疾病监测, 2013, 28(2): 153-156
DOI: 10.3784/j.issn.1003-9961.2013.2.019
Evaluation on performance of communicable disease automatic early warning system in Zhongshan, Guangdong, 2008-2011
CHEN Xiu-yun, CEN Yong-zhuang, WANG Tao, SHU Bo, WANG Man, CHEN Xue-qin, LUO Le
Zhongshan Center for Disease Control and Prevention, Zhongshan 528403, Guangdong, China
Abstract
Objective To evaluate the performance of communicable disease automatic early warning system in Zhongshan, Guangdong province and provide scientific evidence for the improvement of the system. Methods The analysis was conducted on the early warning data generated by moving percentile method and sum and control method and the incidence data of public health emergency from 21 April 2008 to 31 December 2011 in Zhongshan to evaluate the timeliness, sensitivity and specificity of the early warning. Results Totally 3543 signals were generated by the system. The response rate of the signals was 100%. After preliminary verification, 13 signals were considered to be suspected (0.37%). The average interval between early warning and outbreak, sensitivity and specificity for the communicable diseases with high incidences were 1 day, 83.33% and 74.20%, the relevant indicators for the communicable disease with low incidences were 0 day, 100% and 96.32%. The early warning-outbreak interval, sensitivity and specificity of the early warning for newly included hand foot and month disease was 0 day, 100% and 76.18%. Conclusion The timeliness, sensitivity and specificity of the early warning by the system for communicable diseases with low incidences were better than those with high incidences, the specificity of the early warning for the communicable diseases with low incidences was better than that for newly included notifiable communicable disease. The early warning of communicable disease epidemic by this system has been achieved basically, but further improvement is still needed by setting reasonable threshold to reduce false early warning.
Keywords:    communicable disease automatic early warning system   evaluation   Zhongshan  

2008-2011年广东省中山市传染病自动预警系统效果评价
陈秀云, 岑永庄, 汪涛, 舒波, 王曼, 陈雪琴, 罗乐
中山市疾病预防控制中心, 广东 中山 528403
摘要
