基于CIST-GCN的流行病数据分析与预测

文章提出了一个基于相关度交互图卷积网络的流行病预测方法,利用各城市的日感染人数变化模拟病毒在不同城市间的传播相似度,并对拓扑图进行加权处理,最后利用时空图卷积网络处理城市网络的空间特征,并对城市的流行病发展状况进行预测。方法在PeMS-Bay和PeMSD7数据集上实验的MAPE为2.498%和5.640%,优于传统ST-GCN的2.640%和8.822%,同时在PeMSD7上优于参考模型IT-GCN的8.603%,并且在中国33个城市的疫情预测中与真实数据契合度较高,特别是对“突增点”,对各类流行病的预测以及疫情突发状况的预警起到了一定的参考作用。

渭北旱塬苹果黑星病流行程度预测

利用渭北旱塬1997-2003年的温度、相对湿度、降雨量和苹果黑星病流行程度等资料，采用逐步回归法分析了影响渭北旱塬苹果黑星病流行的气象因子，求得了最优回归子集，并用前5年资料建立了多元线性回归模型，用该模型对2002和2003年苹果黑星病的流行程度进行了预测。结果表明，4月份和8月份的降雨量、前一年12月份的平均相对湿度及1月份和7月份的平均温度是影响苹果黑星病流行的主要因子。研究建立的回归模型预测准确率高，对渭北旱塬苹果黑星病的防治具有一定指导作用。

“模糊控制”模型在疾病流行预测中的应用

本文将预测过程模拟成一个“模糊控制系统”,以预测因子作为系统的输入,预测量作为系统的输出。先根据历史资料确定系统的特性,建立预测模型;然后,在一定输入条件下,通过系统特性的作用,即可求得预报输出。这一模型本质上属语言控制模型,不需要知道输入量与输出量之间的函数关系,与经典的数学模型相比更具有广泛的适应性,文中用某地1977～1987年的流脑发病资料建立模型,对该地1988～1991四年的流脑年发病率进行预测,收到了良好效果,实际年发病率均在预测区间内。

分支过程在传染病模型中的应用

根据流行病发生的特点,一般其发生的时刻、感染者的人数等因素不易直接得出,但是在某一时间内被发现患病者的人数是可以知道的,从而可以根据该已知数据,利用分支过程构建一个新的模型,利用该方法,可以预测将来流行病的发展情况,从而可以采取相应措施来控制疾病.

基因破译将带来哪些改变

去年10月刚刚完成的“炎黄一号”还在让人们激动不已，新年伊始，“炎黄99”就轰轰轰烈烈地展开了。为个人的基因图谋进行完整测序，对于中国乃至亚洲人的DNA、隐形病症基因、流行病预测等领域的研究具有重要作用；对于被检测的个人而言，也会产生显著影响。

BED-CEIA估计HIV-1新近感染率的有效性及其影响因素的评价

在艾滋病流行病学研究中,衡量艾滋病流行趋势最常用的指标是HIV累积感染率和新近感染率.与累积感染率相比,新近感染率对艾滋病流行趋势预测、干预效果评价以及防制策略的制定等能提供更直接的信息.在获取新近感染率的方法中,除了经典的流行病学队列随访方法,目前普遍使用的血清学方法之一是IgG捕获BED酶联免疫法（BED-CEIA）.2001年,美国疾病预防控制中心（CDC）艾滋病免疫和诊断室评估了16种基于不同抗体和原理的HIV-1新近感染检测方法,发现新近感染者与既往感染者相比,各种抗体滴度均较低;其中gp41抗体滴度在新近感染者和既往感染者中的差别最大,两者的滴度区间几乎没有重叠,新近感染者的gp41抗体亲和力低于既往感染者,从而认为gp41抗体能够区分新近感染者和既往感染者,并且酶联免疫实验操作相对简单、效果也较理想,因此该室着手开发基于gp41抗体的HIV-1新近感染检测的酶联免疫方法[1].