深圳市2004—2022年传染病类突发公共卫生事件风险监测与早期预警研究——基于两管理系统报告数据分析

doi:10.19871/j.cnki.xfcrbzz.2025.01.001

摘要/Abstract

摘要： 目的比较深圳市2004—2022年“突发公共卫生事件报告管理系统”和“深圳市疾病控制信息管理系统”中报告的传染病类突发公共卫生事件数据,分析提高“深圳市疾病控制信息管理系统”报告标准对深圳市传染病疫情的暴发所起到的风险监测与早期预警作用。方法收集深圳市2004—2022年“突发公共卫生事件报告管理系统”和“深圳市疾病控制信息管理系统”中报告的传染病类疫情数据,对两系统在病种、病例数、时空维度等方面的疫情数据进行比较分析。结果深圳市2004—2022年“深圳市疾病控制信息管理系统”报告事件数显著高于“突发公共卫生事件报告管理系统”报告事件数,Spearman相关分析显示,两系统报告事件数呈正相关（R_s=0.626,P< 0.01）,且Joinpoint回归分析结果显示,两系统报告事件数比值呈上升趋势（APC=6.10,P=0.016）,“深圳市疾病控制信息管理系统”上升幅度更大。Mann-Whitney U检验显示,“突发公共卫生事件报告管理系统”和“深圳市疾病控制信息管理系统”报告事件历年平均持续时间存在统计学差异（Z=-2.91,P<0.01）,且“突发公共卫生事件报告管理系统”较“深圳市疾病控制信息管理系统”每起事件平均持续时间更长。结论 “深圳市疾病控制信息管理系统”提高了传染病类突发公共卫生事件报告的标准,对深圳市疫情暴发的“苗头”预警有着重要意义。

关键词: 传染病, 突发公共卫生事件, 早期预警, 突发公共卫生事件报告管理系统, 深圳市疾病控制信息管理系统

Abstract: Objective To compare the data of public health emergencies of infectious diseases reported in Shenzhen's "Public Health Emergency Reporting and Management System" and "Shenzhen Disease Control Information Management System" from 2004 to 2022, focus on the analysis of the early monitoring and warning effect of improving the reporting standard of "Shenzhen Disease Control Information Management System" on infectious disease outbreaks in Shenzhen. Method The epidemic data of infectious diseases reported in the "Public Health Emergency Reporting and Management System" and "Shenzhen Disease Control Information Management System" of Shenzhen City from 2004 to 2022 were collected, and comparative analysis of epidemic data between the two systems in terms of disease types, number of cases, spatiotemporal dimensions, etc. Result The number of events reported by "Shenzhen Disease Control Information Management System" was significantly higher than that reported by "Public Health Emergency Reporting and Management System" in Shenzhen from 2004 to 2022. Spearman correlation analysis showed that the number of reported events was positively correlated between the two systems (R_s=0.626, P<0.01). The results of Joinpoint regression analysis showed that the ratio of reported events between the two systems showed an increasing trend with statistical significance (APC=6.10, P=0.016), "Shenzhen Disease Control Information Management System" showing a greater increase. Mann-Whitney U test showed that the average duration of events reported by "Public health Emergency reporting and management system" and "Shenzhen Disease Control Information Management System" was statistically different (Z=-2.91, P<0.01). The average duration of each incident of the "Public health Emergency reporting and management system" was longer than that of the "Shenzhen Disease Control Information Management System". Conclusion Relying on the "Shenzhen Disease Control Information Management System" to improve the reporting standards of infectious disease public health emergencies is of great significance to the early warning of the "seedling" of the epidemic outbreak in Shenzhen.

Key words: Infectious diseases, Public health emergencies, Early warning, Public health emergency reporting and management system, Shenzhen disease control information management system

中图分类号:

R183

张英娈, 温莹, 熊华威, 万佳, 李媛, 高世同, 唐秀娟, 路滟, 陈志高, 孔东锋, 吕秋莹, 张振. 深圳市2004—2022年传染病类突发公共卫生事件风险监测与早期预警研究——基于两管理系统报告数据分析[J]. 新发传染病电子杂志, 2025, 10(1): 1-7.

Zhang Yingluan, Wen Ying, Xiong Huawei, Wan Jia, Li Yuan, Gao Shitong, Tang Xiujuan, Lu Yan, Chen Zhigao, Kong Dongfeng, Lyu Qiuying, Zhang Zhen. Study on early surveillance and warning of public health emergencies of infectious diseases in Shenzhen from 2004 to 2022: Based on data analysis of two management systems[J]. Electronic Journal of Emerging Infectious Diseases, 2025, 10(1): 1-7.

