文档介绍：该【厦门市民健康信息系统与疾病监测预警】是由【海洋里徜徉知识】上传分享，文档一共【37】页，该文档可以免费在线阅读，需要了解更多关于【厦门市民健康信息系统与疾病监测预警】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。疾病监测预警系统
区域卫生信息平台的生命力及其系统服务能力的提
升在于应用，通过应用发现问题，系统服务水平能力才
得以提升。
应用领域愈多，涉及面就愈广，使用的频率就会越
高。尽可能地拓宽应用领域、发现和挖掘系统功能、提
升系统服务能力是项目设计和建设的重要任务。同时，
医药卫生体制改革与公立医院改革监测所需的部分报表
也可由此系统自动生成。
疾病监测预警系统
提纲
一、疾病监测预警二、基于健康档案的区域卫生信息系统建
立疾病监测预警系统的尝试
三、结束语
一、疾病监测预警
疾病监测预警系统
• 该方法的优点在于原理清晰直观、理论支持坚实，当被预测群体属性稳定、外界环境符合模型预设条件时精度较高。缺点在于：群体预测时往往属性变动较大，包括数据量大、变化更新速度快，从而导致模型中代表病患的变量无法与实际病患群体相符，另外对大数据量数据信息的及时获取、并更新到模型中是一项艰巨的任务。
疾病监测预警系统
• （广义的统计概念包括回归，与回归并列提出时说明此时的统计具体指描述性统计方法），该方法的优点在于可设置任何与待预测疾病相关的因素，通过回归确定各因素对疾病发生和发展的影响程度。该方法除了具备疾病动力学预测方法的优点之外，可以通过概率论增加一些在病理上无直接联系但在客观实际中确有影响的致病因素来进行量化预测，如中医理论中的模糊致病因素或无法通过当前西方科学解释的因素（进一步说甚至可以通过“气”，“阴阳”，“天人”进行回归）。
疾病监测预警系统
• 时间序列分析方法是通过疾病的发生发展历史来预测疾病的未来，具有较强的宏观性和前瞻性，能够克服疾病动力学预测方法和统计回归预测方法的不足，通常应用在股票、国家和地区经济等涉及因素众多、建模难度较高的预测任务中，该方法也是各国群体性疾病预测所共用率最高的方法之一。
疾病监测预警系统
疾病监测预警系统
• 包括神经网络、贝叶斯网络、马尔科夫链、粗糙集、灰度理论等等预测方法。这些方法已经产生较长时间，在疾病预测分析领域属于近几年兴起，相对于前三种方法来说属于年轻方法，优势与劣势并存，各有利弊。
疾病监测预警系统
●疾病预警主要是根据现有数据、实时监测
数据或未来的预测数据与预警条件进行比
照，符合对应条件的情况发出对应结果的
警示或反馈。警示和反馈的形式有多种，
可以并存或叠加。
●目前预警的种类大体包括阈值预警、增量
预警、增速预警、相似度预警四种。每种
预警方法中又细化分为多类。
疾病监测预警系统
●阈值预警指的是某疾病的当前发病量已经达
到预设区间而发出警示；
●增量预警指的是某疾病当前某时间段与过去
时间段的发病量差值已经达到预设区间而发
出警示；
●增速预警指的是某疾病当前某时间段内的发
病速度达到预设区间而发出警示；
●相似度预警指的是某疾病当前某时间段内疾
病走势与过去已被定义为需要预警的疾病走
势图相似度达预设区间而发出警示。
疾病监测预警系统
疾病预警往往需要用历史数据校正后与当前的数
据比对。如果将各地历年各种主要传染病的发病
数据与基于健康档案的区域卫生信息系统所产生
的新数据进行比对，则可较为准确地设定每种疾
病的预警水平，判断某种疾病的发病水平是否超
过历史同期水平。然而，由于历史数据往往存在
疾病种类少、统计数据不全的问题，因此利用现
有系统建立新的常见病、多发病比对数据库具有
十分重要的意义。