2014年国家传染病自动预警系统运行结果分析

扩展功能

加入引用管理器

Email Alert

文章信息

张洪龙, 赖圣杰, 张子科, 耿启彬, 王丽萍, 兰亚佳, 杨维中, 李中杰

ZHANG Hong-long, LAI Sheng-jie, ZHANG Zi-ke, GENG Qi-bin, WANG Li-ping, LAN Ya-jia, YANG Wei-zhong, LI Zhong-jie

2014年国家传染病自动预警系统运行结果分析

Performance of China Infectious Disease Automated-alert and Response System in 2014

疾病监测, 2016, 31(11): 896-902

Disease Surveillance, 2016, 31(11): 896-902

10.3784/j.issn.1003-9961.2016.11.004

文章历史

收稿日期：2016-03-18

引用本文

张洪龙, 赖圣杰, 张子科, 耿启彬, 王丽萍, 兰亚佳, 杨维中, 李中杰. 2014年国家传染病自动预警系统运行结果分析[J]. 疾病监测, 2016, 31(11): 896-902. 复制到剪切板

ZHANG Hong-long, LAI Sheng-jie, ZHANG Zi-ke, GENG Qi-bin, WANG Li-ping, LAN Ya-jia, YANG Wei-zhong, LI Zhong-jie. Performance of China Infectious Disease Automated-alert and Response System in 2014[J]. Disease Surveillance, 2016, 31(11): 896-902. 复制到剪切板

2014年国家传染病自动预警系统运行结果分析

张洪龙¹, 赖圣杰¹, 张子科², 耿启彬³, 王丽萍¹, 兰亚佳⁴, 杨维中⁵, 李中杰¹

1. 中国疾病预防控制中心传染病预防控制处传染病监测预警重点实验室, 北京 102206;
2. 浙江大学医学院附属第一医院检验科, 浙江杭州 310003;
3. 武汉大学病毒学国家重点实验室, 湖北武汉 430072;
4. 四川大学华西公共卫生学院, 四川成都 610021;
5. 中国疾病预防控制中心, 北京 102206

收稿日期: 2016-03-18

基金项目: 国家科技重大专项（No.2012ZX10004-201）；国家杰出青年科学基金（No.81525023）；国家科技支撑计划（No.2014BAI13B05）

作者简介: 张洪龙,男,山西省运城市人,助理研究员,主要从事传染病预警和全球卫生工作;赖圣杰,男,福建省漳州市人,助理研究员,主要从事传染病监测预警工作

通信作者: 李中杰,Tel:010-58900549,Email:lizj@chinacdc.cn.

摘要: 目的分析2014年国家传染病自动预警系统（预警系统）在全国的运行情况，为有效改进与完善预警系统提供依据。方法收集2014年预警系统在中国内地31个省份对33种传染病产生的预警信号数量、响应情况和判断结果，分析预警信号的响应率和响应时间，并与预警系统2011-2013年的运行结果进行比较。结果 2014年预警系统共发出386 578条预警信号，信号响应率为99.24%（383 637条），（P₂₅~P₇₅）为1.0（0.4~3.8）h。2014年的信号整体响应率和24 h内响应率较2011-2013年水平有所提高。其中，固定阈值预警方法产生163 649条预警信号，预警信号响应率为99.21%（162 361/163 649），（P₂₅~P₇₅）为1.0（0.2~5.3）h；通过初步核实、现场调查与实验室检测，最终确认了80 923例病例，占预警信号数的49.50%。时间模型预警方法共产生222 929条预警信号，平均每县每周约产生预警信号1.48条，其中3159条预警信号（1.42%）经初步核实后被判断为疑似事件；预警信号响应率为99.26%（221 273/222 929），（P₂₅~P₇₅）为1.1（0.5~2.9）h。结论 2014年预警系统的预警信号响应率和响应及时性均保持较高水平，2014年的信号整体响应率和24 h内响应率较2011-2013年进一步提高，但疑似事件信号占全部预警信号的比例仍有待改善。

关键词：传染病疾病暴发预警系统响应

Performance of China Infectious Disease Automated-alert and Response System in 2014

ZHANG Hong-long¹, LAI Sheng-jie¹, ZHANG Zi-ke², GENG Qi-bin³, WANG Li-ping¹, LAN Ya-jia⁴, YANG Wei-zhong⁵, LI Zhong-jie¹

1. Key Laboratory of Surveillance and Early-warring on Infectious Disease, Chinese Center for Disease Control and Prevention, Beijing 102206, China;
2. First Affiliated Hospital of Medical College of Zhejiang University, Hangzhou 310003, Zhejiang, China;
3. State Key Laboratory for Virology of Wuhan University, Wuhan 430072, Hubei, China;
4. Western China Public Health School, Sichuan University, Chengdu 610041, Sichuan, China;
5. Chinese Center for Disease Control and Prevention, Beijing 102206, China

Corresponding author: LI Zhong-jie, Email:lizj@chinacdc.cn.

