傳染病預(yù)測(cè)預(yù)警方法及應(yīng)用進(jìn)展（一）

翟志光

（中國(guó)中醫(yī)科學(xué)院中醫(yī)基礎(chǔ)理論研究所，北京100700）

傳染病預(yù)測(cè)預(yù)警方法及應(yīng)用進(jìn)展（一）

翟志光

（中國(guó)中醫(yī)科學(xué)院中醫(yī)基礎(chǔ)理論研究所，北京100700）

傳染?。活A(yù)測(cè)；預(yù)警；預(yù)防醫(yī)學(xué)

傳染病預(yù)測(cè)是將數(shù)學(xué)與傳染病流行病學(xué)相結(jié)合的一種統(tǒng)計(jì)學(xué)分析方法，應(yīng)用于各種傳染病的預(yù)測(cè)、預(yù)警，對(duì)傳染病的預(yù)防與控制有積極的意義。傳染病預(yù)測(cè)預(yù)警是根據(jù)傳染病的發(fā)生、發(fā)展規(guī)律及有關(guān)因素，用分析判斷和數(shù)學(xué)模型等方法對(duì)可能發(fā)生的傳染病的發(fā)生、發(fā)展和流行趨勢(shì)做出的預(yù)測(cè)，對(duì)于提高傳染病預(yù)防控制工作的預(yù)見性和主動(dòng)性、提高效率和效益起重要的作用。隨著計(jì)算機(jī)的逐步推廣應(yīng)用以及預(yù)測(cè)理論的迅速發(fā)展，已有多種預(yù)測(cè)方法在傳染病的預(yù)防與控制中得到了實(shí)際應(yīng)用，成為傳染病預(yù)防與控制的一項(xiàng)有效手段。本文就國(guó)內(nèi)傳染病預(yù)測(cè)預(yù)警方法應(yīng)用情況進(jìn)行綜述。

1 傳染病預(yù)測(cè)預(yù)警的意義

傳染病的預(yù)測(cè)可以及早發(fā)現(xiàn)疾病發(fā)展趨勢(shì)，為深入開展疾病的預(yù)警奠定基礎(chǔ)，也為制定防制策略及措施提供理論依據(jù)。由于傳染病具有在人群中傳播蔓延的趨勢(shì)，在人們?nèi)找媸艿叫屡f傳染病雙重威脅的今天，傳染病預(yù)測(cè)預(yù)警工作愈加受到重視。良好的預(yù)測(cè)是制定預(yù)防和控制傳染病的近期或長(zhǎng)遠(yuǎn)應(yīng)對(duì)策略的前提，建立合適的預(yù)測(cè)模型，提高預(yù)測(cè)的準(zhǔn)確性，對(duì)于傳染病控制工作意義重大。

通過建立統(tǒng)計(jì)分析和數(shù)學(xué)模型的建立，探討傳染病發(fā)生、發(fā)展和流行的規(guī)律，一方面可根據(jù)預(yù)測(cè)的數(shù)據(jù)有的放矢地提出和采取預(yù)防控制措施，并通過跟蹤印證來(lái)評(píng)價(jià)預(yù)防措施的效果，能使預(yù)防控制工作更具針對(duì)性、預(yù)見性和主動(dòng)性，從而達(dá)到防止暴發(fā)或流行的目的；另一方面可將實(shí)時(shí)疫情信息與同期歷史資料比較，對(duì)于發(fā)病率超出所確定可信限范圍者作為異常來(lái)處理，以此發(fā)出暴發(fā)或流行的警示，從而實(shí)現(xiàn)疾病的早期預(yù)警。

2 傳染病預(yù)測(cè)的步驟

在進(jìn)行傳染病預(yù)測(cè)之前首先要掌握需預(yù)測(cè)疾病的流行病學(xué)基本因素和過去在人群中的流行情況，分析發(fā)生變化的原因，要充分考慮影響相關(guān)疾病預(yù)測(cè)的病原、宿主、環(huán)境因素，以及疾病的分類方法、新診斷方法的引進(jìn)或特別的干預(yù)措施的實(shí)施等。

