肾综合征出血热(hemorrhagic fever with renal syndrome，HFRS)作为一种鼠传虫媒传染病，其发生与发展、分布与流行均和地理因素有着不可分割的关系^〔1〕。由于传染源的多样性以及地域的差别，不同的地理环境因素也会对不同区域HFRS的发生、发展有着不同的影响^〔2〕。空间信息技术，包括地理信息系统(geographic information system，GIS)，遥感(remote sensing，RS)技术，全球定位系统(global positioning system，GPS)目前已广泛应用于疾病监测、疾病预测预警等领域^〔3,4〕。方立群等^〔5〕应用GIS的空间分析以及时空聚类分析，建立了全国区县级HFRS时空分布图和高发聚集区专题地图。为了整合全国HFRS疫情监测数据、疫源地调查数据、监测点人群和动物宿主流行病学调查等数据资料，设计开发兼容基础地理、疾病、宿主动物、媒介生物、人口、卫生资源、生态环境等数据的HFRS综合数据库，合理应用已有数据资源，并构建一个HFRS防控决策应用系统，进行了本研究。

建立基于空间信息技术的HFRS防治决策系统需要以下3类基础数据，(1)地理空间信息数据。中国地面气候资料月值数据集由国家气象局气象数据共享网(国家气象局气象数据中心，http://cdc.cma.gov.cn)提供;地形、植被、土地利用、土壤等数据由中国科学院资源环境科学数据中心提供以1: 100万县市级行政边界数字地图(中国测绘科学院提供)为背景，应用空间分析方法提取各县市气象、环境数据;(2)HFRS疫情监测及流行病学调查数据。疫情监测数据来源于中国疾病预防控制中心，疫源地调查数据来源于国家人口与健康科学数据共享平台(公共卫生科学数据中心，http://www.ncmi.cn/yysjgx/index.jsp)，HFRS监测点流行病学调查数据来源于中国流行性出血热监测研究报告^〔6〕;(3)专业知识数据:通过查阅相关文献资料^〔7〕进行收集整理。1.2方法应用Windows XP操作系统的ArcGIS Engine 9.2组件，在Visual Basic 6.0环境中完成组件式开发，利用ActiveX Data Objects(ADO)连接属性数据库，将地理数据库和属性数据库、知识数据库等有机集成，完成以GIS为核心的信息可视化系统。鉴别诊断子系统的模型采用贝叶斯判别模型公式^〔8,9,10〕，对经验数据(相关疾病的症状、体征及临床化验等信息)进行数学建模，在模型基础上计算相关疾病发病概率。

防治决策系统的基础数据库模型HFRS的防控决策需要应用不同来源的数据，包括现场流行病学调查、实验室检测、气象、环境相关的专题信息、动物宿主信息、传播媒介以及与HFRS相关的专业信息(如临床症状、治疗、防控知识等)等数据。基础数据库模型由现场调查数据、地理空间信息数据、专业知识数据、实验室数据等4大类共计9个数据库组成。

表 1

表 1 4种决策支持数据输入、分析方法与可视化结果

表 1 4种决策支持数据输入、分析方法与可视化结果

图 1

图 1 HFRS防治决策应用系统软件的系统结构

该系统的数据输入包括:现场调查数据、地理空间信息数据、专业知识数据、实验室数据等;输出数据包括以专题图表等可视化手段表达的多种分析结果(包括空间分析、统计分析等);系统可提供以下4种层面的决策支持。(1)区域防治决策:针对整个疫区甚至是全国范围的危险性评价、预警和确定影响该区域疫情的环境因子，并提出控制该类因子的防治决策。(2)宿主动物防治决策:目前认为，HFRS可能的传播途径有3类5种，即:动物源性传播(包括通过伤口、呼吸道和消化道3种途径传播)、虫媒传播和垂直传播，其中动物源性传播是主要的传播途径^〔11〕，所以在宿主动物方面制定有效的防治决策对于HFRS疾病的控制至关重要。(3)人群防治决策:统计疫区的病原学调查数据和病例的调查数据对疫区的感染人群和易感人群中不同年龄、性别、职业的人群，并进行易感性病原学分析，得出的病原学分析结论，再结合专业知识制定针对诸如加强科学知识的普及健康教育工作，通过疫苗接种、患者隔离、医疗资源有效配给等手段进行疾病的等因地制宜的防治决策^〔12〕。(4)临床诊治决策: HFRS临床表现错综复杂，又因流行年度及流行地区的不同，就诊早晚及治疗措施的不同，其临床表现相差悬殊，所以借助“HFRS的鉴别诊断系统”，医生可以缩短对病人确诊和病情诊断的时间，从而科学制定患者诊治决策。

