시간 모형을 이용한 감염병 감시 체계에 대한 연구- 서울시를 중심으로 -
A Study on Monitoring System for Infectious Diseases Using Temporal Model with Application to Seoul Metropolitan Area
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 전염병 감시에 있어 해당 시점에서의 급증 여부를 판단할 수 있는 체계적인 알고리즘을 제안하고자 급증 탐지 알고리즘을 서울시의 구별 유행성이하선염 자료에 적용하였다. 본 연구에서사용된 Farrington 알고리즘은 자료의 시간적 추세 및 계절성, 과분산을 반영한 모형으로 급증을 판단할 수 있는 기준치를 제시하고, 전염병 자료의 각 시점의 발생건수와 기준치를 비교하여 기준치 이상의 발생건수가 집계된 시점을 급증 시점으로 판단한다. Farrington 알고리즘을 서울시의 구별 유행성이하선염 자료에 적용한 결과 눈에 띄게 발생건수가 증가한 시점에 급증이 알맞게 표시되었고, 특히 2013년부터 2014년 전반기까지에 대다수의 자치구에 급증이 많이 표시되었다. 본 연구에서 제안한 알고리즘은 향후 감염병의 감시에 있어 보다 체계적이고 정확한 정보를 제공할 것이며 해당 알고리즘이 여러 질병의 모니터링 시스템에 적용될 경우 적절하고 빠르게 급증에 대한 대처가 가능할 것으로 기대된다.
Abstract
In this study, we proposed a systematic algorithm to monitor and detect outbreak of infectious disease and applied it to mumps data. The Farrington algorithm used in this study is a model that reflects temporal trend, seasonality, and over-dispersion of the data. It provides a reference value to judge outbreak by comparing it with observation. If observation at some time point is bigger than reference value, that time point is then assigned to be outbreak time. The application of the Farrington algorithm to the mumps data of Seoul’s autonomous regions showed correct detection at increase points, and there are many outbreaks especially in the majority of autonomous districts from 2013 to the first half of 2014. The algorithm proposed in this study could provide more systematic and accurate information on disease surveillance and help the government to cope with outbreaks quickly and appropriately when applied to the monitoring system of various diseases.
참고문헌 (11)
- Buckeridge, D., "Algorithms for Rapid Outbreak Detection: A Research Synthesis", Journal of Biomedical Informatics, 38(2), pp.99~113 (2005)
- Farrington, C, "Monitoring the Health of Populations", pp.203~231 (2003), Oxford University Press
- Farrington, C., "A Statistical Algorithm for the Early Detection of Outbreaks of Infectious Disease", Journal of the Royal Statistical Society, Series A, 159, pp.547~563 (1996)
- Höhle, M, "Aberration Detection in R Illustrated by Danish Mortality Monitoring. Biosurveillance:Methods and Case Studies", 215~237 (2010)
- Höhle, M, "Count Data Regression Charts for the Monitoring of Surveillance Time Series", Computational Statistics & Data Analysis, 52(9), pp.4357~4368 (2008)
- Lawson, A, "Spatial and Syndromic Surveillance for Public Health" (2005), Wiley
- 이경주, "신종 인플루엔자의 사전적 감시체계 구축을 위한 시공간 모니터링 방법론 활용에 관한 연구", 통계연구, 16(2), pp.22~37 (2011), 통계청
- Noufaily, A., "An Improved Algorithm for Outbreak Detection in Multiple Surveillance Systems", Statistics in Medicine, 32(7), pp.1206~1222 (2013)
- Rossi, G., "An Approximate CUSUM Procedure for Surveillance of Health Events", Statistics in Medicine, 18, pp.2111~2122 (1999)
- 서미옥, "확률적 방법을 이용한 질병 확산 모형 추정 방법", Journal of The Korean Data Analysis Society, 17(3), pp.1247~1259 (2015), 한국자료분석학회
- Sonesson, C, "A Review and Discussion of Prospective Statistical Surveillance in Public Health", Journal of the Royal Statistical Society, Series A, pp.5~12 (2003)