satscan软件说明书.doc

SaTS can 软件目的SaTS can 是一个自由软件，分析了空间，时间和空间的数据使用的空间，时 间，或时空扫描统计它是专为以下任何相关用途：执行地理疾病监测，检测空间或时空疾病集群，看看他们是否有统计学意义测试是否是随机分布在空间，时间，或在空间和时间评估的统计意义的疾病集束警报器进行前瞻性实时或定期监测疾病的早期发现疾病暴发该软件还可以用于类似的问题在其他领域诸如考古学，天文学，犯罪学，生态 学，经济学，工程学，遗传，地理，地质，历史，或生态数据类型和方法SaTS can 可用于离散和连续扫描数据离散扫描统计数据的地理位置在观察 是随机和固定的用户这些地点可能是实际位置的意见，如房屋，学校或蚁巢， 或者它可能是一个中央位置代表一个较大的地区，如地理或人口加权形心邮政 区，县或省连续扫描的统计，该地点的意见是随机的和可能发生的任何地方 在一个预定义的研究领域由用户定义，如矩形离散扫描统计，SaTS can 使用离散泊松模型，其中一些事件在一个位置是泊 松分布，根据已知的潜在风险人口；伯努利模型，与 0 / 1 事件数据，如案件和 控制；时空置换模式，只使用情况的数据；多项式模型的分类数据；一个序模 型，分类数据；指数模型的生存时间数据或不删失变量；正常模式为其他类型 的连续数据；或空间变化的时间趋势模型，寻找地理区域异常高或低 temportal 趋势。

一个共同特点，所有这些离散扫描统计，地理位置在数据可以看出是随 机和固定的用户对于离散扫描统计，数据可以是聚集在普查道，邮编，县或其他地理水平，或 可能有独特的坐标为每个观察SaTS can 调整的基本均匀的背景人口它也 可以适应任何数量的绝对变量由用户提供，以及时间的趋势，称为时空集群和 数据丢失它可以扫描多个数据集的同时寻找集群发生在一个或更多的人连续扫描统计，SaTS can 采用连续泊松模型开发商和投资者该软件是由™SaTS can·库尔多夫，与信息管理服务有限公司的财政支持， SaTS can 已收到下列机构：国家癌症研究所，司的癌症预防，生物科[ 1.0，2，2.1 ]国家癌症研究所，司的癌症控制和人口科学，统计研究和应用分公司[ 3（部分） ，新（部分），8（部分），v9.0（部分）]艾尔弗雷德·史隆基金会通过拨款，为纽约医学专科学院（法扎德 mostashari， 皮）[ 3（部分），3.1，4，5，5.1 ]疾病预防和控制中心，通过协会的美国医学院校合作协议奖多项 mm-0870 [大 师，6.1（部分）]全国儿童健康与发展，通过给予# ro1hd048852 [ 7，8，9（部分）]国家癌症研究所，司的癌症流行病学和遗传学[ v9.0（部分）]国立综合医学科学研究所，通过建模传染病剂的研究补助金# u01gm076672 [ v9.0（部分）]他们的经济支持是极大的赞赏。

内容 SaTS can 是发展商的责任和不一定反映 官方意见的资助相关主题：统计方法SaTS can 书目相关主题：统计方法SaTS can 书目下载和安装检查 SaTS can 软件更新，到 SaTS can 网址：http://www.satscan.org安装一个更新版本，选择 SaTS can 下载链接下载后 SaTS can 安装可执行 文件到你的电脑，点击它的图标和安装软件后，一步一步的指示相关主题：新版本测试运行在使用自己的数据，我们建议在一个样本数据集提供的软件使用这些得到主 意如何运行 SaTS can执行测试：1应用程序图标上点击 SaTS can点击“打开保存的会话选择一个参数文件，例如“纳米带”（宝泊松模型，时空和空间变化的时间趋势：脑肿瘤的发病率在新墨西哥案例档案：nm.cas格式： = 1 县> 年龄组性别人口：nm.pop格式： 年龄组性别nm.geo 坐标文件：格式： 研究期间：1973 至 1991 年聚集：32 县精密案件倍：年直角坐标：# 1 变量，年龄组：1 = 0 - 4 年，2 = 5 - 9 年，…18 = 85 +年# 2 变量，性别：男 1，女 2 =人口：1973，1982，1991 年数据来源：新墨西哥季节能效比肿瘤登记处这是一个浓缩版的更完整的数据集的人口为每年 1973 至 1991，和种族的三分 之一个变量。

