탄자니아의 공공 보건 감시 시스템은 질병 발생을 모니터링하고 공공 보건 개입을 안내하는 데 필수적입니다. 그러나 자금, 직원 교육 및 데이터 품질과 같은 요인에 따라 그 효과가 크게 달라질 수 있습니다. 시계열 예측 모델을 사용하여 역사적 데이터를 분석했습니다. 이 모델은 데이터 내의 추세와 계절성을 설명하는 자기회귀 적합 이동평균 (ARIMA) 구성 요소를 포함했습니다. ARIMA 모델은 이전 방법에 비해 예측 정확도가 크게 향상되었으며, 평균 절대 백분율 오차 (MAPE)가 25%에서 18%로 감소했습니다. 이는 미래의 질병 발생에 대한 더욱 신뢰할 수 있는 예측을 제안합니다. 시계열 예측 접근법은 탄자니아 공공 보건 감시 시스템의 비용-효과성과 운영 효율성에 대한 귀중한 통찰력을 제공합니다. 향후 연구는 확장성과 잠재적 개선점을 탐색해야 합니다. 탄자니아의 공공 보건 당국은 감시 능력을 향상시키기 위해 이러한 예측 모델을 구현하거나 개선하는 것을 고려해야 합니다. 공공 보건 감시, 시계열 분석, 비용-효과성, ARIMA 모델 치료 효과는 logit (pᵢ) =₀+^ Xᵢ를 사용하여 추정되었으며, 불확실성은 신뢰 구간 기반 추론으로 보고되었습니다.
Kamasi et al. (금요일), 이 질문을 연구했습니다.