البيانات المجمعة موزونة بشكل متحرك المتوسط المتحرك للمخططات الرقابية

تيتر دو دوكومنت عنوان الوثيقة البيانات المجمعة أضعافا مضاعفة المتوسط ​​المتحرك المخططات التحكمية المؤلفون المؤلفون الانتماءات المؤلفون الانتماءات (1) ونيفرزيتي أوف واتيرلو، كانادا رسوم أبستراكت في صناعة من السحابات المعدنية في عملية يموت التدريجي، وغيرها من الحالات الصناعية، أبعاد الجودة الهامة لا يمكن قياسها على نطاق مستمر، وتصنف الأجزاء المصنعة إلى مجموعات باستخدام مقياس الخطوة. تقترح هذه الورقة نسخة من مخططات التحكم المتوسط ​​المرجح ألسيا (إوما) التي تنطبق على مراقبة البيانات المجمعة للتحولات العملية. تتم مقارنة خصائص طول تشغيل هذا المخطط الجديد إوما البيانات المجمعة مع نتائج مماثلة تم الحصول عليها سابقا ل إوما المخططات لبيانات المتغيرات ومع تلك للمجموع التراكمي (كوسوم) المخططات استنادا إلى البيانات المجمعة. البيانات المجمعة تظهر الرسوم البيانية إوما على أنها فعالة تقريبا كخرائط إوما المستندة إلى المتغيرات، وبالتالي فهي بديل جذاب عندما لا يكون جمع بيانات المتغيرات ممكنا. بالإضافة إلى ذلك، البيانات المجمعة إوما المخططات هي أقل تأثرا من ديسرتيس المتأصلة في البيانات المجمعة من البيانات المجمعة المخططات كوسوم. في تطبيق السحابات المعدنية، كانت البيانات إوما المخططات المجمعة بسيطة لتنفيذ وسمح الكشف السريع عن التحولات العملية غير مرغوب فيها. ريفو جورنال تيتل سورس سورس 1998، فول. 472، نو 2، ب. 203-216 (19 ريف.) لانغ لانغواد إديتور الناشر وايلي-بلاكويل، أوكسفورد، رويوم-يوني (1952) (ريفو) موتس-كلس أنغلايس إنجليش الكلمات المفتاحية بدء بداية تفشي الأنفلونزا باستخدام الحركة المرجحة بأوزان متوسط ​​الرسوم البيانية خلفية تسبب فيروسات الإنفلونزا تفشي موسمي في المناخات المعتدلة، وعادة خلال فصل الشتاء وأوائل الربيع، وهي متوطنة في المناخات الاستوائية. وتختلف شدة وطول تفشي الأنفلونزا من سنة إلى أخرى. وهناك حاجة إلى الكشف السريع والموثوق عن بداية تفشي المرض من أجل تعزيز تدابير الصحة العامة. ونقترح استخدام مخطط للتحكم المتوسط ​​المرجح أضعافا مضاعفة (إوما) لتعدادات الأنفلونزا المؤكدة المختبرية للكشف عن بداية ونهاية تفشي الأنفلونزا. يظهر الرسم البياني لتقديم إشارات في الوقت المناسب في تطبيق مثال مع سبع سنوات من البيانات من فيكتوريا، أستراليا. الاستنتاجات يمكن تطبيق مخطط التحكم إوما في تطبيقات أخرى للكشف السريع عن تفشي الأنفلونزا. الخلفية تسبب فيروسات الإنفلونزا تفشي موسمي في المناخات المعتدلة، وعادة خلال فصل الشتاء وأوائل الربيع، وهي متوطنة في المناخات الاستوائية. وتختلف شدة وطول تفشي الأنفلونزا من سنة إلى أخرى. وهناك حاجة إلى الكشف السريع والموثوق عن بداية تفشي المرض لعدد من الأسباب. يمكن تقديم تذكير للأشخاص المؤهلين للتلقيح. وبمجرد بدء موسم الإنفلونزا، قد ترغب المستشفيات في تغيير إجراءات القبول، اعتمادا على العدد المتوقع للمرضى الذين يعانون من مرض شبيه بالأنفلونزا (إيلي) الذي يتطلب دخول المستشفى. على سبيل المثال، قد تقرر المستشفيات خفض الحجوزات للعمليات الجراحية الاختيارية تحسبا لزيادة القبول الحاد للأنفلونزا ومضاعفاته. أيضا، في مستويات أعلى نسبيا من النشاط إيلي، أجنحة قبول المرضى الذين يعانون من مناعة قد ينتخبون قائمة فقط الموظفين الذين تم تطعيم ضد الأنفلونزا من أجل حماية هؤلاء المرضى عرضة للغاية. إن التعرف على موسم الإنفلونزا مهم أيضا بالنسبة إلى واضعي النماذج الذين يحاولون تقدير معدلات الاعتلال والوفيات المرتبطة بالنزلة الوافدة. وتتطلب النماذج التحقق المستقل من الأسابيع التي تجاوز فيها تداول الأنفلونزا مستوى خط الأساس الاسمي 1. ويتطلب تقدير فعالية لقاح الأنفلونزا أيضا تعريف موسم الأنفلونزا، لأن لقاح الأنفلونزا ينبغي أن يمنع فقط الإنفلونزا عندما ينتشر الفيروس 2. مراجعة الأدب كشف التغيرات في نشاط الأنفلونزا مع مرور الوقت له أوجه التشابه المباشرة في التطبيقات الصناعية حيث استخدام المخططات السيطرة لمراقبة سلسلة زمنية للتغيرات في النشاط الأساسي له تاريخ طويل 3. وتشمل استعراضات استخدام المخططات السيطرة للكشف الفوري عن تفشي تلك التي وودال 4 و تسوي وآخرون. 