Published May 21, 2021
| Version v1
Publication
Open
Evaluating data-driven methods for short-term forecasts of cumulative SARS-CoV2 cases
Creators
- 1. National University of Sciences and Technology
- 2. Leibniz Institute for Prevention Research and Epidemiology - BIPS
- 3. University of Bremen
- 4. University of Haripur
- 5. University of Adelaide
- 6. National Institute of Health
Description
The WHO announced the epidemic of SARS-CoV2 as a public health emergency of international concern on 30th January 2020. To date, it has spread to more than 200 countries and has been declared a global pandemic. For appropriate preparedness, containment, and mitigation response, the stakeholders and policymakers require prior guidance on the propagation of SARS-CoV2.This study aims to provide such guidance by forecasting the cumulative COVID-19 cases up to 4 weeks ahead for 187 countries, using four data-driven methodologies; autoregressive integrated moving average (ARIMA), exponential smoothing model (ETS), and random walk forecasts (RWF) with and without drift. For these forecasts, we evaluate the accuracy and systematic errors using the Mean Absolute Percentage Error (MAPE) and Mean Absolute Error (MAE), respectively.The results show that the ARIMA and ETS methods outperform the other two forecasting methods. Additionally, using these forecasts, we generate heat maps to provide a pictorial representation of the countries at risk of having an increase in the cases in the coming 4 weeks of February 2021.Due to limited data availability during the ongoing pandemic, less data-hungry short-term forecasting models, like ARIMA and ETS, can help in anticipating the future outbreaks of SARS-CoV2.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
أعلنت منظمة الصحة العالمية عن وباء فيروس كورونا 2 المرتبط بمتلازمة الجهاز التنفسي الحادة الوخيمة (SARS - CoV2) كحالة طوارئ صحية عامة تثير قلقًا دوليًا في 30 يناير 2020. حتى الآن، انتشر إلى أكثر من 200 دولة وأُعلن أنه وباء عالمي. من أجل التأهب المناسب والاحتواء والاستجابة للتخفيف، يحتاج أصحاب المصلحة وواضعو السياسات إلى إرشادات مسبقة حول انتشار فيروس كورونا 2 المرتبط بمتلازمة الجهاز التنفسي الحادة الوخيمة. تهدف هذه الدراسة إلى تقديم مثل هذه الإرشادات من خلال التنبؤ بحالات كوفيد-19 التراكمية قبل 4 أسابيع في 187 دولة، باستخدام أربع منهجيات تعتمد على البيانات ؛ والمتوسط المتحرك المتكامل الانحداري الذاتي (ARIMA)، ونموذج التمهيد الأسي (ETS)، وتنبؤات المشي العشوائي (RWF) مع الانجراف وبدونه. بالنسبة لهذه التنبؤات، نقوم بتقييم الدقة والأخطاء المنهجية باستخدام متوسط النسبة المئوية المطلقة (MAPE) ومتوسط الخطأ المطلق (MAE)، على التوالي. تظهر النتائج أن طرق ARIMA و ETS تتفوق على طريقتي التنبؤ الأخريين. بالإضافة إلى ذلك، باستخدام هذه التوقعات، نقوم بإنشاء خرائط حرارية لتوفير تمثيل مصور للبلدان المعرضة لخطر زيادة الحالات في الأسابيع الأربعة القادمة من فبراير 2021. نظرًا لمحدودية توافر البيانات أثناء الجائحة المستمرة، يمكن أن تساعد نماذج التنبؤ قصيرة الأجل الأقل تعطشًا للبيانات، مثل ARIMA و ETS، في توقع تفشي سارس- كوف-2 في المستقبل.Translated Description (French)
L'OMS A annoncé l'épidémie de SRAS-CoV2 comme une urgence de santé publique de portée internationale le 30 janvier 2020. À ce jour, il s'est propagé à plus de 200 pays et a été déclaré pandémie mondiale. Pour une préparation, un confinement et une réponse d'atténuation appropriés, les parties prenantes et les décideurs politiques ont besoin d'orientations préalables sur la propagation du SRAS-CoV2. Cette étude vise à fournir de telles orientations en prévoyant les cas cumulés de COVID-19 jusqu'à 4 semaines à l'avance pour 187 pays, en utilisant quatre méthodologies basées sur les données : moyenne mobile intégrée autorégressive (ARIMA), modèle de lissage exponentiel (ETS) et prévisions de marche aléatoire (RWF) avec et sans dérive. Pour ces prévisions, nous évaluons la précision et les erreurs systématiques en utilisant