传染病预测模型在新型冠状病毒肺炎疫情中的应用研究进展

新型冠状病毒肺炎(COVID-19)在全球范围内迅速传播,快速预测COVID-19规模具有重大公共卫生意义,目前主要利用动力学模型、时间序列模型以及时空交互模型来拟合传染病资料,预测COVID-19的流行特征及发展趋势。本研究对常见传染病预测模型的应用进行综述,总结传染病预测模型在COVID-19发病趋势预测中的应用进展,为传染病预测模型在传染病疫情防控中的应用提供参考。     

反馈神经网络模型在传染病预测中的应用进展

传染病预测是卫生工作中的一项重要工作,神经网络作为一种相对成熟的机器学习方法,能否较好地应用于传染病预测模型的构建中,值得进一步探讨。本文介绍了反馈神经网络的基本原理和模型设计,并通过既往研究实例说明了神经网络模型在传染病预测中的应用。神经网络具有信息存储方式独特、容错性良好以及自适应能力强大等优点,可以识别变量间复杂的非线性关系,探讨其在传染病预测中的应用途径和方法具有重要意义和广阔前景。     

人工神经网络在传染病疫情分析与预测中的应用

传染病流行传播与环境因素的相关关系是极其复杂的非线性关系，它们之间很难用精确的数学方程式来表示，而神经网络在解决非线性问题时具有很强的优越性。本文介绍了人工神经网络（ANN）中的BP神经网络在传染病流行与传播预测方面的应用，为人工神经网络在传染病预测方面的应用提供了一定的借鉴意义。     

应用圆形分布探讨建德市蚊类季节性消长规律

圆形分布又称月频数季节性分析,近年来已广泛应用于呈季节性发生的传染病流行病学调查资料的统计分析,以探索其频数出现的高峰期[1-3],但其运用在蚊类的季节变化规律方面尚不多见.为探讨圆形分布法在蚊类季节性消长规律方面的应用,预测其变化的高峰时点和高峰时段,笔者试用此法对建德市2006-2010年蚊类的监测数据进行量化分析,从而掌握全市蚊类的季节消长情况,为制定蚊类防制规划及控制相关传染病提供科学依据.     

求和自回归移动模型在肾综合征出血热发病预测中的应用

目的利用求和自回归移动模型模拟传染病发病时间序列,提高传染病监测预警能力。方法以HFRS为例,收集2009年8月2019年2月国家法定传染病月度发病数数据,利用SAS 8.0对其做1阶差分12步差分提取周期趋势,对差分后时间序列序列进行ARIMA模型构建,估算参数并预测未来趋势。结果我国HFRS的发病呈现以年为单位的周期趋势,年平均发病总数基本保持在960人。构建的最优模型为ARIMA(2,1,1) 12,预测显示在未来5个月内2019年5月份病例报告数量达到高峰。结论 ARIMA模型通过分析HFRS发病历史数据,对短期发病情况预测精度高,能很好的反应传染病的发病规律及变化趋势,但实际应用过程中动态补充数据来对模型修正。     

SIR型传染病模糊控制模型及其应用

目的 建立SIR型传染病模糊控制数学模型；预测SIR型传染病最初流行范围及其流行高峰、流行时间,为在较短的时间内消除传染病流行提供决策依据。方法 采用模糊聚类分析。结果 用F-统计量得到最佳分类和模糊控制式。结论 所建立的模型具有较强的时效性与简便的可操作性。     

圆分布的平均角及其区间估计方法在传染病发病高峰评估中的应用探讨

目的探讨圆分布在传染病发病高峰研究中的应用策略。方法以四类传染病数据为基础,圆分布方法分析各病种流行规律,采用两种区间估计方法计算发病高峰期。结果圆分布方法适用于单峰分布或略呈现双峰分布的传染病,对于双峰分布传染病,圆分布的雷氏检验并不能给出合理的结果;采用bootstrap计算发病高峰期区间过窄,标准差法结果较为合理。结论利用圆分布方法研究传染病的流行规律时,应当先作折线图以便对该病种流行规律有宏观了解,流行高峰应当结合折线图和雷氏检验结果观察,对传染病发病高峰期的计算,采用加减标准差法比bootstrap法更具优势。     

