针对流感样病例监测，基于桐乡各医疗机构门诊就诊记录，获取全年门急诊就诊人数、流感样病例确诊人数、年龄组及性别分布，对门诊流感样病例第四季度男性人数进行预测，为第四季度男性人数流感防控工作及哨点医院监测工作提供新的思路和方法。流感样病例的性别数据有助于医疗资源的合理调配，可以调整医护人员、床位、药物等资源的配置，确保医疗服务的及时性和有效性。
数据采集：从桐乡市各医疗机构获取匿名化样本统计数据，包括每日门急诊就诊人数、流感样病例症状人数、年龄组及性别分布。 对流感样病例数据进行预处理。特征工程：生成年龄组特征 AGW(t)，计算公式为AGW(t)=α1×age_0_5(t)+ α2×age_5_15(t)+α3×age_15_25(t)+α4×age_25_60(t) + α5×age_60_plus(t)，α1-α5为模型权重。 生成性别特征 GW(t)，但仅考虑男性病例数，计算公式为 GW(t) = γ1×male_cases(t)，γ1 为模型权重。 模型构建：构建预测模型，用以预测某天的男性流感样病例人数 F(t)。预测公式为 F(t)= w1×C(t−1)+w2×C(t−2)+...+ wn×C(t−n)+β1AGW(t)+β2GW(t)，其中： C(t)代表当天的流感样病例症状人数； C(t−n)为t−n日的流感样病例症状人数； wn为C(t−n)的权重； β1和β2 是衍生特征的权重。 构建一个预测男性的流感样病例人数的模型: sum_young_se1 = ∑F (t)，时间t在第四季度内。
| 字段名 | 类型 | 描述 |
|---|---|---|
序号 |
-- | -- |
日期 |
-- | -- |
门急诊就诊人数 |
-- | -- |
流感样病例症状人数 |
-- | -- |
年龄组大于0小于5人数 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 序号 | 1 |
| 日期 | 2022/5/1 |
| 门急诊就诊人数 | 3441 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/39424