Все выпуски

Список литературы:

1. Н. Бейли. Математика в биологии и медицине. — М: Мир, 1970. — 327 с.
2. C. Ю. Белецкая, В. Н. Коровин, О. В. Родионов. Разработка прогностических моделей развития заболеваемости детей в городском административном районе на основе нейросетевых технологий // Вестник Воронежского государственного технического университета. — 2010. — Т. 6, № 12. — С. 201–205.
3. Б. В. Боев, В. В. Макаров. Компьютерное моделирование и прогнозирование эпидемий птичьего гриппа // Ветеринарная патология. — 2005. — № 3. — С. 49–58.
4. Д. Бокс, Г. Дженкинс. Анализ временных рядов: прогноз и управление. Выпуск 1. — М: Мир, 1974. — 406 с.
5. А. И. Бородулин, Б. М. Десятков, А. Н. Шабанов, А. А. Ярыгин. Статистическая модель эпидемического процесса // Сибирский журнал индустриальной математики. — 2007. — Т. X, № 2(30). — С. 23–30.
6. В. И. Вьюн, Т. К. Еременко, Г. Е. Кузьменко, Ю. А. Михненко. Об одном подходе к прогнозированию эпидемиологической обстановки по гриппу-ОРВИ с использованием временных рядов // Математические машины и системы. — 2011. — Т. 1, № 2. — С. 131–136.
7. В. Я. Гальченко, К. Р. Попов, Приземина И. Н., Н. В. Качур. Прогнозирование временных рядов в задаче оценки эпидемической ситуации заболеваемости ОРВИ и гриппом по данным Луганской области // Укра¨ıнський медичний альманах. — 2010. — Т. 13, № 2. — С. 20–22.
8. C. В. Головин, C. Л. Петросян. Прогнозирование и моделирование развития заболеваемости в Воронежской области // Вестник Воронежского государственного технического университета. — 2009. — Т. 5, № 3. — С. 4–8.
9. Н. В. Ефимова, А. Ю. Горнов, Т. C. Зароднюк. Опыт использования искусственных нейронных сетей при прогнозировании заболеваемости населения (на примере г. Братска) // Экология человека. — 2010. — № 3. — С. 3–7.
10. А. Г. Иванов, Л. И. Герасимова, Н. В. Шувалова, Т. Г. Денисова. Прогнозирование уровня заболеваемости и смертности от болезней системы кровообращения на региональном уровне на основе его многофазного математического моделирования // Медицинский альманах. — 2012. — № 3. — С. 20–24.
11. Н. А. Кизим, А. В. Доровской. Анализ и прогнозирование тенденций заболеваемости населения Украины и Харьковской области // Проблемы экономики. — 2010. — № 3. — С. 39–44.
12. О. И. Киселев, И. Г. Маринич, Л. С. Карпова, Е. Б. Ежлова, Г. Ф. Лазикова, А. А. Ватолина. Методика расчета эпидемических порогов по гриппу и острым респираторным вирусным инфекциям по субъектам Российской Федерации. — М: НИИ гриппа Северо-Западного отделения РАМН, 2010. — 88 с.
13. Научно-исследовательский институт гриппа. Система надзора за гриппом. — 2010. — http://www.influenza.spb.ru/system/. — дата обращения: 11.08.2013.
14. А. С. Рыков, В. О. Хорошилов, К. C. Щипин. Система прогнозирования инфекционной заболеваемости на основе многокритериального анализа временных рядов // Проблемы управления. — 2005. — № 1. — С. 26–32.
15. О. В. Фирсов. Гибридное прогнозирование заболеваемости раком почки и смертности от него на основе нейросетевых и статистических технологий // Врач-аспирант. — 2006. — № 1. — С. 15–32.
16. Т. В. Честнова, О. Л. Смольянинова, C. И. Логвинов. К вопросу о выборе метода математического анализа с целью прогнозирования заболеваемости лептоспирозом // Вестник новых медицинских технологий. — 2011. — Т. 18, № 4. — С. 18–21.
