云南边境地区新发传染病防控预警数据平台构建：以新型冠状病毒肺炎为例

目的分析云南边境地区新发传染病防控的难点和痛点,构建边境地区新发传染病防控预警数据平台。方法基于大数据分析理论收集、清洗、存储、分析数据。结果基于大数据分析建立多源主题数据库,构建区域医疗服务平台、"互联网+医疗"区域传染病远程医疗平台、新发传染病监控预警系统、新发传染病科研管理系统,可初步实现新发传染病防控预警功能。结论新发传染病防控预警数据平台可为边境地区新发传染病的预警、监测、防控、科研等提供数据支撑,为卫生管理者提供疫情防控的决策依据。     

传染病的Markov过程模型研究

目的对某传染病爆发后的感染传播强度和直接致死率、间接致死率及疫区人群总体在时刻t的健康人数和死亡人数进行预测。方法考虑传染病爆发疫区的人群总体无迁入迁出情况,提出了一种基于Markov两个瞬时态、两个吸收态的传染病模型。结果该模型可以很好地描述传染病爆发后存在死因竞争条件下的生存分析。结论模型构造分析和数据模拟表明文中提出的基于Markov两个瞬时态、两个吸收态的传染病模型可以为传染病爆发后的有效预测及防控提供理论依据,并有很强的实用推广价值。     

基于互联网大数据的传染病预测预警研究进展

传染病严重威胁人类生命健康,对其进行早期预测预警是防控传染病的关键。利用传统方法对传染病进行预警已不能满足当前传染病疫情早期预警的需求。随着大数据时代的到来,基于互联网大数据的传染病预测预警技术研究成为研究热点。本文结合案例,对基于互联网大数据的传染病预测预警方法和模型最新研究进展进行综述,旨在为公共卫生相关领域的研究人员提供参考。     

气象因素对北京市通州区蚊密度的效应分析

目的:了解各种气象因素对北京市通州区蚊密度的影响,为蚊虫及相关传染病防控提供科学依据。方法:收集北京市通州区单日常规气象数据及2015—2019年的蚊密度监测数据,应用Spearman相关分析气象因素与蚊密度相关性及滞后性,建立分布滞后非线性模型,初步探讨该模型在气象因素对蚊密度影响效应中的应用。结果:日最低温度（ ...     

常见新型冠状病毒肺炎疫情预测方法及其评价

自新型冠状病毒肺炎疫情发生以来,一些学者利用疫情公开数据建立预测模型。所用预测方式包括曲线拟合、传染病动力学模型及人工智能算法三大类。传统的曲线拟合预测方式无法考虑传染病特征,预测结果并不可靠。传染病动力学模型是本次疫情预测应用最多的一类,能够考虑传染病的传播速度、传播模式及各种防控措施等因素,但由于考虑的参数不可能全面,且参数可能在疫情不同阶段发生动态变化,因此预测效果往往不佳,但对早期预警、防控决策支持及防控效果评价具有重要应用价值。人工智能方法可以综合考虑不同防控措施以及多种因素的影响,如果考虑得当,预测效果将会有所提高。在综合利用动力学模型优势的基础上,尽可能多地考虑不同影响因素,利用人工智能构建仿真模型,将是一个新的发展趋势。     

苏州市医疗“一卡通”信息系统在手足口病预测中的应用

目的以手足口病为例,探索一种利用卫生信息系统数据进行传染病监测、预测方法。方法相关分析苏州市医疗"一卡通"信息系统中苏大附属儿童医院手足口病初步诊断数,与全市大疫情监测的确诊手足口病病例数的关系,并进行曲线拟合,建立最佳的预测模型。结果两者存在相关关系,相关系数为0.883,最佳模型为Power:Y=X1.050,模型的决定系数为0.991。结论 "一卡通"信息系统的数据可应用于传染病的预警、预测。     

浅析DPSIR模型在口岸传染病防控中的应用

目的根据目前口岸传染病防控的现状,引入一种新型的口岸传染病防控风险评估模型。方法分析传染病传播特性,确立DPSIR风险评估模型中的各项指标。结果通过与传染病防控指标的结合,建立了基于DPSIR模型的口岸传染病防控风险评估体系。结论基于DPSIR模型建立的口岸传染病防控风险评估体系,是一种新型的口岸传染病防控风险评估方法,对口岸传染病防控工作开展具有指导作用。     

