自动预警系统管理PPT课件
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
❖ 确定历史基线的依据：目标病种的流行特征
▪ 周期性 ▪ 季节性 ▪ 周末效应
10
报告病例数
3500 3000 2500 2000
周期性
2009 2010 2011 2012
1500
1000
500
0
1
2
3
4
5
6
7
8
9
10
11
12
月份
报告病例数
1400 1200 1000
800 600 400 200
Current (X)
18
4.预警算法--Kulldorff扫描统计量
❖回顾性扫描分析
▪ 揭示疾病时空分布模式和动态变化规律，为病因学 研究提供线索；
▪ 探测疾病流行的热点地区：
–为重点防治提供依据； –为防病资源配置提供依据
❖前瞻性扫描分析
▪ 传染病暴发疫情的早期预警
19
扫描窗口：一定地理区域
❖ 理论分布：正态分布 ❖ 模型参数：预警阈值h,参考值k
16
❖ 算法步骤
x s ▪ 计算历史基线的均数 和i 标准差 i
▪ 计算当期预警周期数据相对于历史基线的偏移量，即对当前预警值做离差变
换：
zi
xi
xi si
▪ 计算当前期预警统计量 ：
=0 S0
Si max[0, Si1 zi k]
1 is mean of days -1 to -7; 3 is mean of days -3 to -9; x is data of days -0 (current).
1 is standard deviation of days -1 to -7; 3 is standard deviation of days -3 to -9
内容提纲
一、传染病预警分析 二、传染病自动预警系统响应管理 三、传染病自动预警工作要求 四、传染病自动预警系统应用及探讨
2
一、传染病预警分析
1. 定义 2. 预警分析技术路线 3. 数据准备 4. 预警分析方法 5. 预警信号判别 6. 预警效果评价
3
1.定义
❖ 传染病预警：指在传染病暴发流行事件发生前或者发生 早期发出信号，警示该事件可能发生，以便相关部分及 时作出反应。
C2
St
max 0,
x
3 3 3
Baseline for C1 (days -1 to -7)
C3
St
0
day2 max 0,
x 3 3 3
1 is mean of days -1 to -7; 3 is mean of days -3 to -9
Baseline for C2 (days -3 to -9) Baseline for C3 (days -3 to -9)
▪ 结果判断：即判断当前预警统计量是否超过预警阈值 ，如果超过则发出预 警信号，反之不预警。
17
• 美国CDC早期异常报告系统（EARS）采用了基于 短期基线数据的三种方法 C1、C2和C3
Algorithm
Formula
C1
St
max 0,
x
1 1 1
Day-9 Day-8 Day-7 Day-6 Day-5 Day-4 Day-3 Day-2 Day-1 Day 0
R：将实际LLR与蒙特卡罗模拟数据的LLR一起从小到大排序，实际
LLR的位次 w：蒙特卡罗模拟次数
50 0
5
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
❖ 预测预警是传染病防制常规工作范畴
6
7
2.预警分析技术路线
数据收集整理
建立模型
移动百分位数
累计和控制图
0
季节效应
月份
12 11 10 9 8 7 6 5 4 3 2 1
报告病例数
800
周末效应
700
600
500
400
300
200
100
0 1357246135724613572461357246
11 星期
