基于控制圖法預警技術的傳染病疾病控制研究

摘要：針對傳染病疫情的防控工作始終是加強疾病監測信息的優化方案，雖然我國早期便以建立了完整的傳染病疫情監測系統，但是由于對比資料較少，且分析手段落后，仍然無法更為精準的預測傳染病發生機制與形成幾率。諸如H1N1、SARS等疫情的傳播，便是其中風險度極高傳染病防控機制失利現象。因此，對于優化傳染病疾病控制效果，仍然需要更為先進的技術手段。為此，本文針對控制圖法預警技術進行了深入剖析，以便為相關研究提供理論參考。

關鍵詞：控制圖法；預警技術；傳染??；疾病控制

一、資料與方法

（一）病種資料

本研究主要考察的傳染病類型為菌痢、腹瀉、腸道癥候群。

（二）數據來源

以2017年3月至2018年3月之間，本院接收的腹瀉患者基本類型為監測范疇，建立患者數據庫資料，對比就診情況和發病人數。

（三）確定流行標準貴州省長順縣疾病預防控制中心

傳染病的流行標準是衡量此類疾病在歷年發病水平上的對比參考，參考專家指導，本研究將流行病的定義范疇界定為過去5年中該疾病的發生頻次，高于（±s）的水平，界定為流行性傳染病。

（四）預警模型

依據控制圖法預警技術的基本原理，以觀察五年內該時間階段下的周期發病頻次，定義測量百分比，P50、P60、P65、P70、P75、P80、P90、P95，作為預警界限，從而建立相應的預警模型。

主要考察控制圖法預警技術中的靈敏度、特異性、陽性似然比、陽性預測值。

首先，設靈敏度為A，其判定模型為：靈敏度（A）=真陽性/（真陽性+假陽性）×100%。

其次，設特異性為B，其判定模型為：特異性（B）=真陰性/（假陽性+真陰性）×100%。

再次，設陽性似然比為C，其判定模型為：陽性似然比（C）=靈敏度/（1-特異性）×100%。

最后，設陽性預測值為D，其判定模型為：陽性預測值（D）真陽性/（鎮陽性+假陽性）×100%。

（五）統計學方法

采用PSS19.0統計學軟件進行數理統計與分析。

二、結果

（一）控制圖法預警信號的測定結果

菌痢、腹瀉、腸道癥候群等各候選預警界值的擬合異常信號分布如表1所示。

（二）控制圖法預警技術參考指標對比結果

菌痢、腹瀉、腸道癥候群等各候選預警界值的靈敏度、特異性、陽性似然比、陽性預測值的測定指標對比結果如表2所示。其中A代表靈敏度，B代表特異性、C代表陽性似然比，D代表陽性預測值。

三、討論

靈敏度、特異度、陽性似然比、陽性預測值是針對與預警技術是否達到較高應用價值的評價標準。通過預警信號了解其中的風險值，也是進一步控制流行性傳熱疾病的必要方式。在異常信號的評估機制中，需要參照具體的流行性指標界定標準，從而為預警界限提供良好的參考取值范疇。如果在預警界限出現了較大的偏差時，也需要從最大預警功效的參考范疇之列定義其實際參量的標準值。如果某一項界定指標超出了預期水平線，則是該類型并在快速傳播的預警征兆。但是在部分預警信號發出預測報警時，也并非完全存在流行性疾病爆發的可能性。需要針對具體病情的參考數據加以分析，從確診度方面嚴格控制非特異性癥候群的表現機制。諸如各種特征屬性中的職業分布、性別、報告單位、地區、年齡段、周期性等參考性指標，仍然可以作為評估方向，從而加強控制圖法預警技術的精準度，為流行性傳染病疾病控制提供更為精準的數據支持。

參考文獻：

[1]辛化雷，梁紀偉，邱波，姜法春.控制圖法預警技術在青島市兩種傳染病中的應用[J].醫學動物防制，2016，32（01）： 48-51.

[2]錢程，許妮娜，馬焰，顧敏華，姚建香，束方燕.江陰市兩種丙類傳染病控制圖法預警界值優選研究[J].職業與健康，2016，32（02）：215-217.

作者簡介：金光躍，男，漢族，籍貫：貴州長順，生于：1972年9月，貴陽衛校 公共衛生，職稱：主管醫師，研究方向：疾病控制。