5. ويستند أبسط نهج للكشف عن الانحراف عن خط الأساس على الرسم البياني نوع شيوهارت الكلاسيكية 3. ومع مخطط شيوهارت، فإن القرارات المتعلقة بما إذا كان ينبغي الإشارة إلى تفشي المرض لا تعتمد إلا على المقياس الملحوظ لنشاط الإنفلونزا (الخام أو المتبقي) من الفترة الزمنية الحالية. اقترح سيرفلينغ 6 رصد أسبوعيا ناقص الوفيات المتوقعة من الأنفلونزا، حيث تم توقع الوفيات المتوقعة باستخدام نموذج الانحدار السلسلي الزمني الذي يناسب البيانات التاريخية. في الآونة الأخيرة، هاشيموتو وآخرون. 7 اقترح مخطط شيوهارت استنادا إلى بيانات إيلي أسبوعية من المؤسسات الطبية الخافرة و فيبود وآخرون. 8 أندرسن إت آل. 9 نهج سرفلينغ لرصد البيانات إيلي الأسبوعية من غس الحارس حيث تستند التهم المتوقعة على نموذج مناسب للبيانات التاريخية التي تتطابق مع النمط الأخير. استخدام الملاحظة ناقص التهم المتوقعة 6. 8. 9 بدلا من التهم الفعلية، يغير الهدف الضمني للرصد. ويشير عدد كبير من الناقص المتوقع (بقايا النموذج) إلى سلوك مختلف عما كنا نتوقعه. بالنسبة للأنفلونزا، نتوقع حدوث زيادات کبیرة نسبیا في النشاط الذي سیستمر علی مدى عدة أسابیع أو أشھر. في المناخات المعتدلة نتوقع أيضا نمط موسمي قوي مع زيادة النشاط خلال فصل الشتاء. وعلى هذا النحو، قد لا تتطابق الفاشيات الموسمية مع المخلفات الكبيرة، بالنظر إلى أن التعداد المتوقع سيكون مرتفعا. ومع ذلك، فإن هدفنا هو الكشف عن تفشي الأنفلونزا، سواء كان ذلك يتوافق مع النشاط الموسمية المتوقع أو خلاف ذلك. المخططات التراكمية (كوسوم) هي طرق مراقبة متتابعة حيث يكون الحجم الحالي لإحصاءات المخطط، وبالتالي فإن القرار بشأن ما إذا كان المخطط يجب أن يشير إلى ذلك، يعتمد على التعدادات الملاحظة (والمحتملة) من عدد من الفترات الزمنية الأخيرة بدلا من فترة زمنية واحدة كما هو الحال مع مخطط شيوهارت. في سياق رصد الإنفلونزا، اقترح مقترح موسوميلو وآخرون. 10 لمراقبة قسم الطوارئ لوحظ عدد ال إيلي ناقص العد من سبعة أيام قبل. يتم تعيين عتبات بشكل روتيني على أساس أفضل ملاءمة للبيانات التاريخية. هذا النهج فعال للكشف عن التغيرات على المدى القصير في نشاط الأنفلونزا ولكن للأسف فإن كوسوم ليس لديه تفسير بديهية. من الأدب رصد العملية الصناعية 3 ونحن نعلم أن المخططات شيوهارت جيدة في الكشف عن تغييرات عملية كبيرة مفاجئة، في حين أن الأساليب المتسلسلة، مثل الرسوم البيانية كوسوم، هي أفضل للتغيرات مستمرة أو تدريجية أصغر. كما أن تفشي الأنفلونزا عادة ما يؤدي إلى تغيير كبير في النشاط الملحوظ قد نستنتج أن أساليب شيوهارت ستكون مثالية. ومع ذلك، في بداية تفشي المرض هناك فترة انتقالية حيث النشاط آخذ في الازدياد، وبالتالي فإن التغيير من النشاط الأساسي إلى اندلاع راسخ ليست فورية. أيضا، يمكن أن يكون هناك تباين كبير، وذلك بسبب أعداد صغيرة من التهم وفترات خفيفة خفيفة الحد (غير الهامة)، في النشاط الملاحظ حتى عندما لا يكون هناك تفشي محدد. على هذا النحو فإنه ليس من الواضح على الفور ما إذا كان يفضل نهج شيوهارت أو كوسوم. كولينغ وآخرون. 11 مقارنة مجموعة متنوعة من الطرق بما في ذلك الأساليب سلسلة الوقت، الانحدار و كوسوم. ومع ذلك، هناك العديد من الاختلافات في النهج، وكما نوقش سابقا، والأساليب القائمة على مخلفات نموذج لها هدف مختلف عن الطرق القائمة على التهم الخام. كحل وسط بين شيوهارت ونهج متتابعة، مثل كوسوم، يمكننا تعديل نهج شيوهارت من خلال تضمين قواعد تشغيل مما يزيد من الحساسية للتغيرات المستمرة الصغيرة. تشغيل قواعد يمكن أن تتخذ أشكالا عديدة 3. في سياق رصد الأنفلونزا، توبيانا وآخرون. 12 و واتس إت آل. (13) مناقشة استخدام نهج رصد للإنفلونزا الجائحة في فرنسا واستراليا على أساس نظام تحديد المواقع الخفير الذي لا يشير إلا عندما يكون العد المرصود فوق عتبة أسبوعين متتاليين. وهناك فكرة مماثلة تأتي من مسقطيلو وآخرون. 