281523_zh-CN

liliconcom

与 JMP 开发的生物监测技术 (2020-US-30MP-577)

级别：初级

 

Sam Edgemon，SAS 研究所分析师
Tony Cooper，SAS 首席分析顾问

 

国土安全部提出了这样的问题：“我们如何发现生物恐怖主义行为？”经过讨论和考虑，我们的答案是“如果我们能够有效地检测到自然发生的事件（例如流感）的爆发，那么我们就可以发现使用炭疽的攻击，因为两者都表现出相似的症状。”开发的工具与检测自然发生的疫情变得更加相关，并且 JMP 被用作与美国各级政府进行近五年互动的主要沟通工具。 在本次演示中，我们将演示如何使用当时开发的这些工具来推迟冠状病毒 COVID-19 的影响。 用于演示的数据将来自应急管理系统、急诊部门和美国毒物中心。

 

 

自动生成的成绩单...

 

扬声器	成绩单
萨姆·埃奇蒙	你好。 这是萨姆·埃奇蒙。 我在 SAS 研究所工作，你知道，在 SAS 研究所工作，因为我参与了很多不同的项目。
	我们将向您介绍我们今天从事的其中一个项目。 几乎在我参与的所有这些项目中，我都与银幕上的托尼·库珀合作。 自从几年前我们在田纳西大学见面以来，我们就一直一起工作。
	我们在田纳西大学学到的东西我们已经应用到了整个项目中。 现在这个项目是为国土安全部完成的。
	国土安全部非常关注生物恐怖主义，他们向 SAS 询问我们如何检测生物恐怖主义行为。
	好吧，你知道这是一个值得讨论的话题，你知道，如果你想一想
	我们可能会带回来的东西。 你知道，其中一件事就是你做什么，你最关心什么，这些东西是什么样子的
	你关心的是？ 他们谈论了炭疽、蓖麻毒素以及恐怖分子可能用来伤害美国人民的其他一些非常危险的元素。
	好吧，我们接受了这个问题以及他们的直接关注，并尽我们所能地研究了炭疽病和蓖麻毒素。
	你知道，我们的研究涉及，你知道，涉及到网站并研究疾病预防控制中心所说的炭疽症状，以及炭疽病的症状
	蓖麻毒素，以及那些走进急诊室或或或或乘坐救护车或呼叫毒物中心或类似情况的患者体内可能出现的情况。 所以我们在经历这个过程中意识到的是
	如果你接触过炭疽病，症状看起来很像流感。 如果您接触过蓖麻毒素，这看起来很像您可能遇到的任何类型的胃肠道问题。 所以我们得出的结论是，我们对国土安全部的回应是
	是如果我们能够检测到流感的爆发或诺如病毒或某些胃肠道问题的爆发，
	那么我们认为我们可以检测到这些不良元素何时被公开使用。 这就是我们所采取的道路。 所以我们从 EMS 获取数据
	急诊室、急诊科和中毒中心，我们实际上也使用了谷歌搜索引擎数据或社交媒体数据
	检测那些你以前知道的东西在某种意义上被认为是不可检测的。 但是我们一路走来开发了几个非常多的工具。 你可以从幻灯片中看到我在这里得到的一些问题的结果
	我们把这些不同的方法放在一起，你知道，我们在这里讨论过这些不同的方法。 我将在今天简短的讨论中讨论其中的一些方法，但让我们深入探讨一下。 我想做的只是向你展示我们的对话类型
	使用JMP。 我们在整个项目中使用 JMP 来传达我们的想法、传达我们的担忧以及我们所看到的情况。 通信的一个例子可以这样开始，我们从 EMS 获取了数据
	系统，医疗系统主要位于北卡罗来纳州。 您知道，SAS 总部位于北卡罗来纳州，JMP 总部位于北卡罗来纳州卡里，
	其中一些，该国一些最好的数据医疗数据位于北卡罗来纳州。 北卡罗来纳大学在这方面有很多工作要做。
	事实上，我们与 SAS 与北卡罗来纳大学和北卡罗来纳州立大学合作开展了这个持续了近五年的国土安全项目。
	但我最初向他们展示的是你知道我们可以从这些数据库中提取哪些数据，这些数据可能会告诉我们有趣的事情。
