大數(shù)據(jù)時(shí)代統(tǒng)計(jì)分析的新特點(diǎn)

◆王吉善 陳曉紅 馬謝民 李紹剛 馬 雯 宋景晨

責(zé)任編輯:劉蘭輝

“大數(shù)據(jù)”的概念來源于互聯(lián)網(wǎng)，其要求的數(shù)據(jù)分析已經(jīng)遠(yuǎn)非目前的統(tǒng)計(jì)技術(shù)能夠?qū)崿F(xiàn)。有研究認(rèn)為［1］，在大數(shù)據(jù)時(shí)代到來之時(shí)，傳統(tǒng)的社會(huì)學(xué)、統(tǒng)計(jì)學(xué)從業(yè)者面對(duì)半道殺出來的計(jì)算機(jī)背景的互聯(lián)網(wǎng)數(shù)據(jù)挖掘者，就好比波蘭騎兵面對(duì)德國坦克一樣脆弱。

大數(shù)據(jù)時(shí)代的統(tǒng)計(jì)特點(diǎn)對(duì)傳統(tǒng)的抽樣分析提出挑戰(zhàn)，對(duì)抽樣分析結(jié)果的代表性及可靠性提出質(zhì)疑。讓我們簡單剖析近期發(fā)表在《健康報(bào)》的案例，以便引起大家對(duì)大數(shù)據(jù)時(shí)代統(tǒng)計(jì)分析新特點(diǎn)的思考。

《健康報(bào)》2014年8月13日頭版刊登了一篇題為《急性心梗治療效果10年無改善》的文章［2］。我國權(quán)威的專家指出:2001年～2011年，我國急性心梗住院患者人數(shù)增長了4倍，但住院病死率及主要并發(fā)癥發(fā)生率等并無明顯下降。這個(gè)結(jié)論值得商榷。

首先，是抽樣數(shù)據(jù)的量可能還不夠大。因?yàn)槲恼轮袥]有介紹樣本的總體規(guī)模。根據(jù)調(diào)查研究的需要，確定樣本量的總體規(guī)模，是整個(gè)抽樣的前提?？傮w規(guī)模涵蓋不全面，可導(dǎo)致抽樣誤差和結(jié)果的無效。本組案例隨機(jī)抽取的18 631病例來自162家醫(yī)院，分別抽取2001年、2006年、2011年 3年的數(shù)據(jù)，平均每家醫(yī)院3年僅抽取了115個(gè)案例。這里僅包括63家城市大醫(yī)院。一般情況下，大醫(yī)院每年收治的急性心梗病人均在數(shù)百例乃至幾千例。因此，我們認(rèn)為抽取的樣本量太少，不符合統(tǒng)計(jì)學(xué)要求。因此，由于樣本量不足，可能存在抽樣誤差。

其次，把63家城市大醫(yī)院和99家縣級(jí)醫(yī)院的數(shù)據(jù)放在一起統(tǒng)計(jì)也顯得不夠合理。我們做過調(diào)查，我國二級(jí)醫(yī)院在技術(shù)與規(guī)模方面差距非常大。較大的二級(jí)醫(yī)院床位可達(dá)1 000余張，較小的二級(jí)醫(yī)院床位僅在一兩百張，且不具備開展救治急性心梗的條件。許多省市的醫(yī)政部門明確規(guī)定二級(jí)縣醫(yī)院不準(zhǔn)開展急性心梗的再灌注治療與冠脈支架成型手術(shù)治療。因此，把這樣兩組樣本放在一起籠統(tǒng)的下結(jié)論，方法不當(dāng)且顯得不夠合理。

2013年，受原衛(wèi)生部醫(yī)管司的委托，衛(wèi)生部醫(yī)院管理研究所與北京大學(xué)醫(yī)學(xué)部合作，調(diào)查了43家大型綜合醫(yī)院的相關(guān)數(shù)據(jù)。43家醫(yī)院3年急性心梗的全部病例為54 271例。急性心梗全樣本分析的結(jié)果是住院死亡率呈逐年下降趨勢，2010年 6.46%，2011年5.96%，2012 年 5.33%。2011 年與2012年的結(jié)果略低于美國2013年公布的急性心梗平均死亡率6.03%的水平。且我國 PCI的住院死亡率也是呈逐年下降的趨勢，許多大型綜合醫(yī)院的死亡率都低于美國1.75%的平均水平。

