Conférencier
|
Transcription
|
| Sam Edgemon |
Bonjour. C'est Sam Edgemon. J'ai travaillé pour le SAS Institute, vous savez, je travaille pour le SAS Institute, parce que je travaille sur tellement de projets différents. |
| |
Et nous allons vous parler d'un de ces projets sur lesquels nous avons travaillé aujourd'hui. Presque sur tous ces projets sur lesquels je travaille, je travaille avec Tony Cooper, qui est à l'écran. Nous avons vraiment travaillé ensemble depuis que nous nous sommes rencontrés à l'Université du Tennessee il y a quelques années. |
| |
Et les choses que nous avons apprises à l'Université du Tennessee, nous les avons appliquées tout au long de ce projet. Maintenant, ce projet a été réalisé pour le Department of Homeland Security. |
| |
Le Department of Homeland Security était très préoccupé par le terrorisme biologique et ils sont venus au SAS avec la question de savoir comment détecter les actes de terrorisme biologique. |
| |
Eh bien, vous savez, c'est toute une discussion à avoir, vous savez, si vous pensez à |
| |
les choses avec lesquelles nous pourrions revenir. Vous savez, une de ces choses était bien qu'est-ce que vous, qu'est-ce qui vous préoccupe le plus, à quoi ressemblent les choses |
| |
qui vous concerne ? Et ils ont parlé de choses comme l'anthrax, la ricine et un certain nombre d'autres éléments très dangereux que les terroristes pourraient utiliser pour blesser la population américaine. |
| |
Eh bien, nous avons pris la question et leurs préoccupations immédiates et avons recherché du mieux que nous pouvions concernant l'anthrax et la ricine, en particulier. |
| |
Vous savez, nos recherches impliquaient, vous savez, d'aller sur des sites Web et d'étudier ce que le CDC a qualifié de symptômes de l'anthrax, et les symptômes de |
| |
la ricine et et comment ces, ces choses pourraient se présenter chez un patient qui entre dans la salle d'urgence ou ou ou fait un tour en ambulance ou appelle un centre antipoison ou quelque chose comme ça se produit. Donc, ce que nous avons réalisé en passant par ce processus était |
| |
était que les symptômes ressemblent beaucoup à la grippe si vous avez été exposé à l'anthrax. Et si vous avez été exposé à la ricine, cela ressemble beaucoup à n'importe quel type de problème gastro-intestinal que vous pourriez rencontrer. Nous avons donc conclu et notre réponse à la sécurité intérieure a été que |
| |
était que si nous pouvions détecter une épidémie de grippe ou une épidémie de, disons, le norovirus ou un problème gastro-intestinal, |
| |
alors nous pensons que nous pouvons détecter quand certains de ces mauvais éléments ont été utilisés dans le public. Et c'est donc le chemin que nous avons pris. Nous avons donc pris des données d'EMS et et |
| |
les salles d'urgence, les services d'urgence et les centres antipoison et nous avons également utilisé les données du moteur de recherche Google ou les données des médias sociaux |
| |
détecter des choses que vous saviez auparavant étaient considérées comme indétectables dans un sens. Mais mais nous avons développé plusieurs, plusieurs outils en cours de route. Et vous pouvez voir sur la diapositive que j'ai ici certains des résultats des questions |
| |
que nous avons mis ensemble, vous savez, ces différentes méthodes dont nous avons parlé ici. Je vais aborder certaines de ces méthodes dans le peu de temps dont nous disposons pour parler aujourd'hui, mais plongeons-y. Ce que je veux faire, c'est simplement vous montrer les types de conversations que nous avons eues |
| |
à l'aide de JMP. Nous utilisons JMP tout au long de ce projet pour communiquer nos idées et communiquer nos préoccupations, communiquer ce que nous voyions. Un exemple de cette communication pourrait commencer comme ça, nous, nous avions pris des données de l'EMS |
| |
système, système médical principalement basé en Caroline du Nord. Vous savez, SAS est basé en Caroline du Nord, JMP est basé en Caroline du Nord à Cary et |
| |
et certaines d'entre elles, certaines des meilleures données médicales du pays sont hébergées en Caroline du Nord. L'Université de Caroline du Nord a beaucoup à faire. |
| |
En fait, nous avons formé une collaboration entre SAS et l'Université de Caroline du Nord et l'Université d'État de Caroline du Nord pour travailler sur ce projet pour la sécurité intérieure qui a duré près de cinq ans. |
| |
Mais ce que je leur ai montré au départ, c'est que vous savez quelles données nous pourrions extraire de ces bases de données qui pourraient nous dire des choses intéressantes. |
