珠海市学校突发卫生事件症状监测系统的建立和应用研究

论文摘要

背景与目的症状监测（Syndromic surveillance）是公共卫生人员借助自动症状数据收集系统和建立统计预警分析系统,通过监测疾病的各项指标,实时或者近似实时监测疾病暴发的公共卫生监测方法[1]。学校贯穿了青少年儿童个体成长的全过程,其较高人口密度和人群年龄特征为某些传染病的传播和流行提供了有利条件。因此,加强学校传染病控制和监测刻不容缓。本研究通过信息网络技术,基于学校建立适合本地区的学校突发卫生事件症状监测系统,利用位于各校医室的终端,录入每日就诊学生症状数据,分析各症状变量与结局变量的相关关系。通过对不同阳性参考标准的ROC特征进行分析,探索提示暴发出现的最适合环比指标。并利用ARIMA时间序列模型预测症状就诊病例数,为学校监测的传染病相关症状预测提供依据。方法1.开发适合本地区的学校突发卫生事件症状监测系统,及时收集上报症状数据,并对监测数据及暴发疫情特征进行分析。2.在适当阳性参考标准下,探索综合症状就诊人次周环比值的异常增加能否一定程度上起到暴发预警作用,并具有较好的灵敏度和特异度。3.利用SPSS软件包中时间序列的ARIMA模型分析监测数据,探索适合本地区的模型参数并进行预测。结果本研究通过研发“珠海市学校突发卫生事件症状监测系统”,基于珠海市14家学校进行突发卫生事件症状监测,监测系统总体运行较好,监测结果能在一定程度上反映去本地区学校综合症状的流行趋势。主要体现在:1.呼吸道相关综合症状和流感样病例在2008年秋冬季（10-11月份）和2009年春夏季（3-4月份）存在两个发病高峰,腹泻症状在2008年秋冬季（10-11月份）存在一个发病高峰,皮疹症状在2009年夏季（5-7月份）存在发病高峰。2.聚集性暴发疫情主要发生在低年级学生人群内,高峰主要集中在4-6月份左右,发热症状峰值出现时间能够早于流感样聚集性暴发现时间。3.在以1天内班级流感样病例数≥3例为流感样病例聚集性阳性值判断标准时,发热症状就诊人次周环比值的异常增加能够在一定程度上起到预警作用。4. ARIMA（1,1,1）（0,1,1）7模型能够在一定程度上描述发热症状日就诊人次的季节趋势,从而对其进行预测。结论“珠海市学校突发卫生事件症状监测系统”在监测点总体运行较好,监测结果能在一定程度上反映本地区学校综合症状的流行趋势,为进一步实现模型优化、系统升级打下了坚实技术基础,为该地区突发公共卫生事件监测预警提供了科学依据。

论文目录

• 中文摘要
• 英文摘要
• 前言
• 1 材料和研究方法
• 1.1 监测点的选择
• 1.2 信息系统开发和运行环境
• 1.3 数据的收集
• 1.4 数据的传输
• 1.5 数据的分析
• 1.6 质量控制
• 2 结果
• 2.1 基本情况
• 2.2 流感聚集性疫情特征及其探测
• 2.3 ARIMA 模型的引进
• 3 讨论
• 4 结论
• 参考文献
• 综述
• 参考文献
• 附录
• 致谢