The constructed model was then vali

The constructed model was then validated by dividing the data file into two data sets. The data between January 2000 and December 2008 were used to develop a DLM and those between January 2009 and December 2010 were used to validate the model. The validation indicates that the model had reasonable accuracy as the observed and predicted values were mostly coincided (Supplementary Fig. 1). In addition, adequacy of the model predicting outbreak (≥168) was evaluated by sensitivity analyses. For sensitivity analyses, the monthly number of dengue cases was transformed into a categorical variable (i.e., outbreak/ non-outbreak). Then the sensitivity or true positivity rate (predicted number of months with dengue outbreak/observed number of months with dengue outbreak) and specificity or true negativity rate (predicted number of months without dengue outbreak/observed number of months without dengue outbreak) of the predictive model were calculated.

ผลลัพธ์ (ไทย) 1:

รูปแบบที่สร้างขึ้นแล้วถูกตรวจสอบโดยการหารแฟ้มข้อมูลลงในชุดข้อมูลสองชุด ข้อมูลระหว่างมกราคม 2000 และธันวาคม 2008 ถูกนำมาใช้ในการพัฒนา DLM และผู้ที่ระหว่างมกราคม 2009 และธันวาคม 2010 ถูกนำมาใช้ในการตรวจสอบรูปแบบ การตรวจสอบแสดงให้เห็นว่ารูปแบบที่มีความถูกต้องเหมาะสมเป็นค่าที่สังเกตและคาดการณ์ได้ในเวลาใกล้เคียงส่วนใหญ่ (มะเดื่อเสริม 1.)นอกจากนี้ความเพียงพอของแบบจำลองทำนายการระบาด (≥ 168) ได้รับการประเมินโดยการวิเคราะห์ความไว เพื่อความไวของการวิเคราะห์จำนวนรายเดือนของผู้ป่วยโรคไข้เลือดออกก็กลายเป็นตัวแปรเด็ดขาด (เช่นการระบาด / ไม่ระบาด)แล้วความไวหรืออัตราบวกจริง (จำนวนที่คาดการณ์ไว้ของเดือนกับไข้เลือดออกระบาด / จำนวนสังเกตของเดือนกับการระบาดโรคไข้เลือดออก) และความจำเพาะหรืออัตราปฏิเสธจริง (จำนวนที่คาดการณ์ไว้ของเดือนโดยไม่ต้องไข้เลือดออกระบาด / จำนวนสังเกตของเดือนโดยไม่ต้องไข้เลือดออกระบาด) ของการทำนาย รูปแบบที่มีการคำนวณ

ผลลัพธ์ (ไทย) 2:

แบบจำลองสร้างขึ้นถูกตรวจสอบแล้ว โดยแบ่ง file ข้อมูลชุดข้อมูลสองชุด ใช้พัฒนา DLM เป็นข้อมูลระหว่าง 2000 มกราคมและ 2008 ธันวาคม และระหว่างเดือน 2552 มกราคมและเดือน 2553 ธันวาคมผู้ใช้เพื่อตรวจสอบรูปแบบ การตรวจสอบบ่งชี้ว่า แบบจำลองมีความถูกต้องเหมาะสมเป็นค่าสังเกต และคาดการณ์ได้ส่วนใหญ่ coincided (เสริม Fig. 1) มีประเมินความเพียงพอของแบบจำลองการคาดการณ์การระบาดของโรค (≥168) โดยการวิเคราะห์ความไว การวิเคราะห์ความไว จำนวนกรณีไข้เลือดออกรายเดือนถูกแปลงเป็นตัวแปรที่แน่ชัด (เช่น ระบาด / ไม่ระบาด) แล้ว ความไวหรือจริง positivity อัตรา (คาดการณ์จำนวนของเดือนมีไข้เลือดออกระบาด/สังเกตเดือนกับการระบาดของโรคไข้เลือดออก) และ specificity หรือจริง negativity อัตรา (คาดการณ์จำนวนของเดือนโดยไม่มีไข้เลือดออกระบาด/สังเกตจำนวนของเดือนโดยไม่มีการระบาดของโรคไข้เลือดออก) ของแบบจำลองการคาดการณ์ได้เสมอ