论文摘要
目的将流感关键字的百度指数与流感样病例（ILI）监测数据相结合,探讨建立最优流感预测模型。方法使用芜湖地区2014年第1周至2018年第52周数据建立模型,使用2019年第1周至2019年第10周数据评价模型。围绕流感的称谓、症状、治疗和预防确定流感关键字,分析不同滞后期流感关键字百度指数与流感样病例占门诊量百分比（ILI%）相关性,在相关程度最大的滞后期分别建立多重线性回归模型、主成分回归模型、回归和时间序列组合模型,比较各模型的拟合优度和预测误差。结果 2014-2018年芜湖市国家流感监测哨点医院共上报ILI病例19 180例,ILI%为2.75%,2014-2018年分别为1.57%、1.31%、2.48%、3.36%、4.98%。当百度指数与ILI%同步时相关程度最大,筛选出13个相关系数r≥0.3的关键字用于建立模型。评价结果显示,回归和时间序列的组合模型拟合优度和预测效果最好,R2和调整R2分别为0.840、0.829,平均相对误差为20.748%、14.893%。结论利用百度指数建立回归和时间序列组合模型可作为流感传统监测和预测的有益补充。
论文目录
文章来源
类型: 期刊论文
作者: 牛琦娟,付之鸥,王斐,王毅,李苑,王凯,彭志行
关键词: 流行性感冒,流感样病例,百度指数,预测模型,时间序列
来源: 江苏预防医学 2019年06期
年度: 2019
分类: 医药卫生科技
专业: 预防医学与卫生学,感染性疾病及传染病
单位: 南京医科大学公共卫生学院,芜湖市疾病预防控制中心,深圳市宝安区疾病预防控制中心
基金: 国家自然科学基金(81673275),十三五科技重大专项(2018ZX10715-002,2018ZX10713001-001),深圳市科技创新委员会(JCYJ20160427155352873)
分类号: R511.7;R181.3
DOI: 10.13668/j.issn.1006-9070.2019.06.008
页码: 617-621
总页数: 5
文件大小: 890K
下载量: 266