Раннее обнаружение вспышки денге моделировано на основе случаев денге в Сингапуре в период 2012−2017 годов.
Аннотация
Денге был эндемичным явлением с годовым присутствием в Сингапуре. В последние годы 2013, 2014 и 2016 годов произошло несколько серьезных вспышек денге, представляющих серьезную угрозу для здоровья населения. Для активной борьбы с распространением этого заболевания и смягчения его последствий чрезвычайно полезны ранние предупреждения о вспышках денге, при которых происходит быстрое и широкомасштабное распространение случаев заболевания денге. В этом исследовании предлагается двухэтапная основа для прогнозирования вспышек денге, и она оценивается на основе показателей заболеваемости денге в Сингапуре в период 2012−2017 годов. Во-первых, на основе еженедельных данных о заболеваемости денге в период с 2006 по 2011 год осуществляется подготовка обобщенной модели присадок (GAM). Предлагаемая ГАМ представляет собой модель прогнозирования продолжительностью в одну неделю, и она по своей сути учитывает возможную корреляцию между данными о прошлых происшествиях, в результате чего остаточные данные распределяются примерно в обычном порядке. Затем для последовательного контроля за еженедельными остатками в период 2012−2017 годов предлагается схема контроля с экспоненциально взвешенным движущимся средним показателем (EUMA). Проведенное нами исследование показывает, что предлагаемая двухэтапная рамочная программа способна давать стойкие сигналы на ранней стадии вспышек в 2013, 2014 и 2016 годах, что обеспечивает раннее предупреждение о вспышках и позволяет выиграть время для раннего вмешательства и подготовки необходимых ресурсов здравоохранения. Кроме того, широкое моделирование показывает, что предлагаемый метод сопоставим с другими методами обнаружения потенциальных вспышек и является надежным с основными механизмами получения данных.
Название и аннотация на языке оригинала
Early dengue outbreak detection modeling based on dengue incidences in Singapore during 2012 to 2017.
Dengue has been as an endemic with year-round presence in Singapore. In the recent years 2013, 2014, and 2016, there were several severe dengue outbreaks, posing serious threat to the public health. To proactively control and mitigate the disease spread, early warnings of dengue outbreaks, at which there are rapid and large-scale spread of dengue incidences, are extremely helpful. In this study, a two-step framework is proposed to predict dengue outbreaks and it is evaluated based on the dengue incidences in Singapore during 2012 to 2017. First, a generalized additive model (GAM) is trained based on the weekly dengue incidence data during 2006 to 2011. The proposed GAM is a one-week-ahead forecasting model, and it inherently accounts for the possible correlation among the historical incidence data, making the residuals approximately normally distributed. Then, an exponentially weighted moving average (EWMA) control chart is proposed to sequentially monitor the weekly residuals during 2012 to 2017. Our investigation shows that the proposed two-step framework is able to give persistent signals at the early stage of the outbreaks in 2013, 2014, and 2016, which provides early alerts of outbreaks and wins time for the early interventions and the preparation of necessary public health resources. In addition, extensive simulations show that the proposed method is comparable to other potential outbreak detection methods and it is robust to the underlying data-generating mechanisms.
Предметные рубрики MeSH
Подготовка и перевод публикации
Обработка статьи · этапы, ошибки и управление
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.