| |
Alors allons-y, marchons à travers certains de ces types de situations. L'une des choses dont je voulais initialement parler était, d'accord, examinons les cas. Vous savez, |
| |
pouvons-nous voir des informations dans des cas qui se produisent tous les jours ? Vous savez donc que c'était l'un des premiers graphiques que j'ai démontrés. Tu sais, c'est difficile de voir quoi que ce soit là-dedans |
| |
et je ne pense pas que vous puissiez vraiment voir quoi que ce soit là-dedans. C'est, vous savez, combien de cas |
| |
dans l'État de Caroline du Nord, sur une moyenne quotidienne donnée, vous savez, 2 782 cas par jour et, vous savez, c'est beaucoup d'informations à trier. |
| |
Nous pouvons donc examiner les codes de diagnostic, mais certains des gars n'aimaient pas l'idée que ce n'était pas aussi clair que nous le voulions, nous avons donc dû trouver des moyens d'accéder à ces données et d'étudier |
| |
et étudier de quelles manières nous pourrions faire apparaître des informations. L'une de ces façons dont nous avions envie était d'identifier les symptômes, des symptômes spécifiques liés à quelque chose qui nous intéresse, |
| |
ce qui revient à cette idée que, d'accord, nous avons identifié à quoi ressemble l'anthrax quand quelqu'un entre dans la salle d'urgence ou fait un tour dans une ambulance ou quoi que ce soit d'autre. |
| |
Nous avons donc ces... si nous identifions ces symptômes spécifiques, alors nous pouvons aller chercher cela dans les données. |
| |
Maintenant, une façon de faire cela, nous pourrions demander à des professionnels. Il y avait des salles pleines de professionnels de la santé sur ce, sur ce projet et beaucoup de médecins. Et une sorte de chose étrange que |
| |
J'ai observé très rapidement que lorsque vous posiez une question à une salle remplie de personnes vraiment très intelligentes, qu'est-ce que c'est ... quels symptômes dois-je rechercher lorsque je recherche la grippe ou le norovirus, vous obtenez beaucoup, beaucoup de réponses différentes . |
| |
Alors j'ai pensé, eh bien, j'aimerais vraiment avoir un moyen d'accéder à cette information, mathématiquement, plutôt que d'utiliser simplement une opinion. Et ce que j'ai fait, c'est que j'ai organisé les données avec lesquelles je travaillais |
| |
pour examiner les symptômes à des jours précis et le diagnostic. J'allais utiliser ces codes de diagnostic de diagnostic. |
| |
Et ce que j'ai fini par sortir, et j'ai mis cela en place de manière à pouvoir le répéter encore et encore, était un ensemble de symptômes mathématiquement valides |
| |
que nous pourrions aller dans les données et rechercher et rechercher des choses spécifiques comme la grippe, comme le norovirus ou comme l'anthrax ou comme la ricine ou comme les symptômes du COVID 19. |
| |
Ce projet a refait surface avec de nombreuses questions sur ce que nous pourrions... comment nous pourrions trouver les problèmes |
| |
de COVID 19 dans ce. C'est exactement ce que j'ai recommencé à montrer, ce genre de choses. Comment identifier les symptômes ? Eh bien, c'est une façon de le faire. |
| |
Maintenant, une fois que nous avons trouvé ces symptômes, l'une des choses que nous faisons est d'écrire du code qui pourrait ressembler à quelque chose de similaire à ce code qui examinera un champ particulier dans l'une de ces bases de données et cherchera les choses que nous avons trouvées dans ces analyses que nous avons |
| |
que nous venons de vous démontrer. Nous allons donc examiner ici le champ de plainte principal dans l'une de ces bases de données pour rechercher des mots spécifiques |
| |
que nous pourrions être intéressés à faire. Maintenant que les programmes complets chercheraient également les termes que quelqu'un a dit, Eh bien, quelqu'un n'a pas de fièvre ou quelqu'un n'a pas de nausées. Il faudrait donc identifier |
| |
essentiellement les négatifs, ainsi que les purs symptômes entre guillemets dans les mots. Donc, une fois que nous avons fait cela, nous pourrions revenir à |
| |
JMP et et réfléchissez, eh bien, regardons, regardons à nouveau ces informations. Nous avons ce nombre de cas ici, mais que se passerait-il si nous y jetions un coup d'œil |
| |
où nous avons identifié des symptômes spécifiques maintenant |
| |
et voir à quoi cela ressemblerait. |
| |
Donc, ce que je recherche en fait, ce sont des informations concernant |
| |
