Python网络爬虫技术是一种通过模拟用户的网络浏览行为以实现从网络中自动、大量提取信息的技术，是信息流行病学研究收集并整合多源异构信息数据的关键基础。Python网络爬虫可分为简单爬虫与大型爬虫，集数据采集与数据库构建于一体，语法简洁、灵活性高、学习成本低、维护成本低。它适用于信息流行病学的各种应用场景，通过对互联网中健康相关信息的分析，实现多种公共卫生监测、健康干预实施及效果评价、智慧寻医方略优化等目标。近年，我国政府开始鼓励对含互联网信息在内的多源大数据的整合利用，在此背景下，Python爬虫技术的应用场景势必会越来越多，相应的人才培养、技术革新建议纳入到公共卫生教育和科研体系之中。

本研究基于Python网络爬虫技术系统检索得到肺炎球菌疫苗、人乳头瘤病毒疫苗、b型流感嗜血杆菌疫苗和轮状病毒疫苗的接种费用支付政策信息，结合我国2020年医保参保比例和人口数据，估计政策覆盖人群在疫苗适用人群中的占比。结果显示，我国疫苗接种费用支付政策主要包括免费接种和医保支付两大类，在四种非免疫规划疫苗中，免费接种政策仅涉及肺炎球菌疫苗和人乳头瘤病毒疫苗，其中13价肺炎球菌结合疫苗、23价肺炎球菌多糖疫苗和人乳头瘤病毒疫苗分别在1、10和15个省份为特定人群提供免费接种，各疫苗相应的政策覆盖人群及其在疫苗适用人群中占比分别为6月龄至2岁儿童（2.5%）、老年人（1.2%~21.5%）和在校初中女生（1.1%~12.2%）；医保支付政策在14个省份实施，政策实施地区几乎均覆盖上述四种疫苗，政策覆盖人群在疫苗适用人群中占比为10.9%~41.5%。

目的 探索 R语言 tidyverse程序包(package)在环境流行病学数据处理中的应用,实现基于个人地址信息的空气污染个体暴露评估,交流 tidyverse程序包使用经验.方法 计算机模拟南京市 2017-2019 年心脑血管死亡数据,从网络在线获取南京市 2017-2019 年气象、环境污染监测数据,通过 tidyverse中 dplyr程序包进行数据的筛选、连接、汇总等操作;使用 tidyr程序包进行数据的变形和转换;使用 purrr实现遍历循环;使用经纬度计算最近监测站点暴露和反距离插值暴露.结果 使用rvest程序包的爬虫技术批量获取气象、环境污染物监测数据等数据;使用 tidy、purrr程序包进行数据清洗;使用 geosphere程序包处理空间数据,通过计算最近站点和反距离插值的方式评估个体暴露.结论 R语言 tidyverse相较于基础包拥有一致的语法、高效的数据处理能力、易于掌握等优点;在环境流行病学研究中使用 tidyverse进行数据清洗、汇总统计、暴露计算等数据处理能有效地提高效率;本研究提供了采用 R语言 tidyverse程序包进行反距离加权计算等数据处理的计算机代码,实现了对个体逐日空气污染物暴露的评估方法,为进行空气污染物暴露评估提供了有效的工具.

利用2014-2017年期间的天津市环境空气污染数据、气象数据和人群死亡监测数据,构建符合天津市环境空气污染特征和人群健康风险特征的空气质量健康指数(AQHI)模型.采用浏览器/服务器体系结构(B/S),以Java为主要开发语言,以Spring Boot为基础框架,集成Spring MVC、Spring JPA、Spring Security、Spring Cache等子框架,结合网络爬虫、抽取-转换-加载(ETL)、数据可视化等大数据分析技术,实现空气质量及其健康风险预报平台的开发.

目的 利用人工智能技术构建全球传染病疫情信息自动收集系统.方法 采用主题爬虫、自动化信息抽提、自动翻译、自然语言处理等技术实现目标网页和目标信息的自动获取,通过机器深度学习和数据挖掘等技术制作日报,并持续改进;搭建网站作为数据交互载体,方便用户使用.结果 租用境内外服务器,构建了基于网络的全球传染病疫情信息自动收集系统,每天两次自动爬取全球传染病疫情信息,自动翻译为中文,生成快报.搭建了网站,方便人机交互,将结果以网页形式展示,并能够根据用户需求自动生成疫情报告.结论 传染病疫情自动收集系统覆盖面广、效率高,能自动生成疫情报告,能够满足国境口岸疫情收集的需要.