Abstract: Objective To evaluate the performance of China Infectious Disease Automated-alert and Response System (CIDARS) in China, and provide evidence for the improvement of the system. Methods The data of the automated alerts generated by the system, the responses to the alerts and alert confirmation were collected from 31 provinces in China in 2014. The analysis results were compared with the performance of the system during 2011-2013. Results A total of 386 578 alerts were generated nationwide on 33 infectious diseases, in which 383 637 (99.24%) were responded, and the median (P₂₅-P₇₅) of time for response was 1.0 (0.4-3.8)h. The overall response rate and the response rate in 24 hours in 2014 were higher than those during 2011-2013. Among all the alerts, 163 649 were generated by fixed-value detection method, in which 162 361 had responses (99.21%), and the median (P₂₅-P₇₅) of time for response was 1.0 (0.2-5.3)h. After the preliminary data verification, field investigation, and laboratory test, 80 923 alerts of disease cases were confirmed, accounting for 49.50% of the total alerts. In addition, 222 929 alerts were generated by the temporal aberration detection methods with an average 1.48 alerts per county in a week, and 3159 suspected outbreaks were confirmed, accounting for 1.42% of the total alerts. The response rate was 99.26%, and the median (P₂₅-P₇₅) of time for response was 1.1 (0.5-2.9)h. Conclusion In 2014, the response rate of alerts generated by CIDARS and its timeliness remained at a high level. The overall alert response rate and the response rate within 24 hours were improved compared with those during 2011-2013, but the confirmation of the alerts for suspected outbreaks needs further improvement.

Key words: Communicable disease Disease outbreak Early-warning system Response

传染病预警是在传染病暴发流行事件发生前或发生早期发出信号,以警示该事件可能发生或其发生的范围、程度等可能扩大。近年来,全球广泛开展了传染病暴发早期预警研究,以期早期发现疾病的发生异常和暴发,通过及时采取控制措施,减少疾病暴发造成的失能和死亡。为实现预警系统反馈调整、持续改进,并保持有效工作状态,国内外学者也积极开展了预警系统评价研究。经过多年的基于传染病法定报告数据的暴发早期探测技术研究与应用试点^[1-4],中国疾病预防控制中心(CDC)成功研发了国家传染病自动预警系统(预警系统),并于2008年4月在全国各省试运行^[5-7]。在前期研究基础上^[8-13],为持续了解预警系统2014年的应用效果,笔者对系统的运行结果进行分析。

1 资料与方法 1.1 资料来源

预警系统采用特定探测方法,以县(区)为单位,每日(或实时)自动分析全国31个省份的33种传染病监测数据,将探测到的疾病异常增加或聚集信号通过手机短信的形式发送给相应县(区)疾病预防控制机构的疫情监测人员,并收集记录每条预警信号的响应处理信息^[6]。研究数据来源于2014年1月1日至12月31日期间,预警系统产生的预警信号及预警信号的响应处理结果。

1.2 预警系统 1.2.1 异常探测方法

预警系统主要采用固定阈值法和时间模型方法进行异常探测^[5-7]。

(1) 固定阈值法：对于甲类传染病或按照甲类管理的传染病,较为罕见或高度关注的传染病,如鼠疫、霍乱、肺炭疽、传染性非典型肺炎、脊髓灰质炎、人感染高致病性禽流感、白喉、丝虫病和不明原因肺炎,采用该方法进行实时探测,即在传染病报告信息管理系统中录入1例病例,预警系统就发出1条预警信号。近年来,根据我国疾病防控形势与疾病消除的实际需要,20102014年,预警系统先后将手足口病(重症和死亡病例)、麻疹、疟疾、急性血吸虫病、人感染H7N9禽流感和埃博拉出血热的探测方法设置为固定阈值法。

(2) 时间模型法：目前预警系统采用3种时间模型方法(移动百分位数法、累积和控制图法、聚集性疫情法)对18种传染病进行异常探测,3种方法均以县(区)为空间探测范围,每日运算一次。其中,对于流行性腮腺炎等16种传染病采用移动百分位数法^[6],若当前7 d病例数的发病水平超过过去5年历史同期基线数据的第n百分位数(P_n)水平时,预警系统将发出1条预警信号,各病种百分位数阈值P_n设定：登革热、钩端螺旋体病、流行性脑脊髓膜炎、流行性和地方性斑疹伤寒的阈值为P₅₀,甲型病毒性肝炎为P₇₀,其他疾病为P₈₀；对于手足口病,采用累积和控制图法每日分析手足口病监测数据,累积计算当前3 d发病水平超过近7 d历史基线数据的程度来判断是否预警^[14]；对于疟疾,采用聚集性疫情预警方法分析疟疾监测数据,当同一乡镇 30 d内的报告病例数达到2例时,系统即在所属县(区)发出1条预警信号^[8]。

