掃描統計在醫學中得到了廣泛的應用，而且能夠更好的針對流行病學進行研究，通過在檢測區域內進行探測，能夠更好的發現該區域存在異常的聚集性以及聚集性具體位置和風險危害程度。下面文章就是主要通過對于掃描統計已經掃描統計在流行病學中的應用進行分析和研究，能夠更好的增強流行疾病的檢測效果，從而不斷完善流行疾病的控制和預防能力。

　　【關鍵詞】掃描統計,流行病學,研究應用

　　掃描統計具有以下幾個特征，在被掃描的區域內呈現幾何分布的特征，并且能夠基于無效假設的概率分布特點，從而有效的確定掃描窗口大小和形狀。在利用掃描統計在流行病學中的應用，由于流行病學的無法預估行和人口密度分布不均的特點，所以掃描統計監測模型必須具有動態特征。通過對于掃描統計進行完善，目前的掃描統計模型包括了回顧性掃描統計分析、前瞻性掃描統計分析等類型。

　　在回顧性掃描統計分析中也能夠劃分出純空間掃描統計、純時間掃描統計以及時空掃描統計。前瞻性掃描統計可以劃分為純時間掃描統計以及時空掃描統計兩種。通過掃描統計能夠很好的在流行病學中發揮作用，主要的原因在于掃描統計能夠更好實現疾病監測、疾病早期預警等功能，所以能夠在傳染病、心血管病、腫瘤等疾病的預防和控制方面發揮出重要的作用。

　　1掃描統計離散型poisson模型

　　1.1掃描統計模型的基本原理

　　由于掃描統計能夠針對發病、死亡、生存等方面的問題進行詳細的預測，所以能夠更好的針對流行病出現的概率問題進行判斷，并且能夠在空間范圍內對疾病分散的密集程度進行探測。所以根據不同的數據類型能夠將掃描統計模型氛圍很多種，離散型poisson模型由于能夠有效的針對監測點位的發病數量、極限人口、地理坐標等信息進行有效的整合，并且適用于各種類型的掃描統計，所以本文主要研究離散型poisson模型[1]。

　　如果假設疾病在空間范圍內分布呈現出較高的隨機性，利用掃描統計模型在掃描的過程中，掃描窗口外部的疾病會比掃描窗口內部的疾病發病率高。所以在這樣的情況下掃描統計模型必須進行實時移動，從而更好的針對疾病的發病效率進行全面的分析。通過在研究區域內部建立圓形或者橢圓形的活動空間，能夠更好的研究疾病的發病規律。

　　當掃描空間的窗口大小和移動位置發生動態變化的過程中，能夠更好的避免人為干預的可能性，這樣才能夠有效的保證空間掃描區域和圓心位置具有代表性。當窗口圓心在地圖上進行移動的過程中，可以將該地區的人口數量進行實時統計，并且自由設定發病人數與總人口之間的比例變動。在每次變動的過程中，能夠更加有效的計算窗口內外區域發病率存在的差異性，并且根據數值進行有效的檢驗。在這一過程中，通過掃描統計的窗口與最大對數比值進行統計，能夠快速的發現存在流行病聚集區域，而且也能夠說明這一結果不受到隨機變異的影響。

　　在最后，通過選擇發病率較高的窗口區域建立模型，能夠保證該地區流行病的相對危險度并且具有無統計學意義，從而確定該統計的模型。如果在進行掃描統計的過程中，將掃描時間的長度增加，那么掃描統計模型的窗口就會變為圓柱形，其中圓柱形的底部代表著空間的大小，圓柱形的高度對應著時間的長度。所以，利用掃描統計的方式能夠更好的保證將兩個時空維度在統一模型中完整體現從而檢測流行病是否存在時空聚集的特點。

　　1.2對數似然比檢驗

　　如果掃描統計針對測點位置進行統一大小的區域進行掃描，并且疾病分布范圍呈現出隨機性的特點，那么基于離散型poisson模型能夠保證對數似然比為。通過這個模型能夠反映出調整強度與損失函數之間的關系。

　　1.3離散型poisson模型注意事項

　　在針對離散型poisson模型進行空間數據掃描的過程中，必須要以笛卡爾坐標系進行參考，并且通過柵格或者觀測單元的質心來定義各個觀測點位的坐標數據。所以在這樣的情況下，由于坐標數據之間的不連續性，能夠保證空間位置缺乏隨機性。而且橢圓形的窗口掃描統計一般情況下只適用于二維笛卡爾坐標系，不能夠用于經緯網定義的坐標系之中。

　　如果必須要使用經緯數據之時，可以通過投影的方式將坐標數據進行轉換，這樣能夠將球面的數據轉變為平面的數據，從而利用笛卡爾坐標系進行統計。在聚集性掃描的過程中，除了必須探測的可能聚集性，也需要探究集中次級聚集性[3]。

　　同樣能夠更好的保證聚集性具有同樣的比例。在較大或者中等大小的聚集性進行判斷之時，能夠通過增大或者縮小的方式保證LLP不會出現較大的改變，而且這種次級聚集性應用掃描統計的結果不會發生改，只能夠為掃描統計提供一個大概的范圍，所以如果邊界與可能聚集性出現重合，這種聚集性就沒有意義。

