[发明专利]一种基于相对风险偏差和空间参量修正的时空扫描统计方法

说明书

本发明涉及一种基于相对风险偏差和空间参量修正的时空扫描统计方法，属于疾病时空聚集性探测与预测预警技术领域。本发明对城镇、农村人口发病聚集的探索与预测预警创新性的考虑了两个因素，一个是人员发病地址和人员就医登记地址的矛盾，另一个是引入了power参与评估预测，此处power是一个关于人口密度和相对风险值RR的函数，强调应考虑城镇农村人口密度稀疏问题，而不是单纯的考虑RR值，使用中用相对偏差B来衡量，因为B和power变化一致，当B无限接近1时，power因素可忽略。

技术领域

本发明涉及一种基于相对风险偏差和空间参量修正的时空扫描统计方法，属于疾病时空聚集性探测与预测预警技术领域。

背景技术

时空事件聚类分析，从提出以来近十年里，出现了一些成熟的方法。其大致分为三种类型：(1)时空扫描统计，(2)时空密度聚类，(3)时空混合距离。本发明探讨的是第一类时空扫描统计部分。

2001年Kuiidorff在空间统计的基础上提出了时空扫描统计，其基本用于探测传染病的时空聚集模式。模型定义一系列以空间距离为半径，时间间隔为高的圆柱型时空扫描窗口。然后用最大似然函数、蒙特卡罗等对扫描窗口的显著性进行检验，寻找最异常的窗口。之后2008年TaKahash等人对扫描窗口的形状进行了扩展，提高了非球型簇探测的能力。2011年，Tango等人在模型中加入了期望发病数随时间的变化一因素，使时空扫描统计更为完善。

以上说明纯粹的空间和时空扫描已经成功的应用于检测和预估地理疾病爆发集群。但是尽管在成熟的模型下扫描统计量正确的识别集群的概率很高，并没有对所检测到的集群进行一个集群的相对风险的评估。如人员稀少地方，尽管有聚集情况，但其实发病率还是很低；扫描使用的空间参量数据一般来源于医院的登记，会有一个人员发病地点和人员就诊登记地点的矛盾，导致最终数据有一定偏差。

发明内容

本发明要解决的技术问题是提供一种基于相对风险偏差和空间参量修正的时空扫描统计方法，用于解决时空扫描统计中人员发病地点和人员就诊登记地点的矛盾问题和被探测到的聚集区域相对风险存在偏差等现象，致力于提高时空扫描疾病聚集性探测与预测预警的准确性。

本发明的技术方案是：一种基于相对风险偏差和空间参量修正的时空扫描统计方法，具体步骤为：

Step1：从城镇农村医院上报数据库中获取病例登记信息，主要获取空间地址，实际发病地址和就诊地址等数据集；

Step2：确认Step1中的地理信息，清洗数据，空间扫描地址扫描信息统一为实际发病地址；

Step3：信息搜集完毕后，调用Step1中的地理信息，基于Kulldorff模型，以G区域作为研究区域，其中Z区域为扫描的聚集区域，针对每个时空扫描窗口，在泊松分布假设前提下，定义真实的相对风险值RR；

Step4：继续Step3中的模型操作，假设选定的区域Z与观测值无关，根据扫描的数据得到相对风险值RR的估计量

Step5：根据Step3和Step4中得到的相对风险值RR与相对风险估计量求解相对风险偏差

Step6：由Step5得到的相对风险偏差B，作为时空聚集性预测预警准确性的一个衡量条件，在一些探测结果中同时显示B值，B值越接近1，表示对结果值的判断越准确。

进一步地，所述步骤Step2中，考虑真实传染源在发病地点，空间扫描地址扫描信息统一为实际发病地址。

进一步地，所述Step3中，真实的相对风险值RR计算为：

其中，λ_Z为聚集区域Z内的风险值比上研究区域G处于Z以外的区域的风险值。