1.2.2 运行流程

预警系统运行流程分为预警信号发送、预警信号初步核实和现场调查确认3个步骤^[5-7]。①预警信号发送：预警系统通过异常探测方法运算发现疾病发病水平异常时,就会发出1条预警信号。②预警信号初步核实：预警系统用户接收到预警信号手机短信后,将通过数据分析或电话联系报告单位等方式进行信号的初步核实,若病例可能存在空间、时间和(或)人群聚集性,发生当地罕见(少见)病种,或疫情有扩散趋势,则判定为疑似事件,否则信号被排除。③现场调查确认：对于判断为疑似事件的信号,需要进一步开展现场调查以确认是否为一起真正的暴发。基层疾病预防控制机构将通过预警系统报告预警信号的初步核实与现场调查结果。

1.3 分析指标与定义

本研究采用的分析指标为预警信号数、信号响应时间、信号响应率和疑似事件,分别定义如下：

(1) 预警信号数：指预警系统发出的预警信号数量。

(2) 信号响应时间：指县(区)级系统用户接收到预警信号时间与信号初步核实结果反馈至预警系统时间的间隔,时间越短,响应及时性越好。

(3) 信号响应率：指县(区)级系统用户反馈了初步核实结果的预警信号数占全部预警信号数的比例。

(4) 疑似事件：在预警系统中,疑似事件指初步核实预警信号后,不能排除疾病发生暴发或流行,需要进行现场调查的事件。

2 结果 2.1 总体情况

2014年预警系统共发出386 578条预警信号,信号响应率为99.24%(383 637条),信号响应时间的中位数(P₂₅~P₇₅)为1.0(0.4~3.8)h,92.03%(353 075条)的信号在24 h内进行了响应。2014年的信号响应率和24 h内响应率较2011-2013年水平(信号响应率为98.87%,24 h内响应率为91.92%)有所提高,见表 1。

表 1 国家传染病自动预警系统历年响应结果 Table 1 Annual alert response results of CIDARS

年份	预警信号数	响应信号数	响应率(%)	响应时间
年份	预警信号数	响应信号数	响应率(%)	中位数(h)	24 h内响应率(%)
2014	386 578	383 637	99.24	1.0	92.03
2011-2013(年均)	320 277	316 645	98.87	1.0	91.92
增幅(%)⁽¹⁾	20.7	21.16	0.37	0.0	0.12
注：(1) 2014年相对于2011-2013年平均水平的变化幅度。

表选项

2.2 固定阈值法预警信号核实结果

固定阈值法共发出163 649条预警信号,涉及2860个县(区)。其中,麻疹病例和手足口病重症与死亡病例的预警信号最多,分别为129 220条和27 167 条,两者合计占95.56%,鼠疫的预警信号最少,仅12条,见表 2。与2011-2013年相比,2014年预警信号数增加较多的疾病为人感染H7N9禽流感、麻疹和疟疾,增幅分别为614.75%、123.45%和86.19%；预警信号数减少较为明显的疾病为脊髓灰质炎、丝虫病和霍乱,降幅分别为59.20%、18.49%和11.86%。预警信号的响应率为99.21%,较2011-2013年有所提高；2014年预警信号响应时间中位数为1 h,与 2011-2013年相似。

表 2 国家传染病自动预警系统固定阈值法分病种预警信号响应情况 Table 2 Disease specific alert response results of fixed-value detection method in CIDARS

