哈爾濱市2014—2018年傳染病自動預警信息分析

關欣

[摘要] 目的 了解哈爾濱市傳染病自動預警信息系統的運行狀況，為幫助傳染病預警工作決策以及提高預警工作質量提供依據。方法 運用描述性統計分析方法，對2014—2018年哈爾濱市18縣區所有傳染病預警信息進行具體地描述性分析。結果 哈爾濱市2014—2018年共收到自動預警信息系統發出的預警信號5 210條，年平均預警1 042次，日平均預警信號285個，涉及全市18個縣區，其中4 852條信息被初步排除暴發或者流行，359條信息被確定為疑似事件，經過流行病學調查和現場核實，其中9條信息被確定為暴發或者流行，預警信號的陽性率為0.17%。預警信號排在前5位的疾病分別為其他感染性腹瀉病、麻疹、猩紅熱、手足口病和痢疾。結論 哈爾濱市傳染病自動預警信息系統整體運行的情況基本良好，但仍存在繼續改善空間，需進一步完善預警信息系統，結合區（縣）實際情況調整合理預警閾值，并提高基層醫院傳染病填報準確率，盡量減少錯誤預警信號。

[關鍵詞] 傳染病;自動預警;預警信息;信息系統

[中圖分類號] R51 [文獻標識碼] A [文章編號] 1672-5654（2020）05（c）-0170-04

Analysis of Automatic Warning Information of Infectious Diseases in Harbin from 2014 to 2018

GUAN Xin

Harbin Center for Disease Control and Prevention， Harbin， Heilongjiang Province， 150056 China

[Abstract] Objective To understand the operating status of Harbin's automatic warning information system for infectious diseases， and to provide a basis for helping infectious disease early warning decision-making and improving the quality of early warning. Methods Descriptive statistical analysis method was used to carry out a descriptive analysis of all infectious disease early warning information in 18 counties and districts of Harbin City from 2014 to 2018. Results Harbin City received a total of 5，210 early warning signals from the automatic early warning information system during 2014-2018， with an average annual warning of 1042 times and a daily average of 285 early warning signals， involving 18 counties and districts in the city， of which 4，852 messages were initially ruled out. In epidemic， 359 pieces of information were identified as suspected events. After epidemiological investigation and field verification， 9 pieces of information were determined to be outbreaks or epidemics， and the positive rate of early warning signals was 0.17%. The top 5 warning signs were： other infectious diarrhea， measles， scarlet fever， hand-foot-mouth disease， and dysentery. Conclusion The overall operation of the automatic infectious disease early warning information system in Harbin is basically good， but there is still room for further improvement. It is necessary to further improve the early warning information system， adjust the reasonable early warning threshold based on the actual conditions of the district （county）， and improve the accuracy of reporting of infectious diseases in primary hospitals， to minimize false early warning signals.

[Key words] Infectious disease; Automatic warning; Early warning information; Infrormation system

傳染病在全球范圍不斷出現，給人類健康、全球政治和經濟都帶來非常嚴重的影響，傳染病的預防與控制已成為世界各國必須面對的重大公共衛生問題。我國疾控中心于2004年建成全球規模最大的傳染病疫情和突發公共衛生事件網絡直報系統，該系統的建成與投放使用，使我國實現了基于互聯網的突發公共衛生事件和法定傳染病病例的實時監測報告。2008年4月，國家傳染病自動預警系統（CIDARS）在全國范圍內正式啟用[1]。2008年4月開始，哈爾濱市基于《中國疾病預防控制信息系統》軟件平臺，根據該市傳染病實時報告的個案信息，結合哈爾濱市以往歷史疫情資料，全面開展了傳染病自動預警工作。哈爾濱市運行的傳染病自動預警信息系統屬于時間序列預警模型[2]，經過11年的運行與實踐，哈爾濱市18縣區的疾病預防控制中心對傳染病自動預警信息的響應與處理工作逐步走向規范，本市的傳染疾病預防工作也已見成效。該文擬對哈爾濱市18縣區2014—2018年傳染病自動預警信息系統發出的預警信息及響應情況進行描述性分析，了解哈爾濱市傳染病自動預警信息的特征，掌握哈爾濱市傳染病預警工作的執行情況，為進一步完善傳染病自動預警信息系統，提高該系統的預警效果提供借鑒與參考。報道如下。