完整的数据集可以发现在：www.satscan.org/datasets/伯努利模型，纯粹的空间：儿童白血病和淋巴瘤的发病率在亨伯赛德案例档案：nhumberside.cas格式： > nhumberside.geo 坐标文件：格式： 研究期间：1974-1986控制：随机选择从出生登记聚集：191 邮政编码（最多只有一个单一的个体）精度的情况和控制时间：无直角坐标：变量：没有数据来源：雷卡特莱特和弗里达亚力山大博士报告由 J .库兹克和爱德华兹， 英国皇家统计学会，73-104 乙：52，1990这和其他数据集可以被发现：www.satscan 组织/数据/时空置换模式：医院的急诊室住院因发烧在纽约市医院案例档案：nycfever.cas格式： nycfever.geo 坐标文件：格式： 类# #个人marylandeducation.geo 坐标文件：格式： 研究期间：2000 - 2005聚集：5 个地点精度的诊断：一年的时间精密的生存/审查时间：一天直角坐标：变量：没有数据来源：人为制造的数据相关主题：测试运行，输入数据正常模式，纯粹的空间：人为制造的连续数据案例档案：normalfake.cas格式： #个人体重增加normalfake.geo 坐标文件：格式： 研究期间：2006聚集：26 个地点直角坐标：变量：没有数据来源：人为制造的数据伯努利模型与伯努利模型，有案件和非案件所代表的 0 / 1 变。

这些变量可能代表人或无病， 或人与不同类型的疾病，如早期和晚期乳腺癌它们可能反映和控制的情况下 一个大的人口，或他们可能构成人口作为一个整体无论什么情况可能是，这 些变量将被命名为例，控制整个用户指南，和他们的总人口将被命名为伯努 利的数据可以分析与纯粹的时间，纯粹的空间或时空扫描统计例如：为伯努利模型，案件可能是新生儿的出生缺陷，而控制所有新生儿无出 生缺陷伯努利模型需要的信息的位置，设置和控制的情况下，提供 SaTS can 使用情 况，控制和协调文件不同的地点可能被指定为每一个案件和控制，或可能是 数据汇总为国家，省，县，区，人口普查传单，邮政编码区，学校，家庭，等 等，与多个案件和控制每个数据的位置做一个时间或时空分析，它必须有一 个时间为每一个案件和控制以及相关主题：案件档案控制文件坐标文件似然比检验分析表概率模型的比较方法的论文离散泊松模型与离散泊松模型，案件的数量在每个位置是泊松分布零假设下，当有任何变 量，预期的案件数量在各地区的人口比例大小，或在该地区的人泊松数据可 以分析与纯粹的时间，纯粹的空间，时空扫描和空间变化的时间趋势统计例如：为离散泊松模型，案件可能是中风的发生，而人口是结合一些人来住， 计算“1”，有人居住在该地区的整个时间段，和“1 / 2”垂死的人或移动在中间的 一段时间。

