胡曉雯，薛銘琰，張 楓，卞子龍，3，吳 靜，蔡奇慧*

1南京醫(yī)科大學(xué)生物醫(yī)學(xué)工程與信息學(xué)院，2公共衛(wèi)生學(xué)院，江蘇 南京 211166；3浙江大學(xué)公共衛(wèi)生學(xué)院，浙江 杭州310058

傳染病一直伴隨著人類的發(fā)展，對人類健康構(gòu)成嚴(yán)重威脅，而基本衛(wèi)生設(shè)施的完善，生活水平的提高以及藥物和疫苗的研發(fā)又促使總發(fā)病率和病死率穩(wěn)步下降［1］。在中國，1970—2007年，連續(xù)報(bào)告的18 種傳染病的年發(fā)病率不斷下降，從每10 萬人4 000多例下降到每10萬人少于250例［2］。

目前國內(nèi)針對法定傳染病的時(shí)空分析較為成熟，如張淼等［3］利用空間自回歸對甲乙類傳染病進(jìn)行空間聚集性分析，王志心等［4］利用機(jī)器學(xué)習(xí)的方法對各省份新型冠狀病毒肺炎疫情進(jìn)行預(yù)測。在可視化方面，金思辰等［5］基于傳染病時(shí)空數(shù)據(jù)進(jìn)行聚類分析，并設(shè)計(jì)可視化系統(tǒng)，但編程較為專業(yè)。高效清晰的數(shù)據(jù)可視化可以讓研究人員更容易掌握客觀情況并采取更有效的應(yīng)對方法。用圖形表現(xiàn)復(fù)雜的數(shù)據(jù)，比傳統(tǒng)的統(tǒng)計(jì)分析法更加形象且具有啟發(fā)性。因此，公共衛(wèi)生研究人員可以借助傳染病數(shù)據(jù)的可視化圖表更好地尋找數(shù)據(jù)規(guī)律、分析推理、預(yù)測未來趨勢。

Shiny 是其開發(fā)團(tuán)隊(duì)針對R 語言開發(fā)的網(wǎng)頁應(yīng)用開發(fā)框架，可允許用戶使用純R 語言開發(fā)界面簡潔、功能強(qiáng)大可發(fā)布的網(wǎng)頁應(yīng)用。通過建立交互式圖表和應(yīng)用程序的Web框架，實(shí)現(xiàn)網(wǎng)頁應(yīng)用與數(shù)據(jù)處理的無縫銜接，可將分析結(jié)果轉(zhuǎn)化為交互式Web視覺效果［6］。因此本研究利用它設(shè)計(jì)了一款集數(shù)據(jù)分析與可視化為一體的分析系統(tǒng)——中國法定傳染病可視化分析系統(tǒng)。

了解傳染病的流行趨勢，加強(qiáng)傳染病的預(yù)防和控制，對于公共衛(wèi)生安全具有重要意義。本研究通過收集整理2004—2017年法定傳染病的病例數(shù)、死亡情況、發(fā)病率、病死率和年齡分布數(shù)據(jù)，旨在分析中國39種法定傳染病的流行情況，包括時(shí)間和空間趨勢，為政府制定最佳防控策略提供科學(xué)依據(jù)。

1 資料和方法

1.1 資料

數(shù)據(jù)資料來自國家人口與健康科學(xué)數(shù)據(jù)共享平臺（http：//www.ncmi.cn/），收集2004—2017年應(yīng)呈報(bào)的甲、乙、丙3 類共39 種法定報(bào)告?zhèn)魅静〉陌l(fā)病數(shù)、死亡數(shù)、發(fā)病率、病死率和年齡分布數(shù)據(jù)。其中甲類2種、乙類26種、丙類11種。甲類傳染病和乙類傳染病中的肺炭疽和嚴(yán)重急性呼吸綜合征（severe acute respiratory syndrome，SARS）在診斷后2 h內(nèi)應(yīng)在線報(bào)告，其余乙類和丙類傳染病應(yīng)在24 h內(nèi)報(bào)告［7］。

1.2 方法

該系統(tǒng)由軟件RStudio 在R 語言環(huán)境下（R-3.5.2）編程完成。通過安裝多種功能的R 包（shiny、ggplot2、maps、pheatmap、gplots、plyr、dplyr、spdep、inla等），可實(shí)現(xiàn)多種統(tǒng)計(jì)分析與可視化功能。假設(shè)檢驗(yàn)的水準(zhǔn)α=0.05，為雙側(cè)檢驗(yàn)。

