Page 143 - 南京医科大学学报自然科学版

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）