我院与汕头大学合作发表机器学习与登革热发病预测论文
2017年10月30日来源:原创 浏览次数:

         广东省疾病预防控制中心公共卫生研究院与汕头大学医学院研究团队联合撰写的学术论文 “Developing a dengue forecast model using machine learning : A case study in China”被国际杂志《PLOS Neglected Tropical Diseases》接受并在线发表。文章共同第一作者是汕头大学医学院郭貔博士和广东省公共卫生研究院刘涛副主任医师,通讯作者是广东省公共卫生研究院马文军主任医师。PLOS Neglected Tropical Diseases》杂志在 TROPICAL MEDICINE (热带医学)同类期刊中排名第 1 位,五年影响因子为4.253

在中国,登革热是一个重要的公共卫生问题,随着全球化、气候变化、城市化以及其他因素的变化,近年来发病率有增高。鉴于当前我们对登革热流行和暴发趋势进行准确、及时预测的能力仍有不足,该研究在国内首次系统地比较不同的机器学习方法对登革热疫情的预测效果,旨在建立一个高精度和高鲁棒性的登革热发病预测模型,以指导对登革热暴发的早期反应。

该研究在广东省2011-2014年登革热监测病例资料的基础上,整合同期气象监测数据和互联网搜索数据,分别使用逐步回归模型、梯度增强回归树算法、负二项回归模型、LASSO线性回归模型、广义相加模型和支持向量回归模型六种机器学习方法构建登革热预测模型,系统地比较了这六种模型的预测效果。

研究结果显示,在六种比较的模型中,支持向量回归模型对登革热疫情预测的误差最小,预测的鲁棒性也明显优于其他模型。这项研究有助于进一步研究开发登革热的早期预警系统,提高对登革热疫情的应对能力。

 

 

原文请查看以下网址http://journals.plos.org/plosntds/article?id=10.1371/journal.pntd.0005973

http://58

 

                                                                                            论文首页



                                                                                                                                    

供稿:刘涛 郭貔 供图人:刘涛