一种传染病前期预警的方法技术

本发明专利技术涉及一种传染病前期预警的方法，属于大数据分析技术领域。首先建立传染病发病量信息数据库，设置一个基线窗口对传染病发病量数据进行权重预处理，在基线窗口中利用处理后的数据进行基线水平计算，累积原始传染病发病量与基线水平之间的偏移量得出预警统计量，比较其统计量与判定阈值的大小，进行预警。本发明专利技术对历史数据增加不同的权重来对原始数据进行预处理，权重的大小决定了原始数据对现时数据的影响程度，进而使得出的基线水平更加平均，观测值与基线水平的累积和大的更大，小的更小，大大的提高了预警的灵敏度。

【技术实现步骤摘要】
一种传染病前期预警的方法
本专利技术涉及一种传染病前期预警的方法，属于大数据分析

技术介绍
随着21世纪新纪元的到来，交通越来越发达，人员流动性越来越大，许多新的传染病的发病人数不断成上升趋势，于是对传染病进行提前预防至关重要，提前预测传染病的躁动，及时采取相关措施控制传染源，减少疫情波及的人数和范围，让大家有个健康的身体。
技术实现思路
本专利技术要解决的技术问题是提供一种传染病前期预警的方法，用来进行小范围的传染病前期预测，为疾病爆发采取预防措施争取时间。本专利技术的技术方案是：一种传染病前期预警的方法，首先建立传染病发病量信息数据库，设置一个基线窗口对传染病发病量数据进行权重预处理，在基线窗口中利用处理后的数据进行基线水平计算，累积原始传染病发病量与基线水平之间的偏移量得出预警统计量，比较其统计量与判定阈值的大小，进行预警。具体步骤为：Step1：建立原始传染病发病量的数据库：收集某地区某一段时间内传染病的发病量建立一个时间轴上的传染病信息表，传染病信息表包括病种，编号，时间，发病数量；Step2：对原始数据进行加权预处理：预处理包括假设某地区时间i内观测到的传染病发病数依次为y1,y2,…,yt,…yi，遵从独立的N(0,1)分布，按照以一周为基线窗口给原始数据yt降幂形的权重得出当天期望的数值，即第t天的期望数值由该天以及前6天的数据加权求得，得到新的传染病发病数m1,m2,...,mt，也遵从独立的N(0,1)分布；Step3：基线水平计算：使用step2中的数据对其进行基线水平计算，设置一个参数g来选择基线窗口，当g＝0s时在时间t内设置一个从t-1到t-7的窗口基线A，当g＝2时从第t-3天到第t-9天设置基线窗口B，计算出在基线窗口A和B下的基线水平值μ与σ；Step4：计算预警统计量：使用时间t内的观测值与窗口基线A和B下算出的均值与方差进行偏值差累加得到各自的统计量Ct(A)和Ct(B)，最终得出预警统计量Ct＝Ct(A)和Ct(B)；Step5：判断是否预警：设定判定值H，当统计量Ct>H，开始预警。所述步骤step2中，对原始数据进行加权预处理的公式为：其中，0＜λ＜1，λ为待定参数之一，t表示第t天，t＝1,2,…,7，yt表示第t天观察到的传染病发病量即第t天的观测值。所述步骤step3的计算基线水平公式为：其中，D＝7，表示基线窗口大小；基线窗口参数g＝0或2；k为从1到无穷大的整数。所述步骤step4中基线窗口A和B下的统计量公式为：其中，初始值为C0＝0，为允偏量，为待定参数之一，δ为step4中求得的基线水平值μ，当基线水平从μ偏移到时，提示异常，发出预警信号。本专利技术的有益效果是：本专利技术引入加权的思想对Cusum算法进行改进。首先设定一定的权重对原始数据进行一个预处理，权重的设定与离现时数据的远近有关，按照由近到远降幂的形式设定；然后抛弃原始数据，用处理过的期望数据进行基线水平的计算，找出更加合理的基线水平。本专利技术与现有的技术相比，大大降低了时间较久的发病量对现时发病的影响，免去了不必要的干扰，让预测统计量大的更大，小的更小，大大的提高的预警的灵敏度。附图说明图1是本专利技术步骤流程图；图2是本专利技术step1中建立的原始数据库图；图3是本专利技术step1预处理后的期望数据；图4是本专利技术实施例详细结果图。具体实施方式下面结合附图和具体实施方式，对本专利技术作进一步说明。实施例1：一种传染病前期预警的方法，首先建立传染病发病量信息数据库，设置一个基线窗口对传染病发病量数据进行权重预处理，在基线窗口中利用处理后的数据进行基线水平计算，累积原始传染病发病量与基线水平之间的偏移量得出预警统计量，比较其统计量与判定阈值的大小，进行预警。具体步骤为：Step1：建立原始传染病发病量的数据库：收集某地区某一段时间内传染病的发病量建立一个时间轴上的传染病信息表，传染病信息表包括病种，编号，时间，发病数量；Step2：对原始数据进行加权预处理：预处理包括假设某地区时间i内观测到的传染病发病数依次为y1,y2,…,yt,…yi，遵从独立的N(0,1)分布，按照以一周为基线窗口给原始数据yt降幂形的权重得出当天期望的数值，即第t天的期望数值由该天以及前6天的数据加权求得，得到新的传染病发病数m1,m2,...,mt，也遵从独立的N(0,1)分布；Step3：基线水平计算：使用step2中的数据对其进行基线水平计算，设置一个参数g来选择基线窗口，当g＝0s时在时间t内设置一个从t-1到t-7的窗口基线A，当g＝2时从第t-3天到第t-9天设置基线窗口B，计算出在基线窗口A和B下的基线水平值μ与σ；Step4：计算预警统计量：使用时间t内的观测值与窗口基线A和B下算出的均值与方差进行偏值差累加得到各自的统计量Ct(A)和Ct(B)，最终得出预警统计量Ct＝Ct(A)和Ct(B)；Step5：判断是否预警：设定判定值H，当统计量Ct>H，开始预警。所述步骤step2中，对原始数据进行加权预处理的公式为：其中，0＜λ＜1，λ为待定参数之一，t表示第t天，t＝1,2,…,7，yt表示第t天观察到的传染病发病量即第t天的观测值。所述步骤step3的计算基线水平公式为：其中，D＝7，表示基线窗口大小；基线窗口参数g＝0或2；k为从1到无穷大的整数。所述步骤step4中基线窗口A和B下的统计量公式为：其中，初始值为C0＝0，为允偏量，为待定参数之一，δ为step4中求得的基线水平值μ，当基线水平从μ偏移到时，提示异常，发出预警信号。实施例2：如图1-2所示，一种传染病前期预警的方法，实施例1：如图1-2所示，一种传染病的前期预警方法，所述的具体方法步骤如下：Step1:获取某地区7月份上旬的传染病发病病历表建立的数据库，数据库信息表包括：病种，编号，时间，发病数量。Step2：对原始数据进行权重预处理：预处理包括假设某地区时间t内观测到的传染病发病数依次为y1,y2,…,yt,…yi遵从独立的N(0,1)分布，按照以一个星期为基线窗口给原始数据yt降幂形的权重得出我们要的当天期望的数值即第t天的期望数值由该天以及前6天的数据加权求得，得到新的传染病发病数m1,m2,...,mt()也遵从独立的N(0,1)分布。已知原始的数据7月13号的流感发病数，以当天为准，往前倒退6天即7月13号到7月9号为一个基线窗口，把7月13号到7月9号的发病数打入公式即可求出第7月13号的期望数值，以此类推倒着求出7月分上旬的期望流感发病值。Step3：基线水平计算：使用step2中的数据对其进行基线水平计算，设置一个参数g来选择基线窗口，当g＝0s时在时间t内设置一个从t-1到t-7的窗口基线A，当g＝2时从第t-3天到第t-9天设置基线窗口B,于是带入公式：可计算出D＝7，g＝0时在基线窗口A下的水平值μ与σ，D＝7,g＝3时，得出基线窗口B下的水平值μ与σ。Step4：计算预警统计量：使用时间t内的观测值与窗口基线A和B下算出的均值与方差进行偏值差累加得到各自的统计量Ct(A)和Ct(B),最终得出预警统计量Ct＝Ct(A)和Ct(B)；具体为：设定此处α＝1，把step1中的原始数据和ste本文档来自技高网...