2.1 確定預(yù)測(cè)對(duì)象和預(yù)測(cè)時(shí)限 一般來(lái)說，預(yù)測(cè)都是為預(yù)防和控制傳染病服務(wù)的，需預(yù)測(cè)的傳染病應(yīng)該是構(gòu)成重要衛(wèi)生問題的重點(diǎn)疾病；同時(shí)要根據(jù)預(yù)測(cè)的目的確定預(yù)測(cè)的時(shí)限，如果預(yù)測(cè)是為了控制近期內(nèi)傳染病的暴發(fā)與流行，可確定為短期預(yù)測(cè)，如果預(yù)測(cè)是為了制定傳染病流行控制策略，則確定為長(zhǎng)期預(yù)測(cè)。

2.2 收集資料 包括疾病監(jiān)測(cè)資料、歷史記錄、專題調(diào)查和縱向調(diào)查，其中疾病監(jiān)測(cè)資料是最全面和最重要的，是其他資料所不能取代的基礎(chǔ)資料。為了保證資料的完整性和可信度，要采用條件下方法對(duì)資料進(jìn)行認(rèn)真檢查，對(duì)資料中的缺損值、異常值進(jìn)行校正。

2.3 分析資料 首先確定資料的性質(zhì)，分析資料是否屬于線性資料，是否有周期性和季節(jié)性變化等；其次根據(jù)資料的性質(zhì)和預(yù)測(cè)的目的選擇不同的預(yù)測(cè)方法進(jìn)行預(yù)測(cè)。

2.4 考核預(yù)測(cè)效果 預(yù)測(cè)結(jié)束后，應(yīng)對(duì)預(yù)測(cè)效果進(jìn)行分析和評(píng)價(jià)，觀察實(shí)際值與預(yù)測(cè)值之間的偏差，對(duì)模型進(jìn)行修正。

3 傳染病預(yù)測(cè)預(yù)警方法的分類

傳染病預(yù)測(cè)方法種類繁多，一般按預(yù)測(cè)時(shí)期長(zhǎng)短可分為短期預(yù)測(cè)（月、季、半年和 1 年）、中期預(yù)測(cè)（1～3 年）及長(zhǎng)期預(yù)測(cè)（＞3年）。按照時(shí)間狀態(tài)分為靜態(tài)預(yù)測(cè)和動(dòng)態(tài)預(yù)測(cè)。靜態(tài)預(yù)測(cè)是在一定時(shí)間上對(duì)事物間因果關(guān)系的預(yù)測(cè)。而動(dòng)態(tài)預(yù)測(cè)是對(duì)事物未來(lái)發(fā)展的預(yù)測(cè)，即動(dòng)態(tài)外推預(yù)測(cè)。根據(jù)預(yù)測(cè)性質(zhì)，分為趨勢(shì)預(yù)測(cè)和強(qiáng)度預(yù)測(cè)。趨勢(shì)預(yù)測(cè)包括綜合分析法；預(yù)測(cè)指數(shù)；流行臨界閾值（曲線）；病原變異和人群免疫水平分析。強(qiáng)度預(yù)測(cè)包括比例法；外推法；數(shù)學(xué)模式。根據(jù)是否基于隨機(jī)過程建模，可分為兩類。一類方法基于非隨機(jī)過程的建模，如回歸分析、灰色動(dòng)態(tài)模型，神經(jīng)網(wǎng)絡(luò)等；另一類方法基于隨機(jī)過程的建模，如Markov模型，指數(shù)平滑法、ARIMA模型預(yù)測(cè)方法和小波分析理論等。按預(yù)測(cè)方法可以分為定性預(yù)測(cè)、定量預(yù)測(cè)和組合預(yù)測(cè)。一般來(lái)說，短期預(yù)測(cè)為控制流行或暴發(fā)服務(wù)，而長(zhǎng)期預(yù)測(cè)則為制訂長(zhǎng)期的預(yù)防控制策略服務(wù)，預(yù)測(cè)時(shí)期越短，預(yù)測(cè)精度越高。定量預(yù)測(cè)則比定性預(yù)測(cè)的預(yù)測(cè)精度高。

