掃描統(tǒng)計(jì)及其在流行病學(xué)中的應(yīng)用

廣西醫(yī)科大學(xué)公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計(jì)學(xué)教研室(530021) 唐咸艷 周紅霞

掃描統(tǒng)計(jì)及其在流行病學(xué)中的應(yīng)用

廣西醫(yī)科大學(xué)公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計(jì)學(xué)教研室(530021) 唐咸艷 周紅霞△

△通訊作者：周紅霞，E-mail：gmuies@163.com

掃描統(tǒng)計(jì)(scan statistic)是空間統(tǒng)計(jì)學(xué)方法之一，其目的在于探測(cè)空間、時(shí)間、時(shí)空范圍內(nèi)某事件發(fā)生數(shù)的異常增加，并檢驗(yàn)這種改變是否由于隨機(jī)變異所造成。即探測(cè)研究區(qū)域內(nèi)是否存在聚集性、聚集性的確切位置、聚集性的風(fēng)險(xiǎn)大小，并檢驗(yàn)聚集性有無統(tǒng)計(jì)學(xué)意義。疾病的發(fā)生與流行常常表現(xiàn)為地域性病例數(shù)的增加與減少，地域性病例分布的聚集與消失。地域性病例數(shù)的增加與減少包含著豐富的疾病流行信息，疾病聚集性的空間信息收集與分析對(duì)理解疾病的發(fā)生與傳播具有重要意義。

掃描統(tǒng)計(jì)有三個(gè)基本特征：被掃描區(qū)域的幾何形狀、基于無效假設(shè)的概率分布、掃描窗口的形狀和大小〔1〕。掃描統(tǒng)計(jì)由 Joseph Naus〔2〕于 1965 年首次提出，模型假設(shè)：(1)掃描窗口大小和形狀固定，(2)各地區(qū)期望發(fā)病數(shù)與該地區(qū)尺度大小成比例。在疾病監(jiān)測(cè)中，這兩個(gè)假設(shè)都不會(huì)滿足，原因是：(1)事先無法預(yù)知疾病爆發(fā)聚集性的規(guī)模，因此掃描窗口的大小應(yīng)該處于動(dòng)態(tài)變化之中;(2)人口密度地理分布的不均勻性，城市高于農(nóng)村，在同等尺度大小的區(qū)域內(nèi)，城市可能有更多的病例數(shù)發(fā)生。1995年，Kulldorff〔3〕提出了一種基于似然比檢驗(yàn)的空間掃描統(tǒng)計(jì)，該方法對(duì)不均勻的人口密度進(jìn)行校正，并采用大小可變的掃描窗口。在此基礎(chǔ)上，1998年〔4〕提出回顧性時(shí)空掃描統(tǒng)計(jì)，2001 年〔5〕提出前瞻性時(shí)空掃描統(tǒng)計(jì)，2005 年〔6〕提出時(shí)空重排掃描統(tǒng)計(jì)，2006年〔7〕提出指數(shù)模型掃描統(tǒng)計(jì)，2007年〔8-9〕提出等級(jí)模型掃描統(tǒng)計(jì)及多元掃描統(tǒng)計(jì)，2008年〔10〕提出無序多分類模型掃描統(tǒng)計(jì)，2009年〔11〕又提出加權(quán)正態(tài)模型掃描統(tǒng)計(jì)。至今，掃描統(tǒng)計(jì)類型已覆蓋了回顧性掃描統(tǒng)計(jì)分析及前瞻性掃描統(tǒng)計(jì)分析，其中回顧性掃描統(tǒng)計(jì)分為純空間掃描統(tǒng)計(jì)、純時(shí)間掃描統(tǒng)計(jì)及時(shí)空掃描統(tǒng)計(jì);前瞻性掃描統(tǒng)計(jì)分為純時(shí)間掃描統(tǒng)計(jì)和時(shí)空掃描統(tǒng)計(jì)。掃描統(tǒng)計(jì)的概率模型有：二項(xiàng)分布模型、正態(tài)分布模型、等級(jí)模型、指數(shù)模型、無序多分類模型、時(shí)空重排模型、泊松分布模型，這些模型均采用對(duì)數(shù)似然比(log likelihood ratio，LRR)進(jìn)行假設(shè)檢驗(yàn)，蒙特卡羅隨機(jī)化方法(Monte Carlo randomization method)模擬P值大小〔12〕。目前實(shí)現(xiàn)掃描統(tǒng)計(jì)分析的軟件(SatScan software)由美國(guó)國(guó)立腫瘤研究所研制〔10〕，自1997年推出第一版來，至今已是第九版(2011年3月更新)。掃描統(tǒng)計(jì)廣泛應(yīng)用于傳染病、腫瘤、心血管疾病、自身免疫性疾病、出生缺陷、寄生蟲病、傷害、動(dòng)物醫(yī)學(xué)等領(lǐng)域，其目的主要是實(shí)現(xiàn)疾病監(jiān)測(cè)、早期預(yù)警、聚集性探測(cè)。本文擬從掃描統(tǒng)計(jì)的概率模型、原理方法、資料要求、注意事項(xiàng)、應(yīng)用實(shí)例等方面對(duì)其做一綜合概述。

離散型Poisson模型掃描統(tǒng)計(jì)