從上述結(jié)果可以看出，急性心梗死亡率是逐年下降的，救治的質(zhì)量是緩慢提升的。這與救治質(zhì)量的持續(xù)改進(jìn)密切相關(guān)。近年來，在急性心梗救治方面出臺(tái)了一系列的制度和規(guī)范。比如建立CCU、急診的綠色通道，實(shí)施 PCI技術(shù)，制定急性心梗新的救治規(guī)范，開展急性心梗的單病種質(zhì)量評(píng)價(jià)等，這些都對(duì)成功救治起到了積極作用。

急性心梗是威脅老百姓生命健康的常見、多發(fā)重大疾病，是縣級(jí)醫(yī)院每天都要面對(duì)的救治任務(wù)，縣醫(yī)院又是基層醫(yī)療網(wǎng)的龍頭。我國大型綜合醫(yī)院如北京協(xié)和醫(yī)院、中國醫(yī)學(xué)科學(xué)院阜外心血管醫(yī)院等都為基層醫(yī)院開展急性心梗的救治做了大量的幫扶工作。由于該病的突發(fā)性與急、危、重等特點(diǎn)，對(duì)于偏遠(yuǎn)的、交通不便的縣醫(yī)院應(yīng)從政策上、設(shè)備設(shè)施、人才培養(yǎng)與技術(shù)幫扶上給予更大的支持，使急性心梗的救治技術(shù)能更普遍的開展，使更多的病人得到有效治療。

大數(shù)據(jù)時(shí)代統(tǒng)計(jì)分析應(yīng)轉(zhuǎn)變思路，統(tǒng)計(jì)方法應(yīng)與時(shí)俱進(jìn)。在計(jì)算機(jī)技術(shù)飛速發(fā)展的今天，我們?nèi)绾问褂靡呀?jīng)儲(chǔ)備的大量資料進(jìn)行全樣本分析，應(yīng)該是大數(shù)據(jù)時(shí)代統(tǒng)計(jì)分析的新特征。

目前，我國醫(yī)院HIS系統(tǒng)建設(shè)在逐漸完善，各醫(yī)院的HIS系統(tǒng)儲(chǔ)存了大量的數(shù)據(jù)，就像一個(gè)大的數(shù)據(jù)倉庫。做好數(shù)據(jù)的挖掘與利用，是當(dāng)前研究工作的重要任務(wù)。2012年3月29日，美國奧巴馬政府推出“大數(shù)據(jù)研究與開發(fā)計(jì)劃”，提出“通過收集、處理龐大而復(fù)雜的數(shù)據(jù)信息，從中獲得知識(shí)和洞見，提升能力，加快科學(xué)、工程領(lǐng)域的創(chuàng)新步伐，強(qiáng)化美國國土安全，轉(zhuǎn)變教育和學(xué)習(xí)模式”。

美國?？怂剐侣劸W(wǎng)1月8日《中國墮胎率上升，年輕女性成為目標(biāo)人群》一文報(bào)道:政府統(tǒng)計(jì)，2008年有920萬例墮胎手術(shù)，而2007年是760萬例。目前高達(dá)1 300萬。這一數(shù)字是整體數(shù)據(jù)，而不是抽樣數(shù)據(jù)。

隨著大數(shù)據(jù)在醫(yī)療與生命科學(xué)研究過程中的廣泛應(yīng)用，其數(shù)量和種類也在增大。比如，一個(gè) CT圖像含有大約150MB的數(shù)據(jù)，而一個(gè)基因組序列文件大小約為750MB，一個(gè)標(biāo)準(zhǔn)的病理圖則大得多，接近5 GB。

但是，這一切隨著醫(yī)院信息化的發(fā)展，今后都不會(huì)成為問題。在醫(yī)院信息化1.0時(shí)代，IT系統(tǒng)都是圍繞應(yīng)用構(gòu)建的，一個(gè)業(yè)務(wù)系統(tǒng)通常要配置一套獨(dú)立的硬件和軟件，因此形成了大量信息孤島。醫(yī)院信息化 1.0時(shí)代，為 PACS、RIS和HIS等業(yè)務(wù)系統(tǒng)提供數(shù)據(jù)支撐是醫(yī)院信息化工作的核心。

