增强流感样疾病追踪的互联网搜索数据连接
摘要：利用互联网收集的大数据具有揭示社会不断变化趋势的巨大潜力。特别是，利用互联网数据进行准确的传染病跟踪已经变得越来越受欢迎，为公共卫生决策者和广大公众提供了宝贵的信息。然而，现有的传染病跟踪框架在处理互联网搜索数据的复杂连接性方面存在一定不足。为此，我们提出了ARGO-C（具有聚类谷歌数据增强回归 ） ，这是一种集成的、具备统计学原则的方法，将互联网搜索数据的聚类结构纳入其中，以提高疾病跟踪的准确性和可解释性。我们以多分辨率ILI（类似流感的疾病）跟踪为重点，展示了ARGO-C相对于基准方法在不同地理分辨率下的性能提升和鲁棒性。我们还突出了ARGO-C对于除流感之外的各种疾病以及其他社会或经济趋势的跟踪的适应性。
作者：Shaoyang Ning, Ahmed Hussain, Qing Wang
论文ID：2308.10091
分类：Applications
分类简称：stat.AP
提交时间：2023-08-22