摘要: 目的 建立肺结核预警模型，便于早期发现南京市学校肺结核聚集性( 突发) 疫情。方法 从结核病管理信息系统收集 2016—2019 年南京市学校每半月报告肺结核发病数。自变量为半月序号( 1 ～ 96) ，因变量为报告病例数，获得回归方程。再用方程得到每半月( 1 ～ 96) 的模拟发病数，计算 1 ～ 24 个半月的残差、移动平均残差及残差标准差。根据实际发病数，以( x - ± s + 1. 0s) 和( x - ± s + 2. 0s) 制作预警线形成预警图。结果 回归方程为 y = 0. 024x + 10. 199。每半月模拟病例数的移动平均残差标准差分别为 3. 71、4. 19、4. 22、4. 73、6. 16、5. 62、4. 18、4. 13、4. 56、4. 47、 5. 15、5. 12、4. 85、4. 94、5. 50、7. 35、7. 27、6. 41、5. 70、5. 42、3. 93、3. 31、4. 30、4. 97。2019 年南京市学校肺结核聚集性疫情 6 起。模型聚集性疫情预警灵敏度、特异度分别为 83. 3% 、100. 0% 。结论 移动平均法建立预警模型有利于学校肺结核疫情的早期发现。
关键词: 移动平均法; 预警; 肺结核; 学校; 模型
学校是人群集中的场所，肺结核疫情发生后如没有早期的发现和控制，很容易在校园内发生暴发流行，并影响师生健康和社会稳定[1 - 2]。近年来，学校肺结核聚集性疫情和突发公共卫生事件亦时有发生[3 - 4]。由于传染性强、疗程长，肺结核已成为严重影响学业和教学秩序的传染病之一[5]。所以，及早发现传染病疫情并发出预警、采取措施，对防止疫情的暴发具有重要意义[6]。
传染病预警是根据目前发病数据，结合历史发病情况、人口学资料、季节、疾病特征等因素，采用特定的预测模型对疾病是否暴发进行研判和评估[7 - 9]。利用历史监测数据进行预警预测在学校结核病防控中具有良好的效果，具备成本低、产出高的特点。因此，本研究利用移动平均法对 2016—2019 年南京市学校肺结核疫情资料进行分析和建模，为及时、准确地预测该市学校肺结核疫情提供依据。
1 对象与方法
1. 1 研究对象
1. 1. 1 病例发现与报告 非定点医疗机构将疑似肺结核病例转诊至结核病定点医院并进行网报，定点医院在病例明确诊断后 24 h 内进行结核病专报网络的报告和登记管理。
1. 1. 2 数据来源 在结核病管理信息系统中获取 2016—2019 年南京市学校肺结核发病数据。时间选择诊断日期，职业选择学生和教师，且学习或工作单位在南京市。
1. 2 方法
1. 2. 1 预警预测模型 建模步骤如下: ①以半月为时间单位，统计 2016 年 1 月 1 日—2019 年 12 月 31 日南京市学校肺结核报告病例数。从 2016 年 1 月上、下半月，2 月上、下半月一直排序到 2019 年 12 月下半月，依次得到各半月的序号为 1、2、3、4……96; ②因变量为各半月实际报告病例数，自变量为半月序号，建立回归方程; ③用方程算出 2016—2019 年各半月的模拟病例数并减去其实际病例数得到残差; ④ 用 Excel 2010 软件算出移动平均残差和残差标准差; ⑤再用移动平均残差和回归方程算出 2020 年各半月的模拟病例数; ⑥以模拟病例数 + 1. 0s( 80% 可信区间) 、模拟病例数 + 2. 0s( 95% 可信区间) 制作预警线形成预警图。
