基于多变量STL-深度学习混合方法对20年月度时间序列的内脏利什曼病死亡率早期预警预测

《Frontiers in Public Health》：Early-warning prediction of visceral leishmaniasis mortality using a multivariate STL–deep learning hybrid approach on 20?years of monthly time series

　　

摘要引言：内脏利什曼病（Visceral Leishmaniasis, VL）是一种可预防的疾病，但在苏丹仍持续导致死亡，其传播动态及潜在的致命结局受当地环境条件的强烈影响。方法：本研究提出了一种创新的混合预测框架，将基于Loess的季节-趋势分解（Seasonal-Trend decomposition using Loess, STL）与四种先进模型（高斯过程回归（Gaussian Process Regression, GPR）、长短期记忆网络（Long Short-Term Memory, LSTM）、时序模式注意力LSTM（Temporal Pattern Attention-LSTM, TPA-LSTM）及轻量梯度提升机（Light Gradient Boosting Machine, LightGBM））相结合，以预测苏丹Gedaref州气候诱导的多变量VL死亡率。研究使用了2002年至2022年共20年的月度时间序列数据，整合了VL死亡计数与降水量、温度及相对湿度等气象变量。模型性能通过平均绝对误差（MAE）、均方根误差（RMSE）、平均绝对百分比误差（MAPE）、决定系数（R²）、Willmott指数及百分比偏差（PBIAS）进行评估。结果：在所有模型中，STL-LightGBM表现出最佳的预测精度（R²=0.9491），而深度学习方法未能充分捕捉非线性、长期依赖及季节变化。本研究聚焦于死亡率预测，直接填补了其他研究（主要关注VL发病率预测）尚未解决的研究空白。讨论：所提出的系统作为早期预警工具具有巨大潜力，可用于预测死亡激增及季节变化，协助分配药品和诊断设备，并帮助农村卫生系统做好准备。这些发现证明了混合分解-学习模型在区域特异性、资源有限且气候依赖地区预测被忽视热带病（Neglected Tropical Diseases, NTDs）方面的巨大潜力。

论文解读文章

研究背景：内脏利什曼病（Visceral Leishmaniasis, VL）是一种由利什曼原虫（主要是杜氏利什曼原虫复合体）引起的严重寄生虫病，通过受感染的雌性白蛉叮咬传播，在热带和亚热带地区（尤其是东非和南亚）仍为重大公共卫生问题。若不经治疗，VL几乎总是致命，但早期检测和及时干预可显著降低死亡率。尽管全球努力控制，VL每年仍导致约50,000–90,000新发病例，实际负担因漏诊和漏报而可能更高。在VL流行区，尤其是苏丹Gedaref州，有限卫生服务、营养不良、贫困及合并感染（如HIV）加剧了死亡风险。气候变异性通过影响白蛉生存、栖息地、叮咬行为和季节性丰度，显著影响VL传播动态，进而导致重症感染增加和死亡率上升。然而，现有研究多数聚焦于发病率预测而非死亡率预测，且常采用单变量或有限多变量模型，预测性能评估多基于随机数据划分而非适合时间序列的验证方法，可能高估预测能力。此外，气候变量主要用于分析传播或病例数，而非死亡率结局。因此，迫切需要气候驱动的多变量时间序列方法，以预测死亡率并提供可操作的早期预警指标，特别是在苏丹东部等高负担流行区。研究人员开展了创新研究，提出一种混合STL-深度学习预测框架，将基于Loess的季节-趋势分解（STL）与高斯过程回归（GPR）、长短期记忆网络（LSTM）、时序模式注意力LSTM（TPA-LSTM）及轻量梯度提升机（LightGBM）相结合，利用20年（2002–2022年）月度多变量时间序列数据，预测苏丹Gedaref州VL死亡率，整合降水、温度、相对湿度等气象变量及VL发病率作为暴露协变量。模型性能通过MAE、RMSE、MAPE、R²、Willmott指数和PBIAS评估。结果显示STL-LightGBM表现最优（R²=0.9491），而深度学习方法未能充分捕捉非线性、长期依赖和季节变化。该研究直接填补了VL死亡率预测的研究空白，具有重要公共卫生意义，可作为早期预警工具预测死亡激增和季节变化，协助药品和诊断设备分配，助力农村卫生系统准备。论文发表在《Frontiers in Public Health》。

关键技术与方法：研究人员采用的主要关键技术包括：1）基于Loess的季节-趋势分解（STL），将时间序列分解为趋势、季节和残差成分，增强解释性和建模稳健性；2）高斯过程回归（GPR），实现概率性不确定性量化预测；3）长短期记忆网络（LSTM），通过门控架构捕捉长期序列依赖；4）时序模式注意力LSTM（TPA-LSTM），引入注意力机制动态关注最关键时序片段；5）轻量梯度提升机（LightGBM），基于决策树集成学习高效处理非线性交互和高维表格数据。数据来源为苏丹卫生部提供的2002–2022年月度VL死亡和发病数据，以及苏丹气象局提供的同期降水、温度和相对湿度数据。所有模型基于Python（v3.10）实现，采用时间序列滚动原点验证，以2002年1月至2018年12月为训练集，2019年1月至2022年12月为测试集。

