相关实验视频
Updated: Jun 24, 2025
10:42
Flow Cytometric Analysis of Particle-bound Bet v 1 Allergen in PM10
Published on: November 19, 2016
7.6K
使用基于时空图卷积网络的PM10度预测过敏疾病患者的每日数量
Hyeon-Ju Jeon1, Hyeon-Jin Jeon2, Seung Ho Jeon3
1Data Assimilation Group, Korea Institute of Atmospheric Prediction Systems (KIAPS), Seoul, Republic of Korea.
PloS one
|June 13, 2024
概括
空气污染,特别是颗粒物 (PM10),对喘等过敏性疾病产生重大影响. 一个新的模型准确地预测患者人数,帮助医院管理.
科学领域:
- 环境科学 环境科学
- 公共卫生 公共卫生
- 计算生物学 计算生物学
背景情况:
- 众所周知,空气污染是导致喘,过敏性鼻炎和皮炎等过敏性疾病的触发因素.
- 准确预测过敏疾病患者数量和了解环境触发因素对于有效的医疗保健管理至关重要.
研究的目的:
- 预测每天发生的过敏性疾病 (喘,过敏性鼻炎,皮炎).
- 量化颗粒物 (PM10) 对这些过敏性疾病的影响.
- 分析过敏疾病和PM10度之间的时空相关性.
主要方法:
- 开发和应用一个多变量时空图卷积网络 (MST-GCN) 模型.
- 利用来自国家健康保险服务 (2013-2017) 的每日患者数据.
- 整合了来自Airkorea的每日PM10度数据.
主要成果:
- MST-GCN模型实现了高整体预测性能 (R2 = 0.87).
- 单个疾病的预测准确度为过敏性鼻炎的R2=0.96,喘的R2=0.92,皮炎的R2=0.86.
- 发现颗粒物 (PM10) 提高了10.13%的预测准确度 (基于R2得分).
结论:
- 拟议的MST-GCN模型有效预测过敏疾病患者数量.
- 空间和时间分析的整合提高了预测的准确性.
- PM10度是影响过敏疾病爆发的重要环境因素.
