本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
背景：Google流感趨勢 (GFT) 聲稱可以使用搜尋查詢對人群流感樣疾病 (ILI) 進行即時、有效的預測，預示著整個公共衛生領域的好評和複製。然而，最近的研究對 GFT 的有效性提出了質疑。目的：提出一種替代方法，更好地發揮 GFT 的潛力，並為數位疾病檢測帶來廣泛的附帶價值。方法：我們的替代方法會自動選擇特定查詢來監控，並在 2013 年開發的有關 CDC 報告的 ILI 的新資訊出現後，每周自動更新模型。均方根誤差 (RMSE) 和皮爾遜相關性將預測的 ILI（指示 ILI 的患者就診比例）與隨後觀察到的 ILI 進行比較，用於判斷模型性能。結果：在 H1N1 大流行高峰期間（2009 年 8 月 2 日至 12 月 22 日）和 2012-2013 季節（2012 年 9 月 30 日至 2013 年 4 月 12 日），GFT 的預測 RMSE 分別為 0.013 年和 0.0123 201232097979年（即預測 G.0123 ILI 一周，預計誤差 0.023)，相關性 r=0.916 和 0.927。我們的替代方法的 RMSE 為 0.006 和 0.009，同一時期的相關性為 r=0.961 和 0.919。至關重要的是，在這些重要時期，替代方法每週產生更準確的 ILI 預測，並且在其他流感季節通常更準確。結論：GFT 可能不準確，但改進的方法基礎可以產生準確的預測。在其他地方應用類似的方法可以改善數位疾病檢測，提高透明度，提高準確性，並對現實世界的公共衛生產生影響。