扩展功能
文章信息
- 何涛, 王犇, 张入学, 张凤娇
- HE Tao, WANG Ben, ZHANG Ru-xue, ZHANG Feng-jiao
- 按照地域分层进行传染病暴发早期探测的效果分析
- Geographically stratified early detection of communicable disease outbreaks
- 疾病监测, 2015, 30(11): 925-929
- Disease Surveillance, 2015, 30(11): 925-929
- 10.3784/j.issn.1003-9961.2015.11.009
-
文章历史
- 收稿日期: 2014-06-23
传染病暴发和突发公共卫生事件危害严重,社会反响大,关注度高。防控传染病的关键策略之一是尽早发现传染病异常发生或增加的“苗头”[1]。自实行传染病网络直报以来,甘肃省白银市在传染病预警应用方面积极开展了研究与实践,研制了“传染病实时监控预警系统”,按照地域分层进行传染病暴发早期探测,2007年将此方法应用于实际工作之中,以便基层疾病预防控制机构早期发现传染病暴发疫情,迅速采取有效的控制措施,将其消灭在“萌芽状态”,具有很大的社会效益和经济效益。该方法预警原理简单,结果展示直观、清晰,尤其是预警范围可逐层缩小至村级和学校,从而提高了暴发探测效果,增强了预警的实用性和准确性,因此,“国家传染病自动预警系统”启用后,按照地域分层预警方法成为国家预警系统的补充,一直沿用至今。现对20072013年本预警方法的实施情况及效果进行分析。
1 材料与方法 1.1 资料来源传染病疫情数据来源于“传染病报告信息管理系统”,突发公共卫生事件信息来源于“突发公共卫生事件管理信息系统”。各级各类医疗卫生机构填写传染病报告卡时,“现住地址”必须填写至村或社区,“工作单位”必须按统一格式填写学生、幼托儿童所在的学校、托幼机构名称及班级。疾病预防控制机构对预警信息、初步核实情况、现场调查结果等进行记录。
1.2 预警工具开发与参数设置 1.2.1 预警工具采用Excel 2003软件和Visual Basic for Application(VBA)程序自行研制开发“传染病实时监控预警系统”。该系统预警周期一般选择7 d(细菌性痢疾、流行性脑脊髓膜炎为3 d),预警范围分为县、乡、村级/学校三个层面,其中村级/学校是通过Excel VBA程序截取传染病报告卡“现住地址”、“工作单位”中相关信息获得。
1.2.2 预警病种根据本地实际情况,将预警病种分为3类,第一类为重大传染病,如:鼠疫、霍乱、传染性非典型肺炎、人感染高致病性禽流感、肺炭疽等;第二类为本地常年发生,且易形成暴发的17种传染病,如:甲型病毒性肝炎(甲肝)、麻疹等;第三类为本地从未发生过的罕见传染病或近5年内一直未曾发生过的传染病以及不明原因疾病等。
1.2.3 预警阈值依据《国家突发公共卫生事件应急预案》、《国家突发公共卫生事件相关信息报告管理工作规范》等规定的突发公共卫生事件、暴发疫情判定标准,对于第一、三类传染病,预警阈值设为1例;对于第二类传染病,按照不同病种在一定时间和区域内的发病人数进行设置,例如:1 周内,同一学校、幼儿园、自然村寨、社区、建筑工地等集体单位发生5 例及以上甲肝病例,即达到突发公共卫生事件报告标准[2],甲肝预警阈值设为5例。
1.3 预警方法 1.3.1 下载、分析传染病报告卡每天至少6次登录“传染病报告信息管理系统”,按照现住地址、近7 d(录入日期)查询、下载报告卡,将其导入“传染病实时监控预警系统”,系统自动统计各种传染病发病情况。
1.3.2 暴发探测对于第一、三类传染病,发生1例即可获取预警信息。对于第二类传染病,将疾病监测信息与数字地图相结合,在县、乡、村级/学校逐层缩小地域范围:①县级层面:以地图颜色深浅显示近7 d内各县(区)传染病发病数(图1①),白银区某种传染病发病数超过预警阈值,地图颜色较深,可能发生暴发疫情;②乡级层面:选择白银区后,以地图显示该区各乡(镇、街道)该种传染病发病情况(图1②),纺织路街道地图颜色较深,可能发生暴发疫情;③村级/学校层面:选择纺织路街道后,以列表显示该街道各村(社区)和学校(托幼机构)该种传染病发病情况(图1③),白银区第二幼儿园报告3例病例,与国家有关预案、规范对比,如发病数接近、达到或超过时,均可获得预警信息。
![]() |
图 1 按照地域分层进行传染病预警示意图 Fig.1 Geographically stratified communicable disease early warning |
获取预警信息后,通过电话联系报告单位进行初步核实,主要核对疾病诊断、报告信息等是否准确;如果核实无误,判定为疑似事件,并进一步开展现场调查以确认是否为真正的暴发。疑似事件是指对预警信息提示的事件进行初步核实,结合当地实际不能排除疫情异常升高的可能,需要进行现场调查的事件[3];传染病暴发是以现场调查证实并上报至“突发公共卫生事件管理信息系统”的事件作为判定标准;突发事件是指到“突发公共卫生事件管理信息系统”中报告的突发公共卫生事件[4]。
