基于Web的GIS空间模式检测：应用于越南的疟疾发病率外文翻译资料

英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料

外文翻译

题 目 基于Web的GIS空间模式检测：应用于越南的疟疾发病率

基于Web的GIS空间模式检测：应用于越南的疟疾发病率

Thanh Quang Bui and Hai Minh Pham

摘要：

简介：在公共信息和健康监测计划的制定过程中，如何建立一个公共卫生和卫生信息技术互相可操作的卫生信息系统非常值得关注。从技术上讲，健康数据可视化，健康数据的空间处理，健康信息传播，数据共享以及当地社区获取健康信息的一些主要问题依然存在。结合地理信息系统，我们提出了一个基于网络的健康数据可视化和空间分析的技术框架。

方法：从开放的地图服务器收集数据，并通过开放数据工具包和数据地理编码工具进行地理编码。基于Web的系统是基于开源框架和库设计的。该系统通过三个空间测试提供基于Web的分析工具，用于模式检测：最近邻分析，K函数和空间自相关。

结果：在基于网络的GIS中，最终用户可以通过选择区域，空间测试参数来检测疾病模式，并为管理人员和决策者做出贡献。最终用户可以是医疗从业人员，教育工作者，当地社区，卫生部门和决策者。这种基于网络的系统能够以安全的方式改善公共部门用户和公民的与健康有关的服务。

结论：空间统计和基于网络的地理信息系统的结合可以提供帮助卫生从业人员进行直接和特定交叉行动的解决方案，从而提供更好的分析，控制和决策。

关键词：基于Web，健康模式检测，疟疾

1背景

如何在公共信息和健康监测计划的制定过程中建立一个公共卫生和卫生信息技术的可互操作的卫生信息系统，是非常值得关注的。从技术上讲，卫生部门仍然存在一些与健康数据可视化，卫生数据空间处理，健康信息传播，数据共享以及当地社区获取健康信息相关的主要问题（Boulos 2011；Highfield et al.2011）。Pfeiffer和Robinson（2008）发现分布模式可以让医务人员知道随着时间的推移疾病发展的机制和推动这些变化的因素。因此，模式的识别和测量是分析地理信息的重要步骤（Graham等2004；Elliott 2001；Pfeiffer和Robinson 2008）。

在综合分析中，通过进一步分析研究区域的物理，环境和社会条件，已知的疾病分布模式可能揭示疾病病例空间分布的基础过程（Kienberger和Hagen-locher，2014；Odongo-Aginya等，2005）。空间模式可以分为常规模式，随机模式或聚类模式；同时，分析方法分为“非特异性或聚类分析”和“特定或聚类检测分析”（Elliott 2001； Wakefield and Kelsall 2000）。McLafferty（2015）；Pfeiffer和Robinson（2008）总结了他们作品中流行病学的空间数据分析。Gruebner等人（2015）使用空间统计方法来研究地理变异性并揭示灾害后心理脆弱性和适应力因素的模式。Goovaerts和Jacquez（2005）使用空间统计分析检测了癌症发病率的时间变化。（林和张2004）；Lin（2004）开发了罕见疾病空间聚类试验方法。

通常，在流行病学实践中，健康数据采用空间分析方法进行处理（Auchincloss et al.2012; Graham et al.2004）。在大多数情况下，使用地理参考数据，并结合描述疾病位置特征的属性数据。在这种情况下，可以开展可视化，探索和建模以帮助决策（图1）。尽管承认空间显性过程在确定疾病风险方面的重要性，但除了记录空间位置和绘制疾病风险之外，使用空间信息还很少见（Jacquez 2000）。然而，随着地理信息系统和统计软件包在处理健康数据（Delmelle et al.2010）以及开放与卫生服务相关的数据（Shoultz 2015），空间信息的使用变得越来越流行。事实上，技术方面对于基于地理信息系统的卫生应用的广泛使用来说并不是障碍，但非技术方面仍然是一个主要的瓶颈（Carroll et al.2014），需要一个全面的卫生服务战略。

