|
Altoparlante
|
Trascrizione
|
| Sam Edgemon |
Ciao. Questo è Sam Edgemon. Ho lavorato per il SAS Institute, sai, lavoro per il SAS Institute, perché posso lavorare su così tanti progetti diversi. |
| |
E vi parleremo di uno di quei progetti su cui abbiamo lavorato oggi. Quasi su tutti i progetti a cui lavoro lavoro con Tony Cooper, che è sullo schermo. Lavoriamo insieme da quando ci siamo incontrati all'Università del Tennessee qualche anno fa. |
| |
E le cose che abbiamo imparato all'Università del Tennessee le abbiamo applicate durante questo progetto. Ora questo progetto è stato realizzato per il Dipartimento di Sicurezza Nazionale. |
| |
Il Dipartimento per la Sicurezza Nazionale era molto preoccupato per il terrorismo biologico e si è rivolto al SAS con la domanda su come individuare gli atti di terrorismo biologico. |
| |
Beh, sai che è una bella discussione da fare, se ci pensi |
| |
le cose con cui potremmo tornare. Sai, una di quelle cose era "cosa fai, cosa ti interessa di più", cosa fa, come appaiono le cose? |
| |
che ti preoccupa? E hanno parlato di cose come l'antrace, la ricina e una serie di altri elementi molto pericolosi che i terroristi potrebbero usare per danneggiare la popolazione americana. |
| |
Ebbene, abbiamo preso in considerazione la domanda e le loro preoccupazioni immediate e abbiamo ricercato come meglio abbiamo potuto riguardo all'antrace e alla ricina, in particolare. |
| |
Sapete, la nostra ricerca implicava, sapete, andare su siti web e studiare quelli che il CDC considera sintomi dell'antrace, e i sintomi dell'antrace. |
| |
ricina e come quelle, quelle cose potrebbero presentarsi in un paziente che entra al pronto soccorso o o o o fa un giro su un'ambulanza o chiama un centro antiveleni o succede qualcosa del genere. Quindi ciò che abbiamo realizzato durante questo processo è stato |
| |
era che i sintomi assomigliavano molto a quelli dell'influenza se sei stato esposto all'antrace. E se sei stato esposto alla ricina, assomiglia molto a qualsiasi tipo di problema gastrointestinale che potresti riscontrare. Quindi abbiamo concluso che la nostra risposta alla Homeland Security è stata quella |
| |
era che se riuscissimo a rilevare un'epidemia di influenza o un'epidemia, diciamo di norovirus o qualche problema gastrointestinale, |
| |
quindi pensiamo di poter rilevare quando alcuni di questi elementi negativi sono stati utilizzati in pubblico. E quindi questo è il percorso che abbiamo intrapreso. Quindi abbiamo preso i dati da EMS e e |
| |
pronto soccorso, reparti di emergenza e centri antiveleni e in realtà abbiamo utilizzato anche i dati del motore di ricerca di Google o anche i dati dei social media |
| |
per rilevare cose che conosci prima erano ritenute non rilevabili in un certo senso. Ma abbiamo sviluppato diversi, diversi strumenti lungo il percorso. E potete vedere dalla diapositiva che ho qui alcuni dei risultati delle domande |
| |
quello che abbiamo messo insieme, sai, questi diversi metodi di cui abbiamo parlato qui. Tratterò alcuni di questi metodi nel breve tempo di cui parleremo oggi, ma approfondiamolo. Quello che voglio fare è semplicemente mostrarti il tipo di conversazioni che abbiamo avuto |
| |
utilizzando JMP. Utilizziamo JMP durante questo progetto per comunicare le nostre idee e comunicare le nostre preoccupazioni, comunicare ciò che stavamo vedendo. Un esempio di quella comunicazione potrebbe iniziare proprio così, noi, abbiamo preso i dati dall'EMS |
| |
system, sistema medico con sede principalmente nella Carolina del Nord. Sai, SAS ha sede nella Carolina del Nord, JMP ha sede nella Carolina del Nord a Cary e |
| |
e alcuni di essi, alcuni dei migliori dati medici del paese, sono conservati nella Carolina del Nord. L'Università della Carolina del Nord ha molto da fare in questo senso. |
| |
In effetti, abbiamo stretto una collaborazione tra SAS e l'Università della Carolina del Nord e la North Carolina State University per lavorare su questo progetto per la sicurezza nazionale che è andato avanti per quasi cinque anni. |
| |
