提高研究人员预测流行病的能力

根据发表在“科学报告”杂志上的一项研究，美国疾病控制中心发布的年度流感季节预测挑战提供了对流行病预报的独特见解。

该研究由包括日本北海道大学生物复杂性科学家Matteo Convertino在内的大型研究团队进行，分析了11个团队向美国疾病控制和预防中心(CDC)提交的14种预测模型的预测，作为其中的一部分。 2015-2016流感季节预测面临挑战。

疾病预防控制中心于2013年启动了年度挑战，鼓励学者和私营企业研究人员预测美国流感季节的时间，峰值和强度。以前的努力都是针对预测登革热。这一挑战的总体目标是改进流感预测，以便更好地为季节性流行病和未来流行病的公共卫生应对提供信息。

对2015-16赛季提交的分析结果显示，使用对数分数测量的预测技能在团队及其季节性峰值强度和短期预测模型中通常最高，但季节时间通常较低发病和高峰期。之前参与挑战的团队以及结合多种模型开发预测的团队之间的预测技能更高。当研究人员将所有团队预测结合到一个集合模型中时，他们发现与每个模型的结果相比，它表现得更好。

研究人员写道：“这些结果突显了提高预测准确性的持续挑战，这些预测准确性适用于更多季节以及数周或更长时间的预测时间;预测对公共卫生官员来说更具实用性。”他们说，结果显示CDC预测挑战提供了对流行病预测的独特见解。

他们总结说，团队使用的预测模型确实提供了有价值的数据，但随着团队获得更多经验并使用组合模型方法，未来的预测可以进一步改善。“作为美国唯一正在进行的传染病预测挑战，CDC流感预测挑战通过识别限制模型开发的数据和资源限制，建立预测提交和评估的最佳实践，确定预测区域，为其他传染病设定模型研究人员表示，可以改进，将预测工作与真正的公共卫生需求联系起来，并评估与这些需求相关的绩效。