傳染病監(jiān)測預(yù)警現(xiàn)狀研究

侯攀鋒，何文英

（1.石河子大學(xué)醫(yī)學(xué)院預(yù)防醫(yī)學(xué)系，新疆 石河子 832000；2.石河子大學(xué)醫(yī)學(xué)院第一附屬醫(yī)院院內(nèi)感染控制辦公室，新疆 石河子 832000）

傳染病（infectious disease）的及時發(fā)現(xiàn)是傳染病防控的前提，傳染病監(jiān)測預(yù)警是傳染病防控體系的基礎(chǔ)，也是傳染病源頭控制的關(guān)鍵。已有多位研究者提出了監(jiān)測預(yù)警對于傳染病防控的重要性[1，2]，但是面對新突發(fā)傳染病，我國傳染病監(jiān)測預(yù)警體系仍然存在預(yù)警關(guān)口滯后、預(yù)警技術(shù)落后、預(yù)警信息來源單一等問題[3]。因此本文對傳染病監(jiān)測預(yù)警的相關(guān)研究進(jìn)行綜述，旨在發(fā)現(xiàn)監(jiān)測預(yù)警過程中存在的問題，提出傳染病監(jiān)測預(yù)警研究的發(fā)展方向，為加強(qiáng)各類傳染病的監(jiān)測預(yù)警能力，構(gòu)建重大疫情立體防治體系提出建議。

1 傳染病監(jiān)測預(yù)警研究現(xiàn)狀

1.1 基于數(shù)學(xué)模型的傳染病監(jiān)測預(yù)警 基于數(shù)學(xué)模型的監(jiān)測預(yù)警研究一般利用傳染病監(jiān)測數(shù)據(jù)，通過控制圖法、時間模型、空間和時空模型等時間序列統(tǒng)計方法建立數(shù)學(xué)模型，最終達(dá)到傳染病預(yù)警的目的。

利用已知數(shù)據(jù)確定預(yù)測范圍，判斷觀測值是否在范圍內(nèi)，這是控制圖法的基本原理。當(dāng)前研究利用該方法主要是針對季節(jié)性或周期性的傳染病。張漪等[4]提出改進(jìn)的C_CUSUM 預(yù)警模型，根據(jù)歷史發(fā)病量算得每天的期望發(fā)病量，結(jié)合期望發(fā)病量計算基線水平，得到預(yù)警統(tǒng)計量，有效的提前了預(yù)警信號發(fā)出的時間，增強(qiáng)了預(yù)警模型分析的及時性。

利用已知數(shù)據(jù)建立模型，通過數(shù)學(xué)方法計算預(yù)測值，然后與實際值相比較，評價模型擬合的好壞，這是時間模型的基本操作過程。齊孝旗等[5]收集了2014-2018 年福建省水痘病例資料，通過建立ARIMA 模型預(yù)測出2019 年的水痘病例人數(shù)，發(fā)現(xiàn)福建省水痘疫情呈上升趨勢，提出在水痘高發(fā)季節(jié)對15歲以下人群以及小學(xué)場所加強(qiáng)防控措施。

空間模型借助傳染病監(jiān)測系統(tǒng)的大量數(shù)據(jù)，同時與地理信息系統(tǒng)（GIS）相結(jié)合，實現(xiàn)了二者的融合應(yīng)用。陳光敏等[6]對福建省人感染H7N9禽流感病例數(shù)據(jù)開展分析，結(jié)果提示福建省的長樂區(qū)、福清市、晉江市和思明區(qū)是高-高聚集區(qū)和局部熱點，最后提出防控措施應(yīng)向禽流感高發(fā)季節(jié)及地區(qū)傾斜，并加強(qiáng)病原學(xué)檢測。空間模型與GIS 雖然可以融合應(yīng)用，但其中也存在不少問題。包括數(shù)據(jù)來源信息分散，數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一，數(shù)據(jù)在時間上的持續(xù)性較差，位置數(shù)據(jù)的隱私等問題。這些問題的解決將會對傳染病監(jiān)測預(yù)警的進(jìn)一步發(fā)展提供極大的幫助。