4 傳染病預(yù)測(cè)預(yù)警方法介紹

從定性預(yù)測(cè)、定量預(yù)測(cè)和組合預(yù)測(cè)分別介紹。

4.1 定性預(yù)測(cè) 是通過對(duì)當(dāng)?shù)貍魅静“l(fā)生、發(fā)展規(guī)律及其有關(guān)因素的具體分析，判斷該病即將流行的趨勢(shì)和強(qiáng)度。定性預(yù)測(cè)主要包括流行控制圖法、比數(shù)圖法、“Z-D”現(xiàn)象傳預(yù)測(cè)法、模糊數(shù)學(xué)理論、馬爾可夫鏈等。另外，地理信息系統(tǒng)（GIS）和遙感技術(shù)（RS）作為新興的高科技技術(shù)，近年多應(yīng)用在寄生蟲病和蟲媒傳染病的預(yù)測(cè)上，如對(duì)血吸蟲病和瘧疾的預(yù)測(cè)，可以準(zhǔn)確、快速地預(yù)測(cè)流行強(qiáng)度和范圍。

4.1.1 流行控制圖法 流行控制圖法是由美國(guó)W.A.Shewhart于1924年首創(chuàng)，最早用于檢驗(yàn)和判斷重復(fù)實(shí)驗(yàn)的準(zhǔn)確度和精密度?？刂茍D法適用于各種分布的傳染病，對(duì)于具有季節(jié)性流行或周期性流行規(guī)律的傳染病，效果較好。圖中有3條曲線分別代表上警戒線、下警戒線和中位數(shù)線，根據(jù)發(fā)病率的大小和疫勢(shì)發(fā)展的快慢可以推測(cè)傳染病發(fā)生或流行的趨勢(shì)或強(qiáng)度。警戒線是可以調(diào)整的，流行控制圖法方法簡(jiǎn)單，指標(biāo)容易得到，在疾病監(jiān)測(cè)中是一種較好的“預(yù)警”方法。

楊倬[1]根據(jù)深圳市龍崗區(qū)1993～2002年菌痢發(fā)病資料，利用質(zhì)量控制圖原理繪制該地菌痢流行控制圖。由菌痢流行控制圖，可以預(yù)測(cè)出菌痢每月在該地的病強(qiáng)度，根據(jù)上限線（流行警戒線）判斷該地菌痢某時(shí)間是否存在發(fā)生流行的危險(xiǎn)，認(rèn)為流行控制圖在疾病監(jiān)測(cè)中是一種較好的“預(yù)警”方法。

楊維中等[2]以湖南省、遼寧省等省份共366個(gè)縣1997～2002年7種傳染病月報(bào)數(shù)據(jù)建立數(shù)據(jù)庫(kù)，采用控制圖法建立預(yù)警模型，專家咨詢法確定流行參照標(biāo)準(zhǔn)，通過計(jì)算、比較靈敏度、特異度、陽(yáng)性預(yù)測(cè)值和繪制ROC曲線，選出合適的預(yù)警戒值。結(jié)果表明，預(yù)警腎綜合征出血熱、甲型肝炎、細(xì)菌性痢疾、流行性腦脊髓膜炎、瘧疾，選用P80預(yù)警戒值預(yù)警功效較好，靈敏度和特異度均在90%以上；預(yù)警麻疹、肺結(jié)核，選用選用P50作為戒值預(yù)警功效較好，靈敏度和特異度均在85%以上。

