160Quest-ce que CAT. INIST Cat. inist. Cest le signalement de plus de plus de 20 milhões de reacutefeactions bibliographiques (depuis 1973) questões de coleções do fundo documental de lInist-Cnrs et couvrant lensemble des champs de la recherche mondiale en science, technologie, meacutedecine, sciences humaines et sociales. Se você está procurando por: CNRS (Centro Nacional de Pesquisa Científica) ou ESR franccedilais (Enseignement Suprieur et Recherche), a barre de recherche permet daccder Refdoc, o catálogo contendo mais de 53 milhões de bibliotecas. Si você é membro da comunidade - CNRS (Centro Nacional de Pesquisa Científica). Você pode obter gratuitamente o documento - ESR franccedilais (Enseignement Suprieur et Recherche). Você pode comandar o documento. Se ele é o autor da reprodução por reprografia. - Secteur public franais et tranger. Você pode comandar o documento. Se ele é o autor da reprodução por reprografia. 160Whats atrás CAT. INIST Cat. inist é composto por mais de 20 milhões de registros bibliográficos (a partir de 1973) para documentos de coleções Inist-Cnrs cobrindo todos os campos mundiais de pesquisa em ciência, tecnologia, medicina, ciências humanas e sociais. Com a barra de pesquisa, você pode acessar diretamente e consultar mais de 53 milhões de registros bibliográficos gratuitamente. Muitos desses registros fornecem links para documentos disponíveis em acesso aberto. Se você é membro do CNRS (Centro Nacional de Pesquisa Científica) ou das comunidades francesas de Ensino Superior e Pesquisa. Você pode usar a barra de pesquisa para acessar o Refdoc, um catálogo contendo mais de 53 milhões de registros bibliográficos. Se você é membro do - CNRS (Centro Nacional de Pesquisa Científica): você pode obter uma cópia gratuita do documento - Educação e Pesquisa em Francês. Você pode encomendar o documento, se estiver coberto por uma autorização de reprodução reprográfica. - Setor público na França e em outros países. Você pode encomendar o documento, se estiver coberto por uma autorização de reprodução reprográfica. Detectando o início de um surto de gripe usando gráficos médios móveis ponderados exponencialmente. Os vírus da Influenza Antecedentes causam surtos sazonais em climas temperados, geralmente durante o inverno e início da primavera, e são endêmicos Em climas tropicais. A gravidade e a duração dos surtos de gripe variam de ano para ano. É necessária uma detecção rápida e confiável do início de um surto para promover medidas de saúde pública. Propomos o uso de uma tabela de controle de média móvel ponderada exponencialmente (EWMA) de contagens de gripe confirmadas em laboratório para detectar o início e o fim de surtos de gripe. O gráfico mostra que fornece sinais oportunos em um exemplo de aplicação com sete anos de dados de Victoria, Austrália. Conclusões O gráfico de controle EWMA pode ser aplicado em outras aplicações para detectar rapidamente surtos de gripe. Antecedentes Os vírus da gripe causam surtos sazonais em climas temperados, geralmente durante o inverno e início da primavera, e são endêmicos em climas tropicais. A gravidade e a duração dos surtos de gripe variam de ano para ano. A detecção rápida e confiável do início de um surto é necessária por vários motivos. Lembretes podem ser feitos para que as pessoas elegíveis sejam vacinadas. Uma vez que a estação da gripe começou, os hospitais podem querer mudar os procedimentos de admissão, dependendo do número antecipado de pacientes com uma doença semelhante a influenza (ILI) que requer hospitalização. Por exemplo, os hospitais podem decidir reduzir as reservas para cirurgia eletiva em antecipação ao aumento das admissões agudas por gripe e suas complicações. Além disso, em níveis relativamente mais altos de atividade de ILI, os hospitais que admitem pacientes que estão imunossuprimidos podem optar por apresentar apenas funcionários que foram vacinados contra a gripe, a fim de proteger aqueles pacientes altamente suscetíveis. Reconhecer a estação da gripe também é importante para modelistas que tentam estimar o excesso de morbidade e mortalidade associadas à influenza. Os modelos exigem uma verificação independente das semanas durante as quais a circulação da gripe excedeu um nível de linha de base nominal 1. A estimativa da eficácia da vacina da gripe também requer a definição da estação da gripe, uma vez que a vacina contra a gripe só deve