融合互联网搜索数据连通性以增强流感样疾病追踪
应用统计
2023-08-22 v1
摘要
从互联网收集的大数据具有揭示社会变化趋势的巨大潜力。特别是，利用互联网数据进行的精准传染病追踪日益流行，为公共卫生决策者和公众提供了宝贵信息。然而，现有疾病追踪框架未能有效处理互联网搜索数据间大量的复杂连通性。为此，我们提出 ARGO-C（Augmented Regression with Clustered GOogle data，基于聚类谷歌数据的增强回归），一种整合的、统计严谨的方法，其纳入互联网搜索数据的聚类结构以提升疾病追踪的准确性与可解释性。聚焦于多分辨率 %ILI（流感样疾病）追踪，我们证明了 ARGO-C 在不同地理分辨率下相较基准方法的性能与鲁棒性提升。我们还强调了 ARGO-C 除流感外追踪多种疾病及追踪其他社会或经济趋势的适应性。
引用
@article{arxiv.2308.10091,
title = {Incorporating Connectivity among Internet Search Data for Enhanced Influenza-like Illness Tracking},
author = {Shaoyang Ning and Ahmed Hussain and Qing Wang},
journal= {arXiv preprint arXiv:2308.10091},
year = {2023}
}