卫生统计学与大数据20120910.ppt

中国疾病预防控制中心 卫生统计学与“大数据”时代 于石成 2012.09.10 绪论 资料的收集 资料的存贮管理 资料的统计分析 迎接“大数据”时代的挑战 提纲： 一、绪论 资讯革命 – 资讯工具、硬件、软件 个人电脑、互联网、云计算 大量数据公开于大众的时代 大数据战略 - 大数据及其分析将在未来10年改变每一个行业的业务功能 Singapore – 德勤数据分析研究所（DAI） GE – 全球软件和分析中心（旧金山湾，400名数据科学家） 数据科学家（Data Scientist） 收集和开发特定的软件 管理大规模并行服务器产生的结构化和非结构化数据 选定分析软件 – 数据挖掘 数据可视化展示 最小数据集 1973年国家生命健康统计委员会（NCVHS） 1975年美国医院协会（AHA）- 统一账单委员会 国家的管理层面对某个业务管理领域强制收集数据指标 不同组织和机构之间的信息交流 1980年管理信息系统的兴起 大数据和“大数据”时代 不同组织和机构之间的信息交流 1980年管理信息系统的兴起 1. 信息系统收集数据 （1）传染病与突发公共卫生事件监测信息系统 （2）传染病公共卫生实验室监测信息系统 （3）慢性非传染性疾病监测与信息管理系统 （4）健康危险因素监测与风险评估信息系统 （5）预防接种信息系统 （6）生命登记信息系统 （7）疾病预防控制绩效考核与爱国卫生信息系统 （8）职业病网络直报信息系统 2. 数据的来源渠道多了，其内容大大地丰富 3. 数据有新的特点 （1）时序性：同一个变量具有在时间上的连续性 （2）来自不同系统采集的数据之间的的整合、关联和综合分析 二、资料的收集 Internet 国家级平台Intranet 防火墙 省级平台 Intranet 地市级平台 Intranet 调制解调器 县区级工作站 乡镇卫生院 网络电话 PC工作站 PSTN DDN DDN 五级网络 三级平台 纵向到底 安全隧道(VPN) 国家传染病网络直报系统 4. 数据量的无限膨胀 从有限数据到海量数据的积累 – 大数据。 管理数据库，常规工作的积累：没有抽样设计和数据的质量问题。 这是我们处理管理数据库面临的新挑战。 实时存储 -信息系统每时每刻实时收集着各种类型的数据。 存贮方式 - 从集中式存贮到分布式的存贮，“逻辑上统一，物理上分布”。 异地备份 – 容灾中心 三、资料的存贮管理 （一）用户的需求改变了 管理需求增加：决策者更依赖于利用数据、信息来做决策； 疾病预防控制：疾病的发生发展做预测、卫生应急和突发事件的预报预警要求； 监测与评估：在执行项目中，经常需要对项目的实施质量进行跟踪，就要采集项目实施的数据（监测）进行阶段性分析或终末分析（评估）。 四、统计分析的新挑战 （二）信息系统采集数据 带来的问题： 缺少数据收集中的正规设计； 缺少数据收集的质量控制：数据缺失、错误存在。 网络报告的数据，漏报（指报告 不完整）、缺失（指报告的项目填写不完全）、错误存在。 怎么从有偏性的样本推断总体？ （三）连续动态资料的分析 五、迎接“大数据”时代的挑战 从数据到知识：决策支持系统和商业智能（一系列以事实为支持、辅助商业决策的技术和方法） 数据仓库：是一个面向主题、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理中的决策制定。 联机分析（Online Analytical Processing）:将分立的数据库“相联”，进行多维度地分析。 数据挖掘：对数据进行挖山凿矿式的开采，发掘数据下隐藏的历史规律，对未来进行预测。 数据可视化。 谢谢! * 可比性：不同地区人口年龄构成不同，粗死亡率不可直接比较；不同医院病人病情轻重构成不同，治愈率、病死率不可直接比较。抽样的样本率之间的比较要有可比性。 * * * * * * * * * * * * 中国疾病预防控制中心 * 可比性：不同地区人口年龄构成不同，粗死亡率不可直接比较；不同医院病人病情轻重构成不同，治愈率、病死率不可直接比较。抽样的样本率之间的比较要有可比性。 * * * * * * * * * * * *