参考文献

[1] 程雁鹏,张振,舒跃龙,等. 基于“同一健康”理念的重点传染病综合监测体系建设专家共识[J/CD].新发传染病电子杂志,2023, 8(4): 69-79.
[2] WORLD HEALTH ORGANIZATION. World health statistics2023: monitoring health for the SDGs, Sustainable Development Goals[EB/OL].2023-5-19. https://www.who.int/publications/i/item/9789240074323.
[3] 陈伟师. 全球疫情警报和反应网络简介[J].华南预防医学, 2011, 37(5): 75-76, 79.
[4] 卫生部. 国家突发公共卫生事件相关信息报告管理工作规范[S].北京: 中华人民共和国卫生部, 2005.
[5] 金连梅, 杨维中. 我国传染病预警工作研究现况分析[J].中国公共卫生, 2008, 24(7): 2.
[6] 王舒, 李欣欣, 宁少奇, 等. 2004—2021年陕西省学校突发公共卫生事件流行特征[J].现代预防医学, 2022, 49(17): 3148-3153, 3163.
[7] 李辉章, 杜灵彬. Joinpoint回归模型在肿瘤流行病学时间趋势分析中的应用[J].中华预防医学杂志, 2020, 54(8): 908-912.
[8] 贾鹏本, 陈莉, 姜涛, 等. 海南省2013—2022年传染病类突发公共卫生事件现状与趋势分析[J].中国热带医学, 2023, 23(8): 828-833.
[9] 逯建华, 许舒乐, 张泽娜. 深圳市2010-2016年学校和托幼机构传染病类突发公共卫生事件流行病学特征分析[J].中国公共卫生管理, 2017, 33(6): 793-795.
[10] 吕秋莹, 曹彬, 陈志高, 等. 2016—2020年深圳市传染病类突发公共卫生事件流行特征分析[J].医学动物防制, 2022, 38(5): 440-443, 447.
[11] 秦彦珉, 谢旭, 梅树江, 等. 2006-2015年深圳市学校突发公共卫生事件流行病学分析[J].热带医学杂志, 2017, 17(12): 1670-1673.
[12] 许舒乐, 谢旭, 张泽娜, 等. 深圳市2010-2016年传染病突发公共卫生事件流行病学研究[J].中国预防医学杂志, 2018, 19(9): 681-684.
[13] 李媛, 杨贵清, 张振, 等. 2013-2017年深圳市水痘疫情暴发分析及水痘-带状疱疹病毒基因型分型研究[J].实用预防医学, 2019, 26(6): 649-652.
[14] 陈蕾, 唐秀娟, 高玮, 等. 2017-2019年深圳市流行性感冒流行特征分析[J].华南预防医学, 2021, 47(10): 1358-1360.
[15] 陈志高, 欧蔚辉, 程雁鹏, 等. 2014-2022年深圳市流行性感冒流行趋势和特征分析[J/CD].新发传染病电子杂志, 2024, 9(1): 21-25.
[16] 宋晓辉, 贺箫楠, 聂宇涛. 2008-2017年洛阳市学校传染病突发公共卫生事件流行病学特征分析[J].现代预防医学, 2019, 46(14): 2642-2645,2657.
[17] 岳文芳, 董瑞, 蔡富文, 等. 湖南省2017—2020年学校突发公共卫生事件流行特征分析[J].实用预防医学, 2022, 29(1): 46-50.
[18] 冯穆莹, 佘玲玲, 卢若翩, 等. 2019—2021年深圳市某学校水痘流行病学特征分析[J].中国初级卫生保健, 2023, 37(3): 68-70.
[19] 旷翠萍, 林喜乐, 庄辉元, 等. 一起学校水痘疫情暴发的流行因素及疫苗保护效果调查[J].实用预防医学, 2017, 24(6): 699-701.
[20] 丁璐, 王月萍, 刘艳. 扬州市江都区2004—2017年传染病突发公共卫生事件分析[J].华南预防医学, 2018, (6): 538-541.
[21] 何飞, 马永法, 顾春艳, 等. 2005-2021年盐城市盐都区突发公共卫生事件流行特征分析[J].河南预防医学杂志, 2023, 44(2): 126-129+142.
[22] 李意兰, 陈纯, 刘艳慧, 等. 广州市2014—2018年学校传染病突发公共卫生事件分析[J].中国热带医学, 2020, 34(1): 35-38.
[23] 武治国, 张立颖, 魏志霞. 2011—2021年天津市突发公共卫生事件流行特征分析[J].职业与健康, 2023, 20(8): 1126-1130.
[24] 岳玉娟, 刘小波, 郭玉红, 等. 2020—2022年中国登革热时空分布及相关环境因素分析[J].环境卫生学杂志, 2023, 13(5): 341-345.
[25] 邱星元, 蔡丽娜, 郑磊, 等. 一起由境外输入性病例引起的本土聚集性登革热疫情的流行病学调查分析[J].热带医学杂志, 2023, 23(1): 128-130, 137.
[26] 万佳, 林良强, 阳帆, 等. 2013—2022年深圳市登革热流行特征分析[J].热带病与寄生虫学, 2023, 21(5): 258-262.