2013—2020年北京市通州区传染病自动预警系统运行情况分析

苏彦萍，孙晓伟，高汉青，吴 芹，李园园，陈志华，张国峰

传染病的早期发现并及时采取有效措施实施预防控制，是提高突发公共卫生事件应急处置能力的重要举措[1-4]。2008年起，基于法定报告传染病的国家传染病自动预警系统（China infectious disease automated-alert and response system,CIDARS）正式投入运行[5]，为基层疾病预防控制机构早期识别传染病暴发事件提供了重要辅助工具。本文对2013—2020年北京市通州区CIDARS的运行效果进行评价，以期为完善和优化系统功能提供参考，进一步提高传染病监测能力和水平。

1 资料与方法

1.1 资料来源 数据来源于“中国疾病预防控制信息系统”中的CIDARS上报的2013年1月1日—2020年12月31日北京市通州区传染病预警信息。

1.2 研究方法 对CIDARS中固定阈值模型、时间模型和时空模型3种模型的预警信号进行流行病学特征分析，包括历年预警信号数、及时响应率、响应时间、疑似事件阳性率、暴发事件阳性率等。

1.2.1 固定阈值模型 固定阈值模型的病种为传染病防治法规定为甲类或按甲类管理的疾病及较为罕见或高度关注的疾病，当医疗机构报告1例病例，预警系统会实时发出预警信号[5]。可以预警的病种共19种，包括鼠疫、霍乱、传染性非典型肺炎、脊髓灰质炎、人感染高致病性禽流感、人感染H7N9禽流感、肺炭疽、白喉、血吸虫病、丝虫病、不明原因肺炎、麻疹、手足口病、疟疾、百日咳、狂犬病、肺结核、布鲁氏菌病、新型冠状病毒肺炎。

1.2.2 时间模型 时间模型采用移动百分位数法、累积和控制图法、聚集性疫情法对19种传染病进行异常探测[2]。其中采用移动百分位数法的疾病有17种，包括甲型病毒性肝炎、戊型病毒性肝炎、流行性出血热、流行性乙型脑炎、登革热、痢疾、伤寒、流行性脑脊髓膜炎、猩红热、钩端螺旋体病、流行性感冒、流行性腮腺炎、风疹、急性出血性结膜炎、流行性和地方性斑疹伤寒、其他感染性腹泻病、水痘。若当前7 d病例数超过过去5年历史同期基线数据的第n百分位数（Pn）水平时，预警系统发出预警信号[2]。登革热、钩端螺旋体病、流行性脑脊髓膜炎、流行性和地方性斑疹伤寒均采用P50，甲型病毒性肝炎采用P70，其他疾病采用P80[1]。采用累积和控制图法的疾病有1种，即手足口病，若当前3 d病例数超出过去7 d基线数据时，达到预警标准，预警系统发出预警信号[6]。采用聚集性疫情法的疾病有1种，即疟疾，以乡镇为单位，30 d内报告病例数达到2例及以上时，预警系统发出预警信号[7]。

1.2.3 时空模型 时空模型是在时间模型基础上，利用空间探测技术判断传染病是否存在空间聚集性[8]。

1.3 评价指标 ①预警信号数：2013年1月1日—2020年12月31日北京市通州区收到的所有传染病预警信号数量。②响应时间：发出预警信号时间至填报信息卡的时间，其中甲类和按甲类管理的传染病2 h内，其他传染病24 h内为及时响应，及时响应率（%）=及时响应数/预警信号数×100%。③疑似事件数：通过监测数据分析或核实后初步判断为疑似事件的信号数，疑似事件阳性率（%）=疑似事件数/预警信号数×100%。④暴发事件数：调查结论为暴发事件的信号数，暴发事件阳性率（%）=暴发事件数/预警信号数×100%。⑤预警信号准确率（%）=CIDARS突发公共卫生事件数/实际报告的突发公共卫生事件数×100%。

1.4 统计学处理 采用Excel 2013软件整理数据，采用IBM SPSS 21.0 软件统计分析。不同年份之间预警信号响应时间差异采用Kruskal-Wallis秩和检验。疑似事件阳性率与暴发事件阳性率采用Spearman秩相关检验。不同模型暴发事件阳性率采用χ2检验。P＜0.05为差异有统计学意义。

