使用INLA (集成嵌套拉普拉斯近似) 预测登革热的时空动态,在印度尼西亚的约加雅加塔
Marko Ferdian Salim1,2, Tri Baskoro Tunggul Satoto3, Danardono4
1Doctorate Program of Medical and Health Science, Faculty of Medicine, Public Health and Nursing, Universitas Gadjah Mada, Yogyakarta, 55281, Indonesia. markoferdiansalim@ugm.ac.id.
BMC public health
|April 8, 2025
概括
这项研究开发了一个时空贝叶斯模型来预测登革热发病率,确定降雨量,温度和湿度是关键因素. 该模型为登革热爆发提供了改进的预测和有针对性的载体控制.
科学领域:
- 流行病学 流行病学
- 环境健康 环境健康
- 生物统计学 生物统计学
背景情况:
- 由Aedes蚊子传播的登革热病毒造成了重大的公共卫生挑战.
- 频繁波动的登革热发病率需要先进的时空建模来准确预测和风险评估.
研究的目的:
- 开发和验证一个空间时间贝叶斯模型来预测登革热发病率.
- 整合气候,社会人口和环境预测因素,以便更好地预测登革热爆发.
主要方法:
- 一项生态研究利用了来自印尼横加达78个分区的月度面板数据 (2017-2022).
- 关键数据来源包括登革热监测,气象 (NASA POWER),社会人口统计 (BPS) 和土地利用 (Sentinel-2) 数据.
- 集成嵌套拉普拉斯近似 (INLA) 与R-INLA被用于时空分析,评估模型与DIC,WAIC和日志概率相匹配.
主要成果:
- 基于INLA的贝叶斯模型准确地捕获了登革热的空间和时间动态.
- 重要的预测因素包括落后的降雨量,温度,湿度,建筑面积和水面积.
- 确定了空间聚类和季节性趋势,证实了气候对传播的影响. 使用MAE (1.77) 和RMSE (2.97) 验证了模型性能.
结论:
- 开发的基于INLA的时空模型是用于登革热发病率预测的强大工具.
- 这些发现支持开发早期预警系统和有针对性的载体控制策略,以改善登革热预防.