12
13
移动百分位数（MPM）
❖ 基本思想：以历史基线的某一百分位数（如P80) 为预警阈值，当前预警周期的数值超过阈值则发 出预警
筛 选
扫描统计量 ······
优 化
方
模
法
预警信号判别
型
预警效果评价
实际应用
wk.baidu.com
8
3.数据准备
❖ 数据收集
▪ 常规监测数据：大疫情数据、症状监测数据、非处 方药物监测数据、因病缺课监测数据、互联网大数 据、……
▪ 暴发疫情数据：收集辖区类历年目标病种的局部暴 发事件作为预警分析评价的金标准，每起事件包括 事件起始日期（首发病例发病日期）、事件结束日 期（结案日期）、发病/死亡人数、发生地区（所 在县区或乡镇）
❖ 数据整理
▪ 数据清理：确保数据的完整性、准确性，异常值或 缺失值处理；
▪ 数据整理：按照选择的模型算法的要求整理成相应 的数据格式；
9
4.预警算法--常见控制图
❖ 历史基线分短基线和长基线
▪ 短基线指以当前预警周期数据为基准，往后回溯一定 周期数的数据作为历史基线；
▪ 长基线指以当前预警周期数据为基准，以既往3-5年历 史同周期的数据以及左右摆动3-5个周期的数据作为历 史基线。
❖ 理论分布：不需要特定的理论分布 ❖ 模型参数：无额外的模型参数
14
❖ 算法步骤
▪ 计算当前预警周期数值（如累计发病数）：xi
▪ 计算历史基线数据的百分位数（如P80)：Pi
▪ 结果判断：即判断是 x否i 超过预警阈值 P，i 如果超过则
发出预警信号，反之不预警。
15
累计控制图（CUSUM）
❖ 基本思想：对当前值与来自历史基线的预期值 之间差值累计求和，表示当前值偏离基线的程 度，当合计值超过设定的预警界值，则发出预 警。
事前预警
早期预警
❖ 传染病预测：指基于既往和当前的疾病及其影响因素资 料，采用某种分析方法，对疾病未来发生的风险、水平 与趋势进行估计。
4
❖ 传染病预测预警方法及其应用是重要的科研领域
历年传染病预测领域发表文章统计 （Web of Science)
500 450 400 350 300 250 200 150 100
扫描窗口：一定时间长度
20
21
22
LLR ( c )c ( C c )Cc I () E[c] C E(c)
❖ LLR: Log Likelihood Ratio
❖ C:总病例数 ❖ c:扫描窗口实际病例数 ❖ E[c]:扫描窗口理论病例数 ❖ I():指示函
23
LLR蒙特卡罗检验
p R 1 w
▪ 周期性 ▪ 季节性 ▪ 周末效应
10
报告病例数
3500 3000 2500 2000
周期性
2009 2010 2011 2012
1500
1000
500
0
1
2
3
4
5
6
7
8
9
10
11
12
月份
报告病例数
1400 1200 1000
800 600 400 200
Current (X)
18
4.预警算法--Kulldorff扫描统计量
❖回顾性扫描分析
▪ 揭示疾病时空分布模式和动态变化规律，为病因学 研究提供线索；
▪ 探测疾病流行的热点地区：
–为重点防治提供依据； –为防病资源配置提供依据
❖前瞻性扫描分析
▪ 传染病暴发疫情的早期预警
19
扫描窗口：一定地理区域
❖ 理论分布：正态分布 ❖ 模型参数：预警阈值h,参考值k
16
❖ 算法步骤
x s ▪ 计算历史基线的均数 和i 标准差 i
▪ 计算当期预警周期数据相对于历史基线的偏移量，即对当前预警值做离差变
换：
zi
xi
xi si
▪ 计算当前期预警统计量 ：
=0 S0
Si max[0, Si1 zi k]
1 is mean of days -1 to -7; 3 is mean of days -3 to -9; x is data of days -0 (current).
