预测使用有限数据的水疫情:泰国的案例研究.
Sherif Eneye Shuaib1, Jirapond Muangprathub2, Arthit Intarasit1
1Department of Mathematics and Computer Science, Faculty of Science and Technology, Prince of Songkla University, Pattani Campus, Mueang Pattani, Pattani 94000, Thailand.
Interdisciplinary perspectives on infectious diseases
|December 3, 2025
概括
泰国使用先进模型预测mopox (麻疹) 病例,表明2024年底的病例数量很低. 由于mopox传播的潜在不确定性,建议继续保持警.
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:
- 世界卫生组织于2024年8月14日宣布mopox (麻疹) 为国际关注的公共卫生紧急情况.
- 泰国在PHEIC声明后不久报告了其第一个Clade Ib mpox病例.
- 准确的短期mopox病例预测对泰国至关重要,因为其国际旅行量很高.
研究的目的:
- 预测泰国的每月mopox病例.
- 评估各种统计和机器学习模型的性能,用于mpox预测.
- 为公共卫生规划提供决策支持.
主要方法:
- 利用疾病控制部 (DDC) 的mopox数据从2022年7月到2024年9月.
- 比较了波桑和负二项式通用线性模型 (GLMs),霍尔特-温特斯指数级平滑,NeuralProphet,以及一个堆叠组合.
- 雇员的滚动起源交叉验证以评估准确性 (MAE,RMSE,MAPE) 和间隔覆盖率 (80%,95%).
主要成果:
- 霍尔特-温特斯指数平滑证明了基于根平均平方误差 (RMSE) 的最高准确性.
- 堆叠组合模型提供了最可靠的不确定性校准.
- 2024年10月至12月的预测预计mopox病例数量较低,但强调不可以忽略的不确定性.
结论:
- 这项研究为泰国的适应性公共卫生规划提供了探索性见解.
- 调查结果补充了现有的监测工作,并可以为低和高mopox发病率情景的反应提供信息.
- 尽管预计病例数量较低,但持续监测和准备工作至关重要.
更多相关视频
相关概念视频
01:18Steps in Outbreak Investigation
470
In the ever-evolving field of public health, statistical analysis serves as a cornerstone for understanding and managing disease outbreaks. By leveraging various statistical tools, health professionals can predict potential outbreaks, analyze ongoing situations, and devise effective responses to mitigate impact. For that to happen, there are a few possible stages of the analysis:
470
01:25Statistical Methods for Analyzing Epidemiological Data
875
Epidemiological data primarily involves information on specific populations' occurrence, distribution, and determinants of health and diseases. This data is crucial for understanding disease patterns and impacts, aiding public health decision-making and disease prevention strategies. The analysis of epidemiological data employs various statistical methods to interpret health-related data effectively. Here are some commonly used methods:
875