Introduction

中国COVID-19预测中心Dashboard

🎯 项目使命

基于中国疾控中心哨点监测数据，运用国际先进的预测建模方法，为新型冠状病毒在门急诊流感样病例中的流行趋势提供科学预测，支持公共卫生政策制定和疫情防控决策。

查看最新预测结果 模型性能评估

📊 Dashboard功能概览

🔮 预测可视化

  • 核心指标: 《全国急性呼吸道传染病哨点监测情况》门急诊流感样病例中新型冠状病毒阳性率
  • 数据来源: 中国疾控中心官方监测报告每周发布
  • 监测范围: 全国哨点医院(不含港澳台)，涵盖10种呼吸道病原体检测
  • 时间序列: 2025年1月至9月的完整预测轨迹
  • 历史对比: 黑色实线展示历史观测数据，彩色阴影显示预测区间
  • 交互式控件:
    • 📅 日期选择器: Current (2025-08-21) / As of (2025-08-21) 切换
    • 🎨 模型管理: 4个GZNL-test模型的颜色编码显示/隐藏
    • 📊 区间调整: 95%置信区间可视化
    • ⌨️ 键盘导航: 左右方向键浏览不同周次预测
    • 🔄 Shuffle Colours: 模型颜色随机化功能

🏆 模型评估系统

  • 双重视图模式:
    • 📊 Table: 完整的性能指标对比表格
    • 🔥 Plot: 交互式热力图时间序列分析
  • 评估维度: WIS、MAE、区间覆盖率等多指标综合评估
  • 时间分解: 2025-07-31至2025-08-28按日期的详细表现分析
  • 颜色编码系统:
    • 🟣 深紫色 (0.1左右): 最优表现
    • 🟢 绿色 (0.4-0.7): 良好表现
    • 🟡 黄色 (1.5-2.0): 较差表现
  • 筛选功能:
    • Target: wk inc covid prop ili
    • Evaluation set: Available evaluations
    • Disaggregate by: target_end_date
    • Metric: MAE/WIS等可选切换

📈 当前模型表现

基于最新一轮评估(2025-08-21)，我们的4个预测模型表现如下：

🥇 最佳表现模型: GZNL-test_002
  • Table视图: 相比基准模型减少44%的WIS误差
  • Plot视图: 热力图中深紫色区域最多，时间序列表现最稳定
  • 预测精度: 最低的加权区间得分(0.5)和优秀的MAE表现

📊 Table视图 - 综合排名

模型名称 相对WIS 相对MAE 50%覆盖率 95%覆盖率 综合排名
GZNL-test_002 0.56 ⭐ 1.03 80% 100% ⭐ 🥇 第1名
GZNL-test_001 1.00 (基准) 1.00 (基准) 100% ⭐ 100% ⭐ 🥈 第2名
GZNL-test_004 1.13 1.87 40% 40% 🥉 第3名
GZNL-test_003 1.22 2.20 40% 60% 4️⃣ 第4名

🔥 Plot视图 - 热力图时间序列分析

时间范围: 2025-07-31 → 2025-08-07 → 2025-08-14 → 2025-08-21 → 2025-08-28

  • 🟣 GZNL-test_002: 在大部分时间点表现优异，特别是在2025-08-07左右达到最佳表现
  • 🟢 GZNL-test_001: 基准模型，整体表现稳定，在中等水平波动
  • 🟡 GZNL-test_003: 在2025-08-14和2025-08-21表现较差
  • 🟡 GZNL-test_004: 在2025-07-31和2025-08-28表现不佳

🔧 技术特色

先进的建模框架

  • 国际标准: 遵循Hubverse框架，与美国CDC FluSight Hub同级
  • 概率预测: 23个分位数完整预测分布，科学量化不确定性
  • 多模型集成: 汇聚多个研究团队的预测模型，提高准确性
  • 自动化流程: GitHub Actions全流程自动化验证、评估、可视化

数据质量保证

  • 权威数据源: 基于中国疾控中心《全国急性呼吸道传染病哨点监测情况》官方报告
  • 全面监测: 覆盖10种呼吸道病毒(含新型冠状病毒)及肺炎支原体，全国哨点医院数据
  • 自动化采集: 使用cn_cdc_crawl工具自动提取CDC每周报告数据
  • 标准化处理: PDF报告→结构化数据的完整处理链，确保数据一致性
  • 实时同步: 跟随CDC每周发布节奏(通常周三发布)自动更新
  • 质量控制: 多层数据验证和异常值检测，确保预测基础数据的可靠性