2 结 果

2.1 基本情况 2013—2020年北京市通州区共收到预警信号3940条，疑似事件数1049条，疑似事件阳性率为26.62%；暴发事件数58条，暴发事件阳性率为1.47%；及时响应数3890条，及时响应率为98.73%；预警信号平均响应时间为0.43（0.18～1.20）h，不同年份之间响应时间的差异有统计学意义（χ2=0.745，P=0.001），其中2019年预警信号平均响应时间最长，2014和2016年平均响应时间最短。从不同年份看，2019年收到的预警信号最多（728条），2013年收到的预警信号最少（335条），其余年份均在400～550条之间。2013年及时响应率最低（90.15%），2018—2020年及时响应率在98.63%～99.63%之间，其余年份及时响应率均为100%。2014年疑似事件阳性率最高（47.93%），2020年暴发事件阳性率最高（9.20%），疑似事件阳性率与暴发事件阳性率无相关性（rs=-0.661，P=0.052）。见表1。

表1 2013—2020年北京市通州区传染病预警信号及响应情况Table 1 Early warning signals and response of infectious diseases in Tongzhou District of Beijing from 2013 to 2020

2.2 不同模型预警信号响应情况 2013—2020年固定阈值模型预警信号1904条，占48.32%；时间模型预警信号1460条，占37.06%；时空模型预警信号576条，占14.62%。固定阈值模型预警信号2017年最少（97条），2019年最多（424条）；时间模型预警信号2020年最少（40条），2017年最多（269条）；时空模型预警信号2020年最少（4条），2017年最多（157条）。

2013—2020年固定阈值模型疑似事件阳性率为53.78%，其中2014年、2015年疑似事件阳性率较高（100%），其次为2016年（99.45%）、2013年（88.89%）；时间模型疑似事件阳性率为1.44%，其中2017年疑似事件阳性率较高（3.35%），其次为2019年（2.47%）、2018年（2.35%）；时空模型疑似事件阳性率为0.69%，其中2013年、2018年、2019年疑似事件阳性率分别为2.33%、1.67%、3.28%，其余年份无疑似事件。见表2。

表2 2013—2020年北京市通州区不同模型预警信号响应情况Table 2 Response of early warning signals in different models in Tongzhou District of Beijing from 2013 to 2020

2013—2020年不同模型暴发事件阳性率如下，固定阈值模型为2.00%（38/1904），时间模型为1.23%（18/1460），时空模型为0.35%（2/576），3种模型暴发事件阳性率比较差异有统计学意义（χ2=9.201，P=0.010），固定阀值模型的暴发事件阳性率高于时空模型（P＜0.05）。

2.2.1 固定阈值模型预警信号响应情况 固定阈值模型预警信号1904条，及时响应1884条，及时响应率为98.95%。涉及14种传染病，排在前3位的传染病是麻疹、肺结核、布鲁氏菌病。除麻疹、肺结核、布鲁氏菌病外，其他疾病均在2 h或24 h内响应，及时响应率为100%。疑似事件阳性率为53.78%，传染病病种主要为麻疹，其次为手足口病、疟疾。暴发事件阳性率为2.00%，涉及病种为新型冠状病毒肺炎。见表3。

表3 2013—2020年北京市通州区固定阈值模型预警信号响应情况Table 3 Response of early warning signals in fixed-value detection model in Tongzhou District of Beijing from 2013 to 2020

2.2.2 时间模型预警信号响应情况 时间模型预警信号1460条，及时响应1434条，及时响应率为98.22%。涉及12种传染病，排在前3位的传染病是流行性感冒、手足口病、猩红热。除流行性感冒、猩红热、流行性腮腺炎、其他感染性腹泻病、痢疾、风疹外，其他疾病均在2 h或24 h内响应，及时响应率为100%。疑似事件阳性率为1.44%，其中阳性率较高的为水痘，其次为痢疾、流行性腮腺炎。暴发事件阳性率为1.23%，涉及病种为水痘、痢疾、流行性感冒。见表4。

表4 2013—2020年北京市通州区时间模型预警信号响应情况Table 4 Response of early warning signals in temporal model in Tongzhou District of Beijing from 2013 to 2020

