针对医疗机构的呼吸道病毒病例监测预警模型.docx

针对医疗机构的呼吸道病毒病例监测预警模型

近年，呼吸道传染病的流行和暴发对世界各国造成严重危害。若能对其流行态势进行准确感知并及时发出预警就能提前采取措施防止疾病蔓延，降低疫情对人民生活和社会运转的影响。随着人工智能、大数据等技术的快速发展，本文针对呼吸道病毒传播的疾病病例数的预测，汇聚来自医院、公共卫生机构、气象部门等渠道的多来源数据，利用机器学习技术与方法构建预测模型，根据不同特征组合对模型预测结果的影响，选择最优特征组合构建最优模型，并将模型集成到信息系统中投入实际应用。

数据来源

医疗机构数据

呼吸道病毒病例监测数据

呼吸道病毒病例监测数据来自医疗机构，主要包括哨点医院呼吸道病毒病例就诊百分比、呼吸道病毒病例数，时间范围为近10年，以周为单位，其中，呼吸道病毒病例（LL）定义为发热（体温≥38℃)，伴咳嗽或咽痛症状之一者；呼吸道病毒病例就诊百分比（LL%）定义为（呼吸道病毒病例数／门急诊病例就诊总数）x100%。

呼吸道病毒病原学监测数据

呼吸道病毒病原学监测数据来自疾病预防控制中心，主要包括哨点医院呼吸道病毒病原学监测总阳性率，时间范围为近10年，以周为单位，数据量共计不少于10000条。

气象观测数据

气象观测数据来自当地气象局，主要包括平均气温、最高气温、最低气温、平均相对湿度、平均气压、平均风速、日照、降水量、总辐射日总量等，时间范围为近10年，以天为单位，数