[发明专利]一种登革热传播风险预测方法及受影响人口大小确定方法

说明书

本发明实施例公开了一种登革热传播风险预测方法，通过构建SIR－EAKF耦合算法，实现整个预测系统状态的实时更新，校正由非线性模型动态产生的结构性误差，降低模型中参数初始值的敏感性，提升预测结果的准确性和鲁棒性。通过EAKF算法和蚊媒介导SIR模型的耦合设计，实现模型和参数随观测数据流的同化而更新，获取状态参数的精确估计值，从而，该耦合算法能够对登革热流行和传播的动态变化趋势进行精确地预测，避免了传统统计模型中对历史数据的高度依赖以及对零膨胀时间序列的失效的问题，解决了经典动力学模型中参数初始值敏感性和模型预测误差非线性增长的问题。本发明还提供了一种受疫情影响的人口大小自确定方法。

技术领域

本发明涉及传染病传播风险分析技术领域，尤其涉及一种基于SIR动力学模型和集合校正卡尔曼滤波耦合设计的登革热传播风险预测方法及受影响人口大小确定方法。

背景技术

登革热是近年来世界上广泛流行的热带传染病之一。有研究估计每年约有3.9亿人感染登革热，约75％的登革热负担集中在东南亚和西太平洋地区。传染病的流行级别与地理传播范围息息相关。自从20世纪中期以来，全球化促进了人口的快速流动，特别是交通科技的进步带来了短期旅行的增长，使得全球人口流动的速度、数量以及涉及的地域都在飞速增长，加剧登革热的传播和流行。虽然已有一些研究致力于了解蚊媒传播疾病在当前和未来的疾病风险地理分布以帮助指导干预和保护公众健康，但是在日益加快的全球化背景下，对登革热在人群中引起暴发及不同规模的驱动因素的了解尚不清楚。因此，亟需针对登革热流行高风险地区的时空传播动力学机制开展深入研究，建立准确的登革热实时预测模型。这将有助于加强登革热监测、推动防控方案实施和减少全球人口登革热疾病负担。

我国华南地区是登革热的主要流行区，并且在2014年经历了近10年来最严重的登革热疫情。近年来，我国登革热流行主要有以下特点：(1)登革热每年流行规模存在明显差异，这种差别不仅体现在时间尺度上(以广州市历年登革热流行为例，峰值低时可少于10例，高时可达8000例)，也体现在地理空间上(在同时期，珠三角地区登革热病例数远远超过非珠三角地区病例数)；(2)在流行高峰时期前后的几周内病例数消长速度快，而在一年的大部分时间病例发生频率低，使得登革热监测数据呈现明显的零膨胀(zero－inflated)特征。所谓零膨胀数据是指实际研究中所收集的计数资料中观察事件发生数含有大量的零值。由于在单位时间内包含过量零计数数据的随机事件，这种数据超出了Poisson分布等一般离散分布的预测能力[。我们在前期研究中对广东省登革热流行的季节性和周期性进行综合评估，发现当地登革热病例时间序列呈明显的零膨胀特征。这种特殊的离散分布数据给模型预测方法带来了挑战。

登革热给我国造成严重的经济损失和社会负担。因此，亟需针对我国登革热流行高风险地区的时空传播动力学机制开展深入研究，并在此基础上采用数学建模技术建立准确的登革热实时预测模型。因此，为了更好地预防和控制登革热在大规模人群的流行和暴发，建立准确的登革热预警模型是当务之急。

已有相关研究采用概率型统计预测方法(主要包括季节性自回归滑动平均模型模型、广义可加模型和人工神经网络等)和基于传染病传播动力学特性的仓室模型(也称为传染病动力学模型，如SIR等)构建登革热预测模型。上述两大类方法存在一些明显的缺点。下面分别阐述以上两类预测方法存在的缺点。