Vairāk

Apvienojiet divas atsevišķas ģeoreferencētas datu kopas vienā tabulā, izmantojot CartoDB

Apvienojiet divas atsevišķas ģeoreferencētas datu kopas vienā tabulā, izmantojot CartoDB


Man ir divas tabulas, no kurām katra ir ģeoreferēta CartoDB ar vienādiem laika zīmogiem. Vai es varu apvienot abas un saglabāt ģeoreferētos datus, lai man būtu divas punktu kopas, bet vienā tabulā?


Es domāju, ka vēlaties pievienot datus, bet ne tos apvienot, vai man ir taisnība?

To var izdarīt, lietojot šo SQL vaicājumu CartoDB redaktorā:

INSERT INTO table1name (kolonna1, kolonna2, kolonna3) SELECT kolonna1, kolonna2, kolonna3 NO tabulas2nosaukums

Tādējādi visas 2. tabulas rindas tiks ievietotas 1. tabulā. Ievērojiet, ka ērti jāizmanto kolonnu nosaukumi (arī pasūtījums ir svarīgs, neiekļaujiet cartodb_id!).

Gadījumā, ja jūs patiešām interesējat abu datu kopu apvienošanu, varat vienkārši izveidot kolonnas savienojumu, izmantojot kolonnu, kas jums var būt kopīga, un atlasot the_geom no datu kopas, kuru vēlaties to saglabāt, bet no jums ziņa, manuprāt, jūs interesē pievienot opciju.


2019. gada rudens ģeogrāfiskās informācijas sistēmu (ĢIS) semināri

Visas nodarbības notiks Luisa Zinātnes bibliotēkas elektroniskajā klasē 225 no pulksten 13:30. līdz 15:00.
Atvērts Prinstonas universitātes studentiem, mācībspēkiem un darbiniekiem
Kontaktpersona: Tsering Wangyal Shawa, Ģeogrāfiskās informācijas sistēmas un karšu bibliotekārs

Iepazīšanās ar ArcGIS Pro

Ģeogrāfiskās informācijas sistēma (GIS) apvieno programmatūru un digitālos ģeogrāfiskos datus, lai ģenerētu kartes, tabulas un interaktīvu telpiskās informācijas analīzi. Prinstonas mācībspēki, studenti un darbinieki izmanto ĢIS tehnoloģiju, lai pārvaldītu resursus, izpētītu telpiskās attiecības un vizualizētu pārmaiņas. Nodarbība, kas paredzēta tiem, kuriem nav iepriekšējas GIS pieredzes, apraksta tehnoloģiju un ietver vienkāršus vingrinājumus, lai iepazīstinātu ar tās iespējām.

Ievads QGIS

QGIS ir atvērtā koda GIS darbvirsmas programmatūras pakotne. Tam ir daudzas funkcijas, kas atrodamas citā darbvirsmas GIS programmatūrā, darbojas Linux / Unix, MacOS un Windows operētājsistēmās un ir pieejams bez maksas. Paredzēts ikvienam, kas ir jauns ĢIS tehnoloģijā, šajā apmācībā tiek izmantota QGIS operētājsistēmā Windows, lai parādītu, kā ielādēt ģeotelpiskos datus, pievienot tiešsaistes karšu pakalpojumus, iegūt atlasītos datus un izveidot vienkāršas kartes. Apmācība var būt noderīga arī citas darbvirsmas ĢIS programmatūras lietotājiem.

Kā izveidot un apkopot ģeogrāfiskos datus, izmantojot ArcGIS Pro

Šajā klasē skolēni uzzinās, kā savākt ģeogrāfiskos datus no Google Maps un Google Earth, kā GPS datus pievienot ĢIS programmatūrai un kā ģeoreferencēt skenētu karti. Vingrinājums arī parādīs, kā iegūt punktus, līnijas un apgabalus no ģeoreferencētās kartes.

Kā izveidot un apkopot ģeogrāfiskos datus, izmantojot QGIS

Šajā klasē skolēni uzzinās, kā savākt ģeogrāfiskos datus no Google Maps un Google Earth, kā GPS datus pievienot ĢIS programmatūrai un kā ģeoreferencēt skenētu karti. Vingrinājums arī parādīs, kā iegūt punktus, līnijas un apgabalus no ģeoreferencētās kartes.

Atlasiet un analizējiet ģeogrāfiskās funkcijas un datus, izmantojot ArcGIS Pro

ArcGIS Pro ir jaudīgs programmatūras rīku komplekts, lai vizuāli izpētītu un analizētu telpisko informāciju. Punktu, līniju un apgabalu pazīmes (vektoru dati) ir gan ģeogrāfiski objekti kartē, gan ieraksti tabulā. Šādas funkcijas var atlasīt pēc atrašanās vietas vai objekta ierakstā saglabātajām vērtībām. Šīs vienkāršās iespējas ļauj ĢIS lietotājam veikt sarežģītas analīzes. Sesijā tiek izmantoti dati par Ņūdžersijas centru, lai aprēķinātu zemes izmantošanas veidu platību pie straumēm, bruģētu virsmu apjomu un citus pasākumus.

Atlasiet un analizējiet ģeogrāfiskās funkcijas un datus, izmantojot QGIS

QGIS ir lielisks interfeiss telpiskās informācijas izpētei un analīzei. Punktu, līniju un apgabalu pazīmes (vektoru dati) ir gan ģeogrāfiski objekti kartē, gan ieraksti tabulā. Šādas funkcijas var izvēlēties pēc atrašanās vietas vai objekta ierakstā saglabātajām vērtībām. Šīs vienkāršās iespējas ļauj ĢIS lietotājam veikt sarežģītas analīzes. Sesijā tiek izmantoti dati par Ņūdžersijas centru, lai aprēķinātu zemes izmantošanas veidu platību pie straumēm, bruģētu virsmu apjomu un citus pasākumus.

Labākās atrašanās vietas atrašana, izmantojot ArcGIS Pro

ĢIS programmatūra ļauj lietotājam uztvert Zemes virsmu kā nepārtrauktu skaitļu masīvu. Attēlus un rastra datu kopas var izmantot, lai sakārtotu piemērotas vietas, novērtētu izmaiņas un parādītu tādas parādības kā augstums, nokrišņi vai temperatūra. Sesijā tiek izmantota zemes izmantošana, attālums no straumēm un augstums, lai sarindotu dažādu apgabalu relatīvo piemērotību. Šī “svērtā pārklājuma” metode ir noderīga dažādos kontekstos.

Labākās atrašanās vietas atrašana, izmantojot QGIS

ĢIS programmatūra ļauj lietotājam uztvert Zemes virsmu kā nepārtrauktu skaitļu masīvu. Attēlus un rastra datu kopas var izmantot, lai sakārtotu piemērotas vietas, novērtētu izmaiņas un parādītu tādas parādības kā augstums, nokrišņi vai temperatūra. Sesijā tiek izmantota zemes izmantošana, attālums no straumēm un augstums, lai sarindotu dažādu apgabalu relatīvo piemērotību. Šī “svērtā pārklājuma” metode ir noderīga dažādos kontekstos.

Galdu un karšu lietošana kopā ArcGIS Pro

ArcGIS Pro ir daudz dažādu veidu, kā piekļūt datu kopām, parādīt tās kartē un analizēt attiecības laikā un telpā. ASV tautas skaitīšanas datus var integrēt ĢIS robežu datnēs, lai analizētu nabadzības, etniskās piederības, vides riska un citu parametru telpiskās attiecības. Praktiski piemēri parādīs, kā atrast un lejupielādēt demogrāfiskos datus, kā tos apvienot ar GIS failiem un kā apskatīt datus Pro. Sesija palīdzēs ikvienam ĢIS lietotājam, kurš telpiskajā analīzē vēlas iekļaut tabulas datus.

Izmantojot tabulas un kartes kopā QGIS

ASV tautas skaitīšanas datus var integrēt ĢIS robežu datnēs, lai analizētu nabadzības, etniskās piederības, vides riska un citu parametru telpiskās attiecības. Praktiski piemēri parādīs, kā atrast un lejupielādēt demogrāfiskos datus, kā tos apvienot ar GIS failiem un kā apskatīt datus QGIS. Sesija palīdzēs ikvienam ĢIS lietotājam, kurš telpiskajā analīzē vēlas iekļaut tabulas datus.

Kartju un prezentāciju veidošana, izmantojot ArcGIS Pro

Kartes var būt ļoti efektīvas, lai nodotu zināšanas par apgabalu. ArcGIS Pro karšu noformēšanai ir pieejami dažādi rīki un paņēmieni. Praktiskie vingrinājumi parādīs, kā programmatūrā izmantot karšu veidošanas rīkus un iepazīstināt ar kopīgām kartogrāfijas metodēm. Sesijā tiks apspriests, kā noformēt kartes dažādiem prezentācijas formātiem.

Karšu un prezentāciju veidošana, izmantojot QGIS

Kartes var būt ļoti efektīvas, lai nodotu zināšanas par apgabalu. QGIS ir daudz rīku un paņēmienu karšu noformēšanai. Praktiskie vingrinājumi parādīs, kā programmatūrā izmantot karšu veidošanas rīkus, un iepazīstinās ar kopīgām kartogrāfijas metodēm. Sesijā tiks apspriests, kā noformēt kartes dažādiem prezentācijas formātiem.

Pārraudzīta attēlu klasifikācija, izmantojot ArcGIS Pro

ArcGIS Pro ir daudz rīku, lai satelītattēlus un gaisa fotoattēlus klasificētu zemes izmantošanas un zemes seguma kategorijās. Šajā sesijā tiks ieviesta rūts Rastra funkcijas un Attēlu klasifikācijas vednis, un tā strādās ar Ņūdžersijas Landsat attēliem, lai veiktu uzraudzītu zemes izmantošanas / zemes seguma klasifikāciju.

Pārraudzīta attēlu klasifikācija, izmantojot QGIS

QGIS pusautomātiskajā klasifikācijas spraudnī ir daudz rīku, lai lejupielādētu satelītattēlus un klasificētu satelītattēlus un gaisa fotoattēlus zemes izmantošanas un zemes seguma kategorijās. Šajā sesijā tiks strādāts ar Landsat attēliem Ņūdžersijā, lai veiktu uzraudzītu zemes izmantošanas / zemes seguma klasifikāciju.

ModelBuilder izmantošana ArcGIS Pro

ĢIS lietotāji bieži vēlas palaist procesu vairākas reizes, mainot izveidotos datus, parametrus vai kopsavilkumus. ArcGIS Pro ir daudz veidu, kā palīdzēt lietotājiem automatizēt procesus. Vingrinājumi lietotājiem parāda, kā izmantot grafiskos rīkus ModelBuilder, kā iteratīvi palaist modeļus un kā izvilkt Arcpy komandas izmantošanai Python skriptos.

Rīku izmantošana modeļu izveidei QGIS

ĢIS lietotāji bieži vēlas palaist procesu vairākas reizes, mainot izveidotos datus, parametrus vai kopsavilkumus. QGIS ir daudz veidu, kā palīdzēt lietotājiem automatizēt procesus. Vingrinājumi lietotājiem parāda, kā logā Apstrāde izmantot grafiskos rīkus, kā iteratīvi palaist modeļus un kā izvilkt komandas izmantošanai Python skriptos.

Essential ArcGIS Pro rīki pētniecībai

Šajā klasē skolēni uzzinās, kā izmantot ĢIS rīkus, lai aprēķinātu attālumus starp divām pazīmēm, ceļa un upes garumu administratīvajās vienībās, kopīgo robežu procentuālo daudzumu starp diviem apgabaliem, iegūtu informāciju par daudzstūru kaimiņiem starp diviem apgabaliem un izpētīs daudzus citi analīzes rīki.

Būtiski QGIS rīki pētniecībai

Šajā klasē skolēni uzzinās, kā izmantot ĢIS rīkus, lai aprēķinātu attālumus starp divām pazīmēm, ceļa un upes garumu administratīvajās vienībās, kopīgo robežu procentuālo daudzumu starp diviem apgabaliem, iegūtu informāciju par daudzstūru kaimiņiem starp diviem apgabaliem un izpētīs daudzus citi analīzes rīki.

Izveidojiet tīmekļa kartēšanas lietojumprogrammas, izmantojot ArcGIS stāstu karti

Interaktīvās kartes, kas darbojas no pārlūkprogrammas, ir kļuvušas par noklusējuma veidu, kā skatīt ģeogrāfiskos datus. Vingrinājumi lietotājiem parāda, kā ģeogrāfiskos datus ievietot universitātes ArcGIS Enterprise portālā, kā izveidot tīmekļa kartes no dažādām datu kopām, kā izmantot simboliku, lai padarītu tīmekļa karti pieejamu un skaidru, kā arī kā koplietot tīmekļa karti kā tīmekļa lietojumprogrammu .


3 Atbildes 3

Divu tabulu apvienošana vienā pilnībā iznīcina datu bāzes izmantošanas mērķi, un jums labāk šajā brīdī izmantot Excel. Jūs vēlaties pēc iespējas vairāk sadalīt datus pēc loģiskām līnijām, lai jūs varētu atrast, teiksim. visi pasūtījumi, ko X kungs jebkad ir veicis attiecībā uz konkrētu produktu. Un tādā gadījumā jūs vēlaties, lai jums būtu atsevišķas tabulas klientiem, pasūtījumiem, gravējumiem un tamlīdzīgi.

Labākā prakse no dizaina viedokļa ir lauku, kas katrai tabulai ir kopīgi, ievietošana trešajā "galvenajā" tabulā, pēc tam izveidojiet attiecības no šīs tabulas ar esošajām tabulām un izdzēsiet datus, kas ir pārsūtīti uz galveno tabulu (izņemot galvenajām atslēgām, kurām jābūt kopīgām ar galveno tabulu).

Lai izveidotu galveno tabulu, izmantojiet vaicājumu Make Table, lai ģenerētu galveno tabulu, pamatojoties uz vienu no jūsu tabulām, pēc tam pievienojiet vaicājumu, lai galvenajā tabulā pievienotu produktus, kas, iespējams, nav kopīgi abiem, pamatojoties uz otru tabulu. Visbeidzot, dzēšot katras tabulas vaicājumus, jūs atbrīvosities no liekajiem datiem abās sākotnējās tabulās.

Tomēr es stingri iesakām izmantot Microsoft apmācības un lejupielādēt NorthWind datu bāzes paraugu, lai iegūtu priekšstatu par to, kā izskatās pareizi strukturēta datu bāze. Iesācēju piekļuves mācīšanās līkne ir ļoti stāva, un labi izveidotas datu bāzes paraugi ir gandrīz nepieciešami.

Izveidojiet savas datubāzes (-u) dublējumu un spēlējiet ar to, līdz izrādās pareizi. Nekļūdieties, spēlējot ar tiešraides datiem, kamēr nezināt, ko darāt.


Apvienojiet divas atsevišķas ģeoreferencētas datu kopas vienā tabulā, izmantojot CartoDB - ģeogrāfiskās informācijas sistēmas

Sākotnēji rakstīts 2014. gada 9. augustā
Pēdējo reizi atjaunināts 2016. gada 15. februārī

Man (Krisam Henrikam) ir profesionāla pieredze kartogrāfijā un ģeogrāfiskās informācijas sistēmās. Pavisam nesen esmu konsultējies par tīmekļa vietņu izveidi, datu vizualizāciju un interaktīvu tīmekļa kartēšanu. Es palīdzu līdzorganizēt Maptime NYC nodaļu - brīvprātīgo grupu, kas mīl bez maksas mācīt kartēšanas tehnoloģijas plašākai sabiedrībai.

Par ko ir šī apmācība?

Datu kartēšana tīmeklī, izmantojot bezmaksas atvērtā pirmkoda programmatūru CartoDB.

Galvenokārt cilvēki, kuri ir jauni interaktīvu karšu veidošanā, kas dzīvo tīmeklī. Ja jums ir GIS vai kartogrāfijas pieredze, dažas no šīm apmācībām var būt pārskats, tāpēc, lūdzu, palieciet man tukšu.

Jūs varat apskatīt prezentācijas slaidus, kurus parasti sniedzu šajā apmācībā. Izmantojiet taustiņus ◀ ▶, lai pārvietotos starp slaidiem.

Šeit ir daži piemēri tam, kā cilvēki ir izmantojuši CartoDB, lai izveidotu interaktīvas kartes:

CartoDB ir programmatūra kā pakalpojums (SaaS) ģeotelpisko datu vizualizēšanai un analīzei tīmeklī. Iespējams, tā ir lietotājam draudzīgākā metode interaktīvo karšu izveidošanai tīmeklī ar saviem datiem. CartoDB ļauj veikt augstas kartogrāfijas pielāgošanu, izmantojot intuitīvu lietotāja saskarni, kā arī uzlabotu ģeotelpisko datu analīzi, izmantojot SQL (Structured Queried Language) un Post-GIS.

Pirms CartoDB un citas atvērtā koda tīmekļa kartogrāfijas programmatūras, piemēram, Flīžu dzirnavas, izveidojot tīmekļa kartes, bija jāpārvalda savs tīmekļa serveris un jāinstalē gan servera puses, gan datu bāzes programmatūra. Tas varētu būt ārkārtīgi grūti ja vien nebūsiet pieredzējis datorprogrammētājs / aizmugures tīmekļa izstrādātājs. Lieliska lieta par CartoDB ir tā, ka tā apstrādā visas servera puses lietas jūsu vietā! Piemēram, katru reizi, kad importējat datus CartoDB, šie dati tiek automātiski saglabāti datu bāzē, kurai ir ģeotelpiskā iespējas.

Ģeotelpiskā? Pagaidiet, kas tas ir.

Ģeotelpiskie dati attiecas uz datiem, kuriem ir ģeogrāfiskā sastāvdaļa, kas balstīta uz atrašanās vietu. Lielākā daļa ģeotelpisko datu atrodas vektora formāts un tiek glabāts kā punkti, taisnes un daudzstūri, kuru ģeometriskajiem atribūtiem ir atsauces uz fiziskām vietām reālajā pasaulē, piemēram, platuma un garuma koordinātām. Izmantojot ģeogrāfiskās informācijas sistēmu, ģeotelpiskos datus var izmantot, lai attēlotu gan fiziskās, gan kultūras iezīmes. Pēc tam šos datus var kartogrāfiski atveidot un telpiski analizēt, lai atrisinātu problēmas un modelētu vidi.

Ģeometrijas tipu piemēri:

Ielu adrešu saraksts, kuras pēc tam var būt ģeoreferēts (saskaņots) ar atsevišķiem platuma un garuma koordinātu pāriem (punktiem), piemēram, visu NYC valsts skolu atrašanās vietām:

Tādas funkcijas kā upes un straumes vai ceļu tīklus var saglabāt un attēlot kā līnijas:

Ņujorkas rajona robežas (vai citas administratīvās pārvaldes robežas, piemēram, štati, provinces un valstis) var saglabāt un attēlot kā daudzstūrus:

Atveidošanai tiek izmantoti iepriekš minētie datu veidi karšu flīzes piemēram, tie, kurus redzat OpenStreetMap, Google Maps, Bing, Map Quest utt. Piemēram, tās ir dažādu pakalpojumu sniedzēju karšu plāksnes tajā pašā Sanfrancisko apgabalā:

Kartes flīzes ir 256 x 256 pikseļu attēli, kas līdzīgi režģī. Tie tiek sadalīti šādā veidā, lai tālummaiņa un panoramēšana tīmekļa kartes lietotājam būtu vienmērīga un plūstoša. Tiek atveidoti tikai tie attēli, kas atrodas lietotāja iekšpusē un tieši ārpus kartes. Serverim tiek uzdots renderēt blakus esošās flīzes un kešatmiņa tā, lai, pārvietojoties uz jaunu apgabalu, mijiedarbība būtu vienmērīga.

Šajā apmācībā karšu flīzes veido mūsu pamatkarte ka mēs varam pārklāt pielāgoti dati virs. Pat vairāk, mēs varam analizēt mūsu ģeotelpiskie dati ar CartoDB. Abas šīs spējas ir tas, kur rodas jautrība :)

Ģeotelpisko datu analīze, izmantojot PostGIS

PostGIS (kopā ar PostgreSQL) ir atvērtā koda datu bāzes tehnoloģija, kas ļauj veikt CartoDB datu ģeotelpisko analīzi. Kāpēc mēs to vēlētos izmantot pārējiem ĢIS programmatūras veidiem?

  • Atkārtojams: Jūs varat rakstīt savu darbplūsmu, kas ir lieliski piemērota, lai atstātu savu darbu.
  • Tas balstās uz SQL: Ja jūs jau zināt SQL, tas ir vienkāršs veids, kā iesaistīties ĢIS analīzē.
  • Datus varat vaicāt dinamiski: Ja jums ir serveris, kas var sabojāt PostGIS vaicājumu un atgriezt JSON, savās lietotnēs varat veikt dinamiskus telpiskos vaicājumus. piem. "Atrodiet visus punktus man tuvumā."