problèmes gastro-intestinaux. J'aurais pu chercher la grippe ou quelque chose comme ça, mais voici à quoi ressemblent les données. Ce sont les mêmes données. Il a juste été essentiellement sculpté pour donner l'impression que vous savez quelque chose qui m'intéresse. Donc, dans ce cas, il y a eu une épidémie |
| |
du norovirus dont nous avons parlé aux gens qu'ils ne savaient pas, vous savez, nous avons commencé à en parler le 15 janvier. |
| |
Et vous savez que le monde ne savait pas qu'il y avait essentiellement une épidémie de norovirus jusqu'à ce que nous commencions à en parler ici. |
| |
Et c'était, c'était considéré comme un gros problème. Vous savez, nous avions pris des données, nous avions nettoyé ces données et laissé les choses qui nous intéressaient vraiment |
| |
Mais nous avons continué. Vous savez que la force de ce que nous faisions n'était pas simplement de compter les cas ou de compter les codes de diagnostic, nous examinons les symptômes qui décrivent la visite de la personne à |
| |
la salle d'urgence ou ce qu'ils ont appelé au sujet du centre antipoison ou ils ont fait un tour en ambulance. |
| |
champ principal de plainte, champs de symptômes, |
| |
et des champs de texte libre. Nous avons examiné les champs décrivant les mots qu'un technicien EMS pourrait utiliser sur les lieux. Nous avons cherché dans les champs qui décrivent |
| |
les mots qu'une infirmière peut utiliser chaque fois que quelqu'un se présente pour la première fois à l'urgence, et nous avons examiné les mots qu'un médecin peut utiliser. Peut-être pas ce sur quoi ils ont cliqué dans les cases, mais les mots réels qu'ils ont utilisés. Et nous avons également développé une métrique autour de cela. |
| |
Cette métrique |
| |
était, vous savez, il nous a fait savoir |
| |
vous savez, un mois à l'avance, quelque chose était étrange dans une région particulière de la Caroline du Nord à une date particulière. Donc j'ai mentionné que c'était le 15 janvier et ça, c'était le 6 décembre |
| |
et c'était dans le même quartier. Et ce qui enregistre vraiment, c'est combien de personnes parlent d'une chose spécifique et si une personne en parle, |
| |
ce n'est pas très lourd, donc ce ne serait pas grave. Si deux personnes en parlent, si une infirmière |
| |
et un technicien EMS parle d'un ensemble spécifique de symptômes, ou mentionne un symptôme plusieurs fois, puis, nous mesurons cela et nous développons une métrique à partir de ces informations. |
| |
Donc, si trois personnes, vous savez, le médecin, l'infirmière et le technicien EMS, si c'est ce que nous avons, s'ils en parlent tous, |
| |
alors c'est probablement un gros problème. C'est donc ce qui s'est passé ici le 6 décembre, beaucoup de gens parlent de symptômes qui décriraient quelque chose comme le norovirus. |
| |
Ça, c'était lié à une épidémie dont les médias ont commencé à parler à la mi-février. Alors, donc c'est vu comme... comme nous racontons au monde quelque chose dont les médias ont commencé à parler, vous savez, un mois plus tard. |
| |
Et |
| |
Plus précisément, vous savez, nous avons été attirés par cette région de Cape Fear parce que beaucoup de cas étaient dans cette région de la Caroline du Nord autour de Wilson, |
| |
Comté de Wilson et ce genre de choses. Donc, pour que cela soit considéré comme quelque chose d'intéressant, nous pourrions en quelque sorte approfondir cela bien avant, vous savez, parler de quelque chose qui se passe. Maintenant |
| |
nous avons poursuivi ce type de travail concernant, euh, vous savez, l'utilisation de ces outils de biosurveillance. |
| |
Mais ce que nous avons fait plus tard, vous savez, après avoir mis en place des systèmes qui, vous savez, fonctionnaient essentiellement |
| |
tous les jours, vous savez toutes les heures, tous les jours, ce genre de choses. Et puis, chaque fois que nous serions en mesure de dire, eh bien, |
| |
le système a prédit une épidémie, vous savez si cela a été remarqué. Les informations fournies... étaient vraiment sans bruit dans un sens. Nous regardons en arrière dans le temps et nous étions |
| |
prévoir disons entre 20 et 30 alertes par an, |
| |
nombre total d'alertes par an. Donc, il y avait 20 ou 30 situations où nous venions de donner aux gens, le, le, l'avis qu'ils devraient peut-être se pencher sur quelque chose, vous savez, regarder, vérifier quelque chose. Il se peut que vous sachiez qu'une situation se produit. Mais dans un de ces cas, |
| |
le gars avec qui nous avons tant travaillé à la sécurité intérieure est venu nous voir et nous a dit, d'accord, nous croyons votre alerte, alors dites-nous quelque chose de plus à ce sujet. Dites-nous quoi |
