Прогнозирование уровня смертности от инфекции Mpox в Африке с использованием гибридного подхода
https://doi.org/10.22625/2072-6732-2025-17-2-96-99
Аннотация
Цель: прогнозирование индекса ежедневной смертности (IFR) от инфекции Mpox – заболевания, которое создало значительные проблемы, особенно в африканских странах. Mpox стал серьезной проблемой общественного здравоохранения из-за его быстрого распространения и нагрузки, которую он оказывает на системы здравоохранения.
Методы: гибридный подход для повышения эффективности традиционных моделей. Сначала мы применяем модель ARIMA, которая больше подходит для этой задачи, а затем реализуем метод шумоподавления для дальнейшего улучшения результатов.
Результаты: мы используем 4 показателя эффективности (RMSE, MSE, MAE и MAPE) для оценки эффективности нашего подхода. Объединив метод шумоподавления с ARIMA и интегрировав анализ сингулярного спектра (SSA) с моделью ARIMA, модель SSA-ARIMA демонстрирует наилучшую производительность.
Выводы: прогнозирование уровня смертности от инфекции с помощью соответствующей модели обеспечивает более глубокое понимание этого явления, позволяя властям эффективно контролировать и управлять рисками, связанными с Mpox.
При поддержке: We acknowledge the support of ”Direction G´en´erale de la Recherche Scientifique et du D´eveloppement Technologique DGRSDT”.MESRS ALGERIA.
Об авторе
Djillali Seba
Университет Беджайя
Алжир
Алжир
Djillali Seba – Faculty of exact sciences, Applied Mathematics Laboratory, Associate Professor
d.seba@esi-sba.dz
Беджайа
Список литературы
1. Basu, A. (2020). Estimating The Infection Fatality Rate Among Symptomatic COVID-19 Cases In The United States: Study estimates the COVID-19 infection fa- tality rate at the US county level. Health Affairs, 39(7), 1229-1236.
2. Bleichrodt, A., Dahal, S., Maloney, K., Casanova, L., Luo, R., Chowell, G. (2023). Real-time forecasting the trajectory of monkeypox outbreaks at the national and global levels, JulyOctober 2022. BMC medicine, 21(1), 19.
3. Box, G. E., Jenkins, G. M., Reinsel, G. C., Ljung, G. M. (2015). Time series analysis: forecasting and control. John Wiley and Sons.
4. Chadaga, K., Prabhu, S., Sampathila, N., Nireshwalya, S., Katta, S. S., Tan, R. S., Acharya, U. R. (2023). Application of artificial intelligence techniques for monkeypox: a systematic review. Diagnostics, 13(5), 824.
5. Cuba, W. M., Huaman Alfaro, J. C., Iftikhar, H., LopezGonzales, J. L. (2024). Mod- eling and analysis of monkeypox outbreak using a new time series ensemble technique. Axioms, 13(8), 554.
6. Elshabrawy, M., Eid, M. M., Abdelhamid, A. A., ElKenawy, E. S. M., Ibrahim, A. (2023, October). Forecasting of Monkeypox Cases Using Optimized SARIMAX Based Model. In 2023 3rd International Conference on Electronic Engineering (ICEEM) (pp. 1-6). IEEE.
7. Frank, T. D. (2024). Mathematical Analysis of Four Fundamental Epidemiological Models for Monkeypox Disease Outbreaks: On the Pivotal Role of Human-Animal Order ParametersIn Memory of Hermann Haken. Mathematics, 12(20), 3215.
8. Golyandina, N., Nekrutkin, V., Zhigljavsky, A. A. (2001). Analysis of time series structure: SSA and related techniques. CRC press.
9. Grewelle, R. E., De Leo, G. A. (2020). Estimating the global infection fatality rate of COVID-19. MedRxiv, 2020-05.
10. Jena, D., Sridhar, S. B., Shareef, J., Talath, S., Ballal, S., Kumar, S., ... Sah, R. (2024). Time series modelling and forecasting of Monkeypox outbreak trends Africa’s in most affected countries. New Microbes and New Infections, 62, 101526.
11. Langat, A. K., Mwalili, S. M., Kazembe, L. N., Chepkonga, D., Kamwele, J. M. (2024). Modeling the spread of Mpox viral disease in African countries using a Bayesian hierarchical model. Commun. Math. Biol. Neurosci., 2024, Article-ID.
12. Long, B., Koyfman, A., Gottlieb, M., Liang, S. Y., Carius, B. M., Chavez, S., Brady, W. J. (2022). Monkeypox: A focused narrative review for emergency medicine clinicians. The American Journal of Emergency Medicine, 61, 34-43.
13. Munir, T., Khan, M., Cheema, S. A., Khan, F., Usmani, A., Nazir, M. (2024). Time series analysis and short-term forecasting of monkeypox outbreak trends in the 10 major affected countries. BMC Infectious Diseases, 24(1), 16.
14. Priyanka, T. M. C., Gowrisankar, A., Banerjee, S. (2024). Mpox outbreak: Time series analysis with multifractal and deep learning network. Chaos: An Interdisciplinary Journal of Nonlinear Science, 34(10).
15. Priyadarshini, I., Mohanty, P., Kumar, R., Taniar, D. (2023). Monkeypox outbreak analysis: an extensive study using machine learning models and time series analysis. Computers, 12(2), 36.
16. Rohrer, R., Wilson, A., Baumgartner, J., Burton, N., Ortiz, R. R., Dorsinville, A., ... Greene, S. K. (2025). Nowcasting to Monitor Real-Time Mpox Trends During the 2022 Outbreak in New York City: Evaluation Using Reportable Disease Data Stratified by Race or Ethnicity. Online Journal of Public Health Informatics, 17(1), e56495.
17. Seba, D., Belaide, K. (2024). Forecasting infection fatality rate of COVID-19, measuring the efficiency of several hybrid models. Russian Journal of Infection and Immunity.
18. Singh, V., Khan, S. A., Yadav, S. K., Akhter, Y. (2024). Modeling global monkey- pox infection spread data: a comparative study of time series regression and machine learning models. Current Microbiology, 81(1), 15.
19. Shishkin, A., Bleichrodt, A., Luo, R., Skums, P., Chowell, G., Kirpich, A. (2024). Short-Term Predictions of the Trajectory of Mpox in East Asian Countries, 2022-2023: A Comparative Study of Forecasting Approaches. Mathematics, 12(23), 3669.
20. Thornhill, J. P., Barkati, S., Walmsley, S., Rockstroh, J., Antinori, A., Harrison, L. B., ... Orkin, C. M. (2022). Monkeypox virus infection in humans across 16 countries- April-June 2022. New England Journal of Medicine, 387(8), 679-691.
21. Yasmin, F., Hassan, M. M., Zaman, S., Aung, S. T., Karim, A., Azam, S. (2022). A forecasting prognosis of the monkeypox outbreak based on a comprehensive statistical and regression analysis. Computation, 10(10), 177
Рецензия
Для цитирования:
Seba D. Прогнозирование уровня смертности от инфекции Mpox в Африке с использованием гибридного подхода. Журнал инфектологии. 2025;17(2):96-99. https://doi.org/10.22625/2072-6732-2025-17-2-96-99
For citation:
Seba D. Прогнозирование уровня смертности от инфекции Mpox в Африке с использованием гибридного подхода. Journal Infectology. 2025;17(2):96-99. https://doi.org/10.22625/2072-6732-2025-17-2-96-99
Просмотров:
48
.png)
.png)
Послать статью по эл. почте 