Forecasting the daily COVID-19 incidence in large and small communities -- A comparative study of forecasting approaches for disease surveillance
Notice bibliographique
Résumé
Introduction The COVID-19 pandemic highlighted the importance for accurate and timely forecasts to support public health preparedness. Automated surveillance systems fit with pre-built model offers efficiency, but identifying optimal model difficult due to variations in populations. This study assessed forecasting accuracy in regions with substantial differences in population-at-risk sizes. Materials and methods COVID-19 daily incidence was forecasted for Wellington-Dufferin-Guelph Public Health (WDGPH) and Toronto Public Health (TPH), Ontario, Canada with population sizes differing by a factor of approximately 20. Datasets were split into training data (18 January 2020, to 5 November 2021) and validation data (6 November 2021, to December 3, 2021). The models applied were General Linear Autoregressive Moving Average, Seasonal Autoregressive Integrated Moving Average, and Regression with ARIMA errors, Neural Network Autoregression and Random Forest. Ensembles combining several models were then generated to investigate improvement in predictive performance. Results and discussion Random Forest provided the highest 28-day forecast accuracy with Mean Absolute Scaled Prediction Error (MASE) of 0.68, Root Mean Squared Prediction Error (RMSE) of 13.66 for TPH and MASE of 0.71 and RMSE of 4.40 for WDGPH. Statistical models, although simpler to implement, did not perform as well while ensemble modeling provided no improvement in forecast accuracy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».