1. 2. 2 聚集性( 突发公共卫生事件) 疫情判定 依据《江苏省学校结核病疫情处置工作规范》，学校肺结核聚集性疫情: 一所学校同一办学点一个学期内有流行病学关联的病例数≥3 例且 < 10 例; 或无流行病学关联的病例数≥3 例。突发公共卫生事件( 突发) : 一所学校同一办学点一个学期内有流行病学关联的病例数≥10 例。病例性质为确诊和临床诊断病例，各类疫情的发现来源于医院和学校的报告以及疫情网络的监测。
1. 2. 3 模型效果评价 统计 2019 年南京市真实发生的学校肺结核聚集性( 突发) 疫情，与模型预测结果进行比对，计算灵敏度和特异度。灵敏度 =[模型判为可能的聚集性( 突发) 疫情中真实发生数/实际发生的聚集性( 突发) 疫情数]× 100% ; 特异度 =[模型判为无聚集性( 突发) 疫情的半月中实际未发生的半月数/实际无聚集性( 突发) 疫情的半月数]× 100% 。
2 结 果
2. 1 移动平均残差和标准差 肺结核模拟病例数的移动平均残差和标准差以各半月实际报告病例数为因变量，半月序号为自变量，得到直线回归方程为 y = 0. 024x + 10. 199，再用方程计算出残差。各半月报告病例数的移动平均残差为 2016—2019 年其前、后 2 个半月和自身所在半月的残差平均值( 20 个残差的均值) 。从而分别得到 24 个半月的移动平均残差及标准差。见表 1。
2. 2 预警模型评价 分别以模拟病例数 + 1. 0s 和 + 2. 0s 作为预警线，预警可能的聚集性( 突 发) 疫情。预警判定符合下列任意条件之一: ①达到或超过预警线; ②实际报告病例数小于预警值但之间差值 < 1。以 2019 年实际发生的学校肺结核疫情来评价模型，突发预警 2 起，经核实为聚集性疫情，突发疫情预警特异度为 91. 7% ( 22 /24) 。聚集性疫情预警 灵 敏 度 为 83. 3% ( 5 /6 ) ，特 异 度 为 100. 0% ( 18 /18) 。2016—2019 年南京市学校肺结核疫情预警结果见图 1。
2. 3 季节性趋势 2016—2019 年南京市学校肺结核发病具有一定的季节性趋势，总体呈现每年 3 月中、下旬至 4 月上旬一个高峰，9 月下旬至 10 月中、上旬一个高峰。见图 1。第一个高峰和首发病例在冬季发病较易传播( 班级、宿舍因寒冷而不通风) ，导致班级和宿舍的同学在短时间内被感染并经过一个平均潜伏期集中发病有关，第二个高峰和学校新生入学体检进行结核病筛查，集中发现病例有关。
2. 4 2020 年预警图 用直线回归方程 y = 0. 024x + 10. 199 建立 2020 年南京市学校肺结核疫情预警模型并算出各半月的病例数回归值，再结合移动平均残差得到模拟病例数。之后，通过模拟病例和 1. 0s、2. 0s 得到各类预警线数据。见表 2。此外，再用各半月模拟病例数、模拟病例数 + 1. 0s、模拟病例数 + 2. 0s 制作南京市学校肺结核疫情预警图。见图 2。
3 讨 论
此次收集 2016—2019 年南京市学校肺结核报告病例数，利用移动平均法建模，分别以模拟值 + 1. 0s 和 + 2. 0s 制作预警线，预警聚集性( 突发) 疫情。结果显示，模型预警聚集性( 突发) 疫情有较高的灵敏度和特异度。预警预测的技术较多，如比数图法、流行控制图法、多因素模型、时间序列模型、灰色动态模型、时空聚集性分析等方法[10]。疾病的流行特征也影响预警、预测方法的选择，潜伏期短的传染病灵敏度低，但能更及时发现暴发疫情。发病水平低的传染病，灵敏度虽高但发现较晚; 疫情规模如较大，则灵敏度高且发现更早[11 - 12]。
相关知识推荐：怎么发医学职称论文
