1、传染病预测预警方法和模型1主要内容、国内外传染病预测预警现状83二、传染病预测常用方法三、传染病预测方法新进展四、传染病预测预警体系发展方向探讨2.世界卫生组织(WHO)大力宣传建立传染病预警系统的重要性和必 要性，致力于强化现有的传染病监测系统，发展早期预警系统。-传统监测系统与早期预警系统的区别：传统监测系统主要依靠医务人员的诊断信息追溯疾病的流行状况早期预警系统主要利用疾病诊断之前的临床证据以及其它一些相关信 息判断是否会有传染病爆发或流行的发生。3传染病预测预警主要由传染病监测、传染病预测、传染病预警三大核心模块构成。传染病监测是预警分析的基础监测信息系统信息預測分析方法J决策丿预警信
2、息系统预警是监测的目的之一，也是预预测可视为一种工具，通 过一些分析方法和模型把 的数据瓷料转化为进行预k警决策的信息图1传染病预测预警体系构成技术在实践中的重要应用巨内外传染病预测预警现状1、国内.2004年1月，传染病和突发公共卫生事件网络直报系统在全国范围内 开始试运行，同年4月该系统正式启用，随后又在该平台上启动了全 国艾滋病、结核病网络直报工作。其他各种疾病监测工作也逐渐构建 在该平台之上，逐歩实现公共卫生信息资源整合和共享。-2008年3月，全国传染病监测自动预警(时空模型)系统应用试点工 作正式开始。-2007年7月，中国CDC信息中心启动了网络直报系统与医院信息系统(Hospi
3、tal Information System,HIS)连接的试点工作，目的在 于推进医疗和预防两大业务系统的互连互通，为更好实现传染病预测 预警工作提供了强大的数据支持和信息平台。6IBPH谣“申尸（即宵理羔秋缱軍亀専因章.成潮值系境wjEssjnnTA 組iE隔瑯谓用事 境 以1繽 靜 諏 忧 償 观5 TBKHIM待決痢白島8償.心撫 冬間単腿*海E嫉吿管豊身堤 PfficiSS#tXe.E4 月 灾 防 阵T 推f t系 妹 aiKftfxitM出生蜀记1系成 HttSiWJSKSi 础中SAW供即_氐 Pffl!HiBii4BiTBSl；t RHRS.RR中国能甫臉由中心，m L.hu
4、 B*irv*j国瘀病预昉控制信息系氈CHINA INFORMATION SYSTEM FOR DISEASES CONTROL AMD PREVENTIONInternet图2 中国疾病预防控制信息系统72、国外 2000年2004年WHO帮助伊拉克.塞尔维亚.摩洛哥,马其顿 和苏丹等国家相继建立了传染病早期预警系统。.2002年9月，伊拉克传染病控制中心用计算机处理监控数据，以促进传染病爆发的早期发现。.2002年10月，塞尔维亚公共卫生研究所建立探测疾病爆发的早期 预警系统。.2003年1月，WHO与法国防疫研究所合作，支持摩洛畐的流行病 和疾病控制局设计规范的计算机预警系统。-2003
5、年5月，马其顿共和国卫生当局设计实现电子预警系统的行 动计划。2004年5月，WHO与其他联合国机构和非政府组织合作，在苏丹联邦卫生部制定了一个早期预警系统。8美国.加拿大,欧盟等国家和地区纷纷建立传染病预测预警相关体系和专门的机构，这其中有共同之处，也各美国提出全面战略硏究计划加拿大建立全国统一的综合决策部门欧盟采用集a型传染病监测预警系统91=11=11=1 2.1美国全面战略研究计划美国的传染病监测预警系统非常全面，其主要特点是监测体系.实验 室检测等方面技术先进且实力雄厚，并且注重合作和信息交流。美国CDC注重与联邦政府部门和其他机构合作，共同进行疾病监测和 预防控制工作。并且注重国际
6、间的合作，与其他25个以上国家合作，提供国际性的疾病传播监管服务，实现早期预警，早期预防，从而避 免急性传染病跨国流行。.美国的传染病监测预警系统的基础是有效的监测体系，是一个动态地.系统地采集.分析.解释和分发数据的体系。这个体系的主要任务是 检测,调查,监视急性传染病发生和传播的特点以及评估预防和控制 的效果。1946年美国CDC成立后，建立了针对疟疾及热带传染性疾病的全国 传染病监测系统。从1995年开始，CDC先后建立了各种急性传染病 监测网络。2001年，CDC整合了全国100多个大大小小的各种专业 监测系统，将全国疾病监视申报系统升级为全国疾病电子监测系io 2.2加拿大全国统一的
