利用 CDC 网络流量数据现报流感发病率：基于新颖数据集的演示
种群与进化
2019-04-11 v1 社会与信息网络
摘要
流感流行在全球范围内造成公共卫生和经济负担。依赖就诊的传统监测技术提供的数据有 1-2 周的延迟。为对流感流行做出更及时的响应，亟需获取实时数据并预测未来暴发的方法。在这项工作中，我们首次实现了一个新颖数据集，通过展示其在多种空间分辨率下补充传统疾病监测的能力。我们使用来自美国疾病控制与预防中心（CDC）网站的互联网流量数据来确定该数据源的潜在可用性。我们测试了美国八个州和九个普查分区内十个流感相关页面产生的流量，并将其与临床监测数据进行比较。我们的结果在最成功的情况下得到 = 0.955，部分情况结果可观，其他情况则不成功。这些结果表明，互联网数据在某些情况下可以补充传统流感监测，但在其他情况下不能。具体而言，我们的结果显示 CDC 网站流量可能有助于国家和分区级模型，但不能用于各州的单独模型。此外，我们的结果显示当数据按季节划分而非多年汇总时一致性更好。为了科学透明并进一步理解互联网数据流何时是合适的补充数据源，我们也包含了负面结果（即不成功的模型）。我们预期这项工作将催生使用该数据流更复杂的现报和预测模型。
引用
@article{arxiv.1904.04931,
title = {Nowcasting Influenza Incidence with CDC Web Traffic Data: A Demonstration Using a Novel Data Set},
author = {Wendy K. Caldwell and Geoffrey Fairchild and Sara Y. Del Valle},
journal= {arXiv preprint arXiv:1904.04931},
year = {2019}
}
备注
21 pages (including references and appendices; 12 pages prior to references), 5 figures (some include subfigures), ILI data available in csv form