本發(fā)明屬于數(shù)字醫(yī)療，涉及一種傳染病流行趨勢預(yù)測方法及系統(tǒng)。

背景技術(shù)：

1、傳染病的監(jiān)測預(yù)警工作是傳染病防控的重點(diǎn)工作之一，而傳染病流行趨勢的預(yù)測是監(jiān)測預(yù)警工作的重中之重。

2、目前短周期的傳染病流行趨勢的預(yù)測工作一般基于傳播動(dòng)力學(xué)模型，如經(jīng)典的seir模型。傳播動(dòng)力學(xué)模型在實(shí)戰(zhàn)中存在較多局限性，時(shí)常不準(zhǔn)確。原因在于，一是模型嚴(yán)重依賴于參數(shù)的設(shè)置，而有時(shí)參數(shù)的不確定性大或參數(shù)變化無法用函數(shù)關(guān)系來表示；二是模型無法考慮所有影響因素，尤其是現(xiàn)實(shí)存在隱變量的時(shí)候，模型難以對其進(jìn)行考慮，降低了模型預(yù)測的精準(zhǔn)性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于解決現(xiàn)有技術(shù)中模型在對傳染病的流行趨勢進(jìn)行預(yù)測時(shí)，對參數(shù)的依賴嚴(yán)重，當(dāng)遇見參數(shù)變化大或無法用函數(shù)表示關(guān)系的參數(shù)時(shí)，則會影響模型的預(yù)測精度，其次是，當(dāng)受到隱變量的影響時(shí)，模型無法考慮其影響因素，導(dǎo)致模型預(yù)測存在局限性，也會降低模型預(yù)測的精準(zhǔn)性的問題，提供一種傳染病流行趨勢預(yù)測方法及系統(tǒng)。

2、為達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案予以實(shí)現(xiàn)：

3、一種傳染病流行趨勢預(yù)測方法，包括以下步驟：

4、獲取傳染病數(shù)量，基于傳染病數(shù)量建立傳染病時(shí)間序列數(shù)據(jù)；

5、建立統(tǒng)計(jì)學(xué)分布模型變體和傳播動(dòng)力學(xué)模型，將傳染病時(shí)間序列數(shù)據(jù)分別作為統(tǒng)計(jì)學(xué)分布模型變體和傳播動(dòng)力學(xué)模型的輸入，獲取傳染病流行趨勢的預(yù)測曲線；

6、構(gòu)建模型的分配比重，結(jié)合傳染病流行趨勢的預(yù)測曲線，歸一化后得到最終預(yù)測結(jié)果。

7、本發(fā)明的進(jìn)一步改進(jìn)在于：

8、所述統(tǒng)計(jì)學(xué)分布模型變體包括極值分布模型變體和伽馬分布模型變體。

9、所述極值分布模型變體通過下述公式表達(dá)：

10、

11、其中，y為x時(shí)刻患病人數(shù)，y0、a(t)、p(t)、w(t)為待定參數(shù)，其中a(t)、p(t)、w(t)是在x時(shí)間段內(nèi)平均溫度t的函數(shù)；

12、所述伽馬分布模型變體通過下述公式表達(dá)：

13、

14、式中，y為x時(shí)刻患病人數(shù)，y0、a(t)、α、β(t)為待定參數(shù)。

15、所述傳播動(dòng)力學(xué)模型為seir模型，其中，s表示易感者、e表示潛伏者、i表示暴露者、r表示康復(fù)者。

16、所述構(gòu)建模型的分配比重包括以下步驟：

17、當(dāng)病毒類型為流感病毒時(shí)，極值分布模型變體、傳播動(dòng)力學(xué)模型和伽馬分布模型變體之間的比值為：0.42：0.42：0.16；

18、當(dāng)病毒類型為新冠病毒時(shí)，極值分布模型變體、傳播動(dòng)力學(xué)模型和伽馬分布模型變體之間的比值為：0.45：0.40：0.15。

19、所述得到最終預(yù)測結(jié)果包括以下步驟：

20、使用貝葉斯定理預(yù)測實(shí)時(shí)傳播指數(shù)rt值，具體包括以下步驟：

21、建立平均感染λ的分布似然函數(shù)；

22、基于平均感染λ的分布似然函數(shù)建立實(shí)時(shí)傳播指數(shù)rt的分布似然函數(shù)；

23、基于實(shí)時(shí)傳播指數(shù)rt的分布似然函數(shù)，計(jì)算某一時(shí)段內(nèi)實(shí)時(shí)傳播指數(shù)rt的概率分布；

24、基于某一時(shí)段內(nèi)實(shí)時(shí)傳播指數(shù)rt的概率分布，通過迭代計(jì)算，得到所有時(shí)段內(nèi)rt的概率分布。