Šajā apmācībā mēs aplūkosim dažus pamata PostGIS, taču, ja jūs interesē, šeit varat atrast citu ievada pamācību par PostGIS izmantošanu CartoDB. CartoDB karšu akadēmijā ir arī daudz lielisku apmācību

Ievads CartoDB informācijas panelī

  1. Izveidojiet bezmaksas kontu un piesakieties CartoDB. Kad esat pieteicies un apskatījis informācijas paneli, noklikšķiniet uz opcijas Datu bibliotēka (informācijas paneļa augšējā labajā stūrī). Pārejiet uz 5. lapu, atlasiet datu kopu Apdzīvotās vietas un pēc tam informācijas paneļa augšdaļā noklikšķiniet uz Savienot datu kopu. Tādējādi jūsu kontā tiks importēta apdzīvoto vietu datu kopa.

Kad dati ir importēti, ieskatieties laukā adm0cap tabulas skats. Šajā laukā glabājas 0 un 1, pēdējais nozīmē, ka vieta ir valsts galvaspilsēta.

Ir divi veidi, kā pārbaudīt savus datus CartoDB:

Tabulas skats: Parāda kolonnu nosaukumus un amp rindas līdzīgi kā izklājlapā. Šai datu kopai katra rinda apzīmē punktu. Bet rindas var attēlot arī citus ģeometrijas veidus atkarībā no jūsu datiem.

  • Apskatiet, kas atrodas vienā no slejām the_geom šūnām. Jums vajadzētu redzēt platuma un garuma koordinātas.

Kartes skats: Ļauj vizuāli pārbaudīt mūsu datus, piemēram: tālummaiņa un panoramēšana interaktīvā tīmekļa kartē. No šejienes mēs varam mainīt bāzes kartes stilu, izmantot Vizualizācijas vednis sānu joslā, lai veidotu mūsu datus un pievienotu mijiedarbību, piemēram, uznirstošos logus, kas parāda vērtības no mūsu tabulas skata slejām.

Vizualizācijas vednī mēģiniet pārslēgt datu stilu uz kategorijas skats, izvēlieties sleju adm0cap un mēģiniet piešķirt dažāda veida attēlu marķierus, pamatojoties uz vērtību adm0cap. Atcerieties, ka 1 nozīmē, ka vieta ir valsts galvaspilsēta.

Piezīme: Varat arī augšupielādēt pielāgotus attēlus, kurus izmantot kā marķierus.

Kartes publicēšana / kopīgošana:

Noklikšķinot uz pogas Vizualizēt augšējā labajā stūrī, mēs varam izveidot Vizualizācija. Dariet to un piešķiriet savai vizualizācijai tādu nosaukumu kā "Mans pirmais Viz".

Kad mēs izveidosim vizualizāciju, tā mantos stilus, kurus iestatījām no mūsu kartes skata.

Vizualizācijas darbojas, saistot saites ar jūsu datu tabulām. Ņemiet vērā, ka, ja mēs atgriezīsimies pie mūsu importēto datu tabulas pārbaudes un šeit mainīsim stilus, vizualizāciju, kuru mēs izveidojām ar šiem datiem nebūs jāatjaunina ar šiem stiliem. Tomēr, ja veicat izmaiņas tabulu vērtībās, veiciet atbilstošo vizualizāciju būs ietekmēt.

Piezīme: jebkuras izmaiņas, ko veicam vizualizācijā (dati vai stils), tiks reāllaikā atjauninātas ikvienam, kurš skatās mūsu viz!

Ievērojiet atšķirības starp tabulas un vizualizācijas skati savā informācijas panelī. Pirmajā tiek uzskaitītas datu kopas, kuras esat importējis savā kontā, otrajā - kartes, kuras esat izveidojis ar saviem datiem, un var izvēlēties koplietot / publicēt tīmeklī.

Piezīme: Viena vizualizācija var izveidot saiti uz vairākām tabulām slāņi. Šis ir galvenais jēdziens kartogrāfiskajā dizainā, un slāņu kārtībai ir nozīme.

Izdzēsiet iepriekš izveidoto apdzīvoto vietu datu kopu un vizualizāciju, jo mums būs nepieciešama krātuves vieta, lai virzītos uz priekšu ar nākamo apmācības daļu, izmantojot bezmaksas kontu.

Importēt ASV apgabalus, 1979. gads - pašreizējā datu kopa (pašlaik datu bibliotēkas 5. lpp.)

Apskatīsim šos datus. Noklikšķiniet uz vienas no šūnām zem the_geom kolonnas. Jums vajadzētu redzēt kaut ko līdzīgu:

Šādi CartoDB saglabā ģeometriju a daudzstūrisvai daudzstūru grupa. Katra no šīm koordinātēm attiecas uz a mezgls viena daudzstūra robežās. Daudzpoligoni ir noderīgi, lai sagrupētu daudzas ģeogrāfiskas iezīmes, piemēram, salas, kas pieder vienai politiskai vienībai, piemēram, valstij vai provincei.

Tagad pārslēdzieties uz Kartes skats lai redzētu, kā daudzstūri ir pārklāti uz mūsu kartes.
Vizualizācijas vednī:

Mēģiniet noklikšķināt uz kartes. Ievērojiet, ka tiek parādīts uznirstošais logs ar šādu ziņojumu: "Jūs neesat atlasījis nevienu lauku, kas jāparāda iekšējā lodziņā." Noklikšķiniet uz saites Atlasīt laukus un pamaniet, ka sānjosla labajā pusē virzīsies uz Informācijas logs panelis. Šeit jūs varat konfigurēt datus, lai tie tiktu parādīti uznirstošajos logos, vai to, ko CartoDB aicina Informācija Windows.
Šeit jūs varat:

  • ieslēdziet vai izslēdziet jebkuru no savām slejām, lai vērtības tiktu parādītas informācijas logā.
  • rediģēt informācijas logā redzamās kolonnas nosaukumu (Piezīme: tas nemainīs slejas nosaukumu jūsu faktiskajos datos).
  • mainīt Windows informācijas stilu.
  • pielāgojiet tos ar HTML un CSS.

Mēģināsim mainīt datu grafisko stilu, izmantojot vizualizācijas vedni. Pārslēdziet stilu no "vienkāršs" uz "choropleth". Ievērojiet, kā mūsu daudzstūra dati tiek automātiski kodēti krāsu pamatā, pamatojoties uz datu vērtībām, šajā gadījumā kopējo populāciju. Tomēr šeit ir problēma: iedzīvotāju kartēšana pēc apgabala rada nepatiesu iespaidu mūsu kartes skatītājam. Mums vajag normalizēt datus, dalot cilvēku skaitu novadā ar tā ģeogrāfisko apgabalu.

Par laimi mūsu datiem šī vērtība jau ir iekļauta kolonnā pop_sqkm. Lai parādītu, kā jūs pats to varētu aprēķināt, mēs rīkosimies šādi SQL panelis:

Šis ir atvērtā pirmkoda tehnoloģijas izmantošanas piemērs PostGIS telpiski analizēt mūsu datus. Izmantojot PostGIS, mēs varam aprēķināt tādas vērtības kā attālums un laukums, kur dažādas telpiskās datu kopas interesē viens otru, kā arī eksportēt mūsu datus dažādos datu formātos, piemēram, GeoJSON vai Formfails.

Tematiskās punktu kartes izveidošana

Importējiet Tornado vēsturisko datu 1950. – 2013. Gada datu kopu (pašlaik datu bibliotēkas 3. lpp.).

Pārbaudiet datus. Tā kā šie dati visi mūsu dati tika glabāti CSV formātā datu tipi tiek glabāti kā stīgas (virkne ir datu tips teksta glabāšanai, piemēram, teikums vai vārds). Lai izmantotu ciparu un datums vērtību šajos datos mums ir jāpārvērš šīs kolonnas attiecīgajos datu tipos, noklikšķinot uz mazā burkāna blakus kolonnas nosaukumam, pēc tam noklikšķinot uz "Mainīt datu tipu."
Tātad tagad mēs:

  • konvertēt kolonnas datu tipu uz numuru.
  • konvertēt datuma kolonnas datu veidu uz datums. Pareizu datu tipu izmantošana ir svarīga telpiskās analīzes veikšanai. Ja PostGIS domā, ka mūsu datu tips ir virknes, kad tie faktiski ir skaitļi vai datumi, mūsu analīze nedarbosies!

Tagad kartes skatā izmantojiet vizualizācijas vedni, lai parādītu mūsu datu bojājuma vērtību dažādās metodēs, piemēram, burbuļu karte, intensitāte, blīvuma karte utt.

Apskatiet filtru paneli, parādiet, kā filtri tiek pārtulkoti SQL, pēc filtra lietošanas skatot SQL paneli.

Atpakaļ mapes skatā mēģiniet pievienot iezīmes mūsu kartei. Ievērojiet, kā tiek atjaunināts CartoCSS panelis. Ja vēlaties, mēs varam pielāgot savus karšu stilus, izmantojot CartoCSS. Tas mums ļauj precīzāk pielāgot mūsu kartes stilu, nekā mēs varam iegūt, izmantojot vizualizācijas vedni.

Ģeotelpisko datu animēšana ar griezes momentu

Izmantojiet tos pašus tornado datus no augšas.

Izmēģiniet Griezes moments opciju vizualizācijas vednī, izvēloties datuma kolonnu kā animācijas laika vērtību.

Punktu skaitīšana daudzstūros

Apvienosim gan County, gan Tornadoes datu kopas jaunā vizualizācijā. Kārtojiet slāņus tā, lai tornado dati būtu virs apgabala datiem. Tas ir interesanti, bet kā būtu, ja mēs vēlētos savu novadu veidot pēc to tornado skaita, kas katram ir robežās?

Mēs varam izmantot PostGIS, lai saskaitītu viesuļvētru skaitu vienā apgabalā. Tabulā us_counties izveidojiet jaunu sleju ar nosaukumu tornadoes_by_county un piešķiriet tai ciparu datu tips.

Pēc tam SQL panelī izpildiet šādu vaicājumu (tiek pieņemts, ka jūsu tornado datu tabula tiek nosaukta par tornado)

Slāņa us_counties vizualizācijas vednī mēģiniet nomainīt kategoriju uz choropleth un kartes stilā izmantot kolonnu tornadoes_by_county.

Tas tā, ļaudis, ceru, ka jums bija jautri! Skatīt Resursi zemāk sniegtajā sadaļā tālākai apmācībai


Apvienojiet divas atsevišķas ģeoreferencētas datu kopas vienā tabulā, izmantojot CartoDB - ģeogrāfiskās informācijas sistēmas

ĢIS telpisko datu modelis

Telpiskie dati ir tie, kas virza ĢIS. Katra funkcionalitāte, kas padara ĢIS nošķirtu no citas analītiskās vides, sakņojas datu telpiskā izteiksmē.

Telpiskos datus bieži sauc par slāņi, pārklājumivai slāņi. Mēs izmantosim šo terminu slāņi no šī brīža, jo tas ir atzītais termins, ko lieto ArcGIS. Slāņi īpašā digitālā atmiņas formātā attēlo pazīmes uz zemes virsmas, virs tās vai zem tās. Atkarībā no to pārstāvēto objektu veida un datu izmantošanas mērķa slāņi būs viens no 2 galvenajiem veidiem.

Vector dati atspoguļo pazīmes kā atsevišķus punktus, līnijas un daudzstūrus.

Rastrs dati atspoguļo ainavu kā taisnstūrveida kvadrātveida šūnu matricu.

Atkarībā no atrisināmās problēmas veida, var izveidot karšu veidu un datu avotu, vai nu rastru, vai vektoru, vai arī abu kombināciju. Katram datu modelim ir stiprās un vājās puses attiecībā uz funkcionalitāti un attēlojumu. Iegūstot lielāku pieredzi ar ĢIS, jūs varēsiet noteikt, kuru datu tipu izmantot konkrētai lietojumprogrammai.

Datu struktūras

    piemēram,
    • ArcInfo pārklājumi
    • ArcGIS formas faili
    • CAD (AutoCAD DXF un amp DWG vai MicroStation DGN faili)
    • ASCII koordinātu dati

    • ArcInfo režģi
    • Attēli
    • Digitālā augstuma modeļi (DEM)
    • vispārīgas rastra datu kopas

    Šīs funkcijas ir pamatfunkcijas uz vektoru balstītā ĢIS, piemēram, ArcGIS 9. Telpisko datu pamatmodelis ir pazīstams kā & quotarc-mezglu topoloģija & quot; Viena no vektoru datu modeļa priekšrocībām ir tā, ka to var izmantot ģeogrāfisko renderēšanai funkcijas ar lielu precizitāti. Tomēr tas prasa lielāku datu struktūru sarežģītību, kas dažkārt nozīmē lēnu apstrādes ātrumu. Lielākā daļa iezīmju, kuras redzat drukātajās kartēs, tiek attēlotas ar vektoru datiem.

    Punkti attēlo atsevišķas vietas uz zemes. Vai nu tie ir patiesi punkti, piemēram, punkts, ko apzīmē ar USGS misiņa vāciņu, piemēram, sadaļas stūris, vai arī tie var būt virtuāli punkti, pamatojoties uz attēlojuma mērogu. Piemēram, pilsētas atrašanās vietu ASV braukšanas kartē attēlo punkts, kaut arī patiesībā pilsētai ir teritorija. Palielinoties kartes mērogam, pilsēta drīz parādīsies kā daudzstūris. Pārsniedzot noteiktu tālummaiņas mērogu (t.i., kad kartes apjoms ir pilnībā pilsētas robežās), pilsēta vispār netiks attēlota, tas vienkārši būs kartes fons.

    Šeit ir skats uz Puget Sound rajonu ar lidostām. Lidostas GIS tiek glabātas kā punkti.

    Nākamajā sadaļā Relāciju datu bāzes modelis būs vairāk diskusiju par atribūtu tabulām, taču šeit ir vērts pieminēt tabulas datu modeli. Katrs slānis ir koordinātu (vektoru) datu un atribūtu tabulas kombinācija, kurā ir ieraksts par katru vektora elementu. Ierakstos ir objekta atribūti, piemēram, pilsētas nosaukums, paraugu ņemšanas vietas numurs vai radiostacijas frekvence. Šajā piemērā lidostas ir attēlotas kā punkti, un tās ir saistītas ar to nosaukumu, kā arī ar citiem kodiem punktu slāņa atribūtu tabulā.

    Līnijas pārstāv lineāras pazīmes, piemēram, upes, ceļus un pārvades kabeļus. Šeit ir galvenie ceļi Puget Sound reģionā, kā arī līnijas atribūti. ArcGIS līnijas ir pazīstamas arī kā & quotarcs, & quot; līdz ar to nosaukums & quotArcGIS. & Quot Katra līnija sastāv no vairākām dažādām koordinātām, kas veido līnijas formu, kā arī no līnijas vektora funkcijas tabulas ieraksta.

    Loka sastāv no mezgliem un virsotnēm. Loks sākas un beidzas mezglos, un starp mezgliem var būt 0 vai vairāk virsotnes. Virsotnes nosaka loka formu visā garumā. Lokiem, kas savienojas viens ar otru, būs kopīgs mezgls.

    Dažreiz vairāki loki ir savienoti un tiem ir kopīgi atribūti. Šie loki var šķist kā nepārtraukta līnija, bet patiesībā & quotline & quot sastāv no vairākām funkcijām, kurām katrai ir savs ieraksts.

    Loka-mezgla topoloģijas datu modelis ir galvenais daudzās ArcGIS vektoru operācijās. Loks tiek attēlots ar sākuma un beigu mezgliem, kas piešķir lokiem virzienu. Zemāk redzamajā attēlā loka Nr. 1 sākas ar mezgls # 2 un beidzas plkst mezgls # 1, iet cauri vairākām virsotnēm pa ceļam. Katrs no mezgliem un virsotnēm tiek saglabāts ar koordinātu vērtībām, kas atspoguļo reālās pasaules vietas reālās pasaules koordinātu sistēmā (piemēram, garuma / platuma leņķi, štata plaknes pēdas vai UTM metri). Šīs koordinātu vērtības norāda vietas, kuras var atrast, izmantojot skaitliskās vērtības, kas iespiestas režģī papīra kartes malās. Reālajā pasaulē GIS saglabāto funkciju koordinātu vērtību glabāšana ir pazīstama kā ģeoreferences. Ja ĢIS saglabātās funkcijas tiek atsauktas uz reālās pasaules atrašanās vietām, tiek uzskatīts, ka tās ir ģeogrāfiski norobežots.

    Ņemiet vērā, ka katram mezglam un virsotnei ir noteiktas X un Y koordinātu vērtības. Šīs X un Y koordinātas veido pamatu pazīmju atrašanās vietai koordinātu (kartes) telpā. Visas vektoru pazīmes (punkti, taisnes un daudzstūri) veido vietas, kuras nosaka noteiktas koordinātu vērtības. ArcGIS shapefile datu modelī punktu, mezglu un virsotņu koordinātu vērtības tiek saglabātas datu kopā kā & quothidden & quot vērtības, pamatojoties uz pazīmi.

    Daudzstūri veido norobežotas teritorijas. Iepriekš parādītajās punktu un līniju datu kopās zemes masas, salas un ūdens elementi tiek attēloti kā daudzstūri. Daudzstūrus veido ierobežojoši loki, kas seko katra daudzstūra atrašanās vietai, kā parādīts šajā attēlā:

    Daudzstūris # 1 ir & quotuniverse daudzstūris & quot, kas apzīmē visu pārējo daudzstūru ārpusi. Daudzstūris Nr. 2 (ko apzīmē arī ar labelpoint 2) ierobežo loki 1. un 2. (Lai arī visām šīm funkcijām ir koordinātas, tās šeit netiek parādītas tāpat kā iepriekšējā attēlā.)

    Tagad apsveriet loka Nr. 2. Tas sākas no mezgla Nr. 2 un beidzas ar mezglu Nr. 1. Pēc tā virziena kreisajā pusē ir daudzstūris # 1 (kuram nav nepieciešams apzīmējums kā & quotuniverse & quot daudzstūris), un labajā pusē ir daudzstūris # 2 (apzīmēts ar labelpoint 2).

    Turpinot šo modeli, skatiet to pašu datu kopu ar vienu pievienotu daudzstūri:

    Tagad jūs varat redzēt, ka vektoru datu kopu pārvaldība ir sarežģīta. Katrs mezgls, etiķetes punkts, virsotne, līnija, ir jāuzglabā ar precīzām koordinātām, un programmatūrai ir arī jāseko katras funkcijas telpiskajām attiecībām, kā arī relatīvajai saiknei ar tabulas datiem. Iedomājieties datu kopu, kas sastāv no vairākiem simtiem tūkstošu daudzstūru. Šīs datu kopas pārvaldībai būs nepieciešami daudz skaitļošanas resursu.

    Tikas pārvaldīt gandrīz visu ArcInfo vektoru datu kopu ģeoreferenci. Kamēr tikas ir daļa no vietējās ArcGIS shapefile datu specifikācijas, tiem ir galvenā nozīme ArcInfo vektora datu modelī, un, tā kā daudzi no mūsu datu avotiem ir ArcInfo pārklājumi, šī funkcija ir pelnījusi pieminēt. Tikas tiek reģistrētas zemes koordinātām, un visi pārējie dati pārklājumā savukārt tiek attiecināti uz tikiem (kas savukārt padara iezīmes atsauces uz zemes koordinātām).

    Zemāk ir attēls, kas parāda visas galvenās ArcInfo daudzstūra datu kopas (tehniski pazīstamas kā & quotArcInfo pārklājums & quot) iezīmes. Tics ir attēloti ciāna lokos, melnos mezglos zaļā krāsā, un daudzstūra etiķetes punkti ir sarkanā krāsā.

    Lai gan šīs telpiskās attiecības ir sarežģītas, jums kā lietotājam nav nepieciešams sekot līdzi šīm attiecībām, programmatūra jums visu to seko. Lai gan cilvēks var viegli saskatīt attiecības starp visām šīm funkcijām, programmatūrai trūkst inteliģences, un tāpēc tai skaidri jāglabā visas objektu atrašanās vietas un attiecības digitālajos failos.

    ArcGIS var automātiski saglabāt līnijas garumu, daudzstūra laukumu un perimetru lietotāja noteiktās mērvienībās. Šīs vienības var būt kājas, metri vai jebkuras citas vienības, kas nepieciešamas lietotājam. Vienību tēma tiks detalizētāk aplūkota sadaļā par kartes projekciju.

    ArcGIS ir 3 galvenie vektoru datu avotu failu veidi:

    ESRI ģeodatu bāzes ir salīdzinoši jauns formāts. Ģeodatu bāzes ir datu bāzes, kas glabājas Microsoft Access (ģeogrāfiskajai datu bāzei & quotpersonal & quot), kā īpaša failu kolekcija (& quot; failiem balstītai & quot; ģeodatu bāzei) vai augstākas klases lietojumprogrammas (piemēram, SQL Server, Oracle, Informix). Ģeodatu bāzē visas funkcijas un saistītās tabulas, kā arī citi faili tiek glabāti vienā vai sadalītā datu bāzes formātā. Ģeodatu bāzes izmantošanai, nevis citiem atmiņas formātiem, ir vairākas priekšrocības: pārnesamība, integritāte, atļauto datu vērtību validēšana, datu sakaru glabāšana kā daļa no datu struktūras, topoloģiskie noteikumi utt. ArcGIS ir iespējams izveidot ģeoprocesūras modeļus sarežģītas analīzes, kā arī rīkkastes, kas satur pielāgotus rīkus, un tos glabā ģeodatu bāzē. Attiecībā uz telpisko pazīmju (punktu, līniju un daudzstūru) pamata attēlojumu un to telpisko atsauci ģeodatu bāze darbojas tāpat kā citi formāti. Lai uzzinātu vairāk par ģeodatabāzēm, izlasiet ArcGIS palīdzības tēmas. ESRI izdod arī mācību grāmatu par datu modelēšanu, kas koncentrējas uz ģeodatu bāzes bāzes.

