手足百度指数创建

·现场研究·基于百度指数的清远市手足口病GM(1,2)模型预测研究蔡巧1,黄业草2,杜玉忠2,蔡永铭1,何慧萍2【摘要】目的基于百度指数利用GM(1,2)模型对清远市的手足口病疫情进行预测分析,探讨基于百度指数的GM(1,2)模型的可行性,为清远市手足口病防治工作的可持续发展提供参考依据.
方法建立清远市2013年1月至2016年5月手足口病发病数序列,基于百度指数以2013年1月至2016年5月21日的日发病数建立GM(1,2)模型,采用序列末端的10个发病数进行前瞻性预测效果的考核,并对清远市2016年6月的手足口病日发病数进行预测.
结果采用基于百度指数建立完成的GM(1,2)模型对2013年1月至2016年5月21日的日发病数进行回代考核,结果显示平均绝对误差率(MAPE)为2.
68%,其中流行季节的MAPE为4.
46%、非流行季节的MAPE为212%.
利用序列末端的10个手足口病发病数进行前瞻性预测效果的考核,结果显示MAPE为18.
4%.
对清远市2016年6月的手足口病日发病数进行预测,结果显示MAPE为27.
81%.
结论基于百度指数的灰色模型GM(1,2)拟合效果较好,但预测结果不太理想,用于清远市手足口病疫情的预测还有待进一步研究.
【关键词】百度指数;GM(1,2)模型;手足口病中图分类号:R195.
1文献标识码:A文章编号:1671-5039(2017)06-0544-03DOI:10.
13217/j.
scjpm.
2017.
0544作者单位:1.
广东药科大学,广东广州510006;2.
清远市疾病预防控制中心作者简介:蔡巧(1992),女,在读硕士研究生,研究方向:疾病预防与控制通讯作者:蔡永铭,Email:ymbruce@qq.
com手足口病是由多种肠道病毒引起的常见传染病,多见于5岁以下儿童.
自2008年将手足口病纳入法定报告的丙类传染病以来,清远市手足口病疫情居高不下,已成为当地严重的公共卫生问题.
虽然可通过监测系统获取手足口病疫情信息,但是在结果的发布上有延迟,如何及时地监测手足口病流行趋势成为科研工作者研究的重点,尤其在利用网络数据方面.
互联网中的数据记录了人们在日常生活中的信息,这其中包括大量与手足口病相关的信息,通过对互联网数据进行分析与挖掘,可以了解手足口病的流行动态.
目前人类疾病发病预测方法有时间序列模型、ARMA模型、神经网络模型、灰色模型等,其中灰色模型凭借其"小样本"、"贫信息"不确定性系统的特点,作为一种相对简便成熟的趋势研究方法,近年来在疾病监测领域有较多的应用[1-2].
本研究拟通过分析近年来清远市手足口病发病数据,结合百度指数以灰色系统GM(1,2)为模型,试对清远市手足口病发病的变化趋势进行推测,为进一步开展科学研究提供参考.
1材料和方法1.
1数据来源清远市手足口病发病数据由中国疾病预防控制信息系统导出,时间范围为2013年1月1日至2016年6月30日,以天为单位,统计清远市范围内每天的手足口病发病数.
关键词:根据大众搜索行为,结合关键词挖掘工具如站长工具(http://www.
7c.
com/keyword/)、爱站网(http://www.
aizhan.
com/)等选出最具代表性的关键词,并进行相关分析,最终纳入15个关键词,分别为"发热""皮疹""疱疹""斑丘疹""肠道病毒""食欲不振""口腔溃疡""手足口病吃什么药""手足口病症状""手足口病严重吗""儿童手足口病""手足口病""手足口病照片""手足口病初期症状""手足口病怎么治疗".
滞后效应:考虑到病毒的繁殖和手足口病的潜伏期,百度指数对手足口病发病的影响存在滞后效应.
本研究的滞后期范围为0~14d.
百度指数:百度指数数据来自百度指数官网的·445·华南预防医学2017年12月第43卷第6期SouthChinaJPrevMed,December2017,Vol43,No6热点趋势,采集上述定义的15个关键词在清远市范围内的整体趋势.
时间范围为2012年12月18日至2016年6月30日,以天为时间单位采集.
1.
2分析方法1.
2.
1百度指数以百度的海量网民行为数据为基础的数据分享平台,以网民在百度的搜索量为数据基础,以关键词为统计对象,科学分析并计算出各个关键词在百度网页搜索中搜索频次的加权和,并以曲线图的形式展现[3].
1.
2.
