症状监测的发展与应用

柏鸿凌+金必红+王晔

1.背景

疾病监测，尤其是传染病监测是目前及时有效发现和控制新发传染病和传染病暴发疫情预警的重要方法和手段。然而近年来，随着世界范围内各种新发传染性疾病（人感染H7N9禽流感等）的出现和原有传染病（多重耐药性肺结核等）的重新流行，以及各种冲突矛盾导致全球核生化恐怖袭击风险的不断增加，以临床诊断和实验室诊断为基础的传统疾病监测系统由于在症状报告或样品采集和疾病的最后诊断之间通常存在一段时间的滞后期而逐渐不能适应突发公共卫生事件应急处理的要求，因而症状监测（Symptom-based Surveillance）作为传统监测的补充方法得以迅速发展并受到越来越广泛的关注[1]。

症状监测，也称为症候群监测（Syndromic Surveillance），是指通过连续、系统地收集和分析特定疾病临床症候群的发生频率的数据，及时发现疾病在时间和空间分布上的异常聚集，以期对疾病或不良健康事件暴发进行早期探查、预警和快速反应的监测方法。症状监测所说的“症状”不仅仅指临床症状，还包括与症状有关的其它信息，如急诊室患者主诉、药店非处方药物（Over-The-Counter， OTC）的销售量、学校或单位缺勤率、网络搜索信息和电话求助热线等[2]。症状监测数据的产生往往早于明确的诊断信息，因此收集、分析这些数据有助于早期发现异常的公共卫生事件，缩短应对时间。

2.国外症状监测的发展与应用

自20世纪80年代法国巴斯德研究所的Hannoun等首次提出利用非特异性症状指示性数据的监测方法（即症状监测的雏形），各国都相继开发了不同的症状监测系统用于新发传染病预警、重大常规传染病暴发流行的预警、公共危机应对以及重大活动的安全保障[3， 4]。

2.1美國

美国于1999年就由匹兹堡大学建立了实时暴发与疾病监测（Real-time Outbreak and Disease Surveillance）系统[5]，将病例的临床表现分类至呼吸道症候群等7个症候群进行监测，2001年发生的“911”及随后发生的“白色粉末”事件加速了该系统的发展。此后，美国还相继开发了社区疾病流行早期报告电子监测（Electronic Surveillance System for the Early Notification of Community-based Epidemics）系统[6]、轻型流行病先进检测与紧急应变系统（Lightweight Epidemiology Advanced Detection and Emergency Response System）[7]和快速症状确认项目（Rapid Syndrome Validation Project）[8]等系统，目前美国100多个部门都已部署实施了症候群监测系统[9]。

美国这些症状监测系统在发现疾病与症状异常流行模式及可疑事件调查发挥了重要的作用[10]。1993年美国威斯康星州报道了非处方腹泻药出现脱销，由此调查发现由隐孢子虫引起的腹泻暴发疫情[11]；2000年美国纽约建立了针对蚊虫的全城监测及针对鸟群的哨点监测，以指示西尼罗病毒感染流行情况，使得防控措施的实施与以前相比提前了4周时间[12]；2001年美国国防部开展的症状监测系统发现了3起腹泻疫情，其中证实为轮状病毒引起[13]。

近年来，美国在原有症状监测的基础上又开始尝试用更全面有效的症状监测方法来发挥其在疾病暴发早期发现中的作用。2006-2011年期间，美国在纽约市近2000所学校中建立了校医就诊症状监测系统，对包括流感样（Influenza-like illness， ILI）病例、发热、过敏、哮喘、腹泻等在内的症状进行监测同时与急诊部门的症状监测系统进行比较[14]。

