-
题名常见新型冠状病毒肺炎疫情预测方法及其评价
被引量：21
- 1
-
-
作者
黄丽红
魏永越
沈思鹏
朱畴文
陈峰
-
机构
复旦大学附属中山医院生物统计室
复旦大学临床流行病学与循证医学中心
南京医科大学公共卫生学院生物统计学系
-
出处
《中国卫生统计》
CSCD
北大核心
2020年第3期322-326,共5页
-
基金
国家自然科学基金专项项目(82041024)
国家自然科学青年基金(81903407)。
-
文摘
自新型冠状病毒肺炎疫情发生以来,一些学者利用疫情公开数据建立预测模型。所用预测方式包括曲线拟合、传染病动力学模型及人工智能算法三大类。传统的曲线拟合预测方式无法考虑传染病特征,预测结果并不可靠。传染病动力学模型是本次疫情预测应用最多的一类,能够考虑传染病的传播速度、传播模式及各种防控措施等因素,但由于考虑的参数不可能全面,且参数可能在疫情不同阶段发生动态变化,因此预测效果往往不佳,但对早期预警、防控决策支持及防控效果评价具有重要应用价值。人工智能方法可以综合考虑不同防控措施以及多种因素的影响,如果考虑得当,预测效果将会有所提高。在综合利用动力学模型优势的基础上,尽可能多地考虑不同影响因素,利用人工智能构建仿真模型,将是一个新的发展趋势。
-
关键词
新型冠状病毒肺炎
传染病模型
统计预测
动力学模型
人工智能
-
Keywords
Novel coronavirus pneumonia
Infectious disease model
Statistical prediction
Dynamical model
Artificial intelligence
-
分类号
R563.1
[医药卫生—呼吸系统]
R181.3
[医药卫生—流行病学]
-
