基于互联网大数据的传染病预测预警研究进展

传染病严重威胁人类生命健康,对其进行早期预测预警是防控传染病的关键。利用传统方法对传染病进行预警已不能满足当前传染病疫情早期预警的需求。随着大数据时代的到来,基于互联网大数据的传染病预测预警技术研究成为研究热点。本文结合案例,对基于互联网大数据的传染病预测预警方法和模型最新研究进展进行综述,旨在为公共卫生相关领域的研究人员提供参考。     

基于大数据的传染病爆发、预测和预警等应用分析

目的:通过整合医疗卫生、气象地质、社会环境等相关因素的全数据,基于大数据分析技术,研究某种传染病(登革热)爆发的原因及潜在爆发区域,对该传染病的扩散实现有效的预判与防控。方法:通过数据清洗,模型建立、拟合和检验,以及预测结果的对比分析等过程,运用支持向量机、回归分析、随机森林等方法建立相关模型,提高预测准确性。结果:传染病的爆发不是单一因素决定的,是由相关性较大的几个变量综合决定的。结论:利用大数据分析技术,能够比较快速和有效地建立一个数据模型,对传染病的防控与预警具有重大的意义。     

传染病预警模式的应用探讨

目的联合应用时间序列ARIMA模型以及控制图原理对传染病监测数据进行分析,探讨切实可行的传染病预警模式,实现对传染病的流行趋势进行预测,以期指导传染病的预防控制工作。方法收集筛选传染病的历史数据,利用时间序列ARIMA模型以及控制图原理,绘制控制图曲线,计算预警界值,预测疾病的流行趋势。结果利用建立的ARIMA模型初步确定疾病的年发病趋势后,可进一步根据绘制的控制图来确定实际疫情的流行趋势,综合传染病的严重性、危害性及可控制性及时作出反应。结论ARIMA模型与控制图法的联合应用,预警精度较高,是较好的传染病疫情预警模式。     

手足口病疫情预测预警模型研究进展

手足口病是影响学龄前儿童的主要传染病之一,早期的预测预警可以为疫情防控措施提供重要的参考,意义重大。本文介绍了国内用于手足口病疫情预测预警的主要模型,包括动力学模型、差分自回归移动平均模型、空间统计学、灰色预测模型及其他模型,指出了主要模型的优缺点,为手足口病疫情预测预警模型的选择和发展方向提供参考依据。     

丙肝疫情3种不同疾病预测预警方法比较

目的分析Markov链模型、Holt-Winters指数平滑模型、控制图预警模型3种预测预警方法对江苏省丙型肝炎(丙肝)疫情的预测效果,为丙肝的预防控制提供科学依据。方法收集江苏省传染病疫情管理系统1997—2009年法定报告传染病疫情中丙肝的发病资料,分别建立Markov链模型、Holt-Winters指数平滑模型以及控制图预警模型,比较3种方法对丙肝预测的效果。结果 Markov链模型预测江苏省2009年9—12月丙肝的发病数均>120例,与实际发病例数的164、125、145、138例相符;Holt-Winters季节迭加模型(α=0.46,β=0.001,γ=0.001)预测效果较好,RMSE和MAPE分别为12.629 85和19.18%;控制图5年预警模型可以用于丙肝疫情的预警,将P70作为预警界值,灵敏度、特异度均>90%。结论 Markov链模型、Holt-Winters指数平滑模型是丙肝预测的良好方法,控制图预警模型可用于丙肝疫情的预警。     

传染病预测及模型选择研究进展

传染病是对人类社会存在威胁的全球公共卫生问题,传染病早期预警将大大降低传染病的社会经济危害。目前应用于预测传染病的数学模型和方法体系较为广泛的主要是传统方法、传播动力学模型以及多元统计。传统方法主要指回归方法、灰色模型、时间序列模型以及马尔科夫模型等,传播动力学模型的经典形式是SIS模型和SIR模型。多元统计如维度缩减、联合建模和向量累积等方法近年来也运用较多。模型研究对疾病的预测预警有重要意义。     

山东省乙丙类传染病发病时空特征及ARIMA模型预测

目的分析传染病发病数序列的时空特征,预测山东省传染病乙类、丙类发病情况,提高传染病监测预警能力。方法收集传染病报告信息管理系统山东省法定传染病监测数据资料,应用EViews6.0软件对山东省2010年1月~2014年12月传染病逐月报告发病数构建ARIMA季节乘积模型,并预测2015年1~6月的发病数。结果乙、丙类传染病均呈现一定的周期波动,其中每年的夏季为传染病的高发阶段,秋冬交替时段会有小幅回升;且在山东省17地市有一定差异;ARIMA模型预测与实际的变化趋势基本吻合。结论应用ARIMA对山东省乙类传染病的预测效果优于丙类传染病预测效果,最小的相对误差仅为1.15%,提示该模型可以为传染病的预警提供支持。     