1? 資料與方法

1.1? 一般資料

研究資料基于2014—2018年哈爾濱市18區（縣）在傳染病自動預警信息系統中收到的所有預警信號。以上數據來源于《中國疾病預防控制信息系統》之子系統《傳染病自動預警信息系統》;同期突發公共衛生事件資料數據來源于《突發公共衛生事件管理信息系統》。

1.2? 數據整理

由專業人員對2014—2018年哈爾濱市18縣區傳染病預警信號進行審核、篩選、整理，應用Excel 2007辦公軟件建立數據庫，基于相關因素對2014—2018年哈爾濱市傳染病預警信號進行分類整理。

1.3? 統計方法

基于Excel 2007軟件對預警信息進行的數據處理，運用SPSS 12.0統計學軟件進行數據統計分析，組間率及構成的比較采用χ2檢驗，檢驗水準α=0.05。

2? 結果

2.1? 哈爾濱市傳染病整體預警情況

2014—2018年哈爾濱市共收到自動預警信息系統發出的預警信號5 210條，平均每天預警2.85次，全市18個縣區均有預警信號接收。其中，2014年預警信號1 421條，2015年預警信號905條，2016年預警信號574條，2017年預警信號759條，2018年預警信號1 551條。預警信息的病種共涉及16種傳染病，其中甲類傳染病1種（霍亂），乙類傳染病11種，丙類傳染病3種，非法定傳染病1種。初步判定為疑似事件359條，占疑似事件總數的6.89%。經過現場調查后排除107條，核實后確定是暴發或者流行的預警信號9條，占疑似事件預警信號總數的2.51%。其中，2014年核實后確定暴發或者流行6條，2015年0條，2016年2條，2017年1條，2018年0條，預警信號總的陽性預測值為0.17%。根據預警類型可分為時間序列和單病例預警兩種，其中時間序列共預警3 592條，疑似事件26條，占總預警信號的68.94%;單病例預警共1618條，疑似事件333條，占總預警信號的31.06%。

2.2? 哈爾濱市傳染病預警地區分布特點

哈爾濱市收到預警次數最多的5個區分別為南崗區763條，香坊區720條，阿城區593條，道外區548條，道里區437條，這5個區（縣）預警總數占全市預警數的58.75%。其中香坊區和南崗區的疑似事件數最多，分別為90條和74條。經過現場調查結果顯示，方正縣確認為暴發或者流行的事件數最多，為3條，占全市暴發或者流行總數的33.33%;其次為呼蘭區和阿城區各2條;再次為延壽縣和五常市各1條。

2.3? 哈爾濱市傳染病預警時間分布特點

2014—2018年，哈爾濱市每年預警信號數量按照時間變化的趨勢非完全一致。主要原因是由于預警信號主要涉及呼吸道傳染病和腸道傳染病，且這些傳染病呈明顯的季節性分布特點，故較為明顯的2個高峰出現在春夏季（5～8月）和冬季（11～12月）。其中出現在春夏季（5～8月）的預警信號占總預警信號的44.16%，最高峰出現在7月;出現在秋季（11～12月）的預警信號占總預警信號的17.04%。