图 1流行病学数据分析的概念 改编自（Pfeiffer and Robinson 2008）

1.1基于网络的信息传播

互联网和基于Web的服务的快速发展有助于医疗从业人员和社区有效共享健康信息并传播疾病风险（Highfield et al.2011），但是服务在简单的显示和查询任务中受到限制（Longley 2005 ）。最近，越来越多的人努力开发更加活跃和动态的系统，并使基于Web的GIS更适合最终用户，例如健康数据处理和健康信息分发中的统计软件包。从技术上讲，地理技术已经使卫生数据共享和分析成为可能，但从社会角度来看，它在保护患者地理隐私的同时允许分析空间数据是一项重大挑战（Hampton和Fitch 2010）。数据集的数量越多，暴露于社区的健康信息就越多。最近，健康数据的开放导致过滤技术的发展，以掩盖病人位置信息的位置以保持信心。虽然已经付出了巨大的努力，但对地理隐私和信息披露风险的敏感性不断下降（Kounadi和Leitner，2014），特别是在互联网时代。

在卫生应用中当前的地理空间信息基础设施有很大的需求（Granell等，2014）。研究的重点是基于网络的健康信息领域，更多的研究人员（学术和非学术人员）正在使用网络进行数据共享，研究和规划（Lee 2010）。Gao（2009）也强调了向用户全面表示健康信息的重要性。Highfield等人（2011年）开展了基于互动的地图绘制工作，为各种研究受众提供方便的健康数据。作者敦促系统需要尽可能互动，允许用户动态定义他们的研究参数，而不是被迫接受预先设定的查询。 Boulos（2011）指出将开放地图服务作为Google，Openstreetmap应用于从社区（群众采购）收集数据，并讨论了让当地社区参与健康监测的好处。Delmelle和Zhu（2014）最近提出了流行病学中最先进的基于网络的应用程序，并使用加速核密度估计法制作了分析模块，以绘制哥伦比亚登革热爆发图。几乎所有提到的研究都评估了用于健康信息传播的可用网络套件，但空间分析能力受到限制（Delmelle和Zhu，2014），缺乏基于网络的模式映射工具，促进多层次参与以支持身份识别疾病聚集。即使许多基于网络的健康应用程序动态生成仅供查看的地图或交互式地图（Gao 2009），并允许用户研究患者的时空分布和演变（Hammond and Barzyk 2008）。然而，基于网络的健康模式检测工具仅限于一些专业研究，使用特殊化的工具，特别是基于Web的系统（Mills 2008）。

本文着重于创建基于网络的空间处理工具，该工具可用于测量越南卫生数据的发病空间模式（在这种情况下，使用疟疾样本）。我们开发三种工具，即最近邻分析，K函数，空间自相关来检验点分布聚类的意义。所有的点在分布中都被视为相同，它们不会根据前两个工具中的属性来区分点。 第三个使用汇总数据并考虑位置和位置特征。 这些模式检测工具可以提供关于如何发现疾病聚集程度的初步概述，并且将对健康从业者有用。

2方法

2.1疟疾患病率和模式

疟疾的发生与环境，气候（Odongo-Aginya等，2005）和社会经济状况（Kienberger和Hagenlocher，2014）密切相关。疟疾仍然是世界和越南的主要健康问题。虽然其患病率降低了，但是生活在偏远地区的易感社区（尤其是生活在越南与老挝和柬埔寨之间的边境地区的居民（Hoang 2014）以及越南高原地区。越南的疟疾研究大部分都集中在疟疾流行病学上，并在预防疟疾方面取得了许多成果。但由于缺乏对当地社区疟疾患者的疾病管理、监测、检测和早期治疗的研究，该病尚未得到适当的解决。在全社区共享健康信息的机制是减少全国性公共卫生问题的重要途径（Hoang 2014）。这项研究使用疟疾分布作为空间模式检测工具的示例数据。

2.2基于Web的空间分析工具

空间分析工具越来越多地用于流行病学数据，以解决暴露-疾病关系的复杂空间性质。数据管理是使用地理信息系统（GIS）和数据库管理系统完成的，并且在空间数据分析的各个阶段都是相关的。许多应用和GIS平台证明了空间分析在流行病学研究中的应用，引入了集成GIS和标准统计软件工具的分析方法，以加强流行病学评估。他们提供可视化，探索和建模工具（Abdullahi et al.2010；Dominkovics et al.2011；Gao 2009）。它们包括识别疾病空间聚类的方法，空间插值和插补方法，地理加权和土地利用回归以及用于研究暴露和疾病空间分布的基本空间统计。尽管许多基于Web的健康应用程序动态生成仅供查看的地图或交互式地图，但后台处理和元数​​据通常缺失（Gao et al.2009）。