    ESRI Formas faili tiek izmantoti galvenokārt ArcView 3.x un ArcGIS, kaut arī tiek atbalstīti arī citā programmatūrā. Pateicoties vienkāršai datu un failu struktūrai, ArcFIS faili ArcGIS 10 zīmē ļoti ātri. Formas failus var pilnībā pārvaldīt (izveidot, rediģēt un izdzēst) ArcGIS 10 vidē. Shapefile datu failus var pārvaldīt arī, izmantojot operētājsistēmas rīkus, piemēram, Windows Explorer. Shapefile standarts ir publisks, tāpēc jebkuru programmatūru var izveidot, lai lasītu vai rakstītu shapefiles.

    Viens formas fails attēlo pazīmes, kas telpisko datu tipā ir vai nu punkts, līnija vai daudzstūris. Ja izveidojat shapefile, izveides laikā jums jāizvēlas vēlamais objekta tips.

    Formālo failu atsauces uz telpām tiek izpildītas, saglabājot skaidras X un Y koordinātas katram slāņa punktam vai virsotnei. Parasti tas tiek darīts datu izveides laikā, kad tiek izveidota jauna datu kopa, atsaucoties uz esošajām datu kopām, kurām jau ir ģeoreference.

    Katram formas failam ir vismaz 3 faili, formas dati (saglabāti .shp fails), saistītā dBASE (relāciju datu bāzes) tabula (saglabāta .dbf fails) un telpiskais indekss (saglabāts .shx fails). Katrai iezīmei faila failā atribūtu tabulā ir saistīts ieraksts. Mēs iekļausim operētājsistēmas failu struktūru formas failiem vēlāk ceturksnī projekta un datu pārvaldības moduļa laikā.

    ArcInfo Pārklājumi ir vektora loka-mezgla topoloģiskā modeļa pamata ieviešana, kā parādīts karikatūrai līdzīgajos attēlos iepriekš. Tāpat kā formas failos, arī pārklājumos ir saistītas datu bāzes tabulas ar savstarpēju funkciju un ierakstu saistību.

    Kā redzams ArcInfo daudzstūra pārklājuma shēmā, pārklājums var būt daudzfunkciju vai & quotpolymorphic & quot datu kopa, kas sastāv no daudzstūriem, lokiem, mezgliem, etiķešu punktiem un tikiem. Tas ir saistīts ar sākotnējo veidu, kā funkcijas tika modelētas dažās pirmajās ĢIS programmatūras lietojumprogrammās. Tas ir sarežģīts un reizēm neizdevīgs datu glabāšanas veids, taču, tā kā daudzas sistēmas joprojām izmanto ArcInfo kā galveno ĢIS programmatūru, pārklājums būs pieejams vēl ilgu laiku.

    Dažu pārklājuma datu sarežģītās struktūras dēļ pārklājumu zīmēšana var aizņemt ilgu laiku. Arī failu sistēmas krātuves modeļa sarežģījumu dēļ pārklājumus nevar pilnībā pārvaldīt (t.i., izveidot, rediģēt, dzēst), neizmantojot ArcInfo programmatūru. Operētājsistēmas rīki failu pārvaldībai (piemēram, Windows Explorer) nevar pārvaldīt ArcInfo datu kopas, tos nebojājot. Šo iemeslu dēļ ArcInfo pārklājumus bieži izmanto kā avotus ArcGIS, taču tie bieži tiek pārveidoti shapefile formātā citiem lietojumiem.

    Tīkli nodrošina ArcInfo pārklājuma telpisko atsauci, un visas pārējās pārklājuma funkcijas tiek telpiski atsauktas uz tikām.

    Lielākā daļa datu kopu, kuras mēs izmantosim visā termiņā, ir ArcInfo pārklājumi. ArcGIS ietvaros ir tikai nelielas atšķirības starp shapefile funkcionalitāti un pārklājumu.

    ArcInfo datu kopas failu struktūra rada visdažādākās problēmas ArcGIS 10 lietotājiem. Dažas no šīm problēmām ir novēršamas, bet dažas nav. Ar ArcInfo datu kopām ArcGIS saistītās darbības ir ietvertas projektu un datu pārvaldībā.

    Daudzstūra pazīmēm formas failiem un pārklājumiem ir ļoti atšķirīgas telpisko datu struktūras. Vislielākās atšķirības var parādīt, salīdzinot daudzstūru glabāšanas veidu. Kamēr pārklājumos tiek izmantota standarta loka-mezgla topoloģijas datu struktūra, kurā blakus esošajiem daudzstūriem ir kopīgi ierobežojoši loki, formas faili katru objektu glabā kā atsevišķu objektu.

    Šeit ir tuvu redzams pāris blakus esošu pārklājuma daudzstūru. Pārvietojot vienu ierobežojošo loku, tiek ietekmēti abi daudzstūri.

    Salīdziniet to ar shapefailu, kurā dažādus daudzstūrus var pārvietot, neietekmējot blakus esošos daudzstūrus:

    Ģeodatu bāze var darboties kādā no iepriekš norādītajiem veidiem. Kamēr ģeodatu bāzes daudzstūra pazīmes tiek glabātas kā individuālas & quoterings & quot (kā parādīts 8. attēlā), topoloģiskās attiecības ir iespējams definēt tā, lai blakus esošās pazīmes nebūtu iespējams rediģēt neatkarīgi (kā 9. attēlā).

    ASCII koordinātu datu faili var izmantot arī ArcGIS. Punktu slāņus var izveidot no failiem, kas satur atsevišķus atsevišķu punktu ierakstus. Avota faili, kas reģistrē atsevišķus punktus, kur katrā ierakstā ir X un Y koordinātas, kā arī citi izvēles atribūtu dati. Šajā piemērā katram punktam ir atšķirīgs ieraksts, kas apzīmē apdzīvotu vietu datu kopā.

    Koordinātas kartē var attēlot kā punktus.

    Vektoru datu skalas atkarība

    Visām vektoru datu kopām vienmēr jāņem vērā telpisko datu atkarība no mēroga. Kad lidosta jāuzrāda kā punkts, un kad tai jābūt daudzstūrim? Ja mērāt attālumu no lielākajām pilsētām līdz to lidostām, tad pilsētas un lidostas vislabāk būtu attēlotas kā punkti. Tomēr, ja plānojat mitrāju mazināšanu lidostas papildināšanai, lidostas robeža būtu labāk attēlota kā daudzstūris.

    • eļļas dziļums atklātā ūdens eļļas noplūdē
    • augsnes pH
    • atstarošana noteiktā joslā elektromagnētiskajā spektrā
    • pacēlums
    • reljefa formas aspekts (visstiprākā lejupvērstā kompasa gultne)
    • ūdenstilpes sāļums

    Šeit ir diagrammas modelis tam, kā rastra datu kopas atspoguļo reālās pazīmes:

    Parasti šūnām tiek piešķirta viena skaitliskā vērtība, bet ar GRID (patentēta ArcInfo datu formāta) slāņiem šūnu vērtībās var būt arī papildu teksta un ciparu atribūti. ArcInfo formāta režģi ir vietējā rastra datu kopa ArcGIS, kā arī ArcInfo. Iepriekš redzamajā diagrammā katrs ainavas objekta tips (ēkas, augstums, ceļi, veģetācija) ir attēlots savā rastra slānī. Ņemiet vērā, ka katrā rastra slānī ir šūnas ar skaitļiem.

    • Ēku slānim visas šūnu vērtības ir 2 (šajā gadījumā 2 ir kods mājām, kurās citas ēkas būtu kodētas ar citu vērtību).
    • Paaugstināšanas slānim šūnas vērtība ir augstums šūnas centrā.
    • Ceļiem vērtība 3 norāda ceļu (citām ceļa funkcijām, piemēram, šosejām, būtu atšķirīgs kods).
    • Veģetācijai koku vērtība ir 1. Šajā piemērā zāle tiek uzskatīta par fona vērtību, un tai nav datu vērtības (lai gan tai varēja piešķirt atšķirīgu skaitlisko vērtību).

    Visām rastra datu kopām ir telpiska atsauce ar ļoti vienkāršu metodi: ģeoreferēts ir tikai viens rastra slāņa stūris. Tā kā šūnu lielums ir nemainīgs gan X, gan Y virzienā, uz šūnu atrašanās vietām atsaucas ar rindu / kolonnu apzīmējumiem, nevis ar precīzām katras šūnas centra atrašanās vietas koordinātām. Šajā attēlā augšējais kreisais stūris ir redzams kā režģa sākums ar bultiņām, kas attēlo šūnu X un Y atrašanās vietu. Dažādu rastra failu formātu izcelsme var būt izvietota kreisajā apakšējā, nevis augšējā kreisajā stūrī. Katrā šūnā vai pikseļos ir vērtība, kas apzīmē kādu skaitlisku parādību, vai kods, kas izmantots atsaucei uz skaitlisku vērtību.

    Tā kā ar vektoru datiem katram punktam, mezglam un virsotnei ir skaidra un absolūta koordinātu atrašanās vieta, rastra šūnas tiek ģeoreferencētas attiecībā pret slāņa koordinātu izcelsmi. Tas ārkārtīgi paātrina apstrādes laiku salīdzinājumā ar noteiktiem vektoru datu apstrādes veidiem. Tomēr rastra datu kopu failu izmēri var būt ļoti lieli, salīdzinot ar vektoru datu kopām, kas vienā un tajā pašā telpiskajā apgabalā pārstāv vienu un to pašu parādību. Starp rastra izšķirtspēju un faila lielumu pastāv arī ģeometriska sakarība. Rastra datu kopa, kuras šūnas ir uz pusi lielākas (piemēram, 10 m sānā, nevis 20 m sānos), var aizņemt 4 reizes lielāku atmiņas vietu, jo, lai ietilptu vienas 20 telpā, nepieciešamas četras 10 m šūnas m šūna. Šajā attēlā parādīta šūnu izmēru, laukuma un šūnu skaita atšķirība divām tā paša kopējā laukuma konfigurācijām:

    Šūnām var būt vai nu vērtība (0-bezgalība), vai arī tām nav vērtības (nulle vai nav datu). Atšķirība starp tām ir svarīga. Nulles vērtības nozīmē, ka dati vai nu atrodas ārpus pētāmās teritorijas robežas, vai arī dati par šīm šūnām nav apkopoti vai nav pieejami. Parasti, ja analīzē tiek izmantotas nulles šūnas, izejas vērtība tajā pašā šūnas vietā ir arī nulles vērtība. Režģa datu kopās var saglabāt gan veselu skaitli, gan peldošā komata (decimāldaļas) datu vērtības, lai gan dažos citos datu formātos var saglabāt tikai veselu skaitļu vērtības. Tipiskiem vienkāršu attēlu datiem būs stingri ierobežojumi unikālo šūnu vērtību skaitam (parasti 0–255).

    Pikselis vai šūna? Visas rastra datu kopas tiek glabātas līdzīgos formātos. Jūs vēlaties uzzināt atšķirību starp pikseļu un šūnu, kaut arī tās ir funkcionāli līdzvērtīgas. Pikselis (saīsinājums no PICture ELement) apzīmē skenētā attēla mazāko atdalāmo & quot; gabalu & quot ;, bet šūna - lietotāja definēto apgabalu, kas apzīmē parādību. Pikselis vienmēr ir šūna, bet šūna ne vienmēr ir pikselis.

    Jums var būt pazīstami daudz veidu rastra dati:

    • režģi (īpaši ArcGIS un ampInfo ArcInfo)
    • grafiskie attēli (TIFF, JPEG, BMP, GIF utt.)
    • USGS DEM (digitālā augstuma modelis)
    • attāli uztverami attēli (Landsat, SPOT, AVIRIS, AVHRR, Imagine IMG, digitālās ortofotogrāfijas)

    Visām rastra datu kopām būtībā ir viena un tā pati struktūra. Šeit ir daži rastra datu grafiski piemēri. Ņemiet vērā, ka katrs attēls, tuvinot, parāda to pašu pikseļu struktūru.

    Lielākā daļa rastra datu kopu, kuras mēs izmantosim, ir vienas joslas, kas nozīmē, ka tajās ir viens datu & quotlayer & quot; Dati var attēlot augstumu, slīpumu vai atstarošanas spēju (melnbalto digitālo ortofoto gadījumā mēs to redzēsim vēlāk).

    Šie vienas joslas attēli tiek skatīti ar krāsu kartēšanu, lai šūnas vērtība būtu saistīta ar konkrētu krāsu. Ortofotogrāfijām krāsu karte ir 256 vērtību pelēktoņu rampa. Citus rastra datus, piemēram, augstuma modeļus, var kartēt uz krāsu rampām, kas parāda augstuma diapazonus, kā parādīts attēlā tieši virs. Lielākajai daļai GIF failu ir 256 unikālo vērtību ierobežojums (to sauc par 8 bitu datiem, jo ​​2 ^ 8 = 256).

    Daudzjoslu rastra dati (piemēram, RGB attēli vai satelītattēli) parasti tiek attēloti ar sarkanu, zaļu un zilu vērtību sajaukumu katrai atšķirīgai attēla joslai.

    Kā redzat, kad kāds no rastra slāņiem tiek parādīts lielākos mērogos, atsevišķas šūnas kļūst redzamas. Palielinoties displeja mērogam, samazinās arī precizitāte, un formas nevar precīzi attēlot. Visas telpiskās datu kopas ir vispārinātas, tomēr rastra datu kopas skaidrāk parāda to vispārināšanas līmeni. Pilnīgāka vispārinājuma apspriešana attiecībā uz mērogu ir aplūkota mēroga jautājumos.

    USGS DEM (Digital Elevation Models) ir ASCII (vienkārša teksta) faili, kas satur informāciju par ģeoreferencēm, kā arī datus par zemes virsmas augstumiem. Šeit ir dažas pirmās līnijas Eatonvilā, WA 7,5 '30 m DEM:

    Pirmajā rindā ir norādīts faila nosaukums, datu ievades veids (HAP = High Altitude Photography), šūnu lielums (30MX30M). Turpmākajās līnijās ir uzskaitīti režģa acu punktu (šūnu centru) pacēlumi.

    DEM fails ir datu avots, kas vairumā ĢIS programmatūru nav tieši izmantojams, taču to var viegli importēt ArcGIS un izmantot displejam un analīzei.


    Apvienojiet divas atsevišķas ģeoreferencētas datu kopas vienā tabulā, izmantojot CartoDB - ģeogrāfiskās informācijas sistēmas

    Par ko ir šī apmācība?

    Datu kartēšana tīmeklī, izmantojot bezmaksas atvērtā pirmkoda programmatūru CartoDB.

    Lai skatītu prezentācijas slaidus, atveriet šo saiti jaunā pārlūkprogrammas cilnē vai logā un izmantojiet taustiņus ◀ ▶, lai pārvietotos.

    Šeit ir daži piemēri tam, kā cilvēki ir izmantojuši CartoDB, lai izveidotu interaktīvas kartes:

    CartoDB ir platforma, kas darbojas uz atvērtā koda programmatūras, lai vizualizētu un analizētu ģeotelpiskos datus tīmeklī. Iespējams, tā ir vienkāršākā interaktīvo karšu izveidošanas metode tīmeklī. CartoDB ļauj veikt augstas kartogrāfijas pielāgošanu, izmantojot intuitīvu lietotāja saskarni, kā arī uzlabotu ģeotelpisko datu analīzi, izmantojot SQL (Structured Queried Language) un Post-GIS.

    Pirms CartoDB (un citas atvērtā koda tīmekļa kartogrāfijas programmatūras, piemēram, Flīžu dzirnavas) izveidošana bija saistīta ar tīmekļa karšu izveidi, lai palaistu pats savu tīmekļa serveri un instalētu gan servera puses, gan datu bāzes programmatūru. Tas bija ārkārtīgi grūti ja vien nebūsiet pieredzējis datorprogrammētājs / aizmugures tīmekļa izstrādātājs. Lieliska lieta par CartoDB ir tā, ka tā apstrādā visas servera puses lietas. Piemēram, katru reizi, kad importējat datus CartoDB, šie dati tiek automātiski saglabāti datu bāzē, kurai ir ģeotelpiskā iespējas.

    Ģeotelpiskā? Pagaidi, kas tas tāds.

    Ģeotelpiskie dati attiecas uz datiem, kuriem ir ģeogrāfiskā sastāvdaļa, kas balstīta uz atrašanās vietu. Lielākā daļa ģeotelpisko datu atrodas vektora formāts un tiek glabāts kā punkti, taisnes un daudzstūri, kuru ģeometriskajiem atribūtiem, piemēram, virsotnēm, ir atsauces uz fizisko telpu reālajā pasaulē, piemēram, platuma un garuma koordinātas. Izmantojot ģeogrāfiskās informācijas sistēmu, ģeotelpiskos datus var izmantot, lai attēlotu gan fiziskās, gan kultūras iezīmes. Pēc tam šos datus var kartogrāfiski atveidot un telpiski analizēt, lai atrisinātu problēmas un modelētu vidi.

    Ģeometrijas tipu piemēri:

    Ielu adrešu saraksts, kuras pēc tam var būt ģeoreferēts (saskaņots) ar atsevišķiem platuma un garuma koordinātu pāriem (punktiem), piemēram, visu NYC valsts skolu atrašanās vietām:

    Tādas funkcijas kā upes un straumes vai ceļu tīklus var saglabāt kā līnijas:

    Ņujorkas rajona robežas (vai citas administratīvās robežas, piemēram, štati, provinces un valstis) var saglabāt kā daudzstūrus:

    Šāda veida datus izmanto renderēšanai karšu flīzes piemēram, tie, kurus redzat OpenStreetMap, Google Maps, Bing, Map Quest utt. Piemēram, tās ir dažādu pakalpojumu sniedzēju karšu plāksnes tajā pašā Sanfrancisko apgabalā:

    Kartes flīzes ir mazi 256 x 256 pikseļu attēli, kas ir izlīdzināti pēc režģa, piemēram, piramīdas veidā. Tie tiek sadalīti šādā veidā, lai tālummaiņa un panoramēšana tīmekļa kartes lietotājam būtu vienmērīga un plūstoša. Tiek atveidoti tikai tie attēli, kas atrodas lietotāja iekšpusē un tieši ārpus kartes. Serverim tiek uzdots renderēt blakus esošās flīzes un kešatmiņa tā, lai, pārvietojoties uz jaunu apgabalu, mijiedarbība būtu vienmērīga.

    Šajā apmācībā karšu flīzes veido mūsu pamatkarte ka mēs varam pārklāt pielāgoti dati virs. Pat vairāk, mēs varam analizēt mūsu ģeotelpiskie dati ar CartoDB. Abas šīs spējas ir tas, kur rodas jautrība :)

    Ģeotelpisko datu analīze ar PostGIS

    PostGIS (kopā ar PostgreSQL) ir atvērtā koda tehnoloģija, kas ļauj veikt CartoDB datu ģeotelpisko analīzi. Kāpēc mēs to vēlētos izmantot pārējiem ĢIS programmatūras veidiem?

    • Atkārtojams: Jūs varat rakstīt savu darbplūsmu, kas ir lieliski piemērota, lai atstātu savu darbu.
    • Tas balstās uz SQL: Ja jūs jau zināt SQL, tas ir vienkāršs veids, kā iesaistīties ĢIS analīzē.
    • Datus varat vaicāt dinamiski: Ja jums ir serveris, kas var sabojāt PostGIS vaicājumu un atgriezt JSON, savās lietotnēs varat veikt dinamiskus telpiskos vaicājumus. piem. "Atrodiet visus punktus man tuvumā."

    Šajā apmācībā mēs aplūkosim dažus pamata PostGIS, taču, ja jūs interesē, šeit varat atrast citu ievada pamācību par PostGIS izmantošanu CartoDB.

    Ievads CartoDB informācijas panelī

    Izveidojiet bezmaksas kontu un piesakieties CartoDB. Kad esat pieteicies un apskatījis informācijas paneli, noklikšķiniet uz kopīgo datu opcijas, pēc tam noklikšķiniet uz apdzīvotajām vietām. Tādējādi jūsu kontam tiks pievienota apdzīvoto vietu datu kopa. Kad dati ir importēti, ieskatieties laukā adm0cap tabulas skats. Šajā laukā glabājas 0 un 1, pēdējais nozīmē, ka vieta ir valsts galvaspilsēta.

    Pārbaudot datus CartoDB, ir divi veidi, kā tos apskatīt:

    • Tabulas skats: Parāda kolonnu nosaukumus un amp rindas līdzīgi kā izklājlapā. Šai datu kopai katra rinda apzīmē punktu. Bet rindas var attēlot arī citus ģeometrijas veidus atkarībā no jūsu datiem.
      • Apskatiet, kas atrodas slejā the_geom šūnās. Jums vajadzētu redzēt platuma un garuma koordinātas.

      Vizualizācijas vednī mēģiniet pārslēgt datu stilu uz kategorijas skats, izvēlieties sleju adm0cap un mēģiniet piešķirt dažāda veida attēlu marķierus, pamatojoties uz vērtību adm0cap. Atcerieties, ka 1 nozīmē, ka vieta ir valsts galvaspilsēta.

