監測預警基礎24-移動流行區間法是什么？

系列簡介

這是我們一系列原創技術貼，從易到難，每天學習一點。所有內容均為疾控數據分析、科研論文相關，或者說很多和現在的熱門監測預警相關，所以我們這個系列就叫“監測預警基礎”。

今天是第24節，又是一種新的方法，這種方法的主要目的就是建立閾值，一起來學習吧。

從事傳染病監測預警的您，是否經常為什么時候進入流行期而困擾？

如果答案是肯定的，那么今天介紹的移動流行區間法（Moving Epidemic Method, MEM），就是您一直在尋找的“科學預警利器”。它就像傳染病的“智能天氣預報”，能幫助我們更科學地回答上述問題。

MEM是一種利用歷史發病數據，自動計算出判斷當前是否進入流行期、以及流行強度高低的“標尺”（即閾值）的統計方法。

想象一下，我們要判斷一條河流的水位是否達到“警戒水位”。我們會根據多年的水文記錄，計算出一個水位線，一旦超過，就意味著可能有洪澇風險。

MEM做的正是類似的工作，只不過它監測的不是河流水位，而是傳染病的“病例潮汐”。

MEM的核心思想是“向歷史學習，為未來預警”。其工作流程可以簡化為以下三個關鍵步驟：

一、步驟1：劃分“平靜期”與“風暴期”——確定流行期
一種季節性傳染病，一年中都可以分為流行期（風暴期）和非流行期（平靜期）。MEM首先要做的，就是從歷史數據中找出每年的“風暴期”在哪里，從什么時候開始？如何算開始？

它怎么做到的？MEM會分析每一年每周的病例數據，通過一個叫MAP函數的算法，自動找出病例數增長最快、最集中的那一段連續周次。這段時期就被定義為該年的“流行期”，而之前和之后的時期就是“非流行期”。

二、步驟2：打造兩把“標尺”——計算流行閾值與強度閾值

劃定“風暴期”和“平靜期”后，MEM開始打造預警用的“標尺”。

1. 流行閾值（開始/結束閾值）：

• 數據來源：使用非流行期（平靜期）的病例數據。

• 作用：這把“標尺”用于判斷流行是否開始或結束。當本周的監測數據超過“開始閾值”時，就像水位超過警戒線，提示我們“流行期可能開始了”；當數據回落到“結束閾值”以下時，提示流行期可能結束了。

強度閾值（中、高、極高閾值）：

• 數據來源：使用流行期（風暴期）的病例數據。

• 作用：這套“標尺”用于判斷流行強度的強弱。一旦進入流行期，我們可以根據本周數據超過了哪一級強度閾值，來評估疫情的嚴重程度，是為“中等強度”、“高強度”還是“極高強度”，從而為采取不同級別的防控措施提供依據。

有了歷史數據計算出的這幾把“標尺”，我們就可以對當前（目標季節）的每周監測數據進行判斷了。

與傳統方法相比，MEM有以下幾個突出優點：

• 客觀量化，減少主觀判斷：閾值由歷史數據自動計算，避免了依靠專家經驗判斷帶來的主觀性，預警標準統一、可比較。

• 動態調整，貼合實際：MEM的“移動”體現在它計算出的閾值是基于最近幾年（通常5-10年）的數據，能更好地反映疾病最新的流行特征。

• 功能強大，不僅預警“是否”更預警“多強”：不僅能判斷是否進入流行，還能對流行強度進行分級，支持精準防控。

• 國際認可，應用廣泛：該方法由歐洲團隊開發，已被世界衛生組織（WHO）和歐洲疾控中心推薦，用于流感和手足口病等多種季節性傳染病的監測。

MEM并非萬能，它最適合用于具有明顯季節性規律的傳染病，例如流感、手足口病等。對于沒有明顯季節性的傳染病，MEM的應用效果會受限。

簡單來說，移動流行區間法（MEM）幫助我們：

1. 從歷史數據中學習規律，自動生成預警“標尺”。

2. 用這些“標尺”去衡量當前疫情，實現客觀、量化的預警。

3. 不僅回答“是不是”流行，更回答“有多嚴重”，為防控資源調配提供關鍵決策支持。

在追求科學防控、精準預警的今天，掌握MEM這樣的工具，無疑能讓我們的監測預警工作如虎添翼，讓決策更加“心中有數”。

編輯：普通疾控人 | 審核：詩酒趁年華

文章來源 | 原創

說明 | 轉載只為分享，如有侵權聯系刪除

?版權聲明 | 部分信息和圖片來自公開網絡

轉載請注明

再次轉載請注明出處

科普健康 | 宣傳疾控

本號為多位疾控機構從業者運營

重點關注國內外健康事件

致力于疾控科普

在做好科普服務大眾的同時

做好疾控機構的宣傳

讓更多的人了解疾控，擁抱健康

歡迎加「小編」微信(cdcjkr126com)

本文具體說明

本文為原創內容，文章為個人理解所學，不涉及疫情信息及內部保密數據，發表的目的為自我總結及給有需求的人士學習使用。如有不妥之處，歡迎聯系小編修改、刪除。

更多精彩視頻，盡在“CDC疾控人”視頻號