Forecasting influenza-like illness trends in Cameroon using Google Search Data.
Forecasting influenza-like illness trends in Cameroon using Google Search Data.
复制标题
使用谷歌搜索数据预测喀麦隆类似流感的疾病趋势。
DOI：
10.1038/s41598-021-85987-9
复制
发表时间：
2021-03-24
影响因子：
4.6
通讯作者：
Ndeffo-Mbah ML
中科院分区：
文献类型：
--
作者：
Nsoesie EO;Oladeji O;Abah ASA;Ndeffo-Mbah ML
尽管急性呼吸道感染是撒哈拉以南非洲死亡的主要原因，但对流感等疾病的监测大多被忽视。评估流感样疾病(ILI)监测系统的有用性，并制定预测未来趋势的方法，对于预防大流行非常重要。我们应用并比较了一系列稳健的统计和机器学习模型，包括随机森林(RF)回归、支持向量机(SVM)回归、多变量线性回归和ARIMA模型，以预测2012至2018年喀麦隆报告的ILI病例的趋势，使用谷歌搜索流感症状、治疗方法、自然或传统药物以及高负担的传染病(即艾滋病、疟疾、结核病)。在大多数方法中，R2和RMSE(均方根误差)在统计上是相似的，但在预测国家一级每10万人ILI方面，RF和支持向量机的平均R2最高(分别为0.78和0.88)。这项研究表明，在撒哈拉以南非洲国家利用数字数据进行疾病监测时，有必要制定因地制宜的方法，并证明搜索数据在监测ILI方面的用处。
Although acute respiratory infections are a leading cause of mortality in sub-Saharan Africa, surveillance of diseases such as influenza is mostly neglected. Evaluating the usefulness of influenza-like illness (ILI) surveillance systems and developing approaches for forecasting future trends is important for pandemic preparedness. We applied and compared a range of robust statistical and machine learning models including random forest (RF) regression, support vector machines (SVM) regression, multivariable linear regression and ARIMA models to forecast 2012 to 2018 trends of reported ILI cases in Cameroon, using Google searches for influenza symptoms, treatments, natural or traditional remedies as well as, infectious diseases with a high burden (i.e., AIDS, malaria, tuberculosis). The R2 and RMSE (Root Mean Squared Error) were statistically similar across most of the methods, however, RF and SVM had the highest average R2 (0.78 and 0.88, respectively) for predicting ILI per 100,000 persons at the country level. This study demonstrates the need for developing contextualized approaches when using digital data for disease surveillance and the usefulness of search data for monitoring ILI in sub-Saharan African countries.
登录
查看更多内容
使用新颖的Internet数据流进行准确的流感监测和预测：波士顿大都会的案例研究。
影响因子：
8.5
作者：
Lu FS;Hou S;Baltrusaitis K;Shah M;Leskovec J;Sosic R;Hawkins J;Brownstein J;Conidi G;Gunn J;Gray J;Zink A;Santillana M
通讯作者：
Santillana M
DOI：
10.1056/nejmp0900702
发表时间：
2009-05-21
期刊：
The New England journal of medicine
影响因子：
--
作者：
Brownstein JS;Freifeld CC;Madoff LC
通讯作者：
Madoff LC
DOI：
10.1098/rspb.2009.1897
发表时间：
2010-06-22
影响因子：
4.7
作者：
Chowell, Gerardo;Viboud, Cecile;Alonso, Wladimir J.
通讯作者：
Alonso, Wladimir J.
影响因子：
3.7
作者：
Fischer, William A 2nd;Gong, Michelle;Bhagwanjee, Satish;Sevransky, Jonathan
通讯作者：
Sevransky, Jonathan
影响因子：
11.8
作者：
Koul, Parvaiz A.;Broor, Shobha;Lal, Renu B.
通讯作者：
Lal, Renu B.