Developing early warning systems using predictive models to identify Lassa fever threats in Ondo State, Nigeria

技术摘要：开发尼日利亚翁多州拉沙热早期预警系统

问题陈述
拉沙热（Lassa fever, LF）是由拉沙病毒引起的一种严重出血热疾病，在西非地区，尤其是尼日利亚，仍是持续存在的公共卫生负担。翁多州被确定为主要的热点地区，占全国确诊病例的30%以上。该疾病表现出明显的季节性模式，由于人类与Mastomys natalensis啮齿动物宿主之间的接触增加，疫情通常在旱季（12月至3月）达到高峰。尽管现有的监测工作仍在进行，但漏报、因症状与疟疾重叠导致的误诊以及检测延迟等挑战阻碍了有效的疫情响应。本研究旨在解决开发有效早期预警系统的紧迫需求，该系统能够预测疫情模式，从而指导翁多州的预防性公共卫生决策和资源配置。

方法论
本研究采用时间序列预测方法，利用收集到的翁多州每周确诊拉沙热病例的常规监测数据，时间跨度从2018年1月到2025年4月，共计382周。数据来源于尼日利亚疾病控制与预防中心（NCDC）。

1. 数据划分： 将数据集分为训练集（70%，用于参数估计）和测试集（30%，用于模型评估）。
2. 模型选择： 研究人员使用了季节性自回归整合移动平均（SARIMA）模型，该模型专门设计用于捕捉时间序列数据中的趋势和季节性行为。鉴于数据的每周特性和拉沙热的年度季节性，设定季节周期（$s$）为52周。
3. 模型识别与估计： 使用R语言中的auto.arima()函数自动选择基于赤池信息准则（AIC）的最佳候选模型。研究对比了六个候选模型。
4. 评估指标： 使用均方根误差（RMSE）、平均绝对误差（MAE）和均方误差（MSE）对模型准确性进行评估。
5. 诊断： 通过残差分析（包括正态性检查和Ljung-Box检验）验证所选模型的充分性，以确保残差中不存在显著的自相关性。

关键结果

• 最优模型： ARIMA(3,0,2)(1,0,1)[52] 模型被确定为拟合效果最好的模型，其在所有误差指标（RMSE, MAE, MSE）上均达到最低值，且具有最低的AIC值。
• 模型性能： 诊断检查确认残差近似服从正态分布，并围绕零随机分布，且不存在显著的自相关性（Ljung-Box检验 $p > 0.05$），表明模型有效地捕捉了数据的时序结构。
• 预测范围： 该模型用于生成为期34周的预测（2025年第19周至第52周）。
  • 预测显示，平均每周约有 4例 拉沙热病例。
  • 模型预测传播趋势相对稳定，没有出现灾难性的激增，大多数预测值落在每周5至15例之间。
  • 季节性高峰： 预测表明，传播高峰可能出现在每年的 第48周至第52周 之间，这与历史上的旱季模式相吻一。
• 视觉验证： 通过拟合值与实际测试集数据的对比，证明该模型成功重现了该地区拉沙热的主要季节性峰值和总体流行趋势。

意义与主张
本文声称，开发的SARIMA模型为理解翁多州拉沙热的传播动态提供了一个统计学上稳健的框架。通过捕捉短期波动和长期季节性模式，该模型提供了一个可靠的工具来预判可能的疫情爆发。

作者强调，研究结果支持了预防性早期预警系统的开发。具体而言，研究表明：

• 翁多州的拉沙热传播很可能维持在适中水平，并具有可预测的季节性高峰。
• 公共卫生决策者可以利用这些预测，在高峰期（特别是年底）之前加强监测并优化资源配置。
• 该模型是实现从回顾性分析向前瞻性公共卫生规划转变、落实实时疫情控制预测算法的基础步骤。

研究结论指出，虽然在稳定条件下模型预测传播程度适中，但由于该疾病反复出现的季节性特征，必须在识别出的高风险窗口期内保持持续的准备工作并采取针对性干预措施。