翟志光

（中國中醫(yī)科學(xué)院中醫(yī)基礎(chǔ)理論研究所，北京100700）

傳染病預(yù)測預(yù)警方法及應(yīng)用進(jìn)展（一）

翟志光

（中國中醫(yī)科學(xué)院中醫(yī)基礎(chǔ)理論研究所，北京100700）

傳染??；預(yù)測；預(yù)警；預(yù)防醫(yī)學(xué)

傳染病預(yù)測是將數(shù)學(xué)與傳染病流行病學(xué)相結(jié)合的一種統(tǒng)計(jì)學(xué)分析方法，應(yīng)用于各種傳染病的預(yù)測、預(yù)警，對傳染病的預(yù)防與控制有積極的意義。傳染病預(yù)測預(yù)警是根據(jù)傳染病的發(fā)生、發(fā)展規(guī)律及有關(guān)因素，用分析判斷和數(shù)學(xué)模型等方法對可能發(fā)生的傳染病的發(fā)生、發(fā)展和流行趨勢做出的預(yù)測，對于提高傳染病預(yù)防控制工作的預(yù)見性和主動(dòng)性、提高效率和效益起重要的作用。隨著計(jì)算機(jī)的逐步推廣應(yīng)用以及預(yù)測理論的迅速發(fā)展，已有多種預(yù)測方法在傳染病的預(yù)防與控制中得到了實(shí)際應(yīng)用，成為傳染病預(yù)防與控制的一項(xiàng)有效手段。本文就國內(nèi)傳染病預(yù)測預(yù)警方法應(yīng)用情況進(jìn)行綜述。

1 傳染病預(yù)測預(yù)警的意義

傳染病的預(yù)測可以及早發(fā)現(xiàn)疾病發(fā)展趨勢，為深入開展疾病的預(yù)警奠定基礎(chǔ)，也為制定防制策略及措施提供理論依據(jù)。由于傳染病具有在人群中傳播蔓延的趨勢，在人們?nèi)找媸艿叫屡f傳染病雙重威脅的今天，傳染病預(yù)測預(yù)警工作愈加受到重視。良好的預(yù)測是制定預(yù)防和控制傳染病的近期或長遠(yuǎn)應(yīng)對策略的前提，建立合適的預(yù)測模型，提高預(yù)測的準(zhǔn)確性，對于傳染病控制工作意義重大。

通過建立統(tǒng)計(jì)分析和數(shù)學(xué)模型的建立，探討傳染病發(fā)生、發(fā)展和流行的規(guī)律，一方面可根據(jù)預(yù)測的數(shù)據(jù)有的放矢地提出和采取預(yù)防控制措施，并通過跟蹤印證來評價(jià)預(yù)防措施的效果，能使預(yù)防控制工作更具針對性、預(yù)見性和主動(dòng)性，從而達(dá)到防止暴發(fā)或流行的目的；另一方面可將實(shí)時(shí)疫情信息與同期歷史資料比較，對于發(fā)病率超出所確定可信限范圍者作為異常來處理，以此發(fā)出暴發(fā)或流行的警示，從而實(shí)現(xiàn)疾病的早期預(yù)警。

2 傳染病預(yù)測的步驟

在進(jìn)行傳染病預(yù)測之前首先要掌握需預(yù)測疾病的流行病學(xué)基本因素和過去在人群中的流行情況，分析發(fā)生變化的原因，要充分考慮影響相關(guān)疾病預(yù)測的病原、宿主、環(huán)境因素，以及疾病的分類方法、新診斷方法的引進(jìn)或特別的干預(yù)措施的實(shí)施等。

2.1 確定預(yù)測對象和預(yù)測時(shí)限 一般來說，預(yù)測都是為預(yù)防和控制傳染病服務(wù)的，需預(yù)測的傳染病應(yīng)該是構(gòu)成重要衛(wèi)生問題的重點(diǎn)疾?。煌瑫r(shí)要根據(jù)預(yù)測的目的確定預(yù)測的時(shí)限，如果預(yù)測是為了控制近期內(nèi)傳染病的暴發(fā)與流行，可確定為短期預(yù)測，如果預(yù)測是為了制定傳染病流行控制策略，則確定為長期預(yù)測。