鉴别诊断系统收集整理易与HFRS发生误诊的其他疾病(钩端螺旋体病、流感、普通感冒、上呼吸道感染、胃肠炎、杆菌食物中毒、梭菌食物中毒、葡萄球菌食物中毒、痢疾、甲肝、乙肝、丙肝、丁肝、戊肝、庚肝、泌尿系统疾病、败血症)，筛选HFRS与这些疾病的鉴别症状，在经验数据的基础上建立贝叶斯鉴别模型，将输入的症状转换为数据，计算以上各相关疾病概率。其基本原理为:疾病鉴别诊断根据筛选得到n种症状，对应于m种疾病，其中第j种疾病出现第i种症状的概率为P(Bi，Aj)，i=1，2，…，n，j=1，2，…，m;同时第j种疾病的概率为P(Aj)，j=1，2，…，m;同时满足n种症状条件下，疾病A_j发生的概率为(贝叶斯判别模型公式)^〔8,9,10〕:

其中: P(A_j ∣ B):疾病A_j发生的概率;A_j :第j种疾病;B_i :第i种症状;

(1)建立属性数据库: HFRS相关的属性数据包括HFRS个案调查数据、监测点动物宿主现场监测数据、实验室检测数据、防治专业信息数据等。根据HFRS防治决策过程中数据集成与分析的需求，创建上述数据相关的数据表格，这些表格在数据采集、集成后还可以根据防控业务需求通过系统界面接口输出为通用的Microsoft Office Excel格式的数据，以满足HFRS防控部门日常业务、其他数据统计与分析等需求。①HFRS个案调查数据表单:包含患者详细住址、编号、GPS定位的地理坐标、个人基本情况、发病情况、症状和体征及一般实验室检查、血清学及病原学检测信息、既往史及家庭情况、接触史等(注:表格来源于卫生部印发《全国肾综合征出血热监测方案(试行)》附表 1，出血热个案调查表，在该表的基础上添加了GPS定位坐标信息，以便能与系统中的数字地图进行空间关联和时空分析)。② HFRS监测点动物宿主监测数据表单:包括各个监测点的监测点名称、编号、捕鼠时间、捕鼠地点、收夹次数、捕鼠总数、总鼠密度、主要鼠种及构成情况(百分比例)等。(注:表格项目来源于卫生部印发《全国肾综合征出血热监测方案(试行)》附表 2宿主动物调查统计报表)。③HFRS监测宿主动物感染情况数据表单:包括各个监测点的包括各个监测点的监测点名称、编号、捕鼠时间、捕鼠地点、捕鼠总数、总鼠密度、主要鼠种及感染情况(鼠数、抗原阳性数、抗原阳性率等)等(注:表格项目来源于卫生部印发《全国肾综合征出血热监测方案(试行)》附表 3宿主动物感染情况报表)。④HFRS监测病原学检测结果数据表单:包括监测点名称、编号、病例编号、标本类型、采集日期、采集人、检测结果(核酸检测、病毒分离、序列测定)、型别、检测日期、检测人等(注:表格项目来源于卫生部印发《全国肾综合征出血热监测方案(试行)》附表 4病原学检测结果一览表)。(2)专业信息数据库:包括各地区HFRS概况、HFRS病原学、流行病学、宿主动物及防制措施、 HFRS媒介螨类及其防制方法、预防措施、病理变化及发病机制、临床表现及临床诊断、实验诊断、治疗、临床监护及护理等信息，该数据库的建立可以在软件可视化界面进行查询、更新，作为知识层次的数据为决策者提供帮助。(3)HFRS流行概况文献数据库:按研究区行政区划分类收录了全国范围内的HFRS相关的学术论文，经过整理和分类，让系统应用人员共享知识数据。(4)啮齿类动物特征数据库:记录近200种可能与HFRS传播相关的啮齿类动物的特征，包括中文名称、外形图片(拍摄)、形态特征、头骨特征图片、重要鉴别特征(头骨)、齿骨特征图片、重要鉴别特征(牙齿)、生境、国内分布等知识信息。

包括对地形图数据、遥感数据、表格数据、矢量地理数据库文件、现场调查图片数据等多源数据格式的融合，具有强大的GIS数据融合功能。此外，该系统还提供了标准数据格式数据输出功能，方便用户日常使用及多部门进行数据共享。