曹明華等[3]利用楊維中等的方法，以安徽省62個(gè)縣和43個(gè)區(qū)的2000～2005年細(xì)菌性痢疾、其他感染性腹瀉和腹瀉癥候群每年5～10月的腹瀉病門診監(jiān)測(cè)周報(bào)的就診和發(fā)病人數(shù)數(shù)據(jù)建立數(shù)據(jù)庫(kù)并建立模型。用2000～2004年研究病種的周發(fā)病率數(shù)據(jù)作為基線數(shù)據(jù)，代入模型，用各候選預(yù)警界值對(duì)2005年5～10月份腹瀉病門診監(jiān)測(cè)疫情分縣分病分周進(jìn)行預(yù)警，同時(shí)用流行參照標(biāo)準(zhǔn)對(duì)其分縣分病分周判斷是否流行，從而計(jì)算各候選預(yù)警界值預(yù)警的靈敏度、特異度、似然比和陽(yáng)性預(yù)測(cè)值等指標(biāo)，并繪制ROC曲線。在綜合平衡靈敏度、特異度、陽(yáng)性似然比、陽(yáng)性預(yù)測(cè)值、預(yù)測(cè)功效和預(yù)測(cè)疾病的特點(diǎn)后，優(yōu)選出所研究疾病和癥候群的合適預(yù)警界值：菌痢、其他感染性腹瀉和腹瀉癥候群均為第75百分位數(shù)。靈敏度為100%，特異度均在94%以上，陽(yáng)性似然比在17.5，陽(yáng)性預(yù)測(cè)值也均在82%以上，異常信號(hào)共2188起。

4.1.2 比數(shù)圖法 比數(shù)圖表法適用于發(fā)病數(shù)呈正態(tài)分布的傳染病，通過比數(shù)與其可信區(qū)間，來(lái)判斷某傳染病是否有流行征兆。美國(guó)早在80年代就將比數(shù)圖法應(yīng)用于國(guó)家傳染病監(jiān)測(cè)系統(tǒng)，其后研究亦證實(shí)該方法在公共衛(wèi)生監(jiān)測(cè)中是一種可行的好方法。

譚德斌[4]運(yùn)用比數(shù)圖法，以1996～2000年?yáng)|風(fēng)汽車公司病毒性肝炎發(fā)病數(shù)，預(yù)測(cè)2001年的流行情況。所得R值0.83在95%可信限之內(nèi)，說明2001年3月的病毒性肝炎發(fā)病水平與近5年同期相比沒有明顯差異，即病例沒有明顯增多現(xiàn)象，不符合傳染病流行特點(diǎn)，因此，預(yù)測(cè)2001年?yáng)|風(fēng)汽車公司內(nèi)病毒性肝炎不會(huì)流行。2001年?yáng)|風(fēng)汽車公司病毒性肝炎實(shí)際發(fā)病率與近5年相比略有減少，沒有發(fā)生病毒性肝炎流行，說明年初的預(yù)測(cè)結(jié)果與實(shí)際情況相一致。

鄧志紅，譚紅專等[5]為探討一種簡(jiǎn)單、敏感、有效的甲肝疫情預(yù)警方法，建立了4種預(yù)警模型進(jìn)行優(yōu)選。結(jié)果表明，比數(shù)圖法和控制圖法均是5年模型的功效優(yōu)于3年模型；無(wú)論是3年模型還是5年模型，控制圖法的功效均高于比數(shù)圖法；湖南省的甲肝發(fā)病率為非正態(tài)分布，控制圖法5年模型取第65百分位數(shù)為預(yù)警界值時(shí)約登指數(shù)最大。證明控制圖法5年模型是預(yù)警甲肝流行的有效方法，其最適預(yù)警界值為第65百分位數(shù)。

