您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览382 | 下载128

探讨广义可加模型(GAM)在上海市流感样病例发病趋势分析和预测中应用,并通过已知的气象条件预测可能的流感样病例数量.研究中利用2006-2010年上海市每周气象数据以及流感样病例监测数据,按照GAM理论,建立气象数据与流感样病例间基丁非线性回归的数学模型.通过初步的数据分析,构造多个候选模型,并通过AIC (Akaike information criterion)指标选取合适的模型进行数据分析及预测.基丁周平均气温及周平均日温差(周相对湿度)的模型较好拟合了原始数据,且模型简洁、明确.对于原始数据的拟合残差及部分拟合残差基本符合上海市流感样病例发病的实际情况,并具有一定的预测能力.结果表明GAM能够较好拟合上海市流感样病例发病与气象因素的变化趋势,准确预测流感样病例的发病情况,适合应用于气象因素依赖的疾病发病预测和分析.

作者:陈健;张磊;陆帅;姜晨彦;胡家瑜;姜庆五;吴凡

来源:中华流行病学杂志 2013 年 34卷 4期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:382 | 下载:128
作者:
陈健;张磊;陆帅;姜晨彦;胡家瑜;姜庆五;吴凡
来源:
中华流行病学杂志 2013 年 34卷 4期
标签:
广义可加模型 流感样病例 预测 Generalized additive method Influenza-like illness Prediction
探讨广义可加模型(GAM)在上海市流感样病例发病趋势分析和预测中应用,并通过已知的气象条件预测可能的流感样病例数量.研究中利用2006-2010年上海市每周气象数据以及流感样病例监测数据,按照GAM理论,建立气象数据与流感样病例间基丁非线性回归的数学模型.通过初步的数据分析,构造多个候选模型,并通过AIC (Akaike information criterion)指标选取合适的模型进行数据分析及预测.基丁周平均气温及周平均日温差(周相对湿度)的模型较好拟合了原始数据,且模型简洁、明确.对于原始数据的拟合残差及部分拟合残差基本符合上海市流感样病例发病的实际情况,并具有一定的预测能力.结果表明GAM能够较好拟合上海市流感样病例发病与气象因素的变化趋势,准确预测流感样病例的发病情况,适合应用于气象因素依赖的疾病发病预测和分析.