基于机器学习模型的印度马哈拉施特拉邦与喀拉拉邦 COVID-19 病例预测与变量贡献分析

《BMC Infectious Diseases》：Explainable machine learning-based forecasting of COVID-19 cases: a comparative analysis of maharashtra and Kerala, India

　　

摘要

背景

2019年冠状病毒病（COVID-19）在印度的传播动态表现出显著的空间和时间变化，这些变化受人类流动性、气象条件、疫苗接种计划以及非药物干预措施的影响。

方法

本研究使用四种机器学习（ML）模型——多元线性回归（MLR）、随机森林（RF）、极端梯度提升（XGB）和长短期记忆（LSTM）网络——预测了2020年4月26日至2021年6月20日期间印度马哈拉施特拉邦（33个地区）和喀拉拉邦（14个地区）的COVID-19病例情况，预测结果为次日情况。研究纳入了17个解释变量，包括流动性、气象条件、疫苗接种情况、社交聚会、封锁限制和人口密度，并为两个邦分别在2020年（疫苗接种前）和2021年（疫苗接种后）建立了模型。模型通过10折前向交叉验证进行评估，并对表现最佳的模型应用了SHapley Additive Explanations（SHAP）分析，以量化每个变量的贡献程度和方向。

结果

LSTM模型整体表现最佳，马哈拉施特拉邦的R²值接近0.8（NRMSE=0.07），喀拉拉邦为0.6（NRMSE=0.15）。通过对LSTM模型的SHAP分析发现，与流动性相关的变量，尤其是工作场所、零售和住宅流动性，在大多数模型中是主要的解释变量；不过这些变量的重要性和关联方向在不同邦和疫情阶段有所不同：2020年，工作场所流动性降低与预测病例数增加相关，而2021年则相反。2020年，食品雜货和零售活动的增加与病例数增加相关；2021年，住宅流动性增加与病例数增加相关。人口密度在两年间都是一个重要的且相对稳定的变量，但在马哈拉施特拉邦仅在2020年具有影响。在两个邦，较高的疫苗接种率始终与2021年预测病例数的增加相关。2021年，封锁限制在两个邦产生了相反的关联效应，马哈拉施特拉邦的病例数预测增加，而喀拉拉邦的病例数预测减少。气象变量在不同邦和年份间的影响相对温和但较为一致。

结论

这些研究结果表明，流动性模式和人口密度是马哈拉施特拉邦和喀拉拉邦地区COVID-19病例走势中最一致的关联变量，而疫苗接种和封锁措施的影响则随时间和地区背景而变化。这些结果强调了在理解和预测疫情传播时，特定于情境的模型的重要性，这些模型能够考虑传播模式随时间的变化。

临床试验注册

不适用

背景

2019年冠状病毒病（COVID-19）在印度的传播动态表现出显著的空间和时间变化，这些变化受人类流动性、气象条件、疫苗接种计划以及非药物干预措施的影响。

方法

本研究使用四种机器学习（ML）模型——多元线性回归（MLR）、随机森林（RF）、极端梯度提升（XGB）和长短期记忆（LSTM）网络——预测了2020年4月26日至2021年6月20日期间印度马哈拉施特拉邦（33个地区）和喀拉拉邦（14个地区）的COVID-19病例情况，预测结果为次日情况。研究纳入了17个解释变量，包括流动性、气象条件、疫苗接种情况、社交聚会、封锁限制和人口密度，并为两个邦分别在2020年（疫苗接种前）和2021年（疫苗接种后）建立了模型。模型通过10折前向交叉验证进行评估，并对表现最佳的模型应用了SHapley Additive Explanations（SHAP）分析，以量化每个变量的贡献程度和方向。

结果

LSTM模型整体表现最佳，马哈拉施特拉邦的R²值接近0.8（NRMSE=0.07），喀拉拉邦为0.6（NRMSE=0.15）。通过对LSTM模型的SHAP分析发现，与流动性相关的变量，尤其是工作场所、零售和住宅流动性，在大多数模型中是主要的解释变量；不过这些变量的重要性和关联方向在不同邦和疫情阶段有所不同：2020年，工作场所流动性降低与预测病例数增加相关，而2021年则相反。2020年，食品杂货和零售活动的增加与病例数增加相关；2021年，住宅流动性增加与病例数增加相关。人口密度在两年间都是一个重要的且相对稳定的变量，但在马哈拉施特拉邦仅在2020年具有影响。在两个邦，较高的疫苗接种率始终与2021年预测病例数的增加相关。2021年，封锁限制在两个邦产生了相反的关联效应，马哈拉施特拉邦的病例数预测增加，而喀拉拉邦的病例数预测减少。气象变量在不同邦和年份间的影响相对温和但较为一致。

结论

这些研究结果表明，流动性模式和人口密度是马哈拉施特拉邦和喀拉拉邦地区COVID-19病例走势中最一致的关联变量，而疫苗接种和封锁措施的影响则随时间和地区背景而变化。这些结果强调了在理解和预测疫情传播时，特定于情境的模型的重要性，这些模型能够考虑传播模式随时间的变化。

临床试验注册

不适用