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31節，綜合指數法第2篇，如果大家覺得不錯，歡迎轉發點贊！

綜合指數法5大步驟，我們昨天看過，

今天先說第一步

綜合，綜合，

那么多指標，我到底綜合哪些？

氣象、經濟、人口流動等風險因素也都能納入嗎？

能。確實理論上是可以的，三類指標都能納入：

第一，直接指標：病例數、陽性率、聚集性疫情、門急診量；

第二，間接指標：網絡搜索、學校缺勤、藥品銷售、輿情監測；

第三，風險因素指標：溫度、濕度、疫苗接種率、人口密度、病媒生物密度。

從方法學原理上講，綜合指數法本來就是一個"大籮筐"，只要跟傳染病流行有關，理論上都可以扔進來做加權。這也是它區別于 CUSUM、EWMA 等單指標模型的核心優勢。

但問題是：理論上能進，不等于實操里建議進。

在搭建一套可運轉的、每周自動出數的預警系統時，我建議的優先級如下：

為什么這么排？

因為綜合指數法最終要每周算一個數、每周劃一個等級（當然，也不是非要以周為單位，但是疾控傳染病監測預警一般都是這么做）。如果你的指標里有月度更新的疫苗接種率，你怎么辦？復制 4 份填進每周？這會讓綜合指數在這個月里被一條平線"綁架"，前面幾周疫情已經起來了，指數卻紋絲不動。

氣象因素也是同理。溫度和流感確實相關，但它是"背景板"而不是"信號燈"。當綜合指數飆升時，你很難區分這周的風險升高是因為病毒真的在傳播，還是因為這周突然降溫了。

溫度不直接等于"傳播風險"，它只是一個遠端影響因素。

我之前提到的四個原則，現在展開講透：

第一道篩：可獲得（Availability）

這不是廢話。很多聽起來很美的指標，在實際疾控系統里根本拿不到干凈的數據。

1、互聯網搜索指數：能拿到，但不同平臺口徑不一，且關鍵詞設置主觀性強；

2、學校缺勤數據：教育部門和衛健部門數據打通了嗎？是實時上報還是學期末匯總？

3、污水監測：有監測點嗎？檢測周期是周還是月？

如果某指標在過去一年里有超過 10% 的缺失周，建議暫時放棄。綜合指數法要求每周都能算，缺一周就得插值或回退，預警系統的穩定性會被拖垮。

第二道篩：周更新（Weekly Refreshability）

這是實操中最硬的一條約束。綜合指數法目前對于疾控主流是周預警，意味著你的所有指標原則上應該同步周更新。

如果只有月數據怎么辦？

1、不要復制填充：把本月疫苗接種率復制 4 份塞進每周，是偽數據，會抹殺周波動；

2、不要強行拼接：周頻指標在動，月頻指標不動，綜合指數會被那條"平線"稀釋或拉偏；

正確做法要么整套系統按月跑（放棄周預警的靈敏度，換取數據真實性），要么找周替代指標（比如用周更新的門急診量替代月更新的疫苗接種率）。

第三道篩：與流行強度直接相關（Direct Relevance）

這是因果鏈條長短的問題。鏈條越短，指標越"靈敏"；鏈條越長，越容易產生偽信號。

我們選擇的原則就是優先選"近端指標"（直接反映疾病活動），慎用"遠端指標"（通過復雜因果鏈才影響到流行的）。

第四道篩：指標間相對獨立（Independence）

這是防重復計算的底線。如果你選了"門急診流感樣病例數"和"發熱門診就診量"，這兩個指標在流感季里幾乎是同漲同跌的，同時納入就相當于給"就診壓力"這個維度加了雙倍權重，其他維度被壓縮。

怎么判斷獨立性？

第一，用歷史數據跑一下相關性分析（Pearson 或 Spearman），如果兩個指標的相關系數>0.7，建議只留一個；

第二，理想狀態是三個指標分別代表不同維度：比如一個代表病原活動（陽性率）、一個代表就診壓力（ILI）、一個代表社會面傳播（聚集性疫情/學校缺勤）。

但是也要注意，綜合指數法在數學上是一個加權求和模型，不是回歸模型，不存在“系數估計因共線性而失真”的問題。一般可能不會或者說不強求把“多重共線性檢驗”列為操作步驟。指標相關不相關，對與綜合指數法，關鍵看是不是“重復計算同一個維度”。

目前常見的分析和論文，選擇指標幾乎都是2~3 個，最多不超過 4 個。

1 個：退化成單指標預警，沒必要用綜合指數法；

2~3 個：維度覆蓋夠，計算量可控，標準值和權重都好解釋；

5 個以上：標準值難定、權重難賦、指標間獨立性難保證，系統越復雜，每周跑不通的概率越高。

記住，綜合指數法的威力不在于"指標多"，而在于"選得準、融得穩"。

最后總結，綜合指數法在理論上是個"大籮筐"，但實操中是個"精密儀器"。選指標不是逛菜市場，不是看見什么新鮮就往里扔。過了"可獲得、周更新、直接相關、相對獨立"這四道篩，你的預警系統才能從"能跑"變成"跑得準"。

參考文獻和書籍：

[1]楊鵬, 王小莉. [M]傳染病預測預警技術及實踐案例分析.[M] 人民衛生出版社: 267-275.

[2] 張莉, 吳雙勝, 石偉先, 等. 綜合指數法建立北京市流感流行水平分級評價體系的研究[J]. 中華流行病學雜志, 2018, 39(8): 1096-1099. DOI: 10.3760/cma.j.issn.0254-6450.2018.08.016.

[3]王宇, 賈蕾, 高志勇, 等. 綜合指數法建立北京市諾如病毒急性胃腸炎流行水平分級標準[J]. 國際病毒學雜志, 2019, 26(4): 225-228. DOI: 10.3760/cma.j.issn.1673-4092.2019.04.004.

[4]王宇, 吳雙勝, 張莉, 等. 應用移動流行區間法和綜合指數建立北京市流感流行分級預警標準[J]. 國際病毒學雜志, 2020, 27(4): 271-274. DOI: 10.3760/cma.j.issn.1673-4092.2020.04.002.

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