摘要
目的 运用长短期记忆网络(LSTM)模型对郑州市手足口病(HFMD)的发病情况进行预测,为手足口病的防疫工作提供理论指导。方法 利用SPSS 26.0软件对HFMD发病数据和气象数据进行Spearman相关性分析,选取相关性较高的影响因素。使用Python 3.9软件建立LSTM神经网络。以2010年至2018年郑州市HFMD逐月发病数作为训练集,以2019年的发病数据作为测试集,建立6种LSTM模型。结果 加入气象因素与经济因素均能提高模型的预测精度,该模型在2019年测试集的平均绝对误差为231.92,均方根误差为273.54,均优于其他类型LSTM模型,并优于常用的差分整合移动平均自回归(ARIMA)模型。结论 在LSTM模型中加入气象因素与经济因素能够提高预测精度,为HFMD的防控工作做出指导。
-
单位第二临床学院; 第一临床学院; 中国医科大学; 中国医科大学附属盛京医院; 公共卫生学院