基于人工神经网络的我国人诺如病毒暴发预测系统构建

Human norovirus is strongly contagious, the correlation between its outbreak and meteorological, geographical, social and economic factors is complex and nonlinear. So far, the prediction system of human norovirus in China is incomplete and effective vaccine is not available yet, thus how to forecast and control the human norovirus outbreak is remained to be solved. This project plans to establish an Artificial Neural Network (ANN) based forecasting system for human norovirus outbreak in China, including outbreak prediction and spreading trend prediction, by integrating statistical analysis, spatial regression analysis, epidemiologic models, etc. First, this study will use statistical analysis method to reveal the epidemiological characteristics of norovirus outbreak; use stepwise regression analysis method to determine inputs of constructed predictive model for the risk of the outbreak, to forecast the risk and scale of human norovirus outbreaks via ANN method. Finally, the predicted result would be used as initial conditions to simulate the spreading trend of human norovirus outbreak size using susceptible-infected-recovered (SIR) model. This project has the potential to identify impact factors of human norovirus outbreaks and realize the prediction of human norovirus outbreak as well as its spreading trend at a national scale. The results would provide theoretical basis for formulating and launching health management measures to forecast the outbreak of human norovirus and control the scale of the outbreak, in addition, to effectively reduce disease burden and economic burden caused by norovirus outbreaks.

诺如病毒传染性极强，其暴发与气象、地理、社会经济等因素之间存在复杂的非线性关系。目前我国人诺如病毒暴发预测体系尚不完善，也未发现有效的疫苗，如何防控人诺如病毒的暴发亟待解决。本研究基于人工神经网络方法，整合统计分析、空间回归分析、传染病模型等构建包括暴发预测和疫情蔓延趋势预测的人诺如病毒暴发预测系统。首先，通过统计分析方法揭示我国人诺如病毒暴发疫情的流行特征；利用逐步回归分析方法筛选人诺如病毒暴发预测模型的输入参数，再利用人工神经网络方法计算人诺如病毒暴发的风险、规模，识别主要影响因素；最后以该模型预测结果为初始条件，利用传染病SIR模型模拟人诺如病毒暴发疫情的蔓延趋势。本研究有望揭示我国人诺如病毒暴发的主要影响因素，实现全国尺度上人诺如病毒暴发及疫情蔓延趋势的预测，为我国卫生部门采取措施预防人诺如病毒暴发、控制暴发规模提供坚实的理论基础，有效降低由于诺如病毒暴发造成的疾病负担和经济负担。

诺如病毒属于杯状病毒科，是一种无包膜的单链RNA病毒，根据其RNA多聚酶和衣壳蛋白序列同源性差异，可分为10个基因群 (GI‐GX)，其中GI、GII和GIV是导致人类急性胃肠炎的主要基因组，因此被称为人诺如病毒。人诺如病毒性质稳定，具有极强的传染性和广泛的传播途径，使得其暴发难以预防和控制。本研究基于统计分析、神经网络、空间回归等模型构建包括暴发风险和规模预测的人诺如病毒暴发预测系统。首先，通过统计分析方法揭示我国人诺如病毒暴发疫情的流行特征；利用分布滞后非线性模型分析主要气候要素与人诺如病毒感染的关联及滞后效应，筛选人诺如病毒暴发预测模型的输入参数；根据神经网络方法预测沿海地区食源性诺如病毒暴发的风险，识别主要影响因素；最后，以该模型预测结果为初始条件，通过空间自相关回归分析模拟诺如病毒暴发疫情的规模。本研究发现，我国人诺如病毒暴发呈现冬季多、夏季少的季节性，2012-2018年确诊病例数呈上升趋势。主要的暴发场所是学校，尤其是中学和小学，在东南沿海地区呈显著空间聚集性特征，热点地区逐渐向北扩张。温度、湿度和降水是人诺如病毒暴发的主要影响因素，寒冷、干燥或降水量较高的气候条件利于人诺如病毒的传播。日平均气温-10℃、平均相对湿度17%、日累积降水量100 mm时人诺如病毒感染风险最高，且气候要素的影响存在季节差异。通过构建非线性有源自回归网络和地理加权回归模型实现了典型地区人诺如病毒暴发及疫情规模的预测，暴发风险预测模型总体正确率为88.53%，假阳性率为0.33%，假阴性率为11.47%，疫情规模预测与实际暴露人口数之间相关系数达到0.6879。本研究成功模拟了我国典型地区人诺如病毒的感染风险及暴发规模，为卫生部门采取针对性措施预防人诺如病毒暴发、控制暴发规模提供了坚实的理论基础。