Incorporating human mobility data improves forecasts of Dengue fever in Thailand.
Incorporating human mobility data improves forecasts of Dengue fever in Thailand.
复制标题
人类流动数据的简化改善了泰国登革热的预测。
DOI：
10.1038/s41598-020-79438-0
复制
发表时间：
2021-01-13
影响因子：
4.6
通讯作者：
Buckee CO
中科院分区：
文献类型：
--
作者：
Kiang MV;Santillana M;Chen JT;Onnela JP;Krieger N;Engø-Monsen K;Ekapirat N;Areechokchai D;Prempree P;Maude RJ;Buckee CO
全世界每年有超过3.9亿人感染登革热。在缺乏有效的通用疫苗的情况下，国家控制计划必须依靠医院的准备和有针对性的病媒控制来为流行病做好准备，因此准确的预测仍然是一个重要目标。许多登革热预测方法使用与蚊子生态相关的环境数据来预测流行病何时发生，但这些方法的结果好坏参半。相反，作为感染空间传播重要驱动因素的人员流动性往往被忽视。在这里，我们比较时间序列预测登革热在泰国，整合流行病学数据与移动模型产生的移动的电话数据。我们发现，地理上遥远的省份与人类旅行密切相关的登革热发病率比相同距离的弱连接省份的发病率更高，并且结合流动性数据改进了传统的时间序列预测方法。值得注意的是，没有任何一个模型或一类模型总是优于其他模型。我们提出了一个自适应的，马赛克的预警系统预测方法。
Over 390 million people worldwide are infected with dengue fever each year. In the absence of an effective vaccine for general use, national control programs must rely on hospital readiness and targeted vector control to prepare for epidemics, so accurate forecasting remains an important goal. Many dengue forecasting approaches have used environmental data linked to mosquito ecology to predict when epidemics will occur, but these have had mixed results. Conversely, human mobility, an important driver in the spatial spread of infection, is often ignored. Here we compare time-series forecasts of dengue fever in Thailand, integrating epidemiological data with mobility models generated from mobile phone data. We show that geographically-distant provinces strongly connected by human travel have more highly correlated dengue incidence than weakly connected provinces of the same distance, and that incorporating mobility data improves traditional time-series forecasting approaches. Notably, no single model or class of model always outperformed others. We propose an adaptive, mosaic forecasting approach for early warning systems.
登录
查看更多内容
影响因子：
3.8
作者：
Lourenço J;Recker M
通讯作者：
Recker M
影响因子：
64.8
作者：
Cummings, DAT;Irizarry, RA;Burke, DS
通讯作者：
Burke, DS
DOI：
10.4269/ajtmh.13-0303
发表时间：
2014-09
期刊：
The American journal of tropical medicine and hygiene
影响因子：
--
作者：
Eastin MD;Delmelle E;Casas I;Wexler J;Self C
通讯作者：
Self C
影响因子：
2
作者：
Lewer, Joshua J.;Van den Berg, Hendrik
通讯作者：
Van den Berg, Hendrik
2005-2017年中国县级登革热疫情时空格局及影响因素
影响因子：
8.4
作者：
Liu, Keke;Sun, Jimin;Liu, Qiyong
通讯作者：
Liu, Qiyong