利用互联网搜索信息在美国进行COVID-19与流感联合预测
应用统计
2022-02-08 v1 社会与信息网络
摘要
随着COVID-19大流行的发展，严重的流感季节可能与COVID-19病例和死亡的增加同时发生，给医疗资源和公共安全带来严重负担。双流行（twindemic）的后果可能是同一人在同一时间混合感染两种不同的疾病，即“flurona”。在“flurona”上升趋势中，及时预测流感暴发和COVID-19浪潮比以往任何时候都更为紧迫，因为对双流行的准确联合实时追踪有助于卫生组织和政策制定者做好充分准备和决策。在当前大流行下，最先进的流感和COVID-19预测模型携带有价值的领域信息，但在当前复杂的疾病动态下面临缺陷，例如两种疾病在症状和公众就医模式上的相似性。受流感与COVID-19活动内在联系的启发，我们提出ARGOX-Joint-Ensemble，它使我们能够将历史上的流感和COVID-19疾病预测模型组合到一个新的集成框架中，以处理流感和COVID共存的情形。我们的框架能够通过赢者通吃的集成方式，强调从COVID相关或流感信号中学习。此外，我们的实验表明，我们的方法成功地将过去的流感预测模型适配到当前大流行，同时改进了先前的COVID-19预测模型，稳定地优于替代基准方法，并与公开可用的模型保持竞争力。
引用
@article{arxiv.2202.02621,
title = {COVID-19 and Influenza Joint Forecasts Using Internet Search Information in the United States},
author = {Simin Ma and Shaoyang Ning and Shihao Yang},
journal= {arXiv preprint arXiv:2202.02621},
year = {2022}
}
备注
arXiv admin note: text overlap with arXiv:2106.12160