分析傳染病預(yù)警信息在急性傳染病突發(fā)事件防控中的作用

韓曉萍

[摘要] 目的 探討分析傳染病預(yù)警信息在急性傳染病突發(fā)事件防控中的作用，盡早發(fā)現(xiàn)傳染性疾病疫情，采用相應(yīng)的處理措施控制疾病蔓延。方法 使用專(zhuān)業(yè)統(tǒng)計(jì)學(xué)軟件對(duì)傳染病預(yù)警信息進(jìn)行匯總，采用描述流行病學(xué)方法分析資料數(shù)據(jù)。結(jié)果 揭西縣于2005年開(kāi)始應(yīng)用公共衛(wèi)生事件信息管理系統(tǒng)，共報(bào)告9起公共衛(wèi)生事件，其中有77.78%為疫情暴發(fā)。共報(bào)告5種病類(lèi)，涉及到151例患者，其中有86.09%為學(xué)校。100.00%為法定傳染病疫情暴發(fā)。病情集中時(shí)間為2009年至2011年，共涉及到77.78%疫情。在2008年應(yīng)用傳染病預(yù)警信息系統(tǒng)之后，到2018年共收到1 157起預(yù)警信息，涉及病種19類(lèi)，有1 154起預(yù)警信息及時(shí)處理。在應(yīng)用傳染病自動(dòng)預(yù)警信息后，共報(bào)告9起疫情，暴發(fā)疫情持續(xù)時(shí)間為0～21 d。結(jié)論 通過(guò)傳染病預(yù)警信息能夠盡早發(fā)現(xiàn)地區(qū)傳染病疫情，并且及時(shí)采用有效措施處理，降低疫情暴發(fā)蔓延與傳播。

[關(guān)鍵詞] 傳染病預(yù)警信息;急性傳染病;突發(fā)事件;防控作用

[中圖分類(lèi)號(hào)] R181.8 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1672-5654（2020）03（a）-0147-03

[Abstract] Objective To analyze the role of early warning information of infectious diseases in the prevention and control of acute infectious disease emergencies， to detect infectious diseases as early as possible， and to adopt corresponding treatment measures to control the spread of the disease. Methods The statistical information of infectious diseases was summarized by professional statistical software， and the descriptive epidemiological method was used to analyze the data. Results Jiexi County began to apply the public health event information management system in 2005. A total of 9 public health events were reported， of which 77.78% were outbreaks. A total of 5 diseases were reported， involving 151 patients， of which 86.09% were schools. 100.00% were outbreaks of legal infectious diseases. The disease concentration time was from 2009 to 2011， involving a total of 77.78% of the outbreaks. After the application of the infectious disease early warning information system in 2008， a total of 1 157 early warning messages were received in 2018， involving 19 types of diseases， and 1 154 early warning messages were processed in a timely manner. After the application of automatic warning information for infectious diseases， a total of 9 outbreaks were reported， and the duration of the outbreak was 0-21 d. Conclusion The early warning information of infectious diseases can be used to detect the epidemic situation of infectious diseases as soon as possible， and timely and effective measures should be taken to reduce the spread of the outbreak.

[Key words] Early warning information for infectious diseases; Acute infectious diseases; Emergencies; Prevention and control

在預(yù)防和控制傳染性疾病時(shí)，必須盡早處理群體暴發(fā)性疫情，前移疫情處理關(guān)口，落實(shí)和執(zhí)行各項(xiàng)處理措施，以此控制疫情發(fā)展，縮小疫情波及范圍。某地區(qū)于2008年開(kāi)始建立和應(yīng)用公共衛(wèi)生事件管理信息系統(tǒng)，并且與國(guó)家傳染病預(yù)警信息形態(tài)系統(tǒng)所連接，可以自動(dòng)預(yù)警傳染病群體性暴發(fā)疫情，有效處理和控制疾病傳播和蔓延[1]。此次研究主要是探討分析傳染病預(yù)警信息在急性傳染病突發(fā)事件防控中的作用，現(xiàn)報(bào)道如下。

1 ?資料與方法

1.1 ?一般資料

在突發(fā)性急性傳染病突發(fā)事件管理信息系統(tǒng)中找尋關(guān)于急性傳染病疫情暴發(fā)的信息資料;在自動(dòng)預(yù)警子系統(tǒng)中查詢(xún)地區(qū)接收的傳染性預(yù)警與處理信息。按照管理信息系統(tǒng)中所顯示數(shù)據(jù)，該地區(qū)在2005—2018年上報(bào)急性傳染病疫情。