疾病名称	预警信号数			核实病例数⁽¹⁾		响应率(%)			响应时间(h,中位数)
疾病名称	2014年	2011-2013年 (年均)	增幅 (%)	2014年	2011-2013年 (年均)	2014年	2011 2013年	变化 (%)⁽²⁾	2014年	2011 2013年	变化 (%)⁽²⁾
麻疹	129 220	57 829	123.45	52 450 (40.59)	14 655 (25.34)	99.10	98.13	0.99	1.0 (0.2~5.6)	0.9 (0.2~6.0)	11.11
手足口病(重症和死亡病例)	27 167	18 758	44.83	25 143 (92.55)	17 073 (91.02)	99.79	99.14	0.66	0.9 (0.2~4.1)	0.8 (0.2~4.1)	12.50
疟疾⁽³⁾	5 500	2 954	86.19	2 972 (54.03)	1 571 (53.18)	99.02	98.82	0.20	0.8 (0.1~4.9)	0.8 (0.2~4.1)	0.00
人感染H7N9 禽流感⁽⁴⁾	436	61	614.75	325 (74.54)	48 (78.14)	99.77	99.45	0.32	0.6 (0.2~6.0)	0.5 (0.1~3.6)	20.00
不明原因肺炎	336	253	32.81	0	1 (0.26)	98.81	98.55	0.26	0.7 (0.3~2.4)	0.6 (0.3~2.0)	16.67
丝虫病	238	292	-18.49	0	0	99.16	98.75	0.42	0.9 (0.2~5.6)	0.8 (0.3~5.5)	12.50
霍乱	208	236	-11.86	24 (11.54)	51 (21.44)	98.56	97.32	1.27	0.5 (0.2~1.2)	0.4 (0.2~1.6)	25.00
埃博拉出血热⁽⁵⁾	168	0	-	0	0	100.00	-	-	1.7 (0.3~9.1)	-	-
肺炭疽	97	94	3.19	0	0 (0.35)	97.94	98.24	-0.31	1.3 (0.4~14.5)	0.6 (0.3~2.7)	116.67
人感染高致病性禽流感	96	56	71.43	2 (2.08)	1 (2.38)	100.00	98.21	1.82	0.5 (0.2~1.3)	0.6 (0.2~4.4)	-16.67
脊髓灰质炎	71	174	-59.20	0	7 (4.02)	97.18	97.32	-0.14	0.6 (0.2~2.7)	0.6 (0.3~3.3)	0.00
急性血吸虫病⁽⁶⁾	42	14	200.00	4 (9.53)	3 (20.93)	100.00	100.00	0.00	0.9 (0.5~8.7)	1.1 (0.3~7.6)	-18.18
白喉	37	29	27.59	0	0	100.00	97.75	2.30	1.5 (0.4~5.7)	1.0 (0.4~10.5)	50.00
传染性非典型肺炎	21	18	16.67	0	0	95.24	100.00	-4.76	0.5 (0.1~2.2)	0.5 (0.3~1.2)	0.00
鼠疫	12	12	0.00	3 (25.00)	1 (5.41)	100.00	89.19	12.12	1.8 (0.4~3.7)	0.7 (0.4~3.5)	157.14
合计	163 649	80 780	102.59	80 923 (49.50)	33 411 (41.36)	99.21	98.39	0.83	1.0 (0.2~5.3)	0.9 (0.2~5.4)	11.11
注：(1) 指大疫情网中最终的报告病例数,包括临床诊断病例和实验室诊断病例,括号内数据为确诊病例的预警信号占该病种全部预警信号的百分比(%)； (2) 2014年相对于2011-2013年平均水平的变化幅度； (3) 2012年8月纳入预警系统； (4) 2013年4月纳入预警系统； (5) 2014年8月纳入预警系统； (6) 2012年10月纳入预警系统。

表选项

2014年预警信号经过核实与现场调查,除不明原因肺炎、丝虫病、埃博拉出血热、肺炭疽、脊髓灰质炎、白喉和传染性非典型肺炎无个案外,最终确认了麻疹、手足口病(重症和死亡病例)等8种疾病的80 923例个案,占预警信号数的49.50%,略高于2011-2013年确诊病例数占预警信号数的比例(41.36%)。2014年预警信号确认的麻疹和手足口病(重症与死亡病例)病例最多,共计77 593例,占全部确诊病例的95.88%。

2.3 时间模型方法预警信号核实结果

时间模型方法共发出222 929条预警信号,涉及2894个县(区),平均每县每周约发出1.48条信号。其中手足口病、其他感染性腹泻、流行性感冒、流行性腮腺炎、细菌性和阿米巴性痢疾5种疾病的信号最多(197 948条),合计占88.79%,流行性脑脊髓膜炎预警信号最少,仅38条,见表 3。与2011-2013年相比,2014年预警信号数增加较多的疾病为登革热,增幅达566.96%；预警信号数减少较为明显的疾病为风疹和流行性腮腺炎,降幅分别为68.55%和60.38%。2014年预警信号的响应率为99.26%,响应时间中位数为1.1 h。

表 3 国家传染病自动预警系统时间模型法分病种响应情况 Table 3 Disease specific alert response results of temporal aberration detection method in CIDARS

