编辑推荐：
疟疾在塞拉利昂仍是重大公共卫生挑战。研究人员对比 SARIMA 与 ANN 模型预测疟疾病例的性能，发现 ANN 模型无需气候变量即可更有效捕捉复杂时间模式，MAPE 低至 6.68%，为疟疾防控提供新方向。
疟疾，这个由疟原虫通过按蚊叮咬传播的疾病，长期以来如同恶魔般笼罩着热带和亚热带地区，尤其是像塞拉利昂这样的低收入国家。在塞拉利昂，疟疾曾一度处于高流行状态，儿童、孕妇等弱势群体深受其害。尽管有全球倡议和防控措施，但当地卫生基础设施薄弱、环境变化等因素，使得疟疾防控困难重重。气候因素如温度、降水、湿度等对蚊子繁殖和疟原虫发育影响显著，如何利用这些因素准确预测疟疾病例，从而及时制定防控策略，成为亟待解决的问题。
来自非洲多国研究机构的研究人员，聚焦塞拉利昂 2018 至 2023 年的疟疾病例数据，开展了一项具有重要意义的研究。他们旨在比较传统的季节性自回归整合移动平均模型（SARIMA）与人工神经网络（ANN）模型在预测疟疾病例方面的性能，该研究成果发表在《Malaria Journal》上。
研究人员采用了多种关键技术方法。首先收集了塞拉利昂卫生管理信息系统的实验室确诊疟疾病例数据，以及气象机构的气候数据（包括降水、最高温度、平均相对湿度等），并对数据进行了对数变换、归一化等处理，还通过离群值检测和共线性检验等确保数据质量。然后分别构建了基线 SARIMA 模型、加入气候变量的 SARIMAX 模型以及仅基于历史病例数据的 ANN 模型，通过多种评价指标（如均方根误差 RMSE、平均绝对误差 MAE、平均绝对百分比误差 MAPE、决定系数 R2）来评估模型性能。
数据特征与模型构建
通过分析发现，疟疾病例呈现明显的周期性，在雨季（如 6 月、7 月）达到高峰，与降水、湿度等气候变量存在显著相关性。降水与疟疾病例呈强正相关（r=0.68），平均相对湿度呈中等正相关（r=0.55），最高温度呈中等负相关（r=-0.45）。研究人员对数据进行对数变换以稳定方差，采用 K-means 聚类等方法检测离群值，并通过方差膨胀因子（VIF）检验排除共线性变量，为模型构建奠定了坚实基础。
模型性能对比
在模型性能方面，基线 SARIMA 模型的 MAPE 为 12.01%，加入气候变量后提升至 11.45%，R2 从 0.59 提高到 0.65。然而，ANN 模型表现更为出色，其 MAPE 低至 6.68%，R2 高达 0.92，无需明确的气候输入即可有效捕捉非线性动态，在各项指标上均优于 SARIMA 和 SARIMAX 模型。
残差分析与模型有效性
对模型残差的分析显示，SARIMA、SARIMAX 和 ANN 模型的残差均接近正态分布，表明模型假设得到满足，预测结果具有可靠性。
这项研究得出了重要结论：人工神经网络模型在预测塞拉利昂疟疾病例方面优于传统的 SARIMA 模型，展现出捕捉复杂时间模式和非线性关系的强大能力，即便不加入气候变量也能实现高精度预测。这一结果凸显了机器学习方法在疟疾防控中的价值，为公共卫生决策提供了新的有力工具。在讨论中，研究人员指出，尽管 SARIMA 模型能捕捉季节性模式，但在处理复杂动态方面存在局限，而 ANN 模型为高负担地区的疟疾预测提供了新方向。未来研究可进一步探索将气候变量纳入 ANN 模型，以提升预测精度，同时需关注数据质量和空间异质性等问题。该研究为塞拉利昂乃至其他疟疾高流行地区制定及时、有针对性的防控措施提供了科学依据，有望助力全球疟疾消除目标的实现。
