监测预警基础8-预警系统的“动态红线”：移动百分位数厉害在哪？

系列简介

这是我们一系列原创技术贴，从易到难，每天学习一点。所有内容均为疾控数据分析、科研论文相关，或者说很多和现在的热门监测预警相关，所以我们这个系列就叫“监测预警基础”。

今天是第8节，今天专门讲一种方法，学会了前面的之后这一节也很简单。

每天早上，当你打开疫情监测系统，一个数字让你心头一紧：昨日流感病例报告数达到537例。

这是否意味着疫情暴发？该不该启动应急响应？

你面对的终极问题是：537例，究竟算不算异常高？

在疾控预警工作中，这个问题的答案，往往不是来自某个固定阈值，而是来自我们今天要讲的主角——移动百分位数。

在早期预警系统中，我们常设定这样的规则：当流感病例报告超过300例时，发布预警，这个300就是一条“固定红线”。

它的弊端显而易见——不能适应变化：不能适应季节的变化，夏季冬季流感病例报告差异太大了，一个固定线不能满足冬夏同时使用，其次随着疫苗接种普及、人群免疫水平变化，疾病的基线本身就在缓慢变化，这个固定红线也是不能适应这种变化的。

因此，我们需要一条能“随季节起伏、随趋势浮动”的“动态红线”。

移动百分位数的核心思想不是回答“是否超过多少例”，而是回答“是否超过了历史上95%的同期情况”。

比如上面的例子，就不是问昨天流感病例数是不是超过300例，而是问昨天流感病例报告数在过去5年同期±2天的数据中，能排进最高的5%吗？如果是，那很可能意味着不寻常的事情正在发生。

计算其实非常简单，你会移动平均的计算就会移动百分位数的计算，只不过把求平均值的函数变为求百分位数的函数percentile。

函数为PERCENTILE(数据集,百分点值)， 它的第二参数，是一个介于0和1之间的小数，包含0和1，比如0.9就意味着是90%分位数，这样我们可以轻松得到这组数据的第90%百分位数，0.95就是95%分位数。

比如上表数据，

移动平均回答的是平均水平 是多少？——第5-8周平均23.8例，目的是描述中心趋势，了解基线水平，

移动百分位数回答的是异常高的标准是多少？——第90百分位=28.8例，目的是设定预警阈值，判断是否异常。

在预警系统中：移动平均告诉我们“正常情况”，移动百分位数告诉我们“异常标准”。

优势1：自适应季节变化：这是它最强大的特性以第90百分位为例，阈值自动随季节浮动。1月第90百分位 = 6.2% ，流感高发季，阈值自动升高；7月第90百分位 = 1.8% # 流感低发季，阈值自动降低。
优势2：对异常值稳健假设一起聚集性疫情病例数比较多，导致某周数据异常高，移动平均从20+飙升至50+，数据被异常值严重扭曲，接下来几周阈值虚高。而移动百分位数（第90百分位）虽然也升高，但程度有限，且很快恢复正常。

在疾病监测预警中，我们不希望一次暴发拉高后续数周的预警标准，导致真正的二次暴发被掩盖，移动百分位数在这方面稳健得多。

优势3：统计意义明确超过第95百分位数可以理解为“这种情况在历史上只出现过5%的次数，这个解释清晰、直观、有统计学基础，让预警决策：

• 可量化：明确假阳性率（如设为第95百分位，假阳性率理论约5%）

• 可沟通：向领导汇报时可以说“这种情况百年一遇”

• 可调整：根据响应能力调整百分位（资源充足用第90位，紧张用第97.5位）

优势4：无需假设分布很多统计方法假设数据服从正态分布，但疾病数据常是偏态的，多数时间低水平散发，偶尔暴发形成“长尾”。
移动百分位数是非参数方法，不关心数据分布形状，直接从历史数据中“读取”阈值，特别适合疾病数据的特性。

中国传染病自动预警系统采用移动百分位数法作为核心算法之一，其设计精妙之处在于以下工作步骤：

计算当前周（C）的预警阈值：

第一步：取过去3年同期数据：同周往前：C3, C8, C13 （去年、前年、大前年同周），同时前后扩展：C3的前2周后2周、C8的前2周后2周、C13的前2周后2周。

第二步：这样共得到：3年×5周=15个历史数据。

第三步：计算这15个值的第P百分位，如P95或者P90。

第四步：比较大小，如果当前值 > 第P百分位就代表触发预警。

移动百分位数法之所以成为现代预警系统的核心，不是因为它最复杂，而是因为它在简单性、适应性、稳健性之间找到了最佳平衡。

它不试图预测未来——那是更复杂模型的任务。它只专注回答一个公共卫生中最关键的问题：“现在发生的事，是不是不寻常？”

当系统提示“当前值已超过历史95百分位”时，它其实在说：“根据过去五年的经验，这么高的情况很少见。

建议你放下手头不太急的工作，过来看一看。

在疾控工作中，这种基于数据、量化风险、及时提醒的能力，正是科学防控的基石。

编辑：普通疾控人 | 审核：诗酒趁年华

文章来源 | 原创

说明 | 转载只为分享，如有侵权联系删除

©版权声明 | 部分信息和图片来自公开网络

转载请注明

再次转载请注明出处

科普健康 | 宣传疾控

本号为多位疾控机构从业者运营

重点关注国内外健康事件

致力于疾控科普

在做好科普服务大众的同时

做好疾控机构的宣传

让更多的人了解疾控，拥抱健康

欢迎加「小编」微信(cdcjkr126com)

本文具体说明

本文为原创内容，文章为个人理解所学，不涉及疫情信息及内部保密数据，发表的目的为自我总结及给有需求的人士学习使用。如有不妥之处，欢迎联系小编修改、删除。

更多精彩视频，尽在“CDC疾控人”视频号

转发，点赞，在看，安排一下？8