從時間、空間角度和疾病特征方面收集傳染病相關(guān)數(shù)據(jù)，對傳染病的時間和空間分布進(jìn)行分析和描述，這是時空模型的基本特征。與時間模型和空間模型相比，時空模型具有更多的優(yōu)勢，預(yù)警效率更加有效。傅偉杰等[7]研究發(fā)現(xiàn)，2017 年1 月-3 月人感染H7N9禽流感病例存在較強(qiáng)的時空聚集性，最后提出了從人群、病原和環(huán)境等要素開展人感染H7N9禽流感的綜合防控。

1.2 基于互聯(lián)網(wǎng)的傳染病監(jiān)測預(yù)警研究 傳統(tǒng)的傳染病監(jiān)測系統(tǒng)對傳染病的防控發(fā)揮了巨大的作用，但是存在監(jiān)測范圍有限，預(yù)警時間滯后等問題。基于互聯(lián)網(wǎng)的監(jiān)測預(yù)警技術(shù)近些年越來越成為關(guān)注的熱點，此類研究多利用谷歌趨勢、百度指數(shù)、微博熱搜等互聯(lián)網(wǎng)數(shù)據(jù)，通過統(tǒng)計分析并對未來傳染病的流行趨勢進(jìn)行預(yù)測，指示傳染病暴發(fā)的可能性[8]。

紀(jì)煥林等[9]收集手足口病的關(guān)鍵詞百度指數(shù)與全國手足口病數(shù)，通過二者建立的預(yù)測模型效果遠(yuǎn)高于基于關(guān)鍵詞百度指數(shù)構(gòu)建的預(yù)測模型，充分證明了互聯(lián)網(wǎng)數(shù)據(jù)能夠提高模型的預(yù)測性能。李銳等[10]收集了2004-2009 年高致病性H5N1禽流感病毒的暴發(fā)數(shù)據(jù)以及同時期谷歌趨勢中的關(guān)鍵詞數(shù)據(jù)，通過對二者進(jìn)行相關(guān)分析，結(jié)果顯示二者的年度數(shù)據(jù)表現(xiàn)出較高的相關(guān)性，并且谷歌趨勢的關(guān)鍵詞數(shù)據(jù)可以提前數(shù)周預(yù)測到H5N1禽流感病毒的暴發(fā)。

1.3 基于醫(yī)院的傳染病監(jiān)測預(yù)警研究 當(dāng)傳染病患者出現(xiàn)癥狀導(dǎo)致影響正常生活時會去醫(yī)院就診，所以醫(yī)院及時發(fā)現(xiàn)傳染病的能力至關(guān)重要。當(dāng)前對于傳染病監(jiān)測預(yù)警的研究集中在已知的法定報告?zhèn)魅静。饕翘剿鹘⑨t(yī)院監(jiān)測系統(tǒng)來提高傳染病防控效果。針對新發(fā)傳染病也只是利用門診等已有的數(shù)據(jù)探索癥狀監(jiān)測的可能性，目前尚未有醫(yī)院建立新發(fā)傳染病癥狀監(jiān)測預(yù)警系統(tǒng)。

2015 年韓國MERS-CoV 病毒在醫(yī)院暴發(fā)，疫情的早期識別診斷和預(yù)警及防控措施不當(dāng)是造成疫情控制失利的主要原因[11]。這深刻反映了醫(yī)療機(jī)構(gòu)沒有對新發(fā)傳染病進(jìn)行有效的篩查，導(dǎo)致不能及時發(fā)現(xiàn)傳染病。

國內(nèi)外學(xué)者利用醫(yī)院醫(yī)療數(shù)據(jù)對傳染病的發(fā)現(xiàn)做出了一系列研究。Sugawara T 等[12]研究指出，日本的處方監(jiān)測系統(tǒng)可通過全國范圍內(nèi)的處方數(shù)量估計出傳染病的患者人數(shù)。Sugishita Y 等[13]通過分析救護(hù)車轉(zhuǎn)運的數(shù)據(jù)，快速評估與每個患者癥狀相關(guān)的信息，進(jìn)而在聚集性活動中監(jiān)測傳染病。Wang MH等[14]通過云計算開發(fā)醫(yī)院自動實驗室報告系統(tǒng)，該系統(tǒng)可提供特定病原體的早期報告，及早發(fā)現(xiàn)疫情并提供傳染病數(shù)據(jù)趨勢。朱愛琴等[15]把基于病歷資料的醫(yī)生報告的數(shù)據(jù)與計算機(jī)自動識別相比較，判斷二者對門急診流感樣病例監(jiān)測的準(zhǔn)確性，發(fā)現(xiàn)計算機(jī)自動識別方式對傳染病監(jiān)測預(yù)警具有良好的靈敏度和特異度。匡季秋等[16]把醫(yī)院實驗室檢驗系統(tǒng)信息和電子病歷系統(tǒng)傳染病報告信息相結(jié)合，搭建集傳染病監(jiān)測、預(yù)警、干預(yù)、反饋與追蹤于一體的信息管理系統(tǒng)，實現(xiàn)了對傳染病患者在醫(yī)院的全程閉環(huán)管理。