Ma quello che ho mostrato loro inizialmente è stato che sai quali dati potremmo estrarre da quei database che potrebbero dirci cose interessanti. |
| |
Quindi camminiamo, camminiamo attraverso alcuni di questi tipi di situazioni. Una delle cose di cui inizialmente volevo parlare era, okay, diamo un'occhiata ai casi. Sai, |
| |
possiamo vedere le informazioni nei casi che si verificano ogni giorno? Quindi sai che questo è stato uno dei primi grafici che ho dimostrato. Sai, è difficile vederci qualcosa |
| |
e non penso che tu possa davvero vedere nulla in questo. Questi sono, sai, quanti casi |
| |
nello stato della Carolina del Nord, in un dato giorno la media media è di 2.782 casi al giorno e, sai, ci sono molte informazioni da esaminare. |
| |
Quindi possiamo guardare i codici di diagnosi, ma ad alcuni ragazzi non piaceva l'idea che non fosse così chiaro come volevamo che fosse, quindi abbiamo dovuto trovare il modo di entrare in quei dati e studiarli |
| |
e studiare cosa e in che modo potremmo far emergere le informazioni. Uno di questi modi in cui ci sentivamo era quello di identificare i sintomi, sintomi specifici legati a qualcosa che ci interessa, |
| |
il che ci riporta all'idea che, okay, abbiamo identificato l'aspetto dell'antrace quando qualcuno entra al pronto soccorso o fa un giro in ambulanza o cose del genere. |
| |
Quindi abbiamo quelli... se identifichiamo quei sintomi specifici, allora possiamo andare a cercarli nei dati. |
| |
Ora, per poterlo fare, potremmo chiedere ai professionisti. C'erano stanze piene di professionisti medici su questo, su questo progetto e molti medici. E una cosa un po' strana |
| |
Ho osservato molto rapidamente che quando hai posto a una stanza piena di persone davvero, davvero intelligenti domande del tipo: cos'è... quali sintomi dovrei cercare quando cerco l'influenza o il norovirus, ottieni tantissime risposte diverse . |
| |
Quindi ho pensato, beh, mi piacerebbe davvero avere un modo per ottenere queste informazioni, matematicamente, piuttosto che usare semplicemente l'opinione. E quello che ho fatto è stato organizzare i dati con cui stavo lavorando |
| |
considerare i sintomi in giorni specifici e formulare la diagnosi. Avrei usato quei codici diagnosi diagnosi. |
| |
E quello che ho ottenuto alla fine, e l'ho impostato in modo da poterlo ripetere più e più volte, era un insieme di sintomi matematicamente validi |
| |
che potremmo entrare nei dati e cercare cose specifiche come l’influenza, come il norovirus o come l’antrace o come la ricina o come i sintomi del COVID 19. |
| |
Questo progetto è emerso di nuovo con molte domande su cosa potremmo... come potremmo risolvere i problemi |
| |
del COVID 19 in questo. Questo è esattamente ciò che ho iniziato a mostrare di nuovo, questo genere di cose. Come possiamo identificare i sintomi? Bene, questo è un modo per farlo. |
| |
Ora, una volta trovati questi sintomi, una delle cose che facciamo è scrivere un codice che potrebbe assomigliare a questo codice che esaminerà un campo particolare in uno di quei database e cercherà le cose che abbiamo trovato in quei analisi che abbiamo |
| |
che ti abbiamo appena dimostrato. Quindi qui esamineremo il campo del reclamo principale in uno di questi database per cercare parole specifiche |
| |
che potremmo essere interessati a fare. Ora che i programmi completi cercherebbero anche i termini che qualcuno ha detto, beh, qualcuno non ha la febbre o qualcuno non ha la nausea. Quindi dovremmo identificarlo |
| |
essenzialmente gli aspetti negativi, così come i sintomi tra virgolette pure nelle parole. Quindi, una volta fatto questo, potremmo tornare indietro |
| |
JMP e pensiamo a, beh, diamo un'occhiata, diamo un'occhiata di nuovo a queste informazioni. Abbiamo questo numero di casi quassù, ma cosa succederebbe se gli dessimo un'occhiata? |
| |
dove ora abbiamo identificato sintomi specifici |
| |
e vedere come sarebbe. |
| |
Quindi quello che sto effettivamente cercando sono tutte le informazioni in merito |
| |