掃描統(tǒng)計(jì)可對(duì)發(fā)病、死亡、生存等問題的高概率、低概率、高低概率進(jìn)行分析，探測(cè)高聚集區(qū)、低聚集區(qū)以及高低聚集區(qū)。針對(duì)不同的數(shù)據(jù)類型，采用不用的概率模型。離散型Poisson模型適用于計(jì)數(shù)資料，要求有各位點(diǎn)的發(fā)病數(shù)、基線人口數(shù)、地理坐標(biāo)數(shù)。回顧性時(shí)間掃描統(tǒng)計(jì)、回顧性空間掃描統(tǒng)計(jì)、回顧性時(shí)空掃描統(tǒng)計(jì)、前瞻性時(shí)間掃描統(tǒng)計(jì)、前瞻性時(shí)空掃描統(tǒng)計(jì)均可采用離散型Poisson模型。下面以空間掃描統(tǒng)計(jì)為例闡述其原理與方法〔13〕：

1.基本原理

其無效假設(shè)H0為：疾病空間分布是完全隨機(jī)的;備擇假設(shè)H1為：跟掃描窗口外相比，疾病在窗口內(nèi)的發(fā)病率增加?？臻g掃描統(tǒng)計(jì)采用移動(dòng)窗口法，在研究區(qū)域內(nèi)建立活動(dòng)性圓形或橢圓形窗口對(duì)疾病發(fā)病率進(jìn)行分析。窗口的大小和位置處于動(dòng)態(tài)改變之中，可避免人為選定研究區(qū)域范圍和圓心位置所造成的選擇偏倚。窗口的圓心在地圖中沿格網(wǎng)線或地理單位質(zhì)心變動(dòng)，掃描半徑按人口轄區(qū)范圍劃分，具體從0至總?cè)丝诘囊欢ū壤O(shè)定值之間變動(dòng)(該比例小于或等于總?cè)丝诘?0%)。對(duì)每次變動(dòng)，計(jì)算窗口內(nèi)外區(qū)域間的發(fā)病率差異，采用對(duì)數(shù)似然比進(jìn)行檢驗(yàn)。尋找所有位置所有大小窗口中的最大對(duì)數(shù)似然比值，此處為最有可能存在聚集性的區(qū)域，也就是最不可能由隨機(jī)變異造成的。最終選取LLR值最大的窗口為高發(fā)病聚集窗口，確定該窗口所包括的地區(qū)，計(jì)算該地區(qū)的相對(duì)危險(xiǎn)度并檢驗(yàn)有無統(tǒng)計(jì)學(xué)意義。LLR的P值通過蒙特卡羅隨機(jī)法模擬。

當(dāng)進(jìn)行時(shí)間掃描統(tǒng)計(jì)時(shí)，掃描窗口仍為圓形窗口，掃描范圍變成時(shí)間長(zhǎng)度;當(dāng)進(jìn)行時(shí)空掃描統(tǒng)計(jì)時(shí)，掃描窗口是圓柱形，圓柱的底對(duì)應(yīng)空間大小，圓柱的高對(duì)應(yīng)時(shí)間長(zhǎng)度，同時(shí)在時(shí)空兩個(gè)維度上進(jìn)行分析，檢驗(yàn)發(fā)病地點(diǎn)鄰接的病例其發(fā)病時(shí)間是否也接近，探測(cè)是否存在時(shí)空聚集性。

2.對(duì)數(shù)似然比假設(shè)檢驗(yàn)

對(duì)每一位置和大小的圓形掃描窗口，其無效假設(shè)H0為：疾病分布是完全隨機(jī)的;備擇假設(shè)H1為：與窗口外相比，窗口內(nèi)的發(fā)病風(fēng)險(xiǎn)增加。基于離散型Poisson模型的假設(shè)，其對(duì)數(shù)似然比為〔13〕：

其中c為窗口內(nèi)發(fā)病數(shù)，C-c為窗口外發(fā)病數(shù);E［c］為基于無效假設(shè)由協(xié)變量校正過的窗口內(nèi)預(yù)期發(fā)病數(shù)，C-E［c］為窗口外預(yù)期發(fā)病數(shù)。I()為指示函數(shù)，當(dāng)進(jìn)行高發(fā)病率(high rate)聚集性掃描時(shí)，若窗口內(nèi)實(shí)際發(fā)病數(shù)高于預(yù)期發(fā)病數(shù)，I()=1，反之I()=0;當(dāng)進(jìn)行低發(fā)病率聚集性掃描(low rate)時(shí)，若窗口內(nèi)實(shí)際發(fā)病數(shù)低于預(yù)期發(fā)病數(shù)，I()=1，反之I()=0。

當(dāng)掃描窗口為橢圓形時(shí)〔10，14〕，掃描結(jié)果可能獲得許多不規(guī)則形的聚集區(qū)，但研究感興趣的是規(guī)則聚集區(qū)。因此，為獲得更多的規(guī)則聚集區(qū)，需用松散損失函數(shù)(non-compactness penalty function)對(duì)其對(duì)數(shù)似然比值進(jìn)行調(diào)整：

各指標(biāo)意義同前所述。通過RR值，可確切評(píng)估各聚集性的風(fēng)險(xiǎn)大小。

3.注意事項(xiàng)