1.4 基于實驗室的傳染病監(jiān)測預(yù)警研究 在新發(fā)傳染病疫情暴發(fā)初期，對于患者臨床癥狀初步判斷后，其次最關(guān)鍵的任務(wù)是對病原體的識別[17]。我國當(dāng)前以實驗室為基礎(chǔ)的傳染病監(jiān)測體系薄弱，并且沒有建立電子化的網(wǎng)絡(luò)實驗室系統(tǒng)，導(dǎo)致實驗室之間不能開展數(shù)據(jù)交換，對新發(fā)傳染病及病原體的發(fā)現(xiàn)、監(jiān)測等方面能力不足[18]。

有學(xué)者對實驗室監(jiān)測介紹了各自的經(jīng)驗。Jian SW等[19]談到我國臺灣地區(qū)應(yīng)對傳染病的經(jīng)驗時，指出臺灣有遍布全省的實驗室、流行病學(xué)網(wǎng)絡(luò)，監(jiān)測系統(tǒng)健全并且對傳染病具有極強(qiáng)的靈敏性。Dahl V 等[20]通過醫(yī)院出院登記表臨床微生物學(xué)實驗室的報告比較了瑞典對神經(jīng)疏螺旋體病進(jìn)行監(jiān)測的可能性，結(jié)果發(fā)現(xiàn)基于實驗室的報告是一種可行的選擇。Evans RS 等[21]在微生物實驗室計算機(jī)系統(tǒng)和集成中央醫(yī)院計算機(jī)系統(tǒng)之間開發(fā)了一個接口，該系統(tǒng)包括來自大多數(shù)臨床護(hù)理支持領(lǐng)域的醫(yī)學(xué)信息。微生物數(shù)據(jù)從實驗室計算機(jī)文件結(jié)構(gòu)轉(zhuǎn)換為系統(tǒng)上的分層數(shù)據(jù)結(jié)構(gòu)，在傳染病專家的幫助下創(chuàng)建了知識庫，并成為計算機(jī)化傳染病監(jiān)測系統(tǒng)的一部分。

1.5 基于學(xué)校的傳染病監(jiān)測預(yù)警研究 基于學(xué)校傳染病監(jiān)測預(yù)警的研究側(cè)重于探索其作為癥狀監(jiān)測數(shù)據(jù)來源的可能性。對已經(jīng)建立的傳染病監(jiān)測系統(tǒng)進(jìn)行評價，探討其預(yù)警的及時性、準(zhǔn)確性。已有多個研究證明學(xué)校作為癥狀監(jiān)測的數(shù)據(jù)來源之一能夠較好的預(yù)警傳染病。

