建立大湄公河次区域传染病预防与控制交流平台探讨

文章通过回顾中华预防医学会（CPMA）与英国无国界卫生组织（HPA）签订战略合作伙伴协议,积极协调和筹备首届大湄公河次区域传染病预防控制国际合作研讨会的过程,分析总结了大湄公河次区域相关国家和组织传染病预防和控制经验,特别是跨边境合作的措施及成果,以及面临的挑战和应对策略,认为大湄公河次区域传染病防控NGO合作平台及工作网络初步建立,对跨境地区疾病防控将构成有益补充。     

乙型肝炎疫苗预防接种与疑似不良反应

乙型肝炎(乙肝)是严重危害我国人群健康的传染病，按照2006年全国乙肝血清流行病学调查结果估算，我国总人群中有34％的人感染过HBV，其中HBsAg携带者约为9 300万，每年有大约26万人由于感染HBV导致肝硬化和原发性肝癌死亡?。HBV可通过母婴、血液和性接触三种途径传播，目前尚无有效治愈乙肝的药物，因此接种疫苗成为控制乙肝的关键。     

上海市浦东新区发热呼吸道症候群与流感样病例的相关性分析

<正>症状监测是对临床诊断前患者相关的非特异性信息进行监测。相关研究表明,症状监测可应用于公共危机应对,以及大型体育活动与政治集会等大规模人群聚集活动的公共卫生保障[1-2]。浦东新区传染病症状监测预警系统,以2010年上海世博会卫生保障为背景,建立社区的症状监测系统,探索症状监测的早期预警技术。在监测点医院HIS系统嵌入症状监测模块,严格按症状监测要求填写各类症候群信息,数据每晚12∶00通过医院前置机准时推送到卫生     

人感染猪链球菌75例临床分析

猪链球菌病是由猪链球菌Ⅱ型引起的人兽共患性疾病，国内于1998年江苏首次报道.2005年6月24日至8月四川省资阳、内江两地陆续出现不明原因发热、出血、昏迷等病例，经流行病学调查及病原学检测证实为猪链球菌Ⅱ型感染，累计发病204例，对其中75例临床资料分析如下。[第一段]     

模糊时间序列分析在肾综合征出血热发病率预测的应用初探

目的 探讨模糊时间序列分析在传染病发病率预测的应用价值.方法 采用模糊时间序列分析方法,对2004年1月～2010年7月我国内地法定报告的肾综合征出血热(HFRS)逐月发病率资料建立预测模型,并对2010年8月～2010年11月的相应数据进行预测,并将预测结果与传统SARIMA模型预测结果进行比较.结果 本次研究结果显示,模糊时间序列分析相对于SARIMA模型,有较好的预测能力.结论 模糊时间序列分析对于HFRS等传染病发病率的预测具有较好的应用价值.     

基于扩展方舱的卫生应急移动会商平台设计和应用

目的:研究卫生应急移动会商平台的设计方案与实现方法。方法:在明确移动会商平台设计需求、主要功能和技术指标的基础上,对平台的构成要素、内外部设计方案进行研究,分析平台设计的关键技术、解决方法和实现途径。结果:移动会商平台采用了多通讯方式的通讯指挥手段,具备快速反应,灵活机动的展开和撤收能力,可实现各种条件下的卫生应急现场视频会商、通讯指挥和办公等功能。结论:该平台能够满足野外应急机动务件下快速、稳定和可靠的通讯指挥需求,可作为卫生应急现场视频会商和通讯指挥的主要手段。     

基于方舱的多用途集成生活保障平台设计和应用

目的:研究卫生应急生活保障方舱的设计方案与实现方法。方法:在明确卫生应急生活保障方舱设计需求、主要功能和技术指标的基础上,对方舱的内外部设计方案进行研究,确定方舱设计的关键技术、解决方法和实现途径。结果:卫生应急生活保障方舱采用多种用途集成方法,可实现各种条件下的卫生应急现场炊事、洗浴、洗衣和供水等功能。结论:该方舱能够满足野外应急机动条件下生活保障需求,可作为卫生应急现场的主要生活保障手段。     

登革热预警技术研究进展

登革热是一种经蚊媒传播的病毒性传染病,患者以突然高热、剧烈头痛、眼眶后痛、肌肉和关节痛为主要表现,部分可有皮疹、出血倾向和淋巴结肿大等症状,严重者可能出现登革出血热或登革休克综合征[1].登革热广泛流行于热带、亚热带的非洲、美洲、东南亚、西太平洋和欧洲个别境域的100多个国家和地区.     

上海世界博览会期间浦东新区呼吸道症状监测数据特征与稳定性分析

目的 分析上海世界博览会(世博会)浦东新区发热呼吸道症候群监测数据,揭示监测数据特征及监测系统运行的稳定性.方法 分析数据源来自2010年5月1日至10月31日期间浦东症状监测系统中的发热呼吸道症候群监测数据,以流感样病例(ILI)监测数据作为参照,在数据特征描述的基础上,进行两者相关性分析,并通过比较症状监测前后期的数据变异性与上报滞后时间来评价数据质量及稳定性.结果 监测显示,发热呼吸道症候群监测序列于9月中下旬达到高峰,具有周末效应及节假日效应,与ILI监测数据同一天的相关性最佳(r=0.596,P＜0.05).监测前期(2010年5月1日至7月31日),发热呼吸道症候群与ILI监测序列没有表现出明显的相关性(r=-0.058,P＞0.05);而在监测后期(2010年8月1日至10月31日),两者时间趋势一致,同一天的r值达到0.798(P＜0.05).分析数据的变异性发现监测后期数据变异性小于前期,同时监测后期的数据上报质量高于前期.综合与参照序列的相关性、数据变异性及报告质量分析,提示症状监测系统后期的数据稳定性高于前期.结论 发热呼吸道症候群监测数据在监测系统运行一段时间后才会趋于稳定,在设计针对大型活动的监测系统时应该预留足够的试运行期,并在选用短基线预警模型时应考虑监测数据存在周末与节假日效应.     

暴发规模和持续时间对CUSUM预警模型效能的影响

采用数据模拟方法,在一段服从Poisson分布的数据序列中插入11个不同暴发规模、不同持续时间的暴发事件,研究暴发规模和持续时间对CUSUM(Cumulative Sum)预警模型效能的影响.结果发现,在现有模拟条件下,灵敏度为9.1％～100.0％,特异度≥98.6％;灵敏度与暴发规模有明显的关系,暴发强度越大,灵敏度越高,而暴发持续时间并不影响灵敏度;灵敏度达到100.0％,暴发规模需≥2.6;暴发规模越大,滞后时间越短;当暴发规模≥1.8时,滞后时间控制在＜1d.可见CUSUM预警模型的预警效能受暴发规模的影响,与暴发持续时间关系不明显.该模型对规模≥2.4的暴发具有较好的探测能力.