prevenir a gripe quando o vírus está circulando 2. Revisão da literatura A detecção de mudanças na atividade da gripe ao longo do tempo tem paralelos diretos em aplicações industriais onde o uso de gráficos de controle para monitorar uma série de tempo para mudanças na atividade de linha de base tem uma história longa 3. Os comentários sobre o uso de gráficos de controle para a detecção imediata de surtos incluem aqueles de Woodall 4 e Tsui et al. 5. A abordagem mais simples para detectar o desvio da linha de base é baseada no gráfico de tipo Shewhart clássico 3. Com um gráfico Shewhart, as decisões relativas à indicação ou não de um surto dependem apenas da medida observada da atividade da gripe (crua ou residual) do período de tempo atual. O Serfling 6 sugeriu monitoramento semanal observado menos as mortes esperadas da gripe, onde as mortes esperadas foram previstas usando um modelo de regressão de séries temporais adequado aos dados históricos. Mais recentemente, Hashimoto et al. 7 sugeriram um gráfico Shewhart baseado em dados semanais de ILI de instituições médicas sentinelas e Viboud et al. 8 e Anderson et al. 9 estendeu a abordagem Serfling para monitorar dados semanais de ILI de GPs sentinelas, onde as contagens esperadas são baseadas em um modelo adequado aos dados históricos que melhor se adequam ao padrão recente. Usando contagens menos esperadas observadas 6 8. 9 em vez de contagens reais, altera o objetivo implícito do monitoramento. As grandes contagens observadas menos esperadas (resíduos do modelo) sugerem comportamento diferente do que esperávamos. Para a gripe, esperamos aumentos relativamente grandes na atividade que será mantida durante várias semanas ou meses. Em climas temperados, também esperamos um forte padrão sazonal com maior atividade durante o inverno. Como tal, os surtos sazonais podem não corresponder a grandes resíduos, dado que as contagens esperadas seriam altas. No entanto, nosso objetivo é a detecção de um surto de gripe, seja ele correspondente à atividade sazonal esperada ou de outra forma. Os gráficos da Soma cumulativa (CUSUM) são métodos de monitoramento seqüencial onde a magnitude atual da estatística do gráfico e, portanto, a decisão sobre se o gráfico deve ou não indicar, depende das contagens observadas (e possibilidade esperada) de vários períodos de tempo recentes Em vez de um único período de tempo como com um gráfico Shewhart. No contexto de monitoramento da gripe, um gráfico CUSUM foi proposto por Muscatello et al. 10 para o monitoramento de observações de ILI observadas no departamento de emergência menos a contagem de sete dias antes. Os limiares são definidos heuristicamente com base em um melhor ajuste de dados históricos. Esta abordagem é eficaz para detectar mudanças de curto prazo na atividade da gripe, no entanto, a CUSUM não tem interpretação intuitiva. A partir da literatura de monitoramento do processo industrial 3, sabemos que os gráficos Shewhart são bons na detecção de grandes mudanças de processo repentinas, enquanto que os métodos seqüenciais, como os gráficos CUSUM, são melhores para pequenas mudanças sustentadas ou graduais. Como os surtos de gripe tipicamente resultam em uma grande alteração na atividade observada, podemos concluir que os métodos Shewhart seriam ideais. No entanto, no início de um surto, há um período de transição onde a atividade está aumentando, de modo que a mudança da atividade de linha de base para um foco estabelecido não é instantânea. Além disso, pode haver variações consideráveis, devido ao pequeno número de contagens e focos auto-limitantes leves (sem importância), na atividade observada mesmo quando não há surto definido. Como tal, não é imediatamente claro se uma abordagem Shewhart ou CUSUM é preferida. Cowling et al. 11 compare uma variedade de métodos, incluindo métodos de séries temporais, regressão e CUSUM. No entanto, há muitas variações nas abordagens e, como discutido anteriormente, os métodos baseados nos resíduos do modelo têm um objetivo diferente dos métodos baseados em contagens brutas. Como um compromisso entre Shewhart e abordagens sequenciais, como CUSUM, podemos modificar a abordagem Shewhart, incluindo regras de execução que aumentam a sensibilidade a pequenas mudanças sustentadas. As regras podem assumir muitas formas 3. No contexto do monitoramento da gripe, Toubiana et al. 12 e Watts et al. 13 discutem o uso