目的 提高搜索引擎的网络大数据预测传染病疫情趋势的精确性.方法 利用回顾性流行病学调查方法,以2013-2018年广东省H7N9亚型禽流感月度与周度新增病例数为研究对象,基于"H7N9"关键词和H7N9亚型禽流感临床症状关键词的百度指数,分波段建立支持向量机预测模型和多元线性回归预测模型开展拟合度分析.结果 新增病例数与"H7N9"关键词百度指数的变化趋势可将疫情划分为4个波段;第2、3波疫情的预测值能较好地描述真实病例数的变化趋势;临床症状的关键词与第2、3波段疫情实际病例数有明显的正相关;对第4波段疫情的预测值比较贴近实际发生率,比支持向量机回归具有更高的预测精度.结论 利用公众搜索行为与疫情变化呈现的波段特征以及公众对传染病临床症状关键词的查询频率在很大程度上提高了搜索引擎网络大数据H7N9亚型禽流感疫情趋势的预测能力.
作者：黄泽颖
来源：中国人兽共患病学报 2020 年 36卷 11期