      -Piezīme: Varat arī augšupielādēt pielāgotus attēlus, kurus izmantot kā marķierus.

      Parādiet kartes publicēšanu / kopīgošanu:

      Noklikšķinot uz pogas Vizualizēt augšējā labajā stūrī, mēs varam izveidot Vizualizācija. Dariet to un piešķiriet savai vizualizācijai tādu nosaukumu kā "Mans pirmais Viz".

      Kad mēs izveidosim vizualizāciju, tā mantos stilus, kurus iestatījām no mūsu kartes skata.

      Vizualizācijas darbojas, saistot saites ar jūsu datu tabulām. Ņemiet vērā, ka, ja mēs atgriezīsimies pie mūsu importēto datu tabulas pārbaudes un šeit mainīsim stilus, vizualizāciju, kuru mēs izveidojām ar šiem datiem nebūs jāatjaunina ar šiem stiliem. Tomēr, ja veicat izmaiņas tabulu vērtībās, veiciet atbilstošo vizualizāciju būs ietekmēt.

      Piezīme: jebkuras izmaiņas, ko mēs veicam mūsu vizualizācijā, tiks atjauninātas reāllaikā ikvienam, kurš skatās mūsu viz!

      Ievērojiet atšķirības starp tabulas un vizualizācijas skati savā informācijas panelī. Pirmie ir tikai dati, kurus esat importējis savā kontā, otrie ir kartes, kuras izveidojat ar saviem datiem, un varat izvēlēties koplietot / publicēt. Viena vizualizācija var izveidot saiti uz vairākām tabulām slāņi.

      Izdzēsiet mūsu izveidoto apdzīvoto vietu datu kopu un vizualizāciju, jo mums būs nepieciešama krātuves vieta, lai virzītos uz priekšu ar nākamo apmācības daļu, izmantojot bezmaksas kontu.

      Importējiet ASV apgabalu datus no šī URL: http://acdmy.org/d/counties.zip
      Padoms: pēc tabulu informācijas panelī noklikšķināšanas uz pogas “Pievienot datus” varat vienkārši nokopēt un ielīmēt šo URL. Vispirms nav nepieciešams to lejupielādēt.

      Apskatīsim šos datus. Noklikšķiniet uz vienas no šūnām zem the_geom kolonnas. Jums vajadzētu redzēt kaut ko līdzīgu:


      2018. gada rudens ģeogrāfiskās informācijas sistēmu (ĢIS) semināri

      Visas nodarbības notiks Luisa Zinātnes bibliotēkas elektroniskajā klasē 225 no pulksten 13:30. līdz 15:00.
      Atvērts Prinstonas universitātes studentiem, pasniedzējiem un darbiniekiem
      Kontaktpersona: Tsering Wangyal Shawa, Ģeogrāfiskās informācijas sistēmas un karšu bibliotekārs

      Ievads ArcGIS Pro (piedāvā divas reizes semestrī)

      Ģeogrāfiskās informācijas sistēmas (ĢIS) apvieno programmatūru un digitālos ģeogrāfiskos datus, lai ģenerētu kartes, tabulas un interaktīvu telpiskās informācijas analīzi. Prinstonas mācībspēki, studenti un darbinieki izmanto ĢIS tehnoloģiju, lai pārvaldītu resursus, izpētītu telpiskās attiecības un vizualizētu pārmaiņas. Nodarbība, kas paredzēta tiem, kuriem nav iepriekšējas GIS pieredzes, apraksta tehnoloģiju un ietver vienkāršus vingrinājumus, lai iepazīstinātu ar tās iespējām.

      Kā izveidot un apkopot ģeogrāfiskos datus (tiek piedāvāts divas reizes semestrī)

      Šajā klasē skolēni uzzinās, kā savākt ģeogrāfiskos datus no Google Maps un Google Earth, kā GPS datus pievienot ĢIS programmatūrai un kā ģeoreferencēt skenētu karti. Vingrinājums arī parādīs, kā iegūt punktus, līnijas un apgabalus no ģeoreferencētās kartes.

      Kā izvēlēties un analizēt ģeogrāfiskos objektus un datus (tiek piedāvāts divas reizes semestrī)

      ArcGIS Pro ir jaudīgs programmatūras rīku komplekts, lai vizuāli izpētītu un analizētu telpisko informāciju. Punktu, līniju un apgabalu pazīmes (vektoru dati) ir gan ģeogrāfiski objekti kartē, gan ieraksti tabulā. Šādas funkcijas var izvēlēties pēc atrašanās vietas vai objekta ierakstā saglabātajām vērtībām. Šīs vienkāršās iespējas ļauj ĢIS lietotājam veikt sarežģītas analīzes. Sesijā tiek izmantoti dati par Ņūdžersijas centru, lai aprēķinātu zemes izmantošanas veidu platību pie straumēm, bruģētu virsmu apjomu un citus pasākumus.

      Labākās atrašanās vietas atrašana, izmantojot ArcGIS Pro (tiek piedāvāta divas reizes semestrī)

      ĢIS programmatūra ļauj lietotājam apstrādāt Zemes virsmu kā nepārtrauktu skaitļu masīvu. Attēlus un rastra datu kopas var izmantot, lai sakārtotu piemērotas vietas, novērtētu izmaiņas un parādītu tādas parādības kā augstums, nokrišņi vai temperatūra. Sesijā tiek izmantota zemes izmantošana, attālums no straumēm un augstums, lai sarindotu dažādu apgabalu relatīvo piemērotību. Šī “svērtā pārklājuma” metode ir noderīga dažādos kontekstos.

      Galdu un karšu lietošana kopā ArcGIS Pro (tiek piedāvāta divas reizes semestrī)

      ArcGIS Pro ir daudz dažādu veidu, kā piekļūt datu kopām, parādīt tās kartē un analizēt attiecības laikā un telpā. ASV tautas skaitīšanas datus var integrēt ĢIS robežu failos, lai analizētu nabadzības, etniskās piederības, vides riska un citu parametru telpiskās attiecības. Praktiski piemēri parādīs, kā atrast un lejupielādēt demogrāfiskos datus, kā tos apvienot ar GIS failiem un kā apskatīt datus Pro. Sesija palīdzēs ikvienam ĢIS lietotājam, kurš telpiskajā analīzē vēlas iekļaut tabulas datus.

      Karšu un prezentāciju veidošana, izmantojot ArcGIS Pro (tiek piedāvāta divas reizes semestrī)

      Kartes var būt ļoti efektīvas, lai nodotu zināšanas par apgabalu. ArcGIS Pro karšu noformēšanai ir pieejami dažādi rīki un paņēmieni. Praktiskie vingrinājumi parādīs, kā programmatūrā izmantot karšu veidošanas rīkus un iepazīstināt ar kopīgām kartogrāfijas metodēm. Sesijā tiks apspriests, kā noformēt kartes dažādiem prezentācijas formātiem.

      Ievads QGIS (tiek piedāvāts divas reizes semestrī)

      QGIS ir atvērtā koda GIS darbvirsmas programmatūras pakotne. Tam ir daudzas funkcijas, kas atrodamas citā darbvirsmas GIS programmatūrā, darbojas Linux / Unix, MacOS un Windows operētājsistēmās un ir pieejams bez maksas. Paredzēts ikvienam, kas ir jauns ĢIS tehnoloģijā, šajā apmācībā tiek izmantota QGIS operētājsistēmā Windows, lai parādītu, kā ielādēt ģeotelpiskos datus, pievienot tiešsaistes karšu pakalpojumus, iegūt atlasītos datus un izveidot vienkāršas kartes. Apmācība var būt noderīga arī citas darbvirsmas ĢIS programmatūras lietotājiem.

      Būtiski ĢIS rīki pētniecībai

      Šajā klasē skolēni uzzinās, kā izmantot ĢIS rīkus, lai aprēķinātu attālumus starp divām pazīmēm, ceļa un upes garumu administratīvajās vienībās, kopīgo robežu procentuālo daudzumu starp diviem apgabaliem, iegūtu informāciju par daudzstūru kaimiņiem starp diviem apgabaliem un izpētīs daudzus citi analīzes rīki.

      Pārraudzīta attēlu klasifikācija, izmantojot ArcGIS Pro

      ArcGIS Pro ir daudz rīku, lai satelītattēlus un gaisa fotoattēlus klasificētu zemes izmantošanas un zemes seguma kategorijās. Šajā sesijā tiks ieviesta rūts Rastra funkcijas un Attēlu klasifikācijas vednis, un tā strādās ar Ņūdžersijas Landsat attēliem, lai veiktu uzraudzītu zemes izmantošanas / zemes seguma klasifikāciju.

      ModelBuilder izmantošana ArcGIS Pro

      ĢIS lietotāji bieži vēlas palaist procesu vairākas reizes, mainot izveidotos datus, parametrus vai kopsavilkumus. ArcGIS Pro ir daudz veidu, kā palīdzēt lietotājiem automatizēt procesus. Vingrinājumi lietotājiem parāda, kā izmantot grafiskos rīkus ModelBuilder, kā iteratīvi palaist modeļus un kā izvilkt Arcpy komandas izmantošanai Python skriptos.

      Izveidojiet tīmekļa kartēšanas lietojumprogrammas, izmantojot ArcGIS stāstu karti

      Interaktīvās kartes, kas darbojas no pārlūkprogrammas, ir kļuvušas par noklusējuma veidu, kā skatīt ģeogrāfiskos datus. Vingrinājumi lietotājiem parāda, kā ģeogrāfiskos datus ievietot universitātes ArcGIS Enterprise portālā, kā izveidot tīmekļa kartes no dažādām datu kopām, kā izmantot simboliku, lai padarītu tīmekļa karti pieejamu un skaidru, kā arī kā koplietot tīmekļa karti kā tīmekļa lietojumprogrammu .


      Rezultāti

      Apstiprināšanas rezultāti liecina, ka MTI dati ar telpisko izšķirtspēju pieci metri var precīzi raksturot "zaļuma" līmeni apgabalā. Attēls & # x200B7. Attēls 7 ilustrē digitālos attēlus un atbilstošās NDVI vērtības trim vietām Kisumu un trim vietām Malindi. Paredzama A un C attēliem noteiktā augstā NDVI vērtība, jo abas vietas atrodas dzīvojamos rajonos ar augstu veģetācijas līmeni. Tomēr attēlam F noteiktā NDVI vērtība ir negaidīta. Vieta bija peldbaseins, kas būvēts no betona un flīzes. Iespējams, ka satelītattēls veica veģetācijas mērīšanu apkārtējā teritorijā, jo šī vieta tika atrasta gar krasta līniju ar dekoratīvo veģetāciju pārpilnību gan kaimiņu viesnīcu savienojumos, gan ap tiem. Kļūdu līmenis, kas saistīts ar reģistrācijas procesu un Trimble GPS apkopotajiem datu punktiem, var būt tāds, ka patiesā vieta atrodas 0 līdz 15 metru attālumā no peldbaseina.Sensora piesātinājums varētu būt arī atbildīgs par šo anomāli augsto vērtību. Attēli B un E ir veģetācijas tukši un attiecīgi ar augstu metāla un betona līmeni, tāpēc zemās vērtības. Vietne D ilustrē vērtību, ja apkārtnē atrodas ūdens ar nelielu veģetāciju vai bez tās. Kopumā šīs vērtības, izņemot peldbaseina vietu, atrodas paredzamo NDVI vērtību diapazonā attiecīgajām vietas īpašībām.

      Digitālie attēli, kas ilustrē NDVI vērtības konkrētām vietām Kisumu un Malindi, Kenijā. *

      No MTI satelīta iegūtās NDVI vērtības tika veiksmīgi apkopotas un pārklātas ar ģeoreferencētiem lauka datiem par visām izvēlētajām 270 metru un # x000d7 270 metru režģa šūnām Kisumu un Malindi. Vidējās režģa šūnu NDVI vērtības svārstījās no zemākās 80.4 līdz augstākās 168.3 visās izlases režģa šūnās abās pētījuma vietās (vidējā NDVI = 122.7, standartnovirze = 18.1). Vidējais NDVI Kisumu bija 121,3 un Malindi - 128,0, izlases režģa šūnās (tabula & # x200B (1. tabula). 1). Abās pilsētās teritorijās, kas bija neplānotas, bet labi nosusinātas, bija viszemākās vidējās NDVI vērtības. Kamēr neplānotām slikti nosusinātām teritorijām bija visaugstākā vidējā NDVI vērtība Kisumu (123,1), plānotajām labi nosusinātām teritorijām bija visaugstākā vidējā NDVI vērtība Malindžā (141,9) starp izlasē iekļautajām režģa šūnām. Nebija nozīmīgas korelācijas starp vidējo NDVI un attiecīgajiem Kisumu slāņiem (n = 4, Spearman r = 0,20, P vērtība = 0,80) vai Malindi (n = 4, Spīrmans r = -0,80, P vērtība = 0.20).

      1. tabula

      Vidējās NDVI dispersija, plānojot un nosusinot tipoloģiju Kisumu un Malindi, Kenijā.

      Režģi (n)Vidējais NDVI & # x02020Standarta novirze
      Drenāžas tipoloģija
      Kisumu *
      Plānots, labi nosusināts10121.321.48
      Plānots, slikti nosusināts12117.24.01
      Neplānots, labi nosusināts10111.011.01
      Neplānots, slikti nosusināts10123.128.96
      Kopā42121.318.12
      Malindi *
      Plānots, labi nosusināts11141.910.67
      Plānots, slikti nosusināts10137.116.70
      Neplānots, labi nosusināts2105.51.47
      Neplānots, slikti nosusināts11116.913.05
      Kopā34128.017.19

      & # x02020Lēstie līdzekļi, kuru pamatā ir svērtie dati režģa šūnu līmenī. * Nav nozīmīgas korelācijas starp NDVI un drenāžas tipoloģiju Kisumu vai Malindi (Kisumu: n = 4, Spearman r = 0,20, P vērtība = 0,80 Malindi: n = 4, Spīrmena r = -0,80, P vērtība = 0,20)

      Viena mainīgā analīze parādīja, ka vidējā režģa šūnu NDVI un mājsaimniecības blīvums ievērojami korelē negatīvā virzienā gan Kisumu (Pearson r = -0,555, P vērtība = & # x0003c0.01) un Malindi (Pīrsons r = -0.453, P vērtība = 0,01) (Tabula & # x200B (2. tabula). 2). Turpmāka analīze ar daudzfaktoru lineārās regresijas modeli apstiprināja šo sakarību, jo pēc slāņu un pētījuma vietas kontroles tika konstatēts, ka mājsaimniecības blīvums ir būtisks faktors, kas apgrieztā veidā ietekmē vidējo režģa šūnu NDVI (tabula & # x200B (3. tabula). 3) . Šī saistība neatšķīrās pa pētījumu vietām, jo ​​nebija nozīmīgas mijiedarbības starp pētījuma vietu un mājsaimniecības blīvumu (daļēja F = 0,127 df 1,71, P vērtība & # x0003e 0,10). Šis modelis bija nozīmīgs (globālais F-tests = 9,81, df 3,72, P vērtība = & # x0003c0.01) un izskaidroja aptuveni 26% no vidējo NDVI vērtību svārstībām izlases režģa šūnās.

      2. tabula

      Vidējās NDVI korelācija ar potenciālo anofelīnu kāpuru vietu skaitu un mājsaimniecības blīvumu vienā režģa šūnā: Kisumu un Malindi, Kenija

      Režģi (n)Korelācijas koeficients (r) & # x02020P vērtība
      Mainīgs
      Kisumu
      Mājsaimniecības blīvums *42-0.555& # x0003c0.001
      Potenciālo anofelīna kāpuru vietu skaits **200.2670.255
      Malindi
      Mājsaimniecības blīvums *34-0.4530.007
      Potenciālo anofelīna kāpuru vietu skaits **20-0.3190.171

      & # x02020Pīrsona korelācijas koeficients, kas izmantots ar svērtajiem datiem režģa šūnu līmenī. * Savākti mājsaimniecības paraugu ņemšanas laikā. ** apkopoti kāpuru datu vākšanas laikā.

      3. tabula

      Lineārās regresijas modeļa statistikas kopsavilkums par mājsaimniecības blīvumu ar vidējo tīkla šūnu NDVI: Kisumu un Malindi, Kenija

      KoeficientsStandarta kļūdaP vērtība
      Modelis, kas paredz NDVI (Y)
      (Y = & # x003b20 + & # x003b21X1 + & # x003b22X2 + & # x003b23X3 + e)
      & # x02003 & # x003b20: Nemainīgs138.9474.219& # x0003c0.001
      & # x02003X1: Mājsaimniecības blīvums-0.0730.017& # x0003c0.001
      & # x02003X2: Plānota / neplānota kanalizācija-1.2174.1260.769
      & # x02003X3: Kisumu / Malindi-1.1223.9100.775
      & # x02003Pielāgots R 2: 0,26
      & # x02003Globālais F tests (P vērtība): 9,81 (& # x0003c0.001)
      & # x02003n = 76 *

      * Mājsaimniecības apsekojuma laikā apkopotie Kisumu un Malindi kopā.

      Nekontrolējot sajaucējus, nebija nozīmīgas korelācijas starp vidējo režģa šūnu NDVI un potenciālo anofelīna kāpuru vietu skaitu vienā režģa šūnā Kisumu (Pearson r = 0,267, P vērtība = 0,26) vai Malindi (Pīrsons r = -0,319, P vērtība = 0,17) (Tabula & # x200B (2. tabula). 2). Tomēr turpmākā analīze ar daudzfaktoru lineāru regresiju parādīja, ka vidējā režģa šūnu NDVI ir nozīmīgs faktors, kas pozitīvu virzienu ietekmē potenciālo anofelīna kāpuru biotopu daudzumu režģa šūnās pozitīvā virzienā, pēc mājsaimniecības blīvuma kontroles (tabula & # x200B (4. tabula). 4) . Šī saistība bija konsekventa abās pētījuma vietās (daļējs F-tests, pievienojot pētījuma vietu * NDVI: F = 0,133 df 1,34, P vērtība & # x0003e 0,10). Šis modelis bija ļoti nozīmīgs (globālais F-tests = 14,29, df 3,36, P vērtība = & # x0003c0.01), izskaidrojot vairāk nekā pusi (51%) iespējamo anofelīna kāpuru biotopu skaita variāciju visā izlases režģa šūnās. Vidējā režģa šūnas NDVI bija atbildīga par 9% (0,044) no kopējā koriģētā R 2 no 0,51.

      4. tabula

      Kopsavilkuma statistika lineārai regresijas modelim, kas attiecina vidējo režģa šūnu NDVI uz potenciālu anofelīnu kāpuru biotopu daudzumu: Kisumu un Malindi, Kenija

      KoeficientsStandarta kļūdaP vērtība
      Modelis, kas paredz potenciālu anofelīnu kāpuru biotopa pārpilnību (Z)
      (Z = & # x003b20 + & # x003b21X1 + & # x003b22X2 + & # x003b23X2 2 + e)
      & # x02003 & # x003b20: Nemainīgs-3.2562.1500.129
      & # x02003X1: NDVI0.0310.0150.047
      & # x02003X2: Mājsaimniecības blīvums0.0550.012& # x0003c0.001
      & # x02003X2 2: mājsaimniecības blīvums kvadrātā& # x0003c-0,001& # x0003c0.001& # x0003c0.001
      & # x02003Pielāgots R 2: 0.51
      & # x02003Globālais F tests (P vērtība): 14,29 (& # x0003c0.001)
      & # x02003n = 40 *

      * Savākti kāpuru paraugu ņemšanas laikā, Kisumu un Malindi kopā.

      Daudzfaktoru loģistiskā regresija parādīja, ka izredzes, ka ap māju tiek apstrādāti lauksaimniecības lauki, ievērojami palielinājās tiem, kas atrodas režģa šūnās ar augstu NDVI, salīdzinot ar režģa šūnām ar zemu NDVI, pēc pielāgošanas plānošanai un drenāžai, izpētes vietas un mājsaimniecības bagātībai ( n = 76, VAI = 2,0, P vērtība = 0.05).


      Atslēgvārdi

      Ronalds L. Hess ir Viljama un Marijas koledžas mārketinga docents. Viņš ir ieguvis mārketinga doktora grādu no Virginia Tech 1991. gadā un iepriekš ir publicējis Mārketinga vēstules. Dr. Hesa ​​un # x27 izpētes interesēs ietilpst pakalpojumi, attiecību mārketings un klientu lojalitāte.

      Ronalds S. Rubins ir mārketinga profesors un Mazās uzņēmējdarbības institūta direktors Centrālās Floridas universitātē. Dr Rubins ir ieguvis doktora grādu uzņēmējdarbības vadībā ar mārketinga specialitāti Masačūsetsas universitātē 1973. gadā un maģistra grādu Wharton skolā. Dr Rubina un # x27 pētniecības interešu lokā ir ĢIS kā tirgus izpētes rīks. Viņš ir grāmatas līdzautors Tirgus izpēte, 7. izdevums, Pieredzes vingrinājumi mārketinga pētījumos, un autori Rubin un Luck Datu analīzes disks un Datoru mārketings: Datoru lietojumprogrammas, izmantojot Lotus 1-2-3, visu publicēja Prentice-Hall. Viņš ir līdzautors Stratēģija un konkurence, mārketinga simulācija, ko publicēja Allyns un Bacon.

