VPN在河北省疾病预防控制网络体系中的应用

随着Intemet访问的增加，传统的Imernet接入服务已越来越满足不了用户需求，因为传统的Internet只提供浏览、电子邮件等单一服务．没有服务质量保证，没有权限和安全机制，界面复杂不易掌握。尤其随着国家对突发公共卫生事件信息处理的高效性、保密性、实时性的特殊要求，虚拟专用网络(VirtualPri、rateNetworks，VPN)的提出解决了这些问题。

2014—2021年河北省县级疾控机构人力资源配置及公平性分析

目的了解河北省县级疾控机构人力资源配置及公平程度,为提升河北省县级疾控机构公共卫生服务能力建设提供科学依据。方法发放调查表并结合中国疾病预防控制综合管理信息系统收集2014—2021年河北省县级疾控机构人员信息,采用描述分析和基尼系数、聚集度方法对全省县级疾控机构中心的人力资源现状和公平性进行分析。结果2021年河北省县级疾控机构缺编2825人,缺编率为21.64%,其中36个县(区)缺编率达50%以上,8个县(区)缺编率达到80%以上;虽与2014年相比增长了14.65%,但仍未达到国家标准要求;公卫人员、其他技术人员呈上升趋势,分别增长26.48%和88.42%;基尼系数按照人口分布计算,不同专业与整体人员数值均小于临界值0.4,符合一般公平性特征;按地理面积计算,整体人员的数值>0.4,公平性堪忧;聚集度P值统计:张家口、承德地区人员缺口较大。结论河北省县级疾控机构人员编制不足,人员结构老龄化,学科单一,存在地域差异。建议加强区域间专业技术人员的配置公平度,适度引进高层次人才,加强复合型交叉学科人才培养。

2016—2022年河北省其他感染性腹泻病时空聚集性分析

目的分析2016—2022年河北省其他感染性腹泻病的流行特征和时空聚集性,为科学防控提供参考。方法收集2016—2022年其他感染性腹泻病发病数据,采用占比对分类变量进行描述,采用χ^(2)检验进行组间比较,对发病情况进行全局和局部空间自相关分析,用时空扫描法分析发病的时间-空间的聚集性。结果2016—2022年河北省其他感染性腹泻病年均报告发病率为70.48/10万,不同年份的发病率差异有统计学意义(χ^(2)=1071.553,P<0.001);男女发病比为1.26∶1,不同性别发病率差异有统计学意义(χ^(2)=332.308,P<0.001);0~<20岁年龄组发病率占比最高为43.22%,不同年龄组发病率差异有统计学意义(χ^(2)=1811.326,P<0.001);农民和散居儿童发病例数占比最高,分别为45.17%和35.03%;6~8月为发病主高峰,占34.92%,Moran′s I指数均值为0.393,不同年份Moran′s I差异有统计学意义(Moran′s I=0.539、0.453、0.392、0.377、0.395、0.339、0.257,P=0.001),发病存在空间聚集性,局部空间自相关分析显示,高-高聚集区分布于河北省中南部13~20个县区,时空扫描结果与空间分析结果基本一致。结论河北省2016—2022年其他感染性腹泻病报告发病例数和发病率均呈下降趋势,发病人群主要是农民和散居儿童,应在高发季节做好重点地区重点人群的监测,提前做好健康宣传教育等预防措施。

ARIMA模型与GM(1,1)对其他感染性腹泻病流行趋势预测效果比较

目的分析2011—2022年河北省其他感染性腹泻病的流行趋势,建立差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型和灰色预测模型[gray forecast model,GM(1,1)],比较两种模型预测效果,探讨预测模型在传染病预测中的应用价值,为科学防控提供参考。方法收集2011年1月—2022年12月其他感染性腹泻病发病率数据,建立时间序列,对其进行平稳性和白噪声检测,确定最优的ARIMA模型与GM(1,1)拟合方程,对2023年1—6月其他感染性腹泻病发病率的预测值与实际值进行拟合评价,对预测效果进行比较。结果ARIMA(0,1,1)(1,0,0)_(12)为最优模型,Ljung-Box统计量为24.263(P=0.084),平稳的决定系数(coefficient of determination,R^(2))=0.620,贝叶斯信息准则(bayesian information criterion,BIC)=0.625,平均绝对误差(mean absolute error,MAE)=0.977,残差不存在自相关性。在建模的良好范围,预测数据与实际数据相对误差平均值为23.70%,实际值在预测值95%CI内;GM(1,1)的平均相对误差值为27.71%,最小误差值为6.68%,两种模型预测结果在建模的良好范围,均可用于对其他感染性腹泻病的预测。结论在选择最优参数的条件下,ARIMA模型和GM(1,1)对其他感染性腹泻病发病率的预测拟合度较好,能有效预测发病趋势,可外推至其他传染病的预测研究。