基于百度指数的传染病预测精准性探索——以广东省H7N9亚型禽流感为例

发布时间：2021-02-12 20:31

　　目的提高搜索引擎的网络大数据预测传染病疫情趋势的精确性。方法利用回顾性流行病学调查方法,以2013-2018年广东省H7N9亚型禽流感月度与周度新增病例数为研究对象,基于"H7N9"关键词和H7N9亚型禽流感临床症状关键词的百度指数,分波段建立支持向量机预测模型和多元线性回归预测模型开展拟合度分析。结果新增病例数与"H7N9"关键词百度指数的变化趋势可将疫情划分为4个波段;第2、3波疫情的预测值能较好地描述真实病例数的变化趋势;临床症状的关键词与第2、3波段疫情实际病例数有明显的正相关;对第4波段疫情的预测值比较贴近实际发生率,比支持向量机回归具有更高的预测精度。结论利用公众搜索行为与疫情变化呈现的波段特征以及公众对传染病临床症状关键词的查询频率在很大程度上提高了搜索引擎网络大数据H7N9亚型禽流感疫情趋势的预测能力。 

【文章来源】：中国人兽共患病学报. 2020,36(11)北大核心

【文章页数】：7 页

【部分图文】：

2013-2018年各月H7N9亚型禽流感病例数与关键词“H7N9”百度指数的变化趋势

图1 2013-2018年各月H7N9亚型禽流感病例数与关键词“H7N9”百度指数的变化趋势图3 2013年8月份至2018年12月份各波疫情每月H7N9亚型禽流感病例数

2013年8月份至2018年12月份各波疫情每月H7N9亚型禽流感病例数

【参考文献】：
期刊论文
[1]广州市人感染H7N9禽流感病毒高致病性变异株监测与基因进化分析[J]. 曹蓝,李魁彪,陆剑云,陈艺韵,刘艳慧,鲁恩洁,马钰,夏丹,刘文辉,狄飚.  中国人兽共患病学报. 2019(02)
[2]基于百度指数的人感染H7N9禽流感疫情预测[J]. 白宁,郁磊,靳祯.  公共卫生与预防医学. 2018(06)
[3]基于百度指数的登革热疫情预测研究[J]. 王晶晶,邹远强,彭友松,李肯立,蒋太交.  计算机应用与软件. 2016(07)
[4]基于家禽和人感染H7N9禽流感病毒血凝素及其表达特性分析[J]. 张继荣,姚青,高玉婧,王晓亮.  黑龙江畜牧兽医. 2016(09)
[5]时空大数据分析技术在传染病预测预警中的应用[J]. 屈晓晖,袁武,袁文,胡建平,孟群.  中国数字医学. 2015(08)
[6]H7N9禽流感病毒研究现状[J]. 江丽芳.  中山大学学报(医学科学版). 2013(05)
[7]国内102例人感染H7N9禽流感特点初步分析[J]. 韩明锋,冉献贵,赵凤德,程国玲,申辉,王瑞瑞.  传染病信息. 2013(02)

硕士论文
[1]百度指数在我国H7N9与登革热疫情分析上的应用研究[D]. 王晶晶.湖南大学 2015



本文编号：3031394