(1)關(guān)于空間位置數(shù)據(jù) 離散型Poisson模型掃描統(tǒng)計(jì)的坐標(biāo)數(shù)據(jù)以笛卡爾坐標(biāo)系統(tǒng)為參考，用柵格或各觀測(cè)單元的質(zhì)心定義各觀測(cè)點(diǎn)的坐標(biāo)數(shù)據(jù)，因此這類坐標(biāo)數(shù)據(jù)是離散不連續(xù)的;且觀測(cè)位置固定在柵格或觀測(cè)單元的質(zhì)心，空間位置隨機(jī)性不強(qiáng)〔10〕。若將柵格無限細(xì)分，則離散型Poisson掃描統(tǒng)計(jì)將趨向于連續(xù)型Poisson掃描統(tǒng)計(jì)。

(2)關(guān)于橢圓窗口掃描統(tǒng)計(jì) 只適用于二維笛卡爾坐標(biāo)系統(tǒng)定義的坐標(biāo)數(shù)據(jù)，不用于經(jīng)維網(wǎng)定義的坐標(biāo)系統(tǒng)(latitude-longitude coordinate system)。若是經(jīng)緯數(shù)據(jù)時(shí)，需用投影將坐標(biāo)數(shù)據(jù)從球面轉(zhuǎn)換為平面的笛卡爾坐標(biāo)后方可進(jìn)行橢圓掃描統(tǒng)計(jì)。此外，橢圓形掃描窗口僅用于純空間掃描統(tǒng)計(jì)分析，時(shí)間掃描統(tǒng)計(jì)不可用〔14-15〕。

(3)關(guān)于次級(jí)聚集性 應(yīng)用掃描統(tǒng)計(jì)時(shí)，除了探測(cè)到最有可能的聚集性，也可探測(cè)到數(shù)據(jù)集中次級(jí)聚集性，并且根據(jù)LLR大小對(duì)它們進(jìn)行排序〔10〕。有時(shí)某些次級(jí)聚集性與最可能的聚集性幾乎有同樣大的LLR，因?yàn)閷?duì)一個(gè)較大或中等大小的聚集性，稍微增大或縮小它的邊界并不會(huì)使LLR改變很大。這種次級(jí)聚集性并不能提供多少信息，但它們的存在意味著掃描統(tǒng)計(jì)的分析結(jié)果通常只能指出聚集性的大概邊界，無法確定確切邊界。若一些次級(jí)聚集性，其邊界跟最有可能的聚集性沒有重合，這樣的聚集性是比較有意義的。借此，可以獲得研究區(qū)域內(nèi)所有有統(tǒng)計(jì)學(xué)意義，且不相互重疊的聚集性。但是，次級(jí)聚集性檢測(cè)只適用離散型空間掃描統(tǒng)計(jì)，連續(xù)型Poisson模型掃描統(tǒng)計(jì)或純時(shí)間掃描統(tǒng)計(jì)沒有次級(jí)聚集性。

(4)關(guān)于校正問題 掃描統(tǒng)計(jì)分析中主要涉及到以下幾類校正：空間校正、時(shí)間趨勢(shì)校正、協(xié)變量校正、RR校正。

掃描統(tǒng)計(jì)可對(duì)性別、年齡等協(xié)變量進(jìn)行校正〔16，17〕，其原理類似間接標(biāo)準(zhǔn)化法。掃描統(tǒng)計(jì)中，以下三種情況需要對(duì)協(xié)變量進(jìn)行校正：①與研究疾病相關(guān)的協(xié)變量;②空間分布不均的協(xié)變量;③探測(cè)不能為協(xié)變量所解釋的聚集性。例如，當(dāng)研究某腫瘤在地區(qū)間的死亡率時(shí)，需要對(duì)年齡校正。原因是：其一，各地區(qū)人口的年齡構(gòu)成不同，有些地區(qū)老年人口所占比例大;其二，老年人死于腫瘤的可能性較年輕人大;其三，當(dāng)校正老年人口構(gòu)成高的地區(qū)后，探測(cè)高危聚集區(qū)。目前，主要有三種方法可對(duì)協(xié)變量進(jìn)行校正：①利用分析數(shù)據(jù)集中的協(xié)變量進(jìn)行校正，該方法只對(duì)離散型Poisson模型掃描統(tǒng)計(jì)和時(shí)空重排掃描統(tǒng)計(jì)有效，且協(xié)變量必須是無序多分類變量;②利用統(tǒng)計(jì)軟件進(jìn)行回歸分析校正：如 SAS、SPSS、Stata等軟件，該法可對(duì)連續(xù)性協(xié)變量校正;③利用多重?cái)?shù)據(jù)集進(jìn)行校正。

在時(shí)間掃描統(tǒng)計(jì)或時(shí)空掃描統(tǒng)計(jì)分析中，若數(shù)據(jù)具有升高時(shí)間趨勢(shì)，則聚集性將在研究終止期附近;若數(shù)據(jù)具有降低時(shí)間趨勢(shì)，則聚集性將在研究起始期附近。當(dāng)想探測(cè)待消除時(shí)間趨勢(shì)后，潛在的時(shí)間聚集性或時(shí)空聚集性時(shí)，對(duì)時(shí)間趨勢(shì)的校正就十分必要〔10〕。其校正方法有：①時(shí)間分層隨機(jī)：確保每個(gè)時(shí)間間隔內(nèi)具有相同的病例數(shù);②對(duì)數(shù)線性趨勢(shì)法：不適用于二項(xiàng)分布、等級(jí)模型、指數(shù)模型、正態(tài)模型、聯(lián)合二項(xiàng)分布模型;③多重?cái)?shù)據(jù)集法：常用于二項(xiàng)分布、等級(jí)模型、指數(shù)模型、正態(tài)模型、聯(lián)合二項(xiàng)分布模型。