4.1.3 “Z-D”現(xiàn)象預(yù)測(cè) 1997年，曾光和丁雁鵬等[6]通過對(duì)全國(guó)29省17種法定報(bào)告?zhèn)魅静〉臍v史資料進(jìn)行分析，發(fā)現(xiàn)某病流行年發(fā)病曲線波峰向右偏移時(shí)，則下一流行年發(fā)病率將可能上升，且向右偏移程度越大，上升的概率越大，反之則下降，他們將傳染病的這種現(xiàn)象稱為“Zeng-Ding”即“Z-D”現(xiàn)象。通過分析還發(fā)現(xiàn)“Z-D”現(xiàn)象在病毒性肝炎、百日咳、流行性腦脊髓膜炎、猩紅熱中的表現(xiàn)比其他疾病更典型。傳染病季節(jié)發(fā)病曲線波峰的偏度在一定程度上綜合反映了眾多因素對(duì)流行過程的影響，利用“Z-D”現(xiàn)象分析傳染病疫情資料進(jìn)行預(yù)測(cè)研究，對(duì)指導(dǎo)制定傳染病控制措施有積極意義。

程穎愷等[7]進(jìn)一步論證了疾病流行中“Z-D現(xiàn)象”的存在，并探討其與病種和時(shí)間序列的關(guān)系。張嵐[8]應(yīng)用疾病流行中存在的“Z-D”現(xiàn)象，對(duì)管區(qū)1970～1999年細(xì)菌性痢疾、病毒性肝炎兩種疾病的時(shí)間序列資料進(jìn)行了分析并作出了預(yù)測(cè)?；仡櫺则?yàn)證結(jié)果表明，兩病種最佳截取點(diǎn)的月累計(jì)百分位數(shù)與流行年前兆升降比均呈負(fù)相關(guān)，顯著性檢驗(yàn)P＜0.01。回顧性預(yù)測(cè)符合率分別為66.67%和68.67%。利用建立的模型進(jìn)行外推性驗(yàn)證，分別做出1998年、1999年和2000年細(xì)菌性痢疾和病毒性肝炎兩種傳染病上升與下降的預(yù)測(cè)，并與實(shí)際情況比較，基本一致。外推性預(yù)測(cè)結(jié)果與回顧性驗(yàn)證結(jié)果基本一致。證實(shí)了“Z-D”現(xiàn)象存在于細(xì)菌性痢疾和病毒性肝炎兩種疾病的流行過程中。

4.1.4 馬爾可夫鏈 馬爾科夫鏈?zhǔn)敲枋鲆活愲S機(jī)動(dòng)態(tài)系統(tǒng)的模型，它是指系統(tǒng)在每個(gè)時(shí)間所處的狀態(tài)是隨機(jī)的，從當(dāng)前時(shí)間（現(xiàn)在）到下一時(shí)間（未來(lái)）的狀態(tài)按一定的概率轉(zhuǎn)移，而未來(lái)狀態(tài)僅與現(xiàn)在狀態(tài)及其轉(zhuǎn)移概率有關(guān)，而與以前狀態(tài)無(wú)關(guān)，即無(wú)后效性。利用馬爾科夫鏈進(jìn)行預(yù)測(cè)就是根據(jù)系統(tǒng)變量的現(xiàn)在狀態(tài)及其變化趨勢(shì)，預(yù)測(cè)其在未來(lái)某一特定時(shí)間可能出現(xiàn)的狀態(tài)，從而為決策提供依據(jù)。馬爾科夫預(yù)測(cè)是馬爾科夫鏈在預(yù)測(cè)領(lǐng)域的一種應(yīng)用。

付長(zhǎng)賀、鄧甦等[9]運(yùn)用馬爾科夫鏈建立傳染病預(yù)測(cè)模型，并根據(jù)遼寧省干旱地區(qū)朝陽(yáng)市1981～1993年呼吸道傳染病-流行性腦脊髓膜炎的年發(fā)病率資料對(duì)該預(yù)測(cè)模型進(jìn)行了驗(yàn)證，根據(jù)計(jì)算所得的初始時(shí)刻的狀態(tài)概率向量a(0)和狀態(tài)轉(zhuǎn)移概率矩陣P，對(duì)1994～1996年的流行性腦脊髓膜炎發(fā)病率進(jìn)行預(yù)測(cè)。

