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30節，因為各種原因很久沒更新這個系列了，今天我們繼續，如果大家覺得不錯，歡迎轉發點贊！

做傳染病監測的同行，大概率都經歷過，

或者說最害怕的就是這兩種情況

那就是

第一種，漏報。

某個冬春季，你盯著流感樣病例（ILI）曲線，它還在基線附近“裝死”，但實驗室同事告訴你陽性率已經飆高，學校里集中發熱疫情接連暴發，單指標沒報警，疫情卻擴散了。

第二種，誤報。

某周 ILI 突然沖過閾值，你連夜寫分析報告、發預警短信，結果下周數據回落——原來只是那家哨點醫院上周系統故障，補報了一摞舊病例。

為什么出現這個情況，

問題不在你

而在“單指標”本身

單指標預警，本質上是“單眼視物”

我們前面講過很多方法，CUSUM（）、EWMA（）、Serfling回歸（）

這些經典模型，在識別傳染病早期異常時確實好用，但它們通常只盯一個指標。這個指標一旦抽風（補報、抽樣誤差、季節波動），預警系統就跟著抽風。

更關鍵的是，單指標只能回答一個問題：“超沒超閾值？”但是它無法告訴你：

第一，這波異常是真暴發還是數據噪音？

第二，就算真暴發了，強度有多嚴重？是加強監測就行，還是該建議停課？

第三，不同地區、不同年份，閾值怎么橫向比較？

好的，要解決并回答上面這些問題，就需要我們今天分享的總和指數法。

簡單說，它是一套“多指標融合、去量綱、加權、分級”的框架。

想象你要判斷這周流感的危險程度，你手頭有三個維度的數據，當然實際中關于衡量流感流行水平，確實是這么多傳染病中最多的。

1.醫院門急診的流感樣病例數（反映就診壓力）

2.實驗室核酸檢測陽性率（反映真實病毒活動）

3.學校/托幼機構聚集性疫情起數（反映社會面傳播）

這3個指標單位完全不同：一個是“人次”，一個是“百分比”，一個是“起”，這3個怎么協調、怎么綜合？

畢竟不同的指標不能不能直接相加呀！

怎么辦？

一句話說清楚：綜合指數法就是先給每個指標找一個標準值（比如歷史流行閾值），算出一個相對倍數（實際值÷標準值），把三個指標都翻譯成“相對于標準的幾分之幾”。然后按重要性加權，最后匯總成一個綜合指數（SI）。

這個指數越高，代表多維度風險疊加得越厲害。更重要的是，它可以被切成幾段，對應到“非流行→低強度→中等強度→高強度→超高強度”五個等級。

它能做什么，單指標做不到？我們對比一下就一清二楚了！

綜合指數法最適合用在哪？
目前看，在有明顯季節性、且數據源豐富的傳染病監測中效果最好：
1、呼吸道傳染病（流感、新冠、支原體肺炎等）
2、腸道傳染病（手足口、諾如病毒感染等）
3、有學校/托幼機構聚集性疫情特征的疾病

當然也要注意兩個誤區：

第一，不是指標越多越好。綜合指數法的威力在于“選得準、融得穩”，而不是把七八個指標硬塞進去，明天我們就會專門講怎么選。

第二，它不是水晶球。它不能預測“下周會不會暴發”，它做的是風險儀表盤——告訴你這周基于現有監測數據，流行強度已經飆到哪個檔位了。

一句話總結：如果你手里有 2~3 種監測數據，卻總不知道該信哪個、該什么時候拉警報，綜合指數法就是幫你把“多源異構數據”翻譯成“一句人話”的工具。

綜合指數法怎么做？

我們后面會詳細講，

簡單來說就是下圖這樣5個步驟

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