2.2.3 时空模型预警信号响应情况 时空模型预警信号576条，及时响应571条，及时响应率为99.13%。涉及7种传染病，排在前3位的传染病是流行性感冒、其他感染性腹泻病、猩红热。其中猩红热、痢疾、流行性乙型脑炎均在2 h或24 h内响应，及时响应率为100%。疑似事件阳性率为0.69%，其中阳性率较高的为痢疾，其次为流行性腮腺炎、猩红热。暴发事件阳性率为0.35%，涉及病种为流行性感冒、痢疾，见表5。

表5 2013—2020年北京市通州区时空模型预警信号响应情况Table 5 Response of early warning signals in temporal-spatial model in Tongzhou District of Beijing from 2013 to 2020

2.3 预警效果评价 2013—2020年北京市通州区突发公共卫生事件管理信息系统报告传染病类突发公共卫生事件21起，CIDARC报告传染病类突发公共卫生事件12起，预警信号准确率为57.14%。其中痢疾、新型冠状病毒肺炎、流行性感冒3种传染病预警信号准确率较高，均为100%，其次为水痘，流行性乙型脑炎、人感染H7N9禽流感、手足口病等传染病预警信号准确率较低。见表6。

表6 2013—2020年北京市通州区传染病类突发公共卫生事件预警信号效果评价Table 6 Evaluation on early warning signal effect of infectious diseases public health emergencies in Tongzhou District of Beijing from 2013 to 2020

3 讨 论

近年来，传染病暴发流行已经成为国家公共卫生事件处置的重点，对传染病进行早期预警并及早处置对于提高突发公共卫生事件应急处置能力具有重要意义。2008年起， CIDARS正式投入运行，为基层疾病预防控制机构早期识别传染病暴发事件提供了重要辅助工具。本研究对该系统在北京市通州区的运行情况进行评价，为其改进与完善提供参考。

研究发现，2013—2020年北京市通州区CIDARS预警信号共3940条，平均每年约490余条，2013年预警信号及时响应率较低，为90.15%，其余年份均在98.00%以上，初期可能与系统运行时间较短，接收预警信息不稳定或延迟有关。不同年份预警信号响应时间是不同的，平均响应时间为0.43（0.18～1.20）h。预警系统采用的3种模型均探测到暴发事件，由此看出，该系统运行稳定，监测人员及时响应率较高，是基层疾控机构及时发现和识别传染病暴发事件的重要辅助手段和工具，可以较好地减少基层工作人员工作量，提高传染病预警的工作效率[9-13]。

此外，本研究还发现，该地区CIDARS预警信号中疑似事件阳性率为26.62%，暴发事件阳性率为1.47%，与苏州市、漯河市、白银市、北京市西城区、扬州市等文献报道疑似事件阳性率、暴发事件阳性率差异较大[9-11，14-15]，存在差异的原因可能与全国各地未采用统一的预警方法和参数设置有关[2]。本研究暴发事件阳性率较低的可能原因有两个方面：一是因为传染病防控措施复杂、病毒本身变异、诊疗方案变化、病例确诊滞后等情况，超出了预警模型的技术手段[16]；二是传染病预警模型产生大量冗余信号，可能会影响预警信号的数量及灵敏度[13，17-18]。

从CIDARS采用的不同模型看，固定阈值模型、时间模型、时空模型的暴发事件阳性率不同。采用固定阈值模型暴发事件阳性率较高的病种为新型冠状病毒肺炎。时间模型应用移动百分位数法，暴发事件阳性率较高的病种为水痘、痢疾和流行性感冒3种传染病；应用累积和控制图法及聚集性疫情法未探测到暴发事件。有研究表明，使用累积和控制图法的疾病预警信号数与发病例数不相关，而移动百分位数法发病例数波动也不一定导致预警信号的变化[19]。时空模型暴发事件涉及病种为流行性感冒、痢疾。上述结果表明，CIDARS对新型冠状病毒肺炎、痢疾、流行性感冒、水痘的预测准确率较高。

本研究尚存在一定局限性，法定传染病报告系统是被动监测，有漏报病例的可能，而本研究CIDARS基于法定传染病报告系统，因此对漏报病例无法预警，可能存在监测数据被低估的风险。

综上所述，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，建议根据当地疾病流行规律和防控需要，个性化设置多种预警方法，开发不同疾病的最优方法和参数，调整预警阈值和病种，将系统灵敏度降低至可接受范围内，减少假阳性预警信号，从而提高预警系统的阳性预测值和准确性[2，20-21]。