17. A practical guide for designing and conducting influenza disease burden studies. — World Health Organization, 2008. — 49 p. — http://www.wpro.who.int/emerging_diseases/documents/GuideforDesigningandConductingInfluenzaStudies/en/index.html. — дата обращения: 13.08.2013.
18. T. A. Abeku, S. J. de Vlas, G. Borsboom, A. Teklehaimanot, A. Kebede, D. Olana, G. J. van Oortmarssen, J. D. F. Habbema. Forecasting malaria incidence from historical morbidity patterns in epidemicprone areas of Ethiopia: a simple seasonal adjustment method performs best // Tropical Medicine and International Health. — 2002. — V. 7, no. 10. — P. 851–857. — DOI: 10.1046/j.1365-3156.2002.00924.x.
19. O. M. Araz, J. W. Fowler, T. W. Lant, M. Jehn. A pandemic influenza simulation model for preparedness planning / Proceedings of the 2009 Winter Simulation Conference. — 2009. — P. 1986–1995.
20. Y. Bai, Z. Jin. Prediction of SARS epidemic by BP neural networks with online prediction strategy // Chaos, Solitons and Fractals. — 2005. — V. 26, no. 2. — P. 559–569. — DOI: 10.1016/j.chaos.2005.01.064. — MathSciNet: MR2143968. — ads: 2005CSF....26..559B.
21. L. Bao. A new infectious disease model for estimating and projecting HIV/AIDS epidemics // Sexually Transmitted Infections. — 2012. — V. 88, no. 2. — P. i58–i64. — DOI: 10.1136/sextrans-2012-050689.
22. J. R. Boyle, R. S. Sparks, G. B. Keijzers, J. L. Crilly, J. F. Lind, L. M. Ryan. Prediction and surveillance of influenza epidemics // Medical Journal of Australia. — 2011. — V. 194, no. 4. — P. S28–S33.
23. J. C. Brillman, T. Burr, D. Forslund, E. Joyce, R. Picard, E. Umland. Modeling emergency department visit patterns for infectious disease complaints: results and application to disease surveillance // BMC Medical Informatics and Decision Making. — 2005. — V. 5, no. 4.
24. H. S. Burkom. Development, Adaptation, and Assessment of Alerting Algorithms for Biosurveillance // Johns Hopkins APL Technical Digest. — 2003. — V. 24, no. 4. — P. 335–342.
25. H. S. Burkom, S. P. Murphy, G. Shmueli. Automated Time Series Forecasting for Biosurveillance // Statistics in Medicine. — 2007. — V. 26, no. 22. — P. 4202–4218. — DOI: 10.1002/sim.2835. — MathSciNet: MR2405802.
26. D. L. Chao, M. E. Halloran, V. J. Obenchain, Longini I. M. Jr. FluTE, a Publicly Available Stochastic Influenza Epidemic Simulation Model // PLoS Computational Biology. — 2010. — V. 6, no. 1. — DOI: 10.1371/journal.pcbi.1000656. — MathSciNet: MR2601366.
27. C. Chatfield, M. Yar. Holt-Winters Forecasting: Some Practical Issues // Journal of the Royal Statistical Society. Series D (The Statistician). — 1988. — V. 37, no. 2. — P. 129–140.
28. C. F. Chen, W. H. Ho, H. Y. Chou, S. M. Yang, I. T. Chen, H. Y. Shi. Long-Term Prediction of Emergency Department Revenue and Visitor Volume Using Autoregressive Integrated Moving Average Model // Computational and Mathematical Methods in Medicine. — 2011. — V. 2011. — DOI: 10.1155/2011/395690. — MathSciNet: MR2855268.
29. K. Choi, S. B. Thacker. Mortality during Influenza Epidemics in the United States, 1967-1978 // American Journal of Public Health. — 1982. — V. 72, no. 11. — P. 1280–1283. — DOI: 10.2105/AJPH.72.11.1280.
