傳染病預(yù)警研究進(jìn)展

摘要： 傳染病暴發(fā)早期預(yù)警研究是全球公共衛(wèi)生領(lǐng)域研究的熱點(diǎn)。早期識(shí)別傳染病暴發(fā)，并迅速采取有效的控制措施，降低相關(guān)傳染病的發(fā)病率和死亡率，本文對(duì)傳染病的預(yù)警研究進(jìn)展進(jìn)行了綜述。

關(guān)鍵詞：傳染病預(yù)警；研究進(jìn)展

傳染病暴發(fā)早期預(yù)警研究是全球公共衛(wèi)生領(lǐng)域研究的熱點(diǎn)。早期識(shí)別傳染病暴發(fā)，并迅速采取有效的措施，降低相關(guān)傳染病的發(fā)病率和死亡率。研究表明，在過(guò)去50年間，新發(fā)傳染病的數(shù)量增長(zhǎng)了4倍[1～4]，如何快速準(zhǔn)確的建立傳染病的早期預(yù)警系統(tǒng)成為人們關(guān)注的重點(diǎn)。

1 傳染病預(yù)警模型的種類

目前應(yīng)用在疾病監(jiān)測(cè)的預(yù)警模型按資料類型可分為時(shí)間預(yù)警模型、空間預(yù)警模型及時(shí)空預(yù)警模型。

2預(yù)警模型

2.1時(shí)間預(yù)警模型 時(shí)間預(yù)警模型包括基于控制圖的預(yù)警模型、時(shí)間序列模型、線性回歸模型、基于隱馬爾可夫鏈模型等。此類統(tǒng)計(jì)模型的特點(diǎn)在于，根據(jù)過(guò)去一段時(shí)間監(jiān)測(cè)變量值的大小，利用上述統(tǒng)計(jì)模型預(yù)測(cè)未來(lái)該變量值的大小，根據(jù)預(yù)測(cè)值的大小，按時(shí)間資料的分布特點(diǎn)確定備選預(yù)警閾值，并結(jié)合實(shí)際情況，調(diào)整預(yù)警閾值的大小，當(dāng)實(shí)際水平超過(guò)閾值則發(fā)出警訊。

ARIMA模型，作為一元時(shí)間序列分析中的經(jīng)典模型，是時(shí)間序列分析中較為成熟和應(yīng)用較為廣泛的方法之一[11]。ARIMA模型由Box與Jenkins于1976年提出，作為目前時(shí)間序列建模中最重要和常用的方法之一，不僅適用于一般時(shí)間序列模型要求的平穩(wěn)時(shí)間資料，還適用于經(jīng)過(guò)d階差分后可平穩(wěn)化的非平穩(wěn)時(shí)間序列。ARIMA模型已廣泛應(yīng)用于傳染病的預(yù)測(cè)預(yù)警研究。北京市的研究利用2005年9月～2009年3月順義區(qū)各月流感樣病例報(bào)告資料建立ARIMA模型。結(jié)果顯示預(yù)測(cè)值與實(shí)際值相當(dāng)吻合，預(yù)測(cè)的動(dòng)態(tài)趨勢(shì)與實(shí)際情況基本一致，但各月實(shí)測(cè)報(bào)告數(shù)全部落入了預(yù)測(cè)值的95%可信區(qū)間范圍[5～7]。

2.2空間預(yù)警模型 空間預(yù)警模型利用病例的空間地理信息，如行政區(qū)域名稱、家庭住址、工作單位等發(fā)現(xiàn)病例的地理聚集程度，及早識(shí)別傳染病的異常情況。目前廣泛使用的一種空間預(yù)警模型有廣義線性混合模型（GLMM，Generalized Linear Mixed Modeling）、小區(qū)域回歸分析檢驗(yàn)法（SMART，Small Area Regression And Testing）、空間掃描統(tǒng)計(jì)（Space Scan Statistic）等模型。

2.3時(shí)間-空間預(yù)警模型 時(shí)間-空間預(yù)警模型通過(guò)綜合利用病例的發(fā)病時(shí)間、持續(xù)時(shí)間長(zhǎng)短以及發(fā)病的地理信息，分析疾病的聚集性。目前使用較為普遍的有：WSARE（What'sStrange About Recent Events）、PANDA（Population-WideAnomaly Detection And Assessment）、時(shí)空掃描統(tǒng)計(jì)（Space-Time Scan Statistic）等。

2.4各類模型的特點(diǎn) 實(shí)踐表明時(shí)間序列探查一個(gè)較大區(qū)域疫情暴發(fā)的能力較強(qiáng)，且預(yù)警時(shí)間分布多提示與疾病的季節(jié)性高發(fā)相互一致；時(shí)空探測(cè)探查局部暴發(fā)的能力較強(qiáng)，其對(duì)疫情聚集時(shí)間和空間雙重條件的提示，使之在實(shí)際預(yù)警工作中更具意義[8，9]。