respectivement l'erreur moyenne en pourcentage absolu (MAPE) et l'erreur moyenne absolue (MAE). Les résultats montrent que les méthodes ARIMA et ETS surpassent les deux autres méthodes de prévision. De plus, en utilisant ces prévisions, nous générons des cartes thermiques pour fournir une représentation illustrée des pays à risque d'augmentation des cas au cours des 4 prochaines semaines de février 2021. En raison de la disponibilité limitée des données pendant la pandémie en cours, des modèles de prévision à court terme moins gourmands en données, comme ARIMA et ETS, peuvent aider à anticiper les futures épidémies de SRAS-CoV2.Translated Description (Spanish)
La OMS anunció la epidemia de SARS-CoV2 como una emergencia de salud pública de preocupación internacional el 30 de enero de 2020. Hasta la fecha, se ha extendido a más de 200 países y ha sido declarada pandemia mundial. Para una preparación, contención y respuesta de mitigación adecuadas, las partes interesadas y los responsables de la formulación de políticas requieren orientación previa sobre la propagación del SARS-CoV2. Este estudio tiene como objetivo proporcionar dicha orientación al pronosticar los casos acumulados de COVID-19 con hasta 4 semanas de anticipación para 187 países, utilizando cuatro metodologías basadas en datos; media móvil integrada autorregresiva (ARIMA), modelo de suavizado exponencial (ETS) y pronósticos de caminata aleatoria (RWF) con y sin deriva. Para estos pronósticos, evaluamos la precisión y los errores sistemáticos utilizando el error porcentual absoluto medio (MAPE) y el error absoluto medio (MAE), respectivamente. Los resultados muestran que los métodos ARIMA y ETS superan a los otros dos métodos de pronóstico. Además, utilizando estos pronósticos, generamos mapas de calor para proporcionar una representación pictórica de los países en riesgo de tener un aumento en los casos en las próximas 4 semanas de febrero de 2021. Debido a la disponibilidad limitada de datos durante la pandemia en curso, los modelos de pronóstico a corto plazo menos hambrientos de datos, como ARIMA y ETS, pueden ayudar a anticipar los brotes futuros de SARS-CoV2.Files
journal.pone.0252147&type=printable.pdf
Files
(2.9 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:bd9d13d3a8ab26334e14d59e21779d07
|
2.9 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- تقييم الأساليب القائمة على البيانات للتنبؤات قصيرة الأجل لحالات فيروس كورونا 2 المرتبط بمتلازمة الجهاز التنفسي الحادة الوخيمة التراكمية
- Translated title (French)
- Évaluation des méthodes basées sur les données pour les prévisions à court terme des cas cumulatifs de SRAS-CoV2
- Translated title (Spanish)
- Evaluación de métodos basados en datos para pronósticos a corto plazo de casos acumulativos de SARS-CoV2
Identifiers
- Other
- https://openalex.org/W3163457430
- DOI
- 10.1371/journal.pone.0252147
References
- https://openalex.org/W1588163064
- https://openalex.org/W1984307964
- https://openalex.org/W2008072444
- https://openalex.org/W2027185529
- https://openalex.org/W2054353417
- https://openalex.org/W2066296745
- https://openalex.org/W2116512828
- https://openalex.org/W2162554556
- https://openalex.org/W2470709840
- https://openalex.org/W2525587339
- https://openalex.org/W2811507150
- https://openalex.org/W2910427770
- https://openalex.org/W3001975323
- https://openalex.org/W3004280078
- https://openalex.org/W3009155494
- https://openalex.org/W3011102168
- https://openalex.org/W3011127849
- https://openalex.org/W3012789146
- https://openalex.org/W3013013352
- https://openalex.org/W3013688688
- https://openalex.org/W3020667907
- https://openalex.org/W3029905353
- https://openalex.org/W3048383858
- https://openalex.org/W3076340238
- https://openalex.org/W3097918913
- https://openalex.org/W3112573073
- https://openalex.org/W3114136699
- https://openalex.org/W4205857348