Poisson模型進(jìn)行時(shí)空掃描統(tǒng)計(jì)分析，旨在探測(cè)在時(shí)間和空間上均接近的聚集性，因此，需要對(duì)單純性空間聚集性進(jìn)行校正。研究中，常用空間分層隨機(jī)法進(jìn)行校正。按位點(diǎn)序號(hào)進(jìn)行分層隨機(jī)，確保各位點(diǎn)處有相同的事件數(shù)。值得注意的是，分層隨機(jī)不能同時(shí)對(duì)單純性時(shí)間聚集性和單純性空間聚集性進(jìn)行校正〔10〕。如果需要同時(shí)進(jìn)行校正，則選擇時(shí)空重排掃描統(tǒng)計(jì)分析。

根據(jù)先驗(yàn)知識(shí)，通?？梢源_定某些位點(diǎn)或時(shí)點(diǎn)處具有超高或超低風(fēng)險(xiǎn)。當(dāng)需要探測(cè)除這些已知聚集性外，還有哪些地區(qū)或時(shí)間具有聚集性時(shí)，則需要對(duì)這些超額或超低風(fēng)險(xiǎn)進(jìn)行校正〔10〕。簡(jiǎn)單的校正方法是使用校正文件，對(duì)危險(xiǎn)人口數(shù)進(jìn)行調(diào)整。超額風(fēng)險(xiǎn)的校正，僅適用于Poisson模型掃描統(tǒng)計(jì)。

(5)關(guān)于多元掃描統(tǒng)計(jì)

研究中，通常需要在某空間區(qū)域或時(shí)間范圍內(nèi)同時(shí)對(duì)多個(gè)變量的聚集性進(jìn)行檢驗(yàn)，探測(cè)綜合聚集性，綜合評(píng)價(jià)多個(gè)變量在某范圍內(nèi)的聚集性〔9-10〕。其分析思想類似于多元方差分析。例如，在研究淋巴造血系統(tǒng)腫瘤在某區(qū)域內(nèi)的聚集性時(shí)，待研究的腫瘤有白血病和惡性淋巴瘤，可通過多元掃描統(tǒng)計(jì)分析綜合評(píng)價(jià)淋巴造血系統(tǒng)腫瘤在該地區(qū)的聚集性。若對(duì)惡性淋巴瘤或白血病分別做掃描統(tǒng)計(jì)，結(jié)果只能說明這兩種腫瘤在該地區(qū)的各自聚集性，不能說明造血淋巴系統(tǒng)腫瘤的綜合聚集性，因此不能得出綜合結(jié)論。同時(shí)，分別對(duì)各種疾病做掃描統(tǒng)計(jì)，忽視了疾病間的聯(lián)系，損失了信息，造成檢驗(yàn)效能低下。

多變量掃描統(tǒng)計(jì)分析需建立多變量數(shù)據(jù)集，要求各分析變量獨(dú)自建立一個(gè)數(shù)據(jù)庫。所有數(shù)據(jù)集采用同一概率模型，且有相同的坐標(biāo)數(shù)據(jù)文件。

(6)關(guān)于數(shù)據(jù)的分布類型

值得注意的是，雖然Poisson模型掃描統(tǒng)計(jì)利用基于Poisson分布的似然比函數(shù)進(jìn)行檢驗(yàn)，但這并不意味著病例數(shù)據(jù)必須服從Poisson分布〔10〕。實(shí)際上，病例數(shù)據(jù)不一定服從Poisson分布，但統(tǒng)計(jì)推斷概率P值仍然有效。原因在于蒙特卡羅隨機(jī)化法模擬的隨機(jī)數(shù)據(jù)集并非源于Poisson分布，而是通過模擬各觀測(cè)對(duì)象的時(shí)空位置及其數(shù)據(jù)特性來產(chǎn)生隨機(jī)數(shù)據(jù)集。

(7)關(guān)于無效假設(shè)和備擇假設(shè)

掃描統(tǒng)計(jì)的無效假設(shè)是：病例的分布是完全隨機(jī)的。在接受統(tǒng)計(jì)假設(shè)檢驗(yàn)觀念的同時(shí)，必須接受一個(gè)事實(shí)，那就是無效假設(shè)從來就不是完全正確的〔10，18〕。如臨床試驗(yàn)中，對(duì)兩種不同手術(shù)方案的療效進(jìn)行比較。兩者的療效肯定是不可能完全相同的，但無效假設(shè)依然是“兩者療效相同”，因?yàn)檠芯扛信d趣的是檢驗(yàn)是否其中一種方案的療效優(yōu)于另一種。同樣，盡管發(fā)病率在不同時(shí)間或空間內(nèi)存在差異，但仍以“病例的分布是完全隨機(jī)的”作為無效假設(shè)，因?yàn)楦信d趣的是探測(cè)存在超額風(fēng)險(xiǎn)性的確切位置。從這個(gè)意義上說，盡管無效假設(shè)在內(nèi)容上并非完全正確，但仍以它作為無效假設(shè)。

