發(fā)布時(shí)間：2021-07-05 16:37

　　目的將流感關(guān)鍵字的百度指數(shù)與流感樣病例（ILI）監(jiān)測(cè)數(shù)據(jù)相結(jié)合,探討建立最優(yōu)流感預(yù)測(cè)模型。方法使用蕪湖地區(qū)2014年第1周至2018年第52周數(shù)據(jù)建立模型,使用2019年第1周至2019年第10周數(shù)據(jù)評(píng)價(jià)模型。圍繞流感的稱(chēng)謂、癥狀、治療和預(yù)防確定流感關(guān)鍵字,分析不同滯后期流感關(guān)鍵字百度指數(shù)與流感樣病例占門(mén)診量百分比（ILI%）相關(guān)性,在相關(guān)程度最大的滯后期分別建立多重線性回歸模型、主成分回歸模型、回歸和時(shí)間序列組合模型,比較各模型的擬合優(yōu)度和預(yù)測(cè)誤差。結(jié)果 2014-2018年蕪湖市國(guó)家流感監(jiān)測(cè)哨點(diǎn)醫(yī)院共上報(bào)ILI病例19 180例,ILI%為2.75%,2014-2018年分別為1.57%、1.31%、2.48%、3.36%、4.98%。當(dāng)百度指數(shù)與ILI%同步時(shí)相關(guān)程度最大,篩選出13個(gè)相關(guān)系數(shù)r≥0.3的關(guān)鍵字用于建立模型。評(píng)價(jià)結(jié)果顯示,回歸和時(shí)間序列的組合模型擬合優(yōu)度和預(yù)測(cè)效果最好,R2和調(diào)整R2分別為0.840、0.829,平均相對(duì)誤差為20.748%、14.893%。結(jié)論利用百度指數(shù)建立回歸和時(shí)間序列組合模型可作為流感傳統(tǒng)監(jiān)測(cè)和預(yù)測(cè)的有益補(bǔ)充。 

【文章來(lái)源】：江蘇預(yù)防醫(yī)學(xué). 2019,30(06)

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

多重線性回歸模型擬合情況

主成分回歸模型擬合情況

回歸和時(shí)間序列組合模型擬合情況

【參考文獻(xiàn)】：
期刊論文
[1]2010—2016年連云港市流感監(jiān)測(cè)結(jié)果分析[J]. 趙躍媛,營(yíng)亮,李海朋,楊煥森,許雷.  江蘇預(yù)防醫(yī)學(xué). 2019(03)
[2]2014-2017年鎮(zhèn)江市流感流行病學(xué)特征[J]. 唐光媛,劉金,周印.  江蘇預(yù)防醫(yī)學(xué). 2019(03)
[3]2017-2018年冬春季節(jié)流行性感冒輿情特點(diǎn)及健康傳播策略探析[J]. 張慕麗,譚亞運(yùn),趙夢(mèng)嬌,鄭建東,馮錄召.  中國(guó)病毒病雜志. 2019(01)
[4]基于互聯(lián)網(wǎng)搜索引擎的傳染病監(jiān)測(cè)預(yù)警研究進(jìn)展[J]. 黃思超,劉魁,蔣健敏.  疾病監(jiān)測(cè). 2018(11)
[5]百度關(guān)鍵詞在清遠(yuǎn)市流行性感冒發(fā)病預(yù)測(cè)中的應(yīng)用及效果評(píng)價(jià)[J]. 杜玉忠,范秀紅,盧文濤,曾茜茜,黃燕.  中國(guó)熱帶醫(yī)學(xué). 2018(08)
[6]流行性感冒預(yù)警方法及其應(yīng)用[J]. 黃智峰,劉曉劍,楊連朋,鄒宇華,吳永勝.  疾病監(jiān)測(cè). 2016(12)
[7]網(wǎng)絡(luò)搜索關(guān)鍵詞時(shí)序變化特征研究——以H7N9禽流感關(guān)鍵詞實(shí)驗(yàn)為例[J]. 盧洪濤,李綱.  情報(bào)雜志. 2014(11)
[8]時(shí)間序列分析在流感疫情預(yù)測(cè)預(yù)警中的應(yīng)用[J]. 朱猛,祖榮強(qiáng),霍翔,鮑昌俊,趙楊,彭志行,喻榮彬,沈洪兵,陳峰.  中華預(yù)防醫(yī)學(xué)雜志. 2011 (12)
[9]時(shí)間序列分析在麻疹疫情預(yù)測(cè)預(yù)警中的應(yīng)用研究[J]. 彭志行,陶紅,賈成梅,丁曉艷,馬福寶,汪華,趙楊,易洪剛,于浩,陳峰.  中國(guó)衛(wèi)生統(tǒng)計(jì). 2010(05)



本文編號(hào)：3266434