基于多源就诊数据的传染病时空传播风险预警方法

本发明属于公共卫生，具体是基于多源就诊数据的传染病时空传播风险预警方法。

背景技术：

1、传染病（如流感、手足口病、新冠病毒感染等）的快速传播对公共卫生安全构成严重威胁。传统的传染病监测体系主要依赖医疗机构对确诊病例的上报，从患者出现症状、前往就诊、实验室检测到最终确诊并上报，通常存在数天至数周的延迟。在这一时间窗口内，病原体可能已经在社区中完成多代传播，导致防控措施滞后于疫情扩散速度。

2、公开号为cn119919542b的发明专利公开了基于大数据的传染病传播路径生成和预警方法、装置，该发明将构建的seir模型与估算的居民出行od矩阵相融合，形成基于人口流动、融合非药物干预措施的小空间尺度的传染病疫情传播seir模型，采取不同干预措施应对传染病疫情场景；通过收集整理手机通讯信令等多源数据，迭代模拟传染病的时空传播模式，并将干预防控措施细化为指标和参数纳入到seir模型，模拟在不同情景下疫情的发展趋势和累积病例数，以此探究传染病在城市内部小空间尺度的扩散路径、流行曲线、以及时空传播网络；同时考虑了多源驱动因素和公共卫生干预措施，预测结果更加可靠；并对早期疫情的发展态势提供了更为精准的研判，实用性也更高；但是该发明忽略了在候诊时期的患者会由于人流量以及等待时间较长的原因从而产生转诊的行为，从而导致患者通过转诊这一行为导致的传染病进一步传播。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了基于多源就诊数据的传染病时空传播风险预警方法，用于解决现有技术中由于忽略候诊患者进行转诊从而导致传染病进一步传播的技术问题。

2、为实现上述目的，本发明的第一方面提供了基于多源就诊数据的传染病时空传播风险预警方法，包括：

3、收集患者的就诊数据，并从地图库中收集不同区域场所的基础信息构建兴趣点基础信息库；其中，就诊数据包括候诊数据与转诊数据；

4、基于候诊数据计算就诊场所的候诊压力指数，并通过转诊数据构建区域场所之间的转诊关联图谱，通过时空扫描窗口对就诊数据进行时空扫描筛选时空聚集区，并计算时空聚集区内不同患者之间的时空重叠指数；

5、结合时空重叠指数与转诊关联图谱构建带有方向矢量的时空传播网络，结合候诊压力指数、转诊关联图谱与时空传播网络生成不同区域场所的传播数据，并根据传播数据生成分级预警信号。

6、优选的，所述基于候诊数据计算就诊场所的候诊压力指数，包括：

7、提取患者的候诊数据；其中，候诊数据包括就诊时的排队时长、候诊人数与退号率；

8、收集当前医院内的历史同期相应时段对应的基线数据以及分别对应的标准差，分别计算时长异常度、人数异常度以及退号异常度；

9、通过公式：

10、；

11、计算时长异常值；其中，为候诊数据中的排队时长，为基线数据中的基准排队时长，为基线排队时长对应的标准差，是防除零常数；

12、通过公式：

13、；

14、计算人数异常值；其中，为候诊数据中的候诊人数，为基线数据中的基准候诊人数，为基线候诊人数对应的标准差，为就诊场所的候诊区面积修正系数；

15、通过公式：

16、；

17、计算退号异常值；其中，为候诊数据中的退号率，为基线数据中的基准退号率，为基线退号率对应的标准差，是症状特异性修正因子；

18、通过将时长异常值、人数异常值和退号异常值进行加权融合计算候诊压力指数。

19、优选的，所述通过转诊数据构建区域场所之间的转诊关联图谱，包括：

20、将转诊数据进行时空标准化处理，以区域内的各就诊场所为节点，以转诊业务量为边权重，构建时变转诊关联图谱：

21、；

22、其中，为区域内所有就诊场所节点集合，为时间窗口内存在转诊关系的就诊场所对集合，为边权重矩阵，表示在时间窗口内从就诊场所转诊至就诊场所的患者数量；

23、边权重随滑动时间窗口动态更新，滑动时间窗口的长度根据传染病潜伏期动态设定。

24、优选的，所述通过时空扫描窗口对就诊数据进行时空扫描筛选时空聚集区，包括：

25、将经过时空标准化处理的就诊数据按就诊场所的坐标映射至地理网格系统，并且不同区域场所的地理网格大小根据区域场所对应的人员密集度设定；

26、采用时空扫描窗口在三维时空空间内进行滑动扫描其中，时空扫描窗口的空间范围根据地理网格邻接关系或转诊关联图谱约束动态确定，且不同时空扫描窗口的空间范围可随扫描时间切片动态变化；

27、对于每一个时空扫描窗口，将窗口内是否属于候选聚集区作为解释变量引入对数线性模型，基于该模型的参数估计值及其方差-协方差矩阵，构造 wald 统计量作为该窗口的聚集检验量，公式为：

