用Smartbi做疫情數據分析,多維度解析疫情趨勢

2020-12-25 DOIT

  小麥在上一期的文章裡分析了幾個指標的情況,對於這些指標,每天觀察變化,判斷可能的發展趨勢,例如:  

  從右圖可以看到日新增追蹤接觸者數據在2月3日至2月7日構建了一個平臺後,近幾日人數都在平臺之下,這說明了兩點:一是政府部門前期的積極工作,使得可追蹤密切接觸對象逐步減少了;二是因為前期減少流動、減少接觸的政策使得每一個可能感染源的接觸者也減少了。這是一個非常積極的信號,後期我們還是需要密切關注在返工潮、開工潮後,是否還會出現反彈。如果形成持續下降的走勢,將是我們最希望看到的。

  日新增接受醫學觀察人數也是從2月3日開始,呈現下降的走勢。2月6日、2月8日、2月9日、2月11日都出現了負增長,這是另一個積極的信號。一方面,意味著轉換成疑似病例的池子在減小了;另一方面,跟蹤密切接觸者成為醫學觀察對象的比例大大下降了。

  為了從數據裡看到更多的信息,小麥首先要梳理各指標的內涵和指標之間的關係。

  01 追蹤密切接觸者

  前面,我們曾說過」密切接觸者「就是指與病毒確診或高度疑似病例有交集的成員,這是一個值得關注的人員池,關注點主要包括來源、去向、轉換率。

  增量來源:

  ◆ 與確診病例接觸過的人員

  ◆與疑似病例接觸過的人員

  ◆ 從疫區來、或經過疫區的人員

  減量去向:

  ◆轉化為醫學跟蹤

  ◆ 解除跟蹤

  02 接受醫學觀者者

  醫學觀察是指對可疑病人、密切接觸者和周圍人群的醫學隔離。這是第二個值得關注的人員池,關注點包括增、減數量、轉化率等。

  增量來源:

  ◆密切接觸者

  ◆可疑病人

  減量去向:

  ◆ 疑似病例

  ◆解決醫學觀察

  03 疑似病例

  疑似病例是根據某傳染病所表現的臨床症狀和流行病學史進行診斷,而沒有進行實驗室檢查的病例。這是一個非常重要的池子,其增、減、轉換都是重要的觀測點。

  增量來源

  ◆ 接受醫學觀察者

  ◆ 可疑病人

  減量去向

  ◆ 確診病例

  ◆ 解除疑似

  04 確診病例

  確診病例,就是醫學上常用的臨床診斷出的疑似病例,進行實驗室檢查,被觀察確診,則轉為確診病例。這是最直接的關注池子,其增、減量及增減速度都是觀測點。

  增量來源:

  ◆ 疑似病例

  ◆ 門診病例

  減量去向:

  ◆ 治癒

  ◆ 死亡

  考慮到新型冠狀病毒肺炎疫情爆發持續的時間,從門診上直接產生確診的數量在總量上可以忽略,因此,結合上述指標,我們可以構建出確診病例的生成鏈,並針對整個鏈條進行監控。  

  從上圖看到,接受醫學觀察池子中的數量已經連續多日未增加,而且還呈下降之勢,疑似病例的數量從2月9日起逐漸降低,可能是檢測能力提升,確症或排除能力加大導致。確症病例數量依然呈上升態勢,我們期待著平臺向下趨勢的形成。  

  湖北的疑似病例從2月8日開始公告,2月9日、2月10日、2月11日呈下降形態,與武漢清除歷史疑似病例的行動有關。  

  全國(不含湖北)的接受醫學觀察池子,人員數量持續下降,疑似當前值從2月8日起有所遞減,說明待確症病例池子人員數量下降的趨勢逐步形成。

  有了上述整體的轉換鏈的監控視圖,我們可以將前期的觀察指標加入進來。另外,考慮到前期一直存在的疑似到確症的周期較長的問題,我們也將這兩個指標加起來一起觀察。基於這個思路,我們可以構建起全國疫情、全國(不含湖北)的監測視圖。  

  前期由於湖北數據未公示,因此導致全國(不含湖北)的數據存在缺失的情況。  

  通過上面的分析,我們看到雖然確症人員還是在增長,但隨著醫學觀察人數、疑似人數的下降、治癒人數的增多,整個疫情已經走向良性趨勢。想了解更多疫情資訊,請關注Smartbi公眾號!

