编辑推荐：
研究人员用 LSTM 神经网络结合 SHAP，预测巴西登革热，该模型性能优，对公共卫生意义重大。
登革热，一种由蚊子传播的病毒性疾病，如同隐藏在暗处的 “健康杀手”，悄然威胁着全球约一半人口的健康。在巴西，由于其多样的气候和快速的城市化进程，为传播登革热病毒的埃及伊蚊创造了绝佳的繁殖环境，使得登革热成为一个长期困扰该国的公共卫生难题。2024 年，巴西更是经历了一场历史性的登革热大爆发，大量的病例和死亡数据令人揪心，并且疫情还蔓延到了以往未受影响的地区。
面对如此严峻的形势，准确的登革热预测模型显得尤为重要。然而，现有的预测方法存在诸多问题，传统的统计模型难以处理非线性关系，无法适应外部环境和社会经济因素带来的变化；一些机器学习模型在选择相关气候变量时缺乏系统方法，还常常忽略空间依赖性，导致预测的准确性大打折扣。
在此背景下，来自阿卜杜拉国王科技大学（King Abdullah University of Science and Technology）的研究人员 Xiang Chen 和 Paula Moraga 开展了一项登革热预测研究，研究成果发表在《BMC Public Health》杂志上。
研究人员开发了一种基于长短期记忆（Long Short-Term Memory，LSTM）神经网络的模型，为了优化模型性能，他们运用了 SHapley Additive exPlanations（SHAP）技术。该技术能够从众多气候变量中筛选出对登革热预测最为关键的因素，避免了变量的冗余，提高了模型的预测能力。同时，模型还考虑了相邻州的登革热病例数据，以此来捕捉空间依赖性，并且纳入了季节性模式，更加全面地反映登革热传播的复杂动态。
在研究过程中，研究人员使用了来自 InfoDengue 的登革热数据，该数据涵盖了巴西多个城市的每周病例计数，为研究提供了高时间分辨率的数据支持。气候数据则来源于哥白尼 ERA5 再分析数据集，通过对这些数据的处理和分析，研究人员能够获取与登革热传播相关的气候信息。
研究结果显示，该模型在大多数巴西州都表现出了卓越的性能。通过 SHAP 分析，研究人员确定了不同州影响登革热传播的关键气候变量，例如在米纳斯吉拉斯州（Minas Gerais），最大相对湿度、最小降水率和最低温度是主要的影响因素。在模型性能对比中，LSTM - Climate - Spatial 模型在均方根误差（MAE）、平均绝对百分比误差（MAPE）和连续 ranked 概率评分（CRPS）等指标上，均优于其他模型，充分证明了其在捕捉登革热传播动态方面的有效性。
在一些州，如米纳斯吉拉斯州、巴拉那州（Paraná）和塞阿拉州（Ceará），纳入空间效应显著提高了模型的准确性。这是因为这些州人口密度较高，人类活动频繁，登革热在区域间的传播受到相邻地区的影响较大。然而，在巴西北部的一些州，由于其地理环境特征，如广阔的热带雨林和相对较低的人口流动性，空间效应的加入并没有提升模型的性能，甚至在一定程度上增加了预测误差。
总的来说，这项研究开发了一个可扩展且强大的登革热预测框架，有效整合了时间、气候和空间信息。该模型在巴西不同地区的成功应用，展示了其在其他登革热流行地区的潜在应用价值，为公共卫生战略的制定和疫情的防控提供了重要的依据。不过，研究也存在一些局限性，如数据可能存在偏差和不确定性，空间效应的建模方法还需要进一步优化。未来的研究可以朝着更精确的空间依赖性建模方向发展，例如纳入人类流动性数据或更广泛的区域交互信息，以进一步提高预测的准确性。
这项研究为登革热的预测和防控带来了新的思路和方法，尽管还有一些需要完善的地方，但无疑为全球登革热防治工作迈出了重要的一步，期待未来能有更多突破，让人们更好地应对这一公共卫生挑战。
