揭开石病的趋势:深度学习对中国国家控制计划的洞察力
Qing Su1,2,3, Cici Xi Chen Bauer4, Robert Bergquist5
1Department of Epidemiology and Biostatistics, School of Public Health, Fudan University, Shanghai, China.
Epidemiology and health
|March 21, 2024
概括
一个新的CNN-IDE模型有效地追踪了中国杆菌病的流行率变化. 这种先进的方法有助于了解疾病动态,并支持持续的控制策略,以消除杆菌病.
科学领域:
- 流行病学 流行病学
- 传染病建模 传染病建模
- 公共卫生 公共卫生
背景情况:
- 在中国,疹仍然是一个重大的公共卫生问题,需要有效的控制计划.
- 中国政府已经实施了国家战略,以消除杆菌感染.
研究的目的:
- 评估长江沿线的流行地区的石病控制计划的进展情况.
- 使用先进的计算方法,模拟杆菌病患的时空变化.
主要方法:
- 利用来自中国安省 (1997-2015年) 的村级寄生虫学和环境数据.
- 开发并应用了一个卷积神经网络 (CNN),与一个层次的整微分方程 (IDE) 框架 (CNN-IDE) 集成,用于时空建模.
- 将CNN-IDE模型与使用平均平方预测误差 (MSPE) 和连续排列概率得分 (CRPS) 的两个传统模型进行比较.
主要成果:
- 在CNN-IDE模型中,MSPE (0.04) 和CRPS (0.19) 的最低值显示出卓越的性能.
- 在2005年之前,甲状腺瘤的患病率有所增加,然后显著下降,到2011年接近零.
- 观察到流行率的地理差异,高风险地区最初扩散,然后收缩.
结论:
- 该CNN-IDE模型准确地捕获了复杂的杆菌病动态,为未来的疾病风险建模提供了宝贵的工具.
- 这项研究强调了综合控制策略的有效性以及对其持续实施的必要性,以对抗杆菌病.