地图控制(地图缩放、漫游等)、多源数据叠加、信息查询(属性、空间、组合查询)、空间分析与专业制图、数据维护;系统界面也提供了将地理属性数据库导出为Microsoft Office Excel格式的数据的接口，便于其他部门做更多的统计和分析。

(1)流行病学信息查询:上述各种调查表数据的输入、更新、查询、导出到表格等;研究人员还可以通过记录的地理坐标在电子地图上实施定位、联合查询相关信息，提供该点各方面的信息以综合评价。(2)宿主动物信息查询:查询啮齿类动物特征数据表，数据源为EXCEL格式，图片为BMP格式，包含宿主动物相关信息的查询。(3)HFRS防治专业信息查询:对我国HFRS概况、HFRS病原学、HFRS流行病学、HFRS宿主动物及防制措施、HFRS媒介螨类及其防制方法、一般性预防措施、病理变化及发病机制、临床表现及临床诊断、实验诊断、治疗、临床监护及护理等专业信息进行查询。(4)HFRS流行情况文献检索:论文数据库中装载有经过按地区分类整理过的供用户共享的相关论文，以便在决策过程中可以方便的按地区查阅文献。

包括空间综合查询、距离量算、面积量算、分级渲染、建立缓冲区、时空聚集性分析等功能;地理数据库括影像数据、地图数据、调查数据、发病数据(点状图和区域发病的面状图)、海拔数据、人口数据、基础地理数据(河流、水系、道路网络、水库等)、土地利用数据等。借助GIS空间分析功能进行空间查询、距离量算、面积量算、统计分析、分层设色显示分析(分级渲染)、生成时空分析文件等。

针对GIS在流行病学方面的特殊应用，还专门为分级渲染提供了自定义分级点的分级方案，从而要获得优化的分级方案，运用科学的分级定量标准和合理的分级方法。另外，可以调用时空聚集性分析软件，应用本系统生成的文件，进行HFRS的时空聚集性分析。

该模块实现HFRS人群分布、动物宿主分布及HFRS高发聚集区的动态变化等研究成果的展示，通过更新维护功能将有意义的研究成果及时、方便的在该系统中进行展示和共享。

方便用户快捷的设置常用地区的路径，一次性加载所需的SHAPFILE数据，大大提高了软件界面的友好性、可操作性和软件运行的效率。

GIS具有处理各种各样资料的能力，能产生具有广泛用途的数据库，结合GPS的准确定位和RS获得的大量实时的环境资料，并与当地生态和疾病分布调查结果一起进行综合分析，可以了解疾病传播的危险因素，确定疾病传播的地域，阐明疾病流行的强度和特征，建立预测模型，预测其发展趋势，为制定适宜的防治措施提供依据^〔13〕。Kerry等^〔14〕研究表明，GIS只是决策者的另一个工具，它只能在集合多学科的背景在数据才能在公共卫生领域的决策支持方面做出贡献，比如数据、知识、专家知识等共享。流行病学作为一个特殊的领域，除了要利用GIS自身的优势外还应该体现出流行病病自身的特点。本系统在需求分析阶段，充分考虑到流行病的相关数据除了空间数据外，还应该包括不带有空间信息的监测数据、调查数据、宿主动物信息数据、防治知识数据等的特点，为HFRS建立了一个不但具有普通GIS的地图控制、空间分析、专题制图等功能，而且自定义节点分级显示、病例调查数据与空间监测数据通过GPS定位数据连接分析、HFRS鉴别诊断分析、宿主动物信息查询等功能，为HFRS的有效防治提供了实时的动态的监测，提供了全方位、多层次的决策支持。

在建立和实现本系统的过程中也发现了一些限制因素。在系统建立的开始，需要了解疾病的传播模型以及影响疾病的相关因素，而系统得出的分析结果又不断改进模型和调整影响因素，所以疾病的传播模型与系统的设计应用是一个相互验证和推进的过程;疾病研究需要的数据虽然越多越好，但是计算机处理和识别的能力是有限的，因此需要选择重点数据;本系统的开发没有Web-GIS和分布式管理，在一定程度上限制了数据库的共享与应用，需要进一步采用基于XML的数据交换技术、组件式GIS技术(COMGIS)和元数据驱动技术实现分布式数据库管理方式(B-S或者C-S模型)完善系统的设计^〔15〕。