KI-Modelle für Dengue-Prognose in Ho-Chi-Minh-Stadt unter Klimawandel
Von KI ausgewählt und zusammengefasst
Worum es geht
Studie verglich Machine-Learning- und Deep-Learning-Modelle zur Vorhersage wöchentlicher Dengue-Fälle auf Distriktebene (24 Distrikte, 2015–2022) mit meteorologischen Daten unter Berücksichtigung von Klimavariabilität.
Ergebnis
LSTM-Modell zeigte beste Vorhersagegenauigkeit. Lag-Effekte: Niederschlag (8 Wochen), maximale Luftfeuchte (8 Wochen), Mindesttemperatur (17 Wochen) mit Korrelationen |r| 0,18–0,37. Meteorologische Features verbesserten Modellgenauigkeit deutlich.
Übertragbarkeit auf Deutschland
Tropische Region – Methodik der Früherkennung übertragbar, nicht absolute Temperaturschwellen
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.