2.2欧洲国家

美国遭恐怖袭击后，包括英国、德国、法国、意大利、丹麦、瑞典等在内的欧洲国家也陆续开展了症状监测工作[15]。英国应用英国国家医疗服务系统（National Health Service），监测包括流感症候群在内的10种症候群[16]。2011年德国发生肠出血性大肠杆菌O104：H4感染暴发后，建立了症状监测系统，对症状信息进行每日报告，通过手工收集和报告数据，及时地提供了疫情信息[17]。瑞典通过将网络检索和热线电话等症状监测方法应用到ILI病例的监测中并和传统监测方法进行比较，发现新的监测方法能早于传统监测捕捉到病例[18]。西班牙则尝试通过监测每周家畜死亡数量来进行相关疾病暴发的早期监测[19]。这些国家创新的监测方法都在一定程度上发挥了疾病早期发现预警的作用。

2.3其他国家

近年来，该方法也在亚洲、非洲、太平洋国家得到了推广应用并取得很好的效果[20]。2002年，印度尼西亚通过暴发早期预警识别系统（Early Warning Outbreak Recognition System）症状监测系统发现了一起严重的腹泻病暴发疫情[21]。澳大利亚于2003年在悉尼举办的世界杯橄榄球赛中建立发展了症状监测系统[22]。2005年秘鲁通过阿莱尔塔（Alerta）症状监测系统确证并控制了2起由环孢子虫引起的海军训练基地的腹泻暴发[23]。2013年基里巴斯（Kiribati）利用其早期预警症状监测系统每日监测腹泻和呕吐症状病例，发现并控制了一起轮状病毒感染暴发疫情[24]。2013年日本在举行大型体育赛事活动期间，充分利用了症状监测作为传统监测的补充，包括法定症状监测系统、救护车运转症状监测系统，药品监测及学校缺勤监测系统等，通过信息分享、每日风险评估、每日疫情报告及必要时采取应对措施等来加强疾病监测[25]。2014年塞拉利昂使用手机社区症状监测系统来监测埃博拉出血热的暴发，也取得了一定的成效[26]。

3国内症状监测的发展和应用

我国疾病监测系统的发展比较迟，2003年经历了SARS流行后才建立了全国统一的传染病网络直报系统，同时症状监测系统也得到了迅速发展[27]，通过依赖各级医疗机构平台针对少数疾病开展症状监测，如ILI病例监测系统、不明原因肺炎监测、发热出疹性疾病监测和感染性腹泻监测系统等[28]。2009年开始，依托国家重大科技专项“传染病技术平台”，症状监测在我国得到了广泛的应用，并逐步被实践用于疾病暴发和突发公共卫生事件的早期预警。

3.1门诊监测

日常门诊是医疗机构最重要最基本的工作职能，由于其拥有丰富的疾病信息资源，常作为发现传染病异常动态的前沿哨点。广州市利用某综合医院的信息系统资料，对门诊病例信息进行症候群分类，比较不同呼吸道症候群数据的时间分布，选择与ILI病例有相似趋势的数据，通过交叉相关分析发现肺部感染数据具有良好的特异性与及时性，可作为流感等传染病的预警资料[29]。江苏省徐州市利用综合医院门诊腹泻病症候群信息较好地应用于肠道传染病预警中，及早发现了细菌性痢疾和其他感染性腹泻发病高峰[30]。

3.2急诊监测

随着医疗条件不断提高，医疗急诊网络逐渐覆盖全球各大城市，研究人员开始通过急诊室获取非特异性数据进行症状监测。台湾地区建立了以医院急诊室为基础的症状监测系统，该系统每天分析来自189家医院实时上报的急诊室电子数据，主要针对流感样症状、呼吸道症状和消化道症状进行监测。研究表明，使用该系统监测流感样症状疾病和肠道病毒感染增强了大流感准备和疾病控制能力[31]。

