同行评议开放获取登革热流行性感冒
Prediction of Dengue Incidence Using Search Query Surveillance
PLoS Neglected Tropical Diseases·
- DOI
- 10.1371/journal.pntd.0001258
- PMID
- 21829744
- PMCID
- PMC3149016
- OpenAlex
- W2079515288
- 研究类型
- Journal article
- 出版商
- Public Library of Science (PLoS)
- 文章类型
- journal-article
- 完整性状态
- current
为何这项研究现在值得关注
搜索查询监测提供了一种易获取且成本效益高的工具,可在传统监测基础设施有限的环境中支持登革热监测工作。
01
结构化证据摘要
研究问题
该研究评估互联网搜索查询数据能否准确预测登革热发病率并识别病例数升高时期。
研究设计
研究者对2004至2011年期间的互联网搜索数据和登革热发病记录应用了多种预测建模方法(逐步线性回归、广义提升回归、负二项回归、逻辑回归和支持向量机),并通过交叉验证评估模型性能。
人群与场景
分析使用了新加坡2004至2011年每周登革热发病数据以及曼谷同期每月发病数据。
主要发现
逐步线性模型在两个城市均实现了较高的预测准确性:r²值分别为0.948(新加坡)和0.943(曼谷),拟合值与观测发病率的相关系数分别为0.931和0.869。支持向量机模型成功识别了高发病期,在第75百分位数阈值下曲线下面积值分别为0.906(新加坡)和0.960(曼谷)。
公共卫生意义
搜索查询监测提供了一种易获取且成本效益高的工具,可在传统监测基础设施有限的环境中支持登革热监测工作。
重要局限
本摘要仅源自所提供的单篇文章摘要和元数据。对模型泛化能力、互联网普及率影响、滞后期、搜索词选择理由以及在其他环境中验证情况的全面评估需要查阅完整发表论文。
GIDS 解读
该文章在登革热、流感、泰国、新加坡、监测、传播动力学和治疗标签下建立了索引,有助于在传染病监测和数字流行病学研究背景下检索发现。这些分类器链接不构成实时疫情信号。
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 10 条可审计分类关系。
about diseaseaddresses topicaddresses topicaddresses topicevaluates interventionhas pathogen typestudied instudied population settingstudies pathogenuses study design