【技术保护点】
1.一种传染病前期预警的方法，其特征在于：首先建立传染病发病量信息数据库，设置一个基线窗口对传染病发病量数据进行权重预处理，在基线窗口中利用处理后的数据进行基线水平计算，累积原始传染病发病量与基线水平之间的偏移量得出预警统计量，比较其统计量与判定阈值的大小，进行预警；具体步骤为：Step1：建立原始传染病发病量的数据库：收集某地区某一段时间内传染病的发病量建立一个时间轴上的传染病信息表，传染病信息表包括病种，编号，时间，发病数量；Step2：对原始数据进行加权预处理：预处理包括假设某地区时间i内观测到的传染病发病数依次为y1,y2,…,yt,…yi，10≤t≤i,

【技术特征摘要】
1.一种传染病前期预警的方法，其特征在于：首先建立传染病发病量信息数据库，设置一个基线窗口对传染病发病量数据进行权重预处理，在基线窗口中利用处理后的数据进行基线水平计算，累积原始传染病发病量与基线水平之间的偏移量得出预警统计量，比较其统计量与判定阈值的大小，进行预警；具体步骤为：Step1：建立原始传染病发病量的数据库：收集某地区某一段时间内传染病的发病量建立一个时间轴上的传染病信息表，传染病信息表包括病种，编号，时间，发病数量；Step2：对原始数据进行加权预处理：预处理包括假设某地区时间i内观测到的传染病发病数依次为y1,y2,…,yt,…yi，10≤t≤i,遵从独立的N(0,1)分布，按照以一周为基线窗口给原始数据yt降幂形的权重得出当天期望的数值，即第t天的期望数值由该天以及前6天的数据加权求得，得到新的传染病发病数m1,m2,...,mt，10≤t≤i,也遵从独立的N(0,1)分布；Step3：基线水平计算：使用step2中的数据对其进行基线水平计算，设置一个参数g来选择基线窗口，当g＝0s时在时间t内设置一个从t-1到t-7的窗口基线A，当g＝2时从第t-3天到第...

【专利技术属性】
技术研发人员：龙华，张漪，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南,53