Using Baidu Search Index to Predict Dengue Outbreak in China.
Using Baidu Search Index to Predict Dengue Outbreak in China.
复制标题
使用百度搜索指数预测中国登革热疫情。
DOI：
10.1038/srep38040
复制
发表时间：
2016-12-01
影响因子：
4.6
通讯作者：
Lu J
中科院分区：
文献类型：
--
作者：
Liu K;Wang T;Yang Z;Huang X;Milinovich GJ;Lu Y;Jing Q;Xia Y;Zhao Z;Yang Y;Tong S;Hu W;Lu J
这项研究使用百度搜索索引（BSI）确定了预测登革热（DF）爆发的可能阈值。基于 BSI 的时间序列分类和回归树模型被用来开发中国广州和中山 DF 爆发的预测模型。在回归树模型中，当滞后1-3周移动平均的每周DF的BSI超过382时，广州地区本土DF的平均发病率增加了约30倍。当滞后1-5周移动平均的每周DF的BSI超过91.8时，中山地区本土DF的平均发病率增加了约9倍。在分类树模型中，结果显示，当广州地区DF滞后1~3周移动平均值的周BSI大于99.3时，DF爆发的概率为89.28%；而中山地区，当DF滞后1~5周移动平均值的周BSI大于68.1时，DF爆发的概率上升至100%。研究表明，成本较低的基于互联网的监控系统可以成为中国传统 DF 监控的宝贵补充。
This study identified the possible threshold to predict dengue fever (DF) outbreaks using Baidu Search Index (BSI). Time-series classification and regression tree models based on BSI were used to develop a predictive model for DF outbreak in Guangzhou and Zhongshan, China. In the regression tree models, the mean autochthonous DF incidence rate increased approximately 30-fold in Guangzhou when the weekly BSI for DF at the lagged moving average of 1–3 weeks was more than 382. When the weekly BSI for DF at the lagged moving average of 1–5 weeks was more than 91.8, there was approximately 9-fold increase of the mean autochthonous DF incidence rate in Zhongshan. In the classification tree models, the results showed that when the weekly BSI for DF at the lagged moving average of 1–3 weeks was more than 99.3, there was 89.28% chance of DF outbreak in Guangzhou, while, in Zhongshan, when the weekly BSI for DF at the lagged moving average of 1–5 weeks was more than 68.1, the chance of DF outbreak rose up to 100%. The study indicated that less cost internet-based surveillance systems can be the valuable complement to traditional DF surveillance in China.
登录
查看更多内容
使用Web搜索查询数据监测登革热流行：一种被忽视的热带疾病监测的新模型。
影响因子：
3.8
作者：
Chan EH;Sahai V;Conrad C;Brownstein JS
通讯作者：
Brownstein JS
影响因子：
3.8
作者：
Gluskin RT;Johansson MA;Santillana M;Brownstein JS
通讯作者：
Brownstein JS
DOI：
10.1016/s1473-3099(13)70244-5
发表时间：
2014-03
期刊：
The Lancet. Infectious diseases
影响因子：
--
作者：
Milinovich GJ;Williams GM;Clements AC;Hu W
通讯作者：
Hu W
DOI：
10.1056/nejmp1307752
发表时间：
2013-08-01
期刊：
The New England journal of medicine
影响因子：
--
作者：
Salathé M;Freifeld CC;Mekaru SR;Tomasulo AF;Brownstein JS
通讯作者：
Brownstein JS
乳腺癌宣传月对互联网搜索活动的影响——与肺癌和前列腺癌宣传活动的比较。
影响因子：
3.8
作者：
Glynn RW;Kelly JC;Coffey N;Sweeney KJ;Kerin MJ
通讯作者：
Kerin MJ