Tài liệu Khai phá dữ liệu và ứng dụng trong y tế dự phòng

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ HOÀNG VĂN TIẾN KHAI PHÁ DỮ LIỆU VÀ ỨNG DỤNG TRONG Y TẾ DỰ PHÒNG LUẬN VĂN THẠC SĨ NGÀNH CÔNG NGHỆ THÔNG TIN GIÁO VIÊN HƯỚNG DẪN Đặng Thanh Hải Hà Nội - 2018 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ HOÀNG VĂN TIẾN KHAI PHÁ DỮ LIỆU VÀ ỨNG DỤNG TRONG Y TẾ DỰ PHÒNG Ngành: Công nghệ thông tin Chuyên ngành: Quản lý Hệ thống thông tin Mã số: 8480205.01 LUẬN VĂN THẠC SĨ NGÀNH CÔNG NGHỆ THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: TS. ĐẶNG THANH HẢI Hà Nội - 2018 LỜI CAM ĐOAN Luận văn “Khai phá dữ liệu và ứng dụng trong y tế dự phòng” đánh dấu cho những thành quả, kiến thức của tôi đã tiếp thu được trong quá trình rèn luyện, học tập và nghiên cứu tại Trường Đại học Công nghệ - Đại học Quốc gia Hà Nội. Tôi xin cam đoan các nội dung được trình bày trong luận văn này được xây dựng, hoàn thành bằng chính quá trình nghiên cứu của bản thân và dưới sự hướng dẫn của thầy giáo TS. Đặng Thanh Hải. Trong quá trình làm luận văn này, tôi đã tham khảo một số tài liệu từ nhiều nguồn khác nhau, các nội dung tham khảo đều được trích dẫn rõ ràng. Nếu có điều gì không trung thực, tôi xin chịu mọi hình thức kỷ luật theo đúng quy định. Hà Nội, ngày 02 tháng 10 năm 2018 Học viên Hoàng Văn Tiến xi LỜI CÁM ƠN Lời đầu tiên, tôi xin gửi lời cám ơn đến Thầy Cô giáo tại trường Đại học Công nghệ - Đại học Quốc gia Hà Nội nói chung và Thầy Cô giáo trong bộ môn Hệ thống thông tin và Khoa Công nghệ thông tin - Trường Đại học Công nghệ - Đại học Quốc gia Hà Nội đã nhiệt tình giảng dạy, truyền đạt những kiến thức, kinh nghiệm quý báu trong suốt thời gian tôi học tập tại trường. Đặc biệt, tôi xin gửi lời cám ơn chân thành nhất đến TS. Đặng Thanh Hải, người đã hướng dẫn tôi trong suốt quá trình thực hiện luận văn này. Nhờ sự hướng dẫn và chỉ bảo tận tình của Thầy, tôi đã có được những kiến thức và kinh nghiệm quý báu về cách xác định vấn đề nghiên cứu, phương pháp nghiên cứu, trình bày kết quả và hoàn thành luận văn của mình. Cuối cùng, tôi xin gửi lời cám ơn tới toàn thể gia đình, bạn bè và đồng nghiệp đã luôn quan tâm, ủng hộ và động viên, giúp tôi có nghị lực phấn đấu để hoàn thành tốt luận văn. Hà Nội, ngày 02 tháng 10 năm 2018 Học viên Hoàng Văn Tiến xii TÓM TẮT NỘI DUNG Phân tích và dự báo từ lâu đã được ứng dụng trong mọi lĩnh vực nhằm đưa ra những định hướng, chiến lược phát triển trong tương lai. Ngành Y tế không đứng ngoài xu thế đó, đặc biệt là dự báo dịch bệnh truyền nhiễm từ lâu đã được các nhà khoa học quan tâm nghiên cứu và ngày càng phát triển. Phân tích và dự báo dịch bệnh truyền nhiễm được quan tâm vì những lợi ích rất lớn nó mang lại trong công tác phòng ngừa dịch bệnh. Phân tích và dự báo diễn biến của dịch bệnh giúp chúng ta chủ động trong công tác phòng ngừa, nhằm giảm thiểu những tổn hại do dịch bệnh gây ra. Việc xác định được chu kỳ diễn biến của dịch bệnh truyền nhiễm dựa trên các yếu tố thời gian, khí hậu và vùng địa lý rất được quan tâm. Nắm bắt chu kỳ diễn biến của dịch bệnh, đưa ra dự báo và lên phương án ứng phó, khoanh vùng, dập dịch nhanh, không để lây lan là hết sức quan trọng góp phần hạn chế tối đa hậu quả của dịch bệnh gây ra cho con người. Đề tài nghiên cứu trước hết tìm hiểu kiến thức nền tảng về khai phá dữ liệu, sau đó tìm hiểu sâu các kỹ thuật khai phá dữ liệu tiên tiến đang nhận được nhiều sự quan tâm của cộng đồng nghiên cứu trên thế giới, qua đó đề xuất vận dụng phương pháp và công cụ khai phá dữ liệu phù hợp với tập dữ liệu dịch cúm do Google Flu Trends công bố. Google Flu Trends là dịch vụ của Tập đoàn Google, cung cấp số liệu ước tính về dịch cúm tại hơn 25 quốc gia, thông qua việc tổng hợp các truy vấn tìm kiếm trên www.google.com, thông qua đó cố gắng đưa ra dự báo chính xác về dịch cúm. Năm 2008, Google Flu Trends được Google.org lần đầu tiên đưa ra để giúp dự báo sự bùng phát dịch cúm của 25 nước trên thế giới. Đề xuất lựa chọn phương pháp khai phá dữ liệu phù hợp trên tập dữ liệu dịch bệnh cúm do Google Flu Trends công bố, tìm ra chu kỳ diễn biến của dịch, đưa ra các dự báo và hỗ trợ định hướng hoạt động y tế dự phòng theo từng thời điểm trong năm, nhằm có những chính sách và biện pháp phù hợp để hạn chế thiệt hại của dịch bệnh