移动平均法属于平滑预测技术范畴，其基本原理为采用时序资料逐项移动，依次算出一定项目数的序时均值从而反映事物发展的长期趋势，具有方法简便、统计量少且能准确操作的特点[13]。而且，该方法不仅可以消除季节周期变动和突发事件的影响，而且能解决历史数据较少的问题，准确显示疾病发展的方向，继而分析和预测未来的长期趋势[14]。
学校内人群聚集，学生之间的密切接触容易造成肺结核疫情在校内的播散[15]。开展预警预测有利于早期发现疫情并采取控制，防止疫情进一步蔓延。本预警模型的数据来源于疾控官方的监测系统，能够保证数据的及时、准确和完整。此外，收集 4 年的发病数据，移动平均数有 20 个历史窗口数据，既减少病例短期波动的影响，又能体现肺结核发病的长期趋势。同时，模型采用半月为一个时间单位进行统计，也能保证病例数的充足和预警、预测的及时。
值得注意的是，2020 年南京市学校肺结核聚集性疫情实际发生 2 起( 5 月下半月和 6 月上半月) ，但并未及时预警，这可能和新型冠状病毒肺炎疫情的影响有关。肺结核发病的基线水平由于个人健康意识和防护的增强以及限制外出( 减少聚集和就医频次) 等原因的影响而显著下降。所以，预警模型无法准确、及时的预测聚集性疫情的发生。这也提示应适当降低 2020 年预警线的数值从而提高灵敏度，可在低报告发病水平下尽可能地探测到聚集性( 突发) 疫情的发生。此外，疫情的发生和发展由多种因素决定，包括经济、社会、环境、免疫力、卫生保健等等，仅靠单一的模型去预测，容易缺失数据潜在的联系[16 - 17]。因此，今后工作中应详细记录疫情的发现方式、发生时间、个体因素、生活环境等指标，探索综合模型对学校肺结核疫情发生预测的准确性和及时性。——论文作者：李晨，丁松宁，杨晨，张洪英，王荣，许可
参考文献
[1] 马斌忠，赵金华，李尔琛，等 . 青海省 2011—2017 年在校学生肺结核疫情分析[J]. 中国学校卫生，2019，40( 1) : 141 - 143.
[2] 刘瑾，刘详 . 2014—2018 年沈阳市学生结核病流行病学特征分析[J]. 现代预防医学，2019，46( 19) : 3463 - 3466.
[3] 王美花，曹艳民，王晓婷，等 . 济南市一起高中生肺结核聚集性疫情分析[J]. 中国学校卫生，2016，37( 8) : 1223 - 1225.
[4] 张晓龙，王斐娴，傅颖，等 . 2015—2017 年苏州市学校结核病聚集性疫情调查[J]. 现代预防医学，2019，46( 14) : 2634 - 2637.
[5] 杨兴堂，向伦辉，刘效峰，等. 上海市某高校一起肺结核暴发现场流行病学调查[J]. 中国学校卫生，2016，37( 12) : 1902 -1904.
[6] 方益荣，牛文柯，卢巧玲，等 . 应用移动平均法预警学校结核病疫情的分析[J]. 疾病监测，2017，32( 5) : 418 - 422.
[7] 黄莉，陈田木，杨云斌，等 . 应用 SARIMA 模型预测肺结核发病趋势[J]. 现代预防医学，2019，46( 5) : 794 - 797，803. [
8] 孙娜，许小珊，冯佳宁，等. ARIMA 与 GM( 1，1) 模型对我国肺结核年发病人数预测情况的比较[J]. 中国卫生统计，2019，36( 1) : 71 -74.
[9] 崔哲哲，林定文，林玫 . 广西学生肺结核发病趋势分析及预警系统建立[J]. 中国学校卫生，2017，38( 1) : 144 - 147.
转载请注明来自：http://www.lunwencheng.com/lunwen/yix/21340.html