3.3学校缺勤缺课监测

学校人口密集，存在发生各种突发公共卫生事件的诱因，且学生作为家庭和学校的纽带，在传染病传播中起着重要作用，因此，学校缺勤缺课系统是症状监测系统的一个重要组成部分。国内各地也逐渐建立了学校症状监测系统，用于早期疾病监测预警工作。湖北某市通过统一的症状监测系统对17个小学针对水痘、流行性腮腺炎和ILI病例进行了监测，并在该系统运行的过程中成功运用预警模型发现并核实了3起暴发[32]。

3.4药物销量监测

药物销售量监测是以“药店零售OTC药物的销售情况”为基础的一种症状监测。研究表明，在疾病的早期病人常自行购买药物进行治疗，尤其是经济落后的农村地区[33， 34]，因此，药店药品销售监测数据可以早于医疗结构监测系统，更快更及时地提供公共卫生早期预警信号。我国OTC药物销售监测研究尚处于起步阶段，仍面临一些困难和挑战，仅有部分地区开展了相关的试点研究。

河北石家庄市的研究证实，流感药物销售量高峰要早于哨点监测高峰和网络直报时间，且在暴发疫情监测中药物销售量监测是最敏感的监测方法[35]。湖北农村某市所有监测药店呼吸系统类药物的销售数据和监测医疗机构门诊病人中ILI病例数，发现药物销售数据与ILI病例数据相关，提示药物销售量监测数据可以更早发出预警信号[34]。

3.5其他监测

除了以上常用症状监测系统外，一些非常规的症状监测的尝试应用也取得了较好的成效，为日后症状监测的发展提供了方向。

3.5.1口岸疾病监测

在杭州机场口岸对入境有症状人员进行流行病学调查和医学排查将甲型流感确诊病例与排除病例进行对比分析，发现相比其他有症状人员，甲流患者更易出现多种症状，特别是出现发热、咳嗽和咽痛等症状，证实口岸症状监测对甲流大流行的预警有一定的意义[36]。

3.5.2重大事件疾病监测

2008年汶川地震后通过以解放军某部参加救灾全体人员为监测对象确立6种症状为监测指标，及时发现并最终控制了急性上呼吸道感染和荨麻疹暴发，在军队应急状况下起到了预警作用[37]。

3.5.3搜索引擎监测

2013-2014年在天津开展的一项研究表明，使用“百度”搜索引擎搜索“流感”、“发热”、“咳嗽”等关键词和实验室流感确证结果相关性很高，甚至高于OTC门诊药量和学校ILI病例的监测和实验室结果的相关度[38]。

4.上海市主要工作实践

上海身为国际化大都市，具有外来人口多，大型活动多，国际交流频繁的特点，传染病监测对于维护社会安定居民健康都有着重要的意义。2006年上海市通过在医院和学校设立监测点，建立了重点传染性疾病症状监测预警信息系统，选择易造成暴发流行的几种重点传染病（包括不明原因肺炎、ILI病例、菌痢、霍乱、感染性腹泻、麻疹、水痘、手足口病和乙脑）作为监测目标疾病，定义了的相应症候群，包括流感样症候群、发热呼吸道症候群、发热肺炎症候群、消化道症候群、出疹性疾病症候群、中枢神经系统症候群等开展监测，监测结果对于增强传染病预警水平、及早发现疫情暴发的“苗头”具有积极意义[39]。

4.1常规监测预警

4.1.1学校及托幼机构缺勤缺课系统监测

上海市症状监测系统在常规监测方面发挥着最基本最重要的作用。通过上海市建立的全覆盖托幼机构症状监测信息系统实时对托幼机构内幼儿常见症状的发生情况进行监测，了解学校常见缺课原因和传染病分布情况，并及时分析异常，对于早期发现疫情、预防传染病在学生中的暴发和流行及保障区域公共卫生安全起到重要作用[40]。