gây ra. xiii MỞ ĐẦU Ngày nay, con người đang phải đối mặt với tình hình dịch bệnh lây nhiễm hoành hành, bùng phát một cách nhanh chóng. Một số bệnh dịch trước đây chỉ lưu hành rải rác ở Tây Phi như Ebola, MERS-CoV từ Trung Đông, vv… thì hiện nay đã lan rộng nhiều quốc gia trên thế giới, kể cả các quốc gia phát triển có hệ thống y tế dự phòng tiên tiến và có bề dày kinh nghiệm ứng phó với dịch bệnh truyền nhiễm. Sự phát triển của dịch bệnh không những gia tăng sự lây lan về phạm vi mà còn phát triển đa dạng về chủng loại, dịch cúm gia cầm A(H5N1), A(H7N9) có khả năng lây sang người chưa khống chế được tại Trung Quốc thì đã xuất hiện những chủng cúm biến thể mới A(H5N6), A(H9N2), A(H5N8). Có thể thấy, dịch bệnh ngày càng diễn biến phức tạp về phạm vi và chủng loại. Thực tế đó, đòi hỏi công tác y tế dự phòng cần phải được đẩy mạnh, nâng cao nhằm khoanh vùng và hạn chế sự lây lan của dịch bệnh. Công tác giám sát dịch bệnh lây nhiễm, phân tích và dự báo phục vụ ra quyết định ngày càng trở nên quan trọng và cần được đẩy mạnh. Chính từ sự cấp thiết đó, học viên đã chọn đề tài “Khai phá dữ liệu và ứng dụng trong y tế dự phòng” làm luận văn thạc sĩ của mình, nhằm góp phần công sức nhỏ bé cho lĩnh vực y tế dự phòng có thêm một số giải pháp phân tích, dự báo hiệu quả dịch bệnh truyền nhiễm hiện nay, góp phần nâng cao ứng dụng công nghệ thông tin trong lĩnh vực y tế đặc biệt là lĩnh vực y tế dự phòng. Nội dung luận văn tập trung vào những phần sau: Chương 1: Giới thiệu về lĩnh vực y tế dự phòng Trong chương này giới thiệu tổng quan về lĩnh vực y tế dự phòng, lịch sử hình thành và phát triển của y tế dự phòng. Nội dung Chương 1 cũng sẽ giới thiệu thực trạng bùng phát và mô hình dịch bệnh truyền nhiễm hiện nay. Chương 2: Các phương pháp và công cụ khai phá dữ liệu Nội dung được trình bày tại chương này xoay quanh khái niệm, tính chất cơ bản của các phương pháp khai phá dữ liệu phổ biến hiện nay. Đồng thời, qua đó đề xuất một phương pháp và công cụ phù hợp khai phá tập dữ liệu dịch bệnh cúm được công bố bởi Google Flu Trends. Chương 3: Phương pháp phân tích và dự báo với chuỗi dữ liệu thời gian Đi sâu vào kỹ thuật phân tích chuỗi dữ liệu chuỗi thời gian (time series data) và áp dụng kỹ thuật này với tập dữ liệu dịch bệnh cúm do Google Flu Trends công bố trên mô hình ARIMA. Chương 4: Thực nghiệm và đánh giá Phân tích và đưa ra kết quả dự báo dựa trên tập dữ liệu Google Flu Trends công xiv bố dịch bệnh cúm, sử dụng các phương pháp phân tích chuỗi dữ liệu thời gian và công cụ khai phá dữ liệu. Phần kết luận nêu ra những kết quả đã đạt được, những đóng góp của luận văn và định hướng phát triển nghiên cứu trong tương lai để nâng cao tính ứng dụng thực tế của đề tài nghiên cứu cho lĩnh vực y tế dự phòng. xv MỤC LỤC LỜI CAM ĐOAN ...........................................................................................................xi LỜI CÁM ƠN ............................................................................................................... xii TÓM TẮT NỘI DUNG ............................................................................................... xiii MỞ ĐẦU ......................................................................................................................xiv MỤC LỤC ....................................................................................................................xvi DANH MỤC CÁC HÌNH VẼ ......................................................................................xix DANH MỤC CÁC BẢNG BIỂU.................................................................................xxi DANH MỤC VIẾT TẮT............................................................................................ xxii DANH SÁCH CÁC THUẬT NGỮ .......................................................................... xxiii CHƯƠNG 1: GIỚI THIỆU VỀ LĨNH VỰC Y TẾ DỰ PHÒNG ................................... 1 1.1. Giới thiệu về y tế dự phòng ...................................................................................... 1 1.1.1. Lịch sử phát triển của y tế dự phòng .....................................................................1 1.1.2. Những vai trò của lĩnh vực y tế dự phòng .............................................................2 1.2. Dịch bệnh .................................................................................................................. 