7、综合决策部门加拿大传染病监测预警系统是以监测为核心，确定国家传染病监测重 点，加强系统内部合作，充分利用监测信息。.加拿大就传染病监测方面，省和联邦卫生部门通过流行病学咨询委员i=i会传染病分会（简称ACE）达成共识，传染病监测由省级以下卫生部 门执行，但整个监测行动由联邦政府统一协调和监督。疾病监测不仅收集数据，还要编辑.整理.统计和分析数据，最后做 出判断，同时参与特殊传染病的全球性监测。11 2.3欧盟集团型传染病监测预警系统欧盟采用集团型传染病监测预警系统，其主要特点表现在注重集团内部多个51国家的合作，为成员国对传染病防控提供交流的平台，同时注重国际间的合 作。1998年成立流行病监
8、测和传染病控制网络，由监控系统和预警应对系统0(Early warning response system,EWRS)两大支柱构成，当存在可能 爆发潜在传染病并有向多国蔓延之势时，对欧盟委员会及其成员国发出警告,以便采取统一协调的应对举措。EWRS要求报告疾病的范畴有三个方面：在某个欧盟成员国蔓延的传染性疾病；可能由病 体引起且有欧盟成员国间蔓延风险的疾病；需要欧盟及时采取协调行动遏制的死灰复燃的传染病。12二、传染病预测常用方法1、定性预测 流行控制图法：季节性流行或周期性流行 比数图法：发病数呈正态分布的传染病 Delphi法：提供参考意见，要用进一步的调查来证实2、定量预测时间序列预测模
9、型灰色模型：流行因素较稳定的疾病进行短期预测B-J模型（ARIMA）:适用n(2)，.“,XE(nt=i,2,-n经一次累加得生成数据txm(t)=S XO?(i+(1)i=lL2建立模型.GMm D模型是按累加生成数据建立的-阶一个变量的綴分方程模型。dxO_dt十=uX CL(t)=(xc)(i)_SO=XC(T)-X S(t)11)(12)C=n S(e(t)-T)21.3为确保模型的预测精度，对其进行后 验差检验。卜-&0.95,CV0.35,则认为该模型精 度高，可进行外推预测。S原 W技 M XEIX3尸(10)(13)24BoxJenkins模型:BoxJenkinsli型简称B
10、-J模型，是时间摩 列预测模型中最复杂,最高级的模型，其中重要的应用广泛的预测模型是宜归滑动平均混合模型法（autoregressive integratedmoving average,ARIMA）。ARIMA将预测对象随时间变化形成的序列，看作是一个随机序列，呈现一定的规律性，用数学模型近似描述。模型识别是整个建模型阶 段最为重要的一步，而对建立的预测模型的实际意义的检验则是预测 应用阶段中极为重要的一步。该模型适用nv 50的非平稳时序列，是一种精确度较高的短期预测模型。BJ模型的缺点是计算过于复杂，不过现有许多统计软件包已克Li服了应用BJ模型进行预测的计算的复杂性。25应用步骤:AR
11、IMA(p5d,q)根据时间序列的散点图、自相关函数和偏自相关函数图检验其方差、趋势及其季节性变化规律，对序列的平稳性进行识别。对非平稳序列进行平稳化处理。如果数据序列是非平稳的，并存在一 定的增长或下降趋势，则需要对数据进行差分处理，如果数据存在异 方差，则需对数据进行技术处理，直到处理后的数据的自相关函数值 和偏相关函数值无显著地异于零。根据时间序列模型的识别规则，建立相应的模型。进行参数估计，检验是否具有统计意义。进行假设检验，诊断残差序列是否为白噪声。利用已通过检验的模型进行预测分析。分析软件：SPSS26-2.2多因素模型:多因素分析是同时对观察对象的2个或2个以上变 量进行分析，从
12、相互联系与制约的复杂关系中把握事物的本质。多元归模型、逐步判别模型、小波模型、人工神经网络模型等均属多因素模型。-由于传染病流行特征的复杂性和多变性，模型中的变量在不同地区、不同病种、不同时段都有不同的参数，在实践中需不断进行调整，限 制了多因素模型的应用和推广。-主要有多元回归模型和人工神经网络模型。2728-多元回归模型:回归模型预测传染病发病及流行趋势通常是应用直 线或曲线拟合原始发病数据，用数字和等式来表达传染病的流行规律,从而找到控制疾病的有效方法。在定性分析确定现象或指标之间确实 存在相关关系之后，才能利用回归预测法硏究和测定相关关系的数量 表现。但是回归预测不能任意外推，如果任意
