傳染病監測預警現狀研究

侯攀鋒，何文英

（1.石河子大學醫學院預防醫學系，新疆 石河子 832000；2.石河子大學醫學院第一附屬醫院院內感染控制辦公室，新疆 石河子 832000）

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

1 傳染病監測預警研究現狀

1.1 基于數學模型的傳染病監測預警 基于數學模型的監測預警研究一般利用傳染病監測數據，通過控制圖法、時間模型、空間和時空模型等時間序列統計方法建立數學模型，最終達到傳染病預警的目的。

利用已知數據確定預測范圍，判斷觀測值是否在范圍內，這是控制圖法的基本原理。當前研究利用該方法主要是針對季節性或周期性的傳染病。張漪等[4]提出改進的C_CUSUM 預警模型，根據歷史發病量算得每天的期望發病量，結合期望發病量計算基線水平，得到預警統計量，有效的提前了預警信號發出的時間，增強了預警模型分析的及時性。

利用已知數據建立模型，通過數學方法計算預測值，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 模型預測出2019 年的水痘病例人數，發現福建省水痘疫情呈上升趨勢，提出在水痘高發季節對15歲以下人群以及小學場所加強防控措施。

空間模型借助傳染病監測系統的大量數據，同時與地理信息系統（GIS）相結合，實現了二者的融合應用。陳光敏等[6]對福建省人感染H7N9禽流感病例數據開展分析，結果提示福建省的長樂區、福清市、晉江市和思明區是高-高聚集區和局部熱點，最后提出防控措施應向禽流感高發季節及地區傾斜，并加強病原學檢測。空間模型與GIS 雖然可以融合應用，但其中也存在不少問題。包括數據來源信息分散，數據標準不統一，數據在時間上的持續性較差，位置數據的隱私等問題。這些問題的解決將會對傳染病監測預警的進一步發展提供極大的幫助。

從時間、空間角度和疾病特征方面收集傳染病相關數據，對傳染病的時間和空間分布進行分析和描述，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勢，預警效率更加有效。傅偉杰等[7]研究發現，2017 年1 月-3 月人感染H7N9禽流感病例存在較強的時空聚集性，最后提出了從人群、病原和環境等要素開展人感染H7N9禽流感的綜合防控。

1.2 基于互聯網的傳染病監測預警研究 傳統的傳染病監測系統對傳染病的防控發揮了巨大的作用，但是存在監測范圍有限，預警時間滯后等問題。基于互聯網的監測預警技術近些年越來越成為關注的熱點，此類研究多利用谷歌趨勢、百度指數、微博熱搜等互聯網數據，通過統計分析并對未來傳染病的流行趨勢進行預測，指示傳染病暴發的可能性[8]。

紀煥林等[9]收集手足口病的關鍵詞百度指數與全國手足口病數，通過二者建立的預測模型效果遠高于基于關鍵詞百度指數構建的預測模型，充分證明了互聯網數據能夠提高模型的預測性能。李銳等[10]收集了2004-2009 年高致病性H5N1禽流感病毒的暴發數據以及同時期谷歌趨勢中的關鍵詞數據，通過對二者進行相關分析，結果顯示二者的年度數據表現出較高的相關性，并且谷歌趨勢的關鍵詞數據可以提前數周預測到H5N1禽流感病毒的暴發。

1.3 基于醫院的傳染病監測預警研究 當傳染病患者出現癥狀導致影響正常生活時會去醫院就診，所以醫院及時發現傳染病的能力至關重要。當前對于傳染病監測預警的研究集中在已知的法定報告傳染病，主要是探索建立醫院監測系統來提高傳染病防控效果。針對新發傳染病也只是利用門診等已有的數據探索癥狀監測的可能性，目前尚未有醫院建立新發傳染病癥狀監測預警系統。

2015 年韓國MERS-CoV 病毒在醫院暴發，疫情的早期識別診斷和預警及防控措施不當是造成疫情控制失利的主要原因[11]。這深刻反映了醫療機構沒有對新發傳染病進行有效的篩查，導致不能及時發現傳染病。

國內外學者利用醫院醫療數據對傳染病的發現做出了一系列研究。Sugawara T 等[12]研究指出，日本的處方監測系統可通過全國范圍內的處方數量估計出傳染病的患者人數。Sugishita Y 等[13]通過分析救護車轉運的數據，快速評估與每個患者癥狀相關的信息，進而在聚集性活動中監測傳染病。Wang MH等[14]通過云計算開發醫院自動實驗室報告系統，該系統可提供特定病原體的早期報告，及早發現疫情并提供傳染病數據趨勢。朱愛琴等[15]把基于病歷資料的醫生報告的數據與計算機自動識別相比較，判斷二者對門急診流感樣病例監測的準確性，發現計算機自動識別方式對傳染病監測預警具有良好的靈敏度和特異度。匡季秋等[16]把醫院實驗室檢驗系統信息和電子病歷系統傳染病報告信息相結合，搭建集傳染病監測、預警、干預、反饋與追蹤于一體的信息管理系統，實現了對傳染病患者在醫院的全程閉環管理。