目的 对广东省中山市传染病自动预警系统(CIDARS)暴发预警效果进行评价,为完善和优化预警系统提供参考依据。 方法 收集整理中山市2008年4月21日至2011年12月31日移动百分位数法、累计和控制图法预警的数据,以及同期突发公共卫生事件相关信息,对CIDARS预警及时性、灵敏度和特异度进行回顾性评价。 结果 CIDARS发出预警信号3543条,信号响应率为100%;经初步核实,13条预警信号被判定为疑似事件,预警信号阳性率为0.37%。其中,高发传染病预警时间(发生暴发到首次发出预警信号的平均时间)为1 d,灵敏度为83.33%,特异度为74.20%;低发传染病预警时间为0 d,灵敏度为100.00%,特异度为96.32%;新纳入法定报告传染病手足口病预警时间为0 d,灵敏度为100%,特异度为76.18%。 结论 预警系统对于低发传染病的暴发预警及时性、灵敏度和特异度均优于高发传染病,对于低发传染病预警特异度优于新纳入法定报告传染病;预警系统已初步实现传染病暴发的早期探测预警,但仍需进一步完善,设置合理的预警阈值,减少错误预警信号。
关键词:    传染病自动预警系统   评价   中山市  

内容大纲
1 材料与方法
1.1 资料来源
1.2 预警方法和病种
1.3 传染病暴发判定标准
1.4 评价指标和分析方法
2 结果
2.1 各病种预警结果
2.2 传染病暴发探测情况
2.3 预警及时性、灵敏度和特异
3 讨论
　　为及时发现和应对传染病暴发与流行，近年来传染病预警技术的研究引起了广泛的关注。建立和完善传染病监测以及预警体系，及早发出预警，对于控制疫情态势发展，缩小传染病暴发规模，减少发病和死亡，具有非常重要的公共卫生意义。早在2004年，我国成功启用了基于互联网的国家疾病监测信息报告管理系统，传染病疫情报告工作发生了质的飞跃[1]。为了更充分利用监测信息资源，提高基层传染病暴发早期探测能力，在此基础上建立起“传染病自动预警信息系统”(CIDARS)。经过预警算法研究、建立系统运行机制、软件研发以及现场试点测试等阶段[2]，该系统于2008年4月21日在全国范围内正式投入试运行，同时在215个县(区)启动传染病自动预警(时空模型)试点工作[3]。中山市位于珠江三角洲地区，无区县，直辖24个镇区，当年为国家试点之一。为深入了解该系统的应用效果，本研究对2008年以来中山市CIDARS传染病暴发预警情况进行回顾性评价，为完善和优化预警系统提供依据。
1 材料与方法
1.1 资料来源
　　本研究资料来源于2008年4月21日至2011年12月31日 “传染病自动预警信息系统”、“突发公共卫生事件管理信息系统”和“疾病监测信息报告管理系统”相关数据。
1.2 预警方法和病种
　　移动百分位数法是以县(区)为空间范围，7日为一个观察期，基线数据采用过去3年观察期以及前后各摆动两个观察期的病例数，用基线数据的P50~P80作为预警阈值[3]，预警的传染病为甲型病毒性肝炎(甲肝)、登革热、麻疹等19种传染病。累积和控制图法通过对信息的累积，将过程的小偏移累加起来，达到放大的效果，预警的传染病为手足口病。CIDARS将探测到的异常信息通过手机短信发送给疫情监测人员，由疫情监测人员进行初步核实，若为疑似事件，进一步现场调查确认是否为暴发。
1.3 传染病暴发判定标准
　　以“突发公共卫生事件管理信息系统”报告的传染病暴发相关信息作为暴发判定标准。暴发首例病例的报告日期为暴发开始时间，暴发末例病例的报告日期为暴发结束时间，二者的时间间隔为暴发持续时间[4]。
1.4 评价指标和分析方法
　　本研究以及时性、灵敏度和特异度为指标评价预警系统暴发预警效果。预警及时性一般用预警系统首次发出预警的时间与参比时间的平均差值进行量化[5] ，本研究参比时间采用首次发现暴发的时间。灵敏度是指预警系统发现传染病暴发的能力，为预警系统探测到的暴发事件占实际发生的暴发事件的百分比。在暴发持续时间内，预警系统发出1个及以上信号，即认为探测到暴发。特异度是指预警系统正确判断未发生传染病暴发的能力，特异度=1-错误预警率[6]。错误预警率是指未发生暴发期间发出预警信号的天数占未发生暴发总天数的百分比。导出相关数据后，应用Excel 2003软件分析数据。移动百分位数法预警的19种传染病中，2008年以来年均发病率超过3/10万的传染病定义为高发传染病，低于3/10万的传染病定义为低发传染病。
2 结果
2.1 各病种预警结果
　　2008年4月21日至2011年12月31日，移动百分位数法、累积和控制图法累计发出3543条预警信号，信号响应率为100%。其中，其他感染性腹泻病、流行性腮腺炎、丙型病毒性肝炎(丙肝)、麻疹和戊型病毒性肝炎(戊肝)预警信号较多，占中山市预警信号总数的75.44%。流行性脑脊髓膜炎(流脑)、钩端螺旋体病和疟疾无预警信号产生。预警信号经初步核实后，大部分被排除，共有4种传染病的13条预警信号被判断为疑似事件，预警信号阳性率为0.37%；低发传染病预警信号阳性率优于高发传染病，其中以登革热和流行性乙型脑炎(乙脑)的预警信号阳性率最高，分别为100%和37.50%，见表1。
2.2 传染病暴发探测情况
　　针对移动百分位数法、累积和控制图法预警的20种传染病，“突发公共卫生事件管理信息系统”报告传染病暴发相关信息11起，纠正错报和重复预警的暴发，预警系统探测到10起，预警灵敏度为90.91%。未探测到的1起流行性感冒暴发事件，原因为暴发早期的流感样病例未进行网络直报。
