细菌性食源性疾病已成为危害人群健康的重大公共卫生问题.准确科学的预测细菌性食源性疾病未来的发病趋势和流行特征,对制定细菌性食源性疾病暴发流行病的控制策略和措施,争取最佳防治效果具有极其重要的社会学意义和经济价值.本研究尝试在Elman回归神经网络的理论基础上，利用深圳市2008年1月-2012年12月的感染性腹泻哨点监测网确诊的细菌性食源性疾病资料建立Elman神经网络预测模型，评价其预测性能，探讨预测细菌性食源性疾病发生的新方法。该模型与其他常用的预测方法一样，作为一种数据处理方法，主要从数据上反映疾病的发展变化趋势;在今后的实际预测工作中，若想达到更准确预测效果，因把影响细菌性食源性疾病发病的因素考虑到模型的参数中，并在此基础上对模型的预测方法做进一步探索和研究。因此，在制定细菌性食源性疾病的预防控制策略和具体的措施时还必须考虑其他综合因素对预测结果的影响。