2013—2020年北京市通州区传染病自动预警系统运行情况分析

目的 分析国家传染病自动预警系统(China infectious disease automated-alert and response system,CIDARS)在北京市通州区重点传染病早期预警的应用效果,为该系统的改进和完善提供参考.方法 对2013—2020年北京市通州区CIDARS预警信号进行描述性分析,比较分析固定阈值模型、时间模型、时空模型3种模型预警信号数、及时响应率、响应时间、疑似事件阳性率、暴发事件阳性率等指标.结果 2013—2020年北京市通州区CIDARS接收预警信号3940条,及时响应率为98.73％,平均响应时间为0.43(0.18～1.20)h.疑似事件阳性率为26.62％,暴发事件阳性率为1.47％.固定阈值模型预警信号1904条,涉及14种传染病,其中以麻疹、肺结核、布鲁氏菌病为主,共占82.77％;时间模型预警信号1460条,涉及12种传染病,其中以流行性感冒、手足口病、猩红热为主,共占55.61％;时空模型预警信号576条,涉及7种传染病,其中以流行性感冒、其他感染性腹泻病、猩红热为主,共占88.20％.固定阀值模型的暴发事件阳性率高于时空模型(P<0.05).不同年份之间预警信号响应时间的差异有统计学意义,其中2019年平均响应时间最长,2014和2016年平均响应时间最短(P<0.05).结论 2013—2020年北京市通州区CIDARS预警信号响应时间和及时响应率保持较高水平,固定阈值模型、时间模型、时空模型3种模型均探测到传染病暴发事件,CIDARS运行有效,但预警系统参数和功能应进一步完善,以提高传染病预警暴发事件阳性率.     

北京通州区自然人群慢性乙型肝炎患病调查

为了解北京市通州区自然人群慢性乙肝患病情况,完善慢性乙肝病例的报告和监测系统,2003年北京市疾病预防控制中心立项〈乙型肝炎免疫、发病及患病监测研究〉的科研课题,我单位参与了此项研究.现将我区自然人群慢性乙型肝炎患病的调查情况分析如下.     

重组酵母乙肝疫苗不同剂量免疫效果观察

北京市自1995年开始在青少年学生中普种乙肝疫苗.为了解重组酵母乙肝疫苗的免疫效果,建立青少年免疫预防模式,我们从不同剂量给予观察.结果如下.     

2014-2021年北京市通州区大气污染物PM_(2.5)对人群每日死亡人数的影响

目的 分析北京市通州区大气污染物PM_(2.5)对人群每日死亡人数的影响,为开展防控工作提供依据。方法收集2014年1月1日-2021年12月31日北京市通州区大气污染物包括细颗粒物(PM_(2.5))、可吸入颗粒物(PM_(10))、二氧化硫(SO_(2))、二氧化氮(NO_(2))、一氧化碳(CO_(2))和臭氧(O_(3-8h))的数据。气象数据指标包括每日平均温度、相对湿度和气压。应用时间序列的广义相加模型(GAM),即单污染物模型及多污染物模型定量分析大气PM_(2.5)对人群每日死亡例数的影响。采用人群超额死亡危险度(ER)及其95%可信区间(95%CI)分析大气PM_(2.5)浓度每升高10μg/m^(3),人群每日死亡人数增加的百分比。结果2014年1月1日-2021年12月31日北京市通州区大气污染物PM_(2.5)平均浓度值为40μg/m^(3),2021年PM_(2.5)浓度值较2014年下降66%。同期北京市通州区居民平均每日死亡人数14例。GAM单污染物模型显示,PM_(2.5)对全人群每日死亡人数单日滞后7d的死亡影响效应最大,ER值为0.31%(95%CI:-0.14%~0.77%),其中男性ER值为0.14%(95%CI:-0.36%~0.63%),女性ER值为0.53%(95%CI:0.03%~1.02%);年龄<65岁组人群ER值为0.43%(95%CI:-0.14%~1.00%),年龄≥65岁组人群ER值为0.28%(95%CI:-0.20%~0.76%)。多污染物模型显示,PM_(2.5)对全人群每日死亡人数单日滞后1d的死亡影响效应最大,ER值为0.39%(95%CI:-0.16%~0.94%),其中男性滞后1dER值为0.34%(95%CI:-0.25%~0.94%),女性滞后7dER值为0.49%(95%CI:-0.00%~0.99%);年龄<65岁组人群滞后2dER值为0.58%(95%CI:0.00%~1.16%),年龄≥65岁组人群滞后1 dER值为0.45%(95%CI:-0.12%~1.03%)。结论2014-2021年北京市通州区大气污染物PM_(2.5)浓度与人群每日死亡人数有相关性,其中女性和<65岁人群死亡风险较高,并存在一定的滞后性。     

指数平滑法模型与ARIMA模型在北京市通州区肺结核流行趋势预测中的效果评价

目的 比较指数平滑法模型和自回归移动平均(autoregrissive integrated moving average, ARIMA)模型对北京市通州区肺结核流行趋势预测效果,为肺结核预测和防控提供依据。方法 收集“中国疾病预防控制信息系统”2005年1月—2019年12月北京市通州区肺结核月发病率,应用2005年1月—2018年12月肺结核发病率构建指数平滑法模型和ARIMA模型,预测2019年1—12月肺结核发病率,并与实际值进行比较,评价2种模型的拟合和预测效果。结果 指数平滑法确定简单季节模型为最优预测模型,Ljung-Box Q=15.265,P=0.505,残差序列为白噪声序列,标准贝叶斯信息准则(bayesian information criterion, BIC)值为0.115,2019年1—12月肺结核发病率预测的相对误差为0.45%～33.62%,平均为10.57%。ARIMA模型确定ARIMA(0,1,1)(0,1,1)₁₂为最优模型,Ljung-Box Q=17.156,P=0.376,残差序列为白噪声序列,BIC值为0.539,20...     

