动态贝叶斯网络模型在其他感染性腹泻发病预测中的应用

作者：庄雪菲; 钟杨; 翟思维; 殷菲^*

来源：现代预防医学, 2021, 48(09): 1537-1555.

• 其他感染性腹泻
• 动态贝叶斯网络模型
• SARIMA
• 预测

目的采用其他感染性腹泻月发病数构建动态贝叶斯网络(Dynamic Bayesian Networks, DBN)模型,并与传统预测模型——季节乘积差分自回归移动平均(Seasonal Auto-regressive Integrated Moving Average, SARIMA)模型进行预测表现的比较。方法将全国2004年1月至2016年12月其他感染性腹泻月发病数作为训练集并拟合DBN模型与SARIMA模型,采用不同策略,使用两个模型分别预测2017年1月至2017年12月发病数,以MAE、MAPE作为预测表现的衡量指标。结果静态预测12期时DBN比SARIMA模型的MAE、MAPE分别下降了12.57%、15.84%;并且在绝大多数情况下,DBN的预测值要更接近实际发病数。动态预测12期显示,DBN比SARIMA模型的MAE、MAPE分别下降6.12%、9.30%。结论 DBN模型在其他感染性腹泻中的预测表现要优于SARIMA模型,在传染病预测中具有极大的应用潜力。

• 单位
  四川大学华西第四医院; 四川大学; 公共卫生学院