| |
de quoi il est composé. C'est comme ça qu'il a posé la question. Alors, alors qu'est-ce qu'on a fait |
| |
était était de développer un modèle, juste en face de lui. |
| |
Et la raison pour laquelle nous avons pu faire cela (et voici, voici les résultats de ce modèle), la raison pour laquelle nous avons pu le faire était maintenant, nous avons réalisé la valeur de |
| |
de conserver des données concernant les symptômes par rapport au temps et au lieu et toutes les différentes données que nous pourrions conserver par rapport à cela, comme l'âge, comme l'ethnicité. |
| |
Donc, quand on nous a demandé, de quoi est-ce composé, alors nous avons pu... Plaçons cela en plein milieu de l'écran, fermons certaines des autres informations autour de nous ici afin que vous puissiez vous concentrer uniquement sur cela. |
| |
Alors quand on nous demande, d'accord, de quoi est composée cette épidémie, vous savez, nous, nous avons construit un modèle devant eux (Tony l'a fait en fait) |
| |
et que cela a semblé avoir un impact considérable lorsqu'il a fait cela, pour dire, d'accord, vous avez raison. Maintenant, nous vous avons dit aujourd'hui qu'il y a une alerte. |
| |
Et vous devriez faire attention aux cas de grippe dans cette région particulière car cela semble anormal. Mais nous pourrions aussi leur dire maintenant que, d'accord |
| |
ces cas sont majoritairement constitués de jeunes, de personnes de moins de 16 ans. |
| |
Les symptômes dont ils parlent lorsqu'ils se rendent aux urgences ou dans une ambulance sont la fièvre, la toux, les problèmes respiratoires. Il y a de la douleur. |
| |
et il y a des problèmes gastro-intestinaux. L'élément d'information clé que nous ressentons est les interactions entre les groupes d'âge et les symptômes eux-mêmes. |
| |
Bien que celui-ci puisse, vous savez, ne pas être considéré comme important, c'est parce qu'il est en bas de la liste, nous pensons qu'il l'est, |
| |
et même ceux-là ici-bas. Nous avons parlé des jeunes et de la dyspnée, des jeunes et des problèmes gastro-intestinaux, puis des personnes âgées. |
| |
Il y avait donc, vous savez, commencé à voir des personnes âgées entrer dans les données ici aussi. Nous pourrions donc parler des jeunes, des personnes âgées et des personnes dans leur |
| |
Les 20, 30, 40 et 50 ans ne se présentent pas dans cette épidémie pour le moment. Il y a donc plusieurs choses ici. Quand nous pouvions donner aux gens que vous connaissez des informations le jour de |
| |
qu'une alerte se produise et nous pourrions leur donner un ensemble de symptômes à rechercher. Vous savez, lorsque le COVID 19 était bien présent dans notre pays, vous savez que vous semblez toujours écouter les nouvelles tous les jours et entendre parler d'un symptôme différent. |
| |
C'est ainsi que nous pouvons gérer ce genre de choses. Tu sais, on peut comprendre |
| |
vous savez, quels symptômes font surface de sorte que les gens peuvent réellement avoir, vous savez, avoir des informations pour reconnaître quand un problème va réellement se produire et exister. |
| |
Donc, voici certaines des choses dont vous savez que nous parlons ici, vous allez réfléchir à la façon dont nous pouvons l'appliquer maintenant. |
| |
En utilisant les systèmes d'alerte que je vous ai montrés plus tôt, vous savez, j'appelle généralement la méthode TAP comme utilisant simplement l'analyse de texte et la représentation graphique proportionnelle. |
| |
Eh bien, vous savez, nous sommes probablement au-delà de cela maintenant, c'est sur nous. Nous n'avions donc pas l'outil en place pour aller chercher à ce moment-là. |
| |
Mais ces types d'outils peuvent encore nous aider à dire, vous savez, ce sont les symptômes que nous recherchons. Voici les |
| |
ce sont les groupes d'âge qui souhaitaient également en savoir plus. Alors, continuons à parcourir certaines façons d'utiliser ce que nous avons appris sur ce projet pour aider la situation avec COVID 19. |
| |
L'une des choses que nous avons faites, bien sûr, nous avons parlé de la création de cette base de données sur les symptômes. La base de données des symptômes nous donne quotidiennement des informations sur les symptômes qui surviennent. |
| |
Et et vous savez qui est, qui est malade et où ils sont malades. Voici donc un extrait de cette base de données dont nous avons parlé, où il contient des informations sur une date, |
| |