	所以让我们来走走，走走看看其中一些类型的情况。 我最初想谈的一件事是，好吧，让我们看一下案例。你知道，
	我们能看到每天发生的案件的信息吗？ 所以你知道这是我演示的第一批图表之一。 你知道，很难在其中看到任何东西
	我认为你真的看不到任何东西。 这是，你知道，有多少案例
	在北卡罗来纳州，任何一天的平均病例数为 2,782 例，而且需要整理的信息量很大。
	所以我们可以查看诊断代码，但是有些人不喜欢这个想法，因为这并不像我们想要的那么清楚，所以我们必须找到获取这些数据和研究的方法
	并研究我们可以通过什么方式呈现信息。 我们想要的方法之一是识别症状，与我们感兴趣的事物相关的特定症状，
	这又回到了这个想法，好吧，我们已经确定了当有人走进急诊室或乘坐救护车或其他什么东西时炭疽的样子。
	所以我们有这些......如果我们识别出这些特定症状，那么我们就可以在数据中搜索它。
	现在我们可以通过询问专业人士来做到这一点。 房间里挤满了参与这个项目的医疗专业人员，还有很多医生。 有点奇怪的是
	我很快发现，当你问一屋子非常非常聪明的人这样的问题，比如，当我寻找流感或诺如病毒时，我应该寻找什么症状，你会得到很多很多不同的答案。
	所以我想，好吧，我真的希望有一种方法可以从数学上获取这些信息，而不仅仅是使用意见。 我所做的就是组织我正在使用的数据
	考虑特定日期的症状和诊断。 我打算使用那些诊断代码。
	我最终得到的结果是一组数学上有效的症状，我将其设置在可以反复运行的地方
	我们可以研究数据并寻找特定的东西，例如流感、诺如病毒、炭疽、蓖麻毒素或 COVID 19 的症状。
	这个项目再次浮出水面，提出了许多关于我们可能做什么的问题……我们如何找到问题
	COVID 19 在此。 这正是我再次开始展示的这些类型的东西。 我们如何识别症状？ 嗯，这是一种方法。
	现在，一旦我们发现这些症状，我们要做的一件事就是编写可能类似于此代码的代码，该代码将查看这些数据库之一中的特定字段并查找我们在这些数据库中找到的内容分析我们已经
	我们刚刚为您演示了。 因此，我们将在其中一个数据库中查看主诉字段，以查找特定的单词
	我们可能有兴趣这样做。 现在，完整的程序还会查找某人说的术语，“嗯，某人没有发烧或某人没有恶心”。 所以我们必须确定
	本质上是否定的，以及单词中纯粹引用未引用的症状。 所以一旦我们这样做了，我们就可以回到
	JMP然后想一想，好吧，我们来看看，我们再看看这个信息。 我们已经得到了这么多的案例，但是如果我们看一下呢？
	我们现在已经确定了具体症状
	看看那会是什么样子。
	所以我实际上正在寻找的是有关的任何信息
	肠胃问题。 我本可以寻找流感或类似的疾病，但这就是数据的样子。 这是相同的数据。 它本质上只是被雕刻成看起来你知道我感兴趣的东西。 所以在这种情况下，爆发了
	我们告诉人们他们不知道的诺如病毒，你知道，我们从 1 月 15 日开始谈论这个。
	而且你知道，直到我们开始在这里谈论诺如病毒之前，全世界都不知道诺如病毒爆发了。
	那就是，这被视为一件大事。 你知道，我们获取了数据，清理了这些数据，留下了我们真正感兴趣的东西
	但我们继续前进。 您知道，我们所做工作的优势不仅仅是统计病例或统计诊断代码，我们还关注描述该人就诊的症状
	急诊室或他们打电话给毒物中心的原因，或者他们或他们乘坐救护车的原因。
	主诉字段、症状字段、
	和自由文本字段。 我们调查了描述 EMS 技术人员可能在现场使用的词语的字段。 我们查看了描述的字段
	每当有人第一次进入急诊室时护士可能会使用的词语，我们研究了医生可能会使用的词语。 也许不是他们在框中点击的内容，而是他们实际使用的单词。 我们也围绕这个制定了一个指标。
	这个指标
	是，你知道，它让我们知道
	你知道，再提前一个月，北卡罗来纳州的某个特定地区在某个特定日期出现了奇怪的情况。 所以我提到这是 1 月 15 日，这是 12 月 6 日
