海口市傳染病自動預(yù)警信息系統(tǒng)預(yù)警效果分析

朱 慶，林忠?guī)X，王明衡

（?？谑屑膊☆A(yù)防控制中心傳染病預(yù)防控制科，海南 ?？?571100）

為提高全國各級疾病預(yù)防控制機構(gòu)早期發(fā)現(xiàn)和識別傳染病暴發(fā)、流行的能力，中國疾病預(yù)防控制中心于2008年4月21日在全國范圍內(nèi)正式啟動“傳染病自動預(yù)警信息系統(tǒng)”(時間模型)運行工作。系統(tǒng)以縣(區(qū))為單位，利用傳染病疫情監(jiān)測報告數(shù)據(jù)建立數(shù)據(jù)庫，通過移動百分位數(shù)法和單病例預(yù)警兩種方法進(jìn)行預(yù)警，將探測到的病例異常增加或聚集的信號，以手機短信的方式自動發(fā)送給各級疾控機構(gòu)的疫情值班人員。本研究對系統(tǒng)在?？谑?011年運行效果及影響因素進(jìn)行探索和研究，為優(yōu)化、完善預(yù)警系統(tǒng)提供科學(xué)依據(jù)。

1 資料與方法

1.1 資料來源 來源于通過“傳染病自動預(yù)警信息系統(tǒng)”2011年發(fā)出的預(yù)警信息、“突發(fā)公共衛(wèi)生事件報告信息管理系統(tǒng)”報告的海口市2011年傳染病暴發(fā)事件以及“疾病監(jiān)測信息報告管理系統(tǒng)”報告的?？谑?011年相關(guān)傳染病個案信息。

1.2 方法 以靈敏度、陽性預(yù)測值為傳染病暴發(fā)事件預(yù)警評價指標(biāo)，預(yù)警陽性率為單病例預(yù)警評價指標(biāo)，應(yīng)用描述性方法對2011年?？谑蓄A(yù)警系統(tǒng)中的數(shù)據(jù)信息進(jìn)行分析評價，探索預(yù)警系統(tǒng)的影響因素。

1.3 主要分析指標(biāo)定義

1.3.1 暴發(fā)的判定標(biāo)準(zhǔn) 暴發(fā)指的是在一個局部地區(qū)或集體單位中，短時間內(nèi)突然有很多相同的患者出現(xiàn)，這些人多有相同的傳染源或傳播途徑。目前對暴發(fā)的判定標(biāo)準(zhǔn)并不統(tǒng)一。本研究將在突發(fā)公共衛(wèi)生事件報告管理信息系統(tǒng)中已經(jīng)報告的研究病種的事件判定為傳染病暴發(fā)事件[1]。

1.3.2 預(yù)警效果的評價指標(biāo) 在以預(yù)警為目的的監(jiān)測系統(tǒng)中，靈敏度指的是在真實的暴發(fā)事件即在突發(fā)公共衛(wèi)生事件報告系統(tǒng)中已經(jīng)報告的事件中被預(yù)警系統(tǒng)探測為暴發(fā)的事件所占的比例，常用于評價預(yù)警系統(tǒng)識別暴發(fā)的能力[2]，本研究以P50為預(yù)警界值。陽性預(yù)測值指的是預(yù)警系統(tǒng)探測為暴發(fā)的事件最終被證實為真實暴發(fā)的概率，陽性預(yù)測值反映了系統(tǒng)信號作為一種暴發(fā)的概率[2]，本研究以P50為預(yù)警界值。

1.4 數(shù)據(jù)分析 資料采用Microsoft Excel進(jìn)行數(shù)據(jù)錄入，采用SPSS13.0統(tǒng)計軟件進(jìn)行資料分析。

2 結(jié) 果

2.1 預(yù)警系統(tǒng)應(yīng)用的基本情況 海口市2011年共收到預(yù)警系統(tǒng)對12種甲、乙和丙類法定傳染病發(fā)出預(yù)警信息921條，有效預(yù)警信息246條，全市4個區(qū)均接收到傳染病預(yù)警信息。預(yù)警次數(shù)前5位的病種分別為手足口病、流行性腮腺炎、急性出血性結(jié)膜炎、其他感染性腹瀉、麻疹(見表1)。

2.2 靈敏度 2011年1月1日至2011年12月31日，?？谑泄矆蟾?zhèn)魅静”┌l(fā)事件5起，預(yù)警系統(tǒng)預(yù)警3起，靈敏度為60.00%。其中流行性腮腺炎靈敏度為100.00%，水痘為0(見表1)。

2.3 陽性預(yù)測值 2011年預(yù)警系統(tǒng)探測為暴發(fā)的事件數(shù)為654次，對654條預(yù)警信息進(jìn)行分析，將初步判斷為疑似預(yù)警事件的信息進(jìn)行現(xiàn)場調(diào)查核實后，最終被證實為傳染病暴發(fā)事件數(shù)為3起，陽性預(yù)測值為0.46%(見表 1)。

