基于百度指数的流感预测模型比较研究

发布时间：2021-07-05 16:37

　　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。 

【文章来源】：江苏预防医学. 2019,30(06)

【文章页数】：5 页

【部分图文】：

多重线性回归模型拟合情况

主成分回归模型拟合情况

回归和时间序列组合模型拟合情况

【参考文献】：
期刊论文
[1]2010—2016年连云港市流感监测结果分析[J]. 赵跃媛,营亮,李海朋,杨焕森,许雷.  江苏预防医学. 2019(03)
[2]2014-2017年镇江市流感流行病学特征[J]. 唐光媛,刘金,周印.  江苏预防医学. 2019(03)
[3]2017-2018年冬春季节流行性感冒舆情特点及健康传播策略探析[J]. 张慕丽,谭亚运,赵梦娇,郑建东,冯录召.  中国病毒病杂志. 2019(01)
[4]基于互联网搜索引擎的传染病监测预警研究进展[J]. 黄思超,刘魁,蒋健敏.  疾病监测. 2018(11)
[5]百度关键词在清远市流行性感冒发病预测中的应用及效果评价[J]. 杜玉忠,范秀红,卢文涛,曾茜茜,黄燕.  中国热带医学. 2018(08)
[6]流行性感冒预警方法及其应用[J]. 黄智峰,刘晓剑,杨连朋,邹宇华,吴永胜.  疾病监测. 2016(12)
[7]网络搜索关键词时序变化特征研究——以H7N9禽流感关键词实验为例[J]. 卢洪涛,李纲.  情报杂志. 2014(11)
[8]时间序列分析在流感疫情预测预警中的应用[J]. 朱猛,祖荣强,霍翔,鲍昌俊,赵杨,彭志行,喻荣彬,沈洪兵,陈峰.  中华预防医学杂志. 2011 (12)
[9]时间序列分析在麻疹疫情预测预警中的应用研究[J]. 彭志行,陶红,贾成梅,丁晓艳,马福宝,汪华,赵杨,易洪刚,于浩,陈峰.  中国卫生统计. 2010(05)



本文编号：3266434