2.2 收集資料 包括疾病監(jiān)測資料、歷史記錄、專題調(diào)查和縱向調(diào)查，其中疾病監(jiān)測資料是最全面和最重要的，是其他資料所不能取代的基礎(chǔ)資料。為了保證資料的完整性和可信度，要采用條件下方法對資料進(jìn)行認(rèn)真檢查，對資料中的缺損值、異常值進(jìn)行校正。

2.3 分析資料 首先確定資料的性質(zhì)，分析資料是否屬于線性資料，是否有周期性和季節(jié)性變化等；其次根據(jù)資料的性質(zhì)和預(yù)測的目的選擇不同的預(yù)測方法進(jìn)行預(yù)測。

2.4 考核預(yù)測效果 預(yù)測結(jié)束后，應(yīng)對預(yù)測效果進(jìn)行分析和評價(jià)，觀察實(shí)際值與預(yù)測值之間的偏差，對模型進(jìn)行修正。

3 傳染病預(yù)測預(yù)警方法的分類

傳染病預(yù)測方法種類繁多，一般按預(yù)測時(shí)期長短可分為短期預(yù)測（月、季、半年和 1 年）、中期預(yù)測（1～3 年）及長期預(yù)測（＞3年）。按照時(shí)間狀態(tài)分為靜態(tài)預(yù)測和動(dòng)態(tài)預(yù)測。靜態(tài)預(yù)測是在一定時(shí)間上對事物間因果關(guān)系的預(yù)測。而動(dòng)態(tài)預(yù)測是對事物未來發(fā)展的預(yù)測，即動(dòng)態(tài)外推預(yù)測。根據(jù)預(yù)測性質(zhì)，分為趨勢預(yù)測和強(qiáng)度預(yù)測。趨勢預(yù)測包括綜合分析法；預(yù)測指數(shù)；流行臨界閾值（曲線）；病原變異和人群免疫水平分析。強(qiáng)度預(yù)測包括比例法；外推法；數(shù)學(xué)模式。根據(jù)是否基于隨機(jī)過程建模，可分為兩類。一類方法基于非隨機(jī)過程的建模，如回歸分析、灰色動(dòng)態(tài)模型，神經(jīng)網(wǎng)絡(luò)等；另一類方法基于隨機(jī)過程的建模，如Markov模型，指數(shù)平滑法、ARIMA模型預(yù)測方法和小波分析理論等。按預(yù)測方法可以分為定性預(yù)測、定量預(yù)測和組合預(yù)測。一般來說，短期預(yù)測為控制流行或暴發(fā)服務(wù)，而長期預(yù)測則為制訂長期的預(yù)防控制策略服務(wù)，預(yù)測時(shí)期越短，預(yù)測精度越高。定量預(yù)測則比定性預(yù)測的預(yù)測精度高。

4 傳染病預(yù)測預(yù)警方法介紹

從定性預(yù)測、定量預(yù)測和組合預(yù)測分別介紹。

4.1 定性預(yù)測 是通過對當(dāng)?shù)貍魅静“l(fā)生、發(fā)展規(guī)律及其有關(guān)因素的具體分析，判斷該病即將流行的趨勢和強(qiáng)度。定性預(yù)測主要包括流行控制圖法、比數(shù)圖法、“Z-D”現(xiàn)象傳預(yù)測法、模糊數(shù)學(xué)理論、馬爾可夫鏈等。另外，地理信息系統(tǒng)（GIS）和遙感技術(shù)（RS）作為新興的高科技技術(shù)，近年多應(yīng)用在寄生蟲病和蟲媒傳染病的預(yù)測上，如對血吸蟲病和瘧疾的預(yù)測，可以準(zhǔn)確、快速地預(yù)測流行強(qiáng)度和范圍。

