目的將流感關鍵字的百度指數(shù)與流感樣病例（ILI）監(jiān)測數(shù)據(jù)相結合,探討建立最優(yōu)流感預測模型。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)評價模型。圍繞流感的稱謂、癥狀、治療和預防確定流感關鍵字,分析不同滯后期流感關鍵字百度指數(shù)與流感樣病例占門診量百分比（ILI%）相關性,在相關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、回歸和時間序列組合模型,比較各模型的擬合優(yōu)度和預測誤差。結果 2014-2018年蕪湖市國家流感監(jiān)測哨點醫(yī)院共上報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%。當百度指數(shù)與ILI%同步時相關程度最大,篩選出13個相關系數(shù)r≥0.3的關鍵字用于建立模型。評價結果顯示,回歸和時間序列的組合模型擬合優(yōu)度和預測效果最好,R2和調整R2分別為0.840、0.829,平均相對誤差為20.748%、14.893%。結論利用百度指數(shù)建立回歸和時間序列組合模型可作為流感傳統(tǒng)監(jiān)測和預測的有益補充。 

【文章來源】：江蘇預防醫(yī)學. 2019,30(06)

【文章頁數(shù)】：5 頁

【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

回歸和時間序列組合模型擬合情況

【參考文獻】：
期刊論文
[1]2010—2016年連云港市流感監(jiān)測結果分析[J]. 趙躍媛,營亮,李海朋,楊煥森,許雷.  江蘇預防醫(yī)學. 2019(03)
[2]2014-2017年鎮(zhèn)江市流感流行病學特征[J]. 唐光媛,劉金,周印.  江蘇預防醫(yī)學. 2019(03)
[3]2017-2018年冬春季節(jié)流行性感冒輿情特點及健康傳播策略探析[J]. 張慕麗,譚亞運,趙夢嬌,鄭建東,馮錄召.  中國病毒病雜志. 2019(01)
[4]基于互聯(lián)網(wǎng)搜索引擎的傳染病監(jiān)測預警研究進展[J]. 黃思超,劉魁,蔣健敏.  疾病監(jiān)測. 2018(11)
[5]百度關鍵詞在清遠市流行性感冒發(fā)病預測中的應用及效果評價[J]. 杜玉忠,范秀紅,盧文濤,曾茜茜,黃燕.  中國熱帶醫(yī)學. 2018(08)
[6]流行性感冒預警方法及其應用[J]. 黃智峰,劉曉劍,楊連朋,鄒宇華,吳永勝.  疾病監(jiān)測. 2016(12)
[7]網(wǎng)絡搜索關鍵詞時序變化特征研究——以H7N9禽流感關鍵詞實驗為例[J]. 盧洪濤,李綱.  情報雜志. 2014(11)
[8]時間序列分析在流感疫情預測預警中的應用[J]. 朱猛,祖榮強,霍翔,鮑昌俊,趙楊,彭志行,喻榮彬,沈洪兵,陳峰.  中華預防醫(yī)學雜志. 2011 (12)
[9]時間序列分析在麻疹疫情預測預警中的應用研究[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.  中國衛(wèi)生統(tǒng)計. 2010(05)



本文編號：3266434