基层CDC传染病网络直报数据分析状况的定性研究

目的了解目前我国基层CDC对传染病网络直报数据分析积蓄及其影响因素。方法对北京市和浙江省传染病网络直报工作的相关人员进行座谈和个人深入访谈。结果大多数直报工作相关人员认为目前网络直报系统的数据分析程度不高;网络直报数据质量不高、直报系统统计分析功能不完善、直报工作相关人员统计技能较低、时间精力不足、用户权限分配不当等因素可能影响直报数据的分析程度。结论目前传染病网络直报数据的分析程度较低,需加强对直报数据的分析。     

基于大数据的医院真实场景传染病预警系统研究

目的基于大数据,以"被动监测、主动预防、大数据感知"为理念构建适用于医院真实场景下的传染病实时监控及预警系统,描述系统建设背景、整体架构、技术路径、主要功能和实施成效。方法通过开发传染病实时监控及预警系统实现对已知传染病的监测上报,对未知传染病的监测预警、趋势提醒。结果将传统单样本上报的被动监测系统转变为主动监测、大数据智能分析、态势感知异常与多点触发的全方位防控体系。结论结合人工智能等新技术将传染病管理集成、实时共享、动态追踪和可视化展示融入到医院的传染病预警防控中,提升传染病防控、突发传染病事件应急处置能力,为疾病控制、趋势分析、预警和防控策略的制定提供了科学支撑和智能解决方案。     

基于R语言的ARIMA模型在猩红热分析预测中的应用

目的应用ARIMA模型对猩红热监测数据进行分析及预测,提高猩红热防控的及时性。方法利用R语言对中国疾病预防控制信息系统中,2005年1月1日-2016年6月30日连云港市每月猩红热发病数据进行分析,建立ARIMA模型并进行预测。结果通过数据转换、观察自相关函数和偏自相关函数图建立ARIMA(4,1,1)(1,1,1)12模型,对2016年1-6月发病数据进行预测,预测绝对误差平均为25.93%,除2月份数据预测偏差较大外,其他预测数据比较接近真实值。结论以ARIMA(4,1,1)(1,1,1)12模型能较为准确地对短期猩红热发病情况进行预测,可为猩红热防控提供一定的参考。     

大数据技术用于传染病疫情防控策略探讨

本文通过梳理大数据技术用于新冠肺炎疫情防控的应用经验、存在的问题等,认为大数据技术可为传染病疫情的流行病学调查提供有力支持,有助于实现传染病疫情精准防控。建议卫生健康部门应尽快建立大数据技术应用思维,结合数字政府建设形成大数据技术应用的工作机制,同时要注意信息安全。     

珠海市学校传染病症状监测系统建立和分析

目的探讨建立本地区学校传染病症状监测系统及应用。方法以网络技术、浏览器/服务器技术(B/S)为基础,进行系统集成。定义发热等7个症状数据及聚集性事件监测标准,利用时间序列建模预警预测,Spearman相关分析进行数据源分析。结果开发建设了"珠海市学校突发卫生事件症状监测系统",温特斯法对学生就诊ILI%跟踪和拟合性好。结论学校症状监测系统运行良好,能较准确的预测、预警,对学校传染病防控及其他突发公共卫生事件有积极预防作用,适宜推广。     

基于疫情数据分析的传染病模拟仿真平台构建

近年来,新发突发传染病频发,严重威胁人民生命健康,而在传染病疫情现场,制定科学高效的防控措施是防止传染病进一步扩散流行的关键,目前我国传染病疫情现场还缺乏相关的系统与装备,因此,本研究建立集传染病数据统计分析、传染病流行预测、防控措施评价、传染病传播过程模拟仿真为一体的传染病疫情现场分析与模拟仿真平台,提升我国传染病疫情的分析与综合防控能力和水平。     

北京市西城区医疗机构传染病防控能力综合评价

目的构建北京市西城区辖区医疗机构传染病防控能力综合评价模型,评价医疗机构传染病防控能力,为强化院内传染病防控体系建设提供依据。方法采用文献研究、Delphi(德尔菲)法构建、筛选医院传染病防控能力评价指标体系;采用因子分析的方法构建评价模型进行综合评价;利用AI软件绘制不同等级医院传染病防控能力"木桶"图。结果医院传染病防控能力现状涵盖感染性疾病科室设置、管理制度建设、传染病相关监测、传染病发现与报告、院感监测及管理、实验室生物安全管理、人员培训和演练共7个方面的内容,可以通过49个具体指标来反映。以现场调查资料为基础建立的医院传染病防控能力综合评价模型:C=0.410C1+0.590C2。根据综合评价模型计算得出:西城区医疗机构传染病综合防控能力三级医院二级医院;根据木桶图得出各级医院的传染病防控工作在制度建设、传染病疫情发现与报告等方面已取得了相应的成绩,但在感染性疾病科室设置、实验室生物安全管理、院感监测等方面的工作尚待加强。结论初次建立评价模型对辖区医疗机构传染病综合防控能力进行评价。查找医疗机构在科室设置、院感监测、实验室检测等方面存在的薄弱环节,提出相应的改进措施,为进一步加强院内传染病防控体系建设提供科学依据。     

