基于Twitter数据的登革热流行病学模型增强
社会与信息网络
2017-05-23 v1
摘要
登革热的流行病学早期预警系统依赖最新的流行病学数据来预测未来发病情况。然而，由于耗时的实验室检测的应用，流行病学数据通常需要时间才能获取。这意味着流行病学模型需要以更大的提前量发出预测，使其任务更加困难。另一方面，诸如 Twitter 或 Google 的在线平台允许我们以近实时方式获取用户交互样本，并可用作监测当前发病情况的传感器。在这项工作中，我们提出一个框架，利用在线数据源通过估计当前发病率来缓解最新流行病学数据的缺失，随后由传统流行病学模型加以利用。我们表明，所提框架比替代方法获得更准确的预测，对于大于或等于 4 周的延迟具有统计上更好的结果。
引用
@article{arxiv.1705.07879,
title = {Enhancement of Epidemiological Models for Dengue Fever Based on Twitter Data},
author = {Julio Albinati and Wagner Meira and Gisele L. Pappa and Mauro Teixeira and Cecilia Marques-Toledo},
journal= {arXiv preprint arXiv:1705.07879},
year = {2017}
}
备注
ACM Digital Health 2017