na França e na Austrália, respectivamente, de uma abordagem de monitoramento de ILI baseada em GPs sentinela que sinaliza apenas quando a contagem observada está acima de um limite por duas semanas consecutivas. Uma ideia semelhante vem de Muscatello et al. 14 que propõem sinais basando em uma média móvel de quatro semanas. Fonte de dados Nosso estudo foi baseado em Victoria, o segundo estado mais populoso da Austrália com uma população estimada de 5,2 milhões de pessoas. Nós monitoramos o nível de atividade da gripe na comunidade usando dados semanais de notificação de influenza confirmados por laboratório. A gripe confirmada por laboratório é uma doença de notificação obrigatória em Victoria e é um requisito legal que os casos sejam notificados por escrito pelo laboratório responsável e médico no prazo de cinco dias após o diagnóstico ao Departamento de Saúde do governo vitoriano 15. O número de diagnósticos de influenza confirmados em laboratório depende da prevalência de influenza e do comportamento de testes de clínicos responsáveis pelo diagnóstico e manejo da gripe. Nós assumimos que o teste fora de época (dezembro a abril no hemisfério sul) seria aproximadamente constante, enquanto que, durante a temporada de gripe e durante um surto de gripe esporádica, o teste aumentará. Todos os testes laboratoriais foram realizados no Laboratório de Referência de Doenças Infecciosas Vitorianas (VIDRL) de pacientes com ILI de práticas gerais de sentinela que foram testadas para influenza e de pacientes testados como parte da administração clínica de rotina. As práticas gerais do Sentinel são práticas baseadas na comunidade que fornecem dados de vigilância sobre doenças infecciosas. Normalmente, é assumido que as práticas de sentinela representam todas as práticas comunitárias e as informações dessas práticas descrevem a atividade de doenças infecciosas na comunidade 16. Testes de laboratório usaram ensaios de reação em cadeia da polimerase (PCR) para o diagnóstico de influenza 17. O laboratório semanal do VIDRL confirmou a contagem de gripe para o período de 2002-2008 são mostrados na Figura 1. Os surtos de gripe sazonal são claramente visíveis. O início de cada estação da gripe corresponde a um aumento rápido no número de notificações laboratoriais. Por conseguinte, parece razoável que o início de um surto de gripe seja relativamente fácil de detectar prospectivamente. Notificações de laboratório semanais vitorianas de Influenza 2002-2008 com Shewhart Chart Threshold of 6.5. Utilizamos a gripe confirmada em laboratório como resultado específico neste estudo. Nós anteriormente mostramos que, embora a síndrome de ILI corresponda a detecções de influenza em nosso laboratório 13, apenas cerca de 40 de todos os diagnósticos de ILI por médicos sentinelas em Victoria entre 2003 e 1997 foram confirmados como influenza 2. O intervalo médio entre o início do sintoma e o registro para um teste de laboratório foi de três dias para um paciente recrutado através de médicos sentinelas em Victoria em 2007 e 2008. O teste geralmente é realizado dentro de 48 horas e os resultados são automaticamente notificados ao Departamento de Saúde. O atraso entre a gravação de um episódio de ILI em uma prática geral de sentinela ea confirmação desse ILI como devidos a gripe seria geralmente inferior a uma semana. Estabelecer um limite O uso de um limite no número semanal observado de notificações de laboratório positivo corresponde a um gráfico Shewhart e é a abordagem mais simples. Nós ilustramos as dificuldades com esta abordagem na Figura 1 usando um limite de 6.5 notificações positivas por semana, um valor escolhido por inspeção para detectar o início de uma temporada sem sinalização muitas vezes fora de temporada. Uma vez que estamos usando dados de contagem, qualquer valor entre 6 e 7 representará o mesmo limiar. Usando os dados de linha de base empíricos (isto é, quando o processo é assumido como sendo controlado), a taxa de falso alarme com um limite de 6.5 é 5156 0.032. Devido aos outliers isolados ocasionais de grandes contagens fora de época, é difícil detectar o início da temporada de gripe, evitando falsos alarmes freqüentes. Os alarmes falsos ocorrem quando o procedimento de monitoramento sinaliza o início de um surto, mas o aumento nas notificações de laboratório não é sustentado durante várias semanas. Uma maneira de aliviar esse problema de