基于疫情数据分析的传染病模拟系统构建

基于疫情数据分析的传染病模拟系统构建

吴燕

翠屏区疾病预防控制中心 四川宜宾  644000

【摘要】目的：探究基于疫情数据分析的传染病模拟系统构建方法及效果。方法：自2018年1月至2018年12月在我中心构建基于疫情数据分析的传染病模拟系统，对比构建模拟系统前后一年我中心对突发传染病的检出总例数、每例传染病平均检出时间、处理时间、大规模暴发流行控制率。结果：构建模拟系统前一年(2017年)，我中心检出突发传染病例数显著低于构建模拟系统后一年(2019年)，且构建模拟系统后，我中心对每例传染病平均检出时间、处理时间均显著短与构建模拟系统前，我中心对突发传染病的大规模暴发流行控制率显著高于构建模拟系统前。结论：构建基于疫情数据分析的传染病模拟系统，不仅能提高疾控中心对突发传染病的检出效率，还能缩短对突发传染病的处理时间，从而有助于避免突发传染病大规模暴发流行。

【关键词】疫情数据分析；传染病；模拟系统

近年来，我国突发传染病发病率不断增高，给人民生命安全和社会稳定造成了严重的不良影响，对此，政府部门明确要求各疾控中心需积极采用现代信息技术构建基于疫情数据分析的传染病模拟系统，利用该系统可快速预测传染病的发生和能对传染病防控的相关操作进行模拟，因此，不仅能提高疾控中心对突发传染病的检出效率，还能指导其及时采取有效的方案对传染病进行防控，避免疫情大规模暴发流行，从而才能保障人民生命安全和社会稳定^[1]。本文主要探究了基于疫情数据分析的传染病模拟系统构建方法及效果，现报告如下。

1.资料与方法

1.1一般资料

自2018年1月至2018年12月在我中心构建基于疫情数据分析的传染病模拟系统，该系统运用的技术有人工系统、GIS空间分析、统计分析计算实验技术等，系统主要包含疫情特征分析模块、症候群分析模块、模拟预测模块、干预措施评估模块等四个功能模块。

1.2方法

基于疫情数据分析的传染病模拟系统构建方法为：(1)系统设计，通过调查传染病流行病学数据，利用结构化的数据字典对传染病相关属性进行分类提取，再利用模拟系统及人工系统、GIS空间分析、统计分析计算实验技术等对传染病疫情流行特征、规律和模式等进行探索和总结，再整合不同功能模块，形成传染病疫情分析和模拟系统。在整个系统设计过程中，传染病流行规模预测系统、传染病防控措施优选系统、模拟预测模块系统构建是重点，以下是这三个系统的构建方法，①传染病流行规模预测系统，可采用SEIR、SIS、SIR基于三类传染病动力学模型进行构建，也即将疾控中心管理区域内人群分为易感人群、潜伏人群、感染人群、移出人群，其中，易感人群通过接触感染人群且受到病毒侵袭成为潜伏人群，潜伏人群经过潜伏期成为感染人群，感染人群通过自身免疫系统获得对传染病毒的免疫能力而治愈或死亡为移出人群。②传染病防控措施优选系统，是基于SIR模型和SEIR模型设计的，通过对特定流行病学意义的模型参数进行调整，可将实施各类防控措施(主要有接种疫苗、限制人群活动、隔离等)时传染病流行的情景模拟出来，不仅能指导疾控中心合理配置防控资源，还能对防控措施的实施效果进行有效评估。③模拟预测模块系统，采用人工社会方法构建社会关系网络和模型，以对传染病疫情传播扩散的整个过程进行预测^[2]。

1.3观察指标

对比构建模拟系统前后一年我中心对突发传染病的检出总例数、每例传染病平均检出时间、处理时间、大规模暴发流行控制率。

结果

构建模拟系统前一年(2017年)，我中心检出突发传染病例数显著低于构建模拟系统后一年(2019年)，且构建模拟系统后，我中心对每例传染病平均检出时间、处理时间均显著短与构建模拟系统前，我中心对突发传染病的大规模暴发流行控制率显著高于构建模拟系统前。

3.讨论

本研究中，对比构建基于疫情数据分析的传染病模拟系统前后对突发传染病疫情的控制效果发现，构建模拟系统前一年(2017年)，我中心检出突发传染病例数显著低于构建模拟系统后一年(2019年)，且构建模拟系统后，我中心对每例传染病平均检出时间、处理时间均显著短与构建模拟系统前，我中心对突发传染病的大规模暴发流行控制率显著高于构建模拟系统前，说明构建基于疫情数据分析的传染病模拟系统对提高突发传染病疫情防控效率具有重要的意义。

这主要是因为基于疫情数据分析的传染病模拟系统是建立基于多智能体的传染病传播过程模拟，该系统集成了传染病预测模型、模拟模型、传播动力学模型、复杂网络模型在内的多种传染病分析与模拟技术，不仅能快速识别突发传染病的发生和将传染病传播的实际情况真实地反映出来，且还能将传染病传播时空演化过程以动态可视化方式呈现出来，从而能为防控策略制定、量化评估和防控物资准备等提供可靠的依据，进而能提高疫情防控效率^[3]。该系统主要由疫情特征分析模块、症候群分析模块、模拟预测模块、干预措施评估模块等四个功能模块组成，其中，疫情特征分析模块主要是采用传染病疫情三间分布特征数据对城市、区县具体发病区域进行选择定位。症候群分析模块主要是通过症状出现的次数、焦点病症的控制操作及关联比率等过滤变量，将传染病发病症候群特征、规律展示出来。模拟预测模块则是对传染病特定情景过程和传播趋势进行模拟。干预措施评估模块主要是采用SIR和SEIR模型估计疫情干预措施，并制定最佳的疫情干预措施。

综上所述，构建基于疫情数据分析的传染病模拟系统在提高突发传染病疫情检出效率和控制质量方面具有良好的应用效果，值得临床应用和推广。

【参考文献】

[1]王立贵,孔雨微,宋宏彬,等.基于疫情数据分析的传染病模拟仿真平台构建[J].中国公共卫生:2019,12(2):1-4.

[2]唐爱民.计划免疫在相关性传染病发病中的控制效果[J].中外女性健康研究,2019(23):204-205.

[3]邬思强,骆华杰,陈佳玥,等.2013—2018年上海市某综合性医院网络直报传染病疫情分析[J].中国初级卫生保健,2019,33(11):76-77+86.