30. B. J. Coburn, B. G. Wagner, S. Blower. Modeling influenza epidemics and pandemics: insights into the future of swine flu (H1N1) // BMC Medicine. — 2009. — V. 7, no. 30.
31. V. Colizza, A. Barrat, M. Barth´elemy, A. Vespignani. Predictability and epidemic pathways in global outbreaks of infectious diseases: the SARS case study // BMC Medicine. — 2007. — V. 5, no. 34.
32. B. J. Cowling, I. O. L. Wong, L. M. Ho, S. Riley, G. M. Leung. Methods for monitoring influenza surveillance data // International Journal of Epidemiology. — 2006. — V. 35, no. 5. — P. 1314–1321. — DOI: 10.1093/ije/dyl162.
33. D. J. Daley, J. Gani. Epidemic modelling: An introduction. — Cambridge University Press, 1999. — 225 p. — MathSciNet: MR1688203.
34. T. K. Das, A. A. Savachkin, Y. Zhu. A large-scale simulation model of pandemic influenza outbreaks for development of dynamic mitigation strategies // IIE Transactions. — 2008. — V. 40, no. 9. — P. 893–905. — DOI: 10.1080/07408170802165856.
35. J. D´ıaz-Hierro, J. J. M. Mart´ın, A. V. Arenas ´, M. P. L. D. Gonz´alez, J. M. P. Ar´evalo, C. V. Gonz´alez. Evaluation of time-series models for forecasting demand for emergency health care services // Emergencias. — 2012. — V. 24, no. 3. — P. 181–188.
36. A. F. Dugas, M. Jalalpour, Y. Gel, S. Levin, F. Torcaso, T. Igusa, R. E. Rothman. Influenza Forecasting with Google Flu Trends // PLoS ONE. — 2013. — V. 8, no. 2. — DOI: 10.1371/journal.pone.0056176.
37. M. Eichner, M. Schwehm, H. P. Duerr, S. O. Brockmann. The influenza pandemic preparedness planning tool InfluSim // BMC Infectious Diseases. — 2007. — V. 7, no. 17.
38. E. S. Gardner. Exponential smoothing: The state of the art // Journal of Forecasting. — 1985. — V. 4, no. 1. — P. 1–28. — DOI: 10.1002/for.3980040103.
39. J. D. Hamilton. Time Series Analysis. — Princeton, NJ: Princeton University Press, 1994. — 820 p. — MathSciNet: MR1278033.
40. H. W. Hethcote. The mathematics of infectious diseases // SIAM Review. — 2000. — V. 42, no. 4. — P. 599–653. — DOI: 10.1137/S0036144500371907. — MathSciNet: MR1814049. — ads: 2000SIAMR..42..599H.
41. R. J. Hyndman, G. Athanasopoulos. Forecasting: principles and practice. — 2012. — http://otexts.com/fpp/. — дата обращения: 28.08.2013.
42. R. J. Hyndman, Y. Khandakar. Automatic Time Series Forecasting: The forecast Package for R // Journal of Statistical Software. — 2008. — V. 27, no. 3. — DOI: 10.18637/jss.v027.i03.
43. R. Kiang, F. Adimi, V. Soika, J. Nigro, P. Singhasivanon, J. Sirichaisinthop, S. Leemingsawat, C. Apiwathnasorn, S. Looareesuwan. Meteorological, environmental remote sensing and neural network analysis of the epidemiology of malaria transmission in Thailand // Geospatial Health. — 2006. — V. 1, no. 1. — P. 71–84. — DOI: 10.4081/gh.2006.282.
44. D. Lai. Monitoring the SARS Epidemic in China: A Time Series Analysis // Journal of Data Science. — 2005. — V. 3, no. 3. — P. 279–293.
45. Y. Le Strat, F. Carrat. Monitoring epidemiologic surveillance data using hidden Markov models // Statistics in Medicine. — 1999. — V. 18, no. 24. — P. 3463–3478. — DOI: 10.1002/(SICI)1097-0258(19991230)18:24<3463::AID-SIM409>3.0.CO;2-I.