      Lorenss A. Vests juniors ir vadības informācijas sistēmu docents Centrālās Floridas universitātē. Dr. Vests doktora grādu MIS ieguvis Teksasas A & ampM universitātē 1991. gadā un UCF ir bijis kopš 1996. gada. Viņa zinātniskās intereses ietver informācijas un informācijas tehnoloģiju ekonomiku un ĢIS kā lēmumu atbalsta tehnoloģiju. Dr Vests šajās jomās ir daudz publicējis tādos žurnālos kā JMIS, Lēmumu zinātnes, un Lēmumu atbalsta sistēmas.


      Atjauninātas vadlīnijas sabiedrības veselības uzraudzības sistēmu novērtēšanai

      Direktora birojs: Karena E. Harisa, M.P.H. Džozefs A. Reids, Ph.D. Gladys H. Reinolds, Ph.D., M.S. Diksija E. Snidere, jaunākā, M.D., M.P.H.

      Toksisko vielu un slimību reģistra aģentūra: Wendy E. Kaye, Ph.D. Roberts Špenglers, zinātņu doktors

      Epidemioloģijas programmu birojs: Vilma G. Carande-Kulis, Ph.D., M.S. Endrjū G. Dīns, M.D., M.P.H. Semjuels L. Grosekloss, D.V.M., M.P.H. Roberts A. Hāns, Ph.D., M.P.H. Lorija Hutvāgnere, M.S. Denise Koo, M.D., M.P.H. R. Gibsons Parrīss, M.D., M.P.H. Catherine Schenck-Yglesias, M.H.S. Daniels M. Sosins, M.D., M.P.H. Donna F. Strupa, Ph.D., M.Sc. Stephen B. Thacker, M.D., M.Sc. G. Deivids Viljamsons, Ph.D.

      Nacionālais iedzimtu defektu un attīstības traucējumu centrs: Džozefs Mulnaire, M.D., M.S.P.H.

      Nacionālais hronisko slimību profilakses un veselības veicināšanas centrs: Terijs F. Pečečeks, Ph.D. Nensija Strupa, Ph.D.

      Nacionālais vides veselības centrs: Tomass H. Sinkss, Ph.D.

      Nacionālais veselības statistikas centrs: Jennifer H. Madans, Ph.D.

      Nacionālais HIV, STS un TB profilakses centrs: Džeimss Buehlers, MD Meade Morgans, Ph.D.

      Nacionālais infekcijas slimību centrs: Dženeta K. Nikolsona, Ph.D. Hosē G. Rigau-Peress, M.D., M.P.H.

      Nacionālais ievainojumu novēršanas un kontroles centrs: Ričards L. Ērenbergs, M.D.

      Valsts imunizācijas programma: H. Gejs Alens, M.S.P.H. Rodžers H. Berniers, Ph.D. Nensija Koughana, D.O., M.P.H., M.H.A. Sandra W. Roush, M.T., M.P.H.

      Nacionālais darba drošības un veselības institūts: Rosemary Sokas, M.D., M.O.H.

      Sabiedrības veselības prakses programmu birojs: William A. Yasnoff, MD, Ph.D.

      Konsultanti un līdzautori

      Zinātniskā darba grupa ar veselību saistītās dzīves kvalitātes uzraudzības jomā
      Sentluisas universitāte, Sentluisa, Misūri štats

      Pols Etkinds, Dr.P.H., Masačūsetsas Sabiedrības veselības departaments, Jamaikas līdzenums, Masačūsetsa Annie Fine, MD, Ņujorkas Veselības departaments, Ņujorka, Ņujorka Džūlija A. Fletčere, D.V.M, M.P.H. kandidāts, Emory Universitāte, Atlanta, Džordžija. Daniels J. Frīdmans, Ph.D., Masačūsetsas Sabiedrības veselības departaments, Bostona, Masačūsetsa Ričards S. Hopkins, MD, MSPH, Floridas Veselības departaments, Tallahassee, Florida Steven C. MacDonald, Ph. D.D., MPH, Vašingtonas štata Veselības departaments, Olimpija, Vašingtona Elrojs D. Manns, DVM, maģistra grāds, Veselības Kanāda, Otava, Kanāda S. Potjaman, MD, Taizemes valdība, Bangkoka, Taizeme Marsel E. Salive , MD, MPH, Nacionālie veselības institūti, Bethesda, Merilenda.

      Sabiedrības veselības uzraudzības sistēmu novērtēšanas mērķis ir nodrošināt, ka sabiedrības veselībai svarīgas problēmas tiek efektīvi un efektīvi uzraudzītas. CDC Novērošanas sistēmu novērtēšanas vadlīnijas tiek atjaunināti, lai ņemtu vērā vajadzību pēc a) uzraudzības un veselības informācijas sistēmu integrācijas, b) datu standartu izveides, c) elektroniskas veselības datu apmaiņas un d) sabiedrības veselības uzraudzības mērķu izmaiņām, lai atvieglotu sabiedrības veselības reakcija uz jauniem veselības apdraudējumiem (piemēram, jaunām slimībām). Šis ziņojums sniedz atjauninātas vadlīnijas uzraudzības sistēmu novērtēšanai, pamatojoties uz CDC Programmas novērtēšanas sistēma sabiedrības veselībā, ar sabiedrības veselības uzraudzības sistēmām saistīto problēmu izpēte un apspriešana, kā arī no sabiedrības veselības kopienas saņemtie komentāri. Šī ziņojuma vadlīnijas apraksta daudzus uzdevumus un saistītās darbības, kuras var piemērot sabiedrības veselības uzraudzības sistēmām.

      IEVADS

      1988. gadā CDC publicēja Novērošanas sistēmu novērtēšanas vadlīnijas (1) veicināt vislabāko sabiedrības veselības resursu izmantošanu, izstrādājot efektīvas un efektīvas sabiedrības veselības uzraudzības sistēmas. CDC Novērošanas sistēmu novērtēšanas vadlīnijas tiek atjaunināti, lai ņemtu vērā vajadzību pēc a) uzraudzības un veselības informācijas sistēmu integrācijas, b) datu standartu izveides, c) veselības datu elektroniskas apmaiņas un d) sabiedrības veselības uzraudzības mērķu izmaiņām, lai atvieglotu sabiedrības veselības reakcija uz jauniem veselības apdraudējumiem (piemēram, jaunām slimībām). Piemēram, CDC ar valsts un vietējo veselības departamentu sadarbību īsteno Nacionālo elektronisko slimību uzraudzības sistēmu (NEDSS), lai labāk pārvaldītu un uzlabotu pašreizējo uzraudzības sistēmu lielo skaitu un ļautu sabiedrības veselības kopienai ātrāk reaģēt uz sabiedrības draudi veselībai (piemēram, jaunu infekcijas slimību uzliesmojumi un bioterorisms) (2). Kad NEDSS būs pabeigts, tas elektroniski integrēs un sasaistīs vairāku veidu uzraudzības sistēmas ar standarta datu formātu izmantošanu sakaru infrastruktūru, kas balstīta uz sabiedrības veselības informātikas principiem un nolīgumiem par piekļuvi datiem, koplietošanu un konfidencialitāti. Turklāt 1996. gada Veselības apdrošināšanas pārnesamības un pārskatatbildības likums (HIPAA) pilnvaro Amerikas Savienotās Valstis pieņemt vienotus nacionālos standartus elektroniskajiem darījumiem, kas saistīti ar veselības apdrošināšanas uzņemšanu un atbilstību, veselības aprūpes sastapšanos un veselības apdrošināšanas pieprasījumiem par veselības aprūpes identifikatoriem. pakalpojumu sniedzējiem, maksātājiem un privātpersonām, kā arī kodu komplektus un klasifikācijas sistēmas, ko izmanto šajos darījumos un šo darījumu drošībai (3). Elektroniskā veselības datu apmaiņa pēc būtības ietver pacienta privātuma aizsardzību.

      Pamatojoties uz CDC Programmas novērtēšanas sistēma sabiedrības veselībā (4), ar sabiedrības veselības uzraudzības sistēmām saistīto problēmu izpēte un apspriešana, kā arī no sabiedrības veselības sabiedrības saņemtie komentāri, šis ziņojums sniedz atjauninātas vadlīnijas sabiedrības veselības uzraudzības sistēmu novērtēšanai.

      PAMATOJUMS

      • nekavējoties rīkoties sabiedrības veselības nozīmes gadījumos
      • izmērīt slimības (vai citu ar veselību saistītu notikumu) slogu, tostarp saistīto faktoru izmaiņas, augsta riska iedzīvotāju grupu identificēšanu un jaunu vai jaunu veselības problēmu identificēšanu
      • uzraudzīt slimības (vai citu ar veselību saistītu notikumu) sloga tendences, tostarp epidēmiju (uzliesmojumu) un pandēmiju atklāšanu
      • vadīt programmu plānošanu, īstenošanu un novērtēšanu, lai novērstu un kontrolētu slimības, traumas vai nelabvēlīgu iedarbību
      • novērtēt valsts politiku
      • atklāt izmaiņas veselības praksē un šo izmaiņu sekas
      • par prioritāti noteikt veselības resursu piešķiršanu
      • aprakstīt slimības klīnisko gaitu un
      • nodrošina pamatu epidemioloģiskajiem pētījumiem.

      Sabiedrības veselības uzraudzības darbības parasti atļauj likumdevēji, un tās veic sabiedrības veselības aizsardzības amatpersonas. Sabiedrības veselības uzraudzības sistēmas ir izstrādātas, lai apmierinātu virkni sabiedrības veselības vajadzību. Turklāt ir definētas sabiedrības veselības informācijas sistēmas, kas ietver dažādus datu avotus, kas ir būtiski sabiedrības veselības darbībai, un tos bieži izmanto uzraudzībai (8). Šīs sistēmas atšķiras no vienkāršas sistēmas, kas vāc datus no viena avota, līdz elektroniskām sistēmām, kas saņem datus no daudziem avotiem vairākos formātos, līdz sarežģītām aptaujām. Sistēmu skaits un daudzveidība, visticamāk, palielināsies, uzlabojoties elektroniskajai datu apmaiņai un datu integrācijai, kas arī palielinās pacienta privātuma, datu konfidencialitātes un sistēmas drošības nozīmi. Par visiem projektiem, kas saistīti ar kaunuma veselības uzraudzību, jākonsultējas ar atbilstošām institūcijām / aģentūrām / zinātniskām amatpersonām.

      Dažādība var palielināties arī tad, ja tiek uzraudzīti ar veselību saistīti notikumi. Šajās vadlīnijās termins & ar kvotiku saistīts notikums & quot; attiecas uz jebkuru tēmu, kas saistīta ar sabiedrības veselības uzraudzības sistēmu. Piemēram, ar veselību saistīts notikums var ietvert infekcijas, hroniskas vai zoonozes izraisītas traumas, toksisku vielu iedarbību uz veselību veicinošu vai kaitējošu uzvedību un citus apsekotus notikumus, kas saistīti ar sabiedrības veselības pasākumiem.

      Sabiedrības veselības uzraudzības sistēmu novērtēšanas mērķis ir nodrošināt, ka sabiedrības veselībai svarīgas problēmas tiek efektīvi un efektīvi uzraudzītas. Sabiedrības veselības uzraudzības sistēmas būtu periodiski jāizvērtē, un novērtējumā būtu jāiekļauj ieteikumi kvalitātes, efektivitātes un lietderības uzlabošanai. Šo pamatnostādņu mērķis ir organizēt sabiedrības veselības uzraudzības sistēmas novērtēšanu. Ir izklāstītas plašas tēmas, kurās var integrēt katrai programmai raksturīgās īpašības. Novērtējot sabiedrības veselības uzraudzības sistēmu, galvenā uzmanība tiek pievērsta tam, cik labi sistēma darbojas, lai sasniegtu tās mērķi un mērķus.

      Sabiedrības veselības uzraudzības sistēmu novērtējumā būtu jāietver sistēmas atribūtu novērtējums, tostarp vienkāršība, elastība, datu kvalitāte, pieņemamība, jutīgums, pozitīvā paredzamā vērtība, reprezentativitāte, savlaicīgums un stabilitāte. Turpinot tehnoloģiju attīstību un informācijas arhitektūras un ar to saistīto problēmu nozīmīgumu, šiem atribūtiem piemīt noteiktas sabiedrības veselības informātikas problēmas sabiedrības veselības uzraudzības sistēmās. Šīs problēmas ietver salīdzināmu aparatūru un programmatūru, standarta lietotāja saskarni, standarta datu formātu un kodēšanu, atbilstošas ​​kvalitātes pārbaudes un konfidencialitātes un drošības standartu ievērošanu (9). Tā kā sabiedrības veselības uzraudzības sistēmas atšķiras metožu, darbības jomas, mērķa un mērķu dēļ, vienas sistēmas svarīgie atribūti var būt mazāk svarīgi otrai. Sabiedrības veselības uzraudzības sistēmā jāuzsver tie raksturlielumi, kas ir vissvarīgākie sistēmas mērķu sasniegšanai. Centieni uzlabot noteiktus atribūtus (piemēram, sabiedrības veselības uzraudzības sistēmas spēja atklāt ar veselību saistītu notikumu [jutīgums]) var mazināt citus atribūtus (piemēram, vienkāršība vai savlaicīgums). Tāpēc sabiedrības veselības uzraudzības sistēmas novērtējumā jāņem vērā tie raksturlielumi, kas konkrētajai sistēmai un tās mērķiem ir visaugstākie. Ņemot vērā atribūtus, kuriem ir visaugstākā prioritāte, šī ziņojuma vadlīnijās aprakstīti daudzi uzdevumi un ar tiem saistītās darbības, kuras var izmantot sabiedrības veselības uzraudzības sistēmu novērtēšanā, saprotot, ka visas darbības, kas saistītas ar uzdevumiem, var nebūt piemērotas visām sistēmām .

      Šī ziņojuma organizācija

      Šis ziņojums sākas ar visu uzdevumu aprakstiem, kas saistīti ar sabiedrības veselības uzraudzības sistēmas novērtēšanu. Šie uzdevumi ir pielāgoti, ņemot vērā programmas novērtēšanas darbības Programmas novērtēšanas sistēma sabiedrības veselībā (4), kā arī no sākotnējo uzraudzības sistēmu novērtēšanas pamatnostādņu elementiem (1). Ziņojumu noslēdz ar kopsavilkuma paziņojumu par uzraudzības sistēmu novērtēšanu. Iekļauts arī kontrolsaraksts, kuru var atdalīt vai kopēt un izmantot, kad tiek veikts novērtējums (A pielikums).

      Lai novērtētu novērtēšanas darbību kvalitāti, katram sabiedrības veselības uzraudzības sistēmas novērtēšanas uzdevumam ir paredzēti atbilstoši standarti (B pielikums). Šie standarti ir pielāgoti no efektīvas novērtēšanas standartiem (t.i., lietderība, iespējamība, pareizība un precizitāte) Programmas novērtēšanas sistēma sabiedrības veselībā (4). Tā kā visas darbības, kas saistītas ar novērtēšanas uzdevumiem, var nebūt piemērotas visām sistēmām, jāizmanto tikai tie standarti, kas ir piemēroti vērtēšanai.

      Uzdevums A. Iesaistīt ieinteresētās puses novērtēšanā

      Ieinteresētās personas var sniegt ieguldījumu, lai nodrošinātu, ka sabiedrības veselības uzraudzības sistēmas novērtējumā tiek izskatīti atbilstoši jautājumi un novērtēti attiecīgie raksturlielumi un vai tās atklājumi ir pieņemami un noderīgi. Šajā kontekstā mēs definējam ieinteresētās personas kā personas vai organizācijas, kas datus izmanto veselīga dzīvesveida veicināšanai un slimību, traumu vai nelabvēlīgas iedarbības novēršanai un kontrolei. Ieinteresētās personas, kuras varētu būt ieinteresētas definēt jautājumus, kas jārisina uzraudzības sistēmas novērtējumam, un pēc tam izmantot tās secinājumus, ir sabiedrības veselības aprūpes speciālisti, veselības aprūpes pakalpojumu sniedzēju datu sniedzēji un skarto kopienu valdību lietotāju pārstāvji vietējā, štata un federālajā līmenī un profesionālas un privātas bezpeļņas organizācijas.

      B. uzdevums. Aprakstiet novērtējamo uzraudzības sistēmu

      • Aprakstiet uzraudzītā ar veselību saistītā notikuma nozīmi sabiedrības veselībā.
      • Aprakstiet sistēmas mērķi un darbību.
      • Aprakstiet resursus, kas izmantoti sistēmas darbībai.

      Lai izveidotu līdzsvarotu un uzticamu sistēmas aprakstu, var būt nepieciešami vairāki informācijas avoti. Sistēmas aprakstu var uzlabot, konsultējoties ar dažādām ar sistēmu iesaistītām personām un pārbaudot paziņotos sistēmas aprakstus pret tiešu novērošanu.

      B.1. Aprakstiet uzraudzītā ar veselību saistītā notikuma nozīmi sabiedrības veselībā

      Definīcija. Ar veselību saistītā notikuma nozīmi sabiedrības veselībā un nepieciešamību uzraudzīt šo notikumu var raksturot vairākos veidos. Sabiedrības veselībai ir svarīgi ar veselību saistīti notikumi, kas skar daudzas personas vai kuriem nepieciešami lieli resursu izdevumi. Tomēr var būt svarīgi arī ar veselību saistīti notikumi, kas ietekmē maz cilvēku, it īpaši, ja notikumi tiek savlaicīgi un vietā apvienoti (piemēram, ierobežots smagas slimības uzliesmojums). Citos gadījumos sabiedrības bažas var koncentrēt uzmanību uz konkrētu ar veselību saistītu notikumu, radot vai palielinot novērtējuma nozīmi. Slimības, kas tagad ir reti veiksmīgu kontroles pasākumu dēļ, var uztvert kā nesvarīgas, taču to nozīmīguma līmenis ir jānovērtē kā iespējamais ar sardzes veselību saistīts notikums vai to iespējamība atkārtoti parādīties. Visbeidzot, ar veselību saistītā notikuma nozīmi sabiedrības veselībā ietekmē tā novēršamības līmenis (10).

      • biežuma rādītāji (piemēram, kopējais saslimšanas gadījumu skaits un / vai mirstības gadījumu skaits, izplatība un / vai mirstības rādītāji) un kopsavilkuma rādītāji par iedzīvotāju veselības stāvokli (piemēram, ar kvalitāti pielāgoti dzīves gadi [QALYS])
      • smaguma rādītāji (piem., gultas invaliditātes dienas, gadījumu un nāves gadījumu attiecība, hospitalizācijas rādītāji un / vai invaliditātes rādītāji)
      • atšķirības vai nevienlīdzība, kas saistīta ar notikumu, kas saistīts ar veselību
      • izmaksas, kas saistītas ar pasākumu, kas saistīts ar veselību
      • novēršamība (10)
      • iespējamo klīnisko gaitu bez iejaukšanās (piemēram, vakcinācijas) (11,12) un
      • sabiedrības intereses.

      Ir veikti centieni sniegt kopsavilkuma mērījumus par iedzīvotāju veselības stāvokli, kurus var izmantot, lai veiktu salīdzinošu novērtējumu par iedzīvotāju veselības vajadzībām (13). Varbūt vispazīstamākie no šiem pasākumiem ir QALY, veselīgas dzīves gadi (YHL) un dzīves gadi, kas pielāgoti invaliditātei (DALY). Balstoties uz atribūtiem, kas atspoguļo veselības stāvokli un paredzamo dzīves ilgumu, QALY, YHL un DALY sniedz vienotas dimensijas vispārējās veselības rādītājus. Turklāt ir mēģināts kvantitatīvi noteikt dažādu slimību un citu ar veselību saistītu notikumu nozīmi sabiedrības veselībā. Pētījumā, kurā aprakstīta šāda pieeja, tika izmantots rādītājs, kurā ņemti vērā vecuma specifiskie saslimstības un mirstības rādītāji, kā arī veselības aprūpes izmaksas (14). Citā pētījumā tika izmantots modelis, kurā sabiedrības veselības problēmas tiek sarindotas pēc lieluma, steidzamības, problēmas nopietnības, ekonomiskiem zaudējumiem, ietekmes uz citiem, efektivitātes, pareizības, ekonomiskuma, pieņemamības, risinājumu likumības un resursu pieejamības (15).

      Novērstību var definēt vairākos līmeņos, ieskaitot primāro profilaksi (slimību vai citu ar veselību saistītu notikumu novēršana), sekundāro profilaksi (agrīna atklāšana un iejaukšanās ar mērķi mainīt, apturēt vai vismaz kavēt stāvokļa progresu) un terciārā profilakse (samazinot slimību un invaliditātes sekas jau slimo cilvēku vidū). Attiecībā uz infekcijas slimībām novēršamību var raksturot arī kā sekundārā uzbrukuma līmeņa vai primārā gadījuma kontaktiem pārsūtīto gadījumu skaita samazināšanu. No uzraudzības viedokļa novēršamība atspoguļo efektīvas sabiedrības veselības iejaukšanās iespējas jebkurā no šiem līmeņiem.