疾病名称	预警信号数			响应率(%)			响应时间(h,中位数)
疾病名称	2014年	2011-2013年 (年均)	增幅 (%)	2014年	2011 2013年	变化 (%)⁽²⁾	2014年	2011 2013年	变化 (%)⁽²⁾
手足口病	77 466	57 231	35.36	99.50	99.42	0.08	1.0(0.5~2.5)	1.0(0.5~2.6)	0.00
其他感染性腹泻⁽¹⁾	60 413	66 226	-8.78	99.32	99.26	0.06	1.1(0.5~3.1)	1.0(0.5~2.9)	10.00
流行性感冒	22 939	13 826	65.91	99.00	98.96	0.04	1.1(0.5~3.1)	1.0(0.5~2.8)	10.00
流行性腮腺炎	19 622	49 530	-60.38	99.38	98.72	0.67	1.0(0.5~2.8)	1.0(0.5~3.0)	0.00
痢疾	17 508	24 378	-28.18	98.42	98.55	-0.13	1.1(0.5~3.1)	1.0(0.5~2.9)	10.00
猩红热	7 951	7 380	7.74	99.06	97.58	1.52	1.1(0.6~3.0)	1.1(0.5~3.0)	0.00
急性出血性结膜炎	4 673	4 523	3.32	99.12	99.43	-0.31	1.1(0.5~3.5)	1.0(0.5~2.8)	10.00
戊型病毒性肝炎	2 718	3 230	-15.85	99.93	99.46	0.47	1.0(0.5~2.3)	0.9(0.4~2.3)	11.11
甲型肝病毒性炎	2 387	2 670	-10.60	97.49	98.19	-0.71	2.6(0.9~13.3)	1.7(0.7~7.8)	52.94
伤寒和副伤寒	1 827	1 758	3.92	99.56	99.43	0.13	1.2(0.6~3.3)	1.1(0.5~2.8)	9.09
风疹	1 577	5 015	-68.55	99.87	98.66	1.23	1.2(0.6~3.3)	1.0(0.5~3.1)	20.00
流行性出血热	1 560	1 849	-15.63	99.29	99.46	-0.17	0.9(0.5~2.7)	0.8(0.4~2.2)	12.50
登革热	747	112	566.96	98.13	97.03	1.13	1.6(0.9~7.3)	1.5(0.8~4.6)	6.67
疟疾	747	554	34.84	99.20	99.34	-0.14	1.9(0.6~7.7)	0.7(0.3~1.7)	171.43
流行性乙型脑炎	539	898	-39.98	99.07	99.33	-0.26	1.0(0.5~3.9)	1.0(0.5~2.8)	0.00
斑疹伤寒	177	224	-20.98	100.00	97.76	2.29	1.3(0.5~7.5)	1.0(0.4~4.1)	30.00
钩端螺旋体病	40	43	-6.98	100.00	100.00	0.00	0.9(0.5~1.9)	1.1(0.6~4.7)	-18.18
流行性脑脊髓膜炎	38	46	-17.39	100.00	97.81	2.24	2.7(1.5~7.2)	2.0(0.7~7.4)	35.00
合计	222 929	239 493	-6.92	99.26	99.03	0.23	1.1(0.5~2.9)	1.0(0.5~2.9)	10 .00
注：(1) 除霍乱、细菌性和阿米巴性痢疾、伤寒和副伤寒以外的感染性腹泻病；(2) 2014年相对于2011-2013年均值的变化幅度。

表选项

预警信号数与报告病例数成正比,即报告病例越多,预警信号越多。总体上,报告病例数与预警信号数的比值为19.9∶1,见表 4。经初步核实,共3159条预警信号被判断为与疑似事件相关,占全部预警信号的1.42%,略高于2011-2013年的结果(1.13%)。分析疑似事件信号占预警信号的比例,登革热的疑似事件信号比例最高,占登革热预警信号的15.67%,流行性脑脊髓膜炎次之,为7.89%。通过对疑似事件的现场调查,最终确认了10种疾病的818起传染病暴发,其中手足口病事件最多(417起),其次为流行性感冒(179起)、流行性腮腺炎(87起)和其他感染性腹泻(50起)。

表 4 国家传染病自动预警系统预警信号响应结果(时间模型) Table 4 Alert response results of temporal aberration detection method in CIDARS

