定量预测模型在病媒传染病研究中的应用现状

作     者：詹尚 李芳 赵国玉 孙静 魏文宇 张渝疆 雒涛 

作者机构：新疆医科大学公共卫生学院 新疆维吾尔自治区疾病预防控制中心消毒与感染控制中心 新疆病媒传染病重点实验室 

出 版 物：《疾病预防控制通报》 (Bulletin of Disease Control & Prevention(China))

年 卷 期：2025年

学科分类：12[管理学] 1004[医学-公共卫生与预防医学(可授医学、理学学位)] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 100401[医学-流行病与卫生统计学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 10[医学] 

基　　金：新疆维吾尔自治区自然科学基金(2018D01C090) 

主　　题：定量预测模型 病媒传染病 综述 

摘      要：目的 综述当前应用于病媒传染病研究的几种定量预测模型，为该领域的预测预警工作提供模型参考。方法回顾灰色模型、时间序列模型、回归预测模型、人工神经网络等模型在病媒传染病预测中的应用，并分析了它们的优点和适用性。结果 灰色模型适用于数据量较少且数据呈指数增长的预测，但对随机性大的数据预测效果较差；时间序列模型能有效预测具有趋势和季节性的时间序列数据，但对长期预测效果有限；回归预测模型适用于变量间关系明确的预测，但对数据的正态性和方差齐性要求较高；人工神经网络在处理复杂非线性关系方面表现出色，但模型构建复杂；支持向量机在小样本和非线性问题中具有优势，但参数选择和核函数确定困难；长短时记忆神经网络适合时间序列数据预测，能有效解决长期依赖问题。结论 定量预测模型在病媒传染病的预测预警中具有重要应用价值。不同模型有其特定的适用场景和限制，选择合适的模型对于提高预测准确性至关重要。随着大数据和人工智能技术的发展，这些模型在病媒传染病领域的应用将进一步发展和完善。