基于多源数据的流感监测与预测模型研究

《BMC Medical Informatics and Decision Making》：Research on influenza surveillance and a prediction model based on multi-source data

　　

摘要

目的

本研究旨在开发并验证一个多元长短期记忆（LSTM）模型，该模型整合了多源监控数据以预测流感活动。目的是识别最具预测性的变量，并建立一个优化的数据融合框架，以增强公共卫生监测。

方法

我们从2022年1月到2025年6月收集了宝山市的流感病例数据、类流感疾病（ILI）报告、症状监测数据以及相应的气象数据和百度指数数据。使用Spearman相关性分析来验证每个数据集与流感病例数之间的关系。此外，还采用了SHapley Additive Explanations（SHAP）方法来量化特征的重要性。构建了一个LSTM模型用于预测研究，以确定最佳的多源数据集。基于这个最佳数据集的预测模型利用移动百分位数方法来确定最佳的早期预警阈值。

结果

宝山市的流感活动表现出明显的季节性，疫情在冬季和春季达到高峰。类流感疾病报告与确诊病例之间的相关性最强（r_s = 0.56，p < 0.001）。在43个百度指数关键词中，有4个关键词（包括“H1N1流感症状”（S2）显示出更高的相关性（r_s > 0.40，p < 0.001），而气象数据和症状监测数据的相关性较弱。在预测建模中，仅使用类流感疾病数据时，LSTM模型取得了最佳性能（测试集R² = 0.79，MSE = 24.82，MAE = 3.14）。此外，经过精炼的特征选择始终优于使用完整特征集的模型。结合类流感疾病数据和百度关键词“是否需要接种流感疫苗？（P2）”得到了一个平衡且实用的模型（R² = 0.79，MSE = 25.15，MAE = 3.18），其准确性与单独的类流感疾病模型相当。根据LSTM模型对类流感疾病的预测，确定的最佳早期预警阈值为P70，最佳阈值为8.10。

结论

本研究表明，一个经过策略性简化的LSTM模型，利用精炼的多源数据，可以实现高准确性和鲁棒性，为公共卫生监测场景提供解决方案。宝山市流感疫情预警的阈值显示出合理的敏感性和特异性，可以作为宝山市流感疫情的早期预警指标。

临床试验编号

不适用。