46. X. Li, H. Tian, D. Lai, Z. Zhang. Validation of the Gravity Model in Predicting the Global Spread of Influenza // International Journal of Environmental Research and Public Health. — 2011. — V. 8, no. 8. — P. 3134–3143. — DOI: 10.3390/ijerph8083134.
47. D. Mori˜na, P. Puig, J. R´ıos, A. Vilella, A. Trilla. A statistical model for hospital admissions caused by seasonal diseases // Statistics in Medicine. — 2011. — V. 30, no. 26. — P. 3125–3136. — DOI: 10.1002/sim.4336. — MathSciNet: MR2845682.
48. M. F. Myers, D. J. Rogers, J. Cox, A. Flahault, S. I. Hay. Forecasting Disease Risk for Increased Epidemic Preparedness in Public Health // Advances in Parasitology. — 2000. — V. 47. — P. 309–330. — DOI: 10.1016/S0065-308X(00)47013-2.
49. Y. Ohkusa, T. Sugawara. Simulation model of pandemic influenza in the whole of Japan // Japanese Journal of Infectious Diseases. — 2009. — V. 62, no. 2. — P. 98–106.
50. R. Patel, I. M. Jr. Longini, M. E. Halloran. Finding optimal vaccination strategies for pandemic influenza using genetic algorithms // Journal of Theoretical Biology. — 2005. — V. 234, no. 2. — P. 201–212. — DOI: 10.1016/j.jtbi.2004.11.032. — MathSciNet: MR2135192.
51. C. Pelat, P. Y. Bo¨elle, B. J. Cowling, F. Carrat, A. Flahault, S. Ansart, A. J. Valleron. Online detection and quantification of epidemics // BMC Medical Informatics and Decision Making. — 2007. — V. 7, no. 29.
52. A. E. Permanasari, D. R. A. Rambli, P. D. D. Dominic. Forecasting Method Selection Using ANOVA and Duncan Multiple Range Tests on Time Series Dataset / Proceedings of the 2010 International Symposium on Information Technology (ITSim 2010). — 2010. — V. 2. — P. 941–945. — DOI: 10.1109/ITSIM.2010.5561535.
53. B. Y. Reis, K. D. Mandl. Time Series Modeling for Syndromic Surveillance // BMC Medical Informatics and Decision Making. — 2003. — V. 3, no. 2.
54. A. Rinaldo, E. Bertuzzo, L. Mari, L. Righetto, M. Blokesch, M. Gatto, R. Casagrandi, M. Murray, S. M. Vesenbeckh, I. Rodriguez-Iturbe. Reassessment of the 2010–2011 Haiti cholera outbreak and rainfall-driven multiseason projections // Proceedings of the National Academy of Sciences of the United States of America. — 2012. — V. 109, no. 17. — P. 6602–6607. — DOI: 10.1073/pnas.1203333109. — ads: 2012PNAS..109.6602R.
55. J. Saram¨aki, K. Kaski. Modelling development of epidemics with dynamic small-world networks // Journal of Theoretical Biology. — 2005. — V. 234, no. 3. — P. 413–421. — DOI: 10.1016/j.jtbi.2004.12.003. — MathSciNet: MR2139669.
56. R. Schmidt, T. Waligora. Influenza Forecast: Case-Based Reasoning or Statistics? / Proceedings of the 11th international conference on Knowledge-Based Intelligent Information and Engineering Systems: Part I. Series: Lecture Notes in Computer Science. — 2007. — V. 4692. — P. 287–294.
57. P. Sebastiani, K. D. Mandl, P. Szolovits, I. S. Kohane, M. F. Ramoni. A Bayesian dynamic model for influenza surveillance // Statistics in Medicine. — 2006. — V. 25, no. 11. — P. 1803–1816. — DOI: 10.1002/sim.2566. — MathSciNet: MR2227413.
