移动流行区间法在北京市房山区流感流行分级预警中的应用

目的 探讨移动流行区间法（moving 更多epidemic methods,MEM）在流感流行预警中的应用，估计2020—2021年北京市房山区流感流行强度，并对其应用效果进行评价。方法 收集2014—2020年北京市房山区二级以上医疗机构每周的流感样病例（influenza-li购买BMN 673ke illness,ILI）数和流感样病例百分比（percentage of Influenza-like illness,ILI%）分别建立MEM模型，建立最优模型估计2020—2021年流感流行阈值和分级强度阈值，并用交叉验证法对MEM的预警效果进行验证。结果 通过Gut microbiomeILI和ILI%拟合模型效果均较好。基于ILI数据建模显示，2020—2021年流行阈值，中、高和极高强度阈值分别为603例、1 110例、1 705例和1 925例。灵敏度为0.84、特异度为0.97、马修斯相关系数为0.80和约登指数为0.80；基于ILI%数据建模显示，2020—2021年流行阈值，中、高和极高强度阈值分别为1.29%、2.36%、3.35%和3.70%。灵敏度为0.84、特异度为0.96、马修斯相关系数为0.79和约登指数为0.80。结论 本研究利用ILI和ILI%2种数据建立的MEM模型在北京市房山区具有较高的灵敏度和特异度，可以利用此模型建立流感预警系统，为流感防控提供参考依据。