传染病预警研究进展

摘要： 传染病暴发早期预警研究是全球公共卫生领域研究的热点。早期识别传染病暴发，并迅速采取有效的控制措施，降低相关传染病的发病率和死亡率，本文对传染病的预警研究进展进行了综述。

关键词：传染病预警；研究进展

传染病暴发早期预警研究是全球公共卫生领域研究的热点。早期识别传染病暴发，并迅速采取有效的措施，降低相关传染病的发病率和死亡率。研究表明，在过去50年间，新发传染病的数量增长了4倍[1～4]，如何快速准确的建立传染病的早期预警系统成为人们关注的重点。

1 传染病预警模型的种类

目前应用在疾病监测的预警模型按资料类型可分为时间预警模型、空间预警模型及时空预警模型。

2预警模型

2.1时间预警模型 时间预警模型包括基于控制图的预警模型、时间序列模型、线性回归模型、基于隐马尔可夫链模型等。此类统计模型的特点在于，根据过去一段时间监测变量值的大小，利用上述统计模型预测未来该变量值的大小，根据预测值的大小，按时间资料的分布特点确定备选预警阈值，并结合实际情况，调整预警阈值的大小，当实际水平超过阈值则发出警讯。

ARIMA模型，作为一元时间序列分析中的经典模型，是时间序列分析中较为成熟和应用较为广泛的方法之一[11]。ARIMA模型由Box与Jenkins于1976年提出，作为目前时间序列建模中最重要和常用的方法之一，不仅适用于一般时间序列模型要求的平稳时间资料，还适用于经过d阶差分后可平稳化的非平稳时间序列。ARIMA模型已广泛应用于传染病的预测预警研究。北京市的研究利用2005年9月～2009年3月顺义区各月流感样病例报告资料建立ARIMA模型。结果显示预测值与实际值相当吻合，预测的动态趋势与实际情况基本一致，但各月实测报告数全部落入了预测值的95%可信区间范围[5～7]。

2.2空间预警模型 空间预警模型利用病例的空间地理信息，如行政区域名称、家庭住址、工作单位等发现病例的地理聚集程度，及早识别传染病的异常情况。目前广泛使用的一种空间预警模型有广义线性混合模型（GLMM，Generalized Linear Mixed Modeling）、小区域回归分析检验法（SMART，Small Area Regression And Testing）、空间扫描统计（Space Scan Statistic）等模型。

2.3时间-空间预警模型 时间-空间预警模型通过综合利用病例的发病时间、持续时间长短以及发病的地理信息，分析疾病的聚集性。目前使用较为普遍的有：WSARE（What'sStrange About Recent Events）、PANDA（Population-WideAnomaly Detection And Assessment）、时空扫描统计（Space-Time Scan Statistic）等。

2.4各类模型的特点 实践表明时间序列探查一个较大区域疫情暴发的能力较强，且预警时间分布多提示与疾病的季节性高发相互一致；时空探测探查局部暴发的能力较强，其对疫情聚集时间和空间双重条件的提示，使之在实际预警工作中更具意义[8，9]。

3我国目前的传染病预警系统应用

我国传染病的预警方法按照不同病种分为两类对甲类和按照甲类管理的乙类传染病（包括霍乱、鼠疫、SARS、肺炭疽）（人感染高致病性禽流感2013年11月起按照乙类进行管理），按照直接设定绝对预警值的方式进行预警；对乙类、丙类传染病根据既往同期（近3年或5年）历史周期的发病数并采用加权的方法尽量排除暴发疫情对周期历史发病水平的影响，同步移动计算历史同期各百分位数，确定预警阈值，实现动态自动预警。