58. R. E. Serfling. Methods for Current Statistical Analysis of Excess Pneumonia-influenza Deaths // Public Health Reports. — 1963. — V. 78, no. 6. — P. 494–506. — DOI: 10.2307/4591848.
59. J. Shaman, A. Karspeck. Forecasting seasonal outbreaks of influenza // Proceedings of the National Academy of Sciences of the United States of America. — 2012. — V. 109, no. 50. — P. 20425–20430. — DOI: 10.1073/pnas.1208772109. — ads: 2012PNAS..10920425S.
60. G. Shmueli, S. E. Fienberg. Current and Potential Statistical Methods for Monitoring Multiple Data Streams for Biosurveillance / Statistical Methods in Counterterrorism: Game Theory, Modeling, Syndromic Surveillance, and Biometric Authentication. — New York: Springer Science + Business Media, 2006. — P. 109–140.
61. C. I. Siettos, L. Russo. Mathematical modeling of infectious disease dynamics // Virulence. — 2013. — V. 4, no. 4. — P. 1–12. — DOI: 10.4161/viru.24041.
62. G. Ch. Sirakoulis, I. Karafyllidis, A. Thanailakis. A cellular automaton model for the effects of population movement and vaccination on epidemic propagation // Ecological Modelling. — 2000. — V. 133, no. 3. — P. 209–223. — DOI: 10.1016/S0304-3800(00)00294-5.
63. R. P. Soebiyanto, F. Adimi, R. K. Kiang. Modeling and Predicting Seasonal Influenza Transmission in Warm Regions Using Climatological Parameters // PLoS ONE. — 2010. — V. 5, no. 3. — DOI: 10.1371/journal.pone.0009450.
64. R. P. Soebiyanto, R. K. Kiang. Modeling Influenza Transmission Using Environmental Parameters / International Archives of the Photogrammetry, Remote Sensing and Spatial Information Science. — 2010. — V. XXXVIII, no. 8. — P. 330–334.
65. A. Sumi, K. Kamo. MEM spectral analysis for predicting influenza epidemics in Japan // Environmental Health and Preventive Medicine. — 2012. — V. 17, no. 2. — P. 98–108. — DOI: 10.1007/s12199-011-0223-0.
66. Thompson W. W., D. K. Shay, E. Weintraub, L. Brammer, N. Cox, L. J. Anderson, K. Fukuda. Mortality Associated With Influenza and Respiratory Syncytial Virus in the United States // The Journal of the American Medical Association. — 2003. — V. 289, no. 2. — P. 179–186. — DOI: 10.1001/jama.289.2.179.
67. S. Unkel, C. P. Farrington, P. H. Garthwaite, C. Robertson, N. Andrews. Statistical methods for the prospective detection of infectious disease outbreaks: a review // Journal of the Royal Statistical Society: Series A (Statistics in Society). — 2012. — V. 175, no. 1. — P. 49–82. — DOI: 10.1111/j.1467-985X.2011.00714.x. — MathSciNet: MR2873791.
68. E. Vergu, R. Grais, H. Sarter, J. P. Fagot, B. Lambert, A. J. Valleron, A. Flahault. Medication Sales and Syndromic Surveillance, France // Emerging Infectious Diseases. — 2006. — V. 12, no. 3. — P. 416–421. — DOI: 10.3201/eid1203.050573.
69. C. Viboud, P. Y. Bo¨elle, F. Carrat, A. J. Valleron, A. Flahault. Prediction of the Spread of Influenza Epidemics by the Method of Analogues // American Journal of Epidemiology. — 2003. — V. 158, no. 10. — P. 996–1006. — DOI: 10.1093/aje/kwg239.
70. R. E. Watkins, S. Eagleson, B. Veenendaal, G. Wright, A. J. Plant. Disease surveillance using a hidden Markov model // BMC Medical Informatics and Decision Making. — 2009. — V. 9, no. 39.