中文

疾病暴发检测与预测:方法与数据来源综述

种群与进化 2024-10-24 v1 机器学习 物理与社会

摘要

感染性疾病发生在病原体从其他个体或动物感染人员后导致个人及整个社会受到伤害。疾病暴发可能对人类健康构成重大威胁。然而,早期检测和跟踪暴发有潜力减少死亡影响。为解决这些威胁,公共卫生当局致力于建立全面的疾病数据收集机制。许多国家已实施感染性疾病监测系统,暴发检测是主要目标。临床医疗系统、地方/州卫生机构、联邦机构、学术/专业组织以及合作政府实体在该系统中发挥关键作用。此外,现在,搜索引擎和社交媒体平台可作为监测疾病趋势的有价值工具。互联网和社交媒体已成为用户分享其偏好和关系的重要平台。可以利用这种实时信息来衡量思想和社会意见的影响,在各种领域和研究领域(如营销活动、金融预测和公共卫生等)中具有高度有用性。本文综述了研究者为使用时间序列数据检测暴发所develop的现有标准方法。这些方法利用各种数据来源,包括常规数据来源和社交媒体数据或互联网数据来源。该综述特别集中于 2015 年至 2022 年间发表的文献。

关键词

引用

@article{arxiv.2410.17290,
  title  = {Disease Outbreak Detection and Forecasting: A Review of Methods and Data Sources},
  author = {Ghazaleh Babanejaddehaki and Aijun An and Manos Papagelis},
  journal= {arXiv preprint arXiv:2410.17290},
  year   = {2024}
}

备注

40 pages, 2 figures