falsos alarmes freqüentes é basear a detecção em uma versão suavizada das séries temporais de notificação de laboratório. Isso pode ser feito de várias maneiras, por exemplo Muscatello et al. 14 recomendaram usar uma média móvel de quatro semanas de notificações de laboratório para monitoramento. Sua abordagem sinaliza o início da temporada de gripe sempre que o movimento de quatro semanas excede um limite predefinido. Embora eficaz, esta abordagem tem a desvantagem de que existe um corte arbitrário súbito para as observações incluídas no mais suave. Nós comparamos o desempenho desta abordagem MA (4) com o método EWMA proposto mais adiante neste artigo. O gráfico de controle de média móvel ponderada exponencialmente (EWMA) Para detectar o início (e o fim) de um surto de influenza, propomos a tabela de controle de média móvel ponderada exponencialmente (EWMA) 18 definida como: onde y t é igual ao número de notificações de laboratório na semana t. 0 lt 1 e E 0 0 (ou algum outro valor inicial adequado). O EWMA sinaliza a primeira vez que E t gt h. Note-se que, aplicando a fórmula EWMA (1) de forma recursiva, obtemos E t y t (1-) y t -1 (1-) 2 y t -2. Em outras palavras, como o nome sugere, a estatística de EWMA E t é uma média ponderada de todos os valores de y t observados anteriores com pesos que se tornam (exponencialmente) menores à medida que avançamos no tempo. Como tal, a estatística EWMA fornece uma estimativa local do nível médio do processo que produz os valores de y t observados. Assim, ao contrário do CUSUM 18, a estatística EWMA fornece uma interpretação simples e pronta. Os gráficos da EWMA foram previamente propostos para monitorar epidemias baseadas na comunidade como parte do sistema de vigilância ESSENCE 19. O sistema ESSENCE baseia-se em informações não tradicionais e sindrômicas e tem um alcance muito maior, ou seja, a detecção de não apenas surtos de gripe, e usa dados muito diferentes da nossa proposta. Para aplicar o gráfico EWMA, precisamos escolher a constante de suavização,. E limiar, h. Devido ao aumento e diminuição geralmente rápidos do número de notificações laboratoriais de influenza, queremos apenas um pouco de suavização. Assim, escolheríamos um valor bastante grande para 0,5. A Figura 2 mostra o gráfico EWMA para os dados de notificação de laboratório vitoriana com 0,5 (ambos os painéis esquerdo e direito mostram o mesmo gráfico, o painel direito restringe o alcance do eixo vertical). Esse valor é maior que o usado na maioria das aplicações industriais, e o objetivo é detectar mudanças sustentadas mais graduais. Observe que com 1, o gráfico de controle EWMA simplifica o gráfico de controle Shewhart 3 como mostrado na Figura 1. EWMA com 0,5 Aplicado aos Dados de Notificação de Laboratório Victoria. A escolha do limiar, h. Requer uma compensação entre proteção contra falsos alarmes e a capacidade de detectar mudanças reais rapidamente. Examinando o EWMA dos dados históricos, mostrado na Figura 2. sugere um limite entre 6 e 7 é um compromisso razoável. Adicionamos um limite de 6.5 ao EWMA na Figura 2 para ilustração. Na próxima subseção, examinamos a natureza da compensação com mais detalhes. O procedimento de detecção de gripe proposto é baseado em se a EWMA estatística E t. Conforme indicado em (1), está acima ou abaixo do limite. Embora existam evidências de aumento da atividade da gripe. Definimos a primeira vez no ano em que o EWMA está acima do limite como o início da temporada de gripe. Para atender ao nosso objetivo secundário, assinalaremos o fim do surto de gripe (ou estação) como a primeira vez após o início do surto que o EWMA cai abaixo do limiar. Assim, matematicamente, se E t gt h e E t -1 lt h. Ou seja, o EWMA indica o início de um surto de gripe no tempo t. O EWMA sinaliza o fim desse surto no tempo s gt t. Onde E s lt h e E t 1. E t 2. E t s -1 gt h. Quantificando o desempenho do gráfico de controle EWMA usando o comprimento de execução médio. Planejamos aplicar o EWMA prospectivamente a novos dados de notificação laboratoriais. Se assumirmos que os dados passados são representativos do tipo de dados que veremos no futuro, podemos usar os dados históricos para definir o limite e avaliar o desempenho provável da tabela de controle EWMA. Para quantificar o desempenho, usamos o comprimento médio de execução (ARL), ou seja, o número médio de semanas até um sinal 18. Não é apropriado