25、所述實(shí)時(shí)傳播指數(shù)rt的概率分布為：

26、

27、式中，k表示確診的病例數(shù)；

28、所述通過迭代計(jì)算，得到所有時(shí)段內(nèi)rt的概率分布，包括：

29、

30、式中，t表示某一時(shí)間段。

31、一種傳染病流行趨勢預(yù)測系統(tǒng)，包括：

32、數(shù)據(jù)獲取模塊，用于獲取傳染病數(shù)量，基于傳染病數(shù)量建立傳染病時(shí)間序列數(shù)據(jù)；

33、模型擬合模塊，用于建立統(tǒng)計(jì)學(xué)分布模型變體和傳播動(dòng)力學(xué)模型，將傳染病時(shí)間序列數(shù)據(jù)分別作為統(tǒng)計(jì)學(xué)分布模型變體和傳播動(dòng)力學(xué)模型的輸入，獲取傳染病流行趨勢的預(yù)測曲線；

34、結(jié)果獲取模塊，用于構(gòu)建模型的分配比重，結(jié)合傳染病流行趨勢的預(yù)測曲線，歸一化后得到最終預(yù)測結(jié)果。

35、一種終端設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)本發(fā)明任一項(xiàng)所述方法的步驟。

36、一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)本發(fā)明任一項(xiàng)所述方法的步驟。

37、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

38、本發(fā)明公開了一種傳染病流行趨勢預(yù)測方法，本發(fā)明通過統(tǒng)計(jì)學(xué)分布模型變體和傳播動(dòng)力學(xué)模型兩個(gè)模型的結(jié)合，在統(tǒng)計(jì)學(xué)分布模型變體中，考慮了溫度對模型各參數(shù)的影響，使模型在計(jì)算中，考慮了多因素的影響，便于后期結(jié)果預(yù)測的精確性，同時(shí)，在初步獲取傳染病流行趨勢的預(yù)測曲線的基礎(chǔ)上，建立權(quán)重分配機(jī)制，根據(jù)不同的模型構(gòu)建了不同的權(quán)重，得到的預(yù)測結(jié)果，本方法提高了預(yù)測結(jié)果與實(shí)際情況的吻合度，降低了模型對參數(shù)的依賴，提高了預(yù)測結(jié)果的精確度。

39、進(jìn)一步的，本發(fā)明中，統(tǒng)計(jì)學(xué)分布模型變體通過極值分布模型變體和伽馬分布模型變體的結(jié)合，建立參數(shù)方程計(jì)算溫度對模型各參數(shù)的影響，便于結(jié)果的精準(zhǔn)預(yù)測。

技術(shù)特征：

1.一種傳染病流行趨勢預(yù)測方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種傳染病流行趨勢預(yù)測方法，其特征在于，所述統(tǒng)計(jì)學(xué)分布模型變體包括極值分布模型變體和伽馬分布模型變體。

3.根據(jù)權(quán)利要求2所述的一種傳染病流行趨勢預(yù)測方法，其特征在于，所述極值分布模型變體通過下述公式表達(dá)：

4.根據(jù)權(quán)利要求2所述的一種傳染病流行趨勢預(yù)測方法，其特征在于，所述傳播動(dòng)力學(xué)模型為seir模型，其中，s表示易感者、e表示潛伏者、i表示暴露者、r表示康復(fù)者。

5.根據(jù)權(quán)利要求2所述的一種傳染病流行趨勢預(yù)測方法，其特征在于，所述構(gòu)建模型的分配比重包括以下步驟：

6.根據(jù)權(quán)利要求1所述的一種傳染病流行趨勢預(yù)測方法，其特征在于，所述得到最終預(yù)測結(jié)果包括以下步驟：

7.根據(jù)權(quán)利要求6所述的一種傳染病流行趨勢預(yù)測方法，其特征在于，所述實(shí)時(shí)傳播指數(shù)rt的概率分布為：

8.一種傳染病流行趨勢預(yù)測系統(tǒng)，其特征在于，包括：

9.一種終端設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述方法的步驟。

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開了一種傳染病流行趨勢預(yù)測方法及系統(tǒng)，本發(fā)明通過統(tǒng)計(jì)學(xué)分布模型變體和傳播動(dòng)力學(xué)模型兩個(gè)模型的結(jié)合，在統(tǒng)計(jì)學(xué)分布模型變體中，考慮了溫度對模型各參數(shù)的影響，使模型在計(jì)算中，考慮了多因素的影響，便于后期結(jié)果預(yù)測的精確性，同時(shí)，在初步獲取傳染病流行趨勢的預(yù)測曲線的基礎(chǔ)上，建立權(quán)重分配機(jī)制，根據(jù)不同的模型構(gòu)建了不同的權(quán)重，得到的預(yù)測結(jié)果，本方法提高了預(yù)測結(jié)果與實(shí)際情況的吻合度，降低了模型對參數(shù)的依賴，提高了預(yù)測結(jié)果的精確度。

技術(shù)研發(fā)人員：霍翔,劉德曄,汪志國,竺麗梅,戴啟剛,康國棟,陳強(qiáng)
受保護(hù)的技術(shù)使用者：江蘇省疾病預(yù)防控制中心（江蘇省預(yù)防醫(yī)學(xué)科學(xué)院）
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/14