      B.2. Aprakstiet uzraudzības sistēmas mērķi un darbību

      • Uzskaitiet sistēmas mērķi un uzdevumus.
      • Aprakstiet plānoto datu izmantošanu no sistēmas.
      • Aprakstiet novērojamo ar veselību saistīto notikumu, iekļaujot gadījuma definīciju katram konkrētam stāvoklim.
      • Norādiet datu vākšanai jebkuru juridisko iestādi.
      • Aprakstiet, kur atrodas organizācijā (-ās) sistēma, ieskaitot kontekstu (piemēram, politisko, administratīvo, ģeogrāfisko vai sociālo klimatu), kurā tiks veikta sistēmas novērtēšana.
      • Aprakstiet integrācijas līmeni ar citām sistēmām, ja nepieciešams.
      • Uzzīmējiet sistēmas plūsmas diagrammu.
      • Aprakstiet sistēmas komponentus. Piemēram
        --- Kāda ir uzraudzībā esošā populācija?
        --- Kāds ir datu vākšanas laika periods?
        --- Kādi dati tiek vākti un kā tiek vākti?
        --- Kādi ir sistēmas datu avoti?
        --- Kā tiek pārvaldīti sistēmas dati (piemēram, datu pārsūtīšana, ievadīšana, rediģēšana, glabāšana un dublēšana)? Vai sistēma atbilst piemērojamajiem datu formātu un kodēšanas shēmu standartiem? Ja nē, kāpēc?
        --- Kā tiek analizēti un izplatīti sistēmas dati?
        --- Kādas politikas un procedūras ir ieviestas, lai nodrošinātu pacienta privātumu, datu konfidencialitāti un sistēmas drošību? Kāda ir datu izplatīšanas politika un procedūra? Vai šīs procedūras atbilst spēkā esošajiem federālajiem un štatu statūtiem un noteikumiem? Ja nē, kāpēc?
        --- Vai sistēma atbilst piemērojamai dokumentu pārvaldības programmai? Piemēram, vai sistēmas ieraksti tiek pareizi arhivēti un / vai iznīcināti?

      Diskusija. Sistēmas mērķis norāda, kāpēc sistēma pastāv, turpretī tās mērķi ir saistīti ar to, kā dati tiek izmantoti sabiedrības veselības darbībai. Piemēram, sabiedrības veselības uzraudzības sistēmas mērķi varētu būt tūlītēja sabiedrības veselības darbība, programmas plānošana un novērtēšana, kā arī pētījumu hipotēžu veidošana (sk. Fonu). Sistēmas mērķis un uzdevumi, ieskaitot tās datu plānoto izmantošanu, izveido atskaites sistēmu konkrētu komponentu novērtēšanai.

      Sabiedrības veselības uzraudzības sistēma ir atkarīga no skaidras gadījuma definīcijas par uzraudzībā esošo ar veselību saistīto notikumu (7). Ar veselību saistītā notikuma gadījuma definīcija var ietvert klīniskās izpausmes (ti, simptomus), laboratorijas rezultātus, epidemioloģisko informāciju (piemēram, personu, vietu un laiku) un / vai noteiktu uzvedību, kā arī noteiktības līmeni (piemēram, apstiprināta / noteikta, iespējama / domājama vai iespējama / aizdomīga). Standarta gadījuma definīcijas izmantošana palielina ziņošanas specifiku un uzlabo ar veselību saistītu notikumu salīdzināmību, par kuriem ziņots no dažādiem datu avotiem, ieskaitot ģeogrāfiskos apgabalus. Gadījumu definīcijas var pastāvēt dažādiem uzraudzībā esošiem ar veselību saistītiem notikumiem, tostarp slimībām, traumām, nelabvēlīgai iedarbībai un riska faktoram vai aizsargājošai uzvedībai. Piemēram, Amerikas Savienotajās Valstīs CDC un Valsts un teritoriālo epidemiologu padome (CSTE) ir vienojušās par standarta definīcijām atsevišķām infekcijas slimībām (16). Turklāt CSTE publicē Position Papers, kas apspriež un definē dažādus ar veselību saistītus notikumus (17). Ja iespējams, sabiedrības veselības uzraudzības sistēmā jāizmanto noteikta gadījuma definīcija, un, ja tā nav, jāsniedz paskaidrojums.

      Novērtējumā būtu jānovērtē, cik labi sabiedrības veselības uzraudzības sistēma ir integrēta ar citām uzraudzības un veselības informācijas sistēmām (piemēram, datu apmaiņa un koplietošana vairākos formātos, kā arī datu pārveidošana). Saistīto sistēmu pilnveidošana integrētā sabiedrības veselības uzraudzības tīklā ļauj atsevišķām sistēmām apmierināt īpašas datu vākšanas vajadzības, vienlaikus novēršot darbību dublēšanos un standartizācijas trūkumu, kas var rasties no neatkarīgām sistēmām (18). Integrēta sistēma var novērst blakusslimību problēmas (piemēram, personas, kas inficētas ar cilvēka imūndeficīta vīrusu un Mycobacterium tuberculosis) identificēt iepriekš neatzītus riska faktorus un nodrošināt līdzekļus ar veselību saistītu notikumu papildu rezultātu uzraudzībai. Kad CDC NEDSS būs pabeigts, tas elektroniski integrēs un sasaistīs vairākus uzraudzības darbību veidus un veicinās precīzāku un savlaicīgāku slimības informācijas sniegšanu CDC un valsts un vietējām veselības nodaļām (2).

      CSTE ir organizējusi profesionālu diskusiju starp praktizējošiem sabiedrības veselības epidemiologiem valsts un federālajās sabiedrības veselības aģentūrās. CSTE ir arī ierosinājusi valsts sabiedrības veselības uzraudzības sistēmu, kas kalpos par pamatu vietējām un valsts sabiedrības veselības aģentūrām, lai a) prioritātes piešķirtu uzraudzības un veselības informācijas pasākumiem un b) atbalstītu nepieciešamos resursus sabiedrības veselības aģentūrām visos līmeņos (19). Šī valsts sabiedrības veselības sistēma būtu konceptuāla sistēma un virtuāla uzraudzības sistēma, kas ietver gan esošās, gan jaunās ar veselību saistīto notikumu uzraudzības sistēmas un to noteicošos faktorus.

      Bieži ir noderīgi uzskaitīt diskrētās darbības, kuras sistēma veic, apstrādājot veselības notikumu pārskatus, un pēc tam attēlot šīs darbības plūsmas diagrammā. Šajā ziņojumā ir iekļauts vispārējas sabiedrības veselības uzraudzības sistēmas vienkāršotas plūsmas diagrammas piemērs (1. attēls). Šajā diagrammā varētu iekļaut vadošās aģentūras, kas vada sistēmu, pilnvaras un biznesa procesus, kā arī citu aģentūru līdzdalību. Sistēmas arhitektūru un datu plūsmu var attēlot arī diagrammā (20,21). Arhitektūras un datu plūsmas diagrammai jābūt pietiekami detalizētai, lai izskaidrotu visas sistēmas funkcijas, ieskaitot vidējos laikus starp soļiem un datu pārsūtīšanu.

      Sabiedrības veselības uzraudzības sistēmas sastāvdaļu apraksts varētu ietvert diskusijas par sabiedrības veselības informātikas jautājumiem, tostarp salīdzināmu aparatūru un programmatūru, standarta lietotāja saskarni, standarta datu formātu un kodēšanu, atbilstošas ​​kvalitātes pārbaudes un konfidencialitātes un drošības standartu ievērošanu (9). Piemēram, salīdzināma aparatūra un programmatūra, standarta lietotāja saskarne un standarta datu formāts un kodēšana veicina efektīvu datu apmaiņu, un kopīgu datu elementu kopums ir svarīgs, lai efektīvi salīdzinātu datus sistēmā vai citās sistēmās.

      Lai dokumentētu sabiedrības veselības informācijas vajadzības, CDC sadarbībā ar valsts un vietējām veselības departamentiem izstrādā Sabiedrības veselības konceptuālo datu modeli, lai: a) izveidotu sabiedrības veselības datu standartus, tostarp datu definīcijas, sastāvdaļu struktūras (piemēram, sarežģītiem datiem) veidi), kodu vērtības un datu izmantošana b) sadarbojas ar valsts veselības informātikas standartu noteikšanas struktūrām, lai noteiktu informācijas apmaiņas standartus starp sabiedrības veselības aģentūrām un veselības aprūpes sniedzējiem un c) izveidotu datorizētas informācijas sistēmas, kas atbilst izveidotajiem datiem un datu apmaiņas standarti, ko izmanto, lai pārvaldītu ar sabiedrības veselību saistītus datus (22). Turklāt sistēmas datu pārvaldības aprakstā var būt norādīts, kas datus rediģē, kā un kādā līmenī dati tiek rediģēti un kādas pārbaudes tiek veiktas, lai nodrošinātu datu kvalitāti.

      Atbildot uz HIPAA mandātiem, dažādas standarta izstrādes organizācijas un terminoloģijas un kodēšanas grupas sadarbojas, lai saskaņotu savas atsevišķās sistēmas (23). Piemēram, gan Akreditēto standartu komiteja X12 (24), kas galvenokārt attiecas uz veselības apdrošināšanas darījumu standartiem, un Septītā veselības pakāpe (HL7) (25), kas ir nodarbojusies ar klīnisko ziņojumapmaiņas standartiem un klīniskās informācijas apmaiņu ar veselības aprūpes organizācijām (piemēram, slimnīcām), ir sadarbojusies, lai izveidotu standartizētu pieeju papildu informācijas sniegšanai, lai atbalstītu norādes par veselības aprūpi (26). Slimību un citu medicīnisko terminu klasifikācijas un kodēšanas jomā Nacionālā medicīnas bibliotēka tradicionāli ir nodrošinājusi vienoto medicīnas valodu sistēmu - klīnisko kodēšanas sistēmu metatezauru, kas ļauj vienā kodēšanas sistēmā esošos terminus kartēt ar citu (27). HIPAA pāreja un paredzamā elektronisko medicīnisko dokumentu standartu pieņemšana ir palielinājusi centienus integrēt klīniskās terminoloģijas (23) (piemēram, Amerikas Patologu koledžas sistematizētās medicīnas nomenklatūras [SNOMED ] apvienošana [28] un British Read Codes, Nacionālā veselības dienesta veselības aprūpes terminu tezaurs Lielbritānijā).

      Datu analīzes apraksts var norādīt, kurš datus analizē, kā tos analizē un cik bieži. Šis apraksts varētu arī pievērsties tam, kā sistēma nodrošina datu analīzei atbilstošu zinātnisku metožu izmantošanu.

      Sabiedrības veselības uzraudzības sistēmai jādarbojas tā, lai ļautu efektīvi izplatīt datus par veselību, lai lēmumu pieņēmēji visos līmeņos varētu viegli saprast informācijas ietekmi (7). Datu un / vai informācijas izplatīšanas iespējas no sistēmas ietver elektroniskas datu apmaiņas publiski izmantojamas datu datnes, interneta preses izlaidumu biļetenu gada biļetenu un cita veida ziņojumu publicēšana zinātniskos, recenzētos žurnālos un plakātu un mutvārdu prezentācijās, tostarp individuālās , kopienas un profesionālās tikšanās. Veselības datu un informācijas auditorijā var būt sabiedrības veselības speciālisti, veselības aprūpes sniedzēji, skarto kopienu locekļi, profesionālās un brīvprātīgās organizācijas, politikas veidotāji, prese un plaša sabiedrība.

      Veicot uzraudzību, sabiedrības veselības aģentūras ir pilnvarotas vākt personas veselības datus par personām, un tādējādi tām ir pienākums aizsargāties pret šo datu neatbilstošu izmantošanu vai izplatīšanu. Pacientu privātuma aizsardzība (personas tiesību neatklāt informāciju par sevi), datu konfidencialitāte (atļautas datu kopīgas lietošanas nodrošināšana) un sistēmas drošība (atļautas piekļuves sistēmai nodrošināšana) ir būtiska, lai saglabātu jebkuras uzraudzības ticamību. sistēmā. Šai aizsardzībai jānodrošina, ka uzraudzības sistēmas dati par personas veselības stāvokli tiek koplietoti tikai ar pilnvarotām personām. Fizikālajiem, administratīvajiem, darbības un datora aizsardzības līdzekļiem, lai nodrošinātu sistēmu un aizsargātu tās datus, jāļauj atļaut piekļuvi, vienlaikus liedzot piekļuvi nesankcionētiem lietotājiem.

      Saistītās bažas veselības datu aizsardzībā ir datu izplatīšana, tostarp procedūras ierakstu līmeņa datu apkopotu tabulas datu un datu izlaišanai datorizētās, interaktīvās vaicājumu sistēmās. Pat ja personiskie identifikatori tiek noņemti pirms datu izlaišanas, šo identifikatoru noņemšana, iespējams, nav pietiekama garantija veselības datu kopīgošanai. Piemēram, demogrāfiskās informācijas iekļaušana rindu sarakstā iekļautajā datu failā tikai nedaudzos gadījumos var izraisīt personas netiešu identificēšanu, kaut arī personas identifikatori netika sniegti. Amerikas Savienotajās Valstīs CDC un CSTE ir vienojušās par datu izplatīšanas politiku no valsts paziņojamo slimību uzraudzības sistēmas (29), lai atvieglotu tā izmantošanu sabiedrības veselībai, vienlaikus saglabājot datu konfidencialitāti (30). CDC un CSTE novērtē politikas pārskatīšanu.

      Reaģējot uz HIPAA, ir ierosināti individuāli identificējamu veselības datu privātuma standarti (3). Ir izstrādāts štata likuma paraugs, lai risinātu privātuma, konfidencialitātes un drošības problēmas, kas saistītas ar veselības un veselības informācijas iegūšanu, izmantošanu, izpaušanu un glabāšanu valsts un vietējā līmenī (31). Turklāt Federālās statistikas metodikas komitejas sērijas Statistikas politikas darba dokumenti ietver statistikas metožu pārskatus, ko izmanto federālās aģentūras un to darbuzņēmēji, kas izlaiž statistikas tabulas vai mikrodatu failus, kas tiek savākti no personām, uzņēmumiem vai citām vienībām, ievērojot konfidencialitātes solījumu. Šie darba dokumenti satur statistikas pamatmetodes, lai ierobežotu izpaušanu (piemēram, noteikumi par datu slāpēšanu, lai aizsargātu privātumu un lai mazinātu kļūdainus secinājumus no neliela skaita), un sniedz ieteikumus informācijas atklāšanas ierobežošanas prakses uzlabošanai (32).

      Lai piedalītos dokumentu pārvaldības programmā, likumīgi var prasīt sabiedrības veselības uzraudzības sistēmu. Ieraksti var sastāvēt no dažādiem materiāliem (piemēram, aizpildītām veidlapām, elektroniskām datnēm, dokumentiem un pārskatiem), kas saistīti ar uzraudzības sistēmas darbību. Pareiza šo ierakstu pārvaldība novērš aģentūras, kas darbojas ar sistēmu, "atmiņas zaudēšanu" vai "pārblīvētu atmiņu" un uzlabo sistēmas spēju sasniegt tās mērķus.

      B.3. Aprakstiet resursus, kas izmantoti uzraudzības sistēmas darbībai

      Definīcija. Šajā ziņojumā resursu novērtēšanas metodes aptver tikai tos resursus, kas tieši nepieciešami sabiedrības veselības uzraudzības sistēmas darbībai. Šos resursus dažkārt dēvē par “tiešajām izmaksām”, un tajos ietilpst personāla un finanšu resursi, kas iztērēti sistēmas darbībai.

      • Finansējuma avots (-i): Norādiet uzraudzības sistēmas finansēšanas avotu. Amerikas Savienotajās Valstīs sabiedrības veselības uzraudzība bieži notiek sadarbībā starp federālajām, štatu un vietējām pašvaldībām.
      • Personāla prasības: Aprēķiniet laiku, kas vajadzīgs sistēmas darbībai, ieskaitot datu vākšanu, rediģēšanu, analīzi un izplatīšanu (piemēram, iztērētās darbības ilgums vienā darbības gadā). Šos pasākumus var konvertēt dolāra aprēķinos, reizinot pastāvību ar atbilstošām algas un pabalsta izmaksām.
      • Citi resursi: Nosakiet citu resursu izmaksas, ieskaitot ceļošanu, apmācību, piederumus, datoru un citu aprīkojumu un saistītos pakalpojumus (piemēram, pastu, tālruni, datoru atbalstu, interneta savienojumus, laboratorijas atbalstu un aparatūras un programmatūras uzturēšanu).

      Vajadzības gadījumā sistēmas resursu aprakstā jāņem vērā visi sabiedrības veselības sistēmas līmeņi, sākot no vietējā veselības aprūpes sniedzēja līdz pašvaldību, apgabalu, pavalstu un federālajām veselības aģentūrām. Resursu novērtēšana sabiedrības veselības uzraudzības sistēmām ir ieviesta Vermontā (1. tabula) un Kentuki (2. tabula).

      Resursu novērtējums Vermontā. Tika salīdzinātas divas metodes sabiedrības veselības uzraudzības datu vākšanai Vermontā (33). Pasīvā sistēma jau bija izveidota, un to veidoja nepieprasīti ziņojumi par slimībām, par kurām jāpaziņo, rajonu birojiem vai valsts veselības departamentam. Aktīvā sistēma tika ieviesta ārstu prakses varbūtības paraugā. Katru nedēļu veselības nodaļas darbinieks zvanīja šiem ārstiem, lai pieprasītu ziņojumus par izvēlētām slimībām, par kurām jāpaziņo.

      Salīdzinot abas sistēmas, tika mēģināts novērtēt to izmaksas. Tiešo izdevumu tāmes tika aprēķinātas sabiedrības veselības uzraudzības sistēmām (1. tabula).

      Resursu novērtējums Kentuki. Vēl viens resursu novērtēšanas piemērs tika sniegts, novērtējot izmaksas par sabiedrības veselības uzraudzības sistēmu, kas ietver aktīvu A tipa hepatīta gadījumu izpēti Kentuki štatā (2. tabula) (34). Resursi, kas tika ieguldīti sistēmas tiešajā darbībā 1983. gadā, bija paredzēti personāla un tālruņa izdevumiem, un tika lēsti attiecīgi 3764 un 535 ASV dolāri. Izmantojot šo sistēmu, tika konstatēti vēl deviņi gadījumi, nekā tas būtu konstatēts, izmantojot pasīvo uzraudzības sistēmu, un aptuveni septiņi hepatīta gadījumi tika novērsti, profilaktiski ievadot deviņu pacientu pacienta kontaktus.

      Diskusija. Šī pieeja resursu novērtēšanai ietver tikai personālu un materiālos resursus, kas nepieciešami uzraudzības darbībai, un izslēdz plašāku izmaksu definīciju, kas varētu tikt ņemta vērā visaptverošākā novērtējumā. Piemēram, resursu novērtējums varētu ietvert netiešo izmaksu (piemēram, pēcpārbaudes laboratorijas testu) un sekundāro datu avotu (piemēram, vitālās statistikas vai apsekojuma datu) novērtējumu.

      Sistēmas darbības resursu novērtējums nav jāveic atsevišķi no programmas vai iniciatīvas, kas balstās uz sabiedrības veselības uzraudzības sistēmu. Resursu aprakstā varētu iekļaut formālāku sistēmas ekonomisko novērtējumu (t.i., izmaksu vērtēšanu attiecībā pret ieguvumiem). Varētu būt iespējams novērtēt sistēmas ietekmi uz lēmumu pieņemšanu, ārstēšanu, aprūpi, profilaksi, izglītību un / vai izpēti (35,36). Dažām uzraudzības sistēmām reālāka pieeja būtu izmaksu vērtēšana, pamatojoties uz sistēmas mērķiem un lietderību.

      Uzdevums C. Koncentrējieties uz novērtējuma dizainu

      Novērtēšanas virzienam un procesam jābūt koncentrētam, lai nodrošinātu, ka laiks un resursi tiek izmantoti pēc iespējas efektīvāk.

      • novērtējuma īpašā mērķa noteikšana (piemēram, izmaiņas praksē)
      • ieinteresēto personu noteikšana (A uzdevums), kuras saņems novērtējuma secinājumus un ieteikumus (t.i., paredzētos lietotājus)
      • apsverot, kas tiks darīts ar informāciju, kas iegūta no novērtēšanas (t.i., paredzētajiem lietojumiem)
      • - precizējot jautājumus, uz kuriem atbildēs novērtējums, un
      • standartu noteikšana sistēmas veiktspējas novērtēšanai.

      Atkarībā no vērtēšanas īpašā mērķa tā izstrāde varētu būt vienkārša vai sarežģīta. Efektīva novērtēšanas shēma ir atkarīga no tā, vai a) tās īpašais mērķis ir saprotams visām vērtēšanā iesaistītajām pusēm un b) personām, kurām jāzina projekta secinājumi un ieteikumi, apņemoties izmantot no tā iegūto informāciju. Turklāt, ja ir iesaistītas vairākas ieinteresētās personas, starp tiem, kas īsteno novērtēšanu, var būt nepieciešams noslēgt līgumus, kas precizē lomas un pienākumus.