usar taxas de falso alarme ou poder para caracterizar o desempenho de um gráfico de controle seqüencial como um EWMA. Mesmo sem mudança de atividade, a chance de um sinal no tempo t não é constante, pois depende do nível do EWMA no tempo t -1. Queremos uma ARL longa quando houver apenas uma atividade de gripe basal, enquanto um bom procedimento de monitoramento terá uma ARL curta durante um surto de gripe. Resultados e Discussão Para aplicar o gráfico de controle EWMA aos dados da gripe Victoria, primeiro abordamos a questão da ARL para um alarme falso, chamado ARL no controle. Nos dados históricos, não houve grandes surtos nos meses de verão (do hemisfério sul). Utilizamos os cinco meses de dezembro a abril inclusivos para definir um período em que a atividade de influenza basal seja apenas uma. As alterações nas contagens de gripe confirmadas em laboratório a partir da taxa basal representam surtos. Os dois gráficos da Figura 3 resumem os dados de atividade históricos basais disponíveis. O gráfico no painel esquerdo mostra as notificações ao longo do tempo, enquanto o painel direito resume os mesmos dados em um histograma. Histograma e série de tempo Plot das notificações de laboratório no período de linha de base. Temos um total de 156 observações para as notificações semanais de laboratório de linha de base. O número de testes positivos de gripe no período de linha de base, como mostrado no painel direito da Figura 3. é baixo, com uma média de apenas 1,5 por semana. Além disso, o padrão ao longo do tempo é bastante constante e as autocorrelações são pequenas. Assim, é razoável assumir a independência durante semanas no período de linha de base. No entanto, encontrar uma distribuição paramétrica que corresponda ao histograma observado na Figura 3 provou ser difícil. A escolha natural de uma distribuição de Poisson se encaixa mal devido principalmente à sobre-dispersão representada pelas contagens observadas de 9 e 10 como visto no painel direito da Figura 3. Em vez disso, procedemos com a distribuição empírica. Usamos uma cadeia de Markov para aproximar as ARLs de base do estado estacionário com diferentes limiares 20. Os resultados são dados na Figura 4. Com o limiar previamente selecionado de 6,5, obtemos um (cíclico) estado estacionário 18 comprimento médio de execução de 556 semanas. Isso significa que, usando o EWMA proposto, esperamos, em média, apenas um alarme falso fora de temporada aproximadamente a cada 25 anos, se a atividade da gripe permanecer no nível basal (lembre-se que há apenas 5 meses fora de temporada todos os anos ). Lote do comprimento médio de execução da linha de base (ARL) pelo limite h. Em seguida, consideramos a velocidade com que a abordagem EWMA irá sinalizar mudanças na atividade da gripe a partir da taxa de linha de base. Aqui, precisamos de uma suposição para a distribuição das notificações de laboratório adicionais devido ao surto. Nós aplicamos o seguinte modelo simples: Y t B t O t. Onde Y t é uma variável aleatória cujas realizações dão as notificações de laboratório observadas, B t é uma variável aleatória para a atividade da gripe basal cuja distribuição é dada pela distribuição empírica mostrada no histograma na Figura 3. e O t é uma variável aleatória que Representa as notificações de laboratório adicionais devido ao surto de gripe. Nós assumimos que O t tem uma distribuição de Poisson com média. À medida que a média aumenta, a gravidade do surto de gripe aumenta e, com a média zero, temos apenas atividade basal. A Figura 5 mostra como o EWMA ARL se altera. O EWMA detecta rapidamente qualquer surto com Poisson significa maior que cerca de 6. Dado o tamanho dos surtos mostrados na Figura 1. esperamos que o gráfico EWMA detecte o surto de gripe sazonal típico dentro de uma ou duas semanas após o início dos surtos. Note, no entanto, que esta análise destina-se apenas a fornecer alguma indicação de desempenho. Para determinar as ARLs, assumimos que uma mudança de passo na média de Poisson refletiu o início de um surto de gripe. Na realidade, um surto de gripe é provável, mas não instantâneo. Além disso, esta análise assume que os focos continuam indefinidamente a uma taxa constante. Novos surtos podem não ser detectados antes de diminuir. No entanto, nosso principal objetivo é detectar grandes surtos de gripe. Lote do comprimento médio de corrida (ARL) em semanas pelo tamanho do