目的:利用机器学习的方法,从文献摘要数据入手,研究中药方剂与疾病的相关性.方法:在中国知网的“文献分类目录”中选取“医药卫生科技”—“中医学”类别,使用网络爬虫技术获取摘要数据,经过数据清洗、构建词典、分词等预处理步骤,使用自然语言处理技术对处理后的文本数据进行特征提取,并构建支持向量机(Support Vector Machine,SVM)分类模型,对中药方剂与疾病进行关系抽取.结果:共爬取1073581篇摘要,根据中药方剂与疾病词典筛选出同时包含中药方剂与疾病的语句共204780句,利用句法解析抽取的特征构建SVM分类模型,准确率达87％,将该SVM模型应用于筛选后的句子,最终得到中药方剂与疾病之间的关系三元组.结论:利用机器学习方法对中国知网中医学摘要文本数据进行关系抽取,得到的中药方剂与疾病的关系三元组,将对中药方剂治疗疾病研究起积极推动作用.

目的 通过对高血压相关网络大数据舆情的分析,了解新闻媒体和自媒体对高血压关注的程度和焦点,为我国慢性非传染性疾病的防控和宣传教育提供依据.方法 利用计算机网络爬虫和深度挖掘技术所构建的全球健康信息平台,收集2016年1月1日～2016年12月31日国内15 000余个网络媒体中高血压相关的舆情数据.应用文献计量法,词频分析法和内容分析法进行高血压热点分析.结果 获取关于高血压的有效题录为2 611 251条.结果发现:高血压关注热度与发病季节、重大事件和区域发展水平等因素相关;高血压舆情侧重于饮食、营养、临床治疗等方面;世界卫生组织提出的慢性非传染性疾病的危险因素,如:吸烟,酗酒等均未出现在前60位热词中.结论 网络舆情对于高血压的宣传教育不足,建议我国以后的舆情导向应更强调慢性病的一级预防.有效利用网络数据来提高全民健康素养,对促进我国健康事业发展和非传染性疾病的防控有重要意义.

目的 对我国705所三级甲等医院社交媒体采纳与应用情况进行分析,了解其影响因素.方法 2017年6月,通过网络爬虫技术收集了705所三级甲等医院的医院特征信息(建立时间、病床数、医院类型、地理位置等)和医院官方社交媒体账户信息(开通时间、粉丝数、关注数、发布数等),对705所医院应用社交媒体的情况及267所医院386905条微博信息进行描述性分析和推断性分析.结果 共有537所(76.17％)三级甲等医院开通了新浪微博或微信官方账户,各省三级甲等医院社交媒体普及率不尽相同,过去10年医院社交媒体应用情况发了巨大的变化,新浪微博和微信的采纳与医院特征之间有着不同的关联,原创内容的发布显著影响社交媒体账户的传播和互动.结论 我国三级甲等医院社交媒体应用情况地域差异明显,微信比新浪微博更受欢迎;医院应注重社交媒体内容运营,以提高其传播力和影响力.

利用网络爬虫技术和计算机存储技术,提取和输入性登革热有关的人群、时间和空间语义关联信息,经过自然语义的文本分析技术,可对疫情进行预警预测.构建大数据信息处理平台的关键技术是关键数据技术评估、技术流程和构建疫情原型,形成完整的疫情预警预测体系,其中信息处理平台的范围涉及国外与疫情关联的主要新闻网站、微信、BBS和博客等,以此体系作为输入性疫情监控的主题用户查询口,完成人群、时间和空间相关联的疫情信息的数据检索、处理和分析,提供预防传染病专有领域的信息资源,完成全方位、多层次、快捷的输入性登革热预警预测量化指标体系,对口岸防控输入性登革热具有指导作用.

近年来,我国突发公共事件高发频发,对人民生命财产安全构成严重威胁[1]. 如何积极稳妥、规范高效地应对各类突发事件,进一步规范卫生应急工作流程、提升处置能力,进而最大程度地减少人员伤亡和健康危害,是我们必须面对和亟需解决的重大难题. 笔者所在研究团队一直致力于实战化的突发事件卫勤战备和卫生应急体系构建,前期运用态势分析法(SWOT)[2]提出了卫生应急工作"一带一路一圈"的建设构想;创建并应用"FASTER"创新理论[3]不断总结提高应对工作,进而主持编写了我国第一版《全国医疗机构卫生应急工作规范》;创建并应用危害分析与关键控制点( HACCP )决策溯源机制体系[4]准确定位突发事件卫生战备工作关键控制点,进而主持编写了武警部队《总部机关和直属分队战备工作规范》医疗机构突发事件应对相关内容章节;系统总结特大火灾爆炸事故等突发事件的应急处置经验[5-7] ,编制了突发事件全维度体系化战备预案集,对国家和军队医疗机构卫生应急与卫勤战备工作具有重要的指导意义.