2灰色关联度分析通过灰色关联度定量比较分析,分析系统内部主要因素之间的相关程度,确定相关程度最大的因素[4],在疾病影响因素、发病率等方面已有所应用[5-6].
灰色系统理论是邓聚龙教授于1982年创立的,其主要任务是根据系统的行为特征数据,通过建立相关灰微分方程,寻找因素之间或因素本身的数学关系[4].
鉴于这一原理,通过对手足口病和百度指数建立灰微分方程,可建立两向量间的数学关系模型,即GM(1,2)模型.
设手足口病发病数Y(0)={y(0)(1),y(0)(2),…,y(0)(k)}为系统特征数据序列,百度指数X(0)={x(0)(1-τ),x(0)(2-τ),…,x(0)(k-τ)}为相关因素序列,X(0)对Y(0)影响的时滞是τ,则时滞GM(1,2)模型的基本方程形式为:Y(0)(k)+ɑM(1)(k)=bX(1)(k-τ)(1)其中:X(0)、Y(0)为X、Y的原始数列;X(1)、Y(1)为X、Y的一次累加1-AGO生成数据列.
M(1)(k)=0.
5Y(1)(k)+0.
5Y(1)(k+1)则GM(1,2)模型的白化方程为:(dY(1)/dk)+aY(1)=bX(1)(k-τ)(2)ɑ、b根据最小二乘原理确定:=[a,b]T=(BTB)-1BTYN其中B=-M(1)(2),X(1)(2-τ)-M(1)(3),X(1)(3-τ)……,……-M(1)(n),X(1)(n-τ)YN=X(0)(2-τ)X(0)(3-τ)X(0)(n-τ)解微分方程(2)得X(1)的时间响应函数:Y^(1)(k+1)=[Y(1)(0)-baX(1)(k-τ+1)]e-ak+baX(1)(k-τ+1)(3)式(3)即X与Y的一次累加生成数的数学关系模型[7].
经IAGO(累减生成)还原,得:Y^(0)(k)=Y^(1)(k)-Y^(1)(k-τ+1)(4)1.
3精度检验模型精度检验一般最常用的是残差检验[5],平均绝对百分比误差(MeanAbsolutePercentageError,MAPE)计算公式如下:MAPE=1N∑Ni=1|e(0)/Y(0)(i)|*100%(5)2结果2.
1模型建立2.
1.
1灰色关联分析为了定量评估百度指数中各关键词与手足口病的关联程度,本研究对各关键词与手足口病发病数进行了统计学上的相关性分析,纳入标准为相关系数>0.
1且有统计学意义.
最终纳入9个关键词,相关系数最大为0.
765.
对数据进行无量纲化处理,分辨系数取值0.
1,选择关联系数最大时的滞后时间作为该百度指数的滞后期,最终选择滞后天数τ为2.
2.
1.
2数据统计整理2012年12月18日至2016年5月31日纳入的9个关键词的百度指数和清远市手足口病发病数,9个关键词的每天百度指数为自变量,手足口病日发病数为预测变量.
2.
1.
3灰色模型建立根据灰色系统定义生成数列:X(1)=(118,409,584,…,428319,429183,429906)Y(1)=(28,40,54,…,44298,44425,44510)建立数据矩阵B、YN,求ɑ、bB=-34409-60.
5584…………-44467.
5429906YN=[28,12,…,127,85]T=[a,b]T=(BTB)-1BT=0.
004860.
[]00063故ab=0.
12963将ɑ、b的值代入式(2)得(dY(1)/dk)+0.
00486Y(1)=0.
00063X(1)(k-2)(6)解方程(6),并令Y(1)(0)=Y(0)(1)=28,则X-Y的一次累加值的时间响应关系为Y^(1)(k+1)=[28-0.
12963X(1)(k-1)]e-0.
00486k+0.
12963(k-1)(7)式(6)即按灰色系统建模理论和方法建立的百度指数X与手足口病发病数Y的一次累加数列的·545·华南预防医学2017年12月第43卷第6期SouthChinaJPrevMed,December2017,Vol43,No6GM(1,2)模型.
2.
2模型误差分析与预测2.
2.
1模型误差分析与考核本研究采用残差检验对拟合效果进行误差分析,结果显示相对误差范围为0~16.
67%.
手足口病的发病具有明显的季节性,根据公式(7)计算出其MAPE为2.
68%,其中流行季节的MAPE为4.
46%、非流行季节的MAPE为2.
12%.
利用序列末端的10个手足口病发病数进行前瞻性预测效果的考核,结果显示其MAPE为18.
