评价伤寒Vi疫苗免疫效果的临床试验，需通过伤寒发热监测系统，获得免疫前、免疫后、对照组、观察组伤寒发病率。而建立良好的伤寒发热监测系统和保证其敏感性是临床试验的关键。为保证伤寒发热监测质量，应用地理信息系统技术（GIS）对广西河池市部分地区常住人口2004年伤寒发热流行情况、空间地理分布情况和监测系统的覆盖范围以及敏感性进行评估。现将结果报告如下。

选择广西河池市的金城江镇（城市）和东江镇（农村）为研究现场暨监测区，两镇相距7km，人口约14万。以2个镇常住人口作为观察对象。医学人口普查共获得有效调查对象135737人，其中城市人口98731人，占72.74%，农村人口37006人，占27.26%。年龄构成呈正态分布，男女性别比城乡均为1.04:1；当地人口迁移率（迁入和迁出）为6.94%。根据自然地理化分或行政区域化分，全球定位系统(GPS)测量采集居民点3776个居住定位点。每个GPS居民点的居民数11577人不等；所有普查登记对象分布于3776个全球定位系统(GPS)居民点中。金城江镇和东江镇以外的地区称为监测区外，来源于非监测区内常住居民的发热就诊病人为监测区外发热就诊病人。

于2002年11月～2003年1月进行常住居民医学人口普查，建立人口资料数据库。在人口资料数据库中，给予每个居民、住户唯一的个人身份号（ID）、住户身份号（HHID）及相应的地址代码（ADDRESS-ID）。

将监测区内所有医疗机构(牙科门诊、性病门诊除外)均纳入监测系统作为监测哨点，共95个监测哨点，其中包括市县2级医院5所；镇卫生院2所；厂矿、公司附属卫生院所10所，村卫生室11所，其余为个体诊所、学校卫生室。

通过基础地图数字化、全球定位系统(GPS)居民点的测量和居民住宅点GIS的实施，建立GIS数据库^[1]。数据库由GIS数字地图、人口资料数据库、伤寒监测系统数据库等组成。每个普查登记对象可通过ID、HHID和ADDRESS-ID和GPSID（GPS测量点地址编码）进行联系和属性查询。

各监测哨点使用统一的发热登记本对2004年所有前来就诊的病人进行登记，并及时核查病人的ID号，以便确认病人是否来源于已确定的观察人群。通过联系发热病人ID号和其居住地的地址码ADDRESS-ID确定发热病人的来源和分布。利用GIS技术制作出研究区居民居住点分布图和发热病人来源分布图。人群发热就诊率=监测区内发热人次/监测区人口数/365d。

（1）软件和仪器设备环境:GPS数据处理软件（Map Source）；地理信息系统软件Mapinfo6.5，用于处理、编辑GIS基础地图数据；GIS分析及地图数据管理软件Arcview 3.2和ArcGIS 8.2；以及Foxpro 6.0、Office 2000等。仪器设备:GARMIN手持GPS机；电脑；CONTEXFSS 8300扫描仪。（2）使用Excel 2000和SAS 9.0软件进行统计分析。

2004年，监测区内登记门诊发热人数为55052人，人群发热就诊率为1.11；发热就诊人次占总门诊人次的16.3%；监测区内的发热就诊病人占所有发热就诊病人的83.5%；监测区内发热3d就诊人次占总发热就诊人次的11.9%（6562/55052）。在监测区3种类型医疗机构中，监测区内病人门诊量占总门诊量的比率分别为:卫生院类为93.1%（6139/6592），企事业卫生院所室及个体门诊类为90.0%（172162/191361），医院类为73.7%（159599/216423）；发热就诊人次占总门诊人次的比率，最高为个体门诊类（34.3%），其次为医院类（19.6%）。门诊量以企事业卫生院所室及个体门诊类医疗机构最多，但其发热就诊人次占总门诊人次的比率最低（12.6%）。监测区外的发热就诊人次占总的发热就诊人次的16.4%（10839/65891）。