14 الذي يقترح إشارات مستندة على المتوسط ​​المتحرك لأربعة أسابيع. مصدر البيانات استندت دراستنا في فيكتوريا، ثاني أكبر دولة من حيث عدد السكان في أستراليا مع عدد يقدر ب 5.2 مليون نسمة. لقد رصدنا مستوى نشاط الإنفلونزا في المجتمع باستخدام بيانات إخطار الأنفلونزا المؤكدة المختبرية الأسبوعية. وأكد المختبر أن الأنفلونزا مرض يمكن الإبلاغ عنه في فيكتوريا، ومن الشروط القانونية أن يتم إخطار الحالات خطيا من قبل المختبر المسؤول والممارس الطبي في غضون خمسة أيام من التشخيص إلى وزارة الصحة في ولاية فيكتوريا 15. ويعتمد عدد تشخيصات الأنفلونزا المؤكدة المختبرية على انتشار الأنفلونزا وسلوك اختبار الأطباء السريريين المسؤولين عن تشخيص الأنفلونزا وإدارتها. لقد افترضنا أن اختبار خارج الموسم (ديسمبر - أبريل في نصف الكرة الجنوبي) سيكون ثابتا تقريبا في حين، خلال موسم الانفلونزا وخلال تفشي الأنفلونزا متفرقة، وسوف تزيد من الاختبار. وأجريت جميع الفحوصات المخبرية في المختبر المرجعي الفيكتوري للأمراض المعدية (فيدرل) من المرضى الذين يعانون من مرض شبيه بالنزلة الوافدة من الممارسات العامة الخافرة الذين تم اختبارهم للأنفلونزا ومن المرضى الذين تم اختبارهم كجزء من الانقسام السريري الروتيني. الممارسات العامة الحارس هي الممارسات المجتمعية التي توفر بيانات المراقبة عن الأمراض المعدية. ويفترض عموما أن الممارسات الخافرة تمثل جميع الممارسات المجتمعية والمعلومات من تلك الممارسات تصف نشاط الأمراض المعدية في المجتمع 16. استخدمت الفحوص المختبرية لفحوصات تفاعل البوليميراز المتسلسل (ير) لتشخيص الأنفلونزا 17. وقد أكد مختبر فيدرل الأسبوعي أعداد الأنفلونزا للفترة 2002-2008 في الشكل 1. ومن الواضح أن تفشي الأنفلونزا الموسمية مرئي. بداية كل موسم الأنفلونزا يتوافق مع الزيادة السريعة في عدد الإخطارات المختبرية. لذلك يبدو من المعقول أن بداية تفشي الأنفلونزا يجب أن تكون سهلة نسبيا للكشف عن مستقبلي. الفيكتوري المختبر أسبوعي الإخطارات الأنفلونزا 2002-2008 مع مخطط شيوهارت عتبة 6.5. لقد استخدمنا المختبر الأنفلونزا المؤكدة كنتيجة محددة في هذه الدراسة. لقد أظهرنا سابقا أنه على الرغم من أن متلازمة إيلي تتطابق مع الكشف عن الأنفلونزا في مختبرنا 13، إلا أن حوالي 40 من جميع تشخيصات الإنفلونزا الجنينية من قبل الممارسين العامين الحارسين في فيكتوريا بين 2003 و 7 تم تأكيدهم بأنفلونزا 2. وكان الفاصل الزمني المتوسط ​​بين بداية الأعراض والتسجيل لاختبار المختبر ثلاثة أيام للمريض المعينين من خلال غس المخفية في فيكتوريا في عامي 2007 و 2008. ويتم الاختبار عموما في غضون 48 ساعة ويتم إبلاغ النتائج تلقائيا إلى وزارة الصحة. التأخير بين تسجيل حلقة من المرض الشبيه بالنزلة الوافدة في الممارسة العامة الخافرة والتأكيد على أن هذا المرض هو بسبب الانفلونزا سيكون عموما أقل من أسبوع واحد. إنشاء عتبة استخدام عتبة على العدد الأسبوعي لوحظ من الإخطارات المختبر إيجابية يتوافق مع مخطط شيوهارت وهو أبسط النهج. نوضح الصعوبات في هذا النهج في الشكل 1 باستخدام عتبة 6.5 الإخطارات الإيجابية في الأسبوع، وهي القيمة التي اختارها التفتيش للكشف عن بداية موسم دون الإشارة في كثير من الأحيان خارج الموسم. وبما أننا نستخدم بيانات العد، فإن أي قيمة تتراوح بين 6 و 7 تمثل نفس العتبة. باستخدام بيانات خط الأساس التجريبية (أي عندما يفترض أن العملية في السيطرة) معدل الإنذار الزائف مع عتبة 6.5 هو 5156 0.032. وبسبب المتغيرات المعزولة في بعض الأحيان من التهم الكبيرة خارج الموسم فمن الصعب الكشف عن بداية موسم الأنفلونزا مع تجنب الإنذارات الكاذبة المتكررة. تحدث الإنذارات الكاذبة عندما يشير إجراء المراقبة إلى بداية تفشي المرض، ولكن الزيادة في الإخطارات المختبرية لا تستمر على مدى عدة أسابيع. طريقة واحدة للتخفيف من هذه المشكلة من الانذارات الكاذبة المتكررة هو قاعدة الكشف على نسخة ممهدة من المختبر سلسلة زمنية الإخطار. ويمكن القيام بذلك بعدة طرق، على سبيل المثال مسكاتيلو وآخرون. (14) باستخدام متوسط ​​متحرك لمدة أربعة أسابيع للإخطارات المختبرية لأغراض الرصد. ويشير نهجهم إلى بداية موسم الإنفلونزا كلما تجاوزت الحركة لمدة أربعة أسابيع عتبة محددة مسبقا. وعلى الرغم من فعاليته، فإن هذا النهج ليس له أي عيب في أن يكون هناك قطع مفاجئ تعسفي لتلك الملاحظات المدرجة في سلاسة. نقارن أداء هذا النهج (4) ماجستير في طريقة إوما المقترحة في وقت لاحق من هذه الورقة. مخطط التحكم المتحرك المتوسط ​​المرجح (إوما) للكشف عن بداية (ونهاية) تفشي الأنفلونزا، نقترح الرسم البياني للتحكم في المتوسط ​​المتحرك أضعافا مضاعفة (إوما) 18 على النحو التالي: حيث t t يساوي عدد الإخطارات المختبرية في الأسبوع t. 0 لوت 1 و E 0 0 (أو قيمة بدء مناسبة أخرى). ويشير إوما إلى المرة