4.1.2成人和儿童腹泻病综合监测

同时，上海市从2012年在全市各区县医院肠道门诊开展成人和儿童的腹泻病综合监测，对前往医院肠道门诊就诊的腹泻病人进行统一登记并间隔采样送检。通过成人和儿童腹泻病综合监测，分别了解了上海市成人和儿童腹泻病患者的流行病学特征及主要病因并及时发现霍乱等重点传染病人，同时也全面了解了腹泻病病原分布情况以及季节性变化特征[41]。同时，实验室还针对病例檢测到的主要病原体进行了药敏实验，了解了成人和儿童不同病原体的耐药情况，为临床医生的诊断和治疗提供了一定的依据。成人和儿童腹泻病综合监测通过构建一个市疾控-区疾控-医院的三级平台为了解全市感染性腹泻病情况和疾病的监测预警提供了基本数据，同时也通过该监测项目在未来能预测全市腹泻病发病趋势和发病率。

4.1.3急性呼吸道感染綜合监测

2014年底，上海在全市三家医院试点开展呼吸道感染综合监测，对试点医院ILI病例和严重急性呼吸道感染（Severe Acute Respiratory Infection， SARI）病例进行间隔采样检验，除了检测到引起ILI和SARI病例的流行强度和主要病原种类外，该项目还针对主要病原微生物做了药敏实验，同时通过监测还发现了诸如百日咳杆菌等少见病原体感染，为了解呼吸道感染性疾病情况和疾病的监测预警提供了基本数据，同时该监测结果也为临床医生的诊断和治疗提供了一定的依据。

4.2大型活动保障

上海市症状监测系统在大型活动预警中得到了充分应用，2010年上海世博会期间开发设计了“中国2010年上海世博会园区内就诊异常情况报告和预警系统”，该系统在上海世博会期间成功建立并正常运行，对上海世博会期间园区内传染病预防控制及突发事件早期预警防控起到了积极的作用。与此同时，朱渭萍等在世博期间通过收集辖区内的医疗机构、学校、宾馆和药店数据进行了实时症状监测，发现并核实了11起可疑学校和托幼机构传染病集聚性事件[42， 43]

4.3发现新发传染病

症状监测不仅被用于监测预警，还在新发传染病的发现中发挥了很大作用，2013年2月上海市就通过不明原因肺炎监测系统成功发现了全球首例H7N9人感染禽流感病例疫情，有效阻止了疫情可能的扩散传播[44]。

5.不足与展望

虽然近年来随着我国传染病监测系统的不断完善，症状监测得到了广泛关注和发展，各省市在各方面都有所尝试，但是和国外症状监测系统较为成熟的国家相比，我国症状监测的应用中仍存在一些局限和不足：

5.1缺乏有效的数据共享机制

由于症状监测涉及到临床诊断前的一切非特异的现象，通常需要收集多方面的数据，其中不仅包括医疗部门，还包括集体单位、药店、气象部门、动物防疫部门等，需要多部门数据共享合作[45]。但我国目前缺乏相应的政策、法律法规保障多部门的合作，卫生系统与其他相关部门间缺乏有效的信息交流和数据共享机制，限制了数据的收集和利用。同时，在暴发预警后期的响应中，也需要各相关部门及时有效的合作配合才能真正发挥症状监测的预警作用。

5.2缺乏实时高效的信息化平台

症状监测系统强调连续的实时数据收集，如通过电子病历或者其他一些自动化途径采集数据，并迅速进行传递、分析和反馈。数据最好是电子格式，以便于征候群的分类。在我国，卫生系统信息化工作起步较晚，水平普遍较低，发展极不平衡[46]，虽自2005年开始实现了网络直报，但是适合症状监测体系的实时数据采集、传输、反馈系统尚未建立，目前全国多数地区各平台的数据都不能直接满足症候群监测所需，部分地区甚至还是依靠人工输入和传递数据。

5.3缺乏有效的数据整合分析方法

症状监测系统收集的信息多为非特异的，不同指标信息系统来源数据的互相印证是提高系统准确性的最好途径，一些非常规并在各个数据库显示一致的变异往往更能准确提示突发公共卫生事件的发生[47]。目前我国数据整合分析的技术水平较为低下，预警模型较国外仍比较单一[48]，如不能迅速进行整合分析并及时地将结论反馈给决策部门就起不到预警的作用。