1 is standard deviation of days -1 to -7; 3 is standard deviation of days -3 to -9
内容提纲
一、传染病预警分析 二、传染病自动预警系统响应管理 三、传染病自动预警工作要求 四、传染病自动预警系统应用及探讨
2
一、传染病预警分析
1. 定义 2. 预警分析技术路线 3. 数据准备 4. 预警分析方法 5. 预警信号判别 6. 预警效果评价
3
1.定义
❖ 传染病预警：指在传染病暴发流行事件发生前或者发生 早期发出信号，警示该事件可能发生，以便相关部分及 时作出反应。
C2
St
max 0,
x
3 3 3
Baseline for C1 (days -1 to -7)
C3
St
0
day2 max 0,
x 3 3 3
1 is mean of days -1 to -7; 3 is mean of days -3 to -9
Baseline for C2 (days -3 to -9) Baseline for C3 (days -3 to -9)
▪ 结果判断：即判断当前预警统计量是否超过预警阈值 ，如果超过则发出预 警信号，反之不预警。
17
• 美国CDC早期异常报告系统（EARS）采用了基于 短期基线数据的三种方法 C1、C2和C3
Algorithm
Formula
C1
St
max 0,
x
1 1 1
Day-9 Day-8 Day-7 Day-6 Day-5 Day-4 Day-3 Day-2 Day-1 Day 0
R：将实际LLR与蒙特卡罗模拟数据的LLR一起从小到大排序，实际
LLR的位次 w：蒙特卡罗模拟次数
50 0
5
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
❖ 预测预警是传染病防制常规工作范畴
6
7
2.预警分析技术路线
数据收集整理
建立模型
移动百分位数
累计和控制图
0
季节效应
月份
12 11 10 9 8 7 6 5 4 3 2 1
报告病例数
800
周末效应
700
600
500
400
300
200
100
0 1357246135724613572461357246
11 星期
12
13
移动百分位数（MPM）
❖ 基本思想：以历史基线的某一百分位数（如P80) 为预警阈值，当前预警周期的数值超过阈值则发 出预警
筛 选
扫描统计量 ······
优 化
方
模
法
预警信号判别
型
预警效果评价
实际应用
wk.baidu.com
8
3.数据准备
❖ 数据收集
▪ 常规监测数据：大疫情数据、症状监测数据、非处 方药物监测数据、因病缺课监测数据、互联网大数 据、……
▪ 暴发疫情数据：收集辖区类历年目标病种的局部暴 发事件作为预警分析评价的金标准，每起事件包括 事件起始日期（首发病例发病日期）、事件结束日 期（结案日期）、发病/死亡人数、发生地区（所 在县区或乡镇）
❖ 数据整理
▪ 数据清理：确保数据的完整性、准确性，异常值或 缺失值处理；
▪ 数据整理：按照选择的模型算法的要求整理成相应 的数据格式；
9
4.预警算法--常见控制图
❖ 历史基线分短基线和长基线
▪ 短基线指以当前预警周期数据为基准，往后回溯一定 周期数的数据作为历史基线；
▪ 长基线指以当前预警周期数据为基准，以既往3-5年历 史同周期的数据以及左右摆动3-5个周期的数据作为历 史基线。
❖ 理论分布：不需要特定的理论分布 ❖ 模型参数：无额外的模型参数
14
❖ 算法步骤
▪ 计算当前预警周期数值（如累计发病数）：xi
▪ 计算历史基线数据的百分位数（如P80)：Pi
▪ 结果判断：即判断是 x否i 超过预警阈值 P，i 如果超过则
发出预警信号，反之不预警。
15
累计控制图（CUSUM）
❖ 基本思想：对当前值与来自历史基线的预期值 之间差值累计求和，表示当前值偏离基线的程 度，当合计值超过设定的预警界值，则发出预 警。
事前预警
早期预警
❖ 传染病预测：指基于既往和当前的疾病及其影响因素资 料，采用某种分析方法，对疾病未来发生的风险、水平 与趋势进行估计。
4
❖ 传染病预测预警方法及其应用是重要的科研领域
历年传染病预测领域发表文章统计 （Web of Science)
500 450 400 350 300 250 200 150 100
扫描窗口：一定时间长度
20
21
22
LLR ( c )c ( C c )Cc I () E[c] C E(c)
❖ LLR: Log Likelihood Ratio
❖ C:总病例数 ❖ c:扫描窗口实际病例数 ❖ E[c]:扫描窗口理论病例数 ❖ I():指示函
23
LLR蒙特卡罗检验
p R 1 w