الأولى E t غ غ h. لاحظ أن تطبيق صيغة إوما (1) بشكل متكرر نحصل على E t t (1) y t -1 (1-) 2 y t -2. وبعبارة أخرى، وكما يوحي الاسم، فإن إوما إحصائية T هو المتوسط ​​المرجح لجميع القيم السابقة السابقة التي تم رصدها مع الأوزان التي تصبح (أضعافا مضاعفة) أصغر ونحن نذهب إلى الوراء في الوقت المناسب. وعلى هذا النحو توفر إوما الإحصائية تقدير محلي لمستوى متوسط ​​العملية التي تنتج قيم t t الملاحظة. وهكذا، على عكس كوسوم 18 إوما الإحصائية يوفر تفسير بسيط جاهزة. وقد تم اقتراح مخططات إوما سابقا لمراقبة الأوبئة المجتمعية كجزء من نظام مراقبة إسينس 19. ويستند نظام إسينس على معلومات غير تقليدية ومتلازمية ولديه نطاق أوسع بكثير، أي الكشف عن تفشي الأنفلونزا فقط، ويستخدم بيانات مختلفة جدا عن اقتراحنا. لتطبيق مخطط إوما نحن بحاجة إلى اختيار ثابت تمهيد،. والعتبة، ح. بسبب الزيادة السريعة عادة وانخفاض في عدد الإخطارات المخبرية من الأنفلونزا نريد فقط القليل من التمهيد. وبالتالي، فإننا سوف تختار قيمة كبيرة إلى حد ما لمثل 0.5. ويبين الشكل 2 الرسم البياني إوما لبيانات إخطار المختبر الفيكتوري مع 0.5 (كل من اليسار واليمين لوحات تظهر نفس الرسم البياني، اللوحة اليمنى يقيد مجموعة من المحور الرأسي). هذه القيمة لأكبر من تلك المستخدمة في معظم التطبيقات الصناعية كان الهدف هو الكشف عن المزيد من التغييرات المستمرة التدريجية. لاحظ أنه مع 1، تبسيط مخطط التحكم إوما إلى مخطط التحكم شيوهارت 3 كما هو مبين في الشكل 1. إوما مع 0.5 تطبق على بيانات إخطار المختبرات فيكتوريا. اختيار العتبة، ح. يتطلب التبادل بين الحماية من الإنذارات الكاذبة والقدرة على الكشف عن التغيرات الحقيقية بسرعة. إن دراسة إوما للبيانات التاريخية، كما هو مبين في الشكل 2. تشير إلى أن الحد الأدنى بين 6 و 7 هو حل وسط معقول. أضفنا عتبة 6.5 إلى إوما في الشكل 2 للتوضيح. في القسم التالي ندرس طبيعة المقايضة بمزيد من التفصيل. ويستند الإجراء المقترح للكشف عن الأنفلونزا إلى ما إذا كانت إوما الإحصائية E t. كما هو مبين في (1)، فوق أو تحت العتبة. في حين أن E t غ غ هناك أدلة على زيادة نشاط الانفلونزا. نحن نعرف أول مرة في السنة عندما إوما فوق عتبة بداية موسم الأنفلونزا. ولتحقيق هدفنا الثانوي، سوف نشير إلى نهاية تفشي الأنفلونزا (أو الموسم) كأول مرة بعد بداية الفاشية بأن إوما تقع تحت العتبة. وهكذا، رياضيا، إذا E t غ غ h و E t -1 لوت h. أي إوما يشير إلى بداية تفشي الأنفلونزا في الوقت t. فإن إوما تشير إلى نهاية هذا الفاشية في الوقت s غ t. حيث E s لوت h و E t 1. E t 2. E t s -1 غ h. تحديد أداء مخطط التحكم إوما باستخدام متوسط ​​طول التشغيل نحن نخطط لتطبيق إوما مستقبلا على بيانات إخطار المختبر الجديدة. إذا افترضنا أن البيانات السابقة تمثل نوع البيانات التي سنرىها في المستقبل، يمكننا استخدام البيانات التاريخية لتحديد العتبة وتقييم الأداء المحتمل لخريطة التحكم إوما. ولتقييم الأداء الذي نستخدمه متوسط ​​طول المدى (أرل)، أي متوسط ​​عدد الأسابيع حتى الإشارة 18. ليس من المناسب استخدام معدلات إنذار كاذبة أو قوة لتوصيف أداء مخطط تحكم متسلسل مثل إوما. وحتى مع عدم حدوث أي تغيير في النشاط، فإن فرصة الإشارة في الوقت t ليست ثابتة لأنها تعتمد على مستوى إوما في الوقت t -1. نحن نريد أرل طويل عندما يكون هناك نشاط الانفلونزا الأساسي فقط، في حين أن إجراء مراقبة جيدة سيكون لها أرل قصيرة خلال تفشي الأنفلونزا. النتائج والمناقشة لتطبيق مخطط التحكم إوما على بيانات الأنفلونزا فيكتوريا نتعامل أولا مع مسألة أرل إلى إنذار كاذب، ودعا في السيطرة أرل. في البيانات التاريخية لم يكن هناك تفشي كبير في الصيف (نصف الكرة الجنوبي) أشهر الصيف. نحن نستخدم الأشهر الخمسة من كانون الأول / ديسمبر إلى نيسان / أبريل شاملة لتحديد فترة لا يوجد فيها سوى نشاط خط الأساس للأنفلونزا. وتمثل التغيرات في أعداد الأنفلونزا المؤكدة المختبرية من المعدل الأساسي الفاشيات. وتلخص المؤامرتان في الشكل 3 بيانات الأنشطة الأساسية التاريخية المتاحة. تظهر المؤامرة في اللوحة اليمنى الإشعارات بمرور الوقت، بينما تلخص اللوحة اليمنى نفس البيانات في رسم بياني. الرسم البياني والمجموعة الزمنية مؤامرة الإخطارات المختبرية في فترة الأساس. لدينا ما مجموعه 156 ملاحظات