掃描統(tǒng)計(jì)采用精確的備擇假設(shè)。例如，空間掃描統(tǒng)計(jì)的備擇假設(shè)是存在圓形聚集性。但這并不意味著空間掃描統(tǒng)計(jì)只能用于探測(cè)圓形聚集性。實(shí)際上，許多廣泛應(yīng)用的檢驗(yàn)統(tǒng)計(jì)量根本不指定備擇假設(shè)，這并不意味著這些檢驗(yàn)統(tǒng)計(jì)量可用于任何備擇假設(shè)或者它們用在任何備擇假設(shè)上都有好的檢驗(yàn)效果。同樣，空間掃描統(tǒng)計(jì)清楚地定義一個(gè)備擇假設(shè)，并不意味著它不能用于其他備擇假設(shè)。只不過對(duì)某些備擇假設(shè)其檢驗(yàn)效能高一些，而對(duì)其他備擇假設(shè)檢驗(yàn)效能低一些而已。清楚定義備擇假設(shè)的優(yōu)點(diǎn)在于可以提供一些信息，如該檢驗(yàn)對(duì)哪些備擇假設(shè)有較高的檢驗(yàn)效能。

連續(xù)型Poisson模型掃描統(tǒng)計(jì)

與其他概率模型掃描統(tǒng)計(jì)不同，在連續(xù)型Poisson模型掃描統(tǒng)計(jì)中，觀測(cè)對(duì)象的空間位置可以是研究區(qū)域內(nèi)(多邊形)的任意位點(diǎn)，并不固定在柵格或空間單元的質(zhì)心處，具有連續(xù)性和隨機(jī)性。在無效假設(shè)下，觀測(cè)點(diǎn)服從空間同質(zhì)性Poisson過程，各位點(diǎn)處的事件發(fā)生強(qiáng)度相同。為確保空間位置的連續(xù)性，不能用離散的笛卡爾坐標(biāo)系統(tǒng)定義空間位置，必須用連續(xù)的經(jīng)緯坐標(biāo)系統(tǒng)定義空間位置〔13〕。連續(xù)型泊松分布掃描統(tǒng)計(jì)僅用于單純性空間掃描統(tǒng)計(jì)，掃描窗口為圓形，不可用橢圓形窗口。此外，連續(xù)型泊松掃描統(tǒng)計(jì)不能進(jìn)行次級(jí)聚集性校正，同時(shí)也不用多數(shù)據(jù)集進(jìn)行協(xié)變量校正或多元掃描統(tǒng)計(jì)分析。

連續(xù)型Poisson掃描統(tǒng)計(jì)用于計(jì)數(shù)資料。其數(shù)據(jù)要求、原理方法、假設(shè)檢驗(yàn)與離散型Poisson掃描統(tǒng)計(jì)相同，此處不再贅述。

Berrnoul模型掃描統(tǒng)計(jì)

Berrnoul模型用于分析二分類數(shù)據(jù)，如患病與否，要求具備病例數(shù)據(jù)、對(duì)照數(shù)據(jù)、位置數(shù)據(jù)。可對(duì)高發(fā)病率、低發(fā)病率、高-低發(fā)病率進(jìn)行單純性空間掃描統(tǒng)計(jì)、單純性時(shí)間掃描統(tǒng)計(jì)、時(shí)空交互掃描統(tǒng)計(jì)分析。其對(duì)數(shù)似然比函數(shù)為〔3.13〕：

其中c為掃描窗口內(nèi)實(shí)際發(fā)病數(shù)，n為掃描窗口內(nèi)的病例與對(duì)照數(shù)之和，N為研究區(qū)域內(nèi)病例與對(duì)照數(shù)之和，C為研究區(qū)域內(nèi)總病例數(shù)，I()為指示函數(shù)。有關(guān)Berrnoul模型的概率估計(jì)、位置數(shù)據(jù)、掃描窗口、空間校正、時(shí)間趨勢(shì)校正、協(xié)變量校正、RR校正、多元掃描統(tǒng)計(jì)、數(shù)據(jù)分布類型、無效假設(shè)和備擇假設(shè)等事項(xiàng)與離散型Poisson模型相似。

exponential模型掃描統(tǒng)計(jì)

指數(shù)模型用于分析生存數(shù)據(jù)，旨在比較生存期長(zhǎng)的病例與生存期短的病例在分布上有何不同。即探測(cè)生存期長(zhǎng)和生存期短病例的分布聚集性，并檢驗(yàn)有無統(tǒng)計(jì)學(xué)意義。指數(shù)模型要求具有病例數(shù)據(jù)和坐標(biāo)數(shù)據(jù)，病例數(shù)據(jù)需包括某時(shí)間某位點(diǎn)上各病例的診斷時(shí)間(起始時(shí)間)、生存時(shí)間、生存狀態(tài)等基本信息。exponential模型掃描統(tǒng)計(jì)可進(jìn)行回顧性分析，包括單純性空間掃描統(tǒng)計(jì)、單純性時(shí)間掃描統(tǒng)計(jì)、時(shí)空掃描統(tǒng)計(jì);也可進(jìn)行前瞻性分析，包括單純性時(shí)間掃描統(tǒng)計(jì)、時(shí)空掃描統(tǒng)計(jì)兩類。與泊松模型和二項(xiàng)分布模型相比，exponential模型的似然函數(shù)復(fù)雜的多，可參考文獻(xiàn)〔7，10〕。有關(guān) exponential模型的概率估計(jì)、位置數(shù)據(jù)、掃描窗口、空間校正、時(shí)間趨勢(shì)校正、協(xié)變量校正、RR校正、多元掃描統(tǒng)計(jì)、數(shù)據(jù)分布類型等事項(xiàng)與離散型Poisson模型相似。需要指出，exponential模型的無效假設(shè)更為具體，設(shè)為：生存期長(zhǎng)的病例與生存期短的病例在分布上無差異，完全隨機(jī)分布。

