监测预警基础26-移动流行区间法中阈值的计算方式

系列简介

这是我们一系列原创技术贴，从易到难，每天学习一点。所有内容均为疾控数据分析、科研论文相关，或者说很多和现在的热门监测预警相关，所以我们这个系列就叫“监测预警基础”。

今天是第26节，也是MEM的最后一节。

上一节我们已经讲了很多了，可以采用函数计算流行期了，但是这并不是MEM的真正目的，MEM的目的是对目标时间进行预警。

预警就需要阈值，我们这一节就讲阈值的设置。

MEM模型通过历史数据划分流行期后，下一步是利用划分结果计算阈值：

流行阈值（Epidemic Threshold）：基于流行前期和流行后期（非流行期）数据，确定流行开始和结束的临界值。

强度阈值（Intensity Threshold）：基于流行期数据，定义中、高、极高流行强度的分级标准。

这些阈值用于监测当前数据：当监测指标超过流行阈值时，认为流行开始；超过强度阈值时，判定流行强度等级。

我们先计算流行阈值，也就是流行开始和流行结束阈值。

流行开始阈值是指当监测指标（如发病率）超过此值时，认为流行期开始。流行结束阈值是指当监测指标低于此值时，认为流行期结束。这两个阈值共同定义了流行期的边界，确保预警信号及时且准确。

1.计算原理 利用已经划分的流行前期和流行后期的监测指标值计算流行开始和结束阈值。选择各流行前期中监测指标最大的n个值纳人分析(n=30/N，N为纳入分析的流行季数，取值范围为5~10),计算这些值的算术均数的单侧95%置信区间、将置信区间的上限作为流行开始阈值。同理，利用各流行后期数据计算流行结束阈值。

2.数据来源

使用历史流行季的流行前期和流行后期数据（即非流行期数据），例如我们上一节的数据流行前期是第1-18周，流行后期是第33-52周。

筛选数据点：例如，如果N=9（即9个流行季），则n = 30 / 9 ≈ 3.33，通常取整为4，然后从每个历史流行季的流行前期中，选择监测指标值最大的4个值组成一个数据集。

3.计算这些值的算术均数

计算算术均数的单侧95%置信区间（上限），作为流行阈值。流行开始阈值使用流行前期的数据计算。流行结束阈值使用流行后期的数据计算，方法相同。

4.为什么这样做？ 使用非流行期的高值数据，可以捕捉到“基线波动”的上限，避免将正常波动误判为流行。95%置信区间提供了统计显著性，确保阈值可靠。
1.计算目的

在流行期内，进一步将流行强度分为中、高、极高等级，以便采取差异化防控措施。例如，超过“高流行阈值”时，可能需要启动应急响应。

2.计算原理

利用已经划分的流行期的监测指标值计算中、高和极高流行强度阈值。选择各流行期监测指标最大的n个值纳人分析(n=30/N),计算这些值的几何均数的单侧50%、90%和95%(或40%、90%和97.5%)置信区间，将此3个置信区间的上限依次作为中、高和极高流行强度阈值。

3.数据来源

使用历史流行季的流行期数据（即流行开始到结束的周次数据），例如之前的例子中，流行期是第19-32周。

4.筛选数据点

从每个历史流行季的流行期中，选择监测指标值最大的n个值（n = 30 / N，与流行阈值相同）。

5.统计计算

先计算数据对数的均数和标准误，然后反推回原始尺度。

中流行强度阈值：单侧50%置信区间上限（即中位数水平）。

高流行强度阈值：单侧90%置信区间上限。

极高流行强度阈值：单侧95%或97.5%置信区间上限。

将所有选出的n个值合并为一个数据集，计算这些值的几何均数（而非算术均数），因为传染病数据常呈偏态分布，几何均数更能代表集中趋势，计算几何均数的单侧置信区间上限，作为强度阈值：公式示意（几何均数的置信区间需对数转换）。

到此为止，MEM就基本讲完了。

它的具体实现有两种方式，一是R软件加载运行mem包，二是通过网页版MEM Dashboard实现，（http://memapp.iecscyl.com:8080/），我们后面再详细讲述！

编辑：普通疾控人 | 审核：诗酒趁年华

文章来源 | 原创

说明 | 转载只为分享，如有侵权联系删除

©版权声明 | 部分信息和图片来自公开网络

转载请注明

再次转载请注明出处

科普健康 | 宣传疾控

本号为多位疾控机构从业者运营

重点关注国内外健康事件

致力于疾控科普

在做好科普服务大众的同时

做好疾控机构的宣传

让更多的人了解疾控，拥抱健康

欢迎加「小编」微信(cdcjkr126com)

本文具体说明

本文为原创内容，文章为个人理解所学，不涉及疫情信息及内部保密数据，发表的目的为自我总结及给有需求的人士学习使用。如有不妥之处，欢迎联系小编修改、删除。

更多精彩视频，尽在“CDC疾控人”视频号