疾病名称	报告病例数		预警信号数		疑似事件信号数(%)			现场调查确认暴发起数			报告病例数∶预警信号数
疾病名称	2014年	2011-2013年 (年均)	2014年	2011-2013年 (年均)	2014年	2011-2013年 (年均)	变化 (%)⁽²⁾	2014年	2011-2013年 (年均)	变化 (%)⁽²⁾	2014年	2011 2013年
手足口病	2 781 719	1 874 273	77 466	57 231	1785 (2.30)	1122 (1.96)	59.09	417	269	55.00	35.9∶1	32.7∶1
其他感染性腹泻⁽¹⁾	866 895	911 941	60 413	66 226	230 (0.38)	103 (0.16)	123.30	50	25	100.00	14.3∶1	13.8∶1
流行性感冒	217 251	104 923	22 939	13 826	376 (1.64)	207 (1.50)	81.64	179	101	77.20	9.5∶1	7.6∶1
流行性腮腺炎	187 954	421 628	19 622	49 530	373 (1.9)	897 (1.81)	-58.42	87	310	-71.90	9.6∶1	8.5∶1
痢疾	153 781	211 650	17 508	24 378	90 (0.52)	44 (0.18)	104.55	8	12	-33.30	8.8∶1	8.7∶1
猩红热	54 171	48 254	7 951	7 380	34 (0.43)	26 (0.35)	30.77	7	7	0.00	6.8∶1	6.5∶1
登革热	46 863	1 786	747	112	117 (15.67)	32 (28.57)	265.63	42	22	90.90	62.7∶1	15.9∶1
急性出血性结膜炎	41 620	34 337	4 673	4 523	47 (1.01)	19 (0.42)	147.37	11	4	175.00	8.9∶1	7.6∶1
戊型病毒性肝炎	27 317	28 418	2 718	3 230	8 (0.29)	4 (0.12)	100.00	0	0	0.00	10.1∶1	8.8∶1
甲型病毒性肝炎	26 149	26 350	2 387	2 670	6 (0.25)	13 (0.49)	-53.85	0	4	-100.00	11.0∶1	9.9∶1
伤寒和副伤寒	13 822	12 690	1 827	1 758	14 (0.77)	11 (0.63)	27.27	3	2	50.00	7.6∶1	7.2∶1
风疹	11 887	41 257	1 577	5 015	43 (2.73)	204 (4.07)	-78.92	14	70	-80.00	7.5∶1	8.2∶1
流行性出血热	11 659	12 383	1 560	1 849	6 (0.38)	4 (0.22)	50.00	0	1	-100.00	7.5∶1	6.7∶1
疟疾	2 972	1 962	747	554	13 (1.74)	6 (1.08)	116.67	0	0	0.00	4.0∶1	3.5∶1
斑疹伤寒	1 680	2 155	177	224	0	0	0.00	0	0	0.00	9.5∶1	9.6∶1
流行性乙型脑炎	922	1 881	539	898	14 (2.59)	24 (2.67)	-41.67	0	1	-100.00	1.7∶1	2.1∶1
钩端螺旋体病	503	402	40	43	0	0	0.00	0	0	0.00	12.6∶1	9.4∶1
流行性脑脊髓膜炎	184	214	38	46	3 (7.89)	5 (10.87)	-40.00	0	2	-100.00	4.8∶1	4.7∶1
合计	4 447 349	3 736 504	222 929	239 493	3159 (1.42)	2718 (1.13)	16.23	818	830	-1.40	19.9∶1	15.6∶1
注：(1) 除霍乱、细菌性和阿米巴性痢疾、伤寒和副伤寒以外的感染性腹泻病；(2) 2014年相对于2011-2013年均值的变化幅度。

表选项

3 讨论

分析结果显示,2014年预警系统持续稳定地对传染病报告数据进行自动运算并及时生成预警信号,基层疾病预防控制机构对预警信号的响应率和响应及时性均较高,表明预警系统目前在基层的应用情况较好。

预警系统中固定阈值法主要是针对一些危害和影响较大、较为罕见的疾病,一旦录入1例,当地疫情监测人员的手机就会收到一条预警短信。我国目前无埃博拉出血热、肺炭疽、丝虫病、白喉等疾病发生,但由于医疗机构初次报告疾病时错误地选填了疾病名称,或者在临床诊断时填报为固定阈值病种,手机短信能够提醒基层工作人员及时确认订正报告病种。

从2014年与2011-2013年运行结果比较来看,固定阈值法中预警信号数增加较多的疾病为人感染H7N9禽流感(2013年4月纳入预警系统)、麻疹和疟疾(增幅分别为614.75%、123.45%和86.19%),时间模型方法的预警信号数增加较多的疾病为登革热(增幅为566.96%)。在中国消除疟疾和消除麻疹行动计划下,各地逐步加强了疟疾和麻疹的诊断和报告,可能是导致疟疾和麻疹预警信号增加较多的主要原因；2014年登革热报告病例水平的增加是预警信号数上升的主要原因。既往研究显示^[8],2011-2013年预警系统的预警信号响应率和响应及时性均保持较高水平,且逐年提高,本研究结果显示2014年预警信号响应率和响应及时性与2013年相近,且2014年的信号响应率和24 h内响应率较2011-2013年平均水平有所提高。

