Пятницкий А.М., Гукасов В.М., Бастанов С.В.

ПОИСК ВРЕМЕННЫХ КЛАСТЕРОВ СОБЫТИЙ В ЭПИДЕМИОЛОГИИ – СРАВНЕНИЕ РЕЗУЛЬТАТОВ МЕТОДА РАСШИРЕНИЯ ТОЧЕК И СКАНИРУЮЩЕЙ СТАТИСТИКИ

Резюме: Поиск временных кластеров в последовательности событий часто используется для эпидемиологического надзора. В предшествующей публикации авторами предложен новый метод поиска кластеров, преимуществом которого является возможность поиска нескольких кластеров одновременно с контролем вероятности ложных обнаружений. В данной работе этот метод, получивший условное название – метод расширения точек, сравнива- ется с наиболее распространенным в литературе методом сканирующей статистики с переменным окном, предназначенным для поиска единственного, наиболее выраженного кластера. Показано, что мощность нового метода, как правило, близка к мощности сканирующей статистики. Проблемы мониторинга редких событий обсуждаются на примере данных, полученных в рамках проекта EUROCAT по регистрации случаев появления врожденных уродств. Использование здесь метода Бенжамини –Хохберга для контроля доли ложных обнаружений существенно упрощает задачу эпидемиологического надзора.

Ключевые слова: статистически мотивированный поиск кластеров, обнаружение временных кластеров, поправка на дискретность, сканирующая статистика с переменным окном, врожденные аномалии развития, мониторинг.

A.M. Pyatnitskiy, V.M. Gukasov, S.V. Bastanov

FINDING TEMPORAL CLUSTERS OF EVENTS IN EPIDEMIOLOGY – COMPARISON OF RESULTS FROM POINT EXPANSION METHOD AND SCANNING STATISTICS

Summary: Finding temporal clusters in a sequence of events is often used for epidemiological surveillance. In a previous publication, the authors proposed a new method for searching clusters, the advantage of which is the ability to search for several clusters simultaneously while controlling the probability of false detections. In this paper, this method, which has received the conventional name of the point expansion method, is compared with the most common method in the literature, scanning statistics with a variable window, designed to find a single, most pronounced cluster. It is shown that the power of the new method is usually close to the power of scanning statistics. The problems of monitoring rare events are discussed using the results obtained within the EUROCAT project on registration of cases of congenital anomalies. The use of the Benjamini- Hochberg method here to control the false discovery rate greatly simplifies the task of epidemiological surveillance. Keywords: statistically motivated search for clusters, temporal cluster detection, discreteness correction, scanning statistics with variable window, congenital anomalies, surveillance.

DOI: 10.34219/2306-3645-2025-15-2-7-14

Пятницкий Алексей Михайлович – кандидат физико-математических наук, доцент; ФГАОУ ВО РНИМУ «Российский национальный исследовательский медицинский университет имени Н.И. Пирогова»
Минздрава России, e-mail: alpyat@bk.ru

Гукасов Вадим Михайлович – доктор биологических наук, главный научный сотрудник; ФГБНУ НИИ «Научно-исследовательский институт – республиканский исследовательский научно-консультационный центр экспертизы», e-mail: v_m_gukasov@mail.ru

Бастанов Сергей Владимирович – кандидат технических наук, начальник отдела, ООО «Стэл КС»,
e-mail: bsw1807@ya.ru

Pyatnitskiy, Alexey Michailovich – Ph.D., Associate Professor; Pirogov Russian National Research Medical University,
e-mail: alpyat@bk.ru

Gukasov Vadim Michailovich — Doctor of Biological Sciences, Chief Researcher; Scientific Research Institute – Federal Research Centre for Projects Evaluation and Con- sulting Services, e-mail: v_m_gukasov@mail.ru

Bastanov Sergey Vladimirovich – Candidate of Technical Sciences, Head of Department, Stel KS LLC,
e-mail: bsw1807@ya.ru