染病自动预警系统(李红蕾).ppt

C1 C2观察值和基线数据选取方式： 在借鉴EARS经验的基础上，结合我国手足口病监测数据的特点，经过数据测试分析，确定了预警方法为C3，阈值为1.3。当天C3的累积和值大于1.3时，发出预警。 图1 C1、C2数据读取示意图（红色为当前观察值，黄色为基线数据块） * * * * 预警信息分析与核实 对相关病例信息进行以下分析： （1）地区分布：根据患者的现住址或者工作（学习）单位等信息，分析病例的空间聚集性。 （2）时间分布：根据病例的发病时间和疾病的潜伏期等信息，分析病例的时间聚集性。 （3）人群分布：根据病例的年龄、性别和职业等信息，分析病例的人群聚集性。 （4）当地罕见/少见病种：判断依据为当地从未发生过或近5年来从未报告的病种。 * 核实： 对预警信息进行初步分析后仍不能排除异常增加情况时，应立即通过电话等方式做进一步核实。 核实内容包括疾病诊断的准确性、病例的相关信息以及疫情发展趋势等。 * 填报《核实卡》 * 填写《异常信息卡》 根据监测数据分析和核实的信息，及时填报《异常信息卡》。 * 填写《现场调查表》 对于初步判断为疑似事件的情况，要及时开展现场调查，并于现场调查结束后24小时内，登录预警系统，填报《现场调查表》 * 填写现场调查表 * 填写现场调查表 * 上传现场调查报告 * 采取相应处置措施 在对预警信息进行分析、核实、现场调查的同时，要根据具体情况，按照国家有关法律法规采取相应的处置措施。 * 统计分析 * * 预警信号响应情况分析 * 分地区统计表 * 分病种统计表 * 按病种排序统计表 * 热点地区统计分析表 * 预警用户管理 分配用户：国家、省、市级CDC分配下级CDC系统操作用户。 同一单位可设置两个短信接收用户 * 添加预警接收用户 * * 用户只有订阅主题，选择关注的病种才能收到对应的预警短信 * 时间序列预警方法简介 陕西省疾病预防控制中心 2011.7 * . 1.移动百分位数预警 百分位数：位置指标，用PX来表示，读作第x百分位分数。（中位数实际上是第50百分位数）。 移动百分位数预警： 以县为单位，建立当地传染病报告病例历史数据库，采用移动百分位数法动态计算传染病发病数历史基线，建立将当地当前观察周期（7天）内病例数与其相应历史基线实时进行比较的预警模型。当观察周期内发生的病例数达到预警阈值时，系统将在24小时内自动发出预警信号。 * 参数设置 周期类型： 数据类型： 回溯年数： 周期大小： 偏移数： 预警百分位数： * 移动百分位数法预警模型举例解释 回溯历史年数为3年； 计算周期为7天，按天移动 历史同期前后偏移2个参比周期 假设某传染病暴发的预警阈值为P80 * 移动百分位数法预警模型—以天为单位滚动 P50 P60 P70 P80 P90 25 27 27 29 33 22日 23日 24日 25日 * 移动百分位数法预警模型—以天为单位滚 P50 P60 P70 P80 P90 23 26 27 30 36 * * 时间序列结果查询 * 2.累积和控制图（CUSUM） 传统休哈特控制图：对过程的小偏移反应不灵敏。当样本均值对其目标值的偏移大于1.5个标准差时，传统的休哈特控制图检出力效果很好，但是当样本均值对其目标值的偏移小于1.5个标准差时，其检出效果不是特别显著。 * 1954年佩基（E.S.Page）提出的，控制均值变化比较有效地控制图。 为了解决过程小偏移的质量控制问题。其设计思想是对信息加以累积，将过程的小偏移累加起来，达到放大的效果，提高检测小偏移的灵敏度。 比较适用于历史数据缺乏或者历史数据变动较大的疾病数据。 * 概念 CUSUM控制图：把依照顺序的样本值偏离目标值（靶值）的偏差（deviations）累计和点绘制包含全部信息的一幅控制图。 累积和：假设n≥1， 表示第j个样本的均值， 表示过程均值的目标值，则CUSUM统计量为： * 预警系统CUSUM值 借鉴美国CDC研发的早期异常报告系统（Early Aberration Reporting System，EARS） ，对于7天到3年的短期历史数据，将累积和分为C1、C2和C3三种方法 。 C1： C2： C3： C3，其当天累积和值是3天C2累积和值相加 * 传染病自动预警信息系统 陕西省疾病预防控制中心 2011-7 * . 基本概念 预警原理 操作流程 * 基本概念 传染病预警 指在传染病发病异常增加时，及时发出警报，以便相关责任部门和机构及可能受事件影响的人群据此及时做出反应。 传染病预警是指根据医疗机构报告的传染病信息，利用数学模型和计算机信息技术，自