来源： 时间：2022-04-29 13:35:03
科学家们说，你的推特可以帮助实时跟踪季节性流感的传播，他们开发了一种新的模型，使用推特帖子来预测感染可能如何影响人群。
美国东北大学的研究人员收集了推文以及每个季节疫情的参数，如疾病的潜伏期、免疫接种率、感染该病毒的人数以及存在的病毒株。
他们将预测和其他算法应用于Twitter数据提供的关键参数。
研究人员随后将所得模拟结果与美国疾病控制中心(CDC)生成的监测数据以及这三个国家流感样疾病的临床和个人报告进行了匹配。他们分析了过去数据中揭示的演变动态，并能够选择最有可能预测未来的模型。
研究人员随后对该模型进行了官方流感监测系统的测试。他们发现，它比其他模型提前六周准确预测了疾病的演变，明显早于其他模型。
东北大学的亚历山德罗·维斯皮纳尼说：“这将使公共卫生机构能够提前计划分配医疗资源，并发起运动，鼓励患者采取预防措施，如疫苗接种和增加洗手。”
“过去，我们不知道流感的初始条件，”维斯皮纳尼说。“初始条件--显示疫情何时何地开始以及感染程度--是预测任何疾病传播的发射台，”他说。
研究人员说，疾病参数的明确建模--关于疾病本身动力学的信息--使该模型在挑战中与其他模型不同。
例如，研究人员可以在事件发生前六周以70%至90%的精确度确定疫情达到顶峰的星期和顶峰的幅度。
东北大学的张干说：“通过捕捉关键参数，我们可以跟踪流感每年与其他年份相比有多严重，并看到是什么推动了传播。”
相关推荐
猜你喜欢