4.1.1 流行控制圖法 流行控制圖法是由美國W.A.Shewhart于1924年首創(chuàng)，最早用于檢驗(yàn)和判斷重復(fù)實(shí)驗(yàn)的準(zhǔn)確度和精密度。控制圖法適用于各種分布的傳染病，對于具有季節(jié)性流行或周期性流行規(guī)律的傳染病，效果較好。圖中有3條曲線分別代表上警戒線、下警戒線和中位數(shù)線，根據(jù)發(fā)病率的大小和疫勢發(fā)展的快慢可以推測傳染病發(fā)生或流行的趨勢或強(qiáng)度。警戒線是可以調(diào)整的，流行控制圖法方法簡單，指標(biāo)容易得到，在疾病監(jiān)測中是一種較好的“預(yù)警”方法。

楊倬[1]根據(jù)深圳市龍崗區(qū)1993～2002年菌痢發(fā)病資料，利用質(zhì)量控制圖原理繪制該地菌痢流行控制圖。由菌痢流行控制圖，可以預(yù)測出菌痢每月在該地的病強(qiáng)度，根據(jù)上限線（流行警戒線）判斷該地菌痢某時(shí)間是否存在發(fā)生流行的危險(xiǎn)，認(rèn)為流行控制圖在疾病監(jiān)測中是一種較好的“預(yù)警”方法。

楊維中等[2]以湖南省、遼寧省等省份共366個(gè)縣1997～2002年7種傳染病月報(bào)數(shù)據(jù)建立數(shù)據(jù)庫，采用控制圖法建立預(yù)警模型，專家咨詢法確定流行參照標(biāo)準(zhǔn)，通過計(jì)算、比較靈敏度、特異度、陽性預(yù)測值和繪制ROC曲線，選出合適的預(yù)警戒值。結(jié)果表明，預(yù)警腎綜合征出血熱、甲型肝炎、細(xì)菌性痢疾、流行性腦脊髓膜炎、瘧疾，選用P80預(yù)警戒值預(yù)警功效較好，靈敏度和特異度均在90%以上；預(yù)警麻疹、肺結(jié)核，選用選用P50作為戒值預(yù)警功效較好，靈敏度和特異度均在85%以上。

曹明華等[3]利用楊維中等的方法，以安徽省62個(gè)縣和43個(gè)區(qū)的2000～2005年細(xì)菌性痢疾、其他感染性腹瀉和腹瀉癥候群每年5～10月的腹瀉病門診監(jiān)測周報(bào)的就診和發(fā)病人數(shù)數(shù)據(jù)建立數(shù)據(jù)庫并建立模型。用2000～2004年研究病種的周發(fā)病率數(shù)據(jù)作為基線數(shù)據(jù)，代入模型，用各候選預(yù)警界值對2005年5～10月份腹瀉病門診監(jiān)測疫情分縣分病分周進(jìn)行預(yù)警，同時(shí)用流行參照標(biāo)準(zhǔn)對其分縣分病分周判斷是否流行，從而計(jì)算各候選預(yù)警界值預(yù)警的靈敏度、特異度、似然比和陽性預(yù)測值等指標(biāo)，并繪制ROC曲線。在綜合平衡靈敏度、特異度、陽性似然比、陽性預(yù)測值、預(yù)測功效和預(yù)測疾病的特點(diǎn)后，優(yōu)選出所研究疾病和癥候群的合適預(yù)警界值：菌痢、其他感染性腹瀉和腹瀉癥候群均為第75百分位數(shù)。靈敏度為100%，特異度均在94%以上，陽性似然比在17.5，陽性預(yù)測值也均在82%以上，異常信號共2188起。

4.1.2 比數(shù)圖法 比數(shù)圖表法適用于發(fā)病數(shù)呈正態(tài)分布的傳染病，通過比數(shù)與其可信區(qū)間，來判斷某傳染病是否有流行征兆。美國早在80年代就將比數(shù)圖法應(yīng)用于國家傳染病監(jiān)測系統(tǒng)，其后研究亦證實(shí)該方法在公共衛(wèi)生監(jiān)測中是一種可行的好方法。

