📄 medicine

Forecasting Influenza Incidence and Analyzing Interactive Effects of Environmental Factors across Different Age Groups in Beijing

本研究分析了2005年至2020年北京流感流行病学情况，表明Holt-Winters模型在单因素预测方面优于其他时间序列方法，而Bi-LSTM模型能有效整合气象与空气污染物数据，以揭示针对预防策略的年龄特异性环境诱因及交互作用。

原作者： Guolong Qu, Weiming Hou

发布于 2026-06-30

📖 1 分钟阅读☕ 轻松阅读

原作者： Guolong Qu, Weiming Hou

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：预测北京的流感

想象一下，你正试图预测一场风暴何时袭击一座城市。你不仅需要观察天气，还需要了解谁最容易被淋湿。这项研究对北京的流感情况做了同样的事情，分析了从 2005 年到 2020 年的数据。

研究人员有三个主要目标：

寻找最佳的“天气预报员”（使用数学模型）来预测流感数量。
找出哪些环境“诱因”（如降雨、高温或雾霾）会导致流感激增。
观察不同年龄组（儿童、成年人、老年人）对这些诱因的反应是否有所不同。

1. 数据清洗：去除“故障”

在开始预测之前，研究人员必须先清洗数据。可以将流感病例数想象成心率监测仪：通常它有稳定的节奏，但有时会因为故障或传感器错误而出现剧烈的波动。

在原始数据中，存在一些不符合常理的巨大且不真实的病例激增（离群值）。研究人员就像一名音响工程师，通过平滑处理这些“砰砰声和咔哒声”来获得清晰的信号。这使得数据变得更加稳定，也更可靠，便于模型读取。

2. 预测竞赛：谁赢了？

团队组织了一场三类数学模型之间的竞赛，看谁能最好地预测 2020 年的流感数量。

参赛选手：
- SARIMA： 一个经典的、僵化的模型，试图用一条直线去拟合一条弯曲的曲线。
- FKF (卡尔曼滤波)： 一种复杂的、高科技的模型，常用于导航系统。
- Holt-Winters： 一种专门为处理季节性起伏事物（如流感）而设计的模型。
结果：
Holt-Winters 模型以压倒性优势赢得了比赛。
- 为什么？ 北京的流感具有很强的季节性（它钟爱冬季）。Holt-Winters 模型就像一位经验丰富的冲浪者，准确知道浪潮（流感季节）何时到来。
- 失败者： SARIMA 模型被波浪搞混了，在流感下降时却预测上升。卡尔曼滤波则过于平滑；它预测出了一条直线，完全错过了冬季的大幅激增。

核心启示： 对于北京简单的流感预测，你不需要最复杂的尖端科学，你需要的是一个理解季节的模型。

3. 深度学习实验：“超级大脑”

接下来，研究人员尝试了一种更先进的方法，即使用 Bi-LSTM（一种人工智能/深度学习技术）。这个“超级大脑”不仅仅是观察时间，它还试图同时学习多种环境因素（温度、降雨、湿度和空气污染）。

表现如何：
- 针对老年人 (60+)： 这个 AI 是个明星。它能高精度地预测老年人的流感病例，且不会产生困惑（过拟合）。它就像一位睿智的祖父母，准确知道寒冷何时到来。
- 针对成年人 (15–59)： AI 在这一组的表现最差。它无法找到清晰的模式，这表明成年人的流感病例受到了一些模型无法捕捉到的、混乱且不可预测的因素的影响。
- 针对儿童 (0–14)： AI 表现尚可，但仍存在一些误差。

4. “诱因”：是什么导致了流感激增？

研究人员使用了一种叫做 随机森林（可以将其想象成一个决策树团队）的工具，来确定哪些环境因素最为重要。

通用诱因： 对于所有人（儿童、成年人和老年人）来说，天气才是老大。温度、降雨量和湿度是导致流感传播的前三大原因。
特定年龄组的诱因：
- 儿童与成年人 (0–59)： 这些群体对空气污染（特别是空气质量指数 AQI）非常敏感。就像他们的肺部更容易受到烟雾的刺激，从而使他们更容易感染流感。
- 老年人 (60+)： 这个群体不太担心一般的烟雾，而是对特定的气体如一氧化碳 (CO) 和 臭氧 (O₃) 更加敏感。这可能是因为随着年龄增长，他们的肺部过滤这些特定气体的能力有所下降。

5. “双重麻烦”效应

最后，他们观察了这些因素是如何协同作用的。

发现： 大多数因素并没有产生强力的联动效应。然而，湿度起到了“音量旋钮”的作用。当湿度较高时，空气污染的负面影响会变得稍微“响亮”一些（即影响更大）。这就像湿木头燃烧的方式与干木头不同一样，水分改变了污染对人体产生的影响。

总结结论

论文得出结论：

简单即是更好： 如果仅基于时间进行预测，Holt-Winters 是预测流感数量的最佳工具。
AI 也有局限性： Bi-LSTM AI 模型对老年人效果很好，但在成年人身上表现挣扎，这表明不同的群体需要不同的预测工具。
并非千篇一律： 虽然天气是主要的罪魁祸首，但儿童和成年人更容易受到一般烟雾的影响，而老年人则更容易受到一氧化碳和臭种等特定气体的伤害。