2.4? 哈爾濱市傳染病預警病種分布特點

傳染病預警信號總共涉及16個病種，以呼吸道和腸道傳染病為主要預警信號。預警信號排在前5位的傳染病主要有其他感染性腹瀉病（1 107條）、麻疹（899條）、猩紅熱（789條）、手足口病（737條）和痢疾（376條），這5種傳染病預警信號總和占預警總數的75.01%。經過現場調查和數據分析等方法初步判定為疑似事件的預警信號共有359條，涉及10個病種，以麻疹（209條）、結核（107條）、手足口病（13條）居多，共329條，占疑似事件總數的91.64%。通過現場流行病學調查，有3個病種涉及暴發或者流行，流行性感冒6起、其他感染性腹瀉病2起和麻疹1起。見表1。

2.5? 哈爾濱市傳染病預警效果評價

哈爾濱市全市5 210條預警信號當中，僅有9條被證實確認為暴發或者流行，其陽性預測值為0.17%，這說明系統存在較大的假陽性報告。在各種預警病種中，流行性感冒預警信號陽性率最高，為3.61%（6/166），其次為其他感染性腹瀉病0.17%（2/1184），麻疹0.11%（1/899）。2014—2018年哈爾濱市通過《突發公共衛生事件管理信息系統》共報告相關的預警病種傳染病突發公共衛生事件5起，可以作為校驗預警信號靈敏度的基準，靈敏度為55.56%（5/9）。

3? 討論

自2008年4月以來，哈爾濱市將《傳染病自動預警信息系統》應用到傳染病自動預警工作中，在傳染病預防，尤其是在重大傳染病的發現與控制方面取得了一定的成效。傳染病自動預警系統基于法定傳染病監測報告數據，在技術上實現了自動運算的功能，可以減少疫情監測分析的日常工作量，能夠提高傳染病預防的工作效率，現在該系統正逐漸成為疾病預防控制機構日常疫情監測和預警分析的常用工具。

從檢測結果分析顯示，2014—2018年哈爾濱市傳染病自動預警信息系統發出預警信號總數為5 210條，經現場調查被證實確認為爆發或者流行事件的預警信號僅有9條，陽性預測值為較低（0.17%），說明系統產生了大量的假陽性信號，亦即預警的特異性不是很高，這與其他文獻[3-4]報告結果比較一致。導致這類結果的原因可能是部分病種的預警參數設置不合理，建議對一些發病率較高、較常見的傳染病將參數設置進行開放式管理，各區（縣）可以基于該地區實際情況對發病率高的常見傳染病使用與當地地區適合的預警參數，這樣可以在一定程度上提高預警效率[5-6]。2014—2018年哈爾濱市傳染病自動預警信息系統發出的單病例預警信號1 618條，其中疑似事件33條（占比31.06%），說明預警系統對單病例重大傳染病預警的特異度較高，這對基層傳染病預防工作具有積極意義。

從地區分布結果分析顯示，2014—2018年哈爾濱市市區內南崗區的預警信息數量最高（763條），香坊區（720條）次之，阿城區（593條）再次之;確認為暴發或者流行的突發事件最多的是方正縣（3條），呼蘭區和阿城區次之（2）條。可見，南崗區和香坊區的預警信息數量較高，阿城區不但接到的預警信息量較高，而且暴發或者流行陽性率也較其他區（縣）較高，而延壽縣的上述指標均最低。造成差異的原因可能是：①傳染病發病總數本身的差異;②南崗區、香坊區、阿城區對突發公共衛生事件及預警信息比較重視，并能夠積極響應，而方正縣和延壽縣的基礎工作較薄弱，需要改進。哈爾濱市預警信息最多的病種為乙類傳染病（11種），這與該病的發病數量最多有關，其次是丙類傳染病（3種）、甲類傳染病（霍亂，1種）、非法定傳染病（1種），疑似事件與爆發或者流行在年度上分布不均，2014年數量最多（6條），2015年和2018年數量最少（0條）。這一結果的主要原因是上述傳染病采用的是移動百分位數法預警，以哈爾濱市的區（縣）為空間范圍單位，以過去3～5年的同期歷史數據為基數，通過計算不同水平的百分位數確定候選預警閾值，但由于移動百分位數法具有滯后性，所以對集體單位中存在的集中發病疫情可能仍不能準確判斷或者及時發出預警。目前，哈爾濱市及各區（縣）疾病預防控制中心在處理集體單位的暴發疫情工作機制方面不斷完善，如由學校或托幼機構密切關注多例相同癥狀病例，一經發現主動上報屬地區疾病預防控制中心，同時，各區（縣）疾病控制預防中心應每天及時搜索監測系統中集體單位上報的發病情況，對暴發或突發公共衛生事件尚未達到國家規定的標準之前進行現場調查，實施傳染疾病控制工作。總之，各區（縣）需要充分了解移動百分位數法預警特征，市級疾控單位應協助區（縣）疫情管理人員掌握疫情動態，及時發現疫情，采取適當措施控制疫情。

