vlambda博客
学习文章列表

作为一种传染病，艾滋病具有潜伏期长、传播途径隐秘等特征，因此获得准确的疫情信息是相对困难的。艾滋病发病数预测可以给相关部门提供数据参考信息，以便采取针对性措施来更好地控制疫情。当前国内对于艾滋病疫情预测的方法主要采用自回归移动平均求和模型，季节性自回归移动平均求和模型，灰色模型［GM（1,1）］，支持向量机模型等。考虑到本文研究对象兰州市艾滋病发病例数量级较小且样本量有限，所以尝试使用更强力的模型即集成回声状态网络来进行建模分析。本文将集成框架 AdaBoost和神经网络ESN结合，对兰州市2012年1月至2017年12月艾滋病发病例数进行建模，并预测2018～2019年艾滋病疫情，为兰州市未来的疾病防控工作提供数据支持。

目的：根据兰州市艾滋病月发病例数数据，采用集成神经网络即组合自适应提升框架 AdaBoost （Adaptive Boosting）和回声状态网络（echo state network），构建月发病例数预测模型，并基于该模型预测2018～ 2019年兰州市艾滋病疫情。

方法：从国家艾滋病综合预防信息系统收集到2012～2017年兰州市 HIV/AIDS 发病例数，运用组合模型 ADABOOST-ESN 进行建模分析。其中以2012年1月至2016年12月数据作为训练集确定模型参数，以2017年1～12月数据作为测试集验证模型性能。

结果：以均方根误差（RMSE）和平均绝对百分比误差（MAPE）作为模型性能的评价指标，得到 ADABOOST-ESN 在测试集上的指标值分别为 6.18和16.14%，其预测表现优于 ARIMA 和 ESN 等模型。此外采用该模型预测2018～2019年月发病例数，预测结果显示未来两年兰州市年累计发病例数将达到406例和424例。

结论：组合模型 ADABOOST-ESN 预测2018～2019年兰州市艾滋病新增发病例数有明显上升，说明艾滋病疫情形势严峻，需要在兰州市实施更严格且有效的疾病防控措施。

识别上方二维码，即可购买《中国研究型医院》、订阅全年各期或选择性订阅某期《中国研究型医院》。