Shiny是用于R的Web應(yīng)用程序框架，可用于構(gòu)建交互式Web 應(yīng)用程序。創(chuàng)建應(yīng)用程序需要兩個(gè)R 腳本：一個(gè)名為ui.R 的用戶界面腳本和一個(gè)服務(wù)器腳本server.R。用戶界面腳本控制應(yīng)用程序的布局和外觀。服務(wù)器腳本包含R對象以及如何顯示它們的有關(guān)說明。該應(yīng)用程序使用一種稱為反應(yīng)性的功能來支持交互性。這樣，用戶對文本、日期及其他輸入內(nèi)容進(jìn)行修改后，相應(yīng)的R 對象將得到自動(dòng)更改。

本研究設(shè)計(jì)的可視化系統(tǒng)框架詳見圖1所示。

圖1 可視化系統(tǒng)框架Figure 1 Framework of visualized system

2 結(jié)果

系統(tǒng)的主界面如圖2所示，包括4個(gè)功能模塊：總體概述、表格制作、統(tǒng)計(jì)分析和圖形繪制，其中圖形繪制的可視化功能為平臺的特色與主要功能。本系統(tǒng)通過讀取指定的傳染病數(shù)據(jù)信息，對數(shù)據(jù)信息進(jìn)行綜合處理，通過數(shù)據(jù)匯總和分析，可以對多年的傳染病數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)分析與可視化呈現(xiàn)。

圖2 可視化系統(tǒng)主界面Figure 2 The main interface of the visual system

2.1 總體概述模塊

總體概述模塊中主要包括系統(tǒng)簡介，介紹了可視化系統(tǒng)設(shè)計(jì)的背景，這是一款兼具數(shù)據(jù)分析與可視化功能的系統(tǒng)。同時(shí)在該模塊中還以動(dòng)態(tài)式和交互式地圖的形式展現(xiàn)了2016 年中國地區(qū)（除港、澳、臺）法定報(bào)告?zhèn)魅静〉陌l(fā)病率分布情況，表1 展示了具體的發(fā)病情況。

2.2 表格制作模塊

表格制作模塊分為年齡數(shù)據(jù)、月份數(shù)據(jù)、年齡分層數(shù)據(jù)、地區(qū)數(shù)據(jù)、按傳染途徑分類數(shù)據(jù)5 個(gè)部分。如按年齡分層數(shù)據(jù)（圖3），通過讀入指定數(shù)據(jù)，可以對各層數(shù)據(jù)進(jìn)行標(biāo)化從而得到熱圖的目標(biāo)數(shù)據(jù)集。其他數(shù)據(jù)類型類似，不贅述。

2.3 統(tǒng)計(jì)分析模塊

在統(tǒng)計(jì)分析模塊中，可以對發(fā)病情況進(jìn)行人群、時(shí)間、空間和時(shí)空交互這4個(gè)層面的分析。

人群分析，分為年齡分層分析和疾病種類分析。圖4 展示疾病年齡聚類分析的結(jié)果，如手足口病、腮腺炎在兒童中的發(fā)病要高于成人；而乙肝、淋病成人發(fā)病較多。同時(shí)能夠找出發(fā)病年齡結(jié)構(gòu)類似的疾病，如淋病和艾滋病的發(fā)病年齡結(jié)構(gòu)類似，同樣高發(fā)于成人。另外，對地區(qū)的傳染病數(shù)據(jù)進(jìn)行聚類分析，也可找出發(fā)病結(jié)構(gòu)類似的省份。

表1 2016年中國地區(qū)法定報(bào)告?zhèn)魅静R總表Table 1 The summary of notifiable infectious diseases of China in 2016

時(shí)間層面的分析，利用時(shí)間序列分析的ARIMA模型［8-9］、指數(shù)平滑模型預(yù)測未來的發(fā)病變化情況，并給出95%可信區(qū)間，預(yù)測未來年份的傳染病發(fā)病變化情況?？ǚ节厔莘治?，則以統(tǒng)計(jì)表格的形式判斷39種傳染病發(fā)病率的升降情況。