problemi gastrointestinali. Avrei potuto cercare l'influenza o qualcosa del genere, ma ecco come appaiono i dati. Sono gli stessi dati. Essenzialmente è stato scolpito in modo che tu sappia qualcosa che mi interessa. Quindi in questo caso c'è stata un'epidemia |
| |
del norovirus di cui abbiamo parlato alle persone che non sapevano, abbiamo iniziato a parlarne il 15 gennaio. |
| |
E sai che il mondo non sapeva che ci fosse stata essenzialmente un'epidemia di norovirus finché non abbiamo iniziato a parlarne qui. |
| |
E quello era, quello era visto come un grosso problema. Sapete, abbiamo preso i dati, li abbiamo ripuliti e abbiamo lasciato le cose che ci interessano veramente |
| |
Ma abbiamo continuato. Sapete che il punto forte di ciò che stavamo facendo non era semplicemente contare i casi o contare i codici diagnostici, ma esaminavamo i sintomi che descrivono la visita della persona al |
| |
al pronto soccorso o per quello per cui hanno chiamato per il centro antiveleni o hanno fatto un giro sull'ambulanza. |
| |
campo reclamo principale, campi sintomi, |
| |
e campi di testo liberi. Abbiamo esaminato i campi che descrivevano le parole che un tecnico EMS potrebbe utilizzare sulla scena. Abbiamo cercato nei campi che descrivono |
| |
le parole che un'infermiera potrebbe usare ogni volta che qualcuno entra per la prima volta al pronto soccorso, e abbiamo esaminato le parole che può usare un medico. Forse non quello su cui hanno cliccato nelle caselle, ma le parole reali che hanno usato. E abbiamo sviluppato anche una metrica attorno a questo. |
| |
Questa metrica |
| |
era, sai, farcelo sapere |
| |
sai, con un mese di anticipo che qualcosa era strano in una particolare area della Carolina del Nord in una data particolare. Quindi ho detto che questo era il 15 gennaio e questo era il 6 dicembre |
| |
ed era nella stessa zona. E ciò che viene realmente registrato è quante persone parlano di una cosa specifica e se una persona ne parla, |
| |
non ha un peso molto elevato, quindi non sarebbe un grosso problema. Se ne parlano due persone, se un'infermiera |
| |
e un tecnico dell'EMS parla di una serie specifica di sintomi, o menziona un sintomo più volte, quindi lo misuriamo e stiamo sviluppando una metrica da tali informazioni. |
| |
Quindi se tre persone, sai, il medico, l'infermiera e il tecnico dei servizi di emergenza sanitaria, se queste sono le informazioni che abbiamo, se ne parlano tutti, |
| |
allora probabilmente è un grosso problema. Ecco cosa è successo qui il 6 dicembre, molte persone parlano di sintomi che potrebbero descrivere qualcosa come il norovirus. |
| |
Questo era legato a un'epidemia di cui i media hanno iniziato a parlare a metà febbraio. Quindi, questo è visto come... come se raccontassimo al mondo qualcosa di cui i media hanno iniziato a parlare, sai, un mese dopo. |
| |
E |
| |
nello specifico, sai, siamo stati attratti da questa regione di Cape Fear perché molti dei casi erano in quella zona della Carolina del Nord intorno a Wilson, |
| |
Wilson County e cose del genere. Quindi, in modo che fosse visto come qualcosa di interessante che potessimo, potremmo approfondire molto prima di, sai, parlare di qualcosa che sta succedendo. Ora |
| |
abbiamo portato avanti quel tipo di lavoro riguardante, sai, l'utilizzo di quegli strumenti per la biosorveglianza. |
| |
Ma quello che abbiamo fatto dopo è stato, sai, dopo aver creato sistemi che sarebbero stati essenzialmente funzionanti |
| |
ogni giorno, sai, ogni ora, ogni giorno, quel genere di cose. E quindi ogni volta che potremmo dire, beh, |
| |
il sistema ha previsto un'epidemia, sai se questo è stato notato. Le informazioni fornite... in un certo senso erano davvero prive di rumore. Guardiamo indietro nel tempo e lo eravamo |
| |
prevedendo diciamo tra le 20 e le 30 allerte all'anno, |
| |
avvisi totali all'anno. Quindi c'erano 20 o 30 situazioni in cui avevamo appena dato alle persone l'avviso che avrebbero potuto esaminare qualcosa, sai, guardare, controllare qualcosa. Potresti essere a conoscenza di una situazione che si sta verificando. Ma in uno di questi casi, |
| |