2014-2018年北京市通州区零售散装即食食品食源性致病菌污染状况调查结果分析

目的了解北京市通州区零售散装即食食品的食源性致病菌的污染状况,为食源性疾病的预防和控制提供科学依据。方法按照《北京市食源性致病菌及其致病因子监测工作手册》开展采样、运输及实验室检测。以描述性统计分析不同食品种类、不同采样环节食源性致病菌检出情况。结果2014-2018年监测493份散装即食食品食源性致病菌总体检出率3.85%(19/493),单核细胞增生李斯特菌检出率为3.04%(15/493),金黄色葡萄球菌检出率为0.63%(2/317)、蜡样芽孢杆菌检出率为0.39%(1/259)、沙门菌检出率为0.26%(1/386),4种致病菌检出率之间有统计学意义(χ^2=17.641,P=0.01)。不同食品种类食源性致病菌检出率差异无统计学意义(χ^2=3.950,P=0.401)。结论北京市通州区5类散装即食食品中均检出食源性致病菌,主要高危食品是熟肉制品,主要食源性致病菌是单核细胞增生李斯特菌,对此类高风险的食品应加强监测和监管,预防和减少食源性疾病的发生。     

北京市通州区公共场所军团菌污染现状

军团菌普遍存在各种自然和人工环境的水体中,通过水源传播,军团菌容易引起较大规模的暴发和流行。自1976年美国费城首次暴发军团病以来,国内外已有多起散发或小规模流行的报道。而军团菌病的大爆发无一例外与建筑物的中央空调及供水系统有关。中央空调系统引发的军团菌对水质、空气的污染已成为一个重要的公共卫生问题。随着2008年奥运会的临近,     

北京市通州区2010—2020年法定呼吸道传染病流行特征分析

目的 分析北京市通州区2010—2020年法定呼吸道传染病的流行趋势及特征,为科学制定防治策略提供依据。 方法 采用描述流行病学方法对北京市通州区2010—2020年法定呼吸道传染病数据进行流行特征分析。 结果 北京市通州区2010—2020年共报告法定呼吸道传染病62 560例,年均报告发病率427.33/10万,历年发病率呈现先升后降的趋势,其中乙类呼吸道传染病的发病率呈波动下降趋势,发病率居前3位的病种为肺结核、猩红热和麻疹;丙类呼吸道传染病的发病率呈现先升后降的趋势,发病率居前3位的病种为流行性感冒、流行性腮腺炎和风疹。 结论 2010—2020年北京市通州区法定呼吸道传染病发病率呈现先升后降的趋势,需针对每种呼吸道传染病的流行特征采取不同的防控策略。     

461例甲型H1N1流感病例流行病学特征分析及防控措施评价

2009年3月以来,墨西哥等国家发生甲型H1N1流感（原称为猪流感）,作为一种新型流感病毒引起的呼吸道传染病,疫情迅速蔓延,6月11日,WHO宣布将甲型H1N1流感大流行警告级别提升为6级,全球进入流感大流行阶段。4月30日,我国政府将甲型H1N1流感纳入法定乙类传染病管理。     

北京市2015年学龄儿童酒类饮品饮用现况

了解北京市学龄儿童酒类饮品的饮用情况,为教育及卫生部门开展有针对性的干预措施提供依据.方法 利用2015年北京市中小学生营养与健康状况监测数据,对北京市3 776名学龄儿童过去1周饮酒率及其影响因素、饮酒频率、种类、日均饮用量进行分析.结果 北京市学龄儿童过去1周饮酒率为11.2%,不同性别、年级、地区学生饮酒率差异均有统计学意义(x2值分别为8.49,126.91,18.36,P值均<0.01).423名饮酒学生的平均年龄为(10.5±1.6)岁,其中290名儿童过去1周饮用1~2次酒类饮品,占饮酒儿童的68.6%;93名饮用3~6次,占22.0%;40名每周饮用次数≥7次.饮用人数和日均饮用量最多的是配制酒(58.2%),其次是啤酒(33.3%).多因素Logistic分析显示,女生、家长文化程度较高是饮酒负相关,与居住地为郊区、年级较高、家长过去1个月喝酒呈正相关(P值均<0.05).结论 北京市学龄儿童过去1周的饮酒率较高,日均饮酒量较低;饮酒受年龄、性别、居住地、家庭等因素的影响.应尽早采取措施控制学龄儿童饮酒行为.