[發明專利]一種由統計數據驅動的傳染病疫情預測方法

有效

• 申請號: 202010192098.0
• 申請日: 2020-03-18
• 公開（公告）號: CN111564221B
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 黃鍔;喬方利
• 申請（專利權）人: 自然資源部第一海洋研究所
• 主分類號: G16H50/80
• 分類號: G16H50/80;G16H50/70
• 代理公司: 青島清泰聯信知識產權代理有限公司 37256
• 代理人: 黃鈺

1.一種由統計數據驅動的傳染病疫情預測方法，其特征在于，包括：

獲取疫情統計數據步驟，用于獲取疫情期間每日的新增確診病例數、新增治愈病例數及病例的潛伏期預估，其中，所述新增確診病例數表示為時間序列N(t)，所述新增治愈病例數表示為時間序列R(t)；

預處理疫情統計數據步驟，用于根據獲取的階段時間內疫情統計數據進行計算，并獲得用于預測疫情拐點的參數，步驟中包括：

對所述新增確診病例數N(t)、新增治愈病例數R(t)分別取對數并求差分得到新增確診病例數和新增治愈病例數的增長率分布曲線，然后采用最小二乘法對所述增長率分布曲線中增長率數據進行擬合，分別得到N(t)、R(t)增長率的擬合直線y_N、y_R；

假設所述新增確診病例數N(t)、新增治愈病例數R(t)滿足高斯分布，則有：

(3)

(4)

對N(t)和R(t)分別取對數并求導，則得到擬合直線y_N和y_R的公式(5)和(6)，

(5)

(6)

其中，公式(5)、(6)中，所述擬合直線y_N的斜率近似為，所述擬合直線y_R的斜率近似為，根據擬合直線y_N、y_R斜率獲得新增確診病例數N(t)的標準差σ₀，新增治愈病例數R(t)的標準差σ₁；所述峰值時間t₀為延伸擬合直線y_N的趨勢線與其所在坐標中0所在的橫軸相交處的時間，所述峰值時間t₁為延伸擬合直線y_R的趨勢線與其所在坐標中0所在的橫軸相交處的時間，平均住院天數T=t₁-t₀；

獲取所述每日新增確診病例數與新增治愈病例數之比，記為NR比：NR(t)=N(t)/R(t)，并對所述NR比取對數，得到NR比在對數坐標中的表達式，記為：lnNR(t)；

采用最小二乘法對所述lnNR(t)進行擬合，得到NR比在對數坐標中的擬合直線y_NR；

預測疫情拐點步驟，用于定義疫情拐點，并根據所述預處理疫情統計數據步驟得到的參數預測疫情拐點時間及最大現存確診病例數量，其中，所述疫情拐點時間表示為t_p，所述疫情拐點定義為現存確診病例數量EIC的峰值，所述現存確診病例數量為累計確診病例數與累計治愈病例數的差值，記為公式(1)：

(1)

假設確診病例經過平均住院時間T天后會完全康復，即R(t)=N(t-T)，此時，公式(1)進一步表示為公式(2)：

(2)

其中，當疫情到達拐點時，新增確診病例數與新增治愈病例數相等，即N(t_p)=R(t_p)；

所述預測疫情拐點步驟包括：延伸所述擬合直線y_NR的趨勢線使該擬合直線與NR比在對數坐標中0所在的橫軸相交，其中，該相交處的時間為所述疫情拐點時間t_p，對應的疫情狀態處于拐點，所述EIC(t_p)為最大現存確診病例數量；

所述方法進一步包括：

預測疫情結束步驟，用于根據疫情統計數據定義疫情結束時間模型并根據所述疫情結束時間模型計算預測疫情結束時間：

定義并計算疫情結束時間模型E₀，其中，所述疫情結束時間模型E₀=t₀+3σ₀+2×潛伏期，其中，所述t₀為新增確診病例數N(t)的峰值時間，σ₀為新增確診病例數N(t)的標準差；或

定義并計算疫情結束時間模型E₁，其中，所述疫情結束時間模型E₁=t₁+3σ₁+2×潛伏期，其中，所述t₁為新增治愈病例數R(t)的峰值時間，所述σ₁新增治愈病例數R(t)的標準差；或

定義并計算疫情結束時間模型E₂，其中，所述疫情結束時間模型E₂=（E₀+E₁）/2。