1.2 ?方法

按照傳染性疾病疫情預(yù)警系統(tǒng)中，關(guān)于揭西縣急性傳染性疾病疫情暴發(fā)資料，使用專(zhuān)業(yè)統(tǒng)計(jì)學(xué)軟件對(duì)傳染病預(yù)警信息進(jìn)行匯總，采用描述流行病學(xué)方法分析資料數(shù)據(jù)。

1.3 ?指標(biāo)觀察

按照專(zhuān)業(yè)人員到達(dá)現(xiàn)場(chǎng)所調(diào)查結(jié)果，確認(rèn)傳染病暴發(fā)疫情占據(jù)疫情自動(dòng)報(bào)警系統(tǒng)中判斷為疑似事件的比例，將其設(shè)置為預(yù)警特異值;疫情自動(dòng)預(yù)警系統(tǒng)在發(fā)出疫情信息后，處理疫情信息處占據(jù)發(fā)出數(shù)的比例為預(yù)警處置及時(shí)率。疫情暴發(fā)最后一例患者發(fā)病時(shí)間至第1例患者發(fā)病時(shí)間，所得數(shù)據(jù)為疫情持續(xù)時(shí)間。

1.4 ?統(tǒng)計(jì)方法

應(yīng)用SPSS 19.0統(tǒng)計(jì)學(xué)軟件分析數(shù)據(jù)，計(jì)數(shù)資料以頻數(shù)和百分比（%）表示。

2 ?結(jié)果

2.1 ?傳染性疾病暴發(fā)情況

揭西縣于2005年開(kāi)始應(yīng)用公共衛(wèi)生事件信息管理系統(tǒng)，共報(bào)告9起公共衛(wèi)生事件，其中有77.78%（7/9）為疫情暴發(fā)。共報(bào)告5種病類(lèi)，涉及到151例患者，其中有86.09%（130/151）為學(xué)校。有100.00%為法定傳染病疫情爆發(fā)，病情集中時(shí)間為2009—2011年，共涉及到77.78%（7/9）疫情。在2008年應(yīng)用傳染病預(yù)警信息系統(tǒng)之后，到2018年共收到1 157起預(yù)警信息，涉及病種19類(lèi)，有1 154起預(yù)警信息及時(shí)處理。

2.2 ?傳染性疾病暴發(fā)持續(xù)時(shí)間

在應(yīng)用傳染病自動(dòng)預(yù)警信息后，共報(bào)告9起疫情，預(yù)警發(fā)現(xiàn)疫情為9起，暴發(fā)疫情持續(xù)時(shí)間為0～21 d。

2.3 ?疫情暴發(fā)與學(xué)校的關(guān)系

在報(bào)告的傳染性疾病中，有77.78%（7/9）為學(xué)校。且通過(guò)預(yù)警系統(tǒng)判斷有5起為疑似事件，發(fā)生在學(xué)校的疑似事件為0起。

3 ?討論

傳染病預(yù)警信息系統(tǒng)能夠盡早探測(cè)全國(guó)傳染性疾病暴發(fā)情況，確保基層能夠及時(shí)發(fā)現(xiàn)和識(shí)別傳染性疾病暴發(fā)現(xiàn)象。通過(guò)應(yīng)用該信息系統(tǒng)，能夠在較大程度上提升不同地區(qū)疾病控制中心傳染病預(yù)警效率，盡早預(yù)警傳染性疾病爆發(fā)情況。當(dāng)傳染性疾病增加數(shù)量異常時(shí)，就會(huì)發(fā)出預(yù)警信息，使相關(guān)部門(mén)機(jī)構(gòu)及時(shí)隔離和處置影響人群。該系統(tǒng)的預(yù)警機(jī)制主要是按照醫(yī)院上報(bào)傳染病信息，通過(guò)計(jì)算機(jī)信息技術(shù)和數(shù)學(xué)模型，對(duì)可能的傳染性疾病時(shí)空聚集信號(hào)進(jìn)行自動(dòng)化探測(cè)，發(fā)出相應(yīng)的預(yù)警信息。傳染病預(yù)警信息系統(tǒng)是疾病預(yù)防控制信息系統(tǒng)中重要分支，利用特定算法明確預(yù)警閾值，當(dāng)傳染病上報(bào)病例大于閾值時(shí)，就會(huì)發(fā)出預(yù)警信息，自動(dòng)化監(jiān)測(cè)疫情，并且為相關(guān)人員提供信息依據(jù)，做好傳染性疾病的分析、調(diào)查與防控措施。