13、外推，预测远期目标，那么误差就大。-Logistic回归分析在医学研究中应用广泛，主要是用于流行病学研究 中危险因素的筛选，同时具有良好的判别和预测功能，尤其是在資料 类型不能满足Fisher判别和Bayes判别的条件时，更显示出Logistic归判别的优势和效能。函数拟合Logistic回归分析应用步骤（分析软件：SPSS）选取疫情数据进行预测29建立模型3 213-29106 22蚪日期5-01 S.0&5 17注*实线为实际值,虚线为摸型預测值图5日累计发病人数实际值与预测值曲线图人工神经网络模型:是近十年来迅速发展起来的一门集神经科学.计算机科学、信息科学、工程科学为一体的边缘交叉学科
14、，已应用于 信号处理,模型识别,综合评价，预测分析等领域。.神经网络模型用于预测的指标和被预测指标间是一种复杂的多元非线 性关系，要注意数据格式的整理，其运算复杂，一般用MATLABiS 行神经网络预测分析。常用的神经网络模型有BP神经网络模型（误差逆向传播模型）.线性神经网络模型、Hopfield神经网络模型和Kohonen自组织模型 种。30 一个神经网络划分为输入层、输出 层和隐含层。输入层的每个节点对 应一个个的预测变量。输出层的节 点对应目标变量，可有多个。在输 入层和输出层之间是隐含层（对神 经网络使用者来说不可见）,隐含 层的层数和每层节点的个数决定了 神经网络的复杂度。分析软件
15、:MATLAB134 _5输出输入隐含层图4：个神经元网络31 3.综合预测法.综合预测又称组合预测，是现代统计预测方法发展的必然结果。单个 预测模型进行预测时会存在一些缺陷，如信息源的不广泛性，对模型 设定形式敏感等。自BatesfUGranger首次提出组合预测方法以来，因其能有效地提高预测精度，受到国内外预测工作者的重视，一直是 国内外预测界研究的热点课题。.综合预测是指应用两种或两种以上的预测模型对某种传染病进行预测,综合利用各种单个预测模型所提供的信息，以其适当的加权平均形式 得岀组合预测模型。它可以综合利用各种方法所提供的信息，尽可能 地提高预测精度。在实际运用中最多的是把定性预测
16、与定量预测相结 合的方法，还可用不同定量预测方法结合起来。这种方法常常是将专 家们评议的意见集中起来综合评价.建模和分析，克服了过去预测方 法的笼统性，提高了预测结果的准确性。32总之，前传染病预测的方法很多，但因为所用资料和选择的病种不同，各种方法相互之间的可比性不强。定性预测方法简单，易懂，主要对流行趋势预测，而定量预测方 法复杂，预测精度高，越是精度高的方法，对资料的要求越高，计算越复杂。33三、传染病预测方法新进展三传染病预测方法新进展（传播机理）-对传染病的描述和预测，通常采用经验型的统计方法，通过以往的发 病资料收集，用单纯的统计预测模型进行疾病发病趋势研究。近年来随着数学和物理成
17、果不断引入，探讨传染病传播机理的模型为传染病预测理论研究提供了许多强有力的理论基础，这类模型强调解 程性和研究性，比统计预测模型复杂得多。1,传播动力学模型（房室模型）2.复杂网络模型 3,时空交互模型:时空扫描模型35 1,传播动力学模型（房室模型）-假设在时刻虑人口数为N易感者类、染病者类和恢复者类的数量分 别为敏枷 吟,R（t）o即ND=设单位时间内人口的输入为常数易感者类和恢复者类的自然死亡率为谖染病者类死亡率为以包 括自然死亡率和因病死亡率，显然）,移出染病者类的比例为”传染者的 非线性接触率为,冬b为参数,这些参数均为正常数从而得模型O /bSI-3=r 一 ds-易感者一 感染者
18、一移出者 1+-L bSI./=:_以-1+alR=yl-dR36 2.复杂网络模型复杂网络作为研究系统复杂性的一项重要工具，是近十几年来研究的 新热点，与疾病传播密切相关的人群社会接触网络在个体的微观行为与人群的传播型态之间建立起一座桥梁。37近年来，研究者在刻画复杂网络拓扑结构的统计特性上提出了许多概念和方 法，其中有三个基本的静态几何量:网络聚集系数,平均路径长度.度及其 分布特征。聚集系数(clustering coefficient;C),也可称为聚类系数，用来描述网 络中节点的聚集情况，即网络的紧密程度。其计算方法为：假设节点i有ki条 边把它与其它ki个节点相连，这ki个节点之间