3我國(guó)目前的傳染病預(yù)警系統(tǒng)應(yīng)用

我國(guó)傳染病的預(yù)警方法按照不同病種分為兩類對(duì)甲類和按照甲類管理的乙類傳染?。òɑ魜y、鼠疫、SARS、肺炭疽）（人感染高致病性禽流感2013年11月起按照乙類進(jìn)行管理），按照直接設(shè)定絕對(duì)預(yù)警值的方式進(jìn)行預(yù)警；對(duì)乙類、丙類傳染病根據(jù)既往同期（近3年或5年）歷史周期的發(fā)病數(shù)并采用加權(quán)的方法盡量排除暴發(fā)疫情對(duì)周期歷史發(fā)病水平的影響，同步移動(dòng)計(jì)算歷史同期各百分位數(shù)，確定預(yù)警閾值，實(shí)現(xiàn)動(dòng)態(tài)自動(dòng)預(yù)警。

國(guó)內(nèi)目前采用的預(yù)警研究主要是單一時(shí)間序列數(shù)據(jù)的預(yù)警方法SPC，其中，控制圖法（control charts）是一種重要的SPC方法，在國(guó)外應(yīng)用較為普遍的是移動(dòng)平均控制圖（moving average control charts）和指數(shù)權(quán)重移動(dòng)平均（the exponentially weighted moving average，EWMA）方法。主要原理是使用歷史病例報(bào)告數(shù)據(jù)建立預(yù)警數(shù)據(jù)庫(kù)，采用控制圖法建立預(yù)警模型，專家咨詢法確定流行參照標(biāo)準(zhǔn)，通過(guò)計(jì)算、比較靈敏度、特異度、陽(yáng)性預(yù)測(cè)值和繪制ROC曲線，選出合適的預(yù)警界值。對(duì)某些傳染病預(yù)測(cè)結(jié)果表明控制圖法有較高的靈敏度和特異度。但這些方法要對(duì)基線的水平進(jìn)行估計(jì)，并確定閾值，會(huì)產(chǎn)生一定的假陽(yáng)性。2007年深圳市利用深圳市人民醫(yī)院和深圳市婦幼保健院（國(guó)家流感監(jiān)測(cè)哨點(diǎn)醫(yī)院）的ILI數(shù)據(jù)，結(jié)合統(tǒng)計(jì)方法，制定了流感監(jiān)測(cè)參考線[9]，并于2007年7月初啟用流感預(yù)警機(jī)制，通過(guò)媒體首次對(duì)廣大公眾實(shí)行流感預(yù)警，取得了較好的社會(huì)效益。預(yù)警曲線的設(shè)計(jì)由警戒曲線和算術(shù)平均水平線組成。警戒曲線是通過(guò)對(duì)深圳市人民醫(yī)院和深圳市婦幼保健院2003～2006年的ILI%數(shù)據(jù)，以周為單位，對(duì)同期前后共3w的ILI%，用SAS9.13軟件統(tǒng)計(jì)分析，分別取第75、25百分位數(shù)作為警戒曲線的上下限，依次連接成線。而算術(shù)平均水平曲線亦以周為單位，對(duì)上述兩監(jiān)測(cè)醫(yī)院2003～2006年同期前后共3w的ILI數(shù)據(jù)取平均值（和和平均），連接成線。分別應(yīng)用了控制圖法、歷史限法和指數(shù)加權(quán)移動(dòng)平均法對(duì)廣東省流感樣病例監(jiān)測(cè)數(shù)據(jù)進(jìn)行了預(yù)警效果分析，發(fā)現(xiàn)控制圖法的敏感性最高[10]。

衛(wèi)生部于2005年利用中央財(cái)政資金采購(gòu)計(jì)算機(jī)，用于西部地區(qū)縣醫(yī)療機(jī)構(gòu)和鄉(xiāng)鎮(zhèn)衛(wèi)生機(jī)構(gòu)網(wǎng)絡(luò)直報(bào)工作[4]，按照規(guī)劃，到2010年我國(guó)縣級(jí)以上醫(yī)療衛(wèi)生機(jī)構(gòu)傳染病網(wǎng)絡(luò)直報(bào)覆蓋率達(dá)100%，鄉(xiāng)鎮(zhèn)醫(yī)療衛(wèi)生機(jī)構(gòu)網(wǎng)絡(luò)直報(bào)覆蓋率達(dá)到80%以上[10]。

我國(guó)于2008年4月在中國(guó)內(nèi)地31個(gè)省份試運(yùn)行了傳染病自動(dòng)預(yù)警信息系統(tǒng)，我國(guó)傳染病的預(yù)警方法按照不同病種分為兩類：對(duì)甲類和按照甲類管理的乙類傳染?。òɑ魜y、鼠疫、SARS、肺炭疽和人感染高致病性禽流感），按照直接設(shè)定絕對(duì)預(yù)警值的方式進(jìn)行預(yù)警；對(duì)乙類、丙類傳染病根據(jù)既往同期（近3年或5年）歷史周期的發(fā)病數(shù)并采用加權(quán)的方法盡量排除暴發(fā)疫情對(duì)周期歷史發(fā)病水平的影響，采用移動(dòng)百分位數(shù)法，觀察以天為單位移動(dòng)的周期發(fā)病水平，同步移動(dòng)計(jì)算歷史同期各百分位數(shù)，確定預(yù)警閾值，實(shí)現(xiàn)動(dòng)態(tài)自動(dòng)預(yù)警[12～14]。