1.4 评价指标本研究采用下列评价指标:①预警信息响应率指获取预警信息后进行初步核实的预警信息占全部预警信息的百分比,2 h内为及时响应;②疑似事件信息比例指预警信息经初步核实后,与可能的暴发事件(疑似事件)相关的预警信息占全部预警信息的比例[5];③现场调查率指实际开展现场调查的疑似事件占全部疑似事件的百分比,24 h内为及时调查;④灵敏度是指探测到的暴发占全部暴发事件的百分比[6];⑤阳性预测值是指预警系统探测为暴发的事件最终被证实为真实暴发的概率[7]。
1.5 统计分析采用SPSS 19.0软件进行描述性分析、Spearman秩相关分析等。
2 结果 2.1 一般情况20072013年,白银市通过“传染病报告信息管理系统”共报告预警相关传染病31031例;按照地域分层进行传染病暴发早期探测,共获取预警信息148条,涉及14种传染病,其中,2009年预警信息数最多,2012年、2013年较少。报告病例数与预警信息数的比值为209.67∶1,见表1。
年份 | 报告 病例数 | 预警 信息数 | 预警 病种数 | 报告病例数∶ 预警信息数 |
2007 | 4 020 | 20 | 6 | 201.00∶1 |
2008 | 4 204 | 35 | 9 | 120.11∶1 |
2009 | 4 880 | 38 | 5 | 128.42∶1 |
2010 | 3 567 | 14 | 4 | 254.79∶1 |
2011 | 4 824 | 22 | 6 | 219.27∶1 |
2012 | 5 049 | 10 | 5 | 504.90∶1 |
2013 | 4 487 | 9 | 6 | 498.56∶1 |
合计 | 31 031 | 148 | 14 | 209.67∶1 |
各种传染病预警信息数存在较大差异,水痘、手足口病、流行性腮腺炎、甲型H1N1流感预警信息最多,占67.57%;其次是风疹、流行性感冒,占20.27%;甲肝、麻疹、猩红热、急性出血性结膜炎、丝虫病、钩端螺旋体病、霍乱、疟疾较少,占12.16%;戊型病毒性肝炎(戊肝)、流行性乙型脑炎、细菌性痢疾、伤寒和副伤寒、流行性脑脊髓膜炎、百日咳、其他感染性腹泻病无预警信息。预警传染病中,以第二类传染病预警信息最多,共140条,占94.59%;第一、三类较少,共8条,占5.41%。对第二类17种传染病报告病例数与预警信息数进行Spearman秩相关统计检验,r=0.553,P<0.05,说明两者呈正相关,预警信息数随报告病例数的增加而增加。
2.3 初步核实情况对148条预警信息均在2 h内进行初步核实,2 h内预警信息响应率为100.00%。经过初步核实,判定为疑似事件的共计10种传染病的127条预警信息,疑似事件信息比例为85.81%。排除信息中,霍乱、丝虫病、钩端螺旋体病为误报所致,均及时进行订正。
2.4 现场调查结果对于初步核实的127条预警信息,全部在24 h内开展现场流行病学调查,24 h内现场调查率为100.00%。通过现场调查证实了10种传染病的85起暴发事件,阳性预测值为57.43%(85/148),其中甲型H1N1流感最多,风疹、水痘、流行性腮腺炎、手足口病次之。
与同期“突发公共卫生事件管理信息系统”报告的10种101起传染病暴发事件相比,按地域分层探测到的传染病暴发少16起,主要原因为:4起是单病例事件,12起是先通过电话报告、再由报告单位集中录入报告卡的疫情,由于电话报告的疫情已经开始调查处置,因此集中录入报告卡后发现预警信息也存在不记录的情况,说明手工记录预警信息的缺陷。除去单病例和后期集中录入事件,实际暴发按85起计算;按照地域分层探测到暴发85起,暴发探测灵敏度为100.00%,见表2。
病种 | 报告 病例数 | 预警 信息数 | 报告病例数∶ 预警信息数 | 初步核实 信息数 | 调查确认 暴发数 | 突发 事件数 |
第一类传染病 | ||||||
霍乱 | 1 | 1 | 1.00∶1 | 0 | - | 0 |
第二类传染病 | ||||||
甲肝 | 753 | 3 | 251.00∶1 | 3 | 2 | 2 |
戊肝 | 37 | 0 | - | - | - | 0 |
甲型H1N1流感 | 595 | 20 | 29.75∶1 | 20 | 20 | 22 |
麻疹 | 247 | 3 | 82.33∶1 | 3 | 2 | 2 |
流行性乙型脑炎 | 2 | 0 | - | - | - | 0 |
细菌性痢疾 | 3 819 | 0 | - | - | - | 0 |
伤寒和副伤寒 | 221 | 0 | - | - | - | 0 |
流行性脑脊髓膜炎 | 5 | 0 | - | - | - | 0 |
百日咳 | 21 | 0 | - | - | - | 0 |
猩红热 | 329 | 3 | 109.67∶1 | 2 | 1 | 1 |
流行性感冒 | 3 091 | 14 | 220.79∶1 | 11 | 6 | 10 |
流行性腮腺炎 | 3 742 | 22 | 170.09∶1 | 18 | 12 | 14 |
风疹 | 1 475 | 16 | 92.19∶1 | 15 | 15 | 18 |