進(jìn)入醫(yī)院信息化2.0時(shí)代，醫(yī)院信息化的建設(shè)重點(diǎn)逐漸轉(zhuǎn)移到電子病例的建立和普及上，而構(gòu)建電子病例系統(tǒng)的前提是實(shí)現(xiàn)RIS、PACS及HIS等系統(tǒng)的無縫鏈接和信息共享，同時(shí)實(shí)現(xiàn)一體化的訪問和控制。

醫(yī)院信息化3.0的目標(biāo)是構(gòu)建完善的區(qū)域醫(yī)療體系，這在很大程度上還要依賴云計(jì)算技術(shù)。醫(yī)院信息化的發(fā)展與計(jì)算方法的進(jìn)步，為科學(xué)改進(jìn)信息統(tǒng)計(jì)提供良好的平臺(tái)。

2010年，國家公布的“十二五”規(guī)劃中指出要重點(diǎn)建設(shè)國家級(jí)、省級(jí)和地市級(jí)三級(jí)衛(wèi)生信息平臺(tái)，建設(shè)電子檔案和電子病歷兩個(gè)基礎(chǔ)數(shù)據(jù)庫等，也就是推進(jìn)醫(yī)療信息化的“3521”工程。

在大數(shù)據(jù)時(shí)代，海量數(shù)據(jù)和良好的機(jī)器計(jì)算能力，為人們提供了新的視野，利用數(shù)據(jù)間的相互聯(lián)系能夠解決日常很多需要。傳統(tǒng)的數(shù)據(jù)分析技術(shù)已很難滿足人們對(duì)數(shù)據(jù)蘊(yùn)涵知識(shí)的需求。還應(yīng)該看到，在一個(gè)數(shù)據(jù)和信息量“爆炸”的知識(shí)經(jīng)濟(jì)時(shí)代即大數(shù)據(jù)時(shí)代，超大型數(shù)據(jù)庫已遍及社會(huì)與生命科學(xué)、醫(yī)學(xué)等諸多領(lǐng)域。因此有人提出，今后社會(huì)的競爭不是勞動(dòng)生產(chǎn)率的競爭，而是知識(shí)生產(chǎn)率的競爭。數(shù)據(jù)是信息的基礎(chǔ)，是知識(shí)的源泉，能夠創(chuàng)造極大的價(jià)值。因此，未來基于知識(shí)的競爭將集中表現(xiàn)于數(shù)據(jù)競爭，而未來的數(shù)據(jù)競爭又將是大數(shù)據(jù)的競爭，大數(shù)據(jù)的收集、整理、分析和發(fā)布能力將成為關(guān)鍵之所在。

大數(shù)據(jù)分析的經(jīng)濟(jì)價(jià)值，已經(jīng)開始撼動(dòng)社會(huì)的方方面面。同時(shí)，大數(shù)據(jù)時(shí)代也向包括統(tǒng)計(jì)在內(nèi)的傳統(tǒng)領(lǐng)域提出了挑戰(zhàn)，醫(yī)院管理者、臨床專家需要做好充足的準(zhǔn)備，以迎接大數(shù)據(jù)時(shí)代所帶來的變化與挑戰(zhàn)。

［1］耿 直.大數(shù)據(jù)時(shí)代統(tǒng)計(jì)學(xué)面臨的機(jī)遇與挑戰(zhàn)［J］.統(tǒng)計(jì)研究，2014，31(1):5－9.

［2］譚 嘉，王 丹.急性心梗治療效果10年無改善［N］.健康報(bào)，2014－08－13(1).

［3］姜奇平.大教據(jù)時(shí)代到來［J］.互聯(lián)網(wǎng)周刊，20l2(11):18－20.

［4］涂子沛.大數(shù)據(jù):正在到來的數(shù)據(jù)革命［M］.南寧:廣西師范大學(xué)出版社，2012.

［5］維克托·邁爾·舍恩伯格，肯尼思·庫克耶.大數(shù)據(jù)時(shí)代生活、工作與思維的大變革［M］.杭州:浙江人民出版社，2013.

［6］鄭京平，王全眾.官方統(tǒng)計(jì)應(yīng)如何面對(duì) Big Data的挑戰(zhàn)［J］.統(tǒng)計(jì)研究，2012(12):3－7.