传染病与治疗杂志 开放获取

抽象的

尼日利亚部分州新冠肺炎疫情的比较混沌分析

Emmanuel J Ekpenyong、Chisimkwuo John、Charles Chinedu Nworu

2019 年 12 月初，SARS-CoV-2 疫情在中国武汉爆发。它蔓延到了几乎世界各大洲。因此，世界卫生组织 (WHO) 于 2020 年 3 月 11 日宣布其为全球大流行病。在撒哈拉以南非洲的尼日利亚，首例冠状病毒病病例被该国商业神经中枢拉各斯州的联邦卫生部确认。为了帮助政府做出有效的决策，我们开发了一个预测模型来协助预测可能的死亡人数。为此，我们使用了尼日利亚疾病控制中心 (NCDC) 数据库中 2020 年 2 月 29 日至 2020 年 8 月 16 日的 COVID-19 每日确诊病例^（包含¹⁶⁷个观测值）。数据集分为两类：各州每日确诊病例总数和各州每日确诊病例。每个选定州的数据都通过四种不同的方法建模，即用于每日确诊病例的 ARIMA、带干预的 ARIMA、INAR 和 GARCH，而用于对每日累计病例建模的多项式回归则带有 AR、ARIMA、岭回归和 INAR。对于这两种情况，使用五种不同的度量 MAE、MSE、RMSE、MAPE 和 sMAPE 来评估它们的性能。根据计算结果，我们可以推断出 ARIMA 模型最适合对拉各斯、卡诺、包奇、贡贝和埃多州的 COVID-19 每日累计病例进行建模。多项式回归为预测联邦首都区和河流州的每日累计病例提供了最佳拟合模型，而对于卡杜纳、奥约和埃邦伊州，最合适的模型是岭回归。因此，建议利用这些模型来指导政府的决策过程。