il contient des informations sur le sexe, l'origine ethnique, dans les régions de la Caroline du Nord. Nous pourrions vous apporter cela dans les villes et les codes postaux ou tout ce qui était utile. |
| |
J'ai mentionné TAP dans ces informations d'analyse de texte, eh bien maintenant, nous avons des informations TAP sur les symptômes. Vous savez, donc si les gens parlent de |
| |
ceci, disons par exemple, des nausées, alors nous savons combien de personnes parlent de nausées un jour, et éventuellement dans un lieu. Et donc ce n'est qu'un extrait des symptômes de |
| |
de ça |
| |
cette base de données. Voyons donc comment nous pourrions utiliser ceci. Disons que vous vouliez venir me voir, un médecin des urgences ou une personne enquêtant sur le COVID 19 pourrait venir me voir et dire : |
| |
Eh bien, où sont les gens qui tombent malades. Tu sais, c'est là que les gens tombent malades |
| |
maintenant, ou où une épidémie pourrait-elle se produire dans une zone particulière. Eh bien, c'est le genre de chose que nous pourrions faire pour le démontrer. |
| |
J'utilise beaucoup l'analyse en composantes principales. Dans ce cas, parce que nous avons configuré ces données, je peux utiliser cet outil pour identifier |
| |
les choses que je suis intéressé à analyser. Dans ce cas, ce sont les régions, ils ont demandé, vous savez, la question était où, où et quoi. D'accord, qu'est-ce qui vous intéresse de savoir ? Alors j'entends des gens parler de problèmes respiratoires |
| |
concernant COVID et j'entends des gens parler d'avoir de la fièvre et ce sont en quelque sorte des symptômes élevés. Ce sont des problèmes dont les gens parlent |
| |
encore plus qu'ils n'écrivent des choses. C'est l'idée de TAP, c'est que nous entrons dans ces champs de texte et que nous comprenons des choses intéressantes. Donc une fois que nous nous |
| |
nous exécutons ces analyses, |
| |
JMP crée ce magnifique graphique pour nous. C'est génial pour communiquer ce qui se passe. Et ce qui se passe dans cette affaire, c'est que Charlotte, en Caroline du Nord, |
| |
est vraiment peut-être inondé de médecins et d'infirmières et peut-être de techniciens EMS parlant de la fièvre de leurs patients |
| |
et problèmes respiratoires. Si vous voulez vous éloigner le plus possible de cela, vous pourriez passer du temps à Greensboro ou à Asheville, et si vous êtes à Raleigh Durham, vous pourriez être au courant de ce qui vous attend. |
| |
C'est ainsi que nous pouvons utiliser ce type d'informations pour |
| |
pour essentiellement des renseignements, vous savez, des renseignements sur ce qui pourrait se passer ensuite dans des domaines spécifiques. On pourrait aussi parler de sévérité dans le même, dans le même cas. On pourrait parler de gravité des cas et mesurer où ils se situent de la même manière. |
| |
Donc, vous savez que la clé ici est d'organiser et d'utiliser la base de données des symptômes. |
| |
Nous utilisons JMP pour communiquer ces idées. Un graphique comme celui-ci a peut-être été montré à la sécurité intérieure et nous en avons parlé facilement pendant deux heures avec, pas seulement des questions sur la validité même, |
| |
vous savez, c'est de là que viennent les données et ainsi de suite. On pourrait en parler et on pourrait aussi parler de |
| |
d'accord, ce, ce sont les informations que vous devez savoir, vous savez. Ce sont des informations qui vous aideront à comprendre où les gens tombent malades, de sorte que des avertissements peuvent être donnés et essentiellement des vies… des vies sauvées. |
| |
Donc, c'est en un sens le système que nous avons mis en place. La clé sous-jacente est, ce sont les données. |
| |
Encore une fois, les données que nous avons utilisées sont les données des SMU, des urgences et des centres antipoison. Je n'ai pas d'exemple des données du centre antipoison ici, mais j'ai une longue discussion sur la façon dont nous utilisons les données du centre antipoison pour faire apparaître les maladies d'origine alimentaire, de la même manière que ce que nous avons montré ici. |
| |
Et puis la capacité d'être assez dynamique pour développer notre histoire devant les gens et leur parler |
| |
dans, vous savez, vendre la croyance en ce que nous faisons. JMP nous aide à le faire ; Le code SAS nous aide à le faire. C'est une bonne combinaison d'outils et c'est tout ce que j'ai pour ce particulier |
| |
sujet. J'apprécie votre attention et j'espère que vous le trouverez utile, et j'espère que nous pourrons vous aider avec ce genre de choses. Merci. |
