Page 111 - 南京医科大学学报自然科学版

第42卷第2期 赵子平，许 可，吴 莹，等. 基于深度学习的猩红热流行趋势预测模型研究［J］.
2022年2月 南京医科大学学报（自然科学版），2022，42（02）：252-257，263 ·257 ·

的多重共线性影响，对模型预测效果起到了很好的
3 讨 论
优化作用。相较于SARIMA模型，LSTM神经网络模
猩红热是江苏省常见的呼吸道类传染病，近年 型的拟合效果及可扩展性均优于 SARIMA 模型，主
来发病水平不断上升，且在全国范围内均有类似的 要体现在 LSTM 神经网络模型对数据条件要求较
流行趋势 ［12］ ，猩红热防控仍面临重大挑战。建立准 低，能够结合多种影响因素数据，有效拟合历史发
确的预测模型对于猩红热疫情防控以及医疗资源 病数据，并且能够根据即时输入数据的波动，准确
配置具有重要的指导意义。目前猩红热流行趋势 地预测 2018 年和 2019 年发病序列中的异常高发
预测的模型主要是ARIMA 模型 ［13］ 。ARIMA 模型是 值，这也要求LSTM模型在实际应用中，需要不断获
针对一系列随时间变化，而又互相关联的动态数据 取最新的数据资料，加入到已经建立的模型中，进
建立的预测模型。为了能够发现数据之间的关联 行不断地学习修正，才能保证模型在各种复杂因素
关系，ARIMA模型对数据的数量和数据的自相关性 的影响下保持着较高的预测精度。
要求较高。SARIMA 模型能够在 ARIMA 模型的基 本研究结果提示LSTM神经网络模型在江苏省
础上，针对发病具有季节性特点的疾病，提取季节滞 猩红热发病时间序列预测中表现良好，可以用于流
后的自相关信息。但是，猩红热的发病受到多种因 行趋势研判和风险评估，为优化和调整猩红热监
素，如平均温度、相对湿度等气象因素的影响 ，这会 测、防控策略和措施提供依据。
［14］
造成单因素模型预测效果的不理想，同时，在较长
［参考文献］
的时间跨度上，气象因素的变化将会对模型带来更
［1］ WALKER M J，BROUWER S，FORDE B M，et al. Detec⁃
大的影响，导致模型的长期预测效能下降。
tion of epidemic scarlet fever group a streptococcus in
神经网络模型以其优秀的非线性拟合能力、能
Australia［J］. Clin Infect Dis，2019，69（7）：1232-1234
够纳入多种预测因素等优势，在不同领域的时间序
［2］ DRUG AND THERAPEUTICS BULLETIN. Managing
列预测中表现出明显的优越性。随着计算机软硬 scarlet fever［J］. BMJ，2018，362：k3005
件技术的发展，深度学习技术也得到了飞速发展， ［3］ LIU Y，CHAN T C，YAP L W，et al. Resurgence of scarlet
RNN作为深度学习的网络模型之一，能够很好地处 fever in China：a 13⁃year population⁃based surveillance
理序列数据，但是在较长时间序列的预测上，容易 study［J］. Lancet Infect Dis，2018，18（8）：903-912
造成长期相关信息的遗漏。在 RNN 的基础上， ［4］ HSIEH Y C，HUANG Y C. Scarlet fever outbreak in Hong
LSTM 神经网络模型引入门控系统，选择性地保留 Kong，2011［J］. J Microbiol Immunol Infect，2011，44
或者剔除在长时间步上的相关信息，能够捕获长期 （6）：409-411
［5］ ZHAO J，DENG F，CAI Y，et al. Long short⁃term memory
依赖关系，在时间序列的预测上表现出显著性能，
⁃ fully connected（LSTM⁃FC）neural network for PM（2.5）
因此在许多实际应用，如天气预报以及新冠肺炎的
concentration prediction［J］. Chemosphere，2019，220：
预测中发挥着重要作用 ［15-16］ 。
486-492
本研究使用 SARIMA 模型以及 LSTM 神经网络
［6］ PATHAN R K，BISWAS M，KHANDAKER M U. Time
模型对 2005—2019 年江苏省猩红热月发病数进行 series prediction of COVID⁃19 by mutation rate analysis
拟合预测。SARIMA 模型表现较差，前瞻性预测误 using recurrent neural network ⁃ based LSTM model［J］.
差超过了 35%。LSTM 模型前瞻性预测精度接近 Chaos Solitons Fractals，2020，138：110018
80%，预测效果明显优于SARIMA模型，预测结果能 ［7］ LIAO Z，ZHANG X，ZHANG Y，et al. Seasonality and
够很好的反映猩红热实际发病水平的变化趋势。 trend forecasting of tuberculosis incidence in Chongqing，
建立多因素预测模型时，如何选择合适的预测指标 China［J］. Interdiscip Sci，2019，11（1）：77-85
是模型构建的难点之一。相关性分析结果表明各 ［8］ TIAN C W，WANG H，LUO X M. Time⁃series modelling
and forecasting of hand，foot and mouth disease cases in
气象指标与猩红热流行之间均存在显著相关性，可
China from 2008 to 2018［J］. Epidemiol Infect，2019，
以作为构建 LSTM 的预测指标。但是，气象因素之
147：e82
间存在高度相关性，如果全部纳入预测模型中，将
［9］ MOLINA L L，ANGÓN，GARCÍA E A，et al. Time series
降低模型的性能，影响模型预测效果。本研究通过
analysis of bovine venereal diseases in La Pampa，Argen⁃
因子分析的方法提取气象因素的公因子，以公因子 tina［J］. PLoS One，2018，13（8）：e0201739
作为预测指标建立 LSTM 模型，去除气象因素之间 （下转第263页）