传染病监测数据时空分析及早期预警统计技术研究进展.ppt

传染病监测数据时空分析及早期预警的统计技术研究进展panyLogo随着信息技术的迅速发展,已经和正在产生大量各类公共卫生信息和数据。数据分析理论的滞后和分析技术的缺失,数据所隐含的知识并未被充分认识和利用,panyLogo3S技术等先进技术的迅速发展和应用,为深入分析和揭示公共卫生信息数据间复杂的时间和空间关系,一方面提供了重要的基础技术平台,panyLogo时空分析及早期预警统计技术研究进展贝叶斯时空分析技术(BayesianDiseaseMapping)多源监测数据分析技术(MultivariateSurveillanceDataAnalysis)——贝叶斯网络和隐马尔科夫模型聚集性探测(ClusterDetection)……panyLogo多维度多尺度多层次三个基本特征传染病数据基本要素和特征传染病数据是传染病流行过程及其相关因素关系的符号化表示。时态位置属性三个基本要素人们所观察到的传染病流行是一系列复杂的自然与社会因素综合作用的结果。所谓传染病“流行规律”可理解为在自然与社会多源复杂因子作用下传染病流行的时空变化及其相关因素的时空共变轨迹。贝叶斯时空分析技术从时间轴看,在揭示传染病发病(率)随时间发生变化的同时,揭示其在每个时点上发病(率)存在的空间变异;从空间轴看,在揭示传染病发病(率)随区域不同而发生变化的同时,揭示在这些异质的区域上发病(率)存在的时间变异。与此同时,还指揭示与传染病发病(率)上述时空变异所关联的各种因子及其变化。Bayes学说是不同于经典统计(频率学派)的另一大统计学派,随着计算机技术的发展和MarkovChainMonteCarlo(MCMC)抽样算法的引入,panyLogoBayesianDiseaseMapping的优势可利用人们对于传染病流行及其相关因素的先验知识确定先验分布。由于传播特性,传染病流行常呈现出时空相关性,panyLogo