      Standarti sabiedrības veselības uzraudzības sistēmas darbības novērtēšanai nosaka, kas sistēmai jāsasniedz, lai to uzskatītu par veiksmīgu tās mērķu sasniegšanā. Šie standarti, piemēram, nosaka, kādi lietderības un vienkāršības līmeņi ir svarīgi sistēmai, ņemot vērā tās mērķus. Pieejas noderīgu standartu noteikšanai, lai novērtētu sistēmas veiktspēju, ietver pašreizējās zinātniskās literatūras pārskatu par uzraudzībā esošo ar veselību saistīto notikumu un / vai konsultācijas ar atbilstošiem speciālistiem, tostarp datu lietotājiem.

      D. uzdevums. Ievāciet ticamus pierādījumus par uzraudzības sistēmas darbību

      • Norādiet lietderības līmeni, aprakstot darbības, kas veiktas, analizējot un interpretējot sabiedrības veselības uzraudzības sistēmas datus. Raksturojiet entītijas, kuras datus ir izmantojušas lēmumu pieņemšanai un darbību veikšanai. Uzskaitiet citus paredzamos datu izmantošanas veidus.
      • Aprakstiet katru no šiem sistēmas atribūtiem:
        --- Vienkāršība
        --- Elastīgums
        --- Datu kvalitāte
        --- Pieņemamība
        --- Jutīgums
        --- Paredzamā vērtība ir pozitīva
        --- Pārstāvība
        --- Savlaicīgums
        --- Stabilitāte

      Sabiedrības veselības informātikas problēmas sabiedrības veselības uzraudzības sistēmās (sk. B.2. Uzdevumu, Diskusija) var risināt savāktajos pierādījumos par sistēmas darbību. Pierādījumi par sistēmas darbību ir jāuzskata par ticamiem. Piemēram, apkopotajiem pierādījumiem jābūt ticamiem, derīgiem un informatīviem paredzētajam lietojumam. Pastāv daudzi potenciālie pierādījumi par sistēmas darbību, tostarp konsultācijas ar ārstiem, epidemiologiem, statistiķiem, uzvedības zinātniekiem, sabiedrības veselības praktiķiem, laboratoriju direktoriem, programmu vadītājiem, datu sniedzējiem un datu lietotājiem.

      D.1. Norādiet lietderības līmeni

      Definīcija. Sabiedrības veselības uzraudzības sistēma ir noderīga, ja tā palīdz novērst un kontrolēt ar veselību saistītus nelabvēlīgus notikumus, tostarp labāk izprast šādu notikumu ietekmi uz sabiedrības veselību. Sabiedrības veselības uzraudzības sistēma var būt noderīga arī tad, ja tā palīdz noteikt, ka nelabvēlīgs ar veselību saistīts notikums, kas iepriekš tika uzskatīts par nesvarīgu, patiešām ir svarīgs. Turklāt uzraudzības sistēmas dati var būt noderīgi, veicinot darbības rādītājus (37), ieskaitot veselības rādītājus (38), ko izmanto vajadzību novērtēšanā un atbildības sistēmās.

      • savlaicīgi atklāt slimības, traumas vai sabiedrībai nozīmīgas nelabvēlīgas vai aizsargājošas iedarbības, lai ļautu precīzi diagnosticēt vai identificēt, novērst vai ārstēt, kā arī vajadzības gadījumā rīkoties ar kontaktiem?
      • sniegt aplēses par saslimstības un mirstības lielumu saistībā ar uzraudzīto ar veselību saistīto notikumu, tostarp identificējot ar notikumu saistītos faktorus?
      • atklāt tendences, kas norāda uz izmaiņām slimību, traumu vai nelabvēlīgas vai aizsargājošas iedarbības gadījumā, ieskaitot epidēmiju (vai uzliesmojumu) atklāšanu?
      • vai atļaut profilakses un kontroles programmu ietekmes novērtēšanu?
      • uzlabot klīnisko, uzvedības, sociālo, politikas vai vides praksi? vai
      • stimulēt pētījumus, kuru mērķis ir novērst vai kontrolēt?

      Personu aptauja, kas izmanto sistēmas datus, varētu būt noderīga, lai apkopotu pierādījumus par sistēmas lietderību. Aptauju varētu veikt vai nu formāli, izmantojot standarta metodiku, vai arī neoficiāli.

      Diskusija. Lietderību var ietekmēt visi sabiedrības veselības uzraudzības sistēmas atribūti (skat. D.2. Uzdevumu, aprakstiet katras sistēmas atribūtus). Piemēram, paaugstināta jutība varētu dot lielākas iespējas identificēt uzliesmojumus un izprast ar veselību saistītā nelabvēlīgā notikuma dabisko gaitu uzraudzītajā populācijā. Uzlabots savlaicīgums ļauj kontroles un profilakses pasākumus sākt agrāk. Palielināta pozitīvā vērtība ļauj sabiedrības veselības amatpersonām precīzāk koncentrēt resursus kontroles un profilakses pasākumiem. Reprezentatīva uzraudzības sistēma labāk raksturos ar veselību saistītu notikumu epidemioloģiskās īpašības noteiktā populācijā. Sabiedrības veselības uzraudzības sistēmas, kas ir vienkāršas, elastīgas, pieņemamas un stabilas, iespējams, būs pilnīgākas un noderīgākas sabiedrības veselības darbībai.

      D.2. Aprakstiet katru sistēmas atribūtu

      Definīcija. Sabiedrības veselības uzraudzības sistēmas vienkāršība attiecas gan uz tās struktūru, gan uz darbības vienkāršību. Novērošanas sistēmām jābūt pēc iespējas vienkāršām, vienlaikus sasniedzot to mērķus.

      Metodes. Diagramma, kurā aprakstīta datu plūsma un reaģēšanas līnijas uzraudzības sistēmā, var palīdzēt novērtēt uzraudzības sistēmas vienkāršību vai sarežģītību. Šajā ziņojumā ir iekļauta vienkāršota vispārējās uzraudzības sistēmas plūsmas diagramma (1. attēls).

      • to datu apjoms un veids, kas nepieciešami, lai konstatētu, ka ir noticis ar veselību saistīts notikums (t.i., ir izpildīta gadījuma definīcija)
      • citu datu apjoms un veids par gadījumiem (piemēram, ar veselību saistītā notikuma demogrāfiskā, uzvedības un iedarbības informācija)
      • to organizāciju skaits, kas iesaistītas gadījumu ziņojumu saņemšanā
      • integrācijas līmenis ar citām sistēmām
      • datu vākšanas metode, tostarp ziņošanas avotu skaits un veidi, kā arī datu vākšanai patērētais laiks
      • pēcpārbaudes apjoms, kas nepieciešams, lai atjauninātu datus par lietu
      • datu pārvaldīšanas metode, ieskaitot laiku, kas pavadīts datu pārsūtīšanai, ievadīšanai, rediģēšanai, glabāšanai un dublēšanai
      • datu analīzes un izplatīšanas metodes, ieskaitot laiku, kas pavadīts datu sagatavošanai izplatīšanai
      • personāla apmācības prasības un
      • laiks, kas pavadīts sistēmas uzturēšanai.
      • speciāli vai papildu laboratorijas testi, lai apstiprinātu gadījumu
      • lietas izmeklēšana, tostarp telefona kontakts vai sabiedrības veselības personāla mājas vizīte, lai savāktu detalizētu informāciju
      • vairāki ziņošanas līmeņi (piemēram, izmantojot valsts paziņojamo slimību uzraudzības sistēmu, gadījumu ziņojumus var sākt ar veselības aprūpes sniedzēju, kurš pirms došanās uz CDC veic diagnozi un iziet cauri apgabala un valsts veselības departamentiem [29]) un
      • saistīto sistēmu integrācija, kur datu vākšanai un / vai interpretēšanai nepieciešama īpaša apmācība.

      Vienkāršība ir cieši saistīta ar pieņemšanu un savlaicīgumu. Vienkāršība ietekmē arī sistēmas darbībai nepieciešamo resursu daudzumu.

      D.2.b. Elastīgums

      Definīcija. Elastīga sabiedrības veselības uzraudzības sistēma var pielāgoties mainīgajām informācijas vajadzībām vai darbības apstākļiem ar nelielu papildu laiku, personālu vai piešķirtiem līdzekļiem. Elastīgās sistēmas var pielāgot, piemēram, jaunus ar veselību saistītus notikumus, izmaiņas gadījumu definīcijās vai tehnoloģijās, kā arī finansējuma vai ziņošanas avotu variācijas. Turklāt sistēmas, kas izmanto standarta datu formātus (piemēram, elektroniskā datu apmaiņā), var viegli integrēt ar citām sistēmām, un tādējādi tās var uzskatīt par elastīgām.

      Metodes. Elastību, iespējams, vislabāk var novērtēt retrospektīvi, novērojot, kā sistēma ir reaģējusi uz jaunu pieprasījumu. Svarīga CDC Uzvedības riska faktoru uzraudzības sistēmas (BRFSS) iezīme ir tās elastība (39). BRFSS, kas veikts sadarbībā ar valsts veselības departamentiem, ir nepārtraukts izlases pētījums, kurā apkopoti un ziņoti valsts līmeņa izplatības dati par veselības uzvedību, kas saistīta ar galvenajiem novēršamajiem nāves cēloņiem, kā arī dati par profilaktisko veselības praksi. Sistēma ļauj valstīm pievienot BRFSS anketai sava dizaina jautājumus, taču ir pietiekami vienveidīga, lai ļautu salīdzināt atsevišķus jautājumus starp valstīm. Šie valstij raksturīgie jautājumi var risināt aktuālas un lokāli svarīgas veselības problēmas. Turklāt valstis var stratificēt savus BRFSS paraugus, lai novērtētu izplatības datus reģioniem vai apgabaliem attiecīgajos štatos.

      Diskusija. Ja nav mēģināts pielāgot sabiedrības veselības uzraudzības sistēmu citai slimībai (vai citam ar veselību saistītam notikumam), var būt nepieciešama pārskatīta gadījuma definīcija, papildu datu avoti, jauna informācijas tehnoloģija vai izmaiņas finansējumā, novērtējot šīs sistēmas elastību. grūti. Ja nav praktiskas pieredzes, var pārbaudīt sistēmas konstrukciju un darbību. Vienkāršākas sistēmas varētu būt elastīgākas (t.i., pielāgojot sistēmu informācijas vajadzību vai darbības apstākļu izmaiņām, būs jāmaina mazāk komponentu).

      D.2.c. Datu kvalitāte

      Definīcija. Datu kvalitāte atspoguļo sabiedrības veselības uzraudzības sistēmā reģistrēto datu pilnīgumu un pareizību.

      Metodes. Pārbaudīt, cik procentuāli atbildes uz uzraudzības veidlapās norādītajām atbildēm ir “nezināms” vai “tukšs”, ir vienkāršs un vienkāršs datu kvalitātes rādītājs. Augstas kvalitātes datiem būs maz šādu atbilžu procentu. Tomēr, lai pilnībā novērtētu sistēmas datu pilnīgumu un derīgumu, varētu būt nepieciešams veikt īpašu pētījumu. Novērošanas sistēmā ierakstītās datu vērtības var salīdzināt ar & quot; patiesajām & quot; vērtībām, piemēram, pārskatot izlasē iekļautos datus (40), īpaša ierakstu sasaiste (41) vai pacienta intervija (42). Turklāt datu kvalitātes novērtēšanā var būt noderīgi jutīguma (D.2.e uzdevums) un pozitīvās paredzamās vērtības (D.2.f uzdevums) aprēķins sistēmas datu laukos.

      Datu kvalitāti ietekmē skrīninga un diagnostikas testu veikšana (ti, gadījuma definīcija) ar veselību saistītam notikumam, papīra vai elektroniskās uzraudzības veidlapu skaidrība, apmācības kvalitāte un to personu uzraudzība, kuras aizpilda šīs uzraudzības veidlapas un rūpība datu pārvaldībā. Šo sabiedrības veselības uzraudzības sistēmas aspektu pārskatīšana sniedz netiešu datu kvalitātes mērījumu.

      Diskusija. Lielākā daļa novērošanas sistēmu paļaujas uz vairāk nekā vienkāršu gadījumu skaitu. Parasti savāktie dati ietver skarto personu demogrāfiskās īpašības, informāciju par notikumiem, kas saistīti ar veselību, un iespējamo riska faktoru esamību vai neesamību. Šo datu kvalitāte ir atkarīga no to pilnīguma un derīguma.

      Sabiedrības veselības uzraudzības sistēmas pieņemamība (sk. D.2.d uzdevumu) un reprezentativitāte (D.2.g uzdevums) ir saistītas ar datu kvalitāti. Ar augstas kvalitātes datiem sistēmu var pieņemt tie, kas tajā piedalās. Turklāt sistēma var precīzi attēlot uzraudzībā esošo ar veselību saistīto notikumu.

      D.2.d. Pieņemamība

      Definīcija. Pieņemamība atspoguļo personu un organizāciju vēlmi piedalīties uzraudzības sistēmā.

      Metodes. Pieņemamība attiecas uz personu, kuras darbojas sponsorēšanas aģentūrā, kas darbojas sistēmā, un personu, kas atrodas ārpus sponsorēšanas aģentūras, (piemēram, personu, kurām tiek lūgts ziņot datus), vēlmi izmantot sistēmu. Lai novērtētu pieņemamību, jāņem vērā sistēmas un tās dalībnieku mijiedarbības punkti (1. attēls), ieskaitot personas ar ar veselību saistītu notikumu un ziņošanas gadījumus.

      • priekšmeta vai aģentūras dalības līmenis (ja tas ir augsts, cik ātri tas tika sasniegts)
      • intervijas pabeigšanas rādītāji un jautājumu noraidīšanas procenti (ja sistēma ietver intervijas)
      • ziņojuma veidlapu pilnīgums
      • ārsta, laboratorijas vai slimnīcas / iestādes ziņošanas biežums un
      • datu ziņošanas savlaicīgums.

      Dažus no šiem pasākumiem var iegūt, pārskatot uzraudzības ziņojumu veidlapas, savukārt citiem būtu nepieciešami īpaši pētījumi vai apsekojumi.

      • ar veselību saistītā pasākuma nozīmi sabiedrības veselībā
      • sistēmas iemaksas par personas ieguldījumu
      • apkopoto datu izplatīšana ziņošanas avotiem un ieinteresētajām personām
      • sistēmas atsaucība ieteikumiem vai komentāriem
      • laika slogs salīdzinājumā ar pieejamo laiku
      • datu ziņošanas vienkāršība un izmaksas
      • federālā un štata likumīgā privātuma un konfidencialitātes garantija
      • sistēmas spēja aizsargāt privātumu un konfidencialitāti
      • federālo un štatu statūtu prasības datu vākšanai un gadījumu ziņošanai un
      • sabiedrības, kurā darbojas sistēma, līdzdalība.

      D.2.e. Jutīgums

      Definīcija. Novērošanas sistēmas jutīgumu var aplūkot divos līmeņos. Pirmkārt, gadījumu ziņošanas līmenī jutīgums attiecas uz slimības (vai citu ar veselību saistītu notikumu) gadījumu skaitu, ko atklāj uzraudzības sistēma (43). Otrkārt, jutīgums var attiekties uz spēju atklāt uzliesmojumus, tostarp spēju uzraudzīt gadījumu skaita izmaiņas laika gaitā.

      • uzraudzībā esošajos iedzīvotājos notiek noteiktas slimības vai citi ar veselību saistīti notikumi
      • dažu ar veselību saistītu notikumu gadījumi ir medicīniskā aprūpē, saņem laboratorijas testus vai kā citādi nonāk tādu iestāžu uzmanības lokā, uz kurām attiecas ziņošanas prasības
      • ar veselību saistīti notikumi tiks diagnosticēti / identificēti, atspoguļojot veselības aprūpes sniedzēju prasmes un skrīninga un diagnostisko testu jutīgumu (t.i., gadījuma definīciju) un
      • par gadījumu ziņos sistēmai.
      • to personu skaits, kurām ir tālruņi, kuras ir mājās, kad tiek veikts zvans, un kuras piekrīt piedalīties
      • personu spēja saprast jautājumus un pareizi noteikt viņu statusu un
      • respondentu vēlme ziņot par savu statusu.

      Apjoms, kādā šīs situācijas tiek izpētītas, ir atkarīgs no sistēmas un resursiem, kas pieejami jutīguma novērtēšanai. Galvenais uzsvars, novērtējot jutīgumu --- pieņemot, ka lielākā daļa reģistrēto gadījumu ir pareizi klasificēti ---, ir novērtēt sistēmas atklāto kopējo gadījumu skaita proporciju uzraudzībā esošajā populācijā, ko apzīmē A / (A + C ) šajā ziņojumā (3. tabula).

      • aktīvas uzraudzības veikšana (t.i., sazināšanās ar visiem pakalpojumu sniedzējiem un institūcijām, kas atbild par ziņošanu par gadījumiem)
      • izmantojot ārējos standartus (vai citus uzraudzības rādītājus), lai uzraudzītu gadījumu ziņošanas kvalitāti
      • identificējot importētos gadījumus
      • izsekojot aizdomīgu slimību gadījumu skaitu, par kuriem ziņots, izmeklēts un izslēgts kā gadījums
      • uzraudzīt diagnostikas centienus (piemēram, izsekot laboratorijas pieprasījumu iesniegšanu diagnostikas testēšanai) un
      • slimības izraisītāja (piemēram, vīrusa vai baktērijas) aprites uzraudzība.

      Sabiedrības veselības uzraudzības sistēmas spēja atklāt uzliesmojumus (vai citas biežuma un izplatības izmaiņas) varētu ievērojami uzlaboties, ja sistēmā tiks iekļauti detalizēti diagnostikas testi. Piemēram, molekulārās apakštipēšanas izmantošana Escherichia coli O157: H7 infekcijas Minesotā ļāva uzraudzības sistēmai atklāt uzliesmojumus, kas citādi nebūtu pazīti (45).

      Novērojot uzraudzības sistēmas jutīgumu (3. tabula), ir nepieciešams: a) savākt vai piekļūt datiem, kas parasti ir ārpus sistēmas, lai noteiktu patieso stāvokļa biežumu uzraudzībā esošajā populācijā (46) un b) sistēmas savākto datu validācija. Datu avotu piemēri, ko izmanto, lai novērtētu informācijas par veselību vai sabiedrības veselības uzraudzības sistēmu jutīgumu, ir medicīniskie dokumenti (47,48) un reģistros (49,50). Turklāt jutīgumu var novērtēt, novērtējot novēroto populācijas gadījumu kopskaitu, izmantojot uztveršanas-atkārtotas uztveršanas metodes51,52).

      Lai adekvāti novērtētu sabiedrības veselības uzraudzības sistēmas jutīgumu, varētu būt nepieciešams aprēķināt vairākus atribūta mērījumus. Piemēram, jutīgumu varētu noteikt sistēmas datu laukiem, katram datu avotam vai datu avotu kombinācijām (48), īpašiem apstākļiem uzraudzībā (53) vai par katru gadu (54).Venna diagrammas izmantošana var palīdzēt attēlot jutības mērījumus sistēmas datu avotu kombinācijām (55).

      Diskusija. Literatūras pārskats var būt noderīgs, lai noteiktu jutības mērījumus sabiedrības veselības uzraudzības sistēmai (56). Novērtējot katra datu avota jutīgumu, ieskaitot datu avotu kombinācijas, var noteikt, vai pašreizējā datu avota izslēgšana vai jauna datu avota pievienošana ietekmēs vispārējos uzraudzības rezultātus (48).

      Sabiedrības veselības uzraudzības sistēma, kurai nav augsta jutīguma, joprojām var būt noderīga tendenču uzraudzībā, kamēr jutīgums laika gaitā paliek samērā nemainīgs. Jautājumi par jutīgumu uzraudzības sistēmās visbiežāk rodas, ja tiek novērotas izmaiņas ar veselību saistītu notikumu gadījumā. Jutīguma izmaiņas var izraisīt daži apstākļi (piemēram, paaugstināta izpratne par ar veselību saistītu notikumu, jaunu diagnostikas testu ieviešana un izmaiņas uzraudzības veikšanas metodē). Šādu & quot; līgumu & quot; meklēšana bieži ir sākotnējais uzliesmojuma izmeklēšanas solis.

      D.2.f. Paredzamā vērtība ir pozitīva

      Definīcija. Prognozējamā vērtība ir pozitīva (PVP) ir to gadījumu īpatsvars, par kuriem ziņots un kuru uzraudzībā faktiski ir ar veselību saistīts notikums (43).

      Metodes. Jutības un PVP novērtējums sniedz dažādas perspektīvas attiecībā uz sistēmas darbību. Atkarībā no sabiedrības veselības uzraudzības sistēmas mērķiem PVP novērtēšana var būt nepieciešama vienmēr, kad tiek novērtēta jutība (47--50,53). Šajā ziņojumā PVP apzīmē ar A / (A + B) (3. tabula).

      Novērtējot PVP, primārais uzsvars tiek likts uz to gadījumu apstiprināšanu, par kuriem ziņots, izmantojot uzraudzības sistēmu. PVP ietekmi uz sabiedrības veselības resursu izmantošanu var aplūkot divos līmeņos. Lietu noteikšanas līmenī PVP ietekmē resursu apjomu, kas izmantots lietu izmeklēšanai. Piemēram, dažās valstīs katru ziņoto A tipa hepatīta gadījumu nekavējoties izmeklē sabiedrības veselības māsa, un riska grupas kontaktpersonas tiek nosūtītas profilaktiskai ārstēšanai. Novērošanas sistēma ar zemu PVP līmeni un līdz ar to bieži "nepietiekami pozitīvu" gadījumu ziņojumus novestu pie nepareizi novirzītiem resursiem.