	而且是在同一个区域。 真正记录的是人们谈论某一特定事物的程度以及如果一个人正在谈论它，
	它的权重不是很重，因此，这没什么大不了的。 如果两个人正在谈论这件事，如果一个护士
	EMS 技术人员正在谈论一组特定的症状，或者多次提及某种症状，然后我们对其进行测量，并根据该信息制定一个指标。
	因此，如果三个人，你知道，医生、护士和 EMS 技术人员，如果这就是我们所掌握的信息，如果他们都在谈论它，
	那么这可能是一件大事。 这就是 12 月 6 日发生的事情，很多人都在谈论类似诺如病毒的症状。
	这个,这个跟二月中旬媒体开始讲的一个疫情有关。. 所以，这被视为……我们向世界讲述媒体在一个月后开始谈论的事情。
	和
	具体来说，你知道，我们被吸引到这个开普菲尔地区，因为很多情况下我们都在北卡罗来纳州威尔逊周围的那个地区，
	威尔逊县之类的。 因此，为了让这被视为我们感兴趣的事情，我们可以在谈论正在发生的事情之前进行深入的探讨。 现在
	我们继续进行此类工作，嗯，你知道，使用这些工具进行生物监测。
	但我们后来所做的是，你知道，在我们建立了系统之后，你知道，基本上正在运行
	每一天，每一个小时，每一天，诸如此类的事情你都知道。 然后每当我们能够说，好吧，
	系统已经预测到爆发，你知道是否注意到了这一点。 从某种意义上说，所提供的信息确实没有噪音。 我们回顾过去，我们是
	假设每年会出现 20 到 30 个警报，
	一年的警报总数。 因此，在 20 或 30 种情况下，我们刚刚向人们发出通知，他们可能应该调查某些事情，你知道，看看，检查一些事情。 可能会发生您知道的情况。 但在其中一个例子中，
	与我们在国土安全部共事多年的一位同事来找我们说，好吧，我们相信你的警报，所以请告诉我们更多相关信息。 告诉我们什么
	它是由什么组成的。 他就是这样提出问题的。 所以，我们做了什么
	正在开发一个模型，就在他面前。
	我们能够做到这一点的原因（这是该模型的结果），我们能够做到这一点的原因是，我们现在意识到了
	保存有关症状相对于时间和地点的数据，以及我们可以保存与之相关的所有不同的数据，例如年龄，例如种族。
	所以当我们被问到，它是由什么组成的时，那么我们可以...... 让我们把它放在屏幕中间，关闭我们周围的一些其他信息，这样您就可以专注于它。
	所以当我们被问到，好吧，这次疫情是由什么组成的，你知道，我们在他们面前建立了一个模型（托尼实际上就是这样做的）
	当他这样做时，这似乎产生了相当大的影响，他说，好吧，你是对的。 现在我们今天已经告诉您有一个警报。
	你应该注意这个特定区域的流感病例，因为它看起来不正常。 但我们现在也可以告诉他们，好吧
	这些病例主要是16岁以下的年轻人。
	当他们进入急诊室或上救护车时，他们谈论的症状是发烧、咳嗽、呼吸系统问题。 有疼痛。
	还有肠胃问题。 我们认为最重要的信息是年龄组和症状本身之间的相互作用。
	你知道，虽然这个可能不被视为重要，因为它在列表中，但我们认为它是，
	甚至这些都在这里。 我们讨论了年轻人和呼吸困难，年轻人和胃肠问题，然后是老年人。
	所以，你知道，老年人也开始参与这里的数据。 所以我们可以谈论年轻人、老年人和处于不同阶段的人
	20多岁、30多岁、40多岁和50多岁的人目前没有出现在这次疫情中。 所以这里有一些事情。 当我们可以在那天向你认识的人提供情报时
	当警报发生时，我们可以给他们一组要寻找的症状。 你知道，当新冠病毒 (COVID-19) 肆虐我们国家时，你似乎仍然每天打开新闻，听到不同的症状。
	这就是我们处理此类事情的方式。 你知道，我们可以理解
	你知道，出现了什么症状，人们实际上可能有信息来识别问题何时真正会发生和存在。