传染病预测

20世纪 4 0年代 ,德国人费莱泰姆首先提出了预测技术的理论 ,6 0年代以后 ,随着计算机的应用和逐步推广 ,预测理论及其应用得到了迅速发展 ,并日臻完善 ,逐渐成为一门自成体系的学科[1] 。自预测技术引入到医学领域后 ,广泛地应用于传染病流行趋势预测 ,人口预测 ,患者预后预测 ,人才预测 ,医院床位、人员、经费预测等方面。在我国 ,传染病预测方法研究起步较晚 ,80年代以后才得到较快的发展 ,逐渐成为疾病监测工作中的热点。各级疾病预防控制中心的工作人员和医学院校的科研人员从不同疾病、不同层次、不同方法对传染病的预测进行了大量研…     

时间序列分析法在传染病发病率预测中的应用

目的探讨时间序列分析法在乙类传染病发病率预测中的应用,为制定辖区传染病防控策略提供依据。方法用深圳市宝安区沙井街道2006年1月至2019年12月的乙类传染病月发病率数据,建立自回归移动平均模型(ARIMA)并验证模型的预测效果。结果建立的ARIMA(2,1,1)模型预测效果较好,实际值均在预测值的95%可信区间内,对2020年1～6月乙类传染病发病率的预测值基本符合实际变动趋势。结论 ARIMA模型能较好地模拟短期内乙类传染病发病率的变动趋势。     

小波神经网络在肾综合症出血热发病率预测中的应用

目的探索小波神经网络在传染病预测中的应用。方法构造小波神经网络对2004年1月至2010年1月我国内地法定报告的肾综合症出血热发病率数据进行训练,对2010年2月至2010年10月相应数据进行预测,并将预测结果与传统的BP神经网络及SARIMA时间序列模型进行比较。结果小波神经网络拟合结果及预测结果的MAPE、MAE及RMSE均小于BP神经网络、SARIMA模型。结论小波神经网络预测效果最优,对于肾综合症出血热等传染病发病率预测具有较好的应用价值。     

流行性脑脊髓膜炎预测研究及其社会效益

1982年中国预防医科院流研所与北京、河南、江苏盐城市合作研究,应用贝叶斯概率法(Bayes’Theorem)成功地预测了即将到来的流脑流行高峰,在约1亿人口的地区指导合理使用流脑多糖菌苗,有效地控制了流脑流行。以下简介这次预测的过程、成功条件和取得的社会效益。1 预测课题的提出流脑是严重威胁青少年健康的传染病。1950至1979年30年中,我国共报告流脑病人     

EARS系统在顺义区传染病季节性研究中的应用

目的 探讨顺义区常见传染病发病的季节分布特征,为传染病监测防治提供依据.方法 采用EARS系统不依赖历史资料方法C1、C2和C3对顺义区常见传染病季节性进行分析.结果 顺义区常见传染病中除病毒性肝炎和结核发病无明显季节性流行特征外,其余7种传染病发病均有季节性流行特征.其中细菌性痢疾、麻疹、风疹、手足口病及流行性腮腺炎在1年中的发病只有一个流行高峰,猩红热和水痘在1年中有两个流行高峰.细菌性痢疾发病高峰为5月中旬～10月下旬,持续时间约为21周.麻疹发病高峰为1月中旬～8月中旬,持续时约为31周.风疹发病高峰为3月上旬～7月中旬,持续时间约为18周.手足口病发病高峰为3月中旬～10月上旬,持续时间约为30周.流行性腮腺炎发病高峰为3月下旬～9月下旬,持续时间约为25周.猩红热流行第一个高峰自4月中旬～6月下旬,持续时间约为10周;第二个高峰自9月下旬～12月上旬,持续时间约为9周.水痘流行第一个高峰始自5月上旬～6月下旬,持续时间约为7周;第二个高峰自10月中旬～第二年2月上旬,持续时问约为15周.结论 针对不同传染病的季节性分布特征拟采取不同的措施,预防和控制疾病的发生.     