圖3 年齡分層數(shù)據(jù)Figure 3 Age stratified data

圖4 年齡分層熱圖Figure 4 The heatmap of age stratified data

空間層面的分析，使用空間自相關(guān)分析以及重心遷移技術(shù)?？臻g自相關(guān)是檢驗(yàn)空間單元屬性聚集程度的一種有效方法，可以用來探索傳染病的空間聚集性以及發(fā)病率的中心改變情況?？臻g自相關(guān)分為全局空間自相關(guān)和局部空間自相關(guān)兩大類，Moran’s I 指數(shù)法是最為基本和重要的方法［10］。通過將Global Moran’s I 指數(shù)的觀測值與其期望值E（I）進(jìn)行比較，可以判定其空間相關(guān)性，但是仍然要嚴(yán)格檢驗(yàn)兩者之間的差異是否具備統(tǒng)計(jì)學(xué)上的顯著性水平?？赏ㄟ^Z統(tǒng)計(jì)量來進(jìn)行檢驗(yàn)。根據(jù)正態(tài)分布檢驗(yàn)，在顯著性水平α下，當(dāng)P ＜α，表明區(qū)域之間的屬性分布具有顯著的空間相關(guān)關(guān)系；當(dāng)P＞α，表明區(qū)域之間的屬性分布不具有顯著的空間相關(guān)關(guān)系［11-12］。對2004 年39 種傳染病的空間分布進(jìn)行分析，利用P值來判斷聚集性是否明顯，這里P=0.267 7表明聚集性并不明顯（圖5）。

時(shí)空交互分析，使用貝葉斯時(shí)空模型和時(shí)空掃描統(tǒng)計(jì)量的方法。貝葉斯時(shí)空模型是根據(jù)貝葉斯統(tǒng)計(jì)原理對具有時(shí)空屬性的數(shù)據(jù)資料進(jìn)行建模。模型中所有未知參數(shù)均作為隨機(jī)變量，利用先驗(yàn)分布對風(fēng)險(xiǎn)估算時(shí)可借用鄰近時(shí)空信息較好地解決復(fù)雜時(shí)空結(jié)構(gòu)中的異質(zhì)性問題，充分考慮傳染病的時(shí)空屬性［13］。相對于直接利用各省發(fā)病率來描述傳染病的相對風(fēng)險(xiǎn)，貝葉斯時(shí)空模型可以分析區(qū)域間的相鄰關(guān)系，使得估計(jì)結(jié)果不易受樣本量與極端值的影響［14］，除此之外，相較于空間層面僅能對1年情況分析的方法，貝葉斯時(shí)空模型將時(shí)間變量納入分析。

圖5 空間自相關(guān)分析Figure 5 Spatial autocorrelation analysis

2.4 圖形繪制模塊

在圖形繪制模塊，以折線圖、極圖、盒圖、地圖熱力圖等多種靜態(tài)和交互式圖片的形式將數(shù)據(jù)可視化，這也是平臺的特色之一。

極圖用顏色深淺顯示了39 種傳染病歷年的發(fā)病變化情況（圖6）。如流感扇區(qū)，從內(nèi)向外顯示了2004—2017 年流感的發(fā)病變化。每種傳染病每年的發(fā)病率，做成極圖形式，可以直觀看出哪些年份傳染病盛行，哪些傳染病傾向于同時(shí)發(fā)生。

圖6 極圖Figure 6 Pole diagram

根據(jù)各省份的發(fā)病率畫出盒圖（圖7），顯示了各省份發(fā)病率隨年份增長的分布情況。地圖熱圖欄可通過導(dǎo)入各省的數(shù)據(jù)，繪制發(fā)病率、死亡率、病死率的地理空間趨勢。該系統(tǒng)還可以繪制柱形圖、條形圖以及雷達(dá)圖等交互式圖形。

3 討論

圖7 各年發(fā)病率的盒圖Figure 7 Box plot of incidence rates by year

目前，國內(nèi)研究人員較少對傳染病開展綜合的時(shí)空可視化分析，更多集中在某種傳染病的時(shí)間層次或者空間層次的分析［15-16］。本研究的中國法定傳染病數(shù)據(jù)可視化分析平臺是一款數(shù)據(jù)分析與可視化系統(tǒng)，特色在于有較完善的統(tǒng)計(jì)學(xué)分析，又提供了數(shù)據(jù)的自動(dòng)制表與可視化結(jié)果的輸出，更對時(shí)空數(shù)據(jù)進(jìn)行動(dòng)態(tài)化與交互式展示。該應(yīng)用程序易于使用，使公共衛(wèi)生研究人員無需復(fù)雜的統(tǒng)計(jì)或編程技能即可執(zhí)行復(fù)雜的監(jiān)視分析。它不僅可以作為空間和時(shí)空疾病數(shù)據(jù)的探索性工具，交互式地顯示地圖、時(shí)間序列和各種表格，還可以通過使用R 包INLA 擬合貝葉斯模型來獲得疾病風(fēng)險(xiǎn)估計(jì)及其不確定性［17］。另外，對新數(shù)據(jù)亦可進(jìn)行處理，并實(shí)時(shí)給出相關(guān)結(jié)果。

