评估多种流感预测模型的表现

作者认为，这是多个季节不同团队对几种实时传染病预测模型的第一次记录比较，本周五个研究小组报告说，大多数模型始终表现出比历史基线模型更高的准确性。

在马萨诸塞州阿默斯特大学的生物统计学家Nicholas Reich的带领下，研究团队组建了一个名为FluSight Network的联盟，并将20个模型的预测准确性与历史基线季节平均值进行了比较。他们说，准确预测传染病爆发的规模和时间有助于公共卫生官员制定适当的应对措施。

麻省大学阿姆赫斯特分校公共卫生与健康科学学院的Reich说，这篇论文是该研究联盟计划的几篇文章中的第一篇，它提供了“对哪些模型做得好，何时以及为何做的调查，以及一种荟萃分析”现在我们已经汇集了一些世界顶级流感预测小组，通过这种合作，我们可以对不同的方法和结果进行比较。“ 详细信息出现在当前的美国国家科学院院刊在线版中。

他和同事们写道，“在美国所有地区，超过一半的模型表现出比历史基线更好的表现，比现有数据提前一，两，三周预测流感样疾病的发生率和预测时间和季节性高峰的大小。“

研究人员指出，流感每年在美国每年感染900万至3500万人，每年造成12,000至56,000人死亡。Reich补充道，在流感季节已有600多万美国人已经感染流感，联邦卫生官员最近在上周五报道说，多达8万人已经住院。

除了比较贡献的模型外，FluSight网络的努力还使得能够创建“集合”模型。Reich解释说，每个小组都使用他们自己的先进分析技术，为今年提出预测的流感轨迹。这些单独的预测被合并为一个单独的“整体”预测，每周发送给CDC。

与历史趋势相比，这些预测有助于疾病预防控制中心和其他公共卫生官员更有效地规划和应对不断变化的季节性流行病。FluSight Network合唱团是2017/2018赛季表现最佳的实时车型之一。疾病预防控制中心在流感季节的内部和外部沟通和规划中使用FluSight网络集成方法。Reich说，对集合模型的同行评审研究即将发布。

总体而言，作者表示，“我们的协作式团队科学方法突出了多个研究小组共同努力发现模型性能模式和趋势的能力，这些模式和趋势在单一团队研究中更难以观察到。”

他们补充说：“传染病预测领域还处于起步阶段，我们预计创新将刺激未来几年预测的改善。” “公共卫生官员仍在学习如何最好地将预测整合到实时决策中。公共卫生政策制定者和定量建模者之间的密切合作对于确保预测产生最大影响并适当地传达给公众和更广泛的公众是必要的。健康社区。“

Reich与卡内基梅隆大学，德克萨斯大学奥斯汀分校，美国疾病控制与预防中心(CDC)，哥伦比亚大学，洛斯阿拉莫斯国家实验室和Mount Holyoke学院的同事合作。

研究人员指出，在过去的15年中，人们对预测传染病的兴趣增加的部分原因是“大数据”的承诺，以及新数据流可以导致疾病传播测量方式得到显着改善的想法，预测并控制。“虽然有关单次暴发表现的文献中存在多模式比较，但我们在这里比较了七个流感季节的一致模型，”从2010年到2017年。