4%.
2.
2.
2预测模型的应用应用GM(1,2)模型预测2016年6月清远市手足口病发病数,结果显示MAPE为27.
81%,相对误差范围为0.
90%~5116%.
根据预测的精度要求:长期预测(6~10年的预测期)相对误差为30%~40%,中期预测(1~5年的预测期)相对误差为10%~20%,短期预测(1年以内的预测期)相对误差在0~10%,属正常误差范围[9].
3讨论本研究通过利用手足口病相关关键词的百度指数建立手足口病发病数与百度指数的GM(1,2)灰色模型,分析手足口病相关关键词与发病情况的关系,对清远市手足口病疫情进行预测,为清远市防控手足口病提供科学依据.
研究结果显示,本研究建立的灰色模型GM(1,2)预测清远市2016年6月手足口病发病数,其MAPE为27.
81%,根据MAPE评估能力判断标准:<10%评估能力极佳,10%~20%评估能力优良[9],GM(1,2)预测手足口病发病数模型经预测分析,其结果显示预测效果不太理想.
百度指数对于手足口病的预测有2d的滞后期,可能原因主要是病毒的繁殖、手足口病的潜伏期、患者就医行为的推迟、确诊的耗时等导致百度指数对手足口病发病的影响存在滞后效应,提示研究人员在进行疫情预测时需考虑到这一因素.
对于手足口病这种季节性发病比较明显的传染病来说,提高时效性至关重要.
此外在选择用于搜集百度指数关键词中,本研究没有采用传统的先知经验选择法,而是利用关键词挖掘工具的方法筛选出15个最适合于手足口病监测的关键词,提高了手足口病预测的精确度.
灰色模型预测所需样本数量少、计算简单、可检验,较适用于短期预测[10].
本研究时间跨度为3年多,且手足口病属于季节性疾病,发病主要集中在夏季,样本数据离散程度较高,采用灰色模型会使得预测误差增大[11];其次手足口病发病的因素较复杂,其发病预测效果与生态环境、社会因素、医疗服务供给与可及性等客观应用条件紧密联系,仅仅分析大众关注度与疾病发生的关系,纳入影响因素不全面.
这表明为进一步提高基于百度指数的清远市手足口病预测模型的精确度,更好地为决策者提供科学的、有价值的参考依据,可从选择合适的预测模型和纳入更多的影响因素方面考虑.
本研究作为基于互联网大数据的手足口病监测方案的一种探索,拥有较好的时效性.
随着互联网在中国的进一步普及,基于互联网大数据的疾病监测手段将发挥越来越重要的作用,它与传统监测系统的结合将大大提高疾病监测的效果.
参考文献:[1]刘思峰,谢乃明.
灰色系统理论及其应用[M].
北京:科学出版社,2008:1-76.
[2]李涛,成诗明,陈伟,等.
应用灰色模型对我国结核病死亡率进行趋势分析及预测[J].
中国防痨杂志,2014,36(7):537-541.
[3]李山,邱荣旭,陈玲.
基于百度指数的旅游景区网络空间关注度:时间分布及其前兆效应[J].
地理与地理信息科学,2008,24(6):102-107.
[4]邓聚龙.
社会经济灰色系统的理论与方法[J].
中国社会科学,1986(6):47-60.
[5]殷冬琴.
气象因素对脑卒中发病率影响的灰色关联分析[J].
甘肃联合大学学报,2013,27(4):18-21.
[6]陈治水,高广颖,王力红,等.
股骨颈骨折住院费用结构及其影响因素灰色关联分析[J].
中国卫生经济,2012,31(3):59-61.
[7]李晓峰,王建君,罗佑新.
烘箱内湿度与纺织材料回潮率测试分析的GM(1,2)模型[J].
纺织学报,2010,31(10):55-59.
[8]郝军章,崔玉杰,韩江雪.
基于SARIMA模型在我国铁路客运量中的预测[J].
数学的实践与认识,2015,45(18):95-104.
[9]刘树,王燕,胡凤阁.
对灰色预测模型残差问题的探讨[J].
统计与决策,2008(1):9-11.
[10]杜长海,杨民,魏丽丽,等.
基于灰色模型的重庆市交通违法预测研究[J].
交通管理技术,2016(5):89-91.
[11]董承章.
经济预测原理与方法[M].
大连:东北财经大学出版社,1993:6-10.
(收稿日期:2017-05-21)(本文编辑:刘惠玲)·645·华南预防医学2017年12月第43卷第6期SouthChinaJPrevMed,December2017,Vol43,No6