表 1

表 1 2004年各类医疗机构发热监测结果

表 1 2004年各类医疗机构发热监测结果

按照本项目医学普查的覆盖率和准确率质量评估，普查人口覆盖实际人口的85%, 信息收集准确率达到89%。因此，在监测系统中，病人的ID确认率最高只能达到85%左右。监测结果表明，监测区内发热1d或以上的病人ID确认率为62.2%，发热3d或以上的病人达到80%，但病人ADDRESS-ID确认率可达到95%。

发热就诊率最高的居民点达到17.81，最低为0。监测系统监测到的发热就诊病人来源分布与居民居住点分布基本一致；发热就诊率比较高的居民点多集中在金城江镇，平均为1.22，农村地区东江镇居民发热就诊率则较低，平均为0.77，特别是在其西北部，各居民点发热就诊率普遍较低。城市和农村居民发热就诊率差异有统计学意义（²=5756.16，P＜0.0001) 。

以东江镇西北部居民点为例，具体分析其发热就诊率低的原因结果发现，这些居民点主要集中于1个行政村，每个居民点人口数为5～35人，平均10人，属于人口较少地区；有2所个体村卫生室服务于该村；核查发热病人ID号发现，该村发热就诊病人主要在2所村卫生室就诊，很少到监测区内其他医疗机构就诊。根据GIS数据分析，推断这些居民点发热就诊率低的原因可能有:（1）2个村卫生室未能按要求对所有发热就诊病例进行登记；（2）人口基数少，单靠1年的发热监测数据，尚不能说明该地区发热就诊率低；（3）该地区发热病人到监测区外就诊比较多。但经深入该村现场实地调查发现，该村患病居民很少到监测区外就诊；而2个村卫生室的2名村医生，1名处于半营业状况，发热就诊病人监测工作时有时无，另1名70余岁退休医师因眼睛原因，很少进行发热就诊登记。根据现场调查结果，可判断该地区居民发热就诊率低主要原因是村卫生室发热监测工作质量低，发热就诊登记不全。

GIS系统由于其空间数据管理及分析功能, 可为流行病学研究提供有效的工具, 应用该技术，可考虑特定位置中影响疾病分布的各种因素及其与不同区域疾病分布和变化的关系，为疾病的预防决策及评价、卫生资源的配置等提供技术支持^[2]。本研究利用GIS技术，详细展示了监测区内发热分布状况，并对此进行分析，以找出监测系统的薄弱环节。GIS的价值在很大程度上取决于系统内所包含数据内容的数量和质量^[3-5]。本研究通过研究区域内的人口普查确定观察人群、建立居民ID号、ADDRESS-ID和相应的查找和识别系统、建立以人口为基数的发热监测系统，在此基础上进行疾病监测所得到的数据基本准确和可靠。特别是居民ADDRESS-ID确认率达到较高水平，使得我们能够运用GIS技术掌握绝大部分发热病人的来源和分布，实现观察人群的队列研究。

结果显示，乡镇卫生院和企事业卫生院所室及个体门诊等两类医疗机构作为基层医疗机构，本地区病人门诊量很高，而市县医院的外来就诊病人占相当大比率，基本反映了发热病人合理的就医流向。但最基层的企事业卫生院所室及个体门诊类等医疗机构检测到的发热病例数相对较少，发热门诊量占总门诊量比率也最低。GIS发热就诊病人来源分布图及实地调查结果表明，这些基层医疗机构的发热监测系统运行质量较差，发热就诊病例漏报较多。结果还显示，发热就诊病人来源分布与居民居住点分布基本一致，表明监测系统敏感性较高，但各居民点发热就诊率差异较大，农村明显低于城市。除了与农村各监测哨点监测质量有关外，还可能与居民点周围自然地理环境、人口密度、人群结构、就诊行为、经济文化水平等有关，有待利用GIS对发病率与社会、环境影响因素进行深入探讨。

本文结果提示，利用GIS技术能研究广阔的地理面积和偏远地区，直观准确微细地描述疾病流行率的分布，可迅速直观地寻找出监测系统中的薄弱环节和推断可能存在的问题；再结合现场调查，可有很强的针对性。