换一批摘要目的 新冠感染病死率预测对于深入理解新冠病毒严重性、合理配置医疗资源及开展针对性防疫策略有重大意义.方法 本研究依据新冠病毒变异优势株,将疫情发展划分四个时期,选取美国、印度、巴西、墨西哥、秘鲁、中国六个国家以及全球平均水平的病死率为研究对象.运用灰色模型、指数平滑模型、ARIMA模型、支持向量机、Prophet和LSTM模型六个模型进行拟合预测,探讨各模型的优缺点和适用性,选取效果最优的模型对全球和重点国家的病死率进行预测.结果 模型比较显示多种模型各有优缺点,经预测,多数国家的累计确诊人数和累计死亡人数增长速度减缓,发展趋势逐渐平稳.结论 传统时间序列模型适于发展趋势平稳、有限样本的预测;而机器学习模型更适用于波动型变化数据,可进行大样本预测,进一步外推,运用到其他卫生领域的研究.
更多相关知识
分类号
R181.2（流行病学与防疫）
栏目名称
DOI
10.11783/j.issn.1002-3674.2024.03.011
发布时间
2024-08-02（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（82173626）
- 浏览11
- 被引2
- 下载9
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
