基于随机森林回归模型的登革热风险评估研究

doi:10.13217/j.scjpm.2019.0026

华南预防医学 ›› 2019, Vol. 45 ›› Issue (1): 26-31.doi: 10.13217/j.scjpm.2019.0026

基于随机森林回归模型的登革热风险评估研究

黄宇琳¹, 赵永谦¹, 曹峥², 刘涛³, 邓爱萍⁴, 肖建鹏³, 张兵³, 祝光湖³, 彭志强⁴, 马文军³

1.暨南大学基础医学院,广东广州 510632;
2.广州大学地理科学学院;
3.广东省疾病预防控制中心广东省公共卫生研究院;
4.广东省疾病预防控制中心

收稿日期:2018-09-12 发布日期:2019-04-19
通讯作者: 彭志强,E-mail:674699776@qq.com; 马文军,E-mail: mawj@gdiph.org.cn
作者简介:黄宇琳（1993—）,女,在读硕士研究生,主要研究方向：疾病预防与控制;赵永谦（1991—）,女,硕士研究生,医师,主要研究方向：疾病预防与控制;黄宇琳、赵永谦同为第一作者
基金资助:
国家重点研发计划（2018YFB0505500,2018YFB0505503）; 广东省科技计划项目（2014A040401041）; 国家自然科学基金（81773497）

Risk assessment of dengue fever based on random forest model

HUANG Yu-lin¹, ZHAO Yong-qian¹, CAO Zheng², LIU Tao³, DENG Ai-ping⁴, XIAO Jian-peng³, ZHANG Bing³, ZHU Guang-hu³, PENG Zhi-qiang⁴, MA Wen-jun³

1.Jinan University Faculty of Medical Science, Guangzhou 510632, China;
2.School of Geographical Sciences, Guangzhou University;
3.Guangdong Provincial Institute of Public Health,Guangdong Provincial Center for Disease Control and Prevention;
4.Guangdong Provincial Center for Disease Control and Prevention

Received:2018-09-12 Published:2019-04-19

摘要/Abstract

摘要： 目的基于随机森林回归模型构建小空间尺度的登革热风险评估工具,为登革热防控提供依据。方法以2012年1月至2014年9月登革热病例及相关因素数据为训练集,分别构建登革热流行频率、持续时间及强度风险指标的随机森林回归模型,以2014年10月至2015年12月登革热病例及相关因素数据为验证集,并对构建的模型进行评估。结果频率、持续时间、强度指标与发病数指标的相关系数均>0.7。依据训练集构建的登革热流行频率、持续时间和强度风险指标的随机森林回归模型变量解释度分别为96.72%、91.98%和90.1%,提示模型拟合度较好;交叉验证法可见各模型均方误差分别0.001 9、1.424 6和1.881 1,均处于较低水平;比较随机森林回归、支持向量回归、广义线性模型和广义相加模型的准确性,随机森林回归和支持向量机等机器学习模型均方误差远低于广义线性模型和广义相加模型。结论以登革热频率、持续时间及强度指标为结局变量,气象、环境及社会经济特征为预测变量构建的随机森林回归模型准确性较好,可作为登革热风险评估工具,为登革热防控工作服务。

关键词: 登革热, 随机森林回归, 风险评估

Abstract: Objective To construct a small spatial scale dengue risk assessment tool based on the random forest model,so as to provide scientific basis for the prevention and control of dengue fever. Methods Data of dengue case and related factors from February 2012 to September 2014 were used as the training set and random forest regression （RFR） models were constructed separately for frequency, duration and intensity of dengue fever. Data of dengue cases and related factors from October 2014 to March 2015 were used to as the testing set to verify the accuracy of the models. Results The correlation coefficients between incidence and frequency, duration, intensity of dengue fever were all higher than 0.7. Based on the training set, the pseudo R-squareds in the models of frequency, duration, and intensity were 96.72%, 91.98%, and 90.1%; the cross-validated mean square errors （MSEs） of the models were 0.001 9, 1.424 6, and 1.881 1, respectively. By comparing the accuracy of RFR, support vector regression （SVR）, generalized linear model （GLM） and generalized additive model （GAM）, the MSEs of RFR and SVR were much lower than those of GLM and GAM. Conclusion The RFR models constructed using the frequency, duration and intensity of dengue fever as outcome variables and the meteorological, environmental and socioeconomic characteristics as predictors have better accuracy and can be used as a risk assessment tool for preventing and control of the outbreak of dengue fever.