surto. Comparação de Métodos Em seguida, comparamos o método EWMA proposto usando 0,5 com a média móvel de quatro períodos, MA (4), uma abordagem defendida por Muscaltello et al. 14 e a abordagem de Shewhart onde simplesmente comparamos a contagem observada a cada semana com um limiar. Nesta comparação, assumimos que o número de casos de ILI fora de temporada segue uma distribuição de Poisson com surtos de média e 2 de vários tamanhos, aumentando a média de Poisson. Nós não usamos os dados empíricos fora de temporada da Victoria aqui porque, devido à pequena quantidade de dados, não é possível encontrar um gráfico Shewhart com uma ARL razoavelmente grande em controle (ou fora de temporada). Ao configurar um modelo de cadeia de Markov que leva em consideração todos os quatro valores que compõem a média móvel e porque cada contagem é um número inteiro, podemos determinar resultados exatos para o desempenho do método MA (4). Os resultados para o gráfico Shewhart também são exatos, enquanto que para o EWMA usamos a aproximação da cadeia Markov. A Figura 6 fornece os resultados em uma escala de registro para o comprimento médio de execução das três abordagens. Não foi possível combinar exatamente com o desempenho no controle das três tabelas por causa da discretividade inerente dos dados de contagem. Com os limites de controle de 4.4, 3.9 e 6.9 para as abordagens EWMA (0.5), MA (4) e Shewhart, respectivamente, temos um ARL de controle em estado estacionário de 190 para os métodos EWMA e MA (4), mas 220 para a abordagem Shewhart . Vemos na Figura 6 que, como esperado, as abordagens EWMA e MA (4) são mais rápidas para detectar surtos do que a abordagem Shewhart quando o surto é relativamente pequeno. Além disso, para turnos muito grandes, o gráfico Shewhart é marginalmente melhor do que a abordagem EWMA enquanto a abordagem MA (4) demora mais para sinalizar. Esta comparação é limitada para o nosso contexto porque, com os surtos de gripe, esperamos mudanças elevadas repentinas, mas não instantâneas, no número médio de contagens. Modelar um surto de gripe mais realista exigiria suposições adicionais sobre como as mudanças rápidas ocorrem e exigem simulação ou uma análise muito mais complicada para gerar resultados. Sentimos que, como a abordagem EWMA funciona muito bem em comparação com as abordagens MA (4) e Shewhart para turnos de qualquer tamanho, é a abordagem preferida. Observe, em particular, que o EWMA é substancialmente melhor do que a abordagem MA (4) para as mudanças maiores que esperamos poder detectar rapidamente. Comparação de ARL para EWMA, MA (4) e Shewhart Métodos Linha contínua: EWMA, linha tracejada: MA (4), linha tracejada: Shewhart. Aplicação do gráfico EWMA Aplicamos o quadro de controle EWMA proposto aos dados de notificação laboratorial de Victoria. O gráfico EWMA resultante é dado na Figura 2. Na Figura 2, as regras de decisão descritas anteriormente e os registros detalhados, determinamos as semanas de início e fim sinalizadas para os surtos de gripe sazonal (ver Tabela 1). Note-se que esta determinação foi feita de forma prospectiva, ou seja, as decisões foram tomadas na semana t sem olhar para y t 1. Y t 2. Etc. Para comparação, também incluímos na Tabela 1 as datas dos sinais conforme determinado por uma inspeção retrospectiva de dados de notificação por epidemiologistas. O início e o fim da estação da gripe foram bastante claros para todos os anos, exceto em 2004, quando houve atividade de gripe sazonal muito leve. Semanas iniciais e finais da época da gripe vitoriana conforme determinado pela abordagem EWMA proposta e análise retrospectiva As abordagens EWMA e retrospectivas diferiram em pelo menos uma semana para detectar o início da estação da gripe. O EWMA não deu sinais falsos para o início de uma estação de gripe. Resultados similares foram obtidos para a determinação do final da temporada, com exceção de 2004. Em 2004, o EWMA estava acima do limite para as semanas 37 e 40 a 46. Como tal, a abordagem EWMA sinalizou o fim da estação da gripe na semana 38, E o início subseqüente de outro surto na semana 40 que terminou na semana 47. Esses dois focos sinalizados juntos combinam de perto os resultados da análise retrospectiva. Nós ilustramos a aplicação do nosso procedimento de monitoramento de influenza EWMA proposto com dados de Victoria. Aplicar a abordagem em outro lugar deve ser direto. Dado alguns anos de