譚德斌[4]運(yùn)用比數(shù)圖法，以1996～2000年東風(fēng)汽車公司病毒性肝炎發(fā)病數(shù)，預(yù)測2001年的流行情況。所得R值0.83在95%可信限之內(nèi)，說明2001年3月的病毒性肝炎發(fā)病水平與近5年同期相比沒有明顯差異，即病例沒有明顯增多現(xiàn)象，不符合傳染病流行特點(diǎn)，因此，預(yù)測2001年東風(fēng)汽車公司內(nèi)病毒性肝炎不會(huì)流行。2001年東風(fēng)汽車公司病毒性肝炎實(shí)際發(fā)病率與近5年相比略有減少，沒有發(fā)生病毒性肝炎流行，說明年初的預(yù)測結(jié)果與實(shí)際情況相一致。

鄧志紅，譚紅專等[5]為探討一種簡單、敏感、有效的甲肝疫情預(yù)警方法，建立了4種預(yù)警模型進(jìn)行優(yōu)選。結(jié)果表明，比數(shù)圖法和控制圖法均是5年模型的功效優(yōu)于3年模型；無論是3年模型還是5年模型，控制圖法的功效均高于比數(shù)圖法；湖南省的甲肝發(fā)病率為非正態(tài)分布，控制圖法5年模型取第65百分位數(shù)為預(yù)警界值時(shí)約登指數(shù)最大。證明控制圖法5年模型是預(yù)警甲肝流行的有效方法，其最適預(yù)警界值為第65百分位數(shù)。

4.1.3 “Z-D”現(xiàn)象預(yù)測 1997年，曾光和丁雁鵬等[6]通過對全國29省17種法定報(bào)告?zhèn)魅静〉臍v史資料進(jìn)行分析，發(fā)現(xiàn)某病流行年發(fā)病曲線波峰向右偏移時(shí)，則下一流行年發(fā)病率將可能上升，且向右偏移程度越大，上升的概率越大，反之則下降，他們將傳染病的這種現(xiàn)象稱為“Zeng-Ding”即“Z-D”現(xiàn)象。通過分析還發(fā)現(xiàn)“Z-D”現(xiàn)象在病毒性肝炎、百日咳、流行性腦脊髓膜炎、猩紅熱中的表現(xiàn)比其他疾病更典型。傳染病季節(jié)發(fā)病曲線波峰的偏度在一定程度上綜合反映了眾多因素對流行過程的影響，利用“Z-D”現(xiàn)象分析傳染病疫情資料進(jìn)行預(yù)測研究，對指導(dǎo)制定傳染病控制措施有積極意義。

程穎愷等[7]進(jìn)一步論證了疾病流行中“Z-D現(xiàn)象”的存在，并探討其與病種和時(shí)間序列的關(guān)系。張嵐[8]應(yīng)用疾病流行中存在的“Z-D”現(xiàn)象，對管區(qū)1970～1999年細(xì)菌性痢疾、病毒性肝炎兩種疾病的時(shí)間序列資料進(jìn)行了分析并作出了預(yù)測?；仡櫺则?yàn)證結(jié)果表明，兩病種最佳截取點(diǎn)的月累計(jì)百分位數(shù)與流行年前兆升降比均呈負(fù)相關(guān)，顯著性檢驗(yàn)P＜0.01。回顧性預(yù)測符合率分別為66.67%和68.67%。利用建立的模型進(jìn)行外推性驗(yàn)證，分別做出1998年、1999年和2000年細(xì)菌性痢疾和病毒性肝炎兩種傳染病上升與下降的預(yù)測，并與實(shí)際情況比較，基本一致。外推性預(yù)測結(jié)果與回顧性驗(yàn)證結(jié)果基本一致。證實(shí)了“Z-D”現(xiàn)象存在于細(xì)菌性痢疾和病毒性肝炎兩種疾病的流行過程中。

