基于Google Trends与统计模型的越南巴地头顿省登革热暴发风险早期预测研究

本研究针对越南巴地头顿省登革热（DF）疫情预警需求，创新性地结合Google Trends指数（GTI）与泊松回归模型，构建了7种预测模型。通过消除自相关（AC）并优化滞后效应，最终筛选出最优模型TSR Lag(GTI,0) + AC: Lag(log(SXH+1),1)，其相关系数达0.98，AUC值超过0.98，显著提升疫情预测准确性。该研究为热带地区登革热防控提供了实时、低成本的数字化预警方案。

　　

登革热（Dengue Fever, DF）作为由伊蚊传播的急性传染病，近年来在全球呈现爆发式增长，尤其在热带地区构成重大公共卫生威胁。越南巴地头顿省（BRVT）因其气候条件和城市化进程，成为登革热流行的高风险区域。传统疫情监测系统依赖临床病例报告，存在数据滞后、效率低下等瓶颈，难以满足早期预警需求。与此同时，数字流行病学的兴起为疾病监测提供了新思路——Google Trends指数（GTI）能实时反映公众健康信息搜索行为，但其在登革热预测中的应用仍面临模型稳定性不足、区域适用性有限等挑战。

为突破这些限制，研究人员开展了一项创新性研究，通过整合GTI数据与统计建模技术，构建高精度的登革热暴发预测体系。研究团队收集了BRVT省2019年1月至2023年8月共243周的登革热病例数据和越南语关键词"s?t xu?t huy?t"（登革热）的GTI搜索量，采用准泊松回归（quasi-Poisson）框架，系统分析了GTI滞后效应（lag time）与病例自相关性（AC）的交互影响。通过开发基于离散指数（dispersion index）的模型优选机制，最终从7种候选模型中筛选出预测效能最优的解决方案。

关键技术方法包括：1）基于时间序列回归（TSR）构建基础模型；2）采用对数转换消除病例数据的自相关性；3）通过交叉相关分析确定GTI最佳滞后周期（0-3周）；4）利用受试者工作特征曲线（ROC）和约登指数（Youden index）评估模型预测效能。研究特别注重数据质量控制，病例数据来自BRVT省疾控中心（CDC）的医院诊断记录，GTI数据严格限定地理范围，缺失值采用相邻周均值插补。

研究结果部分揭示了多项重要发现：

1. 描述性统计显示，研究期间BRVT省共报告34,658例登革热病例，周搜索量均值11.3%，与病例数呈同步上升趋势（r=0.94, p<0.001）。
2. 变量相关性分析发现，GTI与病例数的最佳滞后时间为0周（即时效应），而病例自相关最强滞后为2周。
3. 模型比较表明，结合即时GTI数据和1周对数病例滞后的模型（TSR Lag(GTI,0) + AC: Lag(log(SXH+1),1）表现最优，离散指数仅6.8，显著优于其他模型。
4. 预测效能验证显示，在75%和95%疫情阈值下，模型AUC分别达0.982和0.984，敏感性与特异性均超过83%。

讨论部分深入分析了研究的理论与实践价值。与既往研究相比，该模型创新性地实现了GTI数据的即时预测（0周滞后），突破了传统方法需要1-3周预警期的限制。通过将GTI搜索量按四分位数分组（<50%、50-75%、75-95%、≥95%）转化为评分系统，极大提升了模型的临床适用性。研究也客观指出局限性：数据仅包含单一搜索关键词，且未整合气象因素和媒介监测数据。建议未来研究可结合卫星遥感、移动设备定位等多元数据源，构建更全面的预警体系。

这项发表在《Infectious Disease Modelling》的研究，为资源有限地区提供了可推广的数字化预警方案。其核心价值在于：1）证实GTI数据可作为登革热暴发的实时代理指标；2）开发出适应热带地区特点的预测算法；3）为公共卫生决策提供至少1周的预警窗口期。随着数字流行病学的发展，这种低成本、高时效的监测模式，有望在全球传染病防控中发挥更大作用。