DESA: An R Package for Detecting Epidemics using a School-Absenteeism Surveillance Framework

本文介绍了名为 DESA 的 R 语言软件包，该工具利用小学生缺勤数据对流感等传染病进行建模、预警及评估，并支持社区级疫情模拟，旨在提升公共卫生部门对季节性流行病的早期发现能力。

要点

这篇文章介绍了一个名为 DESA 的电脑软件工具（一个 R 语言程序包），它的核心任务是：通过观察小学生缺勤的情况，像“气象预报”一样提前预测流感等传染病的爆发。

为了让你更容易理解，我们可以把整个系统想象成一个**“学校缺勤雷达站”**。

1. 为什么要建立这个雷达站？（背景）

传统的疾病监控就像**“等雨停了才去量雨量”**。通常，卫生部门要等到医院确诊了很多病人，或者实验室出了报告，才知道流感爆发了。但这往往太晚了，病毒可能已经传开了。

而小学生缺勤记录就像**“天空中的乌云”**。当流感刚开始在社区传播时，孩子们往往最先感到不舒服，第二天就不去上学了。虽然他们还没去医院确诊，但“缺勤率”这个信号已经出现了。DESA 就是用来捕捉这些早期信号的工具。

2. DESA 是如何工作的？（核心功能）

这个软件就像一个**“智能侦探”**，它主要做四件事：

• 寻找规律（建模）：
  它不是瞎猜，而是用数学公式（一种叫“滞后逻辑回归”的模型）来寻找“缺勤”和“生病”之间的时间差。

  • 比喻： 就像你发现“只要天空变灰（缺勤增加），过两天就会下雨（确诊爆发）”。DESA 就是那个计算“灰度”和“下雨”之间时间关系的计算器。

• 拉响警报（预警）：
  当缺勤率超过某个设定的“警戒线”时，软件就会向卫生官员发出警报：“注意！流感可能要来了！”

  • 比喻： 就像家里的烟雾报警器。当烟雾（缺勤）达到一定浓度，它不会等你被烟熏晕了才响，而是立刻尖叫提醒。

• 自我打分（评估）：
  这个警报发得准不准？是太早了（虚惊一场）还是太晚了（黄花菜都凉了）？DESA 有一套专门的评分系统（比如“误报率”和“延迟天数”）来给警报的质量打分。

  • 比喻： 就像天气预报员。如果预报明天有雨，结果没下，就是“误报”；如果预报了但雨已经下了才报，就是“延迟”。DESA 会计算这位“预报员”的准确率，帮用户调整参数，让预报更准。

• 模拟演练（仿真）：
  这是 DESA 最厉害的地方。在真实的流感爆发之前，它可以在电脑里**“造”出一个虚拟世界**。

  • 比喻： 就像飞行模拟器和地震演习。DESA 可以在电脑里生成一个虚拟的城市，里面有虚拟的家庭、学校，然后人为地“制造”一场虚拟的流感。研究人员可以在这个虚拟世界里测试：“如果我把警报线调低一点，会不会发现得更早？会不会误报更多？”这样就不用拿真实人群去冒险试错了。

3. 它有什么特别之处？（技术亮点）

以前的模拟方法就像**“数蚂蚁”**。如果要模拟一个城市几百万人，以前的软件需要一个个去计算每个人会不会传染给另一个人，这太慢了，电脑会累死。

DESA 换了一种聪明的方法，叫**“群体统计法”**（随机 SIR 模型）。

• 比喻： 以前是数每一只蚂蚁怎么爬；现在是直接看蚁群的整体流动趋势。它不再纠结于“张三传染给了李四”，而是计算“今天大概有多少比例的人会被传染”。这样，即使模拟几百万人的大城市，电脑也能在几秒钟内算完，既快又准。

4. 谁能用它？有什么用？

• 谁在用： 公共卫生官员（负责防疫的）、研究人员。
• 有什么用：
  • 抢时间： 在病毒大规模爆发前几周就发出警告，让政府有时间准备疫苗、抗病毒药物或发布健康建议。
  • 省钱省力： 通过模拟测试，找到最佳的监控策略，避免在真实世界中走弯路。
  • 免费开源： 这个工具是免费的，任何人都可以从网上下载，就像下载一个普通的手机 App 一样方便。

总结

简单来说，DESA 就是一个利用“小学生缺勤数据”来预测“流感风暴”的超级计算器。

它不仅能告诉你“风暴”什么时候来，还能在电脑里模拟各种风暴场景，帮助人类在真正的灾难来临前，穿上最合适的“雨衣”，打好最充分的准备。它把复杂的数学模型变成了公共卫生部门手中一把实用的“早预警”武器。

技术摘要

DESA R 包技术总结：基于学校缺勤数据的流行病检测框架

1. 研究背景与问题 (Problem)

流感等传染病的早期监测对于公共卫生干预（如疫苗接种和抗病毒药物分发）至关重要。传统的监测系统通常依赖临床报告或实验室确诊病例，但这些方法存在延迟性，且无法完全捕捉未报告的感染病例，导致难以实时反映流行病的动态。

为了增强监测系统的响应能力，研究人员开始利用学校缺勤记录作为社区流行病爆发的早期指标。然而，现有的相关研究（如 Vanderkruk 等人 [4] 的工作）虽然验证了该方法的可行性，但缺乏一个通用、高效且易于访问的软件工具，以便在不同地区和人口中推广该方法，并支持大规模模拟和模型评估。

2. 方法论 (Methodology)