Key words: Dengue, Random forest regression, Risk assessment

中图分类号:

R183.5

黄宇琳, 赵永谦, 曹峥, 刘涛, 邓爱萍, 肖建鹏, 张兵, 祝光湖, 彭志强, 马文军. 基于随机森林回归模型的登革热风险评估研究[J]. 华南预防医学, 2019, 45(1): 26-31.

HUANG Yu-lin, ZHAO Yong-qian, CAO Zheng, LIU Tao, DENG Ai-ping, XIAO Jian-peng, ZHANG Bing, ZHU Guang-hu, PENG Zhi-qiang, MA Wen-jun. Risk assessment of dengue fever based on random forest model[J]. South China Journal of Preventive Medicine, 2019, 45(1): 26-31.

参考文献

[1] WHO. Global strategy for dengue prevention and control, 2012-2020 WHO, Geneva 2012[M]. Geneva :WHO, 2012:1.
[2] Sarin YK, Singh S, Singh T.Dengue viral infection[J]. Indian Pediatr, 2010, 55(1): 129.
[3] Lai S, Huang Z, Zhou H, et al.The changing epidemiology of dengue in China, 1990-2014: a descriptive analysis of 25 years of nationwide surveillance data[J]. BMC Med,2015,13: 100.
[4] Wu JY, Lun ZR, James AA, et al.Review: Dengue fever in mainland China[J]. Am J Trop Med Hyg, 2010, 83(3): 664-671.
[5] 王芹, 许真, 窦丰满,等. 中国2005—2007年登革热流行现状与监测分析[J]. 中华流行病学杂志, 2009, 30(8): 802-806.
[6] Wen TH, Lin NH, Lin CH, et al.Spatial mapping of temporal risk characteristics to improve environmental health risk identification: a case study of a dengue epidemic in Taiwan[J]. Sci Total Environ, 2006, 367(2-3): 631-640.
[7] Liu X, Rajarethinam J, Shi Y, et al.Development of predictive dengue risk map using Random Forest[J]. Int J Infect Dis, 2016, 45: 346.
[8] Ding F, Fu J, Jiang D, et al.Mapping the spatial distribution of Aedes aegypti and Aedes albopictus[J]. Acta Trop, 2018, 178: 155-162.
[9] Guo P, Liu T, Zhang Q, et al.Developing a dengue forecast model using machine learning: a case study in China[J]. PLoS Negl Trop Dis, 2017, 11(10): e0005973.
[10] Kuhn M.Building predictive models in R using the caret package[J]. J Stat Softw, 2008, 28(5): 1-26.
[11] Zeileis A, Karatzoglou A, Smola A, et al.Kernlab-an S4 package for kernel methods in R[J]. J Stat Softw, 2004, 11(9): 721-729.
[12] Wood S. mgcv: GAMs with GCV/AIC/REML smoothness estimation and GAMMs by PQL [J/OL].[2008-01-01].https://www.researchgate.net/publication/281094814_The_mgcv_package_GAMs_with_GCV_smoothness_estimation_and_GAMMs_ by_ REMLPQL.
[13] Chen QQ, Meng YJ, Li Y, et al.Frequency, duration and intensity of dengue fever epidemic risk in townships in Pearl River Delta and Yunnan in China, 2013[J]. Biomed Environ Sci, 2015, 28(5): 388-395.
[14] Chu HJ, Chan TC, Jao FJ.GIS-aided planning of insecticide spraying to control dengue transmission[J]. Int J Health Geogr, 2013, 12(1): 42.
[15] Dom NC, Ahmad AH, Adawiyah R, et al.Spatial mapping of temporal risk characteristic of dengue cases in Subang Jaya [R/OL]. [2010-12-01].https://www.researchgate.net/profile/Nazri_Che_Dom/publication/251994778_Spatial_mapping_of_temporal_risk_characteristic_of_dengue_cases_in_Subang_Jaya/links/02e7e5256477687a18000000/Spatial-mapping-of-temporal-risk-characteristic-of-dengue-cases-in-Subang-Jaya.pdf.
[16] Brett L.机器学习与R语言 [M]. 北京:机械工业出版社, 2015:1.