馬爾可夫過程是隨機(jī)過程的一個(gè)分支，它最基本最重要的特征是：“無(wú)后效性”，即在已知隨機(jī)過程“現(xiàn)在”狀態(tài)的條件下，其“將來(lái)”的狀態(tài)與“過去”的狀態(tài)無(wú)關(guān)。加權(quán)馬爾可夫鏈預(yù)測(cè)思想認(rèn)為，傳染病在各個(gè)不同時(shí)間段的發(fā)病情況都符合或者近似符合一個(gè)時(shí)間序列。由于大多數(shù)傳染病在某個(gè)時(shí)間段（如：周、月或者季節(jié)）的發(fā)病人數(shù)和發(fā)病率，與之前若干個(gè)時(shí)間段的發(fā)病情況關(guān)系較為密切，每個(gè)時(shí)段傳染病的發(fā)病人數(shù)（或發(fā)病率）序列是一列相依的隨機(jī)變量，各階自相關(guān)系數(shù)刻畫了各種滯時(shí)（各個(gè)時(shí)段）的發(fā)病人數(shù)之間的相關(guān)關(guān)系的強(qiáng)弱。因此，可考慮先分別依其前面若干時(shí)段的發(fā)病人數(shù)（對(duì)應(yīng)的狀態(tài)）對(duì)該時(shí)間段發(fā)病人數(shù)的狀態(tài)進(jìn)行預(yù)測(cè)，然后，按前面各時(shí)段與該時(shí)段相依關(guān)系的強(qiáng)弱加權(quán)求和來(lái)進(jìn)行預(yù)測(cè)和綜合分析，即可以達(dá)到充分、合理地利用歷史數(shù)據(jù)進(jìn)行預(yù)測(cè)的目的，而且經(jīng)這樣分析之后確定的結(jié)論也應(yīng)該是更加合理的。這就是加權(quán)馬爾可夫鏈預(yù)測(cè)的基本思想。

彭志行等[10]用加權(quán)馬爾可夫鏈理論建立預(yù)測(cè)傳染病發(fā)病情況的數(shù)學(xué)模型，以江蘇省1990年1月至1999年12月逐月乙型肝炎發(fā)病人數(shù)的監(jiān)測(cè)資料為樣本，運(yùn)用加權(quán)馬爾可夫鏈對(duì)2000年的發(fā)病人數(shù)進(jìn)行預(yù)測(cè)和其他相關(guān)分析。根據(jù)江蘇省1999年7～12月六個(gè)月乙型肝炎發(fā)病人數(shù)及其相應(yīng)的狀態(tài)轉(zhuǎn)移概率矩陣對(duì)2000年1月的乙型肝炎發(fā)病人數(shù)進(jìn)行預(yù)測(cè)，預(yù)測(cè)發(fā)病人數(shù)對(duì)應(yīng)的狀態(tài)為3，即發(fā)病人數(shù)x滿足：1369＜x≤1641，江蘇省2000年1月乙型肝炎的實(shí)際發(fā)病人數(shù)為1390人。同理，以1999年8月至2000年1月的資料序列預(yù)測(cè)2000年2月的發(fā)病人數(shù)，預(yù)測(cè)發(fā)病人數(shù)對(duì)應(yīng)的狀態(tài)為2，即發(fā)病人數(shù)x滿足：1029＜x≤1369，而200年2月的實(shí)際發(fā)病人數(shù)1178，兩次預(yù)測(cè)都是準(zhǔn)確的。