5.4缺乏及时的病原检测平台

由于症候群数据具有非特异性特征，必须对异常流行信号辅以及时的现场调查与病原学检测，才能增强和验证预警的有效性，明确流行原因。目前大部分基层临床医疗机构尚未建立先进、快速诊断的检测平台，且由于病原检测标本难获取、实验过程耗时等原因导致病原检测不及时，难以实现检测结果的有效支持。

症状监测对于疾病的早期发现和传播控制有着至关重要的作用，因此我国应当正视目前症状监测起步阶段存在的不足之处，并采取如下有效措施：1、加强疾控、检疫等相关各部门之间的紧密合作，在各个有需要的场所设立监测点，并建立信息相互通报机制充分互相分享利用有效数据；2、建立高效的信息化监测系统，并对基层监测人员进行操作培训考核，保证监测数据快速有效地收集、分析、反馈和应用；3、建立有效的症状监测评估框架，对整个监测过程进行追踪，及时判断症状监测的效果和监测中出现的问题，根据评估反馈不断调整完善；4、建立全面的实验室检测网络，开发敏感且特异的快速诊断技术，强化实验室能力建设，促进监测发现聚集性症状信号后的病原学病因调查。

随着新发传染病的不断出现和生物恐怖主义的威胁增加，症状监测作为一种能够早期及时有效的监测预警方法得到了大力发展，我国应当根据我国的情况，在考虑成本效益的前提下，建立多方位的症状监测系统，通过与传统监测系统的整合，提高警报的有效性，才能有效促进我国传染病和突发公共卫生事件预警应急体系的建立和发展。

参考文献：

[1] 程瑾， 张群， 杨志滨等. 症状监测研究领域发展态势分析[J]. 郑州大学学报（医学版）. 2013（06）： 736-740.

[2] Henning K J. What is syndromic surveillance？[J]. MMWR Suppl. 2004， 53： 5-11.

[3] Gesteland P H， Gardner R M， Tsui F C， et al. Automated syndromic surveillance for the 2002 Winter Olympics.[J]. J Am Med Inform Assoc. 2003， 10（6）： 547-554.

[4] Meyer N， Mcmenamin J， Robertson C， et al. A multi-data source surveillance system to detect a bioterrorism attack during the G8 Summit in Scotland.[J]. Epidemiol Infect. 2008， 136（7）： 876-885.

[5] Tsui F C， Espino J U， Dato V M， et al. Technical description of RODS： a real-time public health surveillance system.[J]. J Am Med Inform Assoc. 2003， 10（5）： 399-408.

[6] Lombardo J， Burkom H， Elbert E， et al. A systems overview of the Electronic Surveillance System for the Early Notification of Community-Based Epidemics （ESSENCE II）.[J]. J Urban Health. 2003， 80（2 Suppl 1）： i32-i42.

[7] Green M S， Kaufman Z. Surveillance for early detection and monitoring of infectious disease outbreaks associated with bioterrorism.[J]. Isr Med Assoc J. 2002， 4（7）： 503-506.

[8] Zelicoff A， Brillman J， Forslund D W， et al. The Rapid Syndrome Validation Project （RSVP）.[J]. Proc AMIA Symp. 2001： 771-775.

[9] Buehler J W， Berkelman R L， Hartley D M， et al. Syndromic surveillance and bioterrorism-related epidemics.[J]. Emerg Infect Dis. 2003， 9（10）： 1197-1204.

[10] Gesteland P H， Gardner R M， Tsui F C， et al. Automated syndromic surveillance for the 2002 Winter Olympics.[J]. J Am Med Inform Assoc. 2003， 10（6）： 547-554.

