[发明专利]一种用于校园疫情防控监测预警的数据分析方法

说明书

本发明属于数字化疫情监测预警技术领域，用于校园疫情防控监测预警，具体涉及一种用于校园疫情防控监测预警的数据分析方法。一种用于校园疫情防控监测预警的数据分析方法利用多源监测数据分析技术，对获得的个体数据和集合数据以网络的形式进行多维度、多尺度、多层次分析，在充分考虑变量之间复杂关系的基础上，对校园疫情防控暴发的概率进行估计，在此过程中不仅可提示有无聚集性，还可对聚集性进行空间定位，与此同时，时－空聚集性分析充分利用了数据中的空间信息，预警更为及时准确。

技术领域

本发明属于数字化检测预警技术领域，用于校园疫情防控监测预警的数据分析方法，具体涉及一种用于校园疫情防控监测预警的数据分析方法。

背景技术

现有技术用于疫情预警的方法主要是单纯时间聚集性探测方法，其主要目的是探测时间序列数据中发病例数异常增加的时点。在现有技术的基础上校园疫情防控时空聚集性监测具有以下缺点：1、无法预知新冠肺炎疫情爆发可能的规模；2、扫描窗口的大小是固定不变的；3、某些因素造成新冠肺炎疫情发生数在时间和空间的自然变异：如季节性，无法对这些因素进行校正；4、学生的地理分布不均匀，如：本省学生人数大于外省学生人数，无法对学生地理分布不均匀进行校正。

发明内容

本发明的目的主要是针对上述现有技术现状，提出一种用于校园疫情防控监测预警的数据分析方法，以解决现有技术无法对疫情进行多维度聚集性监测的问题。

为了实现所述目的，本发明具体采用如下技术方案：

1、一种用于校园疫情防控监测预警的数据分析方法，其特征在于：包括以下步骤：

S1:首先通过校园疫情防控平台手机端“健康上报”或者校园温感系统或者附近疫情及同程查询软件收集数据；

S2：对S1收集到的异常数据进行跟踪监测；

S3：对S2检测到的数据进行时空分析及早期预警统计，时空分析及早期预警统计的方法为贝叶斯时空分析法或者隐马尔科夫多源监测数据法。

进一步地，所述的步骤S1中通过校园疫情防控平台手机端“健康上报”功能，收集到的数据包括两类，一类是健康数据，即说明身体情况良好，另一类是身体异常数据，包括：有咳嗽、无力、发热、腹泻等症状，有发热症状的需要填报体温范围；通过温感系统直接获取的体温数据，一类是正常范围内的数据；另一类是温度高于37.2℃的数据；通过附近疫情及同程查询软件比对分析后的过滤数据。

进一步地，所述的步骤S2中监测的方法包括以下步骤：

S2.1：返校前

通过“健康上报”功能，对身体异常的学生、教职工进行跟踪监测；

通过地域划分监测，对疫情高风险地区籍学生/教师、中风险地区籍学生/ 教师、有特定日期以后中高风险旅居史的学生、教职工进行跟踪监测；

通过“附近疫情”“同程查询”集成软件对在同小区、同楼栋、同班次交通工具有疑似接触史学生、教职工进行跟踪监测；

S2.2：返校中

通过“同程查询”集成软件对同班次交通工具有疑似接触史人员进行跟踪监测；

入校时，进行测温，温度异常者进行隔离并跟踪监测；

对按批次入校学生14天异常预警未解除的学生进行隔离并跟踪监测；

S2.3：返校后

通过“健康上报”功能，对身体异常的学生、教职工进行跟踪监测；

通过每日红外自动感温系统测得的体温异常的学生进行跟踪监测；

对入校后有充分理由请假出校的学生，返回后进行跟踪监测。