研究人员使用机器学习以80％的精度预测登革热
东北大学的研究人员可以预测登革热爆发的出现，准确性为80％ - 对公共卫生官员的突破，负责为护理人员准备处理这种疾病的峰值。
世界上几乎一半的人口生活在蚊子传播的登革热发烧的地方，从2023年到2024年，全球案例正在增加，案件正在增加。
根据美国国家数据。``我们想减少希望从多种数学模型中提取最佳预测的决策者的认知负担。
``有计算模型称为集合方法可以做到这一点。
使用机器学习来分析现有的登革热预测模型，研究人员确定了针对特定区域的最准确的预测。桑蒂拉纳说，他们研究了三个月内的单个模型的表现如何准确，以确定在接下来的三个月中最准确的单个模型。
另一种方法是在可用的预测中找到共识。他说，在不同条件下，不同的合奏模型表现更好。
桑蒂拉纳说，追踪和预测疾病暴发的爆发是具有挑战性的，因为各国有不同的报告案件方式。一些国家 /地区没有可靠的资金用于诊断确认。但是，即使数据报告被延迟或不完整，当在世界各地的180个地点进行一年的测试时，合奏方法仍在前三名中排名。”
该研究发表在美利坚合众国国家科学院论文集。该方法在巴西，马来西亚，墨西哥，泰国，秘鲁和波多黎各的部分地区进行了测试。
东北公共卫生研究教授迈克尔·约翰逊（Michael Johansson）说，该病毒在热带和亚热带地区蓬勃发展。约翰逊（Johansson）最近完成了研究登革热爆发如何在北美和南美传播的研究。他说，像波多黎各这样的地区可以迅速从几千例报告的病例到20,000例案件，对医疗保健系统造成了巨大压力。
在东南亚进行的先前研究发现，登革热流行往往在一个地区的八个国家同时进行。约翰逊想知道美洲同样的模式是否正确。
这研究查看了1985年至2018年之间14个美洲国家的数据。它发表在《科学翻译医学》杂志上。
他说，我们可以看到在整个地区的不同时间发生高峰，'在南半球的日历年初，并在整个年度向北移动。”
约翰逊说，登革热地区的卫生官员将通过查看附近发生的事情来找到有关即将爆发的线索。
他说，这是真正重要的地方的网络。例如，您不需要查看温度或厄尔尼（Elniâ±o）的情况，而是在邻国中发生的情况。”
他说，驱动这些模式的原因尚不清楚，但这可能是气候和人类流动性的结合。近年来，这些因素也可能有助于增加登革热，以及改变社会经济因素。他说，登革热爆发反映了人类和蚊子相互作用的方式，垃圾收集或储水的变化都导致了蚊子育种的栖息地。
此外，人类旅行模式的巨大变化可能是登革热传播的主要方式之一。如果旅行者被感染，然后在新地点被蚊子咬伤，那么蚊子就会被感染并咬人。
约翰逊说，人们四处走动，这意味着该病毒与人们相处得多。
关于《研究人员使用机器学习以80％的精度预测登革热》的评论
暂无评论