[11] Berger M， Shiau R， Weintraub J M. Review of syndromic surveillance： implications for waterborne disease detection.[J]. J Epidemiol Community Health. 2006， 60（6）： 543-550.

[12] Mostashari F， Kulldorff M， Hartman J J， et al. Dead bird clusters as an early warning system for West Nile virus activity.[J]. Emerg Infect Dis. 2003， 9（6）： 641-646.

[13] Lewis M D， Pavlin J A， Mansfield J L， et al. Disease outbreak detection system using syndromic data in the greater Washington DC area.[J]. Am J Prev Med. 2002， 23（3）： 180-186.

[14] Wilson E L， Egger J R， Konty K J， et al. Description of a school nurse visit syndromic surveillance system and comparison to emergency department visits， New York City.[J]. Am J Public Health. 2014， 104（1）： e50-e56.

[15] Ziemann A， Fouillet A， Brand H， et al. Success Factors of European Syndromic Surveillance Systems： A Worked Example of Applying Qualitative Comparative Analysis.[J]. PLoS One. 2016， 11（5）： e155535.

[16] Harcourt S E， Smith G E， Hollyoak V， et al. Can calls to NHS Direct be used for syndromic surveillance？[J]. Commun Dis Public Health. 2001， 4（3）： 178-182.

[17] Ziemann A， Rosenkotter N， Riesgo L G， et al. Meeting the International Health Regulations （2005） surveillance core capacity requirements at the subnational level in Europe： the added value of syndromic surveillance.[J]. BMC Public Health. 2015， 15： 107.

[18] Ma T， Englund H， Bjelkmar P， et al. Syndromic surveillance of influenza activity in Sweden： an evaluation of three tools.[J]. Epidemiol Infect. 2015， 143（11）： 2390-2398.

[19] Torres G， Ciaravino V， Ascaso S， et al. Syndromic surveillance system based on near real-time cattle mortality monitoring.[J]. Prev Vet Med. 2015， 119（3-4）： 216-221.

[20] Kool J L， Paterson B， Pavlin B I， et al. Pacific-wide simplified syndromic surveillance for early warning of outbreaks.[J]. Glob Public Health. 2012， 7（7）： 670-681.

[21] Chretien J P， Burkom H S， Sedyaningsih E R， et al. Syndromic surveillance： adapting innovations to developing settings.[J]. PLoS Med. 2008， 5（3）： e72.

[22] Muscatello D J， Churches T， Kaldor J， et al. An automated， broad-based， near real-time public health surveillance system using presentations to hospital Emergency Departments in New South Wales， Australia.[J]. BMC Public Health. 2005， 5： 141.

[23] Torres-Slimming P A， Mundaca C C， Moran M， et al. Outbreak of cyclosporiasis at a naval base in Lima， Peru.[J]. Am J Trop Med Hyg. 2006， 75（3）： 546-548.

[24] Tabunga T， Utiera M， Tekoaua R， et al. Response to a large rotavirus outbreak on South Tarawa， Kiribati， 2013.[J]. Western Pac Surveill Response J. 2014， 5（2）： 9-14.

[25] Shimatani N， Sugishita Y， Sugawara T， et al. Enhanced Surveillance for the Sports Festival in Tokyo 2013： Preparation for the Tokyo 2020 Olympic and Paralympic Games.[J]. Jpn J Infect Dis. 2015， 68（4）： 288-295.

[26] Jia K， Mohamed K. Evaluating the use of cell phone messaging for community Ebola syndromic surveillance in high risked settings in Southern Sierra Leone.[J]. Afr Health Sci. 2015， 15（3）： 797-802.

[27] 洪荣涛， 吴生根， 李群等. 中国大陆传染病监测与展望[J]. 疾病监测. 2015（12）： 994-1001.

[28] 程宇， 曾光. 症状监测的实际应用研究进展[J]. 国际流行病学传染病学杂志. 2008， 35（1）： 27-29.