2.4 單病例預(yù)警信號陽性率 2011年預(yù)警系統(tǒng)預(yù)警共對霍亂、甲型H1N1流感及手足口病(重癥、死亡)3個病種進(jìn)行單病例預(yù)警265次，通過“疾病監(jiān)測信息報告管理系統(tǒng)”報告甲型H1N1流感及手足口病重癥(死亡)病例244例，單病例預(yù)警信號陽性率為92.07%，見表1。

表1 2011年?？谑懈鞣N傳染病預(yù)警信息統(tǒng)計

3 討論

本次研究發(fā)現(xiàn)，在2011年報告的5起傳染病暴發(fā)事件中，3起流行性腮腺炎暴發(fā)疫情均被探測到，靈敏度達(dá)到100.00%，顯示系統(tǒng)對預(yù)警病種具備高度的靈敏性。水痘未納入預(yù)警系統(tǒng)管理，故兩起暴發(fā)疫情系統(tǒng)未發(fā)出預(yù)警信息。但這類疾病傳染性強，在學(xué)校、幼托機構(gòu)等特殊場所容易引起暴發(fā)流行，有必要對其進(jìn)行預(yù)警。

系統(tǒng)對傳染病暴發(fā)事件陽性預(yù)測值為0.46%，說明由中國疾控中心統(tǒng)一設(shè)置參數(shù)、閾值的預(yù)警系統(tǒng)對傳染病暴發(fā)事件預(yù)警準(zhǔn)確性不高。目前以時間模型為基礎(chǔ)的傳染病自動預(yù)警信息系統(tǒng)采用歷史發(fā)病水平的第50百分位數(shù)作為預(yù)警閾值，由于預(yù)警閾值相對較低，使得預(yù)警系統(tǒng)產(chǎn)生大量的預(yù)警信號[3]。結(jié)合預(yù)警構(gòu)成情況分析也發(fā)現(xiàn)，系統(tǒng)對麻疹、乙腦、痢疾、流行性感冒、風(fēng)疹、急性出血性結(jié)膜炎、其他感染性腹瀉和手足口病發(fā)出預(yù)警信息483條，經(jīng)現(xiàn)場核實調(diào)查后均排除了暴發(fā)可能，說明這些病種的受歷史發(fā)病水平影響較大，預(yù)警百分比值偏低，應(yīng)適當(dāng)提高預(yù)警閾值，使其更加接近實際[4]。如這些病種歷史曾出現(xiàn)過暴發(fā)疫情時則可能使預(yù)警值隨之相對偏高，從而影響暴發(fā)流行疫情的預(yù)警敏感性[5]。因此，在設(shè)置預(yù)警系統(tǒng)參數(shù)時，應(yīng)靈充分考慮當(dāng)?shù)貧v史發(fā)病水平對預(yù)警效果的影響。

在單病例預(yù)警方面，預(yù)警信號陽性率為92.07%，顯示系統(tǒng)單病例預(yù)警成功率高。主要原因是單病例預(yù)警不受歷史發(fā)病水平影響，發(fā)生1例系統(tǒng)可即發(fā)出預(yù)警信號。同時，本研究也發(fā)現(xiàn)，醫(yī)療機構(gòu)醫(yī)務(wù)人員傳染病報告質(zhì)量是其重要影響因素，如系統(tǒng)發(fā)出的全部4起霍亂無效預(yù)警事件經(jīng)核實后均是醫(yī)務(wù)人員錄入傳染病報告卡錯誤所致。

綜上所述，為提高預(yù)警效果，應(yīng)努力提高醫(yī)療機構(gòu)傳染病報告質(zhì)量，在提高傳染病個案報告質(zhì)量的基礎(chǔ)上，建議中國疾病預(yù)防控制中心優(yōu)化預(yù)警系統(tǒng)，增加各地區(qū)功能權(quán)限，由各地區(qū)根據(jù)當(dāng)?shù)貍魅静“l(fā)病水平與當(dāng)前流行狀況調(diào)整預(yù)警參數(shù)設(shè)置，并根據(jù)防控工作需要增設(shè)預(yù)警病種。

(志謝：本研究得到海南省疾病預(yù)防控制中心陳莉副主任醫(yī)師的大力支持與指導(dǎo)，特此志謝！)

[1] 秦利平,馬家奇.傳染病自動預(yù)警信息系統(tǒng)預(yù)警效果的影響因素研究[D].北京:中國疾病預(yù)防控制中心學(xué)位論文,2008:10.

[2] Buchler JW,Hopkins RS,Overhage JM,et al.Framework for evaluating public health surveillance systems for early detection of outbreak:recommendations from the CDC Working Group[J].MMWR Recomm REP,2004,53(5):1-11.

[3] 秦利平,徐蓉芳,羅 瑤,等.樂山市傳染病自動預(yù)警信息系統(tǒng)的試運行情況分析[J].現(xiàn)代預(yù)防醫(yī)學(xué),2010,37(3):541-544.

[4] 呂 哲,翟 宏,麻 莎,等.重點傳染病監(jiān)測自動預(yù)警信息系統(tǒng)試運行淺析[J].江蘇衛(wèi)生保健,2007,9(6):10.

[5] Kelnman KP,Abrams AM.Assessing surveillance using sensitivity,specificity and timeliness[J].Statistical Methods in Medical Research,2006,15:445-464.