2.3 预警及时性、灵敏度和特异度
　　 2008年4月21日至2011年12月31日， 20种传染病预警时间(发生暴发到首次发出预警信号的平均时间)为0.5 d，灵敏度为90.91%，特异度为86.44%。其中，高发传染病预警时间为1 d，灵敏度为83.33%，特异度为74.20%；低发传染病预警时间为0 d，灵敏度为100%，特异度为96.32%；手足口病为新纳入法定报告传染病，预警时间为0 d，灵敏度为100%，特异度为76.18%。流行性腮腺炎、风疹、急性出血性结膜炎预警灵敏度高，为100%。流行性出血热、乙脑、登革热、猩红热和斑疹伤寒等低发传染病预警及时性、灵敏度和特异度均优于高发传染病，特异度优于新纳入法定报告传染病，见表1。
3 讨论
　　如何在早期探测发现传染病暴发事件并及时采取有效控制措施，降低疾病造成的发病和死亡，是公共卫生领域始终关注的热点问题[2]。从目前预警系统运行情况分析，中山市预警信号响应率高，为100%，预警信号阳性率为0.37%，发生暴发到首次发出预警信号的平均时间为0.5 d，灵敏度为

表1 中山市传染病自动预警信息系统传染病暴发预警效果评价(1)
Table 1 Evaluation on predication of communicable disease epidemic by early warning system in Zhongshan
病种预警信号数疑似事件信号预警信号
阳性率
(%)		突发事件暴发相关
信息起数		预警系统探测到暴
发起数		发生暴发到
首次发出预警
平均时间(d)		灵敏度(%)未发生暴发天数未发生暴发期间
未发出预警
信号天数		特异度(%)
高发传染病
 其他感染性腹泻病77800.0000--1 34973554.48
 流行性腮腺炎76430.39331100.001 32068752.05
 丙肝59400.0000--96247849.69
 痢疾20100.0000--1 3491 16786.51
 戊肝25500.0000--1 3491 15085.25
 急性出血性结膜炎9700.00110100.001 3291 25594.43
 流行性感冒14100.0021250.001 2811 16190.63
 小计283030.1165383.338 9396 63374.20
低发传染病
 风疹13953.60330100.001 2641 18393.59
 麻疹28200.0000--96272174.95
 甲肝5400.0000--1 3491 30496.66
 伤寒+副伤寒5100.0000--1 3491 30796.89
 猩红热800.0000--1 3491 34299.48
 流行性出血热800.0000--1 3491 34599.70
 斑疹伤寒200.0000--1 3491 34899.93
 乙脑8337.5000--1 3491 34299.48
 登革热22100.0000--1 3491 34899.93
 流脑0--0------
 钩端螺旋体病0--0------
 疟疾0--0------
 小计554101.81330100.0011 66911 24096.32
新纳入法定报告传染病
 手足口病15900.00220100.0057143576.18
  合计3543130.371110390.9121 17918 30886.44
  注：(1)按照中国疾病预防控制中心规定，2010年4月30日起手足口病进行预警探测； 2010年12月10日起丙肝不再进行预警探测,麻疹由移动百分位数法预警调整为单病例预警。


90.91%，特异度为86.44%，与浙江省徐旭卿等[7]的研究结果相似，提示预警系统运行状况良好，能在发生传染病暴发的早期阶段探测到暴发苗头并发出预警信号。预警系统产生的预警信号通过手机短信的方式定时发送至疫情监测人员，核实方式简便，预警信号响应率高，预警系统运行机制可操作性强。
目前，预警系统对于流行性出血热、乙脑、登革热、猩红热和斑疹伤寒等低发传染病的暴发预警及时性、灵敏度和特异度均优于高发传染病，对于低发传染病预警特异度优于新纳入法定报告传染病。高发传染病产生的预警信号较多，存在重复预警的现象，是造成预警效果相对较差的主要原因。预警系统仅采用法定报告传染病历史监测数据作为暴发探测的基线数据，历史数据的缺乏，造成前期对手足口病、甲型H1N1流感等新纳入法定报告传染病暴发预警空白。国家传染病信息报告管理规范未对流感样病例报告作出相关规定，各医疗机构对该类疾病应否报告标准不一致，预警系统无法对该类疾病进行暴发预警。而在实际工作中，发现传染病暴发的途径是多种多样的，不应期待预警系统能完全取代其他的暴发发现方式[2]，如属地医疗机构症状监测、学校因病缺勤登记、相关部门疫情信息通报和反馈、家庭或媒体举报、药品销售监测等，对提高暴发预警灵敏度也是值得探讨的。