3 1.3. Dự báo dịch bệnh trong lĩnh vực y tế dự phòng ....................................................... 4 1.4. Thực trạng nghiên cứu dự báo trong y tế dự phòng ................................................. 5 1.5. Mục tiêu nghiên cứu ................................................................................................. 6 Tóm tắt Chương 1 ............................................................................................................6 CHƯƠNG 2: CÁC PHƯƠNG PHÁP VÀ CÔNG CỤ KHAI PHÁ DỮ LIỆU .............. 8 2.1. Khai phá dữ liệu ....................................................................................................... 8 2.1.1. Khái niệm ..............................................................................................................8 2.1.2. Ưu điểm của khai phá dữ liệu với các phương pháp khác ....................................9 2.1.3. Những khó khăn trong khai phá dữ liệu ..............................................................10 2.2. Các kỹ thuật khai phá dữ liệu ................................................................................. 10 2.2.1. Hồi quy (Regression) ...........................................................................................11 2.2.2. Kết hợp (Association) ..........................................................................................12 2.2.3. Phân lớp (Classification) .....................................................................................13 2.2.4. Phân cụm (Clustering) .........................................................................................13 2.3. Dữ liệu chuỗi thời gian (time series data) .............................................................. 13 xvi 2.4. Các công cụ, phần mềm hỗ trợ khai phá dữ liệu .................................................... 14 2.4.1. Phân tích số liệu bằng phần mềm Weka ..............................................................14 2.4.2. Giới thiệu về SPSS (Statistical Product and Services Solutions) ........................16 2.4.3. Phân tích số liệu bằng R ......................................................................................16 Tóm tắt chương 2...........................................................................................................17 CHƯƠNG 3. PHƯƠNG PHÁP PHÂN TÍCH VÀ DỰ BÁO ....................................... 19 VỚI CHUỖI DỮ LIỆU THỜI GIAN ............................................................................ 19 3.1. Dữ liệu chuỗi thời gian ........................................................................................... 19 3.2. Tính dừng của dữ liệu chuỗi thời gian ................................................................... 21 3.2.1. Kiểm tra tính dừng chuỗi thời gian .....................................................................21 3.2.2. Biến đổi chuỗi không dừng thành chuỗi dừng ....................................................22 3.3. Mô hình ARIMA .................................................................................................... 22 3.3.1. Mô hình tự hồi quy AR (Autoregressive process) ..............................................23 3.3.2. Mô hình trung bình trượt MA (Moving Average) ...............................................23 3.3.3. Mô hình trung bình trượt và tự hồi quy ARMA (Autoregressive Moving Average) ........................................................................................................................23 3.3.4. Mô hình trung bình trượt tự hồi quy ARIMA (Autoregressive Intergrated Moving Average) ...........................................................................................................24 3.3.5. Dự báo dữ liệu chuỗi thời gian ............................................................................24 Tóm tắt chương 3...........................................................................................................26 CHƯƠNG 4. THỰC NGHIỆM VÀ ĐÁNH GIÁ ......................................................... 27 4.1. Mô hình thực nghiệm ............................................................................................. 