基于随机森林回归模型的登革热风险评估研究

Risk assessment of dengue fever based on random forest model

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	孙梦, 魏葳, 陆海丽, 朱林, 韩蕊, 陈游洲. 北京市西城区35~75岁居民心血管疾病高风险人群现状调查[J]. 华南预防医学, 2023, 49(9): 1188-1191.
[2]	王欣茹, 周璐, 黄琼, 陈少威. 广州市市售湿粉类食品中蜡样芽胞杆菌污染的定量风险评估[J]. 华南预防医学, 2023, 49(8): 965-969.
[3]	黄锦叙, 陈秋霞, 屠鸿薇, 曲亚斌, 何昌云. 广东省沿海某县农村饮用水砷暴露水平和健康风险评估[J]. 华南预防医学, 2023, 49(6): 766-770.
[4]	王文瑾, 马晓玲, 李凡卡. 新疆生产建设兵团饮水型地方性氟中毒病区调查结果及氟化物的非致癌健康风险评估[J]. 华南预防医学, 2023, 49(5): 553-557.
[5]	黄婕, 陈坤才, 刘于飞, 李燕, 张玉华, 钟贤武, 张维蔚. 广州市3~17岁儿童青少年主要膳食镉暴露风险评估[J]. 华南预防医学, 2021, 47(7): 834-838.
[6]	王德杰, 李晓峰, 董鲁燕, 韩玉刚. 35~59岁电网职工缺血性心血管病10年发病风险评估[J]. 华南预防医学, 2021, 47(5): 557-561.
[7]	沈培林, 廖俊蕾. 2017—2019年深圳市龙岗区登革热媒介白纹伊蚊监测结果分析[J]. 华南预防医学, 2021, 47(12): 1532-1535.
[8]	项小军, 姚巧睿, 吴颖诗, 崔晓睿, 张华蓉, 梁芷珊, 叶春丽, 梁洁, 朱琳, 江千里. 广州市某医院内成蚊体内病毒监测及控制效果分析[J]. 华南预防医学, 2021, 47(11): 1480-1482.
[9]	蔡小双, 肖建鹏, 宋铁, 刘涛, 曾韦霖, 彭志强, 李杏, 胡建雄, 林华亮, 李志浩, 张永慧, 马文军. 广州市登革热发病影响因素的病例对照研究[J]. 华南预防医学, 2021, 47(1): 35-39.
[10]	李海麟, 刘于飞, 梁伯衡, 李迎月, 林晓华, 张维蔚, 张玉华, 黄婕. 广州市生食动物性水产品副溶血性弧菌半定量风险评估[J]. 华南预防医学, 2020, 46(5): 537-539.
[11]	何志辉, 宋铁, 黄琼, 刘海星, 杨明强, 欧阳子豪, 刘文华, 江金女. 快速风险评估方法在城市防控新冠肺炎疫情工作的探索与运用——以温州市为例[J]. 华南预防医学, 2020, 46(2): 101-105.
[12]	蔡文锋, 景钦隆, 刘文辉, 陈楚天. 2015—2019年广州市登革热本地病例流行病学特征分析[J]. 华南预防医学, 2020, 46(2): 138-140.
[13]	张应涛, 郭汝宁, 宋铁, 钟豪杰, 郑慧贞, 邓爱萍, 李剑森, 杨宇威, 张萌, 谭小华, 杨芬, 龙遗芳, 梁剑, 徐新, 胡培, 谢仕兰, 黄琼. 基于半定量风险评估和专家会商法的重点传染病疫情风险评估[J]. 华南预防医学, 2019, 45(5): 410-413.
[14]	江思力, 李文学, 石同幸, 吕嘉韵, 冯文如, 刘鹏达, 步犁, 吴燕. 2017年广州市城区大气PM_2.5中水溶性重金属污染特征及健康风险评价[J]. 华南预防医学, 2019, 45(2): 107-114.
[15]	叶双岚，曹伟强，罗雷，景钦隆，曹庆，程晓宁，陈金，曾明深. 2006—2017年广州市白云区登革热暴发疫情流行特征分析[J]. 华南预防医学, 2018, 44(6): 549-551.