للإخطارات المخبرية الأسبوعية خط الأساس. إن عدد اختبارات الإنفلونزا الإيجابية في فترة الأساس، كما هو مبين في اللوحة اليمنى من الشكل 3. منخفض، حيث يبلغ متوسطه 1.5 في الأسبوع. أيضا، نمط مع مرور الوقت ثابت إلى حد ما و أوتوكوريلاتيونس صغيرة. وبالتالي فمن المعقول أن نتحمل الاستقلال خلال الأسابيع في فترة الأساس. ومع ذلك، وجد أن إيجاد توزيع حدودي يناسب الرسم البياني الملاحظ في الشكل 3 صعب. الخيار الطبيعي للتوزيع بواسون تناسب سيئة بسبب معظم التشتت ممثلة في التهم الملاحظة 9 و 10 كما رأينا في اللوحة اليمنى من الشكل 3. وبدلا من ذلك واصلنا مع التوزيع التجريبي. نحن نستخدم سلسلة ماركوف لتقريب أرلس خط الأساس ثابت الدولة مع عتبات مختلفة 20. وتعطى النتائج في الشكل 4. مع عتبة المختارة سابقا من 6.5، نحصل على (ثابت دوري) حالة مستقرة 18 متوسط ​​مدة تشغيل 556 أسبوعا. وهذا يعني أن استخدام إوما المقترحة، ونحن نتوقع، في المتوسط، واحد فقط من الانذارات الكاذبة في غير موسم واحد تقريبا كل 25 عاما إذا كان النشاط الأنفلونزا لا يزال على مستوى خط الأساس (أذكر هناك فقط 5 أشهر غير موسمها كل عام ). قطعة من خط الأساس متوسط ​​مدة التشغيل (أرل) حسب العتبة h. بعد ذلك، نعتبر السرعة التي من خلالها نهج إوما سوف تشير إلى التغيرات في نشاط الإنفلونزا من معدل خط الأساس. هنا نحن بحاجة إلى افتراض لتوزيع الإخطارات المخبرية إضافية بسبب تفشي المرض. نطبق النموذج البسيط التالي: Y t t t t t. حيث T t هو متغير عشوائي تعطي نتائجه الإخطارات المختبرية المرصودة، B t هو متغير عشوائي لنشاط الإنفلونزا الأساسي الذي يعطى التوزيع من خلال التوزيع التجريبي الموضح في الرسم البياني في الشكل 3. و o t هو متغير عشوائي يمثل الإخطارات المخبرية إضافية بسبب تفشي الأنفلونزا. نحن نفترض أن t لديها توزيع بواسون مع المتوسط. كما يزيد متوسط ​​شدة تفشي الأنفلونزا يزداد ومع متوسط ​​صفر لدينا نشاط خط الأساس فقط. ويبين الشكل 5 كيف تتغير إوما أرل مع. وتكتشف إوما بسرعة أي تفشي مع بواسون يعني أكبر من حوالي 6. ونظرا لحجم تفشي المبين في الشكل 1. ونحن نتوقع الرسم البياني إوما للكشف عن تفشي الأنفلونزا الموسمية نموذجية في غضون أسبوع أو أسبوعين من اندلاع اندلاع. ومع ذلك، لاحظ أن هذا التحليل مصمم فقط لإعطاء بعض المؤشرات على الأداء. لتحديد أرلز افترضنا تغيير خطوة في بواسون يعني يعكس بداية تفشي الأنفلونزا. في الواقع، من المحتمل أن يكون تفشي الأنفلونزا مفاجئا ولكن ليس لحظيا. كما يفترض هذا التحليل أن الفاشيات تستمر إلى ما لا نهاية بمعدل ثابت. قد لا يتم الكشف عن تفشي الأمراض الصغيرة قبل أن تهدأ. ومع ذلك، فإن هدفنا الرئيسي هو الكشف عن تفشي الأنفلونزا الكبيرة. مؤامرة من متوسط ​​المدى تشغيل (أرل) في أسابيع من حجم تفشي المرض. مقارنة الطرق التالية نقارن طريقة إوما المقترحة باستخدام 0.5 مع المتوسط ​​المتحرك لفترة الأربعة، ما (4)، وهو النهج الذي دعا إليه موسكالتيلو وآخرون. 14 ونهج شيوهارت حيث أننا ببساطة مقارنة العد لاحظ كل أسبوع مع عتبة. في هذه المقارنة نفترض أن عدد حالات المرض الشبيه بالنزلة الوافدة خارج الموسم يتبع توزيع بواسون مع متوسط ​​2 ونماذج تفشي من مختلف الأحجام عن طريق زيادة متوسط ​​بواسون. نحن لا نستخدم البيانات التجريبية في غير موسمها فيكتوريا هنا لأنه نظرا لكمية صغيرة من البيانات، فإنه ليس من الممكن العثور على مخطط شيوهارت مع كبير نسبيا في السيطرة (أو خارج الموسم) أرل. من خلال إنشاء نموذج سلسلة ماركوف الذي يأخذ في الاعتبار جميع القيم الأربعة التي تشكل المتوسط ​​المتحرك ولأن كل عدد هو عدد صحيح يمكننا تحديد النتائج الدقيقة لأداء الطريقة ما (4). نتائج المخطط شيوهارت هي أيضا دقيقة بينما ل إوما نستخدم سلسلة ماركوف التقريب. ويقدم الشكل 6 النتائج على مقياس سجل لمتوسط ​​أطوال تشغيل المقاربات الثلاثة. لم نتمكن من مطابقة تماما لأداء التحكم في المخططات الثلاثة بسبب التآمر المتأصل في بيانات العد. مع حدود السيطرة من 4.4 و 3.9 و 6.9 ل إوما (0.5)، ما (4) و شيوهارت النهج على التوالي لدينا حالة ثابتة في السيطرة أرل من 190 لطرق إوما و ما (4) ولكن 220 لنهج شيوهارت . ونحن نرى في الشكل 6 أنه، كما هو متوقع، فإن إوما و ما (4) نهج أسرع للكشف عن تفشي من نهج شيوهارت عندما تفشي صغير