在文献综述中，有几个项目集中在代表性状态转移（REST）架构风格的使用上，并将其证明为Web应用程序中的一种有效且高效的风格（Arakawa and Kido 2010;；Dominkovics et al.2011； Flemons and Guralnick 2007 ；Highfield等2011；Kvilekval 2010）。通常，客户端通过统一的接口直接与公开的资源进行交互，基本上通过HTTP（超文本传输协议），URI（统一资源标识符）和诸如HTML（超文本标记语言）和XML（可扩展标记语言）之类的标准格式语言）。

2.3系统设计

在某些情况下，基于Web的系统为可视化，查询和空间分析提供了基本工具。 用户可以交互式地定义研究区域并测试观察到的分布和已知模式是否有统计学差异。它还提供了一个信息沟通页面，沟通部分可以共享当地/科学知识并为决策者提供指导；信息系统将越来越多地被科学家分析数据，用户的信息验证和反馈。

图2显示了GIS中概念性的流行病学数据分析能力，其中作者提出了一个开源框架来处理模式可视化和模式分析。系统选择标准包括许多方面，例如免费和开源软件（FOSS），利用开放标准，分层分层，时空功能，查询布局，文档和加载时间。在两个最受欢迎的开源映射服务器UMN Mapserver和Geoserver中，Geoserver因其服务于Web处理服务的扩展而被选中。 从客户端来看，有很多可用的框架足够复杂，可以相互比较。本研究采用GXP库，Openlayers，Extjs和GeoExt。它提供了n层体系结构，包括：数据层，可视化和处理层以及表示层。

图 2 疟疾病例的地点的报告

3案例研究和数据收集

在越南中部高原山区的越南林东进行了案例研究（图3）。研究区域的特点是地形和气候条件复杂的空间变化。由于地形比较复杂，发展指数较低，获得社会服务的难度以及人口增长压力和对生产用地的需求增加，预计它将成为疟疾最脆弱的地区之一。此外，当地社区的生计（偏远耕作方式）和缺乏控制蚊虫的结合导致感染病例大幅增加。

来自网络的数据对于案例研究，通过基于互联网的公开数据，通过开放数据工具包（ODK）实地调查的现场数据收集和统计数据的协调地理编码来收集疟疾病例的位置。在空间流行病学中，最常见的数据汇总形式是每个地区的病例数量（Pfeiffer and Robinson 2008）。 对于汇总数据，位置通常是研究区域的一般化，作为行政边界的质心。过去几年越南所有提供的开放疟疾数据均从（http://www.map.ox.ac.uk/explorer/http://www.map.ox.ac.uk/）下载）。有的数据被过滤以删除不合适的研究案例。

图 3 架构框架a架构框架 b WebGIS界面

数据地理编码地图中的空间位置可以通过地理编码工具来定义，该工具丰富了位置的描述，通常是邮政地址或地名，或统计表的列值与空间数据（shapefile）的属性表的匹配。地理编码为地理位置信息系统中的空间分析提供了一个配对坐标点。这种方法通常用于整个健康相关研究，因为健康数据通常只包含低精度的位置描述，如地区名称和行政单位。 （Dominkovics et al.2011）。 2014年和2015年第一季度的疟疾病例主要集中在林东省卫生局和国立麻醉学和昆虫学研究所（图3）。收集的数据应与研究中地理区域的范围一起考虑。分析师经常需要确定围绕感兴趣的地理对象的区域在多大程度上被包括在他们的分析中。

通过ODK收集现场数据使用ODK将额外的疟疾病例添加到数据库中。ODK是一套免费且开源的工具，可帮助提供具有GPS位置和图像的移动数据收集解决方案。ODK正在用于为技术人员提供决策支持，以定义疾病位置并构建富含多媒体的自然地图绘制工具。使用ODK开发接口，本研究能够为数据收集调查（在移动设备上）开发一个核心模板，然后根据具体的数据收集需求进行修改。收集的数据被发送到Tomcat服务器，由PostgreSQL数据库支持。利用数据库中的更新点，用户可以刷新浏览器以显示地图。利用ODK Collect调查工具和ODK Aggregate服务器的集成特性，可以快速修改，测试和发布调查，以便进一步测试或收集数据。

4结果与讨论

4.1密度可视化

基于测试数据

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24042]，资料为PDF文档或Word文档，PDF文档可免费转换为Word