il tizio con cui abbiamo lavorato così tanto alla Homeland Security è venuto da noi e ha detto: okay, crediamo al tuo avviso, quindi dicci qualcosa di più al riguardo. Dicci cosa |
| |
di cosa è composto. È così che ha posto la domanda. Quindi, quindi quello che abbiamo fatto |
| |
è stato necessario sviluppare un modello, proprio di fronte a lui. |
| |
E il motivo per cui siamo stati in grado di farlo (ed ecco, ecco i risultati di quel modello), il motivo per cui siamo stati in grado di farlo è che ormai ci siamo resi conto del valore di |
| |
di conservare i dati riguardanti i sintomi relativi al tempo e al luogo e tutti i diversi dati che potremmo conservare in relazione a ciò, come l'età, come l'etnia. |
| |
Quindi quando ci è stato chiesto, di cosa è composto, allora abbiamo potuto... Mettiamolo proprio al centro dello schermo, chiudiamo alcune delle altre informazioni intorno a noi qui così potete concentrarvi solo su quello. |
| |
Quindi, quando ci viene chiesto, okay, di cosa è composta questa epidemia, sai, noi, abbiamo costruito un modello davanti a loro (Tony lo ha fatto davvero) |
| |
e che sembrava avere un certo impatto quando lo ha fatto, per dire: Okay, hai ragione. Ora, vi abbiamo detto che oggi c'è un avviso. |
| |
E dovresti prestare attenzione ai casi di influenza in questa particolare area perché sembra essere anormale. Ma adesso potremmo anche dirglielo, okay |
| |
questi casi sono costituiti principalmente da giovani, persone di età inferiore ai 16 anni. |
| |
I sintomi di cui parlano quando vanno al pronto soccorso o salgono su un'ambulanza sono febbre, tosse, problemi respiratori. C'è dolore. |
| |
e ci sono problemi gastrointestinali. L'informazione chiave che riteniamo sia l'interazione tra i gruppi di età e i sintomi stessi. |
| |
Anche se questo potrebbe non essere considerato importante perché è in fondo alla lista, pensiamo che lo sia, |
| |
e anche questi quaggiù. Abbiamo parlato di giovani e dispnea, e di giovani e problemi gastro-intestinali, e poi di anziani. |
| |
Quindi si è iniziato a vedere anche le persone anziane entrare nei dati qui. Quindi potremmo parlare di giovani, anziani e persone in loro |
| |
In questo momento non sono presenti in questa epidemia persone di 20, 30, 40 e 50 anni. Quindi ci sono un paio di cose qui. Quando potremmo fornire informazioni alle persone che conosci il giorno di |
| |
del verificarsi di un avviso e potremmo fornire loro una serie di sintomi da cercare. Sai quando il COVID 19 era ormai diffuso nel nostro paese, sai che ti sembra ancora di accendere le notizie ogni giorno e di sentire di un sintomo diverso. |
| |
Ecco come possiamo affrontare questo tipo di cose. Sai, possiamo capire |
| |
sai, quali sintomi stanno emergendo in modo tale che le persone potrebbero effettivamente avere, sai, avere informazioni per riconoscere quando un problema si verificherà effettivamente ed esisterà. |
| |
Quindi, queste sono alcune delle cose di cui stiamo parlando qui, penserai a come possiamo applicarle ora. |
| |
Utilizzando i sistemi di avviso che ti ho mostrato prima e che, sai, generalmente mi riferisco al metodo TAP semplicemente utilizzando l'analisi del testo e i grafici proporzionali. |
| |
Beh, sai, probabilmente siamo andati oltre adesso, dipende da noi. Quindi non avevamo lo strumento per andare a cercare in quel momento. |
| |
Ma questi tipi di strumenti possono ancora aiutarci a poter dire, sai, questi sono i sintomi che stiamo cercando. Queste sono le |
| |
queste sono anche le fasce d'età a cui eravamo interessati a conoscere. Quindi, continuiamo a esaminare alcuni modi in cui potremmo utilizzare ciò che abbiamo imparato su quel progetto per aiutare la situazione con COVID 19. |
| |
Una delle cose che abbiamo fatto ovviamente è stata la creazione di questo database dei sintomi. Il database dei sintomi ci fornisce quotidianamente informazioni sui sintomi che si presentano. |
| |
E tu sai chi è, chi è malato e dove è malato. Ecco un estratto del database di cui abbiamo parlato, dove sono presenti informazioni su una data, |
| |