DESA (Detecting Epidemics from School Absenteeism) 是一个 R 语言包，旨在通过学校缺勤数据实现流行病的早期检测。其核心方法论包含以下三个主要模块：

2.1 流行病检测模型

• 统计模型：采用滞后 - 逻辑回归模型 (Lag-logistic regression)。该模型捕捉学校缺勤率与疾病发生之间的时间关系及季节性模式。
• 模型公式：使用混合效应二元逻辑回归，包含固定效应（季节性正弦/余弦项）和随机效应（特定学年效应 $\gamma_j$）。
  $$\text{logit}(\theta_{tj}) = \beta_0 + \sum \beta_{k+1}x_{(t-k)j} + \text{季节性项} + \gamma_j$$
  其中，$\theta_{tj}$ 是第 $j$ 学年第 $t$ 天出现至少一例确诊病例的概率，$x_{(t-k)j}$ 是滞后 $k$ 天的平均缺勤率。
• 警报机制：当预测概率 $\theta_{tj}$ 超过预设阈值 $\theta^*$ 时，系统发出流行病爆发警报。

2.2 评估指标体系

为了评估警报的准确性和及时性，DESA 实现了多种指标：

• 误报率 (FAR)：衡量在真实警报窗口（参考日期前 14 天）之外发出警报的比例。
• 累积延迟天数 (ADD)：衡量首次真实警报相对于最优警报日期的延迟天数。
• 警报时间质量 (ATQ)：一种连续惩罚函数，根据警报时间与最优时间（参考日期前 14 天）的偏差进行评分。早期警报比晚期警报受到更重的惩罚。
• 聚合指标：包括平均 ATQ (AATQ)、首次警报 ATQ (FATQ) 及其加权版本 (WAATQ, WFATQ)，用于综合评估多年数据的模型性能。

2.3 模拟框架 (Simulation Framework)

为了在缺乏真实爆发数据的情况下验证模型，DESA 构建了一个高效的模拟系统：

• 人口结构模拟：采用分层方法，模拟地理区域（Catchment areas）、学校、家庭（有子女/无子女）及个体属性。
• 流行病传播模型：
  • 摒弃了计算成本高昂的个体级模型 (ILM)，改用随机 SIR (sSIR) 模型。
  • 该模型在保持种群动态真实性的同时，显著提高了计算效率，适用于大规模城市或区域模拟。
  • 包含感染传播率、报告延迟（指数分布）和报告概率（仅部分病例被实验室确认）。
• 缺勤数据生成：结合基线缺勤率（非流感原因，默认 5%）和感染导致的缺勤率（感染期间默认 95%），生成每日缺勤数据。

3. 主要贡献 (Key Contributions)

1. 首个专用 R 包：提供了第一个专门用于基于学校缺勤数据检测流行病的开源 R 包 (DESA)，并在 CRAN 和 GitHub 上免费提供。
2. 计算效率提升：通过引入随机 SIR 模型替代个体级模型，解决了在大规模人口中进行流行病模拟的计算瓶颈，使得在真实城市规模下的模拟成为可能。
3. 通用性与灵活性：将原本针对特定卫生部门（Wellington-Dufferin-Guelph）的研究方法泛化，允许用户自定义人口结构、流行病学参数和评估指标，适用于不同地区和疾病。
4. 完整的评估工具链：集成了从数据生成、模型训练、警报触发到多维度性能评估（FAR, ADD, ATQ 等）的完整工作流。
5. 填补数据空白：鉴于疫情期间学校关闭导致真实缺勤数据中断，DESA 的模拟功能为相关研究提供了生成合成数据的能力。

4. 结果与演示 (Results)

论文通过一个完整的模拟工作流展示了 DESA 的功能：

• 模拟设置：模拟了 16 个区域，包含约 20 万人口和相应的学校结构。生成了 10 次流感爆发模拟，设定传播率 $\alpha=0.298$，报告率 2%，报告延迟 7 天。
• 模型评估：使用 eval_metrics 函数对不同滞后天数（1-15 天）和阈值（0.1-0.6）组合进行评估。
• 优化结果：
  • 不同指标下的最优参数不同。例如，最小化 FAR 的最优滞后为 3 天，阈值为 0.45；而最小化 ADD 的最优滞后为 1 天，阈值为 0.1。
  • 结果显示，模型能够在参考日期（流行病上升期）之前成功发出警报，且加权指标 (WAATQ, WFATQ) 与未加权指标表现一致，证明了系统的鲁棒性。
• 可视化：包内集成了绘图功能，可直观展示缺勤率、确诊病例数、参考日期及不同指标下的警报时间点（如图 2 所示），证实了系统具备早期预警能力。

5. 意义与影响 (Significance)

• 公共卫生决策支持：为公共卫生官员提供了一个实用工具，用于优化季节性流感及其他传染病的早期预警系统，从而争取宝贵的干预时间。
• 研究可扩展性：其模块化设计允许研究人员探索不同人口结构、传播动力学和监测策略下的系统表现，无需等待真实的爆发事件。
• 方法论推广：将学校缺勤监测从单一案例研究提升为可复制、可推广的标准化方法，促进了开放科学和跨地区合作。
• 未来潜力：该框架不仅适用于流感，未来还可扩展至其他通过学校传播或影响学校出勤率的传染病，具有广泛的应用前景。

综上所述，DESA 包通过结合统计建模、高效模拟和综合评估指标，显著提升了基于学校缺勤数据的流行病监测能力，是公共卫生领域的重要开源工具。