导语:怎么能在有限的时间内,根据不完整的信息,做出最优的决定,成为了决策者的一大挑战。
此次新型冠状病毒疫情的发展迅速。 相比于SARS三个月达到5000个确诊病例,此次疫情只用了不到一个月。
怎么能在有限的时间内,根据不完整的信息,做出最优的决定,成为了决策者的一大挑战。
面对此类挑战,世界卫生组织(WHO)的健康突发事件和风险评估部主任奥利弗·摩根(Oliver Morgan)博士,做过一个很有借鉴价值的研究。
他提出,量化数据工具和机器学习可以提高疫情爆发时期的决策质量。
疫情爆发的三个阶段和数据工具
通过观察过去十年间结核病控制、艾滋病毒预防,以及埃博拉疫情中的经验,奥利弗·摩根把疫情爆发分成了三个阶段,调查阶段、疫情扩大阶段,和干预控制阶段。
同时他总结了多种数据量化工具,包括数据可视化、数据管理、统计分析、全基因组测序、机器学习、地理空间分析等手段。
奥利弗·摩根提出,在疫情爆发的不同阶段可以混合使用以上数据量化工具,提高决策质量,评估决策效果。
【1】调查阶段:用R语言实现数据可视化