时间序列分析在麻疹疫情预测预警中的应用研究

目的研究时间序列分析在传染病疫情预测预警中的应用,并探讨提高模型预测准确性和实用性的思路。方法以1952年1月至2006年12月江苏省麻疹发病资料建立时间序列分析模型,以2007年的发病资料作为模型预测效果的考核样本,然后将2007年的实际数据加入到原始序列中建立模型用2008年的数据来考核,并对以年为单位的发病资料进行分析和讨论。先采用差分方法对序列资料进行平稳化,然后进行定阶并估计参数,建立ARIMA模型,最后对预测结果进行分析和评价,探讨对疫情进行预警的方法和思路。结果江苏省麻疹的发病趋势自2006年明显上升之后保持平稳,但有小幅波动,这与实际情况吻合。检验表明模型结果具有较好的参考价值。结论用时间序列分析对传染病发病情况的拟合结果满意,预测和预警效果良好,为传染病防治提供了依据。     

基于医疗机构的突发呼吸道传染病症状监测预警机制研究

目的构建基于医疗机构的突发呼吸道传染病症状监测预警机制,实现突发呼吸道传染病目标症状的实时监测、快速预警、迅速鉴别以及闭环管理。方法通过文献查阅和专家咨询确认目标疾病和症状,采用统计学方法建立基于时间序列数学模型的症状预测预警模型,通过大数据等信息技术搭建症状监测预警信息综合管理平台。结果以突发呼吸道传染病为目标,通过科学选取目标疾病和症状,以复旦大学附属华山医院各院区2013—2019年的门急诊患者就诊信息为数据来源,构建了基于医疗机构的突发呼吸道传染病症状监测预警模型和信息综合管理平台,可实现目标症状的实时监测预警、可视化展示和患者核心数据快速获取和异常数据的及时甄别。结论华山医院突发呼吸道传染病症状监测预警系统及闭环管理机制的建立是一次成功的探索和实践,为未来症状监测系统在传染病等突发公共卫生事件早期预警方面的进一步推广应用奠定了一定基础。     

我国传染病监测预警系统的发展与应用

本文综述了我国国家、省级/区域、医疗机构三个层面的传染病监测预警系统的特点与发展现状,介绍了三个层面传染病监测预警系统的应用效果与存在问题。各系统均存在预警信息来源单一,预警模型设计简单,以不具有学习能力的固定性模型为主;预警系统的有效性与准确性均不高的特点。医疗机构的传染病监测预警功能应包括已知传染病的个案预警和暴发预警、新发/突发传染病个案预警与暴发疫情预警。已知传染病个案预警系统较好地解决了已知传染病的漏报问题,但传染病暴发及新发/突发传染病的预警研究仍需进一步加强。提出采用大数据等技术拓宽整合传染病监测预警系统数据信息来源,收集医疗机构内和社会相关传染病暴发流行异动信息;应实现预警数据的多元化与集成化,预警模型设计应引入机器学习、人工智能等新技术,提高预警系统的有效性与准确性。最终建立我国国家、省级/区域、医疗机构三层面的传染病智慧化预警多点触发机制和多渠道监测预警平台。     

传染病预警方法研究进展

2003年SARS疫情爆发后,传染病预警受到了重视,中国已建立了可靠的疫情信息系统和高质量的防控系统,但利用疾病早期监测方法预警决策的能力还有待提高。本文对传染病预警指标、数据分析和异常信号识别的方法、传染病预警的及时性及对预警系统评价的研究进展进行了综述。     

肠道传染病控制图法预警技术研究

[目的]为传染病预警系统提供预警方法和合适的预警界值,提高肠道传染病监测预警能力。[方法]使用历史数据建立预警数据库,应用控制图法建立预警模型,确定流行标准,通过计算各候选预警界值预警的灵敏度、特异度、似然比和阳性预测值等指标,并绘制ROC曲线,优选出合适的预警界值。[结果]菌痢、其他感染性腹泻和腹泻症候群预警界值均选第75百分位数较好,灵敏度和特异度均在94%以上。[结论]控制图法可作为肠道传染病预警方法,合适预警界值是P75。     

上呼吸道感染性疾病与气象条件的关系及预报研究

目的研究气象条件变化对上呼吸道感染性疾病发生的影响程度，建立气象因子与发病趋势的最佳模型，开展预警预报服务。方法收集湖州市中心医院2006年门诊就诊资料和同期该地区气象资料，采用Pearson相关分析和Spearman相关分析，并用自动交互检测方法（AID）建立预报模型，数据处理用统计软件。结果湖州市上呼吸道感染性疾病在春季高发；水汽压、平均气压、降水量和温差是影响发病的主要气象因子，当平均气压〈1019．45HPa且水汽压〈7．9HPa时，发病水平最高；水汽压≥12．25HPa且降水量≥0．05mm时，发病水平最低。按周发病数据拟合上呼吸道感染性疾病预警模型和预警等级，模型拟合R2值为0．3793。结论水汽压、平均气压、降水量和日照时数等气象因子与上呼吸道感染性疾病发生密切相关，可利用AID建立预警预报模型。     