我國(guó)在2005年開(kāi)始應(yīng)用傳染性疾病網(wǎng)絡(luò)直接報(bào)告系統(tǒng)，將傳染性疾病個(gè)案報(bào)告作為基礎(chǔ)，盡早發(fā)現(xiàn)疫情，并且提出相應(yīng)的解決控制措施。該報(bào)告系統(tǒng)能夠?qū)崟r(shí)監(jiān)側(cè)和報(bào)告?zhèn)魅拘约膊€(gè)案信息，能夠?yàn)橐咔楸┌l(fā)控制提供信息來(lái)源。通過(guò)傳染性疾病網(wǎng)絡(luò)報(bào)告系統(tǒng)，能夠?qū)崿F(xiàn)傳染性疾病預(yù)警信息報(bào)告[2]。揭西縣在2008年開(kāi)始應(yīng)用傳染性疾病自動(dòng)預(yù)警系統(tǒng)，通過(guò)該系統(tǒng)能夠盡早發(fā)現(xiàn)傳染性疾病疫情，采取各項(xiàng)處理措施進(jìn)行控制管理，避免疾病傳播面積不斷擴(kuò)大。在啟動(dòng)預(yù)警信息系之前，主要是通過(guò)公共衛(wèi)生事件管理信息系統(tǒng)，獲取傳染性疾病疫情暴發(fā)情況，明顯提升了傳染性疾病發(fā)現(xiàn)率[3]。在應(yīng)用預(yù)警信息之后，能夠在最短時(shí)間內(nèi)發(fā)現(xiàn)群體性傳染性疾病暴發(fā)情況，做好疫情處理干預(yù)，還能夠盡早發(fā)現(xiàn)和處理可疑事件。在應(yīng)用傳染性疾病預(yù)警信息系統(tǒng)之后。明顯降低了地區(qū)傳染性疾病疫情暴發(fā)。

傳染性疾病疫情暴發(fā)最易出現(xiàn)在學(xué)校，其受到社會(huì)因素和自然因素影響傳染性疾病暴發(fā)率和流行率均比較高。該地區(qū)傳染性疾病疫情預(yù)防和控制的重點(diǎn)區(qū)域在于學(xué)校，通過(guò)各項(xiàng)預(yù)防控制措施降低傳染性疾病暴發(fā)率，縮短傳染性疾病暴發(fā)持續(xù)時(shí)間[4]。在學(xué)校管理工作中，注重傳染源管理和環(huán)境消毒處理，避免導(dǎo)致傳染性疾病在學(xué)校內(nèi)部流行和傳播。此外，為了控制傳染性疾病在學(xué)校內(nèi)蔓延與傳播，還應(yīng)當(dāng)建立和完善晨檢制度，針對(duì)因病未上學(xué)的學(xué)生，必須了解其病情。由于學(xué)校內(nèi)部極易暴發(fā)手足口病，水痘和流感等群體性疾病，且該類(lèi)傳染性疾病都是由單個(gè)病例所導(dǎo)致的大范圍疾病問(wèn)題[5]。其次，學(xué)校應(yīng)當(dāng)設(shè)置專(zhuān)職校醫(yī)。地區(qū)多數(shù)學(xué)校都缺乏專(zhuān)業(yè)的醫(yī)生和護(hù)理人員，從而導(dǎo)致傳染性疾病預(yù)警信息無(wú)法及時(shí)對(duì)疫情暴發(fā)情況進(jìn)行預(yù)測(cè)。針對(duì)水痘等傳染性疾病來(lái)說(shuō)，則應(yīng)當(dāng)督促學(xué)生盡早接種水痘疫苗，以此加強(qiáng)易感人群的免疫力[6]。注重學(xué)校師生的衛(wèi)生健康宣傳。在日常學(xué)習(xí)生活中應(yīng)當(dāng)注重空氣流通，物品消毒與處理，這樣也能夠降低傳染性疾病暴發(fā)率。

