跳转到主要内容

流感仪表盘

项目描述

fludashboard

https://img.shields.io/pypi/v/fludashboard.svg https://img.shields.io/travis/FluVigilanciaBR/fludashboard.svg Documentation Status Updates

流感仪表盘

流感仪表盘是一个监测和提供严重急性呼吸道感染(SARI)通知的警报级别,这些通知注册在巴西报告疾病信息系统(SINAN)的倡议。提供每个巴西州以及流感样疾病(ILI)地区的相关数据。

这是巴西里约热内卢的奥斯瓦尔多·克鲁斯基金会(Fiocruz)科学计算计划(PROCC)和弗朗西斯科·德尔·瓦拉斯基金会应用数学学院(EMAp-FGV)的研究人员之间联合工作的成果,以及巴西卫生部健康监察秘书处的流感工作组(GT-Influenza,SVS,MS)。

功能

  • 每周发病率的即时预测;

  • 活动阈值;

  • 报告病例的年龄分布;

  • 季节性活动水平;

  • 历史发病率曲线。

部署

要部署FluDashboard原型,请使用conda包(这将创建一个名为fludashboard的conda环境)

conda config --set always_yes yes --set changeps1 no

conda config --add channels conda-forge

conda update --all

conda env create -f requirements -n fludashboard

切换到新创建的环境

source activate fludashboard

可选,部署可以到Docker容器中。要创建一个带有conda环境的新的容器

docker pull continuumio/anaconda3

运行应用

只需在终端中输入即可运行应用(在fludashboard/fludashboard目录中)

python app.py

应用将在端口5000上可用。要设置自定义端口,请使用带有端口号的-p参数

python app.py -p 9000

功能

FluDashboard通过流行病学周和流行病学季节展示活动水平和发病率信息时间序列。这两个可以通过“Detalhado (semana)”(即,详细)和“Resumido (ano)”(即,摘要)视图访问。每个视图由4个面板组成

  • 国家地图

  • 发病率图表

  • 发病率表格

  • 年龄和性别分布

在每一个中,信息可以按州或地区显示。

Detalhado(每周活动信息)视图

  • 国家地图(左上角)

每个州/地区的颜色根据所选周的活动水平进行选择

  • 低活动(绿色):发病率低于流行阈值;

  • 流行活动(黄色):发病率高于流行阈值且低于高发病率阈值;

  • 高活动(橙色):发病率高于高阈值且低于极高发病率阈值;

  • 极高活动(红色):发病率高于极高发病率阈值。

  • 发病率图表(右上角)

此面板展示了对应季节的报道发病率时间序列(黑色实线),其中水平标记表示所选的流行病学周。发病率以每10万人为单位报告。当可能时,发病率估计值以红色实线显示,并带有95%置信区间作为虚线。活动水平概率也作为文字显示在左上角。地图颜色对应于最高概率的活动水平。除了报道和估计的发病率外,系统还展示了以下活动阈值,这些阈值基于每个州/地区的历史活动估计得出

  • 前流行阈值(蓝色虚线):活动水平,当超过时,表示当前季节的持续传播开始。超过此阈值后,发病率预计将呈稳定增长(受波动影响);

  • 高活动阈值(绿色虚线):发病率高于该位置的阈值。基于历史活动分布的估计90百分位数计算得出。

  • 极高活动阈值(红色虚线):发病率高于该地区的阈值。基于历史活动分布的估计97.5百分位数计算得出。

  • 发病率图表背景颜色方案

发病率时间序列的背景颜色代表每周的典型活动水平。即每周的历史发病率分布。这有助于识别典型的季节模式,从而更容易识别活动水平较高的时期(流行期)。

  • 每周低活动(绿色阴影):每周低于10%百分位数的活动;

  • 每周低至平均活动(黄色阴影):每周介于10%和50%百分位数之间的活动;

  • 每周平均至高活动(橙色阴影):每周介于50%和90%百分位数之间的活动;

