典型文献
COVID-19疫情预测模型的研究进展
文献摘要：
新型冠状病毒肺炎(Corona virus disease 2019,COVID-19)疫情自2020年1月暴发以来,已成为国际关注的突发公共卫生事件,新型冠状病毒肺炎疫情预测模型在疫情防控中发挥着重要作用,主要应用于疫情发展趋势预测、疫情防控措施效果评价、疫情预警和日常监控等方面.其中时间序列模型适用于研究时间因素和疫情发展的关系;传染病动力学模型能够考虑多种因素对疫情的影响;复杂网络模型比较贴近真实世界,适用于分析空间因素对疫情的影响;而机器学习模型在处理复杂多变、大样本量、高维度的数据方面具有优势;同时多学科交叉的预测模型也越来越多,是未来的研究趋势.但目前在疫情数据处理、模型适用场景、模型检验和评价以及模型准确性等方面还存在一些难点和问题.
文献关键词：
新型冠状病毒肺炎;疫情预测;模型
中图分类号：
作者姓名：
邓远嘉;董明华;杨白彬
作者机构：
赣南医学院;赣南医学院预防医学系流行病学教研室;赣南医学院,江西 赣州 341000
文献出处：
引用格式：
[1]邓远嘉;董明华;杨白彬-.COVID-19疫情预测模型的研究进展)[J].赣南医学院学报,2022(01):37-43
A类：
B类：
疫情预测,Corona,virus,disease,国际关注的突发公共卫生事件,新型冠状病毒肺炎疫情,主要应用,发展趋势预测,疫情防控措施,措施效果,中时,时间序列模型,时间因素,传染病动力学模型,复杂网络模型,模型比较,真实世界,空间因素,机器学习模型,大样本量,高维度,多学科交叉,研究趋势,疫情数据,适用场景,模型检验
AB值：
0.363182
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