نسبيا. بالإضافة إلى التحولات الكبيرة جدا مخطط شيوهارت أفضل بشكل هامشي من نهج إوما في حين أن نهج ما (4) يستغرق وقتا أطول للإشارة. هذه المقارنة محدودة لسياقنا لأنه مع تفشي الأنفلونزا نتوقع مفاجآت كبيرة ولكن ليس لحظية كبيرة في متوسط ​​عدد التهم. وسيتطلب وضع نماذج تفشي الأنفلونزا أكثر واقعية افتراضات إضافية حول مدى سرعة حدوث التغييرات وتتطلب إما محاكاة أو تحليلا أكثر تعقيدا بكثير لتوليد النتائج. ونحن نرى أنه لأن نهج إوما يعمل بشكل جيد جدا بالمقارنة مع نهج ما (4) و شيوهارت للتحولات من أي حجم هو النهج المفضل. لاحظ على وجه الخصوص إوما هو أفضل بكثير من نهج ما (4) للتحولات أكبر نأمل أن تكون قادرة على الكشف بسرعة. مقارنة أرل ل إوما، ما (4) وطرق شيوهارت خط الصلبة: إوما، خط متقطع: ما (4)، متقطع نقطة الخط: شيوهارت. تطبيق مخطط إوما طبقنا مخطط التحكم إوما المقترح على بيانات إخطار المختبر من فيكتوريا. ويعرض الشكل 2 مخطط إوما الناتج في الشكل 2. من قواعد القرار الموصوفة سابقا والسجلات التفصيلية، حددنا بداية وأسابيع نهاية انتشار الفاشيات الموسمية (انظر الجدول 1). لاحظ أن هذا التحديد تم بطريقة مستقبلية، أي أن القرارات اتخذت في الأسبوع t دون النظر إلى y t 1. y t 2. وما إلى ذلك للمقارنة كما أدرجنا في الجدول 1 التواريخ إشارة كما يحددها التفتيش بأثر رجعي من بيانات الإخطار من قبل علماء الأوبئة. وكان بداية ونهاية موسم الإنفلونزا واضحا إلى حد ما لجميع السنوات ما عدا عام 2004 عندما كان هناك نشاط معتدل جدا للأنفلونزا الموسمية. بداية ونهاية أسبوع من موسم الأنفلونزا الفيكتوري كما هو محدد من قبل نهج إوما المقترحة والتحليل بأثر رجعي اختلفت إوما وأثر رجعي في أكثر من أسبوع واحد في الكشف عن بداية موسم الأنفلونزا. لم تقدم إوما أي إشارات كاذبة لبدء موسم الأنفلونزا. وقد تم الحصول على نتائج مماثلة في نهاية موسم تحديد الموسم باستثناء عام 2004. وفي عام 2004 كانت إوما فوق عتبة الأسابيع 37 و 40 من خلال 46. وعلى هذا النحو، أشار نهج إوما نهاية موسم الأنفلونزا في الأسبوع 38، والبدء اللاحق لتفشي آخر في الأسبوع 40 الذي انتهى في الأسبوع 47. هذه الفاشيات اثنين وأشار معا معا بشكل وثيق النتائج من التحليل بأثر رجعي. وقد أوضحنا تطبيق إجراء الرصد المقترح للأنفلونزا إوما مع بيانات من فيكتوريا. وينبغي أن يكون تطبيق النهج في مكان آخر واضحا. ونظرا لبعض السنوات من البيانات التاريخية يمكن أن تنتج مؤامرة مثل الشكل 2 واستخدام حكمنا لتحديد عتبة معقولة. ويمكن أيضا استخدام هذا النهج لرصد التغيرات في الأمراض الأخرى. إذا كان الكشف عن تغييرات أكثر اعتدالا هو الهدف، والقيم الأصغر من ثابت التمهيد سيكون المفضل. لقد قمنا عن قصد بعدم استخدام الطبيعة الموسمية للأنفلونزا لمساعدتنا في الكشف عن بداية تفشي المرض. بل نستخدم تقديرات محلية للنشاط لتحديد ما إذا كان تفشي المرض قد بدأ. استخدام المعلومات الوقت الموسمي هو إشكالية إلى حد ما منذ بداية موسم الأنفلونزا يمكن أن تختلف كبيرة. بالإضافة إلى ذلك، طلبنا إجراء الرصد ليكون حساسا لأي تفشي - وليس فقط الفاشية الموسمية المتوقعة. ونتيجة لذلك، يمكن أن يكون إجراء إوما المقترح مفيدا أيضا للكشف عن تفشي الأنفلونزا في المناخات الاستوائية حيث عادة ما يكون هناك تأثير موسمي أو معدوم. لقد اخترنا عتبة إوما من خلال تطبيق إوما على بعض البيانات التاريخية واستخدمنا حكمنا لتحديد أفضل عتبة. وينبغي تحديث العتبة كل بضع سنوات لاستيعاب التغييرات المحتملة في العملية مثل التغيرات في عدد السكان، وعدد الاختبارات التي أجريت ونوع اختبارات الإنفلونزا التي يشيع استخدامها. ومن المشكوك فيه ما إذا كان من المعقول إدراج مقياس واحد قادر على الإشارة إلى بداية تفشي الأنفلونزا في مناطق جغرافية كبيرة مثل أستراليا. ويتمثل النهج المفضل في رصد نشاط الأنفلونزا بشكل منفصل للمناطق الجغرافية الأصغر حجما مثل الولايات، ولكن هذا يؤدي إلى تعقيدات أخرى. مع إوما متعددة، أرل إلى إنذار كاذب هو أصغر من ذلك بوضوح لكل إوما الفردية. أيضا بالنسبة للدول ذات عدد السكان الصغير، فإن العدد الأساسي للإخطارات المختبرية سيكون أصغر، و بالنسبة للمتوسط، أكثر متغير من الدول الأكبر حجما. أما بالنسبة للمناطق التي تضم أعدادا أكبر من السكان أو أعدادا أكبر من الاختبارات، فإن العتبات ستحتاج