髄膜炎のGlobal Trendに関する時系列データ解析論文
髄膜炎に関する論文
Seasonal dynamics of bacterial meningitis: a time-series analysis. The Lancet Global Health http://dx.doi.org/10.1016/S2214-109X(16)30064-X
読んだ。
米プリンストン大学の研究者らからの報告。 髄膜炎の発症には、季節性があって・・・という報告だが、興味を持ったのは3点ある。
1 データベース構築 (Database compiling)
おそらくここが最も大変であることは用意に想像がつくのだが、3ステップあったと記載されている。
- 検索 Search
- ウェブスクレイピングでごそっとデータを抜き取る Web-crawling Java data-scraping programs
- 各国の公衆衛生部門、研究者等にコンタクト Active corresponding with public health officials such as ministries of health and authors of papers
2 ウェーブレット解析 (Wavelet Analysis)
周期性の確認に使われている。
wavelet は振動のようなもののことで、0を起点として上下し、また0に戻るものだという。心電図モニターの波形などもその例。
永続するサインカーブのような周期的なものも、そのスケール(ウィンドウ)のサイズをかえながら、waveletに変換して見ていくことで、
大きいスケールでは全体像を、小さなスケールでは、小さな変化を確認でき、最終的には、木も森も見れるとのこと。
本論文では、12ヶ月という周期性を見出している(季節性の影響)。
似たようなことをintroductionにそってやってみた。
library(WaveletComp) x = periodic.series(start.period = 50, length = 1000) x = x + 0.2*rnorm(500) # add some noise my.data = data.frame(x = x) my.w = analyze.wavelet(my.data, "x", loess.span = 0, dt = 1, dj = 1/250, lowerPeriod = 16, upperPeriod = 128, make.pval = T, n.sim = 10) wt.image(my.w, color.key = "quantile", n.levels = 250, legend.params = list(lab = "wavelet power levels", mar = 4.7)) reconstruct(my.w, plot.waves = F, lwd = c(1,2), legend.coords = "bottomleft") wt.avg(my.w)
3 角度データ統計処理 (Circular Statistics)
後編に続く