contiene informazioni su genere, etnia, nelle regioni della Carolina del Nord. Potresti portarlo nelle città e nei codici postali o qualunque cosa sia utile. |
| |
Ho menzionato TAP nelle informazioni sull'analisi del testo, beh ora abbiamo le informazioni TAP sui sintomi. Sai, quindi se le persone parlano |
| |
questo, diciamo per esempio, la nausea, allora sapremo quante persone parlano di nausea in un giorno, ed eventualmente in un luogo. E quindi questo è solo un estratto dei sintomi |
| |
da questa |
| |
questa banca dati. Quindi, diamo un'occhiata a come potremmo usare questo. Diciamo che vuoi venire da me, un medico del pronto soccorso o qualcuno che sta indagando sul COVID 19 potrebbe venire da me e dire: |
| |
beh, dove sono le persone che si ammalano? Sai, è lì che le persone si ammalano |
| |
adesso, o dove potrebbe essersi verificata un’epidemia in una particolare area. Bene, questo è il tipo di cosa che potremmo fare per dimostrarlo. |
| |
Utilizzo molto l'analisi delle componenti principali. In questo caso, poiché abbiamo impostato questi dati, posso utilizzare questo strumento per identificare |
| |
le cose che mi interessa analizzare. In questo caso sono le regioni, si sono chiesti, la domanda era dove, dove e cosa. Ok, cosa ti interessa sapere? Quindi sento persone parlare di problemi respiratori |
| |
riguardo al COVID e sento persone parlare di febbre e questi sono sintomi piuttosto elevati. Questi sono problemi di cui la gente parla |
| |
anche più di quanto scrivono le cose. Questa è l'idea di TAP, stiamo entrando in quei campi di testi e comprendendo cose interessanti. Quindi una volta che noi |
| |
eseguiamo queste analisi, |
| |
JMP crea per noi questo meraviglioso grafico. È ottimo per comunicare cosa sta succedendo. E quello che succede in questo caso è che Charlotte, Carolina del Nord, |
| |
forse è davvero inondato di medici, infermieri e forse tecnici dei servizi di emergenza sanitaria che parlano dei loro pazienti che hanno la febbre |
| |
e problemi respiratori. Se vuoi allontanarti il più possibile da tutto ciò, potresti trascorrere del tempo a Greensboro o Asheville, e se sei a Raleigh Durham, potresti essere consapevole di cosa sta arrivando. |
| |
Quindi questo è il modo in cui possiamo utilizzare questo tipo di informazioni |
| |
essenzialmente per l'intelligenza, sai, l'intelligenza su ciò che potrebbe accadere dopo in aree specifiche. Potremmo anche parlare di gravità nello stesso, nello stesso caso. Potremmo parlare della gravità dei casi e misurare dove si trovano allo stesso modo. |
| |
Quindi sai che la chiave qui è organizzare e utilizzare il database dei sintomi. |
| |
Usiamo JMP per comunicare queste idee. Un grafico come questo potrebbe essere stato mostrato alla Homeland Security e ne abbiamo parlato facilmente per due ore solo con domande, non solo sulla validità, |
| |
sai, è da dove provengono i dati e così via. Potremmo parlarne e potremmo anche parlarne |
| |
okay, questa, questa è l'informazione che devi sapere, lo sai. Si tratta di informazioni che vi aiuteranno a capire dove le persone si ammalano, in modo tale da poter dare avvertimenti e sostanzialmente salvare vite umane. |
| |
Quindi, in un certo senso questo è il sistema che abbiamo messo insieme. La chiave di fondo è che sono i dati. |
| |
Ancora una volta, i dati che abbiamo utilizzato sono dati EMS, ED e centri antiveleni. Non ho un esempio dei dati dei centri antiveleni qui, ma ho una lunga conversazione su come utilizziamo i dati dei centri antiveleni per far emergere malattie di origine alimentare, proprio in modi simili a quelli che abbiamo mostrato qui. |
| |
E poi la capacità di essere abbastanza dinamici nello sviluppare la nostra storia di fronte alle persone e nel parlare con loro |
| |
nel vendere la fiducia in ciò che facciamo. JMP ci aiuta a farlo; Il codice SAS ci aiuta a farlo. Questo è un buon strumento combinato ed è tutto ciò che ho per questo particolare |
| |
argomento. Apprezzo la tua attenzione e spero che la troverai utile, e spero che potremo aiutarti con questo tipo di cose. Grazie. |