在傳染性疾病預(yù)警信息系統(tǒng)中，發(fā)現(xiàn)了多起水痘傳染性疾病，且疫情暴發(fā)率比較高，學(xué)校為水痘傳染性疾病集中爆發(fā)區(qū)域[7]。該地區(qū)傳染性疾病預(yù)警信息系統(tǒng)中沒(méi)有納入水痘疾病，因此地區(qū)將群體性暴發(fā)疾病周期設(shè)定為2周，篩選集體性組織機(jī)構(gòu)的可疑病理資料，并且發(fā)放到各衛(wèi)生醫(yī)療機(jī)構(gòu)，由學(xué)校醫(yī)生和屬地醫(yī)生對(duì)地區(qū)水痘傳染性疾病進(jìn)行排查，以此彌補(bǔ)預(yù)警信息系統(tǒng)存在的不足[8]。在后續(xù)發(fā)展中，應(yīng)當(dāng)將水痘納入到傳染性疾病預(yù)警信息系統(tǒng)中，以此加強(qiáng)傳染性疾病監(jiān)測(cè)敏感度，能夠及時(shí)處理和控制傳染性疾病蔓延，發(fā)揮出自動(dòng)預(yù)警系統(tǒng)的作用。在傳染性疾病預(yù)防控制工作中，還能夠?yàn)槿罕娖占肮残l(wèi)生安全知識(shí)，以此強(qiáng)化自我保護(hù)意識(shí)。為了全面落實(shí)和執(zhí)行傳染性疾病預(yù)防和控制措施，必須加強(qiáng)管理傳染源，以此縮小傳染性疾病傳播范圍，間斷疫情持續(xù)時(shí)間。

綜上所述，通過(guò)傳染病預(yù)警信息能夠盡早發(fā)現(xiàn)地區(qū)傳染病疫情，并且及時(shí)采用有效措施處理，降低疫情暴發(fā)蔓延與傳播。

[參考文獻(xiàn)]

[1] ?王瑞平，吳毅凌，郭曉芹，等.傳染病長(zhǎng)期趨勢(shì)對(duì)國(guó)家傳染病自動(dòng)預(yù)警信息系統(tǒng)預(yù)警閾值設(shè)置的影響分析[J].現(xiàn)代預(yù)防醫(yī)學(xué)，2019，46（11）：1921-1923，1932.

[2] ?王瑞平，陶芳芳，郭曉芹，等.國(guó)家傳染病自動(dòng)預(yù)警信息系統(tǒng)條線(xiàn)人員對(duì)系統(tǒng)預(yù)警原理、日常操作和預(yù)警效果認(rèn)知調(diào)查[J].中國(guó)公共衛(wèi)生，2019，35（2）：1690.

[3] ?吳軍，沈曉融，韓臘英，等.人工智能技術(shù)在學(xué)校傳染病聚集性疫情智能早期篩查與預(yù)警中的應(yīng)用[J].中國(guó)公共衛(wèi)生，2019，35（4）：516-520.

[4] ?魏艷姣，劉光遠(yuǎn)，楊琳，等.傳染病自動(dòng)預(yù)警信息系統(tǒng)在手足口病暴發(fā)流行中預(yù)警效果評(píng)價(jià)[J].航空航天醫(yī)學(xué)雜志，2018， 29（3）：352-354.

[5] ?蔡文鋒，袁俊.融合12320衛(wèi)生熱線(xiàn)數(shù)據(jù)構(gòu)建突發(fā)傳染病事件早期癥狀監(jiān)測(cè)預(yù)警平臺(tái)[J].醫(yī)學(xué)信息學(xué)雜志，2016，37（2）：22-26.

[6] ?龔利強(qiáng)，李紅美.常熟市學(xué)校及托幼機(jī)構(gòu)重點(diǎn)人群傳染病監(jiān)測(cè)預(yù)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].中國(guó)公共衛(wèi)生管理，2017， 33（5）：713-714.

[7] ?葉楚楚，朱渭萍，王遠(yuǎn)萍，等.國(guó)家傳染病自動(dòng)預(yù)警系統(tǒng)探測(cè)范圍對(duì)手足口病聚集性事件預(yù)警效果的影響[J].疾病監(jiān)測(cè)，2017，32（9）：725-730.

[8] ?王婷，龔玲芬.2009-2014年無(wú)錫市北塘區(qū)傳染病自動(dòng)預(yù)警與學(xué)校突發(fā)公共衛(wèi)生事件分析[J].江蘇預(yù)防醫(yī)學(xué)，2016，27（2）：223-224.

（收稿日期：2019-12-02）