[29] 祖荣强， 蔡衍珊， 秦鹏哲等. 利用综合医院门诊病例数据开展呼吸道疾病症候群监测的探讨[J]. 中华流行病学杂志. 2010， 31（5）： 554-558.

[30] 金丹， 孙传武， 陈勇等. 利用综合医院门诊病例数据开展腹泻病症候群监测的探讨[J]. 现代预防医学. 2013（04）： 753-755.

[31] Wu T S， Shih F Y， Yen M Y， et al. Establishing a nationwide emergency department-based syndromic surveillance system for better public health responses in Taiwan.[J]. BMC Public Health.2008， 8： 18.

[32] Fan Y， Yang M， Jiang H， et al. Estimating the effectiveness of early control measures through school absenteeism surveillance in observed outbreaks at rural schools in Hubei， China.[J]. PLoS One. 2014， 9（9）： e106856.

[33] Mcisaac W J， Levine N， Goel V. Visits by adults to family physicians for the common cold.[J]. J FamPract. 1998， 47（5）： 366-369.

[34] 程麗薇. 湖北省农村地区药物销售量监测系统应用研究[D]. 华中科技大学， 2013.

[35] 郭建花， 周吉坤， 赵丽娟， et al. 药物销售量监测在侦查流感样病例暴发中的效果分析[J]. 中华流行病学杂志. 2007（07）： 726-727.

[36] 孙霆. 杭州机场口岸入境有症状人员甲型H1N1流感排查分析和症状监测研究[J]. 中国国境卫生检疫杂志. 2011（04）： 230-232.

[37] 柴光军， 蒋正杰， 杨元平. 症状监测在汶川地震救援部队中的应用[J]. 预防医学情报杂志. 2009（07）： 491-493.

[38] Dong X， Boulton M L， Carlson B， et al. Syndromic surveillance for influenza in Tianjin， China： 2013-14.[J]. J Public Health （Oxf）. 2016.

[39] 章洁， 徐蕾. 上海市长宁区重点传染病症状监测预警信息系统介绍[J]. 上海预防医学. 2011， v.23（03）： 120-122.

[40] 章洁， 赵根明， 杨白雨等. 上海市长宁区中小学及幼儿园传染病症状监测结果的初步分析[J]. 复旦学报（医学版）. 2011， v.38；No.216（03）： 237-241.

[41] Xue Y， Pan H， Hu J， et al. Epidemiology of norovirus infections among diarrhea outpatients in a diarrhea surveillance system in Shanghai， China： a cross-sectional study.[J]. BMC Infect Dis. 2015， 15： 183.

[42] 何永超， 林庆能， 何懿等. 大型活动就诊异常情况监测预警系统的建立及在上海世博保障中的实践[J]. 环境与职业医学. 2011（01）： 1-5.

[43] 朱渭萍， 孙乔， 薛曹怡等. 上海世博会期间浦东新区传染病症状监测预警系统的建立与分析[J]. 上海预防医学. 2011（12）： 630-633.

[44] 杨正时， 卢洪洲， 潘孝彰. 人感染H7亚型禽流感事件[J]. 中國微生态学杂志. 2014， v.26（09）： 1100-1106.

[45] 李中杰， 张伟东， 叶楚楚等. 传染病症状监测系统的设计要点与方法[J]. 中华流行病学杂志. 2010， 31（8）： 942-944.

[46] 舒彬， 廖巧红， 聂绍发. 我国突发公共卫生事件预警机制建设现状[J]. 疾病控制杂志. 2005（06）： 107-110.

[47] 江震. 美国预防突发传染疾病，建立快速预警监测系统[J]. 国外医学（卫生经济分册）. 2004（01）： 44-47.

[48] 龙璐， 严薇荣， 许奕华等. 症状监测系统预测预警模型研究进展[J]. 中国公共卫生. 2012（05）： 704-706.