  廣州思邁特軟體有限公司(Smartbi)是國家認定的「高新技術企業」,以提升和挖掘企業客戶的數據價值為使命,專注於商業智能(BI)與大數據分析軟體產品與服務。在企業進入數據化和智能化的大趨勢之下,思邁特軟體作為行業內最早專注於企業數據化和智能化的產品公司,在眾多的客戶中獲得了很好的口碑,並獲得了投資機構的青睞。

  思邁特軟體致力於打造產品銷售、產品整合、產品應用的生態系統,與上下遊廠商、專業實施夥伴和銷售渠道夥伴共同為最終用戶服務,通過Smartbi應用商店(BI+行業應用)為客戶提供場景化、行業化數據分析應用。經過十餘年的發展,Smartbi已在金融、政府、醫療、教育、電力、製造、零售等行業獲得2000多家領先客戶認可。在全球財富500強的10家國內銀行,有8家選用了Smartbi。產品廣泛應用於領導駕駛艙、KPI監控看板、財務分析、銷售分析、市場分析、生產分析、供應鏈分析、風險分析、質量分析、客戶細分、精準營銷等管理領域。

【來源:網絡】

未經允許不得轉載:DOIT » 用Smartbi做疫情數據分析,多維度解析疫情趨勢

相關焦點

  • Smartbi、Tableau可視化分析-地圖篇
    小編在周末閒暇之餘,學習了smartbi、tableau製作今年與大家息息相關的2019肺炎疫情的地圖,迫不及待與大家分享。 話不多說,那今天就從tableau到底有幾種地圖展示先開始講起。它們可以對每個位置顯示一個或兩個定量值(一個用大小進行編碼,另一個值用顏色進行編碼)。例如,下圖的比例符號疫情地圖展示全球的目前確診與治癒的情況,並按照確診指標確定他們的大小。下圖的標記原點越大代表該國家的累計確診數量越大,顏色越深說明該國家的治癒率越高。點分布圖非常適合於顯示數據點位置的分布情況,幫助我們視覺集群。
  • 用Python做疫情數據分析,多維度解析傳播率和趨勢,未來是樂觀的
    最近在這個全民抗疫情的非常時期,每天在家除了遠程辦公之外,也不由得隨時刷新下疫情信息,關心一下有什麼最新的消息。特別是我刷新每天的疫情地圖數據,可以看到新增確診、疑似病例、死亡率、治癒率等數據的時候發覺了一定的規律。
  • 透過疫情學習數據分析之對數分析
    最近因為新冠疫情的原因,網上湧現了眾多關於疫情數據分析的文章,這也給我們提供了很多難得的機會來學習大神們做數據分析的套路。
  • 《2020疫情數據報導分析報告》
    由於海外疫情的反覆,輸入性病例不時出現,人們對疫苗研發投注了更多的關注,多家媒體通過可視化的形式對全球各國疫苗研發進展和公眾接種態度做了全方位的報導。但總體上看,進入7、8月份,國內疫情趨穩使疫情相關話題的關注度下降,與疫情相關的數據新聞發布量逐漸走低。
  • 2020疫情數據報導分析報告
    由於海外疫情的反覆,輸入性病例不時出現,人們對疫苗研發投注了更多的關注,多家媒體通過可視化的形式對全球各國疫苗研發進展和公眾接種態度做了全方位的報導。 但總體上看,進入7、8月份,國內疫情趨穩使疫情相關話題的關注度下降,與疫情相關的數據新聞發布量逐漸走低。常規議題和社會熱點事件取代疫情話題成為數據新聞生產的發力方向,一切開始重歸常軌。
  • 「新冠疫情分析管控數據可視化」大屏設計總結
    此刻,疫情仍然在蔓延,如何利用全面、有效,及時的數據和可視化技術準確感知疫情態勢,為決策者、管理人員提供宏觀數據依據,節省決策時間,讓數據可視化成為管理者和時間賽跑的幫手,是快速打贏這場「戰疫」的關鍵。在家為祖國做貢獻期間,設計了該NCP疫情數據可視化大屏,並總結了一些關於數據可視化大屏設計的思考。
  • 面向新冠疫情的數據可視化分析與模擬預測——北京大學陳寶權教授...
    北京大學陳寶權教授團隊通過可視化技術分析現有的疫情發展,並通過改進經典的傳染病模型SEIR用於分析新冠疫情時存在的缺陷,提出C-SEIR模型,對疫情的發展趨勢進行了預測,並對封城等控疫措施的有效性進行了分析。相關工作2月10日在公眾號上推送,馬上被眾多平臺轉載,短短幾天時間就收穫了10萬+的閱讀量,產生了廣泛的影響。
  • 百度新論文揭示疫情下社會影響 為政府決策提供大數據維度
    同時,百度地圖、搜索和健康平臺的數據顯示,某一地區人口流動情況以及搜索習慣,與該地區的疫情形勢緊密相關。由此可見,百度多維度大數據能夠有效地為疫情發展及其社會影響「畫像」。中國傳媒大學調查統計研究所所長、大數據挖掘與社會計算實驗室主任沈浩表示,在抗擊新冠肺炎疫情的鬥爭中,全國各地的政府、企業和科研機構都在探索運用大數據手段提升治理能力、加強抗疫效果。
  • 分析100萬+熱議數據,我們還原出新冠肺炎疫情事件脈絡