      Uzliesmojuma (vai epidēmijas) atklāšanas līmenī liels kļūdainu gadījumu ziņojums var izraisīt neatbilstošu slimības uzliesmojuma izmeklēšanu. Tādēļ, lai novērtētu šo atribūtu, var izmantot uzraudzības sistēmā identificēto epidēmiju īpatsvaru, kas ir patiesas epidēmijas.

      Aprēķinot PVP, var būt nepieciešams veikt uzskaiti par izmeklēšanu, kuras pamatā ir informācija, kas iegūta no sabiedrības veselības uzraudzības sistēmas. Lietu atklāšanas līmenī reģistrs par pabeigto lietu izmeklēšanu skaitu un to personu īpatsvaru, par kurām ziņots, kurām faktiski bija novērots ar veselību saistīts notikums, ļautu aprēķināt PVP. Uzliesmojuma atklāšanas līmenī PVP novērtēšanu varētu dot iespēja veikt personāla darbības pārskatu, ceļojuma dokumentu un tālruņa žurnālu pārskatīšana. Dažām novērošanas sistēmām, lai apstiprinātu gadījumus, lai aprēķinātu PVP, var būt nepieciešams pārskatīt datus, kas nav sistēmas dati (piemēram, medicīniskie dokumenti). Datu avotu piemēri, ko izmanto, lai novērtētu PVP informāciju par veselību vai sabiedrības veselības uzraudzības sistēmas, ietver medicīnisko dokumentāciju (48,57), reģistri (49,58) un miršanas apliecības (59).

      Lai adekvāti novērtētu sistēmas PVP, var būt nepieciešams aprēķināt vairākus atribūta mērījumus. Piemēram, PVP varētu noteikt sistēmas datu laukiem, katram datu avotam vai datu avotu kombinācijām (48) vai īpašiem ar veselību saistītiem notikumiem (49).

      Diskusija. PVP ir svarīgs, jo maza vērtība nozīmē, ka var tikt izmeklēti gadījumi un var tikt noteikti uzliesmojumi, kas nav patiesi, bet ir sabiedrības veselības uzraudzības sistēmas artefakti (piemēram, "pseidopauzums"). Nepatiesi ziņojumi var izraisīt nevajadzīgas iejaukšanās, un nepatiesi atklāti uzliesmojumi var izraisīt dārgas izmeklēšanas un nepamatotas rūpes par uzraudzībā esošajiem iedzīvotājiem. Sabiedrības veselības uzraudzības sistēma ar augstu PVP radīs mazāk nepareizi novirzītu resursu.

      PVP atspoguļo gadījuma definīcijas jutīgumu un specifiskumu (t.i., ar veselību saistītā notikuma skrīninga un diagnostikas testus) un ar veselību saistīto notikumu izplatību uzraudzītajā populācijā. PVP var uzlabot, palielinoties gadījuma definīcijas specifiskumam. Turklāt laba saziņa starp personām, kas ziņo par gadījumiem, un saņēmēju aģentūru var uzlabot PVP.

      D.2.g. Pārstāvība

      Definīcija. Sabiedrības veselības uzraudzības sistēma, kas ir reprezentatīva, precīzi raksturo ar veselību saistītu notikumu rašanos laika gaitā un to sadalījumu populācijā pēc vietas un personas.

      • iedzīvotāju īpatnības, tostarp vecums, sociālekonomiskais statuss, piekļuve veselības aprūpei un ģeogrāfiskā atrašanās vieta (60)
      • slimības vai citu ar veselību saistītu notikumu klīniskā gaita (piemēram, latentais periods, pārnešanas veids un iznākums (piemēram, nāve, hospitalizācija vai invaliditāte))
      • medicīniskā prakse (piemēram, vietas, kur tiek veikti diagnostikas testi un ārstu ieteikumi) (33,61) un
      • vairāki datu avoti (piemēram, mirstības rādītāji salīdzināšanai ar biežuma datiem un laboratorijas ziņojumi, lai salīdzinātu ar ārstu ziņojumiem).

      Pārstāvību var pārbaudīt, izmantojot īpašus pētījumus, kuru mērķis ir identificēt visu gadījumu izlasi. Piemēram, reģionālās traumu uzraudzības sistēmas reprezentativitāte tika pārbaudīta, izmantojot sistemātisku ievainoto personu izlasi (62). Pētījumā tika pārbaudīti statistiskie rādītāji par iedzīvotāju mainīgajiem lielumiem (piemēram, vecums, dzimums, dzīvesvieta, traumas raksturs un uzņemšana slimnīcā) un secināts, ka atšķirībām traumu sadalījumā sistēmas datu bāzē un to sadalījumam izlasē iekļautajos datos nevajadzētu ietekmēt uzraudzības sistēmas spēja sasniegt tās mērķus.

      Daudzu ar uzraudzību saistītu ar veselību saistītu notikumu gadījumā pareizai datu analīzei un interpretācijai ir jāaprēķina likmes. Šo likmju aprēķinu saucējus bieži iegūst no pilnīgi atsevišķas datu sistēmas, kuru uztur cita aģentūra (piemēram, Amerikas Savienoto Valstu Tautas skaitīšanas birojs sadarbībā ar pavalstu valdībām [63]). Būtu rūpīgi jāapsver piemērota saucēja izvēle likmes aprēķināšanai, lai nodrošinātu precīzu ar veselību saistītā notikuma atspoguļojumu laika gaitā, kā arī vietu un personu. Piemēram, skaitītājiem un saucējiem jābūt salīdzināmiem dažādās kategorijās (piemēram, rase [64], vecumam, dzīvesvietai un / vai laika periodam) un saucēja avotam, mērot likmju tendences, laika gaitā jābūt konsekventiem. Turklāt jāņem vērā standarta populācijas atlase likmju pielāgošanai (65).

      Diskusija. Lai vispārinātu uzraudzības datu atklājumus plašākai sabiedrībai, sabiedrības veselības uzraudzības sistēmas datiem precīzi jāatspoguļo ar uzraudzību saistītā ar veselību saistītā notikuma raksturojums. Šīs īpašības parasti attiecas uz laiku, vietu un cilvēku. Svarīgs uzraudzības sistēmas reprezentativitātes novērtēšanas rezultāts ir to iedzīvotāju apakšgrupu noteikšana, kuras varētu sistemātiski izslēgt no ziņošanas sistēmas, izmantojot nepietiekamas to uzraudzības metodes. Šis novērtēšanas process ļauj pienācīgi mainīt datu vākšanas procedūras un precīzāk prognozēt ar veselību saistītu notikumu biežumu mērķa populācijā (66).

      Dažiem ar veselību saistītiem notikumiem precīzs notikuma apraksts laika gaitā ietver atbilstošu punktu noteikšanu plašā iedarbības spektrā un no tā izrietošo slimību vai stāvokli. Piemēram, sirds un asinsvadu slimību uzraudzībā varētu būt lietderīgi nošķirt pirmsekspozīcijas apstākļus (piemēram, tabakas lietošanas politiku un sociālās normas), iedarbību (piemēram, tabakas lietošana, diēta, vingrošana, stress un ģenētika), - simptomātiska fāze (piemēram, holesterīna un homocisteīna līmenis), agrīnā stadijā saslimstoša slimība (piemēram, patoloģisks stresa tests), vēlīnā stadijas slimība (piemēram, stenokardija un akūts miokarda infarkts) un nāve no slimības. Riska faktoru uzvedības (piemēram, tabakas lietošana) mērīšana var ļaut uzraudzīt svarīgus aspektus slimības vai citu ar veselību saistītu notikumu attīstībā.

      Tā kā uzraudzības dati tiek izmantoti augsta riska grupu identificēšanai un intervences mērķēšanai un novērtēšanai, ir svarīgi apzināties sistēmas datu stiprās un ierobežotās puses. Kļūdas un neobjektivitāti sistēmā var ieviest jebkurā posmā (67). Piemēram, gadījumu noskaidrošanas (vai atlases) neobjektivitāti var izraisīt izmaiņas ziņošanas praksē laika gaitā vai atšķirības ziņošanas praksē pēc ģeogrāfiskās atrašanās vietas vai veselības aprūpes sniedzējiem. Diferencēti ziņojumi starp iedzīvotāju apakšgrupām var izraisīt maldinošus secinājumus par uzraudzībā esošo ar veselību saistīto notikumu.

      Definīcija. Savlaicīgums atspoguļo ātrumu starp soļiem sabiedrības veselības uzraudzības sistēmā.

      Metodes. Šajā ziņojumā ir iekļauts vienkāršots piemērs soļiem sabiedrības veselības uzraudzības sistēmā (2. attēls). Var pārbaudīt laika intervālu, kas savieno jebkuru no šīm darbībām. Intervāls, ko parasti uzskata par pirmo, ir laika periods starp ar veselību saistītā notikuma sākšanos un ziņošanu par šo notikumu sabiedrības veselības aģentūrai, kas atbild par kontroles un profilakses pasākumu ieviešanu. Faktori, kas ietekmē šajā intervālā pavadīto laiku, var ietvert pacienta simptomu atpazīšanu, pacienta medicīniskās palīdzības iegūšanu, ārstējošā ārsta diagnozi vai laboratorijas testa iesniegšanu, laboratorijas ziņojumus par testa rezultātiem atpakaļ ārstam un / vai sabiedrības veselībai. ārstu un ārstu, kurš ziņo par notikumu sabiedrības veselības aģentūrai. Vēl viens savlaicīguma aspekts ir laiks, kas vajadzīgs tendenču, uzliesmojumu vai kontroles un profilakses pasākumu ietekmes noteikšanai. Faktori, kas ietekmē identifikācijas procesu, var būt ar veselību saistītā notikuma smagums un pārnesamība, atbildīgās sabiedrības veselības aģentūras personāls un saziņa starp iesaistītajām veselības aģentūrām un organizācijām. Visatbilstošākais laika intervāls var atšķirties atkarībā no uzraudzītā ar veselību saistītā notikuma veida. Piemēram, ar akūtām vai infekcijas slimībām var izmantot intervālu no simptomu rašanās vai iedarbības datuma. Ar hroniskām slimībām varētu būt lietderīgāk aplūkot pagājušo laiku no diagnozes, nevis no simptomu rašanās dienas.

      Diskusija. Sabiedrības veselības uzraudzības sistēmas savlaicīgums būtu jānovērtē attiecībā uz informācijas pieejamību ar veselību saistītu notikumu kontrolei, ieskaitot tūlītējus kontroles pasākumus, ilgstošas ​​iedarbības novēršanu vai programmas plānošanu. Reakcijas ātruma nepieciešamība uzraudzības sistēmā ir atkarīga no uzraudzībā esošā ar veselību saistītā notikuma veida un šīs sistēmas mērķiem. Pētījums par sabiedrības veselības uzraudzības sistēmu Šigella piemēram, infekcijas norādīja, ka parastais šigelozes gadījums tika informēts par veselības aprūpes amatpersonām 11 dienas pēc simptomu rašanās - periods, kas ir pietiekams sekundāras un terciāras transmisijas gadījumam. Šis piemērs norāda, ka savlaicīguma līmenis nebija pietiekams efektīvai slimību kontrolei (68). Tomēr, ja starp iedarbību un slimības parādīšanos notiek ilgs latentuma periods, ātra slimības gadījumu identificēšana var nebūt tik svarīga kā ātrā iedarbības datu pieejamība, lai nodrošinātu pamatu, lai pārtrauktu un novērstu iedarbību, kas noved pie slimības. Piemēram, bērniem ar paaugstinātu svina līmeni asinīs un bez klīniski acīmredzamas slimības ir nelabvēlīgu ar veselību saistītu notikumu risks. CDC iesaka asimptomātiskiem bērniem ar paaugstinātu svina līmeni asinīs iekļaut izglītojošus pasākumus attiecībā uz saindēšanās ar svinu novēršanu un svina iedarbības avotu izpēti un atlīdzināšanu (69). Turklāt uzraudzības datus valsts veselības aģentūras izmanto, lai izsekotu virzību uz valsts un valsts veselības mērķu sasniegšanu (38,70).

      Pieaugošā elektronisko datu vākšana no ziņošanas avotiem (piemēram, elektroniskas laboratorijas uzraudzības sistēmas) un internetā (tīmekļa sistēma), kā arī uzraudzības sistēmu arvien plašāka elektroniskās datu apmaiņas izmantošana var veicināt savlaicīgumu. (6,29,71,72).

      Definīcija. Stabilitāte attiecas uz sabiedrības veselības uzraudzības sistēmas uzticamību (t.i., spēju pareizi savākt, pārvaldīt un nodrošināt datus bez kļūdām) un pieejamību (spēju darboties, kad tas ir nepieciešams).

      • neplānotu sistēmas dīkstāves pārtraukumu un dīkstāves skaits
      • izmaksas, kas saistītas ar jebkuru sistēmas datora remontu, ieskaitot detaļas, servisu un remontam nepieciešamo laiku
      • procentuālais laiks, kad sistēma darbojas pilnībā
      • vēlamais un faktiskais laiks, kas nepieciešams sistēmai datu vākšanai vai saņemšanai
      • vēlamais un faktiskais laika daudzums, kas nepieciešams sistēmai datu pārvaldībai, ieskaitot datu pārsūtīšanu, ievadīšanu, rediģēšanu, glabāšanu un dublēšanu
      • vēlamais un faktiskais laiks, kas nepieciešams sistēmai datu izlaišanai.

      Diskusija. Īpašu resursu trūkums var ietekmēt sabiedrības veselības uzraudzības sistēmas stabilitāti. Piemēram, darbaspēka trūkums var apdraudēt uzticamību un pieejamību. Tomēr, neskatoties uz novēroto ar veselību saistīto notikumu, stabilai veiktspējai ir izšķiroša nozīme uzraudzības sistēmas dzīvotspējā. Neuzticamas un nepieejamas uzraudzības sistēmas var aizkavēt vai novērst vajadzīgo sabiedrības veselības darbību.

      Oficiālāku sistēmas stabilitātes novērtējumu varētu veikt, izmantojot modelēšanas procedūras (73). Tomēr noderīgāka pieeja varētu ietvert stabilitātes novērtēšanu, pamatojoties uz sistēmas mērķi un mērķiem.

      Uzdevums E. Pamatojiet un norādiet secinājumus un sniedziet ieteikumus

      Novērtējuma secinājumus var pamatot ar atbilstošu analīzi, sintēzi, interpretāciju un vērtējumu par apkopotajiem pierādījumiem par sabiedrības veselības uzraudzības sistēmas darbību (D uzdevums). Tā kā ieinteresētajām personām (A uzdevums) ir jāpiekrīt, ka secinājumi ir pamatoti, pirms viņi ar pārliecību izmantos novērtējuma secinājumus, apkopotie pierādījumi būtu jāsaista ar attiecīgajiem sistēmas veiktspējas novērtēšanas standartiem (C uzdevums). Turklāt secinājumos jānorāda, vai uzraudzības sistēma risina svarīgu sabiedrības veselības problēmu (B.1. Uzdevums) un vai tā sasniedz tās mērķus (B.2. Uzdevums).

      Ieteikumos būtu jāpievēršas sabiedrības veselības uzraudzības sistēmas pārveidošanai un / vai turpināšanai. Pirms ieteikt modifikācijas sistēmā, novērtējumā jāņem vērā sistēmas izmaksu (B.3. Uzdevums) un atribūtu (D.2. Uzdevums) savstarpējā atkarība. Viena sistēmas atribūta stiprināšana varētu nelabvēlīgi ietekmēt citu augstākas prioritātes atribūtu. Centieni uzlabot jutīgumu, PVP, reprezentativitāti, savlaicīgumu un stabilitāti var palielināt uzraudzības sistēmas izmaksas, lai gan efektivitātes ietaupījumi, izmantojot datortehnoloģijas (piemēram, elektroniskās atskaites), var kompensēt dažas no šīm izmaksām. Tā kā jutīgums un PVP tuvojas 100%, uzraudzības sistēma, visticamāk, ir reprezentatīva iedzīvotājiem, ja notikums tiek uzraudzīts. Tomēr, palielinoties jutībai, PVP var samazināties. Centieni palielināt jutīgumu un PVP var palielināt uzraudzības sistēmas sarežģītību - potenciāli samazinot tās pieņemamību, savlaicīgumu un elastību. Pētījumā, kurā, piemēram, tika salīdzināta veselības departamenta uzsākta (aktīva) uzraudzība un pakalpojumu sniedzēja ierosināta (pasīva) uzraudzība, aktīvā uzraudzība neuzlaboja savlaicīgumu, neskatoties uz paaugstinātu jutīgumu (61). Turklāt ieteikumi var risināt bažas par ētiskām saistībām, darbinot sistēmu (74).

      Dažos gadījumos novērtējuma secinājumi norāda, ka vispiemērotākais ieteikums ir pārtraukt sabiedrības veselības uzraudzības sistēmu, tomēr šāda veida ieteikumi būtu rūpīgi jāapsver pirms to izdošanas. Pārtrauktas sistēmas atjaunošanas izmaksas varētu būt ievērojami lielākas nekā tās uzturēšanas izmaksas. Novērtējumā ieinteresētajām personām būtu jāapsver attiecīgā sabiedrības veselība un citas uzraudzības sistēmas pārtraukšanas sekas.

      F. uzdevums. Nodrošināt novērtējuma rezultātu izmantošanu un dalīties gūtajās mācībās

      Apzināti jāpieliek pūles, lai nodrošinātu, ka sabiedrības veselības uzraudzības sistēmas novērtējuma rezultāti tiek atbilstoši izmantoti un izplatīti. Kad novērtēšanas dizains ir koncentrēts (C uzdevums), ieinteresētās personas (A uzdevums) var komentēt lēmumus, kas varētu ietekmēt ticamu pierādījumu apkopošanas varbūtību par sistēmas darbību. Novērtējuma īstenošanas laikā (D un E uzdevums) varētu būt nepieciešams apsvērt, kā iespējamie atklājumi (īpaši negatīvie atklājumi) varētu ietekmēt pieņemtos lēmumus par uzraudzības sistēmu. Kad tiek izdarīti secinājumi no novērtējuma un ieteikumi (E uzdevums), var būt nepieciešami turpmāki pasākumi, lai atgādinātu paredzētajiem lietotājiem par viņu plānoto lietojumu un novērstu gūto mācību pazušanu vai ignorēšanu.

      Stratēģijas, lai paziņotu novērtējuma rezultātus un ieteikumus, būtu jāpielāgo attiecīgajām auditorijām, tostarp personām, kuras sniedza novērtēšanai izmantotos datus. Piemēram, sabiedrības veselības aprindās var būt svarīgs oficiāls rakstisks ziņojums vai mutiska prezentācija, bet tas ne vienmēr ir vienīgais veids, kā paziņot novērtējuma rezultātus un ieteikumus attiecīgajām auditorijām. Vairāki oficiālu rakstisku uzraudzības novērtēšanas ziņojumu piemēri ir iekļauti recenzētos žurnālos (51,53,57,59,75).

      KOPSAVILKUMS

      Šī ziņojuma vadlīnijas attiecas uz sabiedrības veselības uzraudzības sistēmu novērtējumiem. Tomēr šīs pamatnostādnes varētu piemērot arī vairākām sistēmām, tostarp veselības informācijas sistēmām, ko izmanto sabiedrības veselības darbībām, uzraudzības sistēmām, kuras izmēģina izmēģinājumos, un informācijas sistēmām atsevišķās slimnīcās vai veselības aprūpes centros. Papildu informācija var būt noderīga arī sabiedrības veselības uzraudzības sistēmas plānošanā, izveidošanā, kā arī efektīvā un efektīvā uzraudzībā (6--7).

      Lai veicinātu vislabāko sabiedrības veselības resursu izmantošanu, periodiski jāizvērtē visas sabiedrības veselības uzraudzības sistēmas. Tomēr nepastāv perfekta sistēma, un vienmēr ir jāveic kompromisi. Katra sistēma ir unikāla, un tai jāsabalansē ieguvumi, salīdzinot ar personālu, resursiem un izmaksām, kas atvēlētas katrai tās sastāvdaļai, ja sistēmai jāsasniedz paredzētais mērķis un mērķi.

      Atbilstošs sabiedrības veselības uzraudzības sistēmu novērtējums kļūst par vissvarīgāko, jo šīs sistēmas pielāgojas pārskatītajām gadījumu definīcijām, jauniem ar veselību saistītiem notikumiem, jaunām informācijas tehnoloģijām (tostarp datu vākšanas un koplietošanas standartiem), pašreizējām prasībām pacienta privātuma aizsardzībai, datu konfidencialitātei un sistēmai. drošība.Šī ziņojuma mērķis ir padarīt vērtēšanas procesu iekļaujošu, skaidru un objektīvu. Tomēr šajā ziņojumā ir sniegtas vadlīnijas - nevis absolūti - sabiedrības veselības uzraudzības sistēmu novērtēšanai. Turpinās progress uzraudzības teorijā, tehnoloģijā un praksē, un obligāti tiks izstrādātas vadlīnijas uzraudzības sistēmas novērtēšanai.