- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
传染科论文传染病论文:传染病预测预警体系建设现状研究
随着经济水平和医疗技术的不断提高,人民生条件及卫生设施得到改善,促进了人类文明不断展。但迄今为止,传染病仍然是人类发病率较高、发突发性公共卫生事件较多的疾病〔1〕。不仅有传染病死灰复燃,而且新发现传染病和新变种病不断出现〔2-5〕。WHO大力宣传建立传染病预测警系统的重要性和必要性,致力于强化现有的传病监测系统,发展早期预警系统。通过科学监测染病、分析人群特征、收集空间信息,利用切实可的预测模型,预测传染病季节流行趋势和大流行生的可能性,建立相应的预警机制〔6〕,指导有关门和社会公众及时采取相应防范措施。
我国传染病预测预警体系现状传染病预测预警体系主要由传染病监测、传染病测和传染病预警三大核心模块构成〔7,8〕。传染病监是预测预警分析的基础;传染病预测可视为一种工,通过一些方法和模型把监测得来的数据资料转化进行预警决策的信息〔9〕;传染病预警是疾病监测的的之一,是预测技术在实践中的重要应用。目前,中国疾病预防控制中心已经建成了针对9种法定传染性疾病的实时网络监测系统,这是中疾病预防控制以及公共卫生信息系统国家网络的要组成部分〔10, 11〕。
从2004年1月开始, 37种传病和突发公共卫生事件网络直报系统在全国范围开始试运行〔12, 13〕,同年4月正式启用。随后,其各种疾病监测工作在该平台之上也逐渐构建起,逐步实现公共卫生信息资源整合和共享〔14〕。到009年底,法定传染病种类增加到39种,新增种类进入网络直报系统。2005年,由卫生部应急办公室立项、中国疾病防控制中心负责具体实施的重点传染病监测自动警信息系统建设与应用试点项目正式启动〔15〕。该系统在已有研究成果的基础上,建立传染病监测自动预警信息平台,及时向疾病预防控制机构及卫生行政部门疫情管理人员发出警示〔16〕。2008年3月,全国传染病监测自动预警(时空模型)试点工作正式开始。
2 传染病预测预警常用方法传染病预测预警常用方法种类较多,分类方法各异,按预测方法常可以分为定性预测、定量预测和综合预测。
2. 1 定性预测定性预测是通过对当地传染病发生、发展规律及其有关因素的具体分析,判断该病即将流行的趋势和强度。定性预测主要包括流行控制图法、Del-phi法、比数图法、马尔可夫链、“Z-D”现象〔17, 18〕等。流行控制图法是由美国休哈特(W. A. She-whart)于1924年首创〔19〕,适用于各种分布的传染病,对于具有季节性流行或周期性流行规律的传染病,效果较好,有中心线(CL)、上控制限(UCL)和下控制限(LCL),分别代表上警戒线、下警戒线和中位数线。警戒线是可以调整的〔20〕,如对甲型流感的预测,即以±2S为上下警戒线。流行控制图法方法简单,指标容易得到,在疾病监测中是一种较好的“预警”方法〔1, 22〕。Delphi法即德尔菲法,我国称之为专家评分法或专家咨询法。Delphi法是采取匿名的方式广泛征求专家的意见〔23〕,对评价对象做出评价的一种定量与定性相结合的预测、评价方法。直到20世纪70年代中期,Delphi法才开始在医学领域中有所应用,现在越来越多地应用在传染病监测系统中〔24〕。
2. 2 定量预测定量预测是借助数学手段利用原始资料,建立恰当的数学模型,预测未来传染病的发病数和发病率,其预测精度与可靠性取决于数据的准确性和模型的科学性。根据自变量的多少可分为时间序列模型和多因素模型。
2.2. 1 时间序列预测模型 时间序列预测模型假设预测对象的变化仅与时间有关,根据它的变化特征,以惯性原理推测其未来状态。时间序列模型主要包括灰色动态模型、B-J模型和回归预测模型等。灰色动态模型由我国学者邓聚龙教授于1982年创立,后在各个领域广泛应用。它以颜色的深浅代表系统信息的完备程度,由于人们对传统传染病的发病因素还未完全掌握,所以构成了传染病发病或明或暗的灰色系统。其中应用最广泛的是GM(1, 1)模型。Box-Jenkins模型简称B-J模型,是时间序列预测模型中最复杂、最高级的模型〔25〕,其中广泛应用的预测模型是自回归滑动平均混合模型法(ARI-MA)。它将预测对象随时间变化形成的序列,看作是一个随机序列,呈现一定的规律性,可以用数学模型近似描述。在医学领域可较好的用于疾病发病或死亡的预测预报〔26〕。
2.2. 2 多因素模型 多因素分析是同时对观察对象的2个或2个以上变量进行分析,从相互联系与制约的复杂关系中把握事物的本质。多元回归模型、逐步判别模型、小波模型、人工神经网络模型等均属多因素模型〔27〕。由于传染病流行特征的复杂性和多变性,模型中的变量在不同地区、不同病种、不同时段都有不同的参数,在实践中需不断进行调整,限制了多因素模型的应用和推广。
2. 3 综合预
文档评论(0)