研究结果：

3.1 数据描述性洞察：通过时间序列图（图2）显示，VL死亡具有显著季节性，在雨季出现反复峰值，降水和湿度呈现逐年巨大变异性，死亡率与温度呈反比关系。相关性热图（图3）证实死亡与病例间强正相关，并与降水和湿度显著关联。STL分解（图4、图5）揭示死亡率自2002年以来有持续长期下降趋势并伴有明显季节性，降水则表现出持久的年度周期。这些表明气候变异性与VL死亡的流行病学相关性以及STL预处理的适宜性。

3.2 STL-LightGBM性能：该模型在所有评估指标中表现最佳（MAE=0.5410，RMSE=0.7650，MAPE=15.43%，R²=0.9491，Willmott指数=0.9861，PBIAS=0.33%），预测曲线与实际死亡率高度吻合（图6），证明其能充分利用气候-疾病数据中的非线性关系和交互作用。湿度模式和延迟感染信号重要性突出，表明VL死亡率受利于白蛉繁殖的环境条件和延迟感染周期影响。

3.3 STL-TPA-LSTM性能：该模型排名第二（MAE=0.92，RMSE=1.32，MAPE=25.00%，R²=0.85，Willmott指数=0.96，PBIAS=0.80%），相比标准LSTM对局部变动响应更强（图7），注意力机制使其能强调显著气候异常和暴发相关指标，表明VL死亡率受偶然生态扰动影响，而非仅依赖稳定季节模式。

3.4 STL-LSTM性能：该模型取得合理性能（MAE=0.97，RMSE=1.39，MAPE=31.88%，R²=0.83，Willmott指数=0.95），但难以充分捕捉突然变化（图8），对长期趋势拟合较好但对死亡激增和骤降预测能力有限，表明仅依赖序列记忆可能低估突发死亡率，凸显混合模型整合线性和非线性交互的必要性。

3.5 STL-GPR性能：该模型总体精度最低（MAE=1.08，RMSE=1.51，MAPE=39.75%，R²=0.81，Willmott指数=0.94，PBIAS=11.84%），但能提供概率性预测区间（图9），在资源受限条件下可支持风险知情决策，帮助卫生部门准备最坏死亡率情景。结合主成分分析（PCA）降维虽提升稳定性却降低预测精度，反映非参数贝叶斯模型对特征维度的敏感性。

3.6 比较性洞察：模型比较（图11、表3）确认STL-LightGBM在准确性和稳健性上最优，STL-TPA-LSTM和STL-LSTM表现接近，STL-GPR在概率预测方面具有独特价值。特征重要性分析（图10）表明湿度趋势、VL发病率和温度相关变量为VL死亡率主要预测因子，SHAP解释进一步证实环境趋势和延迟流行病学信号（t-1, t-2, t-3）的主导作用。这些结果与现有研究一致，强调混合架构在增强季节性疾病预测中的重要性，且死亡率预测相比发病率预测更能指导卫生系统干预优先级的设定和资源分配。

讨论与结论：研究人员在讨论部分指出，所提出的混合模型框架在转化为早期预警工具方面具有重大潜力，STL分解作为预处理方法显著提升了模型解释性和准确性，环境因素（温度、降水、湿度）对VL死亡率预测至关重要。LightGBM因其处理非线性和高维交互的能力，在与STL结合时展现出优异性能。深度学习方法（LSTM和TPA-LSTM）虽具竞争力，但可能需更大数据集和更广泛优化才能胜过LightGBM。本研究为流行区公共卫生当局提供了有力的决策支持，有助于定向干预规划和资源分配。研究结论部分翻译如下：本研究提出并验证了一种综合性的混合方法，用于利用多变量气候敏感时间序列数据预测内脏利什曼病（VL）死亡率。STL分解与机器学习和深度学习模型的结合显著提升了所有应用模型的预测精度。STL-LightGBM模型在所有指标（MAE、RMSE、MAPE和R²）下均表现优异，显示了其捕捉非线性、长期依赖和季节模式的能力。这些模型一旦投入运行，将产生多项关键成果：STL分解是有效的预处理方法，显著增强了复杂流行病学序列的解释性和准确性；环境因素（温度、降水和湿度）在预测VL死亡率中起关键作用；LightGBM在处理非线性和高维交互方面具有先天优势，与STL结合后性能强劲；深度学习方法（LSTM和TPA-LSTM）虽具竞争力，但可能需更大数据集和更广泛优化才能在相同任务中超越LightGBM。本文模型为流行区公共卫生当局提供了良好的决策支持，以针对性地规划干预措施和分配资源。