27 4.2. Mục đích thực nghiệm ............................................................................................ 28 4.3. Tập dữ liệu Google Flu Trends .............................................................................. 28 4.4. Môi trường, cấu hình hệ thống và công cụ ............................................................. 30 4.4.1. Cấu hình phần cứng .............................................................................................30 4.4.2. Các công cụ phần mềm sử dụng ..........................................................................30 4.5. Kết quả thực nghiệm............................................................................................... 30 4.5.1. Lựa chọn và xử lý dữ liệu ....................................................................................31 4.5.2. Phân tách dữ liệu .................................................................................................36 4.6. Đánh giá kết quả ..................................................................................................... 43 xvii Tóm tắt chương 4...........................................................................................................43 KẾT LUẬN ................................................................................................................... 45 1. Các kết quả đạt được ................................................................................................. 45 2. Hướng nghiên cứu tiếp theo ...................................................................................... 45 TÀI LIỆU THAM KHẢO ............................................................................................. 46 Tiếng Việt ...................................................................................................................... 46 Tiếng Anh ...................................................................................................................... 46 PHỤ LỤC ...................................................................................................................... 47 xviii DANH MỤC CÁC HÌNH VẼ Hình 2.1. Các bước khai phá dữ liệu ............................................................................ 8 Hình 2.2. Tuyến tính hồi quy với một dự đoán duy nhất ............................................. 11 Hình 2.3. Mô hình hồi quy phi tuyến tính .................................................................... 12 Hình 2.4. Giao diện phần mềm weka ........................................................................... 15 Hình 2.5. Giao diện SPSS............................................................................................. 16 Hình 2.6. Giao diện phần mềm R ................................................................................. 17 Hình 3.1. Số liệu diễn biến cúm tại phía Nam Châu phi từ năm 2006 đến 2015 ......... 19 Hình 3.2. Biểu diễn xu hướng giảm của dữ liệu........................................................... 19 Hình 3.3. Biểu diễn thay đổi chuỗi thời gian theo từng khoảng thời gian ................... 20 Hình 3.4. Biểu diễn chu kỳ chuỗi thời gian .................................................................. 20 Hình 3.5. Sơ đồ chuỗi thời gian với định lượng Y(t) theo diễn biến thời gian t .......... 20 Hình 3.6. Các bước chính trong phương pháp Box‐Jenkins ........................................ 26 Hình 4.1. Biểu đồ so sánh dữ liệu dự báo của Google Flu Trends và Trung tâm kiểm soát và phòng ngừa các chứng bệnh của Mỹ ................................................................ 28 Hình 4.2. Mẫu dữ liệu bệnh cúm của 25 nước trên thế giới được tổng hợp từ 2003 đến 2015 .............................................................................................................................. 29 Hình 4.3. Cài đặt gói thư viện ...................................................................................... 31 Hình 4.4. Nạp dữ liệu ................................................................................................... 32 Hình 4.5. Tập dữ liệu cúm của Argentina .................................................................... 32 Hình 4.6. Tập dữ liệu cúm của Argentina năm 2004 ................................................... 