  • 每周高活动(红色阴影):每周高于90%百分位数的活动。

当给定周的发病率处于高活动区域(红色背景)内时,即使低于发病率阈值,也表明该特定周的发病率异常高。这种信息对于检测流行期比平常开始更早的季节等非常有用。例如,检查2016赛季的活动。

  • 发生率表(左下角)

在所选流行病学周对应州/地区的发生率,以及基于估计的90%置信区间。除了州/地区名称和发生率外,此表还展示了当前选定数据的状态

  • 稳定:报告数据被认为是足够接近总报告数。预计未来可能会有少量更新;

  • 估计:报告数据基于数字化的机会估计。即,基于系统中已输入的通知数量(不完整)以及卫生单位通知和系统数字化之间的典型延迟。预计报告值在未来可能会发生变化,几周后变得稳定;

  • 不完整:由于所选州/地区的数字化机会模式,报告数据尚未稳定,并且我们的系统无法提供可靠的估计。数据预计在未来会发生变化,几周后变得稳定。

  • 年龄和性别分布

按性别和年龄组划分的未估计报告发生率条形图。

  • 女性(蓝色);

  • 男性(橙色);

  • 总人口(绿色)。

分布将根据发生率表中的描述进行未来更新。此面板中的分布不使用估计,始终是当前报告的分布,无论是稳定的还是不完整的。

摘要(季节性活动)视图

此视图使用详细的活动水平来报告季节性活动。

  • 国家地图(左上角)

每个州/地区的颜色根据所选周的活动水平进行选择

  • 低活动(绿色):整个季节发生率低于流行阈值

  • 流行活动(黄色):发生率至少一次越过流行阈值,但从未越过高发生率阈值;

  • 高活动(橙色):每周发生率在1至4周内报告高于高或非常高发生率阈值;

  • 非常高活动(红色):每周发生率在5周或更长时间内报告高于高或非常高发生率阈值。

  • 发病率图表(右上角)

此面板展示了对应季节的报告发生率时间序列(黑色实线)。发生率以每10万人为单位报告。当可能时,发生率估计以红色实线显示,并带有95%置信区间的虚线。活动水平概率也作为文本显示在上左角。地图颜色对应于最高概率的活动水平。除了报告和估计发生率外,系统还呈现以下活动阈值,这些阈值基于每个州/地区的历史活动估计

  • 前流行阈值(蓝色虚线):活动水平,当超过时,表示当前季节的持续传播开始。超过此阈值后,发病率预计将呈稳定增长(受波动影响);

  • 高活动阈值(绿色虚线):发病率高于该位置的阈值。基于历史活动分布的估计90百分位数计算得出。

  • 极高活动阈值(红色虚线):发病率高于该地区的阈值。基于历史活动分布的估计97.5百分位数计算得出。

  • 发生率表(左下角)

所选季节最新报告对应州/地区的发生率。除了州/地区名称和发生率外,此表还展示了选定数据的状态

  • 稳定:报告数据被认为是足够接近总报告数。预计未来可能会有少量更新;

  • 不完整:由于所选州/地区的数字化机会模式,报告数据尚未稳定。数据预计在未来会发生变化,几周后变得稳定。

  • 年龄和性别分布

所选季节按性别和年龄组划分的报告发生率条形图。

  • 女性(蓝色);

  • 男性(橙色);

  • 总人口(绿色)。

分布将根据发生率表中的描述进行未来更新。此面板中的分布不使用估计,始终是当前报告的分布,无论是稳定的还是不完整的。

历史记录

0.1.0 (2016-10-11)

  • 首次发布于PyPI。

项目详情


下载文件

下载适用于您的平台的文件。如果您不确定要选择哪个,请了解更多关于安装包的信息。

源分布

fludashboard-0.4.0.tar.gz (2.3 MB 查看散列)

上传时间

构建的发行版

fludashboard-0.4.0-py3.6.egg (2.3 MB 查看哈希值)

上传时间 源代码

fludashboard-0.4.0-py3-none-any.whl (4.0 MB 查看哈希值)

上传时间 Python 3

由以下支持