季节性ARIMA模型在广州市手足口病疫情预测中的应用

目的探讨应用季节性ARIMA模型预测广州市手足口病发病情况的可行性。方法利用"传染病报告信息管理系统"数据,应用SPSS 13.0统计软件对广州市2009年1月至2014年6月手足口病发病数建立季节性ARIMA模型,使用所建模型对2014年7~12月发病情况进行预测。结果广州市手足口病发病特征以年为流行周期,每年有2个发病高峰;应用季节性ARIMA方法进行模型识别与估计后,建立ARIMA(1,0,1)(2,1,0)12模型,预测平均相对误差为0.22,预测效果较好。结论季节性ARIMA模型能较好的拟合广州市手足口病发病序列并进行短期的有效预测。     

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。     

传染病动力学模型及其在新型冠状病毒肺炎疫情仿真预测中的应用综述

介绍了GGM(generalized-growth model)、GRM(generalized Richards model)、SIR(susceptible-infected-recovered)、SEIR(susceptible-exposed-infected-removed)模型及元胞自动机模型、人工神经网络模型等常用的传染病动力学模型,结合新型冠状病毒肺炎疫情发展现状,总结了传染病动力学模型在疫情仿真预测中的应用情况,指出了传染病动力学模型应用的局限性,得出了加强传染病认知、推进疫情信息实时共享、开展多模型结合应用等未来发展启示。     

传染病预测方法的研究

<正>传染病预测是疾病预防控制中的一项重要工作。在对传染病的流行规律进行分析的基础上,用一定的科学方法对今后传染病的流行趋势做出预测是制定传染病近期和远期应对策略的重要前提,也是变被动预防为主动预防的重要环节。目前,传染病预测方法种类繁多。然而,由于不同传染病的流行特征不     

2016-2018年天津市和平区社区腹泻药物监测数据分析

目的症状监测作为临床病例的一个补充,是对传染病早期预警的有效方法,且数据上报的总体质量较好。本研究通过对法定报告肠道传染病和社区腹泻药物销售情况的各项数据进行监测,分析两者的相关性,为辖区肠道传染病疫情进行预警预测。方法选取天津市和平区新兴街作为监测点,2016-01-01-2018-12-31对新兴街内社区卫生服务中心及所有药店开展社区腹泻药物销售量监测,每日收集腹泻相关药物的销售情况;由辖区疾病预防控制中心专业人员,通过传染病报告信息管理系统收集肠道传染病发病数;采用3周移动平均方法对社区腹泻药物销售数据与同期辖区肠道传染病报告病例进行趋势分析。结果天津市和平区2016-2018年共监测腹泻药物销售总量为27 055人次,其中药店销售量为23 671人次,占87.5%,社区卫生服务中心销售量为3 384人次,占12.5%;同期肠道传染病报告病例总数为2 115例,其中细菌性痢疾321例,伤寒/副伤寒3例,其他感染性腹泻病1 791例;监测发现社区腹泻药物销售量高峰出现在每年的6～8月份,肠道传染病发病呈现明显的季节性,高发季为每年的6～9月份。通过3周移动平均法分析可知,社区腹泻药物销售数据高峰比同期肠道传染病发病数高峰提前1周,对肠道传染病发病数与提前1周的腹泻药物销售量进行Spearman相关分析,结果显示两者呈正相关,rS=0.612,P<0.001。结论肠道传染病发病数与提前1周的腹泻药物销售量存在相关性,社区腹泻药物销售量可提前1周对肠道传染病进行预测预警。     

传染病资料再开发的实用价值

本文围绕基层卫生防疫站在传染病管理工作中，积累起来的大量实际资料，从发病率的应用、疾病谱的变迁和疫情分布区域化等特点，以统计表图方式予以动态描述，重叙其传染病资料再开发的现场实用价值。同时亦以实践体会介绍了数学模型在传染病疫情预测预报中的推广应用。     

应用圆形分布法分析苏州市传染病的季节性

圆形分布已日益广泛应用于疾病季节的高峰计算,本文应用圆形分布法对苏州市1997～2006年常见传染病发病的季节特征进行了分析,旨在为传染病监测防治工作提供科学依据.     

灰色动态模型在细菌性痢疾预测中的应用

灰色动态模型在细菌性痢疾预测中的应用上海市松江县卫生防疫站２０１６００沈承伟在疾病监测管理工作中，预测传染病的发展趋势和流行强度，对指导疾病防制具有十分重要的意义。基层卫生防疫站由于条件所限，无法满足传统的预测方法大样本和典型概率分布的要求。为探讨计...