19、最多可能存在ki(ki l)/2条边，而这ki个节点之间存在的边数Ei与总的可能的边数ki(ki l)/2之比定义为节点 i的聚集系数Ci,用算式表示就是Ci=2Ei/ki(ki l)。网络的聚集系数就是整个 网络中所有节点的聚集系数的平均。平均路径长度(average path length;L),又称为网络的特征路径长度，是 描述网络分离程度的指标。度(degree;D)是用来描述单个节点属性的重要概念。网络中节点i的度ki 为该节点连接的边的总数目，所有节点i的度ki的平均值称为网络的平均度，记作vk。网络中节点的度分布(degree distribution)用分布函数P(k)来描 述
20、，其含义为一个随机选定的节点恰好有k条边的概率，也等于网络中度为k 的结点数占网络结点总数的比值。度分布函数对于传染病传播机理研究具有 重要作用。卖381=11=1-应用步骤.复杂网络理论的应用研究可以简单概括为紧密相关且逐渐深入的以下方面内容：通过实证方法构建相应的网络模型；测定网络结构的统计性质;在已知网络结构属性及其形成规则的基础上，预测网络中的 行为规范;在预测网络行为规范的基础上探讨网络控制策略。前两方 面是基础，后两方面是应用。!1!1=139利用网络模型预测网络系统行为，主要是找出关键性节点，这些节点是连接内部小团体的连通点，如果这些节点受到感染，那么疾病传播 将会很迅速。从另一
21、角度来说，这些节点感染后，又能很容易被发现,加速了就医的速度，缩短了病程，减少单个传染源传播疾病的时间，从而控制疾病的传播规模。因此，关键性节点对控制传染病在人群中 传播起到重要作用。度较大的节点被感染后将会快速传播疾病，因此,防止度较大的节点成为传染源是防止疾病快速传播的第一步。另外，利用被感染节点周围的局部信息，控制被感染节点周围的部分节点,从而达到控制传染病在整个网络大范围传播的目的。40利用社会接触网络（SCN）理论分析疾病在人群中的传播，客观基础和前提 是构建人群接触网络。人群接触网络有两种分析模式，一种是自我中心分析,-种是整体网络分析。前者只需选取_定规模的人群进行调查研究，分析
22、人 群中社会接触网络的特征，进而分析疾病在人群接触网络中的传播特征。后 者需选取假定封闭的特定人群作为研究主体，通过调查该人群中的每一位成 员，了解人与人之间的接触情况，构建一个完整的人群接触网络，进行计算 机录入分析，得到一些网络特征参数。社会接触网络常用的软件是UCINET 网络分析集成软件，其中嵌入了NetDraw和Pajek应用软件程序，依据构建 的网络拓扑结构进行网络特征分析。在了解网络拓扑结构和传播规则的基础 上，分析传染病传播过程及特征，预测接触网络中的传播行为，继而探讨合 适的防控措施。41我和我的社会网络家族图6某个学生的社会接触网络（SCN）（每个群组中的大圆圈代表同一个人
23、）前年人人龄童少年年学儿青成老 o42图7某团体内部社会社会接触网络图43 3,时空交互模型:时空扫描模型图8 Snow医生绘制的1854年伦敦霍乱爆发地点44、传染病预测预警体系发展方向探讨A/j fix 1.新的理念不断充实疾病监测 2.加强数据资料收集标准化和分析方法的合理化 3,预警工作要注重整合系统资源，规范预警决策46.1.新的理念不断充实疾病监测具体而言，传染病预测预警体系一方面应充分利用现有的卫生监测资源和有关疾病报告体系，新的理念不断充实疾病监测，利用飞速发展的信息技术，重点掌握重大传染病疫情,群体性不明原因疾病.重大食物中毒和职业中毒及其他严重影响公众健康事件的相关疾病监测
24、。1=147,2、加强数据资料收集标准化和分析方法的合理化-加强数据資料收集标准化和分析方法的合理化，保证预测结果的效果,増强实际性。其中对数据分析人员的素质要有一定的要求，只有这样才能充分发挥监测信息的作用。,3、预警工作要注重整合系统资源-规范预警决策最后，预警工作环节不仅要注重整合系统資源，规范预 警决策，为政府提供决策信息，还要保证公众对于预警警示的可接受 性，向公众发布信息，旨在使公众能够看得明白，所以需要将数字语 言转变为通俗易懂的大众语言，使公众能够积极配合传染病预防控制,以促进预测和预警工作。48通过以上综述，结合我国传染病监测理论和实践上的经验,分析不同的传染病预测方法和模型进行数据处理分析，结 合传染病爆发预警方法和模式，帮助我们选择有效的预警 思路和方法。49