国内目前采用的预警研究主要是单一时间序列数据的预警方法SPC，其中，控制图法（control charts）是一种重要的SPC方法，在国外应用较为普遍的是移动平均控制图（moving average control charts）和指数权重移动平均（the exponentially weighted moving average，EWMA）方法。主要原理是使用历史病例报告数据建立预警数据库，采用控制图法建立预警模型，专家咨询法确定流行参照标准，通过计算、比较灵敏度、特异度、阳性预测值和绘制ROC曲线，选出合适的预警界值。对某些传染病预测结果表明控制图法有较高的灵敏度和特异度。但这些方法要对基线的水平进行估计，并确定阈值，会产生一定的假阳性。2007年深圳市利用深圳市人民医院和深圳市妇幼保健院（国家流感监测哨点医院）的ILI数据，结合统计方法，制定了流感监测参考线[9]，并于2007年7月初启用流感预警机制，通过媒体首次对广大公众实行流感预警，取得了较好的社会效益。预警曲线的设计由警戒曲线和算术平均水平线组成。警戒曲线是通过对深圳市人民医院和深圳市妇幼保健院2003～2006年的ILI%数据，以周为单位，对同期前后共3w的ILI%，用SAS9.13软件统计分析，分别取第75、25百分位数作为警戒曲线的上下限，依次连接成线。而算术平均水平曲线亦以周为单位，对上述两监测医院2003～2006年同期前后共3w的ILI数据取平均值（和和平均），连接成线。分别应用了控制图法、历史限法和指数加权移动平均法对广东省流感样病例监测数据进行了预警效果分析，发现控制图法的敏感性最高[10]。

卫生部于2005年利用中央财政资金采购计算机，用于西部地区县医疗机构和乡镇卫生机构网络直报工作[4]，按照规划，到2010年我国县级以上医疗卫生机构传染病网络直报覆盖率达100%，乡镇医疗卫生机构网络直报覆盖率达到80%以上[10]。

我国于2008年4月在中国内地31个省份试运行了传染病自动预警信息系统，我国传染病的预警方法按照不同病种分为两类：对甲类和按照甲类管理的乙类传染病（包括霍乱、鼠疫、SARS、肺炭疽和人感染高致病性禽流感），按照直接设定绝对预警值的方式进行预警；对乙类、丙类传染病根据既往同期（近3年或5年）历史周期的发病数并采用加权的方法尽量排除暴发疫情对周期历史发病水平的影响，采用移动百分位数法，观察以天为单位移动的周期发病水平，同步移动计算历史同期各百分位数，确定预警阈值，实现动态自动预警[12～14]。

目前的传染病监测信息系统具有以下优势：提高了传染病报告的及时性、监测资料的完整性和准确性，提高了传染病暴发的早期察觉能力及新发传染病早期识别的能力。症状监测根本目的是在诊断、确诊和公共卫生机构报告有传染病发生之前，早期识别传染病，并采取快速反应，以最大限度地减少损失。症状监测具有一般监测方法很难做到的早期发现疾病暴发的优点[15]。这一方法目前日渐被公共卫生人员应用于突发事件的探测研究和日常疾病监测之中。其中，有基于临床症状的监测；有基于处方药物销量的监测；有基于急症电话访问量的监测；有基于学生缺课的监测等。

参考文献：

[1]陈碧云、高立冬、李忠杰等，湖南省传染病自动预警系统预警效果分析[J].实用预防医学，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]杨维中，兰亚佳，李中杰，等.国家传染病自动预警系统的设计与应用[J].中华流行病学杂志，2010，31（11）：27-31.

[5]赖圣杰，李中杰，张洪龙，等.基于不同基线数据的传染病暴发探测方法效果比较[J].中华流行病学杂志，2011，32（6）：579-582.

[6]王婧、赵琦、赵根明；传染病监测和预警系统研究进展[J].中国预防医学杂志，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]陈秀云、岑永庄、汪涛2008-2011年广东省中山市传染病自动预警系统效果评价[J].疾病监测，2013，（2）：73-76.

[9]冯玮、陶芳芳、毛志盛等上海市传染病自动预警信息应用分析[J].中国公共卫生管理，2010，26（5）：558-560.

[10]赖圣杰，李中杰，金连梅，等传染病爆发早期预警系统评价内容及其指标[J].中华流行病学杂志，2009，30（6）：6372-6401.

[11]史继新张文增冀国强等ARIMA模型在流感样病例预测预警中的应用[J].首都公共卫生，2010，4（1）12-15.

[12]陈正利、陈伟、马芳基于网络直报下的传染病自动预警系统运行情况分析[J].现代预防医学，2013，（5）170-171 178.

[13]Dawood FS，Jain S，Finelli 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]徐真钟培松沈鸿上海市嘉定区传染病自动预警系统运行现状分析[J].中国公共卫生管理，2010 26（2）147-149.

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