Page 143 - 南京医科大学学报自然科学版
P. 143
第41卷第3期 胡晓雯,薛铭琰,张 枫,等. 基于R shiny的法定传染病可视化分析系统的设计和初步应用[J].
2021年3月 南京医科大学学报(自然科学版),2021,41(03):444-449,459 ·449 ·
染病数据可视化分析平台是一款数据分析与可视 项,从而增加其灵活性。扩展应用程序可以执行的
化系统,特色在于有较完善的统计学分析,又提供 分析类型,以便用户可以在更广泛的模型中进行选
了数据的自动制表与可视化结果的输出,更对时空 择,合并协变量,包括不同类型的时空随机效应,以
数据进行动态化与交互式展示。该应用程序易于 及在不同形状的聚类中进行选择;另一个扩展是分
使用,使公共卫生研究人员无需复杂的统计或编程 析点数据的统计方法和可视化。梁祁等 [19] 利用移
技能即可执行复杂的监视分析。它不仅可以作为 动百分位数法、控制图法对2009—2011年江苏省传
空间和时空疾病数据的探索性工具,交互式地显示 染病进行预警,但缺乏预测模型,而本研究系统可
地图、时间序列和各种表格,还可以通过使用 R 包 以基于时间序列模型等方法对相关疫情进行预测。
INLA 拟合贝叶斯模型来获得疾病风险估计及其不 综上所述,相比其他类似系统,设计的 R shiny
确定性 [17] 。另外,对新数据亦可进行处理,并实时 可视化统计分析系统操作简便,分析方法多样,提
给出相关结果。 供了时间、空间的预测模型,有利于描述传染病的
基于网络的法定传染病报告系统自 2004 年投 流行特点,便于公共卫生人员研究。
入运行以来,对传染病的及时发现和控制产生了很 [参考文献]
大影响。减少疾病,可为整个社会财政和人民健康
[1] HEESTERBEEK H,ANDERSON R M,ANDREASEN V,
带来很多好处。之前国内也有一些关于传染病研
et al. Modeling infectious disease dynamics in the com⁃
究的报道,但本研究的独特之处在于整合了中国地 plex landscape of global health[J]. Science,2015,347
区(除港、澳、台)14 年来 39 种法定报告传染病的全 (6227):aaa4339
部数据集。可以及时了解最新法定报告传染病及 [2] YANG S,WU J,DING C,et al. Epidemiological features
呈报个案数目的状况,为公共卫生部门提供法规和 of and changes in incidence of infectious diseases in China
计划管理信息。 in the first decade after the SARS outbreak:an observa⁃
tional trend study[J]. Lancet Infect Dis,2017,17(7):
当然,面对许多技术问题,本研究也尝试利用
716-725
多种方法去解决。如为确保图像的实用性与可适
[3] 张 淼,暴 磊,王 迪,等. 中国 2011—2015 年甲乙
用性,同时更好地呈现传染病数据的时空趋势与人
类法定报告传染病发病趋势及空间关联性分析[J]. 中
群分布特征,本研究查阅大量相关文献,以寻找广 国公共卫生,2018,34(6):786-790
泛使用的图形,并且据此设计几种特色图形,如年 [4] 王志心,刘 治,刘兆军. 基于机器学习的新型冠状病
龄分层聚类图。同时不断调整相关绘图参数,达到 毒(2019⁃nCoV)疫情分析及预测[J]. 生物医学工程研
美观大方的效果。 究,39(1):1-5
拓展动态式与交互式可视化是难点。可视化 [5] 金思辰,陶煜波,严宇宇,等. 基于多维时空数据可视化
的传染病模式分析[J]. 计算机辅助设计与图形学学
既可以是静态的,也可以是动态的。动态式可视化
可以将时间线更具体地展现出来,设计成员采取层 报,2019,31(2):241-255
[6] 邓强庭,栾 嘉,张 维,等. 基于 R⁃Shiny 的 Cox 回归
层叠加的方式,选取固定的过渡方式,最终形成动
模型列线图绘制工具的开发实现[J]. 现代预防医学,
态图的格式。
2018,45(24):4417-4422,4434
了解传染病的流行趋势,加强传染病的预防和 [7] WANG L,WANG Y,YANG G,et al. China information
控制,对于公共卫生安全具有重要意义。为了描述 system for disease control and prevention(CISDCP)[EB/
疾病在人群、时间、空间上的分布特点,需要通过专 OL].[2020⁃10⁃08]. https://www.nbr.org/wpcontent/up⁃
业的统计学手段进行验证,也需要通过可视化的手 load/pdfs/programs/CISDCP. pdf
段直观展现疾病分布特点。于是,本研究制作了折 [8] 丁 勇,吴 静,武 丹,等. ARIMA 乘积季节模型预
线图、年龄分层热图、滑珠图、地区分布热图等来描 测我国戊肝的发病趋势[J]. 南京医科大学学报(自然
述2004—2017年的传染病分布特点。 科学版),2020,40(11):1725-1729
[9] 游楠楠,刘 巧,李忠奇,等. 基于 ARIMA 模型的江苏
本研究的设计分析也存在一定不足之处,相对
省不同地区肺结核发病趋势的预测[J]. 南京医科大学
于分析某一种具体的传染病,宏观分析较粗糙,没
学报(自然科学版),2020,40(6):909-914,919
有考虑经济因素、气候因素(温度、湿度、风速、颗粒
[10] 姜庆五,赵 飞. 空间自相关分析方法在流行病学中的
[18]
物 PM2.5 )等) 。因此,在未来的版本中,将为疾病
应用[J]. 中华流行病学杂志,2011,32(6):539-546
映射、群集检测以及自定义数据可视化提供更多选 (下转第459页)