4.1.5 地理信息系統(tǒng) 地理信息系統(tǒng)（geographic information system GIS）是以地理空間數(shù)據(jù)庫(kù)為基礎(chǔ)，在計(jì)算機(jī)軟、硬件的支持下，對(duì)空間相關(guān)數(shù)據(jù)進(jìn)行收集、管理、操作分析、模擬和顯示，并采用地理模型分析方法，適時(shí)提供多種空間和動(dòng)態(tài)的地理信息，為地理研究和地理決策服務(wù)而建立起來(lái)的計(jì)算機(jī)技術(shù)系統(tǒng)。地理信息系統(tǒng)是一門集計(jì)算機(jī)科學(xué)、地理學(xué)、測(cè)繪學(xué)、空間科學(xué)、信息學(xué)等為一體的新興高科技學(xué)科，目前已用于疾病的監(jiān)測(cè)和衛(wèi)生管理決策的制定。血吸蟲病的分布、流行與地理因素密切相關(guān)。

GIS應(yīng)用于疾病監(jiān)測(cè)，可以實(shí)時(shí)、動(dòng)態(tài)地顯示發(fā)病變化情況，并可展示疾病的時(shí)空分布，從而達(dá)到信息的可視化。目前我國(guó)GIS在疾病監(jiān)測(cè)方面的應(yīng)用主要有瘧疾、血吸蟲病、萊姆病和霍亂等疾病的研究。以我國(guó)常見的血吸蟲病為例，血吸蟲病與自然生態(tài)環(huán)境密切相關(guān)。我國(guó)血吸蟲病的分布與釘螺（特別是感染性釘螺）的分布相一致，有著嚴(yán)格的地方性。地表植被、光照、溫度、水分和土壤等都會(huì)影響釘螺的生存繁衍，進(jìn)而影響血吸蟲病的地理分布。利用GIS預(yù)測(cè)模型和多層疊加分析可以為螺情及血吸蟲病的監(jiān)測(cè)提供有力的工具。GIS用于暴發(fā)疫情調(diào)查時(shí)，其地圖展示功能可以讓研究者對(duì)疫情發(fā)展情況一目了然。

汪天平等[11]利用氣象參數(shù)建立模型來(lái)預(yù)測(cè)長(zhǎng)江下游血吸蟲病流行情況。將各季節(jié)的傳播指數(shù)和NDVI在ArcView3.2軟件進(jìn)行疊加分析。將選取的觀察點(diǎn)實(shí)際血吸蟲病流行情況按流行程度和流行與否，與預(yù)測(cè)結(jié)果進(jìn)行等級(jí)相關(guān)性檢驗(yàn)，以判別相關(guān)吻合程度。結(jié)果表明血吸蟲傳播指數(shù)的大小與流行程度密切相關(guān)。認(rèn)為 GIS技術(shù)可以作為血吸蟲病分布、流行程度的監(jiān)測(cè)和預(yù)測(cè)工具。

李朝暉，董毅[12]等應(yīng)用地理信息系統(tǒng)（GIS）分析云南省大理市血吸蟲病流行狀況及釘螺分布情況。收集云南大理市2002～2008年血吸蟲病疫情資料，并輸入計(jì)算機(jī)建立GIS數(shù)據(jù)庫(kù)，用ArcGIS9.2軟件對(duì)7年來(lái)大理市的血吸蟲病流行狀況、釘螺和急性血吸蟲感染(急感)分布變化進(jìn)行描述和分析。結(jié)果表明，2008年血吸蟲病流行于11個(gè)鄉(xiāng)（鎮(zhèn)）、91個(gè)行政村、401個(gè)自然村。2008年趨勢(shì)面分析顯示釘螺分布有向西北方向聚集的趨勢(shì)，而人群感染則向東南聚集。急感病例分布于6個(gè)鄉(xiāng)（鎮(zhèn)），23個(gè)行政村；時(shí)空聚類分析顯示病例分布呈現(xiàn)明顯的聚集性。2002年大理市喜州鎮(zhèn)的3個(gè)流行村為一級(jí)聚類區(qū)。認(rèn)為GIS作為數(shù)據(jù)庫(kù)和圖形管理的工具，能更直觀、形象和宏觀地描述、分析血吸蟲病疫情。