基于網(wǎng)絡(luò)的法定傳染病報(bào)告系統(tǒng)自2004 年投入運(yùn)行以來，對傳染病的及時(shí)發(fā)現(xiàn)和控制產(chǎn)生了很大影響。減少疾病，可為整個(gè)社會財(cái)政和人民健康帶來很多好處。之前國內(nèi)也有一些關(guān)于傳染病研究的報(bào)道，但本研究的獨(dú)特之處在于整合了中國地區(qū)（除港、澳、臺）14 年來39 種法定報(bào)告?zhèn)魅静〉娜繑?shù)據(jù)集。可以及時(shí)了解最新法定報(bào)告?zhèn)魅静〖俺蕡?bào)個(gè)案數(shù)目的狀況，為公共衛(wèi)生部門提供法規(guī)和計(jì)劃管理信息。

當(dāng)然，面對許多技術(shù)問題，本研究也嘗試?yán)枚喾N方法去解決。如為確保圖像的實(shí)用性與可適用性，同時(shí)更好地呈現(xiàn)傳染病數(shù)據(jù)的時(shí)空趨勢與人群分布特征，本研究查閱大量相關(guān)文獻(xiàn)，以尋找廣泛使用的圖形，并且據(jù)此設(shè)計(jì)幾種特色圖形，如年齡分層聚類圖。同時(shí)不斷調(diào)整相關(guān)繪圖參數(shù)，達(dá)到美觀大方的效果。

拓展動(dòng)態(tài)式與交互式可視化是難點(diǎn)?？梢暬瓤梢允庆o態(tài)的，也可以是動(dòng)態(tài)的。動(dòng)態(tài)式可視化可以將時(shí)間線更具體地展現(xiàn)出來，設(shè)計(jì)成員采取層層疊加的方式，選取固定的過渡方式，最終形成動(dòng)態(tài)圖的格式。

了解傳染病的流行趨勢，加強(qiáng)傳染病的預(yù)防和控制，對于公共衛(wèi)生安全具有重要意義。為了描述疾病在人群、時(shí)間、空間上的分布特點(diǎn)，需要通過專業(yè)的統(tǒng)計(jì)學(xué)手段進(jìn)行驗(yàn)證，也需要通過可視化的手段直觀展現(xiàn)疾病分布特點(diǎn)。于是，本研究制作了折線圖、年齡分層熱圖、滑珠圖、地區(qū)分布熱圖等來描述2004—2017年的傳染病分布特點(diǎn)。

本研究的設(shè)計(jì)分析也存在一定不足之處，相對于分析某一種具體的傳染病，宏觀分析較粗糙，沒有考慮經(jīng)濟(jì)因素、氣候因素（溫度、濕度、風(fēng)速、顆粒物PM2.5）等）［18］。因此，在未來的版本中，將為疾病映射、群集檢測以及自定義數(shù)據(jù)可視化提供更多選項(xiàng)，從而增加其靈活性。擴(kuò)展應(yīng)用程序可以執(zhí)行的分析類型，以便用戶可以在更廣泛的模型中進(jìn)行選擇，合并協(xié)變量，包括不同類型的時(shí)空隨機(jī)效應(yīng)，以及在不同形狀的聚類中進(jìn)行選擇；另一個(gè)擴(kuò)展是分析點(diǎn)數(shù)據(jù)的統(tǒng)計(jì)方法和可視化。梁祁等［19］利用移動(dòng)百分位數(shù)法、控制圖法對2009—2011年江蘇省傳染病進(jìn)行預(yù)警，但缺乏預(yù)測模型，而本研究系統(tǒng)可以基于時(shí)間序列模型等方法對相關(guān)疫情進(jìn)行預(yù)測。

綜上所述，相比其他類似系統(tǒng)，設(shè)計(jì)的R shiny可視化統(tǒng)計(jì)分析系統(tǒng)操作簡便，分析方法多樣，提供了時(shí)間、空間的預(yù)測模型，有利于描述傳染病的流行特點(diǎn)，便于公共衛(wèi)生人員研究。