Background
Our goal for the project is to produce
a system that is accurate, finegrained,
and timely. The primary
measures of forecast accuracy are for
season start and peak; the magnitude
of cases is generally a secondarily
concern.
In addition to the general public, an
important target audience for GFT
has been public health officials, who
can benefit from reliable daily
estimates and often make far-reaching
decisions based on predicted flu
incidence (such as how to stock and
distribute vaccine, and the content of
public health messaging). During the
development of GFT we met
regularly with a variety of health
officials, and we convened with more
than a dozen leaders from around the
world in 2010.
The original GFT model was created
in 2008 and released in multiple
countries. The country selection was
limited by availability of "ground
truth" data in the form of incidence
reports of ILI, typically provided by a
national or international public health
agency. The flu surveillance data
itself was publicly available or
acquired via a partnership license.
Since the initial model’s release, there
has been one update in response to
slightly underestimating 2009 H1N1
swine flu (PloS 2011). From the
launch in 2008 until the 2012-13
season, the highest estimation error
for national flu incidence was 1.13
percentage points (week starting Jan.
1, 2012: CDC data 1.74%, GFT
estimate 2.86%), and the mean
absolute error during this period
across all weekly estimates was 0.30
percentage points. However, in the
2012-13 season, the overestimation
peaked at 6.04 percentage points, an
estimate more than twice the CDCreported
incidence (week starting Jan.
13: CDC data 4.52%, GFT estimate
10.56%). (Also see Nature 2/13/13,
When Google got Flu Wrong for an
external report.)
This paper addresses several
questions related to our model’s
recent performance: Why were this
season’s predictions so high? Is our
model too simple? Were there
unforeseen side effects from the 2009
update? Does this reveal a
phenomenon not captured in
incidence data provided by the US
Centers for Disease Control and
Prevention (CDC)?
พื้นหลัง
เป้าหมายของเราสำหรับโครงการผลิต
ระบบที่ถูกต้อง finegrained
, และทันเวลา มาตรการหลักของความถูกต้องสำหรับการคาดการณ์
เริ่มต้นฤดูกาลและสูงสุด ; ขนาด
กรณีโดยทั่วไปความกังวลในลำดับที่สอง
.
นอกจากประชาชนทั่วไป เป็นเป้าหมายที่สำคัญสำหรับ GFT
มีเจ้าหน้าที่สาธารณสุข , ผู้ที่สามารถได้รับประโยชน์จากความน่าเชื่อถือ
ทุกวันประมาณการและมักจะให้กว้างขวาง
ตัดสินใจตามทำนายอุบัติการณ์ไข้หวัดใหญ่
( เช่นหุ้น และแจกจ่ายวัคซีน
ข้อความ และเนื้อหาของสาธารณสุข ) ในระหว่างการพัฒนาของ GFT เราพบกัน
เป็นประจำกับความหลากหลายของเจ้าหน้าที่สาธารณสุข
และเราประชุมกับผู้นำจากกว่าโหลรอบ
นางแบบโลก 2010 GFT เดิมถูกสร้างขึ้น
ในปี 2008 และปล่อยในหลาย
ประเทศ การเลือกประเทศที่ถูก จำกัด โดยความพร้อมของ " ข้อมูล
ความจริงพื้นดิน " ในรูปแบบของรายงานอุบัติการณ์
หรือมักจะโดย
ระดับชาติ หรือนานาชาติ สำนักงานสาธารณสุข
หวัดเฝ้าระวังข้อมูลตัวเองถูกเปิดเผยต่อสาธารณชนหรือ
ได้มาผ่านทางหุ้นส่วนลิขสิทธิ์
ตั้งแต่เริ่มต้นแบบปล่อย มี
ได้รับหนึ่งในการปรับปรุงเล็กน้อย
เข้าใจ 2009 H1N1 ไข้หวัดสุกร ( PLoS 2011 ) จากการเปิดตัวในปี 2008 จน
ฤดูกาล 2012-13 , สูงสุดข้อผิดพลาดสำหรับอุบัติการณ์ไข้หวัดใหญ่แห่งชาติค่า
คะแนนร้อยละ 1.13 ( สัปดาห์ที่เริ่มต้น ม.ค.
1 , 2012 : ข้อมูล 1.74 % GFT
ประมาณ 2.86 % ) และค่าเฉลี่ยในช่วงเวลานี้
แน่นอนความผิดพลาดในการประเมินทั้งหมด 0.30
รายสัปดาห์ คะแนนร้อยละ .อย่างไรก็ตาม ในฤดูกาล 2012-13 ประเมินมากเกินไป
, ,
ประมาณ 6.04 คะแนนร้อยละ , มากกว่าสองเท่าของอุบัติการณ์ cdcreported
( สัปดาห์ที่เริ่มต้น ม.ค.
13 : ข้อมูล 4.52 % GFT ประมาณ 10.56
% ) ( ยังเห็นธรรมชาติ 2 / 13 / 13
เมื่อ Google ได้ไข้หวัดผิดสำหรับ
รายงาน ภายนอก ) กระดาษนี้เน้นคำถามที่เกี่ยวข้องกับผลงานล่าสุดของหลาย
นางแบบของเรา : ทำไมนี้
ฤดูกาลของการคาดการณ์สูงมาก ? เป็นรูปแบบของเรา
ง่ายเกินไปหรือไม่ มี
กับผลข้างเคียงจาก 2009
ปรับปรุง ? มันเผยให้เห็นปรากฏการณ์ไม่ได้ถูกจับใน
ข้อมูลอุบัติการณ์โดยเรา
ศูนย์ควบคุมและป้องกันโรค ( CDC )
การแปล กรุณารอสักครู่..