传染病预测预警模型及指标体系的研究进展.docVIP

精品论文 参考文献 传染病预测预警模型及指标体系的研究进展 江苏省淮安市 盱眙县疾病预防控制中心 211700 摘要：近年来传染病预测预警工作受到全社会的广泛关注，将传染病的流行病学特点与统计学模型相结合，通过数据分析建立传染病预测预警模型，及时发现传染病发生的异常先兆及可能趋势，真正做到防患于未然，，对于传染病控制工作意义重大。 关键词：传染病；预测；预警；评价指标 1.前言 传染病预测是对疾病未来的发生、发展和流行情况开展分析，传染病预警则是指利用预测方法，及早发现传染病异常变化的征兆，并发出警报，提醒流行病学专家和工作人员及时调查核实，以达到早发现早处理的目的。传染病的预警不仅需要掌握疾病的发生发展趋势，更要求研究系统能及时识别早期的异常情况并发出警报，启动应急反应[1]。 传染病曾是危害人类健康和社会进步的严重因素，随着医疗卫生条件和经济水平的发展已使其得到一定的改善和控制，但迄今为止，传染病仍是人类发病率较高、引起突发公共卫生事件较多的疾病。2003年的SARS事件、2014年埃博拉病毒疫情等，使政府及人们更加认识到建立合适的传染病预测预警系统的重要性，以便提前预测出传染病流行趋势和大流行发生的可能性，启动相应的预警机制，指导有关部门和社会公众及时采取相应防范措施，在最大程度上降低对社会、经济的影响。 2.传染病预测预警模型 流行病学数学模型为传染病防制从经验到理论的发展提供了有效的研究方法。它是在已知某疾病的流行过程、影响的主要因素及其相互关系的基础上，用数学表达式定量地阐述流行过程特征，反映疾病生态学的量的制约关系，是疾病传播过程的数学模拟。这类模型广泛应用于流行病学研究的各个领域，在研究疾病的流行特征、效果评价以及疾病预测中，起着十分重要的作用。近年来，传染病预测模型的发展十分迅速，方法和种类也越来越多。以下根据定量预测和定性预测的分类方法，对几种主要的模型进行简介。 2.1定性预测 定性预测是指通过对当地传染病发生发展规律及其有关因素的分析，判断该病即将流行的趋势和强度。在我国，利用流行控制图法、比数图法及利用“Z-D”现象对传染病发生进行预测应用的较多。 2.1.1 流行控制图法 流行控制图法是由美国W.A.Shewhart于1924年首先创立，最早应用于检验和判断重复实验的准确度和精密度。该方法法适用于各种分布的传染病，对于具有季节性或周期性的传染病预测效果较好。流行控制图中有3条曲线，分别代表上警戒线、下警戒线和中位数线，根据发病率的大小以及疫情发展的快慢来预测传染病发生、流行的趋势和强度。杨维中等以湖南省辽宁省等省份共366个县1997~2002年7种传染病月报数据建立数据库，建立预警模型，并综合平衡灵敏度、特异度、阳性预测值、预测功效及所预测疾病的特点后，优选出7种传染病的合适预警界值，预警疾病的灵敏度和特异度在90%以上，在传染病预测中是一种较好的预警方法。 2.1.2 比数图法 比数图法通过比数与其可信区间，来判断某传染病是否有流行征兆，适用于发病数呈正态分布的传染病。比数图法很早就被应用传染病的监测，并多次被证实是其可行性。 2.1.3 “Z-D”现象 又称“Zeng-Ding”现象，是曾光和丁雁鹏等于1997年在对全国29省17种法定报告传染病的历史资料进行分析时发现的，即若某病流行年发病曲线波峰向右偏移时，则下一流行年发病率可能上升，且向右偏移程度越大，上升的概率越大，反之则下降。目前，已有很多学者利用“Z-D”现象对部分传染病进行了预测，并证实了麻疹、猩红热、细菌性痢疾等都存在该现象。 2.2定量预测 定量预测是指借助数学方法利用原始资料来建立合适的数学模型，预测传染病未来的发病情况。目前以时间序列方法在传染病预测中应用最多，如ARIMA模型、马尔科夫链模型等。 2.2.1 ARIMA模型 ARIMA模型是由博克思（Box）和詹金斯（Jenkins）提出的著名时间序列预测方法，又称为Box-Jenkins模型。该模型是目前最常用的时间序列预测方法，它综合考虑了序列的趋势变化、周期变化及随机干扰，并借助模型参数进行了量化表达[2]。 标准的ARIMA模型ARIMA（p，d，q）（P，D，Q）s，其中p，q分别表示自相关函数和偏自相关函数的阶，d 表示进行差分的次数