翻譯|行業資訊|編輯:況魚杰|2020-05-21 14:32:43.827|閱讀 187 次
概述:本文將會介紹Qlik的數據分析如何推動直接救濟對Covid-19大流行的反應措施的進行的。
# 界面/圖表報表/文檔/IDE等千款熱門軟控件火熱銷售中 >>
2月15日,美國共登記了15例新型冠狀病毒,其中大部分集中在西雅圖市區。到3月15日,這一數字已經增長到3617個案件,分布在少數幾個州。到4月15日,全國每個角落的病例總數呈指數增長,達到682,484例。截至4月27日當周,這些數字預計將超過總數超過一百萬的不祥門檻。同時,在短短兩個月的時間里,有超過58,000名美國人死于該病毒,而在過去的二十多年中,只有越南戰爭期間的死亡人數超過了這一數字。
Covid-19的流行將會展示在我們一生中迅速出現的指數威脅中最清晰,最生動的例子。危機規模擴大一倍的速度甚至超過了我們為了解“事件先出現在哪里,我們應該如何應對”而做出的許多努力。指數增長的挑戰不僅是危機的最終規模,還包括以下事實:在許多早期階段,直到曲線開始向上彎曲之前,主要趨勢自身的方向和速度并不立即顯現,但是那個時候可能為時已晚。
與其他危機相比,應對指數級威脅進行指導,需要更密切關注實時數據的細節,部分原因是與地震和洪水等災難不同,要有效減輕“指數危機”的影響,就必須格外注意和采取戰略行動,即使在此之前,最壞的后果是顯而易見的。基于對現有數據的分析,公共衛生行動必須是快速而果斷的,這是比其他時候更重要的事情。
提供醫療援助指數規模
隨著新型冠狀病毒以指數級的速度遍及全球和整個美國各地傳播,Direct Relief在其72年的歷史中已經不得不像以往任何時候一樣擴展和瞄準人道主義醫療用品。
1月中旬,應少數有關中國醫學院校友的要求,直接救濟在中國武漢開始了回應。從那時起,“直接救濟”在短短幾周內就將其支持從一個城市中的少數機構擴展到了幾十個國家的數千個機構。從“改善個人防護設備(PPE)的使用”的目標開始,以確保一線衛生工作者的安全,“直接救濟”擴大了支持范圍。這項支持擴展包括重癥監護病房的基本藥物,為醫療中心和診所帶來前所未有的醫療壓力的醫療援助,以及數百萬美元的贈款資源,以保持美國醫療保健安全網絡的正常運轉。僅從案例數據的基礎開始,Direct Relief就不得不將數十個不同的數據集組合在一起,以不斷預測不斷變化的醫療支持需求。
Qlik的數據分析促進了快速構建這種大規模的人道主義援助流量。鑒于Direct Relief經常在QlikView中運行核心業務分析以運行其人道主義倉儲和分銷業務,但現在更多地需要將這些業務視圖與病例傳播,風險因素以及對醫療基礎設施影響不均的流行病學分析聯系起來。人們一直擔心疫情可能擴散到何處,以及對可能成為脆弱人群和已經負擔沉重的衛生系統的影響。
直接救濟Qlik Sense Covid-19 App
在“美國”疫情爆發的早期,Qlik的朱莉·凱(Julie Kae)向Direct Relief伸出了援助之手,以了解他們可以提供哪些幫助。答案是清晰,干凈的數據,數量很多。
幾乎立即,一個數據工程師團隊開始與Direct Relief的研究和分析團隊合作,以確定需要回答哪些問題以及哪些數據集將產生最有價值的見解。結果是一個實時更新的寶貴數據分析應用程序(如下所示),它使Direct Relief能夠始終如一地跟蹤Covid-19的變化動態。這些動態包括:病例的增長率,測試的擴展和下降以及所影響的衛生基礎設施的范圍。還必須考慮風險因素,例如年齡和合并癥,例如心臟病和糖尿病,這些風險與與Covid-19相關的醫院住院機會更高有關。
早期的見解表明,城市地區是Covid-19的溫床,因為紐約,底特律和新奧爾良等城市經歷了爆炸性的病例增長。
但是,為什么在布萊恩縣,愛達荷州和懷俄明州西部出現了小而很需要重點關注的集群? 答案是,度假旅行者“在自然風光秀麗,度假勝地設施著名但衛生基礎設施相對較差的地區”和“人口老齡化”地區傳播傳染病。為什么“群體案例”突然在人口密度低的蘇福克斯瀑布,南達科他州和內布拉斯加州的部分地區突然冒出來? 答案涉及肉類加工廠工人的集中度和對社會疏離準則的遵守轉變。為什么在俄亥俄州中部的兩個縣在4月初突然出現了新病例的尖峰? 事實證明,在監獄設施中迅速傳播感染是一個至關重要的新問題。指數曲線是從數百個這樣的成千上萬個較小的問題構建的。
準確的數據,經過適當選擇并轉化為有洞察力的信息,仍然是我們抵抗大流行的最佳武器之一。由于Qlik和Direct Relief使此“ Covid-19”數據應用程序向所有人開放,這些有助于推動Direct Relief思維的見解類型現已與Direct Relief的更廣泛的支持者社區共享。
世界可能仍只是在對付Covid-19的早期階段。了確保我們能夠保持警覺并意識到仍要發生的許多變化,每個人都可能需要比以往任何時候都更好地了解我們這個時代的指數危機背后的數據。而且,在我們努力制止這場危機的過程中,我們期待從這些數據集和分析中學習,以創建工具,以防止將來再次發生這種規模的類似情況。
Qlik數據分析與管理平臺
LEAD WITH DATA
本站文章除注明轉載外,均為本站原創或翻譯。歡迎任何形式的轉載,但請務必注明出處、不得修改原文相關鏈接,如果存在內容上的異議請郵件反饋至chenjj@fc6vip.cn
文章轉載自:Qlik