從時間分布結果分析顯示，哈爾濱市2014—2018年均出現春夏季和秋季的2個高峰，主要原因是由于哈爾濱市的季節氣候特征明顯，并且該類傳染病呈現較明顯的季節性特征，故哈爾濱市春夏季和秋季是呼吸道傳染病和腸道傳染病的多發季。哈爾濱市的預警信息系統對傳染病探測的靈敏度或有差異，如對感染性腹瀉病探測的靈敏度則較高，而對手足口病探測的靈敏度則較低。主要原因是由于移動百分位數法、累計和控制圖法的自身局限性，即將當前的報告病例數據同歷史同期病例數據信息進行比較。由于不同病種的發病水平不同，不同發病水平的傳染病爆發預警效果也存在差異，這將導致傳染病報告病例越多則預警信號的數量可能也會越多，如感染性腹瀉、麻疹、猩紅熱、手足口病等高發傳染病的暴發預警特異度可能較低，而不明原因的肺炎、霍亂、絲蟲病、間日瘧等地發病傳染病的暴發預警特異度就會比較高。利用多種方法（如控制圖法[6]等）可以對一些發病數較多，但預警系統的現行方法又不能準確探測的病種（如肺結核、水痘等）可以進行補充探測，這也比較值得對預警系統的更新和完善提供借鑒。

綜上所述，自2008年4月以來，哈爾濱市預警信息系統已經從初步建立、試點運行發展到全面建設、普遍應用階段。預警信息系統基本上實現了傳染病暴發的早期探測功能，但在一些應用技術方面還存在改進空間，并且針對預警信息系統的科學評估體系尚未完全建立。現有預警信息系統對突發公共衛生事件的報告存在一定的局限性，建議建立更加靈敏的“公共衛生準暴發事件”標準，并且應根據不同疾病、傳染病不同發病水平以及傳染病的發病趨勢進行合理地、有差異化地調整預警閾值，設定的合適閾值須應低于國家標準，提升靈敏度，這樣才能更加有效地進行疾病預防控制，亦能更科學地評價預警信息系統。

[參考文獻]

[1]? 中國疾病預防控制中心.全國正式啟動傳染病自動預警試運行工作[N].中國疾控中心報，2008-04-25（1）.

[2]? 張宏哲.防控突發性傳染病醫療建筑網絡的評價體系研究[D].哈爾濱：哈爾濱工業大學，2016.

[3]? 楊世宏，肖丹，姚偉，等.大連市傳染病自動預警系統構建及效果評價[J].中國公共衛生，2015，31（11）：1505-1508.

[4]? 孫秋云.基于網絡直報下的傳染病自動預警信息系統運行效果分析[J].中國衛生統計，2017，34（3）：465-466.

[5]? 徐蘭英，李肖紅，李國偉，等.2009-2017年鄭州市傳染病自動預警系統運行情況分析[J].現代預防醫學，2019，46（3）：527-531.

[6]? 錢程，顧敏華，馬焰，等.控制圖法在預警江陰市流行性腮腺炎中的應用研究[J].醫學動物防制，2016，32（4）：443-445.

（收稿日期：2020-02-20）