ordinal模型掃描統(tǒng)計(jì)

ordinal適用于等級(jí)資料，例如在某地區(qū)研究乳腺癌早、中、晚期病例的分布時(shí)，旨在檢驗(yàn)各等級(jí)病例在分布上有何不同，尋找高水平、中等水平、低水平病例分布的聚集性，并檢驗(yàn)聚集性有無統(tǒng)計(jì)學(xué)意義。ordinal模型需具備病例數(shù)據(jù)和位置數(shù)據(jù)，要求包含各級(jí)別病例的位點(diǎn)信息。ordinal模型可進(jìn)行回顧性分析，包括單純性空間掃描統(tǒng)計(jì)、單純性時(shí)間掃描統(tǒng)計(jì)、時(shí)空掃描統(tǒng)計(jì);也可進(jìn)行前瞻性分析，包括單純性時(shí)間掃描統(tǒng)計(jì)、時(shí)空掃描統(tǒng)計(jì)兩類。ordinal模型的似然函數(shù)較復(fù)雜，可參考文獻(xiàn)〔8〕。有關(guān) ordinal模型的概率估計(jì)、位置數(shù)據(jù)、掃描窗口、空間校正、時(shí)間趨勢(shì)校正、協(xié)變量校正、RR校正、多元掃描統(tǒng)計(jì)、數(shù)據(jù)分布類型等事項(xiàng)與離散型Poisson模型相似。但是，ordinal模型的無效假設(shè)具體設(shè)為：各等級(jí)層次的病例在分布上無差異，呈完全隨機(jī)分布。

normal模型掃描統(tǒng)計(jì)

normal模型掃描統(tǒng)計(jì)適用于連續(xù)計(jì)量資料〔10，11〕，如研究新生兒出生體重在某地區(qū)的分布時(shí)，目的在于檢驗(yàn)超重兒、低體重兒在分布上有無差異;探測(cè)超重兒、低體重兒分布的聚集性，并檢驗(yàn)有無統(tǒng)計(jì)學(xué)意義。normal模型只需要事件數(shù)據(jù)和坐標(biāo)數(shù)據(jù)。值得注意的是，雖然normal模型通過基于正態(tài)分布的似然函數(shù)進(jìn)行假設(shè)檢驗(yàn)，但這并不意味著分析數(shù)據(jù)必須滿足正態(tài)分布。原因是蒙特卡羅隨機(jī)化模擬數(shù)據(jù)集的產(chǎn)生不是源于正態(tài)分布的樣本數(shù)據(jù)，而是基于模擬各觀測(cè)的時(shí)空位點(diǎn)及其數(shù)據(jù)特性。normal模型的分析結(jié)果受極端值影響很大，分析前需要對(duì)極端值進(jìn)行刪除處理。

正態(tài)模型按位點(diǎn)間的方差(變異性)是否相同分為標(biāo)準(zhǔn)化正態(tài)模型和加權(quán)正態(tài)模型。前者要求各位點(diǎn)間滿足方差齊性，實(shí)際上這很難滿足。比如有兩個(gè)位點(diǎn)，一個(gè)位點(diǎn)的樣本量大，另一個(gè)位點(diǎn)的樣本量小;觀測(cè)值在小樣本位點(diǎn)處的變異性將比大樣本位點(diǎn)處的大，這就會(huì)造成觀測(cè)值的變異性在這兩個(gè)位點(diǎn)處不同，進(jìn)而影響分析結(jié)果的可靠性。當(dāng)觀測(cè)值在位點(diǎn)間的變異性不同時(shí)，需采用加權(quán)正態(tài)模型對(duì)變異性進(jìn)行校正〔11〕。正態(tài)模型通過回顧性和前瞻性分析，進(jìn)行單純性空間掃描統(tǒng)計(jì)、單純性時(shí)間掃描統(tǒng)計(jì)、時(shí)空掃描統(tǒng)計(jì)。正態(tài)模型的似然函數(shù)較復(fù)雜，參考文獻(xiàn)〔11〕。有關(guān)正態(tài)模型的概率估計(jì)、位置數(shù)據(jù)、掃描窗口、空間校正、時(shí)間趨勢(shì)校正、協(xié)變量校正、RR校正、多元掃描統(tǒng)計(jì)等事項(xiàng)與離散型Poisson模型相似。正態(tài)概率模型的無效假設(shè)為：某事件的高、低觀測(cè)值在分布上無差異，呈完全隨機(jī)分布，即觀測(cè)不存在高值或低值聚集性。

