edoc-Server des Robert Koch-Instituts

Veröffentlichter Artikel oder Aufsatz

Publikationsart: Veröffentlichter Artikel oder Aufsatz
Autor(en): Maëlle Salmon; Dirk Schumacher; Michael Höhle
Titel: Monitoring Count Time Series in R: Aberration Detection in Public Health Surveillance
Erschienen in: Journal of Statistical Software 70 (10) , 2016
S. 1-35
Verlag: University of California, Los Angeles
Verlags-URL: https://www.jstatsoft.org/article/view/v070i10
DOI: 10.18637/jss.v070.i10
Veröffentlichung auf edoc: 20.05.2016
Status: published
Volltext: pdf (urn:nbn:de:0257-10045264)
Vorhaben/Arbeitsgruppe: Robert Koch-Institut, Infektionsepidemiologie
Metadatenexport: Um den gesamten Metadatensatz im Endnote- oder Bibtex-Format zu speichern, klicken Sie bitte auf den entsprechenden Link. Endnote   Bibtex  

Abstract (eng):
Public health surveillance aims at lessening disease burden by, e.g., timely recognizing emerging outbreaks in case of infectious diseases. Seen from a statistical perspective, this implies the use of appropriate methods for monitoring time series of aggregated case reports. This paper presents the tools for such automatic aberration detection offered by the R package surveillance. We introduce the functionalities for the visualization, modeling and monitoring of surveillance time series. With respect to modeling we focus on univariate time series modeling based on generalized linear models (GLMs), multivariate GLMs, generalized additive models and generalized additive models for location, shape and scale. Applications of such modeling include illustrating implementational improvements and extensions of the well-known Farrington algorithm, e.g., by spline-modeling or by treating it in a Bayesian context. Furthermore, we look at categorical time series and address overdispersion using beta-binomial or Dirichlet-multinomial modeling. With respect to monitoring we consider detectors based on either a Shewhart-like single timepoint comparison between the observed count and the predictive distribution or by likelihoodratio based cumulative sum methods. Finally, we illustrate how surveillance can support aberration detection in practice by integrating it into the monitoring workflow of a public health institution. Altogether, the present article shows how well surveillance can support automatic aberration detection in a public health surveillance context.
Nutzungsbedingungen
Für Dokumente, die in elektronischer Form auf diesem Dokumentenserver bereitgestellt werden, gilt uneingeschränkt das Urheberrechtsgesetz (UrhG). Vor allem gilt, dass die Dokumente zu wissenschaftlichen Zwecken und zum Eigengebrauch zitiert, kopiert, abgespeichert, ausgedruckt und weitergegeben werden dürfen (§53 UhrG), es sei denn, dem einzelnen Dokument sind abweichende und dann allein maßgebliche Nutzungsbedingungen vorangestellt. Jede kommerzielle Nutzung der Dokumente, auch von Teilen und Auszügen, ist ohne vorherige Zustimmung des Urhebers/Autors untersagt.
Terms of use
Documents which are provided on this repository are subject to strict copyright conditions. This applies in particular to the following: the documents made available on this publication server may be cited, copied, saved, printed and passed on for scientific purposes and private use (§53 German Copyright Law), unless the individual document is preceded by deviating and then exclusively applicable terms and conditions of use. Any commercial use of the documents, even in part and excerpts, is prohibited without the prior written consent of the creator.
Zugriffsstatistik: Die Daten für die Zugriffsstatistik der einzelnen Dokumente wurden aus den durch AWSTATS aggregierten Webserver-Logs erstellt. Sie beziehen sich auf den monatlichen Zugriff auf den Volltext sowie auf die Startseite.
 
Bei Formatversionen eines Dokuments, die aus mehreren Dateien bestehen (insbesondere HTML), wird jeweils der monatlich höchste Zugriffswert auf eine der Dateien (Kapitel) des Dokuments angezeigt.
 
Um die detaillierten Zugriffszahlen zu sehen, fahren Sie bitte mit dem Mauszeiger über die einzelnen Balken des Diagramms.
Startseite: 24 ZugriffePDF: 14 ZugriffeStartseite: 13 ZugriffePDF: 28 ZugriffeStartseite: 7 ZugriffePDF: 43 ZugriffeStartseite: 10 ZugriffePDF: 30 ZugriffeStartseite: 13 ZugriffePDF: 29 ZugriffeStartseite: 5 ZugriffePDF: 25 ZugriffeStartseite: 8 ZugriffePDF: 29 ZugriffeStartseite: 26 ZugriffePDF: 41 ZugriffeStartseite: 14 ZugriffePDF: 22 ZugriffeStartseite: 11 ZugriffePDF: 18 ZugriffeStartseite: 11 ZugriffePDF: 15 ZugriffeStartseite: 15 ZugriffePDF: 31 ZugriffeStartseite: 7 ZugriffePDF: 27 Zugriffe
May
16
Jun
16
Jul
16
Aug
16
Sep
16
Oct
16
Nov
16
Dec
16
Jan
17
Feb
17
Mar
17
Apr
17
May
17

Gesamtzahl der Zugriffe seit May/2016:

  • Startseite – 164 (12.62 pro Monat)
  • PDF – 352 (27.08 pro Monat)
  •  

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf die oben unter "Volltext" genannte URN.
Generiert am 23.06.2017, 12:19:11