在非洲使用混合预测模型对COVID-19的疫苗接种率预测

科学领域:

• 公共卫生 公共卫生
• 流行病学 流行病学
• 数据科学数据科学数据科学

背景情况:

• 准确预测COVID-19疫苗接种率对于非洲的公共卫生部门至关重要.
• 有效的疫苗库存管理可以防止短缺和浪费,确保公平的免疫覆盖.

研究的目的:

• 为了预测整个非洲的COVID-19疫苗接种率 (CVR).
• 评估用于CVR预测的混合预测模型的性能.

主要方法:

• 使用混合预测模型:HARIMA (ARIMA + 线性回归) 和HGRNN (GRNN + GPR).
• 评估模型使用每日COVID-19疫苗病例数据从2021年1月到5月在非洲.
• 在模型性能评估中使用的根平均平方误差 (RMSE) 和误差百分比 (EP).

主要成果:

• 与混合ARIMA模型相比,混合GRNN模型显示出更高的预测准确性.
• 评估了2021年5月至6月每日新增疫苗病例的标准和混合模型.

结论:

• 该HGRNN模型提供了疫苗接种病例的每日准确预测.
• 准确的预测有助于保持最佳的疫苗库存,最大限度地减少浪费,拯救生命.