dados históricos, podemos produzir um gráfico como a Figura 2 e usar nosso julgamento para selecionar um limite razoável. A abordagem também pode ser usada para monitorar mudanças em outras doenças. Se a detecção de mudanças mais moderadas for o objetivo, os valores menores da constante de suavização seriam preferidos. Nós propositadamente não usamos a natureza sazonal da gripe para nos ajudar a detectar o início de um surto. Em vez disso, usamos uma estimativa local de atividade para determinar se um foco começou. O uso da informação sazonal do tempo é um tanto problemático, já que o início da estação da gripe pode variar consideravelmente. Além disso, exigimos que o procedimento de monitoramento seja sensível a qualquer surto - não apenas o surto sazonal esperado. Como resultado, o procedimento EWMA proposto também pode ser útil para detectar surtos de gripe em climas tropicais onde geralmente há pouco ou nenhum efeito sazonal. Nós selecionamos o limite EWMA aplicando o EWMA a alguns dados históricos e usamos nosso julgamento para determinar o melhor limiar. O limiar deve ser atualizado a cada poucos anos para acomodar possíveis mudanças no processo, tais como mudanças na população, número de testes realizados e tipo de testes de gripe comumente usados. É questionável se é razoável incorporar uma única medida capaz de sinalizar o início de surtos de gripe em grandes áreas geográficas, como a Austrália. Uma abordagem preferida seria monitorar a atividade da gripe separadamente para áreas geográficas menores, como estados, mas isso apresenta outras complicações. Com múltiplas EWMAs, o ARL para um falso alarme é claramente menor que o de cada EWMA individual. Também para estados com pequena população, o número de base das notificações de laboratório será menor e, em relação à média, mais variável do que para estados maiores. Para as regiões com populações maiores ou um maior número de testes, os limiares deveriam ser maiores, mas o EWMA ainda seria apropriado. Com contagens maiores, o problema de discreção na seleção de limiares para a média móvel e as abordagens Shewhart seria diminuído. Conclusões Propomos um método simples e robusto para detectar o início e o fim da estação da gripe que também pode detectar rapidamente surtos de gripe fora da estação. Os dados utilizados para determinar o limiar em que um alerta é sinalizado estão prontamente disponíveis com atraso mínimo em que a gripe confirmada em laboratório é uma doença de notificação obrigatória. O método que propomos é simples de implementar e os cálculos são relativamente simples de executar. Os dados de base de períodos históricos de não-influenza de vários anos devem ser usados para selecionar o limiar. Isso irá equilibrar o desejo de poucos alarmes falsos e detecção rápida de um surto e também fornecerá indicações precisas sobre o número de casos e a taxa de aumento de testes no início das épocas de gripe passadas. O método EWMA também pode ser usado em outros programas de vigilância para a detecção rápida de outras doenças. Além disso, uma vez que a sazonalidade não é inerente à aplicação do modelo, o método pode ser usado em climas tropicais, onde a sazonalidade da doença pode não ser aparente. Lista de abreviaturas média móvel ponderada exponencial Interesses concorrentes Os autores declaram que não têm interesses concorrentes. Contribuições de autores SS concebeu o modelo, realizou a análise e redigiu o manuscrito. O KAG forneceu todos os dados brutos para análise, contribuiu para a discussão sobre o estabelecimento de um limite e ajudou com a produção do manuscrito. O MC participou de discussão sobre a refinação do modelo e o estabelecimento de um limite e contribuiu para a análise. HK concebeu o estudo, participou do estudo, forneceu informações básicas sobre epidemiologia da gripe e ajudou a redigir o manuscrito. Todos os autores revisaram e aprovaram o rascunho final do manuscrito. Autores Departamento de Estatística das Afiliações, Unidade de Epidemiologia da Universidade de Waterloo, Laboratório de Referência de Doenças Infecciosas Vitorianas Queensland Health and University of Queensland Referências Newall AT, Wood JG, Macintyre CR: hospitalização e morte relacionadas à influenza em australianos com idade igual ou superior a 50 anos. Vacina. 2008, 26 (17): 2135-41. 