關(guān)天姬等[22]通過比較公共衛(wèi)生事件報告日期間隔天數(shù)，評估監(jiān)測系統(tǒng)的預(yù)警作用，結(jié)果顯示該系統(tǒng)具有較好的準(zhǔn)確性，能起到預(yù)警作用。陳勇輝等[23]對上海市松江區(qū)新橋鎮(zhèn)內(nèi)所有8 所中小學(xué)校的因病缺課監(jiān)測數(shù)據(jù)進(jìn)行分析，并與同期國家疾病監(jiān)測信息報告系統(tǒng)中的傳染病數(shù)據(jù)進(jìn)行比較，指出學(xué)校因病缺課監(jiān)測系統(tǒng)具有良好的時效性和準(zhǔn)確性。有學(xué)者在天津縣級學(xué)校進(jìn)行了流感疾病的癥狀監(jiān)測，并將其與實際流感暴發(fā)的案例進(jìn)行比較，結(jié)果表明學(xué)校內(nèi)部的癥狀監(jiān)測可以有效的控制流感暴發(fā)[24]。丁華等[25]建立并應(yīng)用基于智能手機(jī)的學(xué)校癥狀監(jiān)測系統(tǒng)，以發(fā)熱、咳嗽、嘔吐、腹瀉、皮疹、紅眼、腮腺腫大作為監(jiān)測指標(biāo)，采用時空掃描方式對癥狀數(shù)據(jù)進(jìn)行自動預(yù)警。結(jié)果表明杭州市學(xué)校癥狀監(jiān)測系統(tǒng)適用性廣泛，在傳染病疫情早期預(yù)警中發(fā)揮了重要作用。

1.6 基于藥店的傳染病監(jiān)測預(yù)警研究 當(dāng)患者初步出現(xiàn)癥狀時，會去藥店購買藥品，當(dāng)前基于藥店傳染病監(jiān)測預(yù)警的研究主要側(cè)重于探索其作為癥狀監(jiān)測數(shù)據(jù)來源的可能性。已有多個研究證明藥店作為癥狀監(jiān)測的數(shù)據(jù)來源之一能夠較好的預(yù)警傳染病。

覆蓋全美國的Biosense 系統(tǒng)就是以連鎖藥店藥品銷售量作為數(shù)據(jù)來源之一來提升公共衛(wèi)生緊急情況的快速發(fā)現(xiàn)和識別能力。程麗薇等[26]探索在農(nóng)村地區(qū)應(yīng)用藥物銷售量開展傳染病監(jiān)測，并且進(jìn)行傳染病早期預(yù)警的可行性，結(jié)果顯示藥物銷售量監(jiān)測系統(tǒng)上報數(shù)據(jù)的質(zhì)量良好，在農(nóng)村開展藥物銷售量監(jiān)測具有一定的可行性。

2 傳染病監(jiān)測預(yù)警的趨勢

目前基于數(shù)學(xué)模型的傳染病研究只是針對原有的傳染病和已知的新發(fā)傳染病進(jìn)行建模，預(yù)測傳染病未來的流行趨勢。建議應(yīng)著重加強(qiáng)對未知新發(fā)傳染病的研究，對其建立科學(xué)的預(yù)警模型，來預(yù)測傳染病的暴發(fā)。基于互聯(lián)網(wǎng)、醫(yī)院、實驗室、學(xué)校、藥店等不同主體的傳染病研究，其對新發(fā)傳染病發(fā)現(xiàn)能力不足，實驗室監(jiān)測體系比較薄弱，缺乏有效的數(shù)據(jù)共享機(jī)制。基于學(xué)校、藥店的監(jiān)測，僅作為癥狀監(jiān)測的數(shù)據(jù)來源，側(cè)重于監(jiān)測系統(tǒng)的建立，經(jīng)過運行進(jìn)而運用統(tǒng)計方法探索系統(tǒng)的有效性。

總之，傳染病監(jiān)測預(yù)警的研究缺乏對新發(fā)傳染病的預(yù)警，對新發(fā)傳染病癥候群預(yù)警模型的研究不足，具體表現(xiàn)在新發(fā)傳染病的發(fā)現(xiàn)能力弱，實驗室檢測能力弱，信息化建設(shè)不足，監(jiān)測主體之間沒有實現(xiàn)數(shù)據(jù)共享，各個主體之間系統(tǒng)分割運行，無法及時有效的發(fā)現(xiàn)并且防控新發(fā)傳染病。

未來應(yīng)著重加強(qiáng)癥狀監(jiān)測系統(tǒng)的建立完善，充分利用癥候群監(jiān)測數(shù)據(jù)，及時發(fā)現(xiàn)未知的新發(fā)傳染病。建立并完善多主體的數(shù)據(jù)交流平臺，加強(qiáng)信息化建設(shè)。把推動醫(yī)防的深度融合作為研究方向，醫(yī)療機(jī)構(gòu)和疾控中心合作共建高級別實驗室。相信在不久的將來，傳染病的監(jiān)測預(yù)警必將發(fā)生巨大變革。