33 Hình 4.7. Diễn biến cúm năm 2004 của Argentina theo tháng .................................... 33 Hình 4.8. Dữ liệu cúm của năm 2004 Argentina được làm sạch ................................. 34 Hình 4.9. Diễn biến cúm Argentina năm 2014 được làm sạch .................................... 35 Hình 4.10. So sánh số liệu bệnh cúm của Argentina với dữ liệu được làm mịn .......... 36 Hình 4.11. Sơ đồ dữ liệu được phân tách theo thành phần tính thời vụ, xu hướng và chu kỳ ........................................................................................................................... 36 Hình 4.12. Mô hình ACF .............................................................................................. 37 Hình 4.13. Mô hình PACF ........................................................................................... 38 Hình 4.14. Mô hình kiểm tra với d = 1 ....................................................................... 38 Hình 4.15. Mô hình ACF với d = 1 ............................................................................. 39 Hình 4.16. Mô hình PACF với d = 1 ........................................................................... 39 Hình 4.17. Mô hình ARIMA (1, 1, 1) ............................................................................ 40 xix Hình 4.18. Mô hình ARIMA (1, 1, 7) ............................................................................ 41 Hình 4.19. Mô hình dự báo với hệ số (1, 1, 1) ............................................................. 41 Hình 4.20. Mô hình dự báo .......................................................................................... 42 Hình 4.21. Mô hình dự báo ARIMA (0, 2, 0)(0, 0, 1)(7) ............................................. 42 Hình 4.22. Diễn biến dịch bệnh thực tế tại Argentina từ năm 2003 đến 2015 ............. 43 xx DANH MỤC CÁC BẢNG BIỂU Bảng 1. Cấu hình phần cứng ........................................................................................ 30 Bảng 2. Các công cụ, phần mềm sử dụng .................................................................... 30 xxi DANH MỤC VIẾT TẮT TT Viết tắt Tiếng Anh Tiếng Việt 1. ARIMA Autoregressive integrated moving Tự hồ i quy tích hơ ̣p trung average bin ̀ h trươ ̣t 2. ACF Autocorrelation function Chức năng tự tương quan 3. PACF Partial autocorrelation plots Sự tự tương quan thành phần 4. BI Business intelligence Thông minh nghiệp vụ 5. KDD Knowledge discovery in database Khai phá tri thức trong cơ sở dữ liệu 6. SPSS Statistical product and services Giải pháp sản phẩm và dịch solutions vụ thống kê 7. AR Autoregressive Tự hồi quy 8. MA Moving average Trung bình trượt 9. ARMA Autoregressive moving average Trung bình trượt tự hồi quy 10. GDP Gross domestic product Tổng sản phẩm quốc nội 11. CDC Centers for disease control and Trung tâm kiểm soát và phòng prevention ngừa dịch bệnh xxii DANH SÁCH CÁC THUẬT NGỮ TT Thuật ngữ tiếng Anh Nghĩa tiếng Việt 1. Ebola Bệnh do virus Ebola 2. MERS-CoV Hội chứng hô hấp Trung Đông 3. H5N1, H7N9, H5N6, Virus cúm gia cầm H5N1, H7N9, H5N6, H9N2, H5N8 H9N2, H5N8 4. Internet Mạng Internet 5. Petabybe Đơn vị lưu trữ trên máy tính 6. HD Độ phân giải cao hay độ nét cao 7. CPU Bộ vi xử lý trung tâm 8. RAM Bộ nhớ truy cập ngẫu nhiên 9. OS Hệ điều hành xxiii CHƯƠNG 1: GIỚI THIỆU VỀ LĨNH VỰC Y TẾ DỰ PHÒNG 1.1. Giới thiệu về y tế dự phòng Y tế dự phòng là lĩnh vực y tế thực hiện các biện pháp giám sát, dự báo, phòng ngừa và kiểm soát dịch bệnh [9]. Lĩnh vực y tế dự phòng có chức năng triển khai các hoạt động nghiên cứu, dự báo qua đó làm cơ sở để định hướng đưa ra những chính sách nhằm giám sát, bảo vệ và nâng cao sức khỏe cộng đồng trước những nguy cơ về dịch bệnh ngày càng tăng hiện nay [9]. Lĩnh vực y tế dự phòng gồm 5 mảng hoạt động chuyên môn cụ thể: dịch tễ, quản lý y tế, dự phòng, quản lý môi trường y tế, sức khỏe nghề nghiệp và nâng cao sức khỏe [1]. Các hoạt động chuyên môn y tế dự phòng, nỗ lực hướng tới việc ngăn ngừa bệnh tật trong cộng đồng. 1.1.1. Lịch sử phát triển của y tế dự phòng Hippocrates, một bác sĩ người Hy Lạp ở Thế kỷ thứ 5 trước Công nguyên, đã phân loại các nguyên nhân gây bệnh thành những khía cạnh có liên quan đến mùa, khí hậu, và điều kiện bên ngoài