同行评议开放获取登革热
Time series analysis of dengue incidence in Guadeloupe, French West Indies: Forecasting models using climate variables as predictors
BMC Infectious Diseases·
- DOI
- 10.1186/1471-2334-11-166
- PMID
- 21658238
- PMCID
- PMC3128053
- OpenAlex
- W2026004405
- 研究类型
- Journal article
- 出版商
- Springer Science and Business Media LLC
- 文章类型
- journal-article
- 完整性状态
- current
为何这项研究现在值得关注
纳入温度数据的SARIMA模型可整合进预警系统，提前约3个月预测登革热暴发，从而支持及时实施预防和控制活动。
01
结构化证据摘要
研究问题
本研究评估了将气候变量纳入时间序列模型，是否能够提前数月改进对瓜德罗普登革热流行的预测，以支持公共卫生响应。
研究设计
研究者使用2000年至2006年的临床疑似登革热病例，建立季节性自回归综合移动平均模型（SARIMA），随后以提前1年、3个月和1个月三个预测时距，对2007年的预测结果进行验证。降雨量、温度和相对湿度作为外部回归变量纳入模型。
人群与场景
研究使用了法属西印度群岛瓜德罗普的临床疑似登革热病例监测数据，时间范围为2000年至2007年。
主要发现
提前3个月的预测方法准确度最高（RMSE = 0.85）。提前5周的最低温度和提前11周的平均温度显著改善了登革热发病预测（p = 0.03和p = 0.02），而降雨量未显示相关性。提前5周的最低温度对登革热暴发的预测效果最佳（RMSE = 0.72）。
公共卫生意义
纳入温度数据的SARIMA模型可整合进预警系统，提前约3个月预测登革热暴发，从而支持及时实施预防和控制活动。
重要局限
本摘要依赖所提供的单篇文章摘要和书目信息。对于方法学细节、模型假设以及在瓜德罗普以外地区的可推广性，需要查阅全文后才能作出达到决策要求的解释。
GIDS 解读
该文章可通过GIDS中的登革热、瓜德罗普、气候与环境、监测和传播动力学筛选条件检索。文章为登革热监测中的气候预测方法提供背景信息，但本身不构成当前暴发或流行信号的证据。
02
相关 GIDS 监测
文献背景不会验证、解释或改变监测信号；精确关系与背景关系会分开展示。
03
证据关系
本文与疾病、地区、主题及研究设计之间有 9 条可审计分类关系。
about diseaseaddresses topicaddresses topicaddresses topichas pathogen typestudied instudied population settingstudies pathogenuses study design