    而一個實時採集分析新冠肺炎疫情信息的工具,也許能為大家提供幫助。具體來說,新冠肺炎疫情事件脈絡主要包括事件整體熱度、全國新增確診病例及各關鍵節點的獨立評估三個方面,疫情期間不斷更新,用戶可以將各項數據進行對照,了解事件發展的全局和細節。通過幾個維度的脈絡走勢,我們還可以看到網絡輿論和現實行為間是如何相互影響的。
  • 疫情可視化,基於知識圖譜的智能疫情監測服務平臺如何做?
    2 案例技術框架如圖所示,本平臺基於知識圖譜生命周期活動要素,通過多策略抽取機制對疫情數據進行抽取、映射、轉換,形成疫情知識圖譜,實現醫療、百科、新聞、公告等多源數據匯聚,並提供各類可視化、統計、問答應用。
  • 疫情地圖,是什麼,又如何做?
    疫情期間,眾多網際網路醫療健康企業和新聞巨頭推出疫情地圖實時播報,即時匯總疫情疾病數據,為用戶傳遞疫情一線信息。那疫情地圖實時播報的產品定位是什麼?又如何做?本文圍繞以上兩個問題展開了分析。
  • 數據有話說:從圖表看疫情發展趨勢(統計分析)
    本文擬從百姓(非統計學專業人士)視角,對相關數據結合社會現實進行統計分析,提供大家參考。如有不當,敬請指正!表一:新型冠狀病毒肺炎疫情感染情況統計(數據來自國家衛生健康委員會官方網站)首先告訴大家的是,不要一看到公布的數據數字很大,就擔心害怕甚至恐慌!
  • 後疫情時代,東南亞消費趨勢分析
    新冠疫情(COVID-19)的爆發正促使消費者以前所未有的速度和規模重新配置他們的生活、習慣和消費方式。從疫情到現在恢復階段,東南亞恢復的速度幾乎超出所有人的預期。後疫情時代東南亞消費趨勢如何?Lazada跨境BDKA生態高級副總裁席宇在下文進行了詳細剖析!
  • 後疫情時代,51Talk多維度領跑K12在線英語賽道
    中新網11月3日電 11月2日,第三方數據機構極光大數據發布《2020年中國在線青少兒英語教育行業研究報告》(下稱報告),根據極光雲服務平臺的行業數據採集、極光iAPP平臺針對各類移動應用的長期監測並結合上千份網絡調研數據綜合分析得出:在線英語行業呈現「單寡頭」競爭格局,在線青少兒英語教育品牌51Talk在多維度領跑K12在線英語賽道。
  • 抗擊疫情!星環科技免費全面開放數據分析服務用於疫情分析
    我們鄭重承諾即日起至疫情結束,星環科技用於疫情分析的數據分析服務以及線上培訓課程對全國政府機構、高校和科研院所免費開放。本次開放的產品具體包含星環科技產品雲上使用及線上培訓、大數據智能分析服務、大數據平臺(私有雲部署)三項服務。同時,星環科技也在利用大數據技術不斷支持政府部門和運營商做疫情數據分析,為疫情數據分析、防控和預測等做出貢獻。
  • 業務要的「多維度數據分析」到底是什麼?
    數據分析的同學是否遇到過這種情況——辛辛苦苦做的數據永遠不是業務想要的?到底是業務吹毛求疵過分挑剔,還是你做的數據不是業務想要的呢?本文將層層分析為你解答,快來看看吧。做數據分析的同學們都遇到過這個問題:從多維度分析問題,提出對業務有意義的建議。
  • 亞信科技「疫情防治大數據平臺」獲信通院權威推薦
    亞信科技「疫情防治人口大數據平臺」平臺,依託亞信科技大數據處理能力和人工智慧產品體系,建立起人口場景固化關係,實現了實時人流感知分析、人口遷徙和趨勢分析,能夠幫助電信運營商和政府部門準確掌握人口流動結構及趨勢特徵,為政府提供防輸入、防擴散、防聚集等多場景的大數據服務,實現了疫情實時態勢感知和風險防控。
  • Python大數據分析疫情:如何實現實時數據爬取及Matplotlib可視化
    作者 | 楊秀璋來源 | CSDN博客專家Eastmount責編 | 夕顏思來想去,雖然很忙,但還是擠時間針對這次肺炎疫情寫個Python大數據分析系列博客,包括網絡爬蟲、可視化分析、GIS地圖顯示、情感分析、輿情分析
  • 數據分析利器:Smartbi V8.5全自助數據化運營分析平臺
    我們總結了以下幾個階段:§ 如何用數據描述業務發生情況(用數據研判)§ 如何用數據分析業務發生的原因(用數據管理)§ 如何用數據預測業務發展趨勢(用數據決策)§ 如何用數據驅動業務變革(用數據化運營)這一趨勢非常明顯,根據Gartner的預測,到 2019 年,具有自助服務能力的商業用戶的分析產出甚至將超過專業數據科學家。」自助BI是未來一個重要方向。
  • 盤點數款疫情數據可視化工具,袋鼠雲硬核戰「疫」
    從開始做的一個簡單的展示全國確診和疑似人數的簡單疫情地圖,已然進化成了包羅各種疫情相關信息的綜合門戶。首屏6個關鍵指標,區分累計和現存數據,並給出同比增幅趨勢直接明了。三個按鈕,也符合當下用戶的需求,分別解決了抗疫物資、患者同乘查詢,以及在線義診避免交叉感染的問題。