và những nguyên nhân như thức ăn, chế độ luyện tập và thói quen không bình thường của mỗi cá nhân [5]. Tại thời kỳ Trung Cổ, vai trò của y học dự phòng đã bị bỏ qua, bất chấp các tai họa của bệnh hủi và bệnh dịch hạch. Dưới thời Phục hưng, những nghiên cứu mới đã làm cách mạng hoá toàn bộ ngành y học thời bấy giờ, các nhà nghiên cứu đã nhìn thấy được mối quan hệ giữa các mùa, điều kiện môi trường và tỷ lệ mắc bệnh. Đồng thời với sự phát triển của kiến thức y học, đã hình thành phong trào nghiên cứu các biện pháp phòng ngừa nguy cơ dịch bệnh. Ví dụ, năm 1388 đã tiến hành hoạt động vệ sinh đầu tiên ở nước Anh, nhằm vào việc loại bỏ những nguy cơ dịch bệnh; vào năm 1443 là dịch bệnh dịch hạch đầu tiên đã được kiểm soát và thực hiện các hoạt động vệ sinh phòng ngừa; và năm 1518 đã có những nỗ lực mạnh mẽ đầu tiên trong việc báo cáo dịch bệnh và thực hiện cách ly người bệnh bị bệnh truyền nhiễm [9]. Nghiên cứu thống kê tử vong được bắt đầu ở Anh vào Thế kỷ 17, cơ sở hoạt động trong lĩnh vực dịch tễ học đã được thành lập vào giữa Thế kỷ 17 [9]. Năm 1700, một tác phẩm về rối loạn nghề nghiệp đã được xuất bản ở Ý [9]. Một học viên người Anh trong nửa đầu thế kỷ XVIII đã viết về chất độc, bệnh dịch hạch, đậu mùa, sởi và kèm theo đó là phương pháp phòng bệnh [9]. Chủng ngừa bệnh lây nhiễm đã được phát minh vào năm 1798 [9]. Điểm đáng chú ý vào những năm đầu của Thế kỷ 19 là đã phát hiện được nguyên nhân lây truyền các bệnh như sốt, thương hàn, bệnh tả và uốn ván [9]. Trong cùng thời kỳ, các nhà nghiên cứu dành nhiều sự quan tâm đến các vấn đề vệ sinh dịch tễ và dinh dưỡng. Kỷ nguyên hiện đại trong y học dự phòng được mở ra vào giữa Thế kỷ 19 với sự khám phá của Louis Pasteur về vai trò của các vi khuẩn sống như là nguyên nhân gây ra bệnh nhiễm trùng [9]. Cũng cuối Thế kỷ này, vai trò truyền bệnh do côn trùng đã 1 được xác định [9]. Xét nghiệm huyết thanh học đã được phát hiện bởi Widal, bằng việc tìm ra phản ứng ngưng kết đối với huyết thanh người mắc bệnh thương hàn năm 1896 và thử nghiệm Wassermann cho bệnh giang mai năm 1906 [9]. Với việc khám phá ra các nguyên tắc miễn dịch của cơ thể con người đã dẫn đến sự phát triển của việc tiêm chủng chủ động để phòng ngừa các bệnh cụ thể [9]. Bên cạnh đó, những tiến bộ trong điều trị đã mở ra những cách khác để dự phòng bệnh bạch hầu bằng thuốc kháng sinh và bệnh giang mai bằng arsphenamine [9]. Năm 1932, các thuốc sulfonamide và sau đó là kháng sinh bao gồm penicillin, streptomycin, chlortetracycline và chloramphenicol tạo ra cơ hội mới để phòng ngừa và chữa trị các bệnh do các vi khuẩn khác nhau gây ra [9]. Sau năm 1900, có thêm nhiều tiến bộ khác trong lĩnh vực y học dự phòng, việc sử dụng tia X và các chất phóng xạ trong chẩn đoán và điều trị bệnh (ví dụ như bệnh lao và ung thư) cũng như trong nghiên cứu sinh lý cơ bản đã mở ra những khả năng mới [9]. Sự hiểu biết sâu hơn về các chức năng nội tiết, với việc sản xuất các chiết xuất hoocmôn có sẵn như insulin, dẫn đến các biện pháp phòng ngừa các bệnh chuyển hóa nhất định [9]. Vai trò của dinh dưỡng trong sức khoẻ và bệnh tật và của nhiều yếu tố thực phẩm thiết yếu đối với sức khoẻ của chế độ ăn uống hợp lý [9]. Những tiến bộ khác của Thế kỷ 20 trong lĩnh vực y tế dự phòng bao gồm sự thừa nhận rộng hơn các yếu tố tâm lý liên quan đến tổng thể sức khoẻ con người, các kỹ thuật phẫu thuật, phương pháp gây tê mới và nghiên cứu di truyền học [9]. 1.1.2. Những vai trò của lĩnh vực y tế dự phòng Trong khi một số người nghĩ rằng bác sĩ như là một ai đó để khám, chữa cho họ khi bị bệnh, có một sự thật là việc gặp bác sĩ về y tế dự phòng cũng quan trọng không kém quan trọng trong việc quản lý sức khoẻ của bản thân, như chúng ta vẫn thường nghe câu phòng bệnh hơn chữa bệnh [1]. Ngăn ngừa bệnh tật bằng cách kiểm tra tình trạng sức khoẻ để phát hiện những nguy cơ tiềm ẩn, tiêm vắc xin đầy đủ và áp dụng các thói quen lành mạnh là những cách để chúng ta có thể sống một cuộc sống khỏe mạnh hơn. Từ những nhu cầu cấp thiết trong công tác phòng chống nguy cơ và bảo vệ sức khỏe người dân, lĩnh vực y tế dự phòng có những vai trò cụ thể sau: - Giám sát, phát hiện sớm các bệnh truyền nhiễm, các nguồn bệnh chưa rõ nguyên nhân [1]; - Tổ chức thực hiện các biện pháp phòng, chống và kiểm soát dịch bệnh [1]; - Quản