	所以，这是您知道我们在这里讨论的一些事情，您现在会考虑我们如何应用它。
	使用我之前向您展示的警报系统，您知道，我通常将 TAP 方法称为仅使用文本分析和比例图表。
	嗯，你知道，我们现在可能已经超越了这个范围，这就是我们的责任。 所以我们当时没有合适的工具来寻找。
	但这些类型的工具仍然可以帮助我们说，你知道，这就是我们正在寻找的症状。 这些是
	这些也是有兴趣了解的年龄段。 那么，让我们继续探讨一些方法，利用我们在该项目中学到的知识来帮助应对 COVID 19 的情况。
	当然，我们所做的一件事我们已经讨论过建立这个症状数据库。 症状数据库每天为我们提供有关出现的症状的信息。
	而且您知道谁是谁、谁生病了以及他们在哪里生病。 这是我们讨论过的数据库的摘录，其中包含日期信息，
	它包含有关北卡罗来纳州地区性别、种族的信息。 我们可以把它带到城镇和邮政编码或任何有用的东西。
	我在文本分析信息中提到了 TAP，现在我们已经获得了有关症状的 TAP 信息。 你知道，所以如果人们谈论
	比如说，恶心，那么我们就知道一天中有多少人在谈论恶心，最终在某个地方。 所以这只是症状的摘录
	由此
	这个数据库。 那么，让我们来看看如何使用这个。 假设您想来找我，一名急诊室医生，或者某个调查 COVID 19 的人可能会来找我说，
	那么，人们在哪里生病呢？ 你知道，那是人们生病的地方
	现在，或者某个特定地区可能爆发疫情的地方。 嗯，这就是我们可以做的事情来证明这一点。
	我经常使用主成分分析。 在这种情况下，因为我们已经设置了这些数据，所以我可以使用这个工具来识别
	我有兴趣分析的东西。 在这种情况下，他们问的是地区，你知道，问题是哪里、哪里和什么。 好吧，你有兴趣了解什么？ 所以我听到人们谈论呼吸问题
	关于新冠病毒，我听到人们谈论发烧，这些都是症状加重的情况。 这些都是人们谈论的问题
	甚至比他们把事情写下来还要多。 这就是 TAP 的想法，我们正在进入这些文本领域并理解有趣的事物。 所以一旦我们
	我们进行此分析，
	JMP 为我们创建了这张精彩的图表。 这对于沟通正在发生的事情非常有用。 在这个案例中发生的事情是北卡罗来纳州夏洛特，
	真的可能挤满了医生和护士，也许还有 EMS 技术人员在谈论他们的病人发烧
	和呼吸问题。 如果您想尽可能远离这种情况，您可以在格林斯伯勒或阿什维尔度过一段时间，如果您在罗利达勒姆，您可能会知道即将发生的事情。
	所以这就是我们可以使用此类信息的一种方式
	本质上是情报，你知道，情报是关于特定领域接下来可能发生的事情的情报。 我们还可以在同一情况下谈论严重性。 我们可以讨论案例的严重性并以相同的方式衡量它们的严重程度。
	所以你知道这里的关键是组织和利用症状数据库。
	我们使用 JMP 来传达这些想法。 像这样的图表可能已经向国土安全部展示，我们轻松地讨论了两个小时，不仅仅是关于有效性的问题，
	你知道，这是数据的来源等等。 我们可以谈论这个，我们也可以谈论
	好吧，这个，这是你需要知道的信息，你知道。 这些信息将帮助您了解人们在哪里生病，以便发出警告并从根本上挽救生命。
	所以，从某种意义上说，这就是我们构建的系统。 底层的关键是数据。
	同样，我们使用的数据是 EMS、ED、中毒中心数据。 我这里没有毒物中心数据的示例，但我对如何使用毒物中心数据来揭示食源性疾病进行了长篇大论，就像我们在这里展示的那样。
	然后是能够相当有活力地在人们面前讲述我们的故事并与他们交谈
	你知道，销售对我们所做的事情的信念。 JMP 帮助我们做到这一点； SAS 代码可以帮助我们做到这一点。 这是一个很好的组合工具，这就是我所拥有的所有工具
	话题。感谢您的关注，希望您发现它有用，并希望我们可以帮助您解决此类问题。 谢谢。

爆发数据探索数据可视化