1.4 基于實驗室的傳染病監測預警研究 在新發傳染病疫情暴發初期，對于患者臨床癥狀初步判斷后，其次最關鍵的任務是對病原體的識別[17]。我國當前以實驗室為基礎的傳染病監測體系薄弱，并且沒有建立電子化的網絡實驗室系統，導致實驗室之間不能開展數據交換，對新發傳染病及病原體的發現、監測等方面能力不足[18]。

有學者對實驗室監測介紹了各自的經驗。Jian SW等[19]談到我國臺灣地區應對傳染病的經驗時，指出臺灣有遍布全省的實驗室、流行病學網絡，監測系統健全并且對傳染病具有極強的靈敏性。Dahl V 等[20]通過醫院出院登記表臨床微生物學實驗室的報告比較了瑞典對神經疏螺旋體病進行監測的可能性，結果發現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系統和集成中央醫院計算機系統之間開發了一個接口，該系統包括來自大多數臨床護理支持領域的醫學信息。微生物數據從實驗室計算機文件結構轉換為系統上的分層數據結構，在傳染病專家的幫助下創建了知識庫，并成為計算機化傳染病監測系統的一部分。

1.5 基于學校的傳染病監測預警研究 基于學校傳染病監測預警的研究側重于探索其作為癥狀監測數據來源的可能性。對已經建立的傳染病監測系統進行評價，探討其預警的及時性、準確性。已有多個研究證明學校作為癥狀監測的數據來源之一能夠較好的預警傳染病。

關天姬等[22]通過比較公共衛生事件報告日期間隔天數，評估監測系統的預警作用，結果顯示該系統具有較好的準確性，能起到預警作用。陳勇輝等[23]對上海市松江區新橋鎮內所有8 所中小學校的因病缺課監測數據進行分析，并與同期國家疾病監測信息報告系統中的傳染病數據進行比較，指出學校因病缺課監測系統具有良好的時效性和準確性。有學者在天津縣級學校進行了流感疾病的癥狀監測，并將其與實際流感暴發的案例進行比較，結果表明學校內部的癥狀監測可以有效的控制流感暴發[24]。丁華等[25]建立并應用基于智能手機的學校癥狀監測系統，以發熱、咳嗽、嘔吐、腹瀉、皮疹、紅眼、腮腺腫大作為監測指標，采用時空掃描方式對癥狀數據進行自動預警。結果表明杭州市學校癥狀監測系統適用性廣泛，在傳染病疫情早期預警中發揮了重要作用。

1.6 基于藥店的傳染病監測預警研究 當患者初步出現癥狀時，會去藥店購買藥品，當前基于藥店傳染病監測預警的研究主要側重于探索其作為癥狀監測數據來源的可能性。已有多個研究證明藥店作為癥狀監測的數據來源之一能夠較好的預警傳染病。

覆蓋全美國的Biosense 系統就是以連鎖藥店藥品銷售量作為數據來源之一來提升公共衛生緊急情況的快速發現和識別能力。程麗薇等[26]探索在農村地區應用藥物銷售量開展傳染病監測，并且進行傳染病早期預警的可行性，結果顯示藥物銷售量監測系統上報數據的質量良好，在農村開展藥物銷售量監測具有一定的可行性。

2 傳染病監測預警的趨勢

目前基于數學模型的傳染病研究只是針對原有的傳染病和已知的新發傳染病進行建模，預測傳染病未來的流行趨勢。建議應著重加強對未知新發傳染病的研究，對其建立科學的預警模型，來預測傳染病的暴發。基于互聯網、醫院、實驗室、學校、藥店等不同主體的傳染病研究，其對新發傳染病發現能力不足，實驗室監測體系比較薄弱，缺乏有效的數據共享機制。基于學校、藥店的監測，僅作為癥狀監測的數據來源，側重于監測系統的建立，經過運行進而運用統計方法探索系統的有效性。

總之，傳染病監測預警的研究缺乏對新發傳染病的預警，對新發傳染病癥候群預警模型的研究不足，具體表現在新發傳染病的發現能力弱，實驗室檢測能力弱，信息化建設不足，監測主體之間沒有實現數據共享，各個主體之間系統分割運行，無法及時有效的發現并且防控新發傳染病。

未來應著重加強癥狀監測系統的建立完善，充分利用癥候群監測數據，及時發現未知的新發傳染病。建立并完善多主體的數據交流平臺，加強信息化建設。把推動醫防的深度融合作為研究方向，醫療機構和疾控中心合作共建高級別實驗室。相信在不久的將來，傳染病的監測預警必將發生巨大變革。