4.1.4 馬爾可夫鏈 馬爾科夫鏈?zhǔn)敲枋鲆活愲S機(jī)動(dòng)態(tài)系統(tǒng)的模型，它是指系統(tǒng)在每個(gè)時(shí)間所處的狀態(tài)是隨機(jī)的，從當(dāng)前時(shí)間（現(xiàn)在）到下一時(shí)間（未來）的狀態(tài)按一定的概率轉(zhuǎn)移，而未來狀態(tài)僅與現(xiàn)在狀態(tài)及其轉(zhuǎn)移概率有關(guān)，而與以前狀態(tài)無關(guān)，即無后效性。利用馬爾科夫鏈進(jìn)行預(yù)測就是根據(jù)系統(tǒng)變量的現(xiàn)在狀態(tài)及其變化趨勢，預(yù)測其在未來某一特定時(shí)間可能出現(xiàn)的狀態(tài)，從而為決策提供依據(jù)。馬爾科夫預(yù)測是馬爾科夫鏈在預(yù)測領(lǐng)域的一種應(yīng)用。

付長賀、鄧甦等[9]運(yùn)用馬爾科夫鏈建立傳染病預(yù)測模型，并根據(jù)遼寧省干旱地區(qū)朝陽市1981～1993年呼吸道傳染病-流行性腦脊髓膜炎的年發(fā)病率資料對該預(yù)測模型進(jìn)行了驗(yàn)證，根據(jù)計(jì)算所得的初始時(shí)刻的狀態(tài)概率向量a(0)和狀態(tài)轉(zhuǎn)移概率矩陣P，對1994～1996年的流行性腦脊髓膜炎發(fā)病率進(jìn)行預(yù)測。

馬爾可夫過程是隨機(jī)過程的一個(gè)分支，它最基本最重要的特征是：“無后效性”，即在已知隨機(jī)過程“現(xiàn)在”狀態(tài)的條件下，其“將來”的狀態(tài)與“過去”的狀態(tài)無關(guān)。加權(quán)馬爾可夫鏈預(yù)測思想認(rèn)為，傳染病在各個(gè)不同時(shí)間段的發(fā)病情況都符合或者近似符合一個(gè)時(shí)間序列。由于大多數(shù)傳染病在某個(gè)時(shí)間段（如：周、月或者季節(jié)）的發(fā)病人數(shù)和發(fā)病率，與之前若干個(gè)時(shí)間段的發(fā)病情況關(guān)系較為密切，每個(gè)時(shí)段傳染病的發(fā)病人數(shù)（或發(fā)病率）序列是一列相依的隨機(jī)變量，各階自相關(guān)系數(shù)刻畫了各種滯時(shí)（各個(gè)時(shí)段）的發(fā)病人數(shù)之間的相關(guān)關(guān)系的強(qiáng)弱。因此，可考慮先分別依其前面若干時(shí)段的發(fā)病人數(shù)（對應(yīng)的狀態(tài)）對該時(shí)間段發(fā)病人數(shù)的狀態(tài)進(jìn)行預(yù)測，然后，按前面各時(shí)段與該時(shí)段相依關(guān)系的強(qiáng)弱加權(quán)求和來進(jìn)行預(yù)測和綜合分析，即可以達(dá)到充分、合理地利用歷史數(shù)據(jù)進(jìn)行預(yù)測的目的，而且經(jīng)這樣分析之后確定的結(jié)論也應(yīng)該是更加合理的。這就是加權(quán)馬爾可夫鏈預(yù)測的基本思想。