10.1016j. vaccine.2008.01.051. Ver artigo PubMed Google Scholar Kelly H, Carville K, Grant K, Jacoby P, Tran T, Barr I: estimativa da eficácia da vacina contra influenza a partir de dados de vigilância de rotina. PLoS One. 2009, 4 (3): e5079-10.1371journal. pone.0005079. Ver artigo PubMed PubMed Central Google Scholar Montgomery DC: Introdução ao Controle de Qualidade Estatística. 2008, John Wiley and Sons, Nova York, 6 Google Scholar Woodall WH: o uso de gráficos de controle em cuidados de saúde e vigilância em saúde pública (com discussão). Journal of Quality Technology. 2006, 38: 89-134. Google Scholar Tsui K-L, Chiu W, Gierlich P, Goldsman D, Liu X, Maschek T: revisão da saúde, saúde pública e vigilância sindrômica. Engenharia de Qualidade. 2008 on-line em 1º de outubro. 2008, 20 (4): 435-50. Google Scholar Serfling RE: Métodos para a análise estatística atual do excesso de neumonia-mortes por gripe. Representante da Saúde Pública 1963, 78 (6): 494-506. Ver artigo PubMed PubMed Central Google Scholar Hashimoto S, Murakami Y, Taniguchi K, Nagai M: Detecção de epidemias em seus estágios iniciais através da vigilância de doenças infecciosas. Int J Epidemiol. 2000, 29 (5): 905-10. 10.1093ije29.5.905. Ver artigo PubMed Google Scholar Viboud C, Boelle PY, Carrat F, Valleron AJ, Flahault A: Previsão da propagação de epidemias de gripe pelo método de análises. Am J Epidemiol. 2003, 158 (10): 996-1006. 10.1093ajekwg239. Ver artigo PubMed Google Scholar Anderson E, Bock D, Frisen M: Modelando a incidência da gripe com o objetivo de monitoramento on-line. Statistical Methods in Medical Research. 17: 421-438. 10.11770962280206078986. Muscatello DJ, Churches T, Kaldor J, Zheng W, Chiu C, Correll P, Jorm L: An automated, broad-based, near real-time public health surveillance system using presentations to hospital Emergency Departments in New South Wales, Australia. BMC Public Health. 2005, 22 (5): 141-10.11861471-2458-5-141. 15. View Article Google Scholar Cowling BJ, Wong IO, Ho LM, Riley S, Leung GM: Methods for monitoring influenza surveillance data. Int J Epidemiol. 2006, 35 (5): 1314-21. 10.1093ijedyl162. View Article PubMed Google Scholar Toubiana L, Flahault A: A space-time criterion for early detection of epidemics of influenza-like-illness. Eur J Epidemiol. 1998, 14 (5): 465-70. 10.1023A:1007481929237. View Article PubMed Google Scholar Watts CG, Andrews RM, Druce JD, Kelly HA: Establishing thresholds for influenza surveillance in Victoria. Aust N Z J Public Health. 2003, 27 (4): 409-12. 10.1111j.1467-842X.2003.tb00418.x. View Article PubMed Google Scholar Muscatello DJ, Morton PM, Evans I, Gilmour R: Prospective surveillance of excess mortality due to influenza in New South Wales. Communicable Diseases Intelligence. 2009, 32 (4): Department of Human Services: Rural Infection Control Practice Group. Health (Infectious Disease) Regulations. Melbourne RICPRAC. 2001, Report No. Policy no. 7.1 Contract No. Document Number. Google Scholar Clothier H, Turner J, Hampson A, Kelly H: Geographic representativeness for sentinel influenza surveillance: implications for routine surveillance and pandemic preparedness. Aust NZ J Public Health. 2006, 30: 337-341. 10.1111j.1467-842X.2006.tb00846.x. View Article Google Scholar Druce J, Tran T, Kelly H, Kaye M, Chibo D, Kostecki R: Laboratory diagnosis and surveillance of human respiratory viruses by PCR in Victoria, Australia, 2002-2003. J Med Virol. 2005, 75 (1): 122-9. 10.1002jmv.20246. View Article PubMed Google Scholar Lucas JM, Saccucci MS: Exponentially Weighted Moving Average Control Schemes: Properties and Enhancements. Technometrics. 1990, 32: 1-12. 10.23071269835. View Article Google Scholar Lombardo J, Burhom H, Elbert E, Magruder S, Lewis SH, Loschen W, Sari J, Sniegoski C, Wojcik R, Pavlin J: A systems overview of the Electronic Surveillance System for the Early Notification of Community-Based Epidemics (ESSENCE II). J Urban Health. 2003, 80 (2 Suppl 1): i32-42. PubMed PubMed Central Google Scholar Steiner SH: Grouped Data Exponentially Weighted Moving Average Control Charts. Applied Statistics. 1998, 47 (203-216): Pre-publication history Steiner et al licensee BioMed Central Ltd. 2010 This article is published under license to BioMed Central Ltd. This is an Open Access article distributed under the terms of the Creative Commons Attribution License ( creativecommons. orglicensesby2.0 ), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
No comments:
Post a Comment