監測預警基礎17-另外一種季節性分析方法→集中度法

系列簡介

這是我們一系列原創技術貼，從易到難，每天學習一點。所有內容均為疾控數據分析、科研論文相關，或者說很多和現在的熱門監測預警相關，所以我們這個系列就叫“監測預警基礎”。

今天是第17節，一種新的應用于季節性分析的方法，集中度法，也很簡單。

各位疾控同仁，在分析傳染病發病的季節性特征時，我們常需一個量化指標來回答：“這種病的發病時間到底有多集中？”

今天介紹的集中度法，正是解決這一問題的經典工具。

集中度法，是一種專用于衡量疾病發病時間季節性強弱的統計指標。其核心輸出是集中度（m值），它量化了疾病在一年內的發病數集中（聚集）于特定月份的程度。

簡單理解：如果全年發病都集中在1-2個月，m值就接近于1；如果每月發病數幾乎一樣，m值就接近于0。m值越大，季節性越強，判斷標準理解如下：

m值為0.70~<0.90，說明發病有很強的季節性；

m值為0.50~<0.70，說明發病有較強的季節性；

m值為0.30~<0.50，說明發病有一定的季節性；

m值<0.30，說明發病的時間分布比較均勻，無明顯季節性。

第一、基本原理

該方法將一年12個月視為一個圓周，每個月的發病構成比（r_i）視為一個具有方向（月份角度）的“力”。通過數學合成，最終得到一個代表全年發病“重心”的合成向量。合成向量的長度，就是集中度m。

第二，公式理解

圖中的r_x和r_y公式，實際上是上述向量合成原理在平面直角坐標系下的具體展開式。它已經將月份角度（1月=0°，2月=30°，…）對應的三角函數值（sin/cos）進行了計算并固化在公式系數中（如√3/2對應30°或60°的正弦/余弦值）。

• r_i：第i個月的發病數占全年總發病數的比例。

• r_x：所有月份向量在X軸（0°方向）上分量的總和。

• r_y：所有月份向量在Y軸（90°方向）上分量的總和。

• m：合成向量的長度，m = √(r_x2 + r_y2)。

第三，方法本質

集中度法的本質是用單一指標（m）量化發病時間分布的“不均勻性”，從而避免僅憑流行曲線圖做主觀判斷。

假設我們有一份6年每個月某病病例數的數據，計算其實很簡單，就是按照公式一步步操作即可，簡單來說分以下4步：

一、主要用途

1.橫向對比：比較不同傳染?。ㄈ缌鞲?vs. 手足口?。┗虿煌貐^同種疾病的季節性強度。

2.縱向監測：觀察同一疾病m值的年度變化，預警季節性模式是否發生改變。

3.效果評估：評估疫苗接種等干預措施后，發病高峰是否被“削平”（m值是否下降）。

二、不足之處及建議

1、方法不足：集中度法只能判斷季節性的強弱（m值大?。?，無法估算發病高峰的具體集聚時間點（如高峰期在幾月）。

2、聯合應用建議：為解決上述不足，可將集中度法與圓形分布法聯合使用，先次用集中度法（本法）計算m值，回答“季節性有多強？”

再采用圓形分布法：在m值提示存在季節性（如m>0.3）后，可進一步使用圓形分布法計算平均角，從而精確估算發病高峰的平均日期（集聚時間），實現“強弱”與“何時”的完整解答。

三、總結

集中度法（m值）是疾控人員量化疾病季節性強度的利器。通過圖中公式，我們可將其在Excel中快速實現。牢記其僅能判斷強度的特點，在實際工作中與圓形分布法聯用，可對發病時間聚集性做出更全面的分析，為精準預警和資源調配提供堅實的數據支撐。

編輯：普通疾控人 | 審核：詩酒趁年華

文章來源 | 原創

說明 | 轉載只為分享，如有侵權聯系刪除

?版權聲明 | 部分信息和圖片來自公開網絡

轉載請注明

再次轉載請注明出處

科普健康 | 宣傳疾控

本號為多位疾控機構從業者運營

重點關注國內外健康事件

致力于疾控科普

在做好科普服務大眾的同時

做好疾控機構的宣傳

讓更多的人了解疾控，擁抱健康

歡迎加「小編」微信(cdcjkr126com)

本文具體說明

本文為原創內容，文章為個人理解所學，不涉及疫情信息及內部保密數據，發表的目的為自我總結及給有需求的人士學習使用。如有不妥之處，歡迎聯系小編修改、刪除。

更多精彩視頻，盡在“CDC疾控人”視頻號