📋 使用指南

🎯 Dashboard使用指南

📈 Forecasts页面操作

  1. 时间导航: 使用左右方向键或点击日期选择器浏览不同CDC报告周次的预测
  2. 模型对比: 点击左侧模型名称切换显示/隐藏，对比不同研究团队的预测差异
  3. 区间解读: 彩色阴影区域表示95%置信区间，反映新冠病毒阳性率的不确定性
  4. 历史验证: 黑色实线显示CDC实际发布的监测数据，验证预测准确性
  5. 流行趋势: 观察门急诊流感样病例中新冠病毒检出率的季节性变化和流行规律

🔥 Evaluation页面分析

  1. 视图切换: Table查看综合排名，Plot观察各模型在不同CDC报告周次的表现
  2. 热力图解读: 深紫色=预测误差小，黄色=预测偏差大，快速识别最佳模型
  3. 指标筛选: 切换MAE/WIS等评估标准，全面了解模型预测能力
  4. 时间维度: 按CDC报告发布日期分解，评估模型对疫情变化的敏感性
  5. 基准比较: 以GZNL-test_001为基准，衡量其他模型的相对改进程度

📊 评估指标说明

  • WIS (加权区间得分): 综合考虑预测精度和不确定性的指标，越小越好
  • MAE (平均绝对误差): 点预测的准确性度量，越小越好
  • 区间覆盖率: 实际观测值落在预测区间内的比例，应接近名义水平
  • 相对指标: 以GZNL-test_001为基准(1.0)的相对表现

🔍 深度分析建议

  1. 最佳模型识别: GZNL-test_002在WIS和覆盖率指标上表现突出
  2. 预测区间解读: 关注95%置信区间的合理性，过窄可能低估不确定性
  3. 时间序列稳定性: 通过热力图观察模型在不同时期的一致性表现
  4. 公共卫生应用: 结合CDC监测数据趋势，为防控决策提供科学依据
  5. 模型改进方向: 基于评估结果优化预测算法，提高准确性

🔄 数据更新机制

⏰ 自动更新时间表
  • CDC数据采集: 跟随中国疾控中心《全国急性呼吸道传染病哨点监测情况》发布时间
  • 预测提交截止: 每周三23:59北京时间
  • 集成预测生成: 每周四09:00北京时间自动生成ensemble预测
  • Dashboard更新: 新数据可用时立即更新可视化内容
  • 评估结果: 观测数据发布后实时重新计算各模型表现

🤝 参与贡献

预测模型贡献者

诚邀研究团队、高校、科研院所参与预测建模：

参与流程: 1. 模型注册: 在Forecast Hub提交模型元数据 2. 数据获取: - 官方报告：浏览CDC监测情况页面获取最新报告 - 历史数据：使用cn_cdc_crawl自动提取结构化历史数据 3. 预测提交: 每周三23:59前提交CSV格式预测结果 4. 结果展示: 预测结果将在此Dashboard公开展示和评估

技术要求: - 基础编程能力(R/Python) - 遵循Hubverse标准格式 - 提供23个分位数的概率预测

技术支持与反馈

📚 功能导览

🔍 页面功能总览

  • 🏠 Introduction: 当前页面，项目概述和使用指南
  • 📊 Forecasts: 交互式时间序列预测可视化
  • 🎯 Evaluation: Table和Plot双视图模型性能评估
  • 👥 About the team: 团队介绍和方法论说明
  • 💾 Accessing Hub Data: 原始数据获取指南

📖 延伸资源

🏥 官方数据源

  • 📊 监测报告: 全国急性呼吸道传染病哨点监测情况 - 中国疾控中心每周发布
  • 🔍 监测内容: 包含新型冠状病毒、流感病毒、呼吸道合胞病毒等10种病毒及肺炎支原体检测
  • 📋 监测对象: 全国哨点医院门急诊流感样病例和住院严重急性呼吸道感染病例
  • 📅 发布频次: 每周更新，覆盖全国范围（不含港澳台）

🛠 技术工具与平台

  • 🔧 数据采集: cn_cdc_crawl - 自动化CDC报告数据提取工具
  • 🔬 建模框架: 基于Hubverse国际标准构建
  • 💻 开源仓库:
  • 📈 技术文档: 详细的参与指南、数据格式、评估方法说明

🏥 服务公共卫生决策 · 🔬 基于权威监测数据 · 🌏 守护中国健康

基于中国疾控中心权威数据 · 遵循Hubverse国际标准 · 汇聚多方预测智慧