lý dữ liệu và cung cấp thông tin rộng rãi cho xã hội về các bệnh và dịch bệnh truyền nhiễm [1]; - Phòng, chống bệnh không lây nhiễm, bệnh xã hội [1]; - Giám sát và phòng, chống bệnh không lây nhiễm, bệnh xã hội [1]; - Thực hiện các hoạt động phòng, chống yếu tố nguy cơ bệnh không lây nhiễm; 2 triển khai các hoạt động phòng, chống tác hại của lạm dụng rượu bia và đồ uống có cồn khác [1]; - Thực hiện và kiểm tra, giám sát hoạt động phòng, chống bệnh không lây nhiễm, bệnh xã hội; thống kê, báo cáo, xây dựng và quản lý cơ sở dữ liệu về bệnh không lây nhiễm, bệnh xã hội [1]; - Nghiên cứu, phát triển và sử dụng vắc xin, sinh phẩm y tế hỗ trợ phòng ngừa các bệnh truyền nhiễm một cách chủ động [1]; - Hướng dẫn, kiểm tra việc sử dụng vắc xin, sinh phẩm y tế và an toàn tiêm chủng [1]. 1.2. Dịch bệnh Bệnh là tình trạng bất thường, ảnh hưởng xấu đến cấu trúc hoặc chức năng của một phần hoặc toàn bộ cơ thể con người, nhưng không do chấn thương nào từ bên ngoài gây ra [5]. Một căn bệnh có thể do các yếu tố bên ngoài như tác nhân gây bệnh hoặc rối loạn chức năng nội bộ gây ra [5]. Ví dụ, rối loạn chức năng nội bộ của hệ thống miễn dịch có thể tạo ra nhiều bệnh khác nhau, bao gồm các dạng suy giảm miễn dịch, mẫn cảm, dị ứng và rối loạn tự miễn dịch. Trên cơ thể người, khái niệm bệnh được sử dụng để chỉ tình trạng gây đau đớn, rối loạn chức năng, sang chấn tâm lý hoặc tử vong của người bị bệnh, hoặc các vấn đề tương tự đối với những người tiếp xúc với người bệnh đó [5]. Theo nghĩa rộng hơn, đôi khi nó bao gồm những thương tích, khuyết tật, rối loạn, hội chứng, nhiễm trùng, triệu chứng bị cô lập, hành vi sai lệch (không làm chủ được hành vi) và các biến thể không điển hình của cấu trúc và chức năng trên cơ thể. Có bốn loại bệnh chính: bệnh truyền nhiễm, bệnh thiếu hụt vi chất, bệnh di truyền và bệnh sinh lý [5]. Bệnh cũng có thể được phân loại theo những cách khác, chẳng hạn như các bệnh truyền nhiễm và không lây nhiễm [5]. Dịch bệnh là bệnh được lan truyền nhanh chóng và ảnh hưởng đến số lượng lớn người trong vòng một thời gian rất ngắn [5]. Khi có dịch bệnh xuất hiện các cơ quan kiểm soát dịch bệnh thực hiện các biện pháp nghiệm vụ trong thẩm quyền quản lý để khoang vùng, khống chế dịch. Ví dụ, với bệnh sởi khi số lượng mắc lớn hơn 15 trường hợp trên 100.000 người trong thời gian hai tuần liên tiếp có thể đưa ra cảnh báo dịch bệnh truyền nhiễm. Trong những năm gần đây, chúng ta phải đối mặt với tình hình dịch bệnh hoành hành, bùng phát nhanh chóng và diễn biến phức tạp, đặc biệt là các dịch bệnh nguy hiểm, Ebola, MERS-CoV liên tục gia tăng, dịch bệnh cúm A(H5N1), A(H7N9)... chưa khống chế được triệt để; bệnh do vi rút Zika lây truyền mạnh mẽ. Nhiều bệnh truyền nhiễm trước đây đã bị khống chế, nhưng gần đây bùng phát và gia tăng trở lại như: tay chân miệng, sốt xuất huyết, bại liệt, sởi... Chỉ tính riêng năm 2017, trên thế giới tình hình dịch bệnh diễn biến phức tạp, xuất hiện nhiều dịch bệnh mới; số ca mắc cúm 3 A(H7N9) liên tục xuất hiện tại Trung Quốc, MERS-CoV bùng phát tại Trung Đông. Có thể thấy, dịch bệnh ngày càng diễn biến phức tạp về phạm vi và chủng loại. Thực tế đó, đòi hỏi công tác y tế dự phòng cần phải được đẩy mạnh, nâng cao nhằm khoanh vùng và hạn chế sự lây lan của dịch bệnh. Công tác giám sát dịch bệnh lây nhiễm, phân tích và dự báo phục vụ ra quyết định ngày càng trở nên quan trọng và cần được đẩy mạnh. 1.3. Dự báo dịch bệnh trong lĩnh vực y tế dự phòng Hoạt động dự báo hỗ trợ các cơ quan, tổ chức đưa ra những thông tin nhận định cho tương lai trên cơ sở các thông tin đã có trong quá khứ và hiện tại. Lĩnh vực y tế dự phòng là một mảng lớn cho các hoạt động dự báo, với nhiều cấp độ khác nhau từ phạm vi một địa phương, quốc gia và toàn cầu. Vì vậy, hoạt động dự báo tình hình diễn biến dịch bệnh trong lĩnh vực y tế dự phòng luôn nhận được sự quan tâm từ các nhà nghiên cứu. Thông qua hoạt động dự báo, nhận định trước xu hướng diễn biến của dịch bệnh, giúp các cơ quan chức năng chủ động triển khai các biện pháp ngăn chặn sự bùng phát và lây lan của dịch bệnh. Hoạt động nghiên cứu dự báo tình hình dịch bệnh truyền nhiễm thời gian qua đã góp phần quan trọng giúp các nhà quản lý và hoạch định chính sách trong công tác lập kế hoạch và định hướng chính sách y tế. Cùng