彭志行等[10]用加權(quán)馬爾可夫鏈理論建立預(yù)測傳染病發(fā)病情況的數(shù)學(xué)模型，以江蘇省1990年1月至1999年12月逐月乙型肝炎發(fā)病人數(shù)的監(jiān)測資料為樣本，運(yùn)用加權(quán)馬爾可夫鏈對2000年的發(fā)病人數(shù)進(jìn)行預(yù)測和其他相關(guān)分析。根據(jù)江蘇省1999年7～12月六個(gè)月乙型肝炎發(fā)病人數(shù)及其相應(yīng)的狀態(tài)轉(zhuǎn)移概率矩陣對2000年1月的乙型肝炎發(fā)病人數(shù)進(jìn)行預(yù)測，預(yù)測發(fā)病人數(shù)對應(yīng)的狀態(tài)為3，即發(fā)病人數(shù)x滿足：1369＜x≤1641，江蘇省2000年1月乙型肝炎的實(shí)際發(fā)病人數(shù)為1390人。同理，以1999年8月至2000年1月的資料序列預(yù)測2000年2月的發(fā)病人數(shù)，預(yù)測發(fā)病人數(shù)對應(yīng)的狀態(tài)為2，即發(fā)病人數(shù)x滿足：1029＜x≤1369，而200年2月的實(shí)際發(fā)病人數(shù)1178，兩次預(yù)測都是準(zhǔn)確的。

4.1.5 地理信息系統(tǒng) 地理信息系統(tǒng)（geographic information system GIS）是以地理空間數(shù)據(jù)庫為基礎(chǔ)，在計(jì)算機(jī)軟、硬件的支持下，對空間相關(guān)數(shù)據(jù)進(jìn)行收集、管理、操作分析、模擬和顯示，并采用地理模型分析方法，適時(shí)提供多種空間和動(dòng)態(tài)的地理信息，為地理研究和地理決策服務(wù)而建立起來的計(jì)算機(jī)技術(shù)系統(tǒng)。地理信息系統(tǒng)是一門集計(jì)算機(jī)科學(xué)、地理學(xué)、測繪學(xué)、空間科學(xué)、信息學(xué)等為一體的新興高科技學(xué)科，目前已用于疾病的監(jiān)測和衛(wèi)生管理決策的制定。血吸蟲病的分布、流行與地理因素密切相關(guān)。

GIS應(yīng)用于疾病監(jiān)測，可以實(shí)時(shí)、動(dòng)態(tài)地顯示發(fā)病變化情況，并可展示疾病的時(shí)空分布，從而達(dá)到信息的可視化。目前我國GIS在疾病監(jiān)測方面的應(yīng)用主要有瘧疾、血吸蟲病、萊姆病和霍亂等疾病的研究。以我國常見的血吸蟲病為例，血吸蟲病與自然生態(tài)環(huán)境密切相關(guān)。我國血吸蟲病的分布與釘螺（特別是感染性釘螺）的分布相一致，有著嚴(yán)格的地方性。地表植被、光照、溫度、水分和土壤等都會(huì)影響釘螺的生存繁衍，進(jìn)而影響血吸蟲病的地理分布。利用GIS預(yù)測模型和多層疊加分析可以為螺情及血吸蟲病的監(jiān)測提供有力的工具。GIS用于暴發(fā)疫情調(diào)查時(shí)，其地圖展示功能可以讓研究者對疫情發(fā)展情況一目了然。

汪天平等[11]利用氣象參數(shù)建立模型來預(yù)測長江下游血吸蟲病流行情況。將各季節(jié)的傳播指數(shù)和NDVI在ArcView3.2軟件進(jìn)行疊加分析。將選取的觀察點(diǎn)實(shí)際血吸蟲病流行情況按流行程度和流行與否，與預(yù)測結(jié)果進(jìn)行等級相關(guān)性檢驗(yàn)，以判別相關(guān)吻合程度。結(jié)果表明血吸蟲傳播指數(shù)的大小與流行程度密切相關(guān)。認(rèn)為 GIS技術(shù)可以作為血吸蟲病分布、流行程度的監(jiān)測和預(yù)測工具。

