인플루엔자 발생 예측의 구조적 오류 수정

동역학 모델을 사용하여 생성된 인플루엔자 예측의 부정확성은 부분적으로 비선형 오류 성장에 기인합니다. 따라서 이 성장을 수정하고 예측 정확도를 향상시키기 위해 현재 예측 모델의 비선형 오류 구조를 정량화할 필요가 있습니다. 여기에서는 구획 모델의 오류 성장을 검사하고, 비선형 모델 역학에서 강력한 오류 구조가 자연스럽게 발생한다는 것을 발견했습니다. 오류 육성(error breeding)을 이용해 진단된 이러한 구조적 오류를 수정함으로써, 동역학적 오류 수정과 통계적 필터링 기법을 결합한 새로운 예측 접근법을 개발했습니다. 2003년부터 2014년까지 95개 미국 도시의 역사적 인플루엔자 발생에 대한 회고적 예측에서, 발생 정점 타이밍, 정점 강도 및 공격률에 대한 전체 예측 정확도가 최대 10주 동안의 예측 리드 타임에 대해 크게 향상되었습니다. 이 오류 성장 수정 방법은 다른 감염병 동역학 모델의 예측 정확도를 향상시키기 위해 일반화될 수 있습니다. 동역학 모델을 기반으로 한 인플루엔자 예측의 부정확성은 부분적으로 비선형 오류 성장 때문입니다. 여기서 저자들은 구획 인플루엔자 모델의 오류 구조를 다루고, 동역학적 오류 수정과 통계적 필터링 기법을 결합한 새로운 개선된 예측 접근법을 개발합니다.