với sự phát triển của khoa học, đã có nhiều phương pháp và kỹ thuật mới được ứng dụng trong hoạt động dự báo. Dự báo dựa vào các kỹ thuật khai phá dữ liệu đang được ứng dụng rộng rãi. Từ thực tế, các hoạt động nghiên cứu trên thực địa thường gặp những hạn chế về nguồn lực và thời gian, thì việc ứng dụng khai phá dữ liệu trong dự báo dịch bệnh, góp phần giải quyết bài toán dự báo dịch bệnh với chi phí thấp. Ở Việt Nam, ứng dụng các phương pháp và kỹ thuật khai phá dữ liệu trong dự báo dịch bệnh vẫn chưa được triển khai nhiều với số ít các nhà nghiên cứu, trong khi nhu cầu dự báo phục vụ xây dựng các chương trình, hoạt động, chính sách y tế ngày càng tăng. Do điều kiện tự nhiên như biến đổi khí hậu, môi trường, nhiều bệnh dịch truyền nhiễm trước đây đã được đầy lùi, nay lại bùng phát mạnh mẽ với nhiều biến thể và chủng loại mới, đặc biệt tại các vùng có điều kiện khí hậu khắc nghiệt. Bên cạnh việc nghiên cứu để tìm ra nguyên nhân và yếu tố gây nên sự bùng phát của dịch bệnh, cần phải ứng dụng các kỹ thuật dự báo khác nhau để xây dựng mô hình dự báo dịch bệnh, dựa trên tác động của các yếu tố điều kiện tự nhiên, khí hậu, môi trường..., nhằm đưa ra cảnh báo sớm diễn biến dịch bệnh trong tương lại, chủ động triển khai các công tác nghiệp vụ, qua đó giúp giảm thiểu nguy cơ và thiệt hại của dịch bệnh đến con người. Trong những năm gần đây, cùng với sự phát triển bùng nổ của Internet làm gia tăng các nguồn dữ liệu, trong đó có dữ liệu dịch bệnh, khí hậu, thời tiết,… được thu thập thường xuyên từ khắp nơi trên thế giới, đó là một điều kiện lý tưởng cho công tác dự báo, bên cạnh đó sự phát triển của các phương pháp và kỹ thuật dự báo đem lại cơ hội mới cho sự bùng nổ hoạt động phân tích và dự báo dịch bệnh trong lĩnh vực y tế. 4 1.4. Thực trạng nghiên cứu dự báo trong y tế dự phòng Đến nay, có nhiều mô hình dự báo dịch bệnh được xây dựng và ứng dụng trong lĩnh vực y tế. Ví dụ, mô hình toán học của bệnh sốt rét được bắt đầu nghiên cứu năm 1911 với mô hình của Ross và được cải tiến bởi Macdonald năm 1957. Gần đây, có rất nhiều mô hình nghiên cứu bệnh sốt rét như: mô hình dịch tễ toán học SIR (Susceptible – Infected – Recovered) và SIS (Susceptible – Infected - Susceptible) với tư tưởng chính là xây dựng mô hình dự báo sự lan truyền của bệnh thông qua số người và số muỗi bị nhiễm bệnh. Qua tham khảo, nhận thấy các phương pháp dự báo dịch bệnh ban đầu đều dựa trên mô hình lan truyền dịch bệnh, điển hình cho tư tưởng này là mô hình SIR. Ý tưởng của mô hình này là phân tách tổng số người trong một khu vực bị nhiễm bệnh thành 3 lớp, trong đó: - Lớp dễ bị bệnh S: Những người trong lớp này chưa hề mắc bệnh và có nguy cơ bị nhiễm bệnh. - Lớp nhiễm bệnh I: Những người trong lớp này đã mắc bệnh và có khả năng truyền bệnh sang người khác. - Lớp hết bệnh R: Những người trong lớp này đã được trị khỏi bệnh hoặc đã chết vì bệnh. Với mô hình SIR này, kết quả dự báo sẽ chính xác khi bệnh dịch xảy ra trong khoảng thời gian ngắn để lượng dân số trong khu vực luôn ổn định, tính cả người đã chết vì bệnh dịch này vào tổng số dân; chu kỳ ủ bệnh không đáng kể; tập mẫu dân số đủ lớn để có kết quả xấp xỉ đúng. Mức độ lan truyền dịch bệnh được xác định như sau: 𝑇 𝛼 𝑆 + 𝐼 → 2𝐼 và 𝐼 → 𝑅 (1.1) Trong đó: 𝑇 𝑆 + 𝐼 → 2𝐼: Ở vế trái, người trong lớp S bị người trong lớp I lây bệnh với tốc độ r > 0, khiến người đó chuyển sang lớp I, thu được vế phải là 𝐼 + 𝐼 = 2𝐼. 𝛼 𝐼 → 𝑅: Người trong lớp I sau một thời gian sẽ hết bệnh (hoặc chết vì bệnh) và chuyển sang lớp R với tốc độ 𝑎 > 0. Mỗi lớp trong mô hình SIR là một hàm số theo thời gian t gồm 𝑆(𝑡 ), 𝐼(𝑡) và 𝑅(𝑡). Lớp nhiễm bệnh có tốc độ tỉ lệ thuận với số lượng người nhiễm bệnh và người dễ bệnh, tức rSI, với 𝑟 > 0 là tham số hằng, đó cũng là tốc độ mất đi số người trong lớp dễ bệnh. Tốc độ hết bệnh của người nhiễm bệnh tỉ lệ thuận với số lượng người nhiễm bệnh, tức aI, với 𝑎 > 0 là hằng số, 1/𝑎 là độ đo thời gian một người ở trong trạng thái nhiễm bệnh. Chu kỳ ủ bệnh ngắn, tức người dễ bệnh khi tiếp xúc với mầm bệnh sẽ nhiễm bệnh ngay. Dựa trên các giá trị đầu vào, xác định được các tham số trong trong phương trình này. Mô hình kết quả được dùng để dự báo 𝑆(𝑡 ), 𝐼(𝑡) và 𝑅 (𝑡 ) với t là thời gian tương lai. Mô hình dịch tễ học toán học có thể áp dụng thành công và cho kết 5