基于医院临床数据中心的可疑呼吸道传染病发现与预测模型构建

目的 通过构建基于临床数据中心的可疑呼吸道传染病发现与预测模型, 实现对可疑传染病的发现与预测。 方法 选取某三甲医院的临床数据, 基于历史传染病数据进行病历结构化建模, 构建呼吸道传染病知识图谱, 利用XGboost算法和知识图谱推理技术形成发现与预测合并决策模型, 并使用医院历史数据做交叉验证, 得到准确度较高的模型。 结果 发现与预测模型的平均查准率为92.55%, 查全率为91.49%, 综合F1值为92.01%, 均优于单独的知识图谱模型或XGboost模型, 将模型与医院的电子病历系统和临床辅助决策系统进行集成, 应用于对真实临床病例的预测。 结论 该方法能够很好地针对新发可疑呼吸道传染病进行预测, 辅助医院及时启动传染病应急预案, 减少传染病发生早期时医务人员的感染概率。     

手足口病传播动力学模型的研究进展

手足口病是由多种肠道病毒引起的常见儿童传染病, 我国是全球手足口病报告发病、死亡最多的国家。掌握手足口病的流行规律, 可为防控措施的有效制定提供针对性的科学依据。传播动力学模型着眼于传染病的传播机制, 可通过增减、细分仓室来模拟真实情景开展疾病的流行规律研究, 灵活度较高, 受到研究者们的关注。为了更有效地开展手足口病的动力学模型研究, 全面了解该领域的相关研究进展是必要的。本文基于研究目的的不同对动力学模型的研究进展进行分类总结。回顾发现, 现在的文献多是使用SIR动力学模型或其扩展模型(如SEIR模型), 较少含有复杂的因素仓室, 研究或通过对某区域的手足口病数据拟合以获得某些重要流行病学参数(如基本再生数);或对不同干预场景进行模拟, 评估措施效果;或进行预测, 揭示未来流行趋势;也有一些文章考虑了模型中参数的影响因素, 尚无动力学模型同时考虑年龄结构、人口流动、季节性与周期性、疫苗接种等因素。     

控制图法预警技术在宁波市两种呼吸道传染病中的应用

目的:采用控制图法预警技术确定宁波市流行性感冒和风疹的最佳预警界值,提高呼吸道传染病疫情监测预警能力。方法:利用2005-2008年宁波市流行性感冒和风疹发病数据建立预警数据库,采用控制图法建立预警模型,通过计算比较灵敏度、特异度和阳性预测值及绘制ROC曲线,优选出最佳预警界值。结果:综合平衡预警的灵敏度、特异度和阳性预测值等指标后,将P 90作为宁波市流行性感冒和风疹的预警界值。结论:根据传染病发病特点,结合当地疫情信息优选出适合于当地的传染病预警界值,以提高传染病疫情监测的预警能力。     

基于BP神经网络的河南省甲乙类法定报告传染病预测研究

目的 建立用于河南省法定报告传染病(甲乙类)预测的神经网络模型,为制定传染病预防和控制措施提供理论依据.方法 首先确定预测模型的基本结构,以归一化后的2003-2009年河南省甲乙类法定报告传染病发病率数据为训练样本,以2010年的数据为检验样本,采用改进的BP神经网络算法训练预测模型.利用该模型对2011-2013年河南省甲乙类法定报告传染病发病率数据进行预测.结果 所建立的模型在仿真预测样本点的平均相对误差为0.076％,在检验样本处的预测误差为0.434％.并获得了2011-2013年河南省甲乙类法定报告传染病发病率预测数据.结论 所建立的BP神经网络模型具有良好的预测精度,适合用来进行河南省甲乙类法定报告传染病发病率的预测.     

MARKOV模型对具有波动性特征传染病发病趋势短期预测的初步探讨

[目的]初步探讨MARKOV模型对于具有波动性特征传染病短期预测的效果及其适用性。[方法]分别采用四川省2004~2007年不同时段的淋病月发病率数据建立MARKOV模型并检验预测效果。[结果]不同时段建立的MARKOV模型预测结果与实际结果存在较明显差别。[结论]MARKOV模型对于具有较长时间序列数据和具有波动性特征慢性传染病的短期预测具有较好的效果,时序越长,预测结果越可靠。     

Escherichia coli O157 infection on cattle farms: the formulation of the force of infection and its effect on control effectiveness

The kernel of modelling transmission dynamics of infectious diseases lies in constructing the force of infection (FOI). Traditionally, it was based on mass-action law. In this paper, we show, based on survey data of Escherichia coli O157 infection on Scottish cattle farms, that the actual form of FOI deviates greatly from mass-action law. Further, control effectiveness deviates qualitatively: the epidemic of mass-action FOI can be controlled with a control effort larger than the so-called herd immunity, while the epidemic inferred from the survey data of E. coli O157 infection was shown to be difficult to control. This indicates that, at least for E. coli O157 infection on cattle farms, it is risky to rely on models of transmission dynamics that were based on mass-action law to design the optimal intervention programme for infectious diseases. This suggests the importance of collecting epidemic data and model selection from data-driven models to infer the most likely model of transmission dynamics.