根据实际工作需要,预警系统不断进行技术改进,优化方法及相关参数并纳入新的预警病种,根据工作方案要求,每个县(区)都安排了专门的疫情处理人员每日负责预警信号的响应处理,此外,当地卫生行政部门和疾病预防控制部门防控疾病暴发的意识在不断增强,预警系统作为暴发早期发现的辅助工具也越发受到重视,这些都是预警系统投入运行7年来,响应率和响应及时性保持在较高水平上还逐年提升的重要原因。也有研究表明,预警系统在疾病暴发探测中具有良好的灵敏度和特异度,可以缩短暴发报告时间,促进暴发的早期发现与响应处理,有助于控制疾病暴发的规模^[14-15]。

然而,时间模型的疑似事件信号占全部预警信号的比例较低(仅占1.42%),主要原因是当前预警系统优先考虑暴发探测的灵敏度与及时性^[6],可能造成预警系统信号数量过多,长期应对大量预警信号也可能影响部分基层机构用户工作积极性,出现未进行信号核实就直接排除预警信号与疾病发生暴发或流行相关的情况。下一步应更好地综合考虑预警方法的及时性、灵敏度和错误预警率,改进和完善预警方法,提高其特异性^[16-18]。此外,对于手足口病、其他感染性腹泻、流行性感冒、流行性腮腺炎、细菌性和阿米巴性痢疾等常见病,其信号量比例达88.79%,也可优先考虑优化这5种疾病的时间模型预警方法及阈值。也有研究提示,考虑疾病发病水平地区^[19]、疾病流行季节^[20]、疾病报告的周末效应^[21-22]、疾病选择空间扫描统计量方法不同参数的影响因素^[23],分别采用不同的预警最优阈值,可以在保证方法灵敏度和及时性的情况下,降低错误预警率。

本研究仅对预警系统运行结果进行描述性评价分析,并没有采用及时性、灵敏度、错误预警率等指标评价系统的传染病暴发探测能力,也没有根据系统实际运转情况和用户反馈信息,采用灵活性、可接受性和稳定性等指标评价系统的性能,这是本研究的一个不足,然而,如何综合平衡各项评价内容及其指标来科学评价预警系统不是本研究的重点,有待开展深入专题研究。

预警系统现已成为各级疾病预防控制机构早期发现传染病暴发的重要辅助工具,下一步将重点探索如何丰富预警方法、完善系统功能,根据不同地区不同疾病的实际防控需求,实现系统用户灵活选定适宜的预警方法及相关参数,在保证系统探测及时性的基础上,进一步提高探测准确性。

作者贡献:

张洪龙、赖圣杰、杨维中和李中杰：设计研究思路

张子科、耿启彬：收集和整理数据

王丽萍、兰亚佳：提供数据分析方法

参考文献

[1]	Jin LM, Yang WZ. Infectious diseases automated-alert and response system of 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, Xing HX, Wang HZ, et al. A study on early detection for seven infectious diseases[J]. Chinese Journal of Epidemiology , 2004, 25 (12) : 1039–1041. (in Chinese) 杨维中, 邢慧娴, 王汉章, 等. 七种传染病控制图法预警技术研究[J]. 中华流行病学杂志 , 2004, 25 (12) : 1039–1041.

[3]	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.

[4]	Zhang HL, Lai SJ, Li ZJ, et al. Application of cumulative sum control chart algorithm in the detection of infectious disease outbreaks[J]. Chinese Journal of Epidemiology , 2010, 31 (12) : 1406–1409. (in Chinese) 张洪龙, 赖圣杰, 李中杰, 等. 累积和控制图法在传染病暴发探测中的应用[J]. 中华流行病学杂志 , 2010, 31 (12) : 1406–1409.

[5]	Implementation programme of national infectious diseases early warning (time model)pilot running[OB/OL]. (2008-03)[2014-01-10]. http://www.chinacdc.cn/jkzt/tfggwssj/jszl/201402/W020140210368656097520.pdf. (in Chinese) 全国传染病自动预警(时间模型)试运行工作方案[OB/OL].(2008-03)[2014-01-10]. http://www.chinacdc.cn/jkzt/tfggwssj/jszl/201402/W020140210368656097520.pdf.

[6]	Yang WZ, Lan YJ, Li ZJ, et al. The application of national outbreak 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.

[7]	Yang WZ, Li ZJ, Lan YJ, et al. A nationwide web-based automated system for outbreak early detection and rapid response in China[J]. Western Pac Surveill Response J , 2011, 2 (1) : 10–15.

[8]	Li ZJ, Ma JQ, Lai SJ, et al. The implement performance of China infections 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.

[9]	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[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.

