杰弗里·萨满:用数学和生物科学预测流感爆发

正如天气预报近几十年的改善一样，预计流感和其他传染病的准确性预计会改善，杰弗里·萨满，博士，邮递员公共卫生学院环境卫生学副教授，他领导了一个被安置的团队first in the Centers for Disease Control and Prevention’s “Predict the Influenza Season Challenge.”

沙曼博士的团队开发了一种经过科学验证的系统，用于预测美国各城市季节性流感的高峰。“一些政府机构开始认识到疾病预测的价值，并认识到这是我们应该投资的一个研究领域。”

参赛者被要求使用数字数据预测2013-14年流感季节的时间、高峰和强度。11个团队使用各种数据源完成了挑战。萨满博士的团队获得了第一名的认可和7.5万美元的奖金，其中包括梅尔曼大学环境健康科学博士后杨万博士。其他团队成员来自美国国家大气研究中心和哈佛大学公共卫生学院。

流感预测研究的资金由国家一般医学科学研究所和国家科学基金会的联合计划提供，以支持生物和数学科学界面的研究;卫生和人类服务部的生物医学高级研究与发展权;以及国家一般医学科学研究所传染病代理研究的模型。

作为全国流感疫苗接种周的一部分，CUMC新闻编辑室与萨满博士谈论了他的模型。

您的流感预测模型如何工作？

我们模拟用于生成天气预报的预测框架。为此，我们依赖于三个基本要素:1)描述流感在当地人群中传播的数学模型;2)实时观察我们正在预测的系统(例如，对模型人口流感发病率的估计);3)一类统计方法，称为数据同化或顺序蒙特卡罗方法。问题是，如果我们单独运行我们的数学模型，它通常会做出糟糕的预测。我们通过迭代地将观测条件的状态告知模型来改进这种预测。这个过程使用第二和第三种成分，优化了模型，以便更好地复制到目前为止发生的本地流感活动。

具体而言，我们过去10至20周的模拟集合。每周每周观察流感发病率，我们都停止了这些集成并使用数据同化方法调整模拟以更好地与观察调整。然后，我们将前进到下一个观察，并一直到现在的方式重复。通过这种递归调整过程，该模型经过优化，以表示流感的爆发，因为它的展示远远展开。这个想法是，如果模拟的集合复制已经过滤了，它将更好地预测会发生什么。然后通过将优化的模型集成与本来的未来集成来生成预测。

截至12月初，今年的流感季进展如何?

现在还早。我们看到了一些活动，特别是在德克萨斯州和路易斯安那州。

你希望你的每周天气预报什么时候开始?

上周我们开始在网站上发布预测，哥伦比亚的传染病预测．

赢得疾控中心的“预测流感季节”比赛对你的工作有什么影响?

这种认可是美妙的。但事实上，我们需要继续开发和测试这些系统，以应对一系列疾病和应用。我认为这激励了我的团队去探索这些更大的可能性。

埃博拉病例如何影响公众对流感季节的关注？

它可能会使人们普遍意识到传染病和采取个人预防措施的必要性。然而，重要的是要识别埃博拉和流感之间的区别，特别是两者感染的风险(埃博拉几乎为零，但流感的风险很大)。人们已经习惯了流感及其相关风险;因此，我们常常对接种疫苗沾沾自喜，生病时呆在家里，打喷嚏时捂着脸。也许埃博拉将使我们所有人都更加积极主动地努力阻止传染病，特别是流感。

您有什么改进模型的计划？

我们一直在努力改进我们的预测。我们测试和开发新的策略、新的模型、新的数据类型和新的数据同化方法。这种投资是必要的。近30年来，数值天气预报的预报误差不断下降，预报精度不断提高。如果我们同样投资于传染病预测，我们将开始充分发挥其潜力和效益。

传染病预测：cpid.iri.columbia.edu