李朝暉，董毅[12]等應(yīng)用地理信息系統(tǒng)（GIS）分析云南省大理市血吸蟲病流行狀況及釘螺分布情況。收集云南大理市2002～2008年血吸蟲病疫情資料，并輸入計(jì)算機(jī)建立GIS數(shù)據(jù)庫，用ArcGIS9.2軟件對7年來大理市的血吸蟲病流行狀況、釘螺和急性血吸蟲感染(急感)分布變化進(jìn)行描述和分析。結(jié)果表明，2008年血吸蟲病流行于11個(gè)鄉(xiāng)（鎮(zhèn)）、91個(gè)行政村、401個(gè)自然村。2008年趨勢面分析顯示釘螺分布有向西北方向聚集的趨勢，而人群感染則向東南聚集。急感病例分布于6個(gè)鄉(xiāng)（鎮(zhèn)），23個(gè)行政村；時(shí)空聚類分析顯示病例分布呈現(xiàn)明顯的聚集性。2002年大理市喜州鎮(zhèn)的3個(gè)流行村為一級聚類區(qū)。認(rèn)為GIS作為數(shù)據(jù)庫和圖形管理的工具，能更直觀、形象和宏觀地描述、分析血吸蟲病疫情。

楊國靜等[13]建立江蘇省瘧疾地理信息系統(tǒng)（GIS）數(shù)據(jù)庫和瘧疾流行GIS模型，對江蘇省的瘧疾流行區(qū)進(jìn)行空間分析。認(rèn)為基于TGDD的GIS預(yù)測模型可應(yīng)用于江蘇省瘧疾流行的監(jiān)測。

[1] 楊倬.流行控制圖法在預(yù)測傳染病發(fā)病趨勢中的應(yīng)用.現(xiàn)代預(yù)防醫(yī)學(xué), 2003,30(5):665-667.

[2] 楊維中,邢慧嫻,王漢章,等.七種傳染病控制圖法預(yù)警技術(shù)研究.中華流行病學(xué)雜志,2004,25(12):1039-1041.

[3] 曹明華,李群,吳家兵,等.腸道傳染病控制圖法預(yù)警技術(shù)研究.現(xiàn)代預(yù)防醫(yī)學(xué),2007,34(8):1441-1443.

[4] 譚德斌.運(yùn)用比數(shù)圖表法預(yù)測病毒性肝炎年度疫情趨勢.湖北預(yù)防醫(yī)學(xué)雜志,2002,13(2):41.

[5] 鄧志紅,譚紅專,胡世雄,等.甲型病毒性肝炎流行預(yù)警方法研究.中國預(yù)防醫(yī)學(xué)雜志,2007,8(5):635-639.

[6] 曾光,丁雁鵬,程穎愷.傳染病流行中存在“Z一D現(xiàn)象”的論證.中華流行病學(xué)雜志,1997,18(5):270-274.

[7] 程穎愷,曾光.麻疹、猩紅熱流行中存在“Z-D現(xiàn)象”的進(jìn)一步論證及其預(yù)測價(jià)值研究.中華流行病學(xué)雜志,1999,20(4):200-203.

[8] 張嵐.應(yīng)用“Z-D現(xiàn)象”進(jìn)行傳染病疫情預(yù)測的研究.數(shù)理醫(yī)藥學(xué)雜志, 2002,15(3):268-269.

[9] 付長賀,鄧甦.馬爾科夫鏈在傳染病預(yù)測中的應(yīng)用.沈陽師范大學(xué)學(xué)報(bào), 2009,27(1):28-30.

[10] 彭志行,鮑昌俊,趙楊,等.加權(quán)馬爾可夫鏈在傳染病發(fā)病情況預(yù)測分析中的應(yīng)用.數(shù)學(xué)的實(shí)踐與認(rèn)識.2009,39(23):92-99.

[11] 汪天平,周曉農(nóng),等.地理信息系統(tǒng)(GIS)用于江蘇、安徽和江西省血吸蟲病流行預(yù)測的研究.中國血吸蟲病防治雜志,2004,16(2):86-90.

[12] 李朝暉,董毅,董興齊.基于地理信息系統(tǒng)的血吸蟲病疫情分析.中國血吸蟲病防治雜志,2009,21(6):535-537.

[13] 楊國靜,周曉農(nóng),等.江蘇省瘧疾流行地理信息系統(tǒng)預(yù)測模型的研究.中華預(yù)防醫(yī)學(xué)雜志,2002,36(2):103-105.

10.3969/j.issn.1672-2779.2012.18.112

1672-2779（2012）-18-0159-04

2012-06-23）