　　在針對空間掃描統計過程中涉及到很多方面的校正，首先是空間校正，其次是時間趨勢校正、協變量校正以及RR校正。利用掃描統計模型針對性別、年齡等協變量進行校正的過程中，必須要從三個方面進行，一方面是與掃描統計相關聯的疾病相關協變量校正;其次是空間分布不均的協變量，第三方面是無法利用協變量解釋的聚集性。

　　例如，利用掃描統計針對某腫瘤地區死亡率進行統計，必須針對測點的年齡進行校正，主要的原因就是因為測點的流動性比較大，所以人口的年齡構成不合理，很多地區老年人口比較集中，所以無法真實的反引出該地腫瘤死亡時間概率。另一方面的原因是老年人口因為腫瘤死亡的幾率要高于年輕人，所以必須要校正老年人口構成較高的地區，然后根據空間掃描模型針對高危聚集區進行探測。

　　從目前來看，針對協變量進行校正的方法有三種，一種是通過數據分析來處理協變量校正，并且這種方法只適用于離散型poisson模型以及時空重排掃描統計，而且對于協變量要求來說，必須保證協變量無序且多分類變量。還可以通過相關的統計軟件進行校正，也可以利用多重數據針對協變量進行校正[4]。

　　2掃描統計在流行病學中的應用與展望

　　目前的掃描統計相關的理論已經發展成熟，并且在疾病監測、聚集性他側以及疾病早期預警中應用廣泛。例如，通過建立掃描統計模型針對2000年在紐約室內發生的病死鳥時間進行回顧性時空掃描分析，發現6月14日在Statenisland存在病死鳥的時空性聚集特征，根據這一特征，能夠有效的發現尼羅河病毒建立早期的預警系統，從而有效的減弱尼羅河病毒活躍性。掃描統計在流行病學中的應用不止于此，對于家庭疾病預防也有著良好的效果。

　　比如，通過利用掃描統計模型來針對1991-2001年出現的兒童瘧疾病例進行時空聚集性分析，一共檢測出6個具有統計學意義的時空聚集性，并且最強的聚集性位于北部地區，這樣的統計模型也說明了流行病傳播具有區域性的特點。

　　通過利用掃描統計模型針對女性患有乳腺癌的風險進行分析，利用時空聚集性的特征，針對女性的年齡進行協變量校正，從而進一步說明了乳腺癌高風險時空聚集性的特征。在進行掃描統計的過程之中，還可以結地理信息系統、空間自回歸分析方法針對男性前列腺癌的空間分布格局以及產生流行病特征和因素等方面進行分析，能夠更好的尋找到所有可能引發男性前列腺炎的因素，并且通過空間自回歸分析來找到關鍵的影響因素，一是距離毒源較近，另一個因素是臥室面積較小。

　　而且，利用掃描統計的方法還可以針對自身免疫性疾病、先天性畸形、寄生蟲病等具有流行病學特征的疾病進行充分的研究和分析，也能夠更好的幫助人們進行科學的預防和治療，做到早發現、早治療，從而避免流行病出現擴大化的趨勢[5]。

　　在未來的發展過程中，掃描統計所具有的優勢條件會更加的明顯，首先，掃描統計可以再不需要任何的前提或者假設的基礎上，進一步針對流行病學聚集性進行有效的定位、定量、定時研究，能夠充分的發掘出監測過程中產生的各種有效信息，包括疾病監測數據時間信息和空間信息等。尤其是時空重排模型，能夠針對單純時間聚集性和單純空間聚集性進行有效的矯正，這樣能夠更好的提高對于流行病的早期預警，并且為疾病的控制提供更加科學準確的結果。

　　3結論

　　在今后掃描統計的發展過程中，還可以通過與地理信息系統相結合，能夠更好的保證分析結果呈現在地圖上，做到模型結果可視化。而且，掃描統計還能夠在疾病監測、疾病聚集性探究、疾病早期預警等方面進行深入的挖掘，為人們抵御流行病做出重要的貢獻。

　　參考文獻

　　[1]郝瑜婉，薛靖波，徐俊芳，等.基于回顧性重排掃描統計量的血吸蟲病重點流行區時空聚集性分析[J].中國寄生蟲學與寄生蟲病雜志，2017，35(1):68-74.

　　[2]囤榮耀，相愛華，楊蕾，等.不同比例自適應性統計迭代重建在兒童副鼻竇CT掃描中的應用研究[J].實用醫技雜志，2017，24(3):245-247.

　　[3]黃莉，許琳，李石柱.掃描統計量方法在肺結核發病分布中的應用進展[J].實用預防醫學，2017，24(6):766-769.

　　[4]劉志祥，姚菲，徐昊立.應用空間掃描統計分析廣東省出生缺陷分布[J].華南預防醫學，2017，43(3):230-234.

　　[5]馬越，張韜，肖雄，等.基于MCS-P統計量的數據驅動的掃描統計量參數選擇[A].中國衛生信息學會衛生統計學教育專業委員會、中國衛生信息學會統計理論與方法專業委員會、中華預防醫學會生物統計分會、國際生物統計學會中國分會.2017年中國衛生統計學學術年會論文集[C].中國衛生信息學會衛生統計學教育專業委員會、中國衛生信息學會統計理論與方法專業委員會、中華預防醫學會生物統計分會、國際生物統計學會中國分會，2017:1.

　　推薦期刊：華南預防醫學(雙月刊)創刊于1960年，是中華預防醫學會系列雜志，由廣東省疾病預防控制中心、中華預防醫學會主辦的綜合性預防醫學學術期刊。