時(shí)空重排模型

時(shí)空重排模型僅用于時(shí)空掃描統(tǒng)計(jì)(space-time scan statistic)，其目的是檢驗(yàn)在發(fā)病地點(diǎn)鄰接的病例其發(fā)病時(shí)間是否也接近，探測(cè)時(shí)空交互聚集性，實(shí)現(xiàn)疾病早期預(yù)警〔6，10〕。時(shí)空重排模型自動(dòng)校正單純性空間聚集性或單純性時(shí)間聚集性，識(shí)別時(shí)空交互作用。對(duì)始于局部，然后蔓延到整個(gè)地區(qū)的疾病爆發(fā)，由于局部地區(qū)的發(fā)病數(shù)增加尚不足以使整個(gè)地區(qū)的發(fā)病曲線呈上升趨勢(shì)，因此單純性時(shí)間聚集性探測(cè)方法在發(fā)現(xiàn)此類聚集性時(shí)就存在時(shí)間滯后性。而時(shí)空重排掃描模型對(duì)單純性時(shí)間或空間聚集性進(jìn)行校正，充分利用時(shí)間信息和空間信息，實(shí)現(xiàn)了真正意義上的早期預(yù)警。時(shí)空重排模型只需要病例數(shù)據(jù)，不需要人口數(shù)據(jù)，要求為每個(gè)病例定義好空間位置和時(shí)間數(shù)據(jù)。出現(xiàn)時(shí)空重排聚集性的原因可能是發(fā)病率升高，也可能是不同時(shí)期人口地區(qū)分布的不均勻性。如果某些地區(qū)的人口增長(zhǎng)或降低趨勢(shì)較其他地區(qū)快，就可能因地區(qū)間人口增加趨勢(shì)不同而導(dǎo)致人口趨勢(shì)偏倚。因?yàn)槿丝诨鶖?shù)的擴(kuò)大，可能會(huì)導(dǎo)致發(fā)病數(shù)的上升;而時(shí)空重排掃描模型只利用病例數(shù)據(jù)進(jìn)行分析，不考慮人口數(shù)據(jù)，故不能辨別發(fā)病異常增高是因人口基數(shù)的增加還是疾病風(fēng)險(xiǎn)的升高。如果研究區(qū)域內(nèi)各位點(diǎn)的人口增長(zhǎng)趨勢(shì)相同，就不會(huì)導(dǎo)致偏倚。

時(shí)空重排模型的似然函數(shù)復(fù)雜，參見文獻(xiàn)〔6〕。該模型的概率估計(jì)、協(xié)變量校正、RR校正、多元掃描統(tǒng)計(jì)與離散型Poisson模型相似。

multinominal模型

multinominal模型用于無序多分類資料〔10，19〕，如研究血型的分布，目的在于分析血型的空間、時(shí)間、時(shí)空分布有無聚集性，即查找各亞型的聚集性并檢驗(yàn)有無統(tǒng)計(jì)學(xué)意義。該模型需要每個(gè)病例所屬的類別及其空間位置。multinominal模型可通過回顧性和前瞻性分析，進(jìn)行單純性空間掃描統(tǒng)計(jì)、單純性時(shí)間掃描統(tǒng)計(jì)、時(shí)空掃描統(tǒng)計(jì)。multinominal模型的似然函數(shù)復(fù)雜，參考文獻(xiàn)〔19〕。有關(guān)該模型的概率估計(jì)、位置數(shù)據(jù)、掃描窗口、空間校正、時(shí)間趨勢(shì)校正、協(xié)變量校正、RR校正、多元掃描統(tǒng)計(jì)等事項(xiàng)與離散型Poisson模型相似。

應(yīng)用與展望

目前掃描統(tǒng)計(jì)理論已經(jīng)成熟，廣泛應(yīng)用于疾病監(jiān)測(cè)、聚集性探測(cè)、早期預(yù)警等流行病學(xué)研究中。Mostashari〔19〕利用Berrnoul模型對(duì)紐約市轄區(qū)2000年的病死鳥進(jìn)行回顧性時(shí)空掃描分析，于6月14日在北部Staten島探測(cè)到病死鳥的時(shí)空聚集性，為尼羅河病毒活躍性的早期預(yù)警系統(tǒng)建立提供依據(jù)。Gaudart等〔21〕從家庭尺度上，利用Poisson模型探討1996～2001年發(fā)生在Mali村的兒童瘧疾病例的時(shí)空聚集性，共檢測(cè)到6個(gè)有統(tǒng)計(jì)學(xué)意義的時(shí)空聚集性，最強(qiáng)的聚集性于1996年9月至10月期間出現(xiàn)在該村的北部地區(qū)(RR=14.16)。Sheehan J等〔22〕對(duì)美國(guó)麻省1988～1997年的乳腺癌病例進(jìn)行Poisson模型的時(shí)空分析，對(duì)年齡協(xié)變量校正后，發(fā)現(xiàn)晚期乳腺癌高風(fēng)險(xiǎn)時(shí)空聚集性存在于1988～1991年期間的麻省中西部地區(qū)。Hayran M〔23〕利用掃描統(tǒng)計(jì)、GIS、空間自回歸分析(spatial autocorrelation aggression，SAR)等方法，對(duì)美國(guó)賓西法尼亞州前列腺癌的空間分布格局及其影響因素進(jìn)行分析，發(fā)現(xiàn)前列腺癌高發(fā)地區(qū)位于該州的西南部;空間自回歸分析共篩選出兩個(gè)影響因素：離毒源的距離，低于2臥室的家庭比例。掃描統(tǒng)計(jì)在自身免疫性疾病、出生缺陷與先天性畸形、寄生蟲病、傷害等醫(yī)學(xué)領(lǐng)域的應(yīng)用實(shí)例在此不再羅列，請(qǐng)參考文獻(xiàn)〔24-27〕。

