監測預警基礎20-Serfling回歸模型是什么？本質、內涵和用途如何理解？

系列簡介

這是我們一系列原創技術貼，從易到難，每天學習一點。所有內容均為疾控數據分析、科研論文相關，或者說很多和現在的熱門監測預警相關，所以我們這個系列就叫“監測預警基礎”。

今天是第20節，經過2節課的預熱，我們終于來到了最近3-4節的主題——Serfling回歸，快學起來吧。

在傳染病監測領域，我們常常面臨一個核心問題：如何判斷當前的發病人數、或者說死亡人數是否“異?！?？是正常的季節性波動，還是某種傳染病比如流感的悄然襲擊？

60年前，一位美國流行病學家用一套簡潔而強大的統計模型，給出了經久不衰的答案。今天，我們就來深入剖析這個監測領域的經典工具——Serfling回歸模型。

Serfling回歸模型，由Robert Serfling博士于1963年創立，是歷史上首個被系統用于量化流感相關超額死亡率的統計模型。

它的核心思路非常直觀：

1.尋找“常態”：收集過去多年每周的死亡數據。

2.剝離“流感”：手動剔除歷史上明確是流感高峰的時期，剩下的數據被視為“無流感干擾的本底狀態”。

3.建模預測：用這些“干凈”的數據擬合一個模型，這個模型能刻畫死亡率的長期趨勢和固定季節波動。

4.照亮“異常”：將這個模型外推到全年，生成一條連續的“預期死亡基線”。這條線回答了一個關鍵的假設性問題：“如果今年完全沒有流感，死亡情況本應如何？”

最后，將實際觀測到的死亡數，與這條理論基線進行比較。持續超出基線的部分，就被估算為流感帶來的“超額死亡”，當然，所有這些死亡，你都可以理解為發病。

本質是“基線模型”：該方法的核心思想是利用正弦和余弦函數的循環回歸特性，處理時間序列中的季節性或循環波動的情況，它不預測未來，而是定義“常態”，它的全部工作就是建立一條合理的基準線，所有監測都始于與這條線的比較。

內核是“反事實推斷”：這是其最深刻的內涵。它通過統計方法構建了一個未曾發生的“反事實世界”（無特殊異常的世界），并將現實與之對比，從而量化出疾病的具體影響。

精髓在于“分離”：它將時間序列數據中的信號分離為三部分：

• 趨勢（緩慢變化）

• 季節（規律波動）

• 超額（異常信號）

模型捕捉前兩者，剩下的突出部分就可能是超額。

一個生動的比喻：Serfling模型就像一位嚴謹的歷史氣象學家。他先研究過去幾十年非臺風季節的風力數據，總結出四季的正常風力變化規律，然后，他用這個規律去審視全年數據。當他在某個夏秋之交，發現實際風速持續、顯著地超過了正常規律預測的值時，他就可以斷言：“這里有一個臺風信號，它的‘破壞力’可以用超過正常值的部分來衡量。”

原始論文中，Serfling使用最小二乘法擬合以下模型：

讓我們拋開公式，理解其操作邏輯：

第一步：準備數據

收集至少5-7年的每周發病人數，

第二步：定義“基線期”（關鍵?。?/strong>

在歷史數據中，手工標記并剔除所有明確的流感流行周。Serfling本人剔除了每年死亡率最高的約10%的周。剩下的數據，就是構建模型的“凈土”。

第三步：擬合模型

用“凈土”數據擬合一個方程：發病情況 = 長期趨勢 + 季節性波浪

“季節性波浪”通常用一對正弦-余弦函數來完美模擬其平滑、周期性的波動。這一步在統計軟件中可輕松完成。

第四步：繪制基線，設定閾值

將上述方程用于預測全年每一周（包括之前被剔除的流感季），得到貫穿全年的預期發病基線。在此基線上方，計算一個流行病閾值線（通常為基線預測值的95%置信區間上限）。

第五步：比較與計算

將當前實際的發病曲線與預測基線、閾值線繪制在同一張圖上。

• 何時暴發？實際曲線持續突破閾值線時，提示流行開始。

• 負擔多重？將流行期內，實際曲線與基線之間區域的“面積”（死亡數的累計差值）加總，即得到超額死亡總數。