相关实验视频
Updated: May 10, 2025
10:35
Vector Competence Analyses on Aedes aegypti Mosquitoes using Zika Virus
Published on: May 31, 2020
2.9K
评估2022年西尼罗河病毒预测挑战,美国
Ryan D Harp1,2,3, Karen M Holcomb4,5,6, Renata Retkute7
1Division of Vector-Borne Diseases, Centers for Disease Control and Prevention, Fort Collins, CO, USA. ryan.harp@noaa.gov.
Parasites & vectors
|April 24, 2025
概括
预测西尼罗河病毒神经侵入性疾病 (WNND) 在2022年有所改善,整体模型显示了最多的技能. 然而,整体预测准确性仍然有限,突出需要更好的数据集成和精细的建模方法来预测WNV.
科学领域:
- 流行病学 流行病学
- 公共卫生 公共卫生
- 数学建模的数学建模
背景情况:
- 西尼罗河病毒 (WNV) 是美国蚊子传播疾病的主要原因,平均每年约有1200例严重的神经侵入性病例.
- 预测WNV疾病以指导公共卫生干预历来面临着挑战,但取得的成功有限.
- 2022年WNV预测挑战旨在改善之前的预测工作.
研究的目的:
- 分析提交给2022年WNV预测挑战的预测.
- 评估各种预测模型的技能,包括整体和基线方法.
- 识别影响预测准确性的因素,如模型特征和县级数据.
主要方法:
- 美国各县提交了每年西尼罗病毒神经侵入性疾病 (WNND) 病例的概率预测.
- 预测技能被评估使用像加权间隔得分和对数得分这样的指标.
- 分析了模型特征和特定县的因素 (人口,历史发病率,变异性) 及其对技能的影响.
主要成果:
- 总体预测预测大多数县的WNND季节低于中位数;全国病例低于10年中位数.
- 整体预测显示了最高的技能,与一些基线和团队提交的模型相比.
- 基于回归的模型显示了更多的技能;使用气候,监测或人口统计数据的模型具有较少的技能,可能是由于过度拟合.
- 历史WNND报告频率和可变性与预测准确性有很强的相关性.
结论:
- 2022年整体预测显示,与2020年挑战相比,情况有所改善,这表明WNV预测能力取得了进展.
- 尽管有所改善,但整体预测技能仍然有限,总体趋势是预测不足.
- 未来的进展可能涉及完善机械模型,整合多种数据源,并为有或没有先前WNV病例的地区量身定制方法.