基于大数据建立传染病监测预警响应模式的探索与实践

浙江省宁波市鄞州区探索健康大数据在传染病监测预警领域的应用,建立了"基于大数据的传染病监测预警响应模式"。通过集医疗、公卫、教育、统计等部门数据于一体的大数据平台,建立流感、肺结核、登革热、新型冠状病毒肺炎等传染病的线上监测预警与疾控监测专业人员线下响应处置的线上线下相结合的防控模式,并重点对基于大数据传染病监测预警响应模式展开了分析与讨论。实现了医疗卫生有效协同,为疾病防控策略和防治措施的制定与实施,提供了科学依据。     

中国乙类呼吸道传染病发病波动与长短期预测

  目的  分析中国乙类呼吸道传染病发病的波动规律并进行长期趋势预测和短期预测，为制定防控策略提供科学依据。  方法  利用CensusX-12季节调整法和Hodrick-Prescott（HP）滤波法对中国乙类呼吸道传染病发病的月度时间序列数据进行分解，将时间序列中不规则变动、季节因素、趋势因素和循环因素分离，研究其波动规律，同时结合回归模型和Holt-Winter季节指数平滑模型实现长期趋势预测和短期预测。  结果  乙类呼吸道传染病的发病情况受季节因素影响较大，呈现循环周期性波动，发病的长期趋势为逐年下降，同时利用Holt-Winter季节指数平滑模型取得了很好的短期预测效果。  结论  CensusX-12季节调整法和HP滤波法可较好的分析中国乙类呼吸道传染病发病的季节特征和循环周期特征，实现长期趋势预测和短期预测，对疾病防控策略的制定有指导意义。     

基于大数据传染病监测预警研究进展

近年来,传染病监测预警已成为传染病防控的重点和热点研究问题,传统传染病监测系统在一定程度上对于传染病防控起到了很好的预警作用,但存在监测范围局限、预警时间滞后等不足之处。随着信息技术的发展,以及传染病数据的大量增长,以大数据分析为基础的传染病监测预警研究正逐步成为研究焦点。本文详细介绍基于网络、社会和自然因素、医疗、病原监测等不同大数据来源的传染病监测预警系统,综述各系统优势和不足及未来发展趋势。     

传染病预警方法研究进展

2003年SARS疫情爆发后,传染病预警受到了重视,中国已建立了可靠的疫情信息系统和高质量的防控系统,但利用疾病早期监测方法预警决策的能力还有待提高。本文对传染病预警指标、数据分析和异常信号识别的方法、传染病预警的及时性及对预警系统评价的研究进展进行了综述。     

舆情监测在重大传染病预防控制工作中的应用

目的建立网络舆情监测机制和基于预防控制（简称防控）工作的舆情监测模型,并在重大传染病防控中应用与实践。方法以近期人感染H7N9禽流感防控为主要监测对象,通过对网络舆情的监测与分析、评估,建立适合公共卫生工作的舆情监测体系,规范信息的获取、处理、挖掘分析、利用等方法。结果建立了包括疫情追踪、防控进展、公众关注等9大模块的舆情监测分析体系,全面及时地向各级领导、专业人员提供信息支持与分析。结论新的舆情监测模式,在重大传染病防控中,起到了重要的决策信息支持与分析的作用,并可以在突发公共卫生事件、公众关注的重要公共卫生问题处理时,发挥重要的作用。研究结果能为各级行政部门在重大传染病疫情发生的情况下,快速建立舆情防控提供进一步理论支撑。     

时间序列分析法在传染病发病率预测中的应用

目的探讨时间序列分析法在乙类传染病发病率预测中的应用,为制定辖区传染病防控策略提供依据。方法用深圳市宝安区沙井街道2006年1月至2019年12月的乙类传染病月发病率数据,建立自回归移动平均模型(ARIMA)并验证模型的预测效果。结果建立的ARIMA(2,1,1)模型预测效果较好,实际值均在预测值的95%可信区间内,对2020年1～6月乙类传染病发病率的预测值基本符合实际变动趋势。结论 ARIMA模型能较好地模拟短期内乙类传染病发病率的变动趋势。