Tracking Epidemics With Google Flu Trends Data and a State-Space SEIR Model.
Tracking Epidemics With Google Flu Trends Data and a State-Space SEIR Model.
复制标题
DOI：
10.1080/01621459.2012.713876
复制
发表时间：
2012
影响因子：
3.7
通讯作者：
中科院分区：
文献类型：
--
作者：
在本文中，我们使用谷歌Flu Trends数据和基于状态空间方法的顺序监测模型来跟踪流行病过程随时间的演变。我们在状态空间框架内嵌入了一个经典的数学流行病学模型[易感-暴露-感染-恢复（SEIR）模型]，从而扩展了SEIR动态以允许随时间变化。该模型的实现基于粒子滤波算法，该算法随时间顺序学习流行病过程，并根据每个新的监测数据点提供更新的估计大流行几率。我们展示了我们的方法如何与顺序贝叶斯因子相结合，作为流感大流行的在线诊断工具。我们仔细研究谷歌流感趋势数据，这些数据描述了2003-2009年美国流感的传播情况，以及美国9个州的流感传播情况，这些州被选中代表了广泛的卫生保健和应急系统的优势和劣势。这篇文章有在线补充资料。
In this article, we use Google Flu Trends data together with a sequential surveillance model based on state-space methodology to track the evolution of an epidemic process over time. We embed a classical mathematical epidemiology model [a susceptible-exposed-infected-recovered (SEIR) model] within the state-space framework, thereby extending the SEIR dynamics to allow changes through time. The implementation of this model is based on a particle filtering algorithm, which learns about the epidemic process sequentially through time and provides updated estimated odds of a pandemic with each new surveillance data point. We show how our approach, in combination with sequential Bayes factors, can serve as an online diagnostic tool for influenza pandemic. We take a close look at the Google Flu Trends data describing the spread of flu in the United States during 2003–2009 and in nine separate U.S. states chosen to represent a wide range of health care and emergency system strengths and weaknesses. This article has online supplementary materials.
登录
查看更多内容
DOI：
10.1073/pnas.0600816103
发表时间：
2006-10-17
影响因子：
11.1
作者：
Elderd, Bret D.;Dukic, Vanja M.;Dwyer, Greg
通讯作者：
Dwyer, Greg
影响因子：
3.9
作者：
Cauchemez, Simon;Ferguson, Neil M.
通讯作者：
Ferguson, Neil M.
影响因子：
4.4
作者：
Jewell, Chris P.;Kypraios, Theodore;Roberts, Gareth O.
通讯作者：
Roberts, Gareth O.
DOI：
10.1111/j.1467-9868.2004.05561.x
发表时间：
2004-01-01
影响因子：
5.8
作者：
Fearnhead, P;Meligkotsidou, L
通讯作者：
Meligkotsidou, L
影响因子：
5.7
作者：
Carvalho, Carlos M.;Johannes, Michael S.;Polson, Nicholas G.
通讯作者：
Polson, Nicholas G.