目前的傳染病監(jiān)測(cè)信息系統(tǒng)具有以下優(yōu)勢(shì)：提高了傳染病報(bào)告的及時(shí)性、監(jiān)測(cè)資料的完整性和準(zhǔn)確性，提高了傳染病暴發(fā)的早期察覺(jué)能力及新發(fā)傳染病早期識(shí)別的能力。癥狀監(jiān)測(cè)根本目的是在診斷、確診和公共衛(wèi)生機(jī)構(gòu)報(bào)告有傳染病發(fā)生之前，早期識(shí)別傳染病，并采取快速反應(yīng)，以最大限度地減少損失。癥狀監(jiān)測(cè)具有一般監(jiān)測(cè)方法很難做到的早期發(fā)現(xiàn)疾病暴發(fā)的優(yōu)點(diǎn)[15]。這一方法目前日漸被公共衛(wèi)生人員應(yīng)用于突發(fā)事件的探測(cè)研究和日常疾病監(jiān)測(cè)之中。其中，有基于臨床癥狀的監(jiān)測(cè)；有基于處方藥物銷量的監(jiān)測(cè)；有基于急癥電話訪問(wèn)量的監(jiān)測(cè)；有基于學(xué)生缺課的監(jiān)測(cè)等。

參考文獻(xiàn)：

[1]陳碧云、高立冬、李忠杰等，湖南省傳染病自動(dòng)預(yù)警系統(tǒng)預(yù)警效果分析[J].實(shí)用預(yù)防醫(yī)學(xué)，2012，19（12），1767-1771

[2]Zhang H，Lai S，Wang L，et al.Improving the Perfo -rmance of Outbreak Detection Algorithms by Classi-fying the Levels of Disease Incidence[J].PLoS ONE，2013，8（8）：e71803.

[3]Yang W，Li Z，Lan Y，et al.A nationwide web-based automated system for outbreak early detection and rapid response in China[J].Western Pacific Surveil-lance and Response Journal，2011，2（1）：1-6.

[4]楊維中，蘭亞佳，李中杰，等.國(guó)家傳染病自動(dòng)預(yù)警系統(tǒng)的設(shè)計(jì)與應(yīng)用[J].中華流行病學(xué)雜志，2010，31（11）：27-31.

[5]賴圣杰，李中杰，張洪龍，等.基于不同基線數(shù)據(jù)的傳染病暴發(fā)探測(cè)方法效果比較[J].中華流行病學(xué)雜志，2011，32（6）：579-582.

[6]王婧、趙琦、趙根明；傳染病監(jiān)測(cè)和預(yù)警系統(tǒng)研究進(jìn)展[J].中國(guó)預(yù)防醫(yī)學(xué)雜志，2010，7（11）753-755

[7]Li Z，Lai S，Buckeridge D.L.，et al.Adjusting Outbreak Detection Algorithms for Surveillance during Epidemic and Non-epidemic Periods[J].Journal of American Medical Informatics Association，2011，19（e1）：e51-e53.

[8]陳秀云、岑永莊、汪濤2008-2011年廣東省中山市傳染病自動(dòng)預(yù)警系統(tǒng)效果評(píng)價(jià)[J].疾病監(jiān)測(cè)，2013，（2）：73-76.

[9]馮瑋、陶芳芳、毛志盛等上海市傳染病自動(dòng)預(yù)警信息應(yīng)用分析[J].中國(guó)公共衛(wèi)生管理，2010，26（5）：558-560.

[10]賴圣杰，李中杰，金連梅，等傳染病爆發(fā)早期預(yù)警系統(tǒng)評(píng)價(jià)內(nèi)容及其指標(biāo)[J].中華流行病學(xué)雜志，2009，30（6）：6372-6401.

[11]史繼新張文增冀國(guó)強(qiáng)等ARIMA模型在流感樣病例預(yù)測(cè)預(yù)警中的應(yīng)用[J].首都公共衛(wèi)生，2010，4（1）12-15.

[12]陳正利、陳偉、馬芳基于網(wǎng)絡(luò)直報(bào)下的傳染病自動(dòng)預(yù)警系統(tǒng)運(yùn)行情況分析[J].現(xiàn)代預(yù)防醫(yī)學(xué)，2013，（5）170-171 178.

[13]Dawood FS，Jain S，F(xiàn)inelli L，et al.Emergence of a novel swine2origin influenza A（H1N1）virus in humans[J].N Engl J Med，2009，360（25）：2 605-2 615.

[14]徐真鐘培松沈鴻上海市嘉定區(qū)傳染病自動(dòng)預(yù)警系統(tǒng)運(yùn)行現(xiàn)狀分析[J].中國(guó)公共衛(wèi)生管理，2010 26（2）147-149.

[15]Wang X，Zeng D，Seale H，et al.Comparing early outbreak detection algorithms based on their optimized parameter values[J].Journal of Biomedical Informatics，2010.

編輯/許言