28、；

29、其中，为网格中实际就诊事件数，为网格内期望就诊事件数，为候选窗口的实际事件总数，为候选窗口的期望就诊事件总数，与分别为候选窗口外的实际时间数以及期望就诊事件数，为过离散参数，无过离散时该参数为1；

30、执行若干次蒙特卡洛模拟，得到 wald 统计量在零假设下的分布阈值，将各窗口计算得到的 wald 统计量与所述阈值进行比较，将大于阈值的时空扫描窗口标记为候选时空聚集区；

31、且将转诊关联图谱作为约束，将满足约束条件的两个地理网格单元纳为同一候选时空聚集区，合并后的候选时空聚集区的空间范围为所有被合并窗口空间范围的凸包，时间范围为所有被合并窗口时间范围的并集，wald 统计量取被合并窗口中最大值，从大到小筛选 wald 统计量中排序前 x 位的候选时空聚集区作为时空聚集区。

32、优选的，所述计算时空聚集区内不同患者之间的时空重叠指数，包括：

33、提取候选时空聚集区内所有就诊患者的候诊数据，为每名患者构建三维时空线段；

34、计算任意两位就诊患者在候诊阶段的三维时空重叠程度用于定义时空重叠指数，通过公式：

35、；

36、计算得到编号为就诊患者与编号为就诊患者之间的时空重叠指数；其中，为编号为就诊患者的候诊时间段，为编号为就诊患者的候诊时间段，为两名患者在候诊区内的空间距离，为空间衰减系数。

37、优选的，所述结合时空重叠指数与转诊关联图谱构建带有方向矢量的时空传播网络，包括：

38、通过转诊关联图谱定义流动传播概率，公式为：

39、；

40、计算得到时空扫描窗口对应的流动传播概率；其中，为时空扫描窗口内从医疗机构转移到医疗机构的患者人数，为转出强度因子；

41、对时空重叠指数进行归一化处理得到标准重叠指数，将标准重叠指数与流动传播概率进行加权融合得到基础传播概率，并构建得到从医疗机构到医疗机构方向的方向矢量，将所有时空聚集区内的方向矢量进行整合得到时空传播网络。

42、优选的，所述结合候诊压力指数、转诊关联图谱与时空传播网络生成不同区域场所的传播数据，包括：

43、分别将候诊压力指数、转诊关联图谱与时空传播网络进行层级划分，得到风险等级对照表，将不同区域场所分别对应的层级与风险等级对照表进行匹配得到综合风险等级；

44、根据时空传播网络中的连续节点划分得到若干个传播路径，分别将不同节点的综合风险等级以及节点之间的空间距离作为传播影响因子进行加权融合得到区域场所的传播影响值，将区域场所以及区域场所对应的时空扫描窗口进行整合得到传播数据。

45、优选的，所述根据传播数据生成分级预警信号，包括：

46、对各就诊场所按时间窗口滚动记录其多维传播特征向量的历史序列，计算压力上升率、传播源强度变化率和风险累积时长，当任一场所在连续三个时间窗口内候诊压力指数持续上升且压力上升率大于预设值时触发趋势升级预警，当任一场所净传播风险从负值或零转为正值时标记为新晋扩散源并输出专项预警提示。

47、与现有技术相比，本发明的有益效果是：

48、1.本发明通过融合医疗机构候诊数据、转诊数据及区域场所地理兴趣点数据，摒弃了传统方案仅依赖病例统计数量开展风险研判的单一模式，通过构建多维度、多层次的风险评估体系，有效弥补了现有技术无法量化院内候诊暴露风险、忽略跨机构转诊传播关联、时空聚集识别精度低的技术缺陷。本发明通过多指标融合计算候诊压力指数，并结合历史基线数据与多类修正系数消除不同医疗机构、不同就诊时段的场景差异，精准量化医疗机构内部人员聚集接触传播风险；同时构建适配传染病潜伏期的时变转诊关联图谱，动态刻画区域医疗场所间的患者流动传播关联关系，结合转诊约束优化时空聚集区识别结果，有效解决传统时空扫描算法仅依赖地理距离判别聚集区域、无法识别业务关联紧密但空间不连续传播单元的技术短板，大幅提升传染病传播聚集区域识别的准确性与全面性。

49、2.本发明通过构建患者时空重叠指数量化个体接触风险，融合院内接触风险与跨机构流动风险搭建带方向矢量的时空传播网络，清晰梳理区域传染病潜在传播路径与传播概率，实现从患者个体、聚集区域到医疗机构网络的全域风险刻画。此外，本发明摒弃传统静态阈值报警模式，依托时序动态监测机制，同步实现风险趋势升级预警与新晋扩散源专项预警的分级输出，能够提前捕捉传染病传播萌芽态势，解决了传统预警滞后、单一、误报率高的问题。