急性出血性结膜炎 | 173 | 1 | 173.00∶1 | 1 | 1 | 1 |
其他感染性腹泻病 | 6 106 | 0 | - | - | - | 0 |
手足口病 | 6 919 | 28 | 247.11∶1 | 27 | 12 | 14 |
水痘 | 3 488 | 30 | 116.27∶1 | 27 | 14 | 17 |
第三类传染病 | ||||||
疟疾 | 1 | 1 | 1.00∶1 | 0 | - | 0 |
钩体病 | 2 | 2 | 1.00∶1 | 0 | - | 0 |
丝虫病 | 4 | 4 | 1.00∶1 | 0 | - | 0 |
合计 | 31 031 | 148 | 209.67∶1 | 127 | 85 | 101 |
2008年4月中国疾病预防控制中心启用“传染病自动预警信息系统”,该系统于20082013年在白银市发出预警信息3181条,全部进行初步核实,预警信息响应率为100.00%,判定为疑似事件的50条,疑似事件信息比例为1.57%;经现场调查确认为暴发事件的47条,暴发探测灵敏度为55.95%(同期实际暴发84起),阳性预测值为1.48%。
3 讨论在基层传染病预防控制工作中,如果能够有效利用传染病网络直报信息资源,则对暴发疫情的早期发现与处置起到重要作用。按照地域分层进行传染病暴发早期探测,原理简单,预警工具所采用的Excel软件在实际工作中应用广泛,可以自动运算传染病网络直报数据,并在县、乡、村级或学校逐层查找重点区域,最终锁定病例集中的最小范围——村级和学校,建立起适合本地区特点的疾病监测预警模式。因此,本预警方法可利用现有的传染病信息报告资源,探测可能的传染病暴发与流行,在早期阶段对将要发生的或正在发生的传染病暴发疫情进行预警,为基层传染病暴发的快速应对提供便利,预警的实用性较强。20072013年,按照地域分层进行传染病暴发早期探测,共获取预警信息148条,2 h内预警信息响应率、24 h内现场调查率均达100.00%,说明疾病预防控制队伍对预警信息的响应十分迅速,从而为疾病预防控制措施的落实赢得了宝贵时间[8]。
传染病发病的空间聚集性探测方法已成为传染病暴发早期预警技术研究的新兴领域,世界各国越来越多的监测预警系统采用传染病空间聚集性探测方法[9]。本研究基于法定传染病网络报告系统,通过Excel VBA程序截取传染病报告卡“现住地址”、“工作单位”中村或社区、学校或托幼机构名称,获取较小的空间区域信息,从而将预警范围能够从县级逐层缩小至村级和学校。由于预警周期(7 d或3 d)、预警范围的最小区域,与国家规定的突发公共卫生事件、暴发疫情判定标准中的时间范围、地域范围 基本一致,所以获取预警信息的准确性较高。20072013年,148条预警信息中,疑似事件信息比例为85.81%,明显高于国家传染病自动预警系统在白银市20082013年运行的相应指标结果1.57%以及全国的1.24%、1.14%[10, 11];通过现场调查,证实为传染病暴发85起,暴发探测灵敏度为100.00%,阳性预测值为57.43%,也明显高于国家传染病自动预警系统在白银市的相应指标结果。预警信息被排除的主要原因是:①报告单位误报;②现场调查及采集标本经实验室检测,不支持原疾病诊断;③为增加系统的敏感性,当发病数接近预警阈值时也获取预警信息,经现场调查,未达到突发公共卫生事件和暴发疫情判定标准,且没有扩散趋势,仅采取一般处置措施,不能确定为暴发事件。
在传染病突发事件的应急处置工作中,按照地域分层进行传染病暴发早期探测的方法还有许多方面需要进一步改进与探索。如:“传染病实时监控预警系统”自动化程度不高,手工操作和记录较多,人为影响因素较大;基层单位存在传染病误报、疫情发生后集中录入报告卡等情况,严重影响了暴发探测的准确性,因此必须不断提高传染病报告信息质量。本预警方法适用于基层传染病预防控制工作,在使用过程中需要特别注意,临床医生必须按要求详细填写报告卡“现住地址”、“工作单位”,否则预警结果将会出现明显偏差。
[1] | Yang WZ, Lan YJ, Li ZJ. Review and prospect of infectious diseases warning study[J]. Chinese Journal of Preventive Medicine,2014,48(4):244-247. (in Chinese) 杨维中,兰亚佳,李中杰.传染病预警研究回顾与展望[J]. 中华预防医学杂志,2014,48(4):244-247. |
[2] | Ministry of Health of the People's Republic of China. Health Ministry Country norm of information report and management on public health emergency events[S]. Beijing: Ministry of Health of the People's Republic of China,2005. (in Chinese) 中华人民共和国卫生部. 国家突发公共卫生事件相关信息报告管理工作规范(试行)[S]. 北京:中华人民共和国卫生部,2005. |
