项目名称: 时间序列分析在手足口病流行预测中的应用研究

项目编号: No.81473030

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 医药、卫生

项目作者: 冯慧芬

作者单位: 郑州大学

项目金额: 60万元

中文摘要: 2008年以来,我国进入手足口病流行期,手足口病患者及重症、死亡病例逐年升高,防控形势十分严峻。对于手足口病的治疗,目前仍没有确切有效的抗病毒药物,且没有安全有效的疫苗应用于人群。建立高度敏感的监测系统,对疾病的爆发流行进行预测,是手足口病防治的关键。手足口病的流行有明显的季节差异,温度和湿度对手足口病发病有重要影响。时间序列法特别适用于时序规律不明显,或有明显季节性和周期性的情况,季节性自回归移动平均模型可引入自变量提高模型的预测精确度,其过程简便、经济、预测精度较高。本项目拟采用时间序列方法,分析气候因素对手足口病流行的影响,引入自变量(气候变量)建立手足口病季节性自回归移动平均模型,研究结果将为手足口病的预测和对制定预防和控制手足口病的长远或近期应对策略有重要意义。

中文关键词: 手足口病;时间序列分析;季节自回归移动平均模型;预测;气候参数

英文摘要: Numerous large outbreaks of HFMD have occurred in China since 2008, which have caused death and neurological sequelae, and have become a growing public health threat. Currently, neither vaccine nor effective drug against enterovirus is available for human use. Thus, epidemiological surveillance of HFMD and its pathogens is important to take the proper and timely public health interventions to prevent its outbreaks. Early warning of HFMD outbreaks could improve the efficiency of vector control campaigns and help to take prevention actions to delay the epidemic, thus reducing its impact on health system. HFMD morbidity and mortality would be minimized through earlier and efficient public health response. Many studies have indicated that meteorological conditions are the most important factors of HFMD outbreaks. Many mathematical models have been developed to predict the occurrence of outbreaks using a combined environmental approach. Seasonal Autoregressive Integrated Moving Average (SARIMA) models allow the integration of external factors, such as climatic variables, to increase their predictive power. In this study, we proposed to develop Seasonal Autoregressive Integrated Moving Average (SARIMA) models using time series analysis of the number of laboratory-confirmed HFMD hospitalizations. The goals of this study were to characterize whether climatic factors are associated with HFMD epidemics among children and whether inclusion of such factors is useful to predict epidemics with higher precision. This predicable model would be used to facilitate efficient HFMD control.

英文关键词: hand;foot and mouth;time series analysis;seasonal autoregressive integrated moving average models;forecasting;climate

成为VIP会员查看完整内容
3

相关内容

时间序列计量经济学
专知会员服务
47+阅读 · 2022年4月8日
【经典书】时间序列分析:预测与控制(原书第5版),709页pdf
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
专知会员服务
18+阅读 · 2021年8月15日
专知会员服务
230+阅读 · 2020年12月15日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
52+阅读 · 2020年12月1日
金融时序预测中的深度学习方法:2005到2019
专知会员服务
166+阅读 · 2019年12月4日
兰州大学预测:上海疫情于5月3日实现零增长,感染30+万人
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
【年度系列】使用LSTM预测股票市场基于Tensorflow
量化投资与机器学习
19+阅读 · 2018年10月16日
基于 Keras 用深度学习预测时间序列
R语言中文社区
23+阅读 · 2018年7月27日
时间序列深度学习:状态 LSTM 模型预测太阳黑子(上)
R语言中文社区
19+阅读 · 2018年6月15日
手把手教你用Python库Keras做预测(附代码)
数据派THU
14+阅读 · 2018年5月30日
教程 | 基于Keras的LSTM多变量时间序列预测
机器之心
20+阅读 · 2017年10月30日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
3+阅读 · 2022年4月18日
Simplifying Graph Convolutional Networks
Arxiv
12+阅读 · 2019年2月19日
小贴士
相关VIP内容
时间序列计量经济学
专知会员服务
47+阅读 · 2022年4月8日
【经典书】时间序列分析:预测与控制(原书第5版),709页pdf
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
专知会员服务
18+阅读 · 2021年8月15日
专知会员服务
230+阅读 · 2020年12月15日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
52+阅读 · 2020年12月1日
金融时序预测中的深度学习方法:2005到2019
专知会员服务
166+阅读 · 2019年12月4日
相关资讯
兰州大学预测:上海疫情于5月3日实现零增长,感染30+万人
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
【年度系列】使用LSTM预测股票市场基于Tensorflow
量化投资与机器学习
19+阅读 · 2018年10月16日
基于 Keras 用深度学习预测时间序列
R语言中文社区
23+阅读 · 2018年7月27日
时间序列深度学习:状态 LSTM 模型预测太阳黑子(上)
R语言中文社区
19+阅读 · 2018年6月15日
手把手教你用Python库Keras做预测(附代码)
数据派THU
14+阅读 · 2018年5月30日
教程 | 基于Keras的LSTM多变量时间序列预测
机器之心
20+阅读 · 2017年10月30日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员