إلى أن تكون أعلى، إلا أن إوما ستظل مناسبة. مع التهم الكبيرة سوف تختفي مشكلة السرية في اختيار عتبات للمتوسط ​​المتحرك ونهج شيوهارت. الاستنتاجات نقترح طريقة بسيطة وقوية للكشف عن بداية ونهاية موسم الأنفلونزا التي يمكن أيضا الكشف بسرعة من تفشي الأنفلونزا الموسم. إن البيانات المستخدمة لتحديد العتبة التي يتم التنبيه بها في حالة تأهب تكون متاحة بسهولة بأقل قدر ممكن من التأخير حيث تكون الأنفلونزا المؤكدة المختبرية مرضا يمكن الإبلاغ عنه. الطريقة التي نقترحها هي بسيطة لتنفيذ وحسابات بسيطة نسبيا لتنفيذ. وينبغي استخدام بيانات خط الأساس من فترات عدم الإنفلونزا التاريخية لعدة سنوات لاختيار العتبة. وهذا من شأنه أن يوازن الرغبة في عدد قليل من الإنذارات الكاذبة والكشف السريع عن تفشي المرض، كما سيوفر مؤشرات دقيقة لأعداد الحالات ومعدل زيادة الاختبار في بداية مواسم الأنفلونزا الماضية. ويمكن أيضا استخدام طريقة إوما في برامج المراقبة الأخرى للكشف السريع عن الأمراض الأخرى. وعلاوة على ذلك، وبما أن الموسمية ليست متأصلة في تطبيق النموذج، يمكن استخدام هذه الطريقة في المناخات المدارية حيث قد لا تكون موسمية المرض واضحة. قائمة الاختصارات المتوسط ​​المتحرك المرجح أضعافا مضاعفة المصالح يعلن المؤلفون أنه ليس لديهم مصالح متنافسة. مساهمات المؤلفين سس تصور النموذج، أجرى التحليل وصياغة المخطوطة. قدمت كاغ جميع البيانات الخام للتحليل، ساهمت في مناقشة حول إنشاء عتبة والمساعدة في إنتاج المخطوطة. وشاركت اللجنة في مناقشة حول تنقيح النموذج ووضع عتبة وساهمت في التحليل. وقد صممت هك الدراسة، وشاركت في تصميم الدراسة، وقدمت معلومات أساسية عن علم الأوبئة الأنفلونزا وساعدت في صياغة المخطوطة. واستعرض جميع المؤلفين المشروع النهائي للمخطوطة ووافقوا عليه. المؤلفون قسم الإحصائيات، جامعة ووترلو وحدة علم الأوبئة، المختبر الفيكتوري للأمراض المعدية المرجعية كوينزلاند الصحة وجامعة كوينزلاند المراجع نيوال أت، وود جغ، ماسينتير كر: الإنفلونزا المتعلقة الاستشفاء والموت في الأستراليين الذين تتراوح أعمارهم بين 50 سنة وما فوق. لقاح. 2008، 26 (17): 2135-41. 10.1016j. vaccine.2008.01.051. عرض المقال بوبمد الباحث العلمي غوغل كيلي H، كارفيل K، غرانت K، جاكوبي P، تران T، بار I: تقدير فعالية لقاح الأنفلونزا من بيانات المراقبة الروتينية. بلوس واحد. 2009، 4 (3): e5079-10.1371journal. pone.0005079. عرض المقال بوبمد بوبمد سينترال غوغل سشولار مونتجومري دس: مقدمة في مراقبة الجودة الإحصائية. 2008، جون وايلي أند سونس، نيو يورك، 6 غوغل سشولار وودال و: استخدام المخططات الرقابية في الرعاية الصحية ومراقبة الصحة العامة (مع المناقشة). مجلة تكنولوجيا الجودة. 2006، 38: 89-134. الباحث العلمي من غوغل تسوي K-L و تشيو W و جيرليش P و غولدسمان D و ليو X و ماسشيك T: مراجعة الرعاية الصحية والصحة العامة ومراقبة المتلازمات. هندسة الجودة. 2008 على الانترنت 1 أكتوبر. 2008، 20 (4): 435-50. الباحث العلمي من غوغل سيرفلينغ ري: طرق التحليل الإحصائي الحالي لوفيات إنفلونزا الرئة الزائدة. الصحة العامة، 1963، 78 (6): 494-506. بوبمد بوبمد غوغل سشولار هاشيموتو S، موراكامي Y، تانيغوتشي K، ناغاي M: الكشف عن الأوبئة في مرحلة مبكرة من خلال مراقبة الأمراض المعدية. إنت J إبيديميول. 2000، 29 (5): 905-10. 10.1093ije29.5.905. عرض المقال بوبمد الباحث العلمي جوجل فيبود C، بويل بي، كارات F، فاليرون آج، فلاهولت A: التنبؤ انتشار الأوبئة الأنفلونزا عن طريق نظائرها. آم J إبيديميول. 2003، 158 (10): 996-1006. 10.1093ajekwg239. عرض المقال بوبمد جوجل الباحث العلمي أندرسون E، بوك D، فريسن M: النمذجة حالات الإنفلونزا لغرض المراقبة على الخط. الأساليب الإحصائية في البحوث الطبية. 17: 421-438. +10.11770962280206078986. مسكاتيلو دي جي، الكنائس T، كالدور J، تشنغ W، تشيو C، كوريل P، جورم L: نظام مراقبة الصحة العامة الآلي، على نطاق واسع، في الوقت الحقيقي تقريبا في الوقت الحقيقي باستخدام العروض إلى أقسام الطوارئ المستشفى في نيو ساوث ويلز، أستراليا. بمك الصحة العامة. 2005، 22 (5): 141-10.11861471-2458-5-141. 15. عرض المادة الباحث العلمي البولينج جوجل بج، وونغ إو، هو لم، رايلي S، ليونغ جنرال موتورز: طرق لرصد بيانات الترصد الأنفلونزا. إنت J إبيديميول. 