[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)试运行工作方案[S].北京:中国疾病预防控制中心,2008. |
[4] | 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. |
[5] | Lai SJ, Liao YL, Zhang HL, et al. Comparing the performance of temporal model and temporal-spatial model for outbreak detection in China Infectious Diseases Automated-alert and Response System,2011-2013, China[J]. Chinese Journal of Preventive Medicine,2014,48(4):259-264. (in Chinese) 赖圣杰,廖一兰,张洪龙,等.2011-2013年国家传染病自动预警系统中时间模型和时空模型应用效果比较[J]. 中华预防医学杂志,2014,48(4):259-264. |
[6] | Li ZJ, Liao YL, Lai SJ, et al. Comparison on the performance of both temporal and temporal-spatial models for outbreak detection through China Infectious Diseases Automated-alert and Response System (CIDARS)[J]. Chinese Journal of Epidemiology,2011,32(5):436-441. (in Chinese) 李中杰,廖一兰,赖圣杰,等.传染病暴发探测时间模型和时空模型的应用效果比较[J]. 中华流行病学杂志,2011,32(5):436-441. |
[7] | Yu XH, Pan QJ, Wei JJ, et al. Performance of national communicable disease automatic early warning system in Wenzhou, Zhejiang[J]. Disease Surveillance,2013,28(6):488-490. (in Chinese) 余向华,潘琼娇,魏晶娇,等.浙江省温州市传染病自动预警系统运行情况分析[J]. 疾病监测,2013,28(6):488-490. |
[8] | Ma JQ. Applications of GIS in the infectious disease network reporting system[J]. Chinese Journal of Preventive Medicine,2009,43(2):151-153. (in Chinese) 马家奇.地理信息系统在传染病网络直报系统中的应用[J]. 中华预防医学杂志,2009,43(2):151-153. |
[9] | Buckeridge DL, Musen MA, Switzer P, et al. An analytic framework for space-time aberrancy detection in public health surveillance data[J]. AMIA Annu Symp Proc,2003:120-124. |
[10] | Yang WZ, Li ZJ, Lai SJ, et al. Preliminary application on China Infectious Diseases Automated-alert and Response System (CIDARS), between 2008 and 2010[J]. Chinese Journal of Epidemiology,2011,32(5):431-435. (in Chinese) 杨维中,李中杰,赖圣杰,等.国家传染病自动预警系统运行状况分析[J]. 中华流行病学杂志,2011,32(5):431-435. |
[11] | Li ZJ, Ma JQ, Lai SJ, et al. The implement performance of China Infectious Diseases Automated-alert and Response System in 2011-2013[J]. Chinese Journal of Preventive Medicine,2014,48(4):252-258. (in Chinese) 李中杰,马家奇,赖圣杰,等. 2011-2013年国家传染病自动预警系统运行结果分析[J]. 中华预防医学杂志,2014,48(4):252-258. |