为了遏制流感，我们需要密切关注天气，但我们也必须记住，针对 10 岁孩子的警告可能需要侧重于不同的污染物，而针对 80 岁老人的警告则可能不同。

技术摘要：北京市流感发病率预测及不同年龄组环境因素交互作用分析

问题陈述
流感是一种极易引发大规模流行的高发疾病，尤其是在冬季，给公共卫生系统带来了巨大挑战。虽然数据驱动的模型已越来越多地被整合到流感监测中，但现有方法仍存在特定局限性：许多模型依赖单一算法而缺乏集成框架，未能纳入高频气象和环境变量，且忽视了对原始时间序列数据中异常值的处理。此外，目前缺乏研究探讨环境因素如何在特定年龄组之间产生不同的交互作用，这限制了精准预警和针对性干预策略的发展。本研究旨在通过分析北京（2005–2020年）的流行病学特征，比较时间序列模型与深度学习模型的预测性能，并识别关键环境因素及其在不同年龄人口中的交互作用，从而填补这些研究空白。

研究方法
本研究利用了2005年至2020年北京市的月度流感监测数据以及2014年至2020年的环境数据（气象指标和空气污染物）。人口被分为四组：总人口、0–14岁、15–59岁和60岁以上。

数据预处理： 对时间序列数据进行了异常值识别与修正，以在保持整体分布特征的同时提高稳定性。
单因素预测： 构建并评估了三种时间序列模型，使用训练集（2005–2019年）和测试集（2020年）：
- SARIMA： 遵循带有季节性差分的Box-Jenkins程序。
- Holt-Winters： 一种将序列分解为水平、趋势和季节性成分的加法模型。
- 卡尔曼滤波 (FKF)： 一种具有迭代预测和更新步骤的状态空间模型。
- 评价指标： 均方根误差 (RMSE)、平均绝对误差 (MAE) 和平均绝对百分比误差 (MAPE)。
多因素预测： 建立了双向长短期记忆网络 (Bi-LSTM) 深度学习模型。通过 Spearman 相关分析筛选出显著的环境因素。数据集按时间顺序划分（75% 训练集，25% 测试集）以防止数据泄露。该网络利用了双向 LSTM 层、ReLU 激活函数和早停策略。
交互作用评估： 采用随机森林 (RF) 算法结合平均最小深度指数，用于评估变量重要性并量化环境因素之间的交互作用。

主要结果

流行病学趋势： 2005年至2020年间，北京市流感发病率呈现总体上升趋势，其中冬季是主要流行季节（占病例数的 75.76%）。0–14 岁的儿童是最高风险群体（占病例数的 56.32%），而 15–59 岁年龄组是唯一在夏季显示出相对较高发病率的人群。
单因素模型性能： Holt-Winters 加法模型在所有年龄组中表现最为稳定，其 RMSE、MAE 和 MAPE 均持续低于 SARIMA 和 FKF。SARIMA 表现出较差的稳定性，会出现峰值的过度估计或低估；而 FKF 生成的曲线过于平坦，未能捕捉到季节性变化。Holt-Winters 模型被确定为最优的单因素预测器。
多因素模型性能： Bi-LSTM 模型在不同年龄组间的效能有所差异。老年组（60岁以上）实现了最高的预测精度和最轻微的过拟合（测试集 RMSE 和 MAE 最低）。相反，15–59 岁年龄组的决定系数 ( $R^2$ ) 最低，而总人口组的预测误差最大。
环境驱动因素与交互作用：
- 核心因素： 气象因素（温度、降水量和湿度）是所有年龄组的主要影响因素。
- 年龄特异性污染物： 空气质量指数 (AQI) 对 0–14 岁和 15–59 岁人群有显著影响。对于老年组（60岁以上），一氧化碳 (CO) 和臭氧 ( $O_3$ ) 是主要的污染物。
- 交互作用： 环境因素之间的整体交互强度较弱。然而，研究发现潮湿条件会略微放大空气污染物的负面影响。

意义与主张
本文主张，Holt-Winters 模型是北京市流感单因素时间序列预测最合适的方案，而 Bi-LSTM 模型能有效整合多种环境因素进行发病率预测。研究强调，气象因素是流感流行的主要环境诱因，但对空气污染物的反应因年龄而异。

作者得出结论，未来的流感预警系统和针对性干预策略必须充分考虑年龄分层以及气象因素与空气污染物之间的交互作用。通过认识到不同年龄组对特定污染物的反应差异（例如，儿童对应 AQI，而老年人对应 CO/ $O_3$ ），公共卫生官员可以制定更精准的防控措施。研究还指出，复杂的算法并不必然保证疾病预测的优越性能；当数据表现出强烈的季节性波动和长期趋势时，像 Holt-Winters 这样较简单的模型可以超越更复杂的模型（如 FKF 或 SARIMA）。

注明的局限性
作者承认了包括监测数据与环境数据时间覆盖范围不一致、常规数据中可能存在的漏报偏差，以及排除了疫苗接种率和人口流动性等混杂因素在内的局限性。此外，由于研究仅限于北京市，限制了结论的普适性，且变量之间的协同效应缺乏实验性的生物学验证。