Probabilistic seasonal dengue forecasting in Vietnam: A modelling study using superensembles
PLOS Medicine·
- DOI
- 10.1371/journal.pmed.1003542
- PMID
- 33661904
- PMCID
- PMC7971894
- OpenAlex
- W3135866936
- 研究类型
- Mathematical modelling
- 出版商
- Public Library of Science (PLoS)
- 文章类型
- journal-article
- 完整性状态
- current
发表版本
本文关联一个预印本版本
该关系来自 Crossref 版本元数据。不同版本之间的结果与表述可能变化，请对照核验。
查看关联预印本 →为何这项研究现在值得关注
该业务化预报系统证明登革热暴发可提前足够时间(最多三个月)预测,以指导登革热控制活动和公共卫生规划。预测结果与越南关键决策和规划时间节点一致,相比以往不使用预报的做法,该系统在多个领域显示出附加价值。
结构化证据摘要
研究问题
该研究探讨了结合地球观测数据、季节性气候预报和滞后登革热病例数据的超集成建模方法,能否提前最多六个月预测越南登革热暴发风险,并为公共卫生决策提供足够的提前期。
研究设计
研究使用贝叶斯时空模型拟合了越南省级19年(2002-2020年)登革热数据。开发了概率模型超集成体系以预测不同未来时间点的登革热发病率,通过历史数据进行回顾性验证,并对2020年5-10月进行前瞻性评估。
人群与场景
研究覆盖越南2002-2020年期间所有省份,在不同传播环境下评估预测效果,包括经历半规律季节性登革热传播的越南南部地区。
主要发现
超集成模型在多个时间范围和环境中生成的预测比单个组成模型更准确。在1-3个月提前期,超集成模型表现略优于基线模型(CRPS 66.8 vs 79.4),尽管不确定性更大,且暴发检测能力显著更高(69% vs 54.5%)。预测在越南南部最为准确。针对2020年5-10月的前瞻性预测也略优于基线(CRPS 110 vs 125),但不确定性更大。
公共卫生意义
该业务化预报系统证明登革热暴发可提前足够时间(最多三个月)预测,以指导登革热控制活动和公共卫生规划。预测结果与越南关键决策和规划时间节点一致,相比以往不使用预报的做法,该系统在多个领域显示出附加价值。
重要局限
该方法受限于登革热病例数据的一致性问题,以及缺乏公开可用、连续和长期的蚊虫控制措施及血清型特异性病例数据。系统未纳入一些在次国家尺度目前无法获得的重要变量。
GIDS 解读
本文可通过结合登革热监测与气候预报、暴发预测模型或越南特定登革热研究的查询在GIDS中被发现。分类器关联的传播动力学和气候环境主题表明,该文献与监测媒介传播疾病模式环境驱动因素的用户相关。
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。
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。