[10]	Zhang HL, Sun Q, Lai SJ, et al. Analysis of effect on infectious diseases outbreak detection performance by classifying provinces for moving percentile method[J]. Chinese Journal of Preventive Medicine , 2014, 48 (4) : 265–269. (in Chinese) 张洪龙, 孙乔, 赖圣杰, 等. 移动百分位数法分地区设定预警阈值对传染病预警效果的影响分析[J]. 中华预防医学杂志 , 2014, 48 (4) : 265–269.

[11]	Sun Q, Lai SJ, Li ZJ, et al. Comparison on the different thresholds on the ‘moving percentile method’ for outbreak detection[J]. Chinese Journal of Epidemiology , 2011, 32 (5) : 450–453. (in Chinese) 孙乔, 赖圣杰, 李中杰, 等. 移动百分位数法不同阈值在传染病暴发预警中的效果比较[J]. 中华流行病学杂志 , 2011, 32 (5) : 450–453.

[12]	Yu F, Zhang HL, Lai SJ, et al. The effectiveness of China infectious disease automated-alert and response system(CIDARS)in the local regions[J]. Chinese Journal of Epidemiology , 2011, 32 (5) : 446–449. (in Chinese) 余斐, 张洪龙, 赖圣杰, 等. 国家传染病自动预警系统在基层应用效果初步分析[J]. 中华流行病学杂志 , 2011, 32 (5) : 446–449.

[13]	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.

[14]	Li ZJ, Lai SJ, Zhang HL, et al. Hand, foot and mouth disease in China:evaluating an automated system for the detection of outbreaks[J]. Bull World Health Organ , 2014, 92 (9) : 656–663. DOI:10.2471/BLT.13.130666

[15]	Zhang HL, Li ZJ, Lai SJ, et al. Evaluation of the performance of a dengue outbreak detection tool for China[J]. PLoS One , 2014, 9 (8) : e106144. DOI:10.1371/journal.pone.0106144

[16]	Lu QB, Xu XQ, Lin JF, et al. The application of China Infectious diseases automated-alert and response system in Zhejiang province,2013[J]. Chinese Journal of Epidemiology , 2014, 48 (4) : 328–329. (in Chinese) 鲁琴宝, 徐旭卿, 林君芬, 等. 2013年浙江省传染病自动预警系统预警信号响应情况分析[J]. 中华预防医学杂志 , 2014, 48 (4) : 328–329.

[17]	Lu QB, Xu XQ, Lin JF, et al. The application of China infectious diseases automated-alert and response system in Zhejiang province,2012[J]. Chinese Journal of Epidemiology , 2013, 34 (6) : 594–597. (in Chinese) 鲁琴宝, 徐旭卿, 林君芬, 等. 浙江省2012年传染病自动预警系统运行情况分析[J]. 中华流行病学杂志 , 2013, 34 (6) : 594–597.

[18]	Chen L, Jin YM, Wang YC, et al. Application of automatic early-warning information system for infectious disease control in Hainan province[J]. Chinese Journal of Public Health , 2011, 27 (1) : 99–101. (in Chinese) 陈莉, 金玉明, 王毓琛, 等. 海南省传染病自动预警信息系统效果分析[J]. 中国公共卫生 , 2011, 27 (1) : 99–101.

[19]	Zhang HL, Lai SJ, Wang LP, et al. Improving the performance of outbreak detection algorithms by classifying the levels of disease incidence[J]. PLoS One , 2013, 8 (8) : e71803. DOI:10.1371/journal.pone.0071803

[20]	Li ZJ, Lai SJ, Buckeridge DL, et al. Adjusting outbreak detection algorithms for surveillance during epidemic and non-epidemic periods[J]. Jam Med Inform Assoc , 2012, 19 (e1) : e51–53. DOI:10.1136/amiajnl-2011-000126

[21]	Lai SJ, Li ZJ, Zhang HL, et al. The comparison of two different types of baseline data regarding the performance of aberration detection algorithm for infectious disease outbreaks[J]. Chinese Journal of Epidemiology , 2011, 32 (6) : 579–582. (in Chinese) 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.

[22]	Centers for Disease Control and Prevention.BioSense real-time hospital data user guide application version 2.11,2007[EB/OL].(2007-10)[2015-04-15]. http://www.cdc.gov/biosense/files/CDC_BioSense_BioSense_Hospital_Data_User_Guide_V2.11.pdf.

[23]	Li XZ, Wang JF, Yang WZ, et al. The effect comparison of spatial scan statistic method based on different parameters in early warning of infectious disease outbreak[J]. Chinese Journal of Health Statistics , 2014, 31 (2) : 236–239. (in Chinese) 李小洲, 王劲峰, 杨维中, 等. 基于不同参数的空间扫描统计量方法在传染病暴发探测中的效果比较[J]. 中国卫生统计 , 2014, 31 (2) : 236–239.