掃描統(tǒng)計(jì)在沒有任何先驗(yàn)假設(shè)前提下，對(duì)聚集性進(jìn)行精確定時(shí)、定位、定量，充分挖掘和利用了疾病監(jiān)測(cè)數(shù)據(jù)中的時(shí)間信息、空間信息。特別是時(shí)空重排模型，在對(duì)單純性時(shí)間聚集性和單純性空間聚集性校正后，前瞻性識(shí)別疾病的時(shí)空交互效應(yīng)，探測(cè)疾病的時(shí)空聚集性，極大提高了早期預(yù)警的及時(shí)性、有效性，為疾病早期控制提供了科學(xué)的依據(jù)。掃描統(tǒng)計(jì)結(jié)合地理信息系統(tǒng)(GIS)后，可實(shí)現(xiàn)分析結(jié)果的可視化〔28〕。總之，掃描統(tǒng)計(jì)在疾病聚集性探測(cè)、早期預(yù)警方面具有潛在的重要價(jià)值，掃描統(tǒng)計(jì)在疾病監(jiān)測(cè)中的應(yīng)用研究必將成為以后的研究熱點(diǎn)。

1.殷菲.時(shí)-空掃描統(tǒng)計(jì)量在傳染病早期預(yù)警中的應(yīng)用研究.成都：四川大學(xué)，2007：15.

2.Naus J.The distribution of the size maximum cluster of points on the line.Journal of the American Statistical Association，1965，60：532-538.

3.Kulldorff M，Nagarwalla N.Spatial disease clusters：Detection and Inferrence.Statistics in Medicine，1995，14(8)：799-810.

4.Kulldorff M，Athas M，F(xiàn)euer E，et al.Evaluating cluster alarms：A space-time scan statistic and brain cancer in Los Alamos.American Journal of Public Health，1998，88(9)：1377-1380.

5.Kulldorff M.Prospective time-periodic geographical disease surveillance using a scan statistic.Journal of the Royal Statistical Society，2001，164(1)：61-72.

6.Kulldorff M，Heffernan R，Hartman J，et al.A space-time permutation scan statistic for the early detection of disease outbreaks.PloS Medicine，2005，2(3)：216-224.

7.Huang L，Kulldorff M，Gregorio D.A spatial scan statistic for survival data.Biometrics，2006，63(1)：109-118.

8.Jung I，Kulldorff M，Klassen A.A spatial statistic for ordinal data.Statistics in Medicine，2007，26(7)：1594-1607.

9.Kulldorff M，Mostashari F，Duczmal L，et al.Multivariate spatial scan statistics for disease surveillance.Statistics in Medicine，2007，26(8)：1824-1833.

10.SaTScan User Guide for version 9.1.1.http：//www.satscan.org.2011.

11.Huang L，Tiwari R，Zuo J，et al.Weighted normal spatial scan statistics for heterogenous population data.Journal of the American Statistical Association，2009，104(487)：886-898.

12.Dwass M.Modified randomization tests for nonparametric hypotheses.Annals of Mathematical Statisitcs，1957，28(1)：181-187.13.Kulldorff M.A spatial scan statistic.Communications in Statistics：Theory and Methods，1997，26(6)：1481-1496.

14.Kulldorff M，Huang L，Pickle L，et al.An elliptic spatial scan statistic.Statistics in Medicine，2006，25(22)：3929-3943.

15.Duczmal L，Kulldorff M，Huang L，et al.Evaluation of spatial scan statistics for irregular shaped clusters.Journal of Computational and Graphical Statistics，2006，15(2)：428-442.

16.Kleinman K，Abrams A，Kulldorff M，et al.A model-adjusted spacetime scan statistic with an application to syndromic surveillance.Epidemiology and Infection，2005，133(3)：409-419.

17.Klassen A，Kulldorff M，Curriero F.Geographical clustering of prostate cancer grade and stage at diagnosis，before and after adjustment for risk factors.International Journal of Health Geographics，2005，4：1.

18.Lawson AB，Kleinman K.Spatial and syndromic surveillance for public health.W iley，2005：3-4.

19.Jung I，Kulldorff M，Richard OJ.A spatial scan statistic for multinom inal data.Manuscript，2008.

20.Mostashari F，Kulldorff M，Hartman JJ，et al.Dead bird clusters as an early warning system for West Nile virus activity.Emerging Infectious Diseases，2003，9(6)：641-646.

21.Gaudart J，Poudiougou B，Dicko A，et al.Space-time clustering of childhood malaria at the household level：a dynam ic cohort in a Malivillage.BMC Public Health，2006，6：286.

22.Sheehan TJ，DeChello LM.A space-time analysis of the proportion of late stage breast cancer in Massachusetts，1988 to 1997.International Journal of Health Geographics，2005，4：15.

23.Haryran M.Analyzing factors associated with cancer occurrence：a geographical systems approach.Turkish Journal of Cancer，2004，34(2)：67-70.

24.Walsh SJ，DeChello LM.Geographical variation in mortality from system ic lupus erythematosus in the United States.Lupus，2001，10(9)：637-646.

25.Ozdenerol E，W illiams BL，Kang SY，et al.Comparision of spatial scan statistic and spatial filtering in estimating low birth weight clusters.International Journal of Health Geographics，2005，4：19.

26.Odoi A，Martin SW，Michel P，et al.Investigation of clusters of giardiasis using GIS and a spatial scan statistic.International Journal of Health Geographics，2004，3：11.

27.Exeter DJ，Boyle PJ.Does young adult suicide cluster geographically in Scotland?.Journal of Epidemiology and Community Health，2007，61：731-736.

28.Boscoe FP，M cLaughlin C，Schymura MJ，et al.Visualization of the spatial scan statistic using nested circle.Health and Place，2003，9(3)：273-277.