离散泊松模型需要情况和人口数为一组数据的位置，如县，教区，人口普查传 单，或邮政编码地区，以及地理坐标为每个这些地点这些需要提供 SaTS can 使用情况，人口和坐标文件人口数据不需要指定持续时间，但只在一个或多个具体的普查时间倍之间， SaTS can 做线性插值的基础上的人口在普查时立即出发，后立即时代前的 第一次人口普查时，人口规模是相当于人口规模在普查时间，和时间后，最近 一次人口普查时，相当于做获得人口大小为特定地点和时间内，人口规模， 上述定义，是综合性的时间期限问题相关主题：分析表案件档案连续泊松模型坐标文件似然比检验人口档案概率模型的比较方法的论文时空置换模式时空置换模型只需要数据的情况下，信息的空间位置和时间为每一个案件，没 有信息需要控制或背景的人口处于危险观察到的一些案件中的一组比本来预 计如果空间和时间地点，所有病例均相互独立，因此没有时空互动这是，有 一组在一个地理区域，在某一特定时间内，该地区有较高比例的情况下，在这 段时间比其他地区这意味着，如果，在一个特定的一周，所有的地理区域有 两倍的案件数量比正常，并没有对这些地区构成一个群另一方面，如果在这 一周，一个地理区域的两倍数量的情况下比较正常，而其他地区正常数量的情 况下，会有一组在第一区。

时空置换模型自动调整为纯粹的空间和纯粹颞集群 因此，不存在纯粹的时间或空间版本的这一模式例如：在时空置换模型，案件可能是每天发生的救护车派遣中风患者重要的是要认识到，时空置换群可能是由于要么增加疾病的风险，或对不同地 理种群分布在不同的时间，例如，在一些地区的人口增长速度比其他这通常 不是一个问题，如果总时间不超过一年然而，建议用户非常小心，当使用这 种方法的数据跨越几年如果背景人口的增加或下降速度比在另一些地区，有 风险的人口变化的偏见，这可能产生偏见的 P -值在研究期间长于几年例如， 如果一个新的大型社区的发展，会增加情况下，仅仅是因为人口的增加，并且 只使用数据的情况下，时空置换模型不能区分增加由于当地人口的增加与增加 的疾病的风险如同所有的时空互动方法，这主要是关注在研究期间长于几年 （曼特尔，癌症研究，27:209-2201967；库尔多夫和 hjalmars，生物识别技术， 9:621-6301999，P 10）如果人口的增加（或减少）是相同的整个研究区域， 这是好的，并不会导致偏见的结果多项式模型用多项式模型，每个观察是一个案例，每个案例属于几个类别之一多项式的 扫描统计评估是否有任何集群的分布情况是不同的从其他地区的研究。

例如， 可能有更高比例的案件类型 1 和 2 和较低的比例例 3 型，比例的情况下，4 型 是相同的群集外的如果只有 2 大类，序的模式是相同的伯努利模型，其中一 个范畴的案件和其他类别的控制案件中的多项式模型可能是一个样本，从更 大的人口也可能构成一套完整的意见多项数据可以分析与纯粹的时间，纯粹 的空间或时空扫描统计例如：为多项式模型，数据可以由每个人患有脑膜炎，与五个不同的类别，代 表五个不同的无性系物的疾病多项式的扫描统计将同时寻找高或低集群的任 何的克隆物，或一组照片，调整整体的地理分布的疾病多重比较中所固有的 许多种类占计算的 P -值多项式模型需要的信息的位置，分别在每个类别一个独特的位置可能被指定 为每一个案件，或可能是数据汇总为国家，省，县，区，人口普查传单，邮政 编码区，学校，家庭，等等，与多个案件在同一地点做一个时间或时空分析， 它必须有一个时间为每一个案件等用多项式模型，这是没有必要指定一个搜索为高或低的集群，由于没有层次的 类别，但在输出显示什么类型更突出的集群内该命令或索引的类别并不影响 分析中的聚类发现，但它可能影响随机用来计算 p -值OrdinalOrdinal ModelModel With the ordinal model, each observation is a case, and each case belongs to one of several ordinal categories. If there are only two categories, the ordinal model is identical to the Bernoulli model, where one category represents the cases and the other category represent the controls in the Bernoulli model. The cases in the ordinal m。