由于移动百分位数法是基于当前报告病例数与历史同期报告病例数进行比较，不同发病水平的传染病暴发预警效果存在较大的差异。当前传染病报告病例越多，预警信号数亦可能越多，故丙肝、流行性腮腺炎和其他感染性腹泻病等高发传染病暴发预警特异度较低；同理，当前传染病报告病例越少，预警信号数亦可能越少，故流行性出血热、乙脑、登革热、猩红热和斑疹伤寒等低发传染病暴发预警特异度高。这也是未考虑各种传染病流行特征、单一地采用移动百分位数法某一预警阈值存在的弊端。影响传染病暴发、流行的因素很多，预警系统仅能判断当前传染病的发病水平是否异于历年水平，而要作出有效预警，还要结合流行病学特征、外环境、虫媒等监测资料以及气象资料的信息，需要考虑疾病的潜伏期、传染期、传播力、传代时间及其公共卫生意义等特征，研发适用于不同疾病的多种预警方法和阈值[2]。
预警能力评价是预警系统评价的核心内容。本研究从及时性、灵敏度和特异度三个维度对CIDARS预警能力进行评价，未能评价可探测的暴发规模[7]。不同传染病暴发的可操作定义尚无统一标准，本研究采用上报到突发公共卫生事件管理信息系统的暴发相关信息作为标准来对暴发预警效果评价，可能存在一定的局限性。
综上所述，传染病自动预警系统已初步实现传染病暴发的早期探测预警， 但仍需进一步完善，设置合理的预警阈值，减少错误预警信号。科学地评价预警系统传染病暴发效果是不断改进预警系统的关键，国家应研发适用于不同疾病的多种预警方法和预警阈值，提高暴发预警效果。
参考文献
[1] Jin LM, Yang WZ.Analysis on present research situation of early warning inform ation on infectious diseases in China[J].Chinese Journal of Public Health, 2008, 24(7):845-846.(in Chinese)金连梅, 杨维中.我国传染病预警工作研究现况分析[J].中国公共卫生, 2008, 24(7):845-846.
[2] Yang WZ, Lan YJ, Li ZJ, et al.The application of nationai ontbreak automatic detection and response system, China[J]. Chinese Journal of Epidemiology, 2010, 31(11):1240-1244.(in Chinese)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):1240-1244.
[3] Chinese Center for Disease Control and Prevention. Proposal on pilot operation of China Infectious Disease Automatedalert and Response System[S]. Beijing:Chinese Center for Disease Control and Prevention, 2008.(in Chinese)中国疾病预防控制中心.全国传染病自动预警(时间模型)试运行和传染病自动预警(时空模型)试点工作方案[S].北京:中国疾病预防控制中心, 2008.
[4] Wang X, Zeng D, Seale H, et al.Comparing early outbreak detection algorithms based on their optimized parameter values[J].J Biomed Inform, 2010, 43(1):97-103.
[5] Wagner MM, Wallstrom G.Methods for Algorithm Evaluation[M]//Wagner MM, Moore AW, Aryel RM.Hand book of Biosurveillance. Burlington: Elsevier, 2006:301-310.
[6] Lai SJ, Li ZJ, Jin LM, et al.The overview of evaluating contents and indicators on early warning system of infectious disease outbreak[J]. Chinese Journal of Epidemiology, 2009, 30(6):637-640.(in Chinese)赖圣杰, 李中杰, 金连梅, 等.传染病暴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):637-640.
[7] Xu XQ, Lu QB, Wang Z, et al. Evaluation on the performance of China Infectious Disease Automatedalert and Response System(CIDARS)in Zhejiang province[J]. Chinese Journal of Epidemiology, 2011, 32(5):442-445.(in Chinese)徐旭卿, 鲁琴宝, 王臻, 等.浙江省传染病自动预警系统暴发预警效果评价[J]. 中华流行病学杂志, 2011, 32(5):442-445.