楊國(guó)靜等[13]建立江蘇省瘧疾地理信息系統(tǒng)（GIS）數(shù)據(jù)庫(kù)和瘧疾流行GIS模型，對(duì)江蘇省的瘧疾流行區(qū)進(jìn)行空間分析。認(rèn)為基于TGDD的GIS預(yù)測(cè)模型可應(yīng)用于江蘇省瘧疾流行的監(jiān)測(cè)。

[1] 楊倬.流行控制圖法在預(yù)測(cè)傳染病發(fā)病趨勢(shì)中的應(yīng)用.現(xiàn)代預(yù)防醫(yī)學(xué), 2003,30(5):665-667.

[2] 楊維中,邢慧嫻,王漢章,等.七種傳染病控制圖法預(yù)警技術(shù)研究.中華流行病學(xué)雜志,2004,25(12):1039-1041.

[3] 曹明華,李群,吳家兵,等.腸道傳染病控制圖法預(yù)警技術(shù)研究.現(xiàn)代預(yù)防醫(yī)學(xué),2007,34(8):1441-1443.

[4] 譚德斌.運(yùn)用比數(shù)圖表法預(yù)測(cè)病毒性肝炎年度疫情趨勢(shì).湖北預(yù)防醫(yī)學(xué)雜志,2002,13(2):41.

[5] 鄧志紅,譚紅專,胡世雄,等.甲型病毒性肝炎流行預(yù)警方法研究.中國(guó)預(yù)防醫(yī)學(xué)雜志,2007,8(5):635-639.

[6] 曾光,丁雁鵬,程穎愷.傳染病流行中存在“Z一D現(xiàn)象”的論證.中華流行病學(xué)雜志,1997,18(5):270-274.

[7] 程穎愷,曾光.麻疹、猩紅熱流行中存在“Z-D現(xiàn)象”的進(jìn)一步論證及其預(yù)測(cè)價(jià)值研究.中華流行病學(xué)雜志,1999,20(4):200-203.

[8] 張嵐.應(yīng)用“Z-D現(xiàn)象”進(jìn)行傳染病疫情預(yù)測(cè)的研究.數(shù)理醫(yī)藥學(xué)雜志, 2002,15(3):268-269.

[9] 付長(zhǎng)賀,鄧甦.馬爾科夫鏈在傳染病預(yù)測(cè)中的應(yīng)用.沈陽(yáng)師范大學(xué)學(xué)報(bào), 2009,27(1):28-30.

[10] 彭志行,鮑昌俊,趙楊,等.加權(quán)馬爾可夫鏈在傳染病發(fā)病情況預(yù)測(cè)分析中的應(yīng)用.數(shù)學(xué)的實(shí)踐與認(rèn)識(shí).2009,39(23):92-99.

[11] 汪天平,周曉農(nóng),等.地理信息系統(tǒng)(GIS)用于江蘇、安徽和江西省血吸蟲病流行預(yù)測(cè)的研究.中國(guó)血吸蟲病防治雜志,2004,16(2):86-90.

[12] 李朝暉,董毅,董興齊.基于地理信息系統(tǒng)的血吸蟲病疫情分析.中國(guó)血吸蟲病防治雜志,2009,21(6):535-537.

[13] 楊國(guó)靜,周曉農(nóng),等.江蘇省瘧疾流行地理信息系統(tǒng)預(yù)測(cè)模型的研究.中華預(yù)防醫(yī)學(xué)雜志,2002,36(2):103-105.

10.3969/j.issn.1672-2779.2012.18.112

1672-2779（2012）-18-0159-04

2012-06-23）