2006، 35 (5): 1314-21. 10.1093ijedyl162. View Article PubMed Google Scholar Toubiana L, Flahault A: A space-time criterion for early detection of epidemics of influenza-like-illness. Eur J Epidemiol. 1998, 14 (5): 465-70. 10.1023A:1007481929237. View Article PubMed Google Scholar Watts CG, Andrews RM, Druce JD, Kelly HA: Establishing thresholds for influenza surveillance in Victoria. Aust N Z J Public Health. 2003, 27 (4): 409-12. 10.1111j.1467-842X.2003.tb00418.x. View Article PubMed Google Scholar Muscatello DJ, Morton PM, Evans I, Gilmour R: Prospective surveillance of excess mortality due to influenza in New South Wales. Communicable Diseases Intelligence. 2009, 32 (4): Department of Human Services: Rural Infection Control Practice Group. Health (Infectious Disease) Regulations. Melbourne RICPRAC. 2001, Report No. Policy no. 7.1 Contract No. Document Number. Google Scholar Clothier H, Turner J, Hampson A, Kelly H: Geographic representativeness for sentinel influenza surveillance: implications for routine surveillance and pandemic preparedness. Aust NZ J Public Health. 2006, 30: 337-341. 10.1111j.1467-842X.2006.tb00846.x. View Article Google Scholar Druce J, Tran T, Kelly H, Kaye M, Chibo D, Kostecki R: Laboratory diagnosis and surveillance of human respiratory viruses by PCR in Victoria, Australia, 2002-2003. J Med Virol. 2005, 75 (1): 122-9. 10.1002jmv.20246. View Article PubMed Google Scholar Lucas JM, Saccucci MS: Exponentially Weighted Moving Average Control Schemes: Properties and Enhancements. Technometrics. 1990, 32: 1-12. 10.23071269835. View Article Google Scholar Lombardo J, Burhom H, Elbert E, Magruder S, Lewis SH, Loschen W, Sari J, Sniegoski C, Wojcik R, Pavlin J: A systems overview of the Electronic Surveillance System for the Early Notification of Community-Based Epidemics (ESSENCE II). J Urban Health. 2003, 80 (2 Suppl 1): i32-42. PubMed PubMed Central Google Scholar Steiner SH: Grouped Data Exponentially Weighted Moving Average Control Charts. Applied Statistics. 1998, 47 (203-216): Pre-publication history Steiner et al licensee BioMed Central Ltd. 2010 This article is published under license to BioMed Central Ltd. This is an Open Access article distributed under the terms of the Creative Commons Attribution License ( creativecommons. orglicensesby2.0 ), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. Journal of the Royal Statistical Society: Series C (Applied Statistics) Volume 47, Issue 2. Version of Record online: 28 JUN 2008 Options for accessing this content: If you are a society or association member and require assistance with obtaining online access instructions please contact our Journal Customer Services team. wiley. forceInterfaceContactJournalCustomerServicesV2 . If your institution does not currently subscribe to this content, please recommend the title to your librarian . Login via other institutional login options onlinelibrary. wileylogin-options . You can purchase online access to this Article for a 24-hour period (price varies by title) If you already have a Wiley Online Library or Wiley InterScience user account: login above and proceed to purchase the article. New Users: Please register, then proceed to purchase the article. Search for your institutions name below to login via Shibboleth. Registered Users please login: Access your saved publications, articles and searches Manage your email alerts, orders and subscriptions Change your contact information, including your password Please register to: Save publications, articles and searches Get email alerts Get all the benefits mentioned below