广州市学生健康监测系统预警效果评价

doi:10.12183/j.scjpm.2026.0001

华南预防医学 ›› 2026, Vol. 52 ›› Issue (1): 1-6.doi: 10.12183/j.scjpm.2026.0001

• 论著 • 下一篇

广州市学生健康监测系统预警效果评价

陈琴^2,3, 陈思宇^1,2, 杜欢纯^1,2, 唐思丽^1,2, 杨倩^1,2, 李意兰^1,2, 王瑶^1,2, 刘伟佳¹, 袁俊^1,2, 沈纪川^1,2, 陆剑云³, 马晓薇^1,2

1.广州市疾病预防控制中心（广州市卫生监督所）,广东广州 510440;
2.广州市现场流行病学培训项目;
3.广州市白云区疾病预防控制中心

收稿日期:2025-05-08 出版日期:2026-01-20 发布日期:2026-02-06
通讯作者: 马晓薇,E-mail：103073279@qq.com
作者简介:陈琴（1986—）,女,大学本科,主管医师,研究方向：传染病预防控制;陈思宇（1986—）,女,硕士研究生,研究方向：学校卫生与传染病预防控制;陈琴、陈思宇同为第一作者
基金资助:
广州市科技计划项目重点研发计划（202206080003）; 广州市科技计划项目（2024A03J0416,2025A03J3687）

Evaluation of the early warning effect of the student health monitoring system in Guangzhou

Chen Qin^2,3, Chen Siyu^1,2, Du Huanchun^1,2, Tang Sili^1,2, Yang Qian^1,2, Li Yilan^1,2, Wang Yao^1,2, Liu Weijia¹, Yuan Jun^1,2, Shen Jichuan^1,2, Lu Jianyun³, Ma Xiaowei^1,2

1. Guangzhou Center for Disease Control and Prevention (Guangzhou Health Supervision Institute), Guangzhou, Guangdong 510440, China;
2. Field Epidemiology Training Project in Guangzhou;
3. Baiyun District Center for Disease Control and Prevention, Guangzhou

Received:2025-05-08 Online:2026-01-20 Published:2026-02-06

摘要/Abstract

摘要： 目的分析广州市学生健康监测系统运行情况,评价其预警效果,为进一步优化系统的预警能力提供参考。方法对广州市学生健康监测系统预警信息特征及对校园传染病突发公共卫生事件预警的有效性进行分析,并采用错位相关分析法对学生监测系统产生的预警信号及传染病报告系统上报事件对应的传染病报告2组数据源的时间错位相关关系进行研究。结果 2023年1月至2024年7月系统共发出预警信号61 555条,响应及时率97.54%（60 041/61 555）,信号准确率为98.25%（60 480/61 555）,总预警阳性率为28.15%（17 325/61 555）。校园传染病突发公共卫生事件预警灵敏度为90.59%（77/85）,预警及时率为87.06%（74/85）。预警信息与对应的报告传染病2组数据以周为单位的水平下具有显著的正相关性（P<0.01）,错位相关分析显示：皮疹症状、手足口病预警信号与对应的报告传染病具有时间先导性,可提前1~3周发现相关目标疾病的波动。结论广州市学生健康监测系统与法定传染病报告信息系统具有较好的适配性,为早期识别与发现学龄人群传染病的暴发预警提供依据,可适时调整预警界值等参数、提高数据报告质量,优化系统以提高系统的预警阳性率。

关键词: 学生, 症状监测, 突发公共卫生事件, 预警, 评价

Abstract: Objective To analyze the operational performance of the Guangzhou Student Health Monitoring System and evaluate its early warning effectiveness, thereby providing an evidentiary basis for the further optimization of the system's predictive capabilities. Methods An analysis was conducted on the characteristics of the alert signals generated by the Guangzhou Student Health Monitoring System and its efficacy in the early warning of infectious disease-related public health emergencies on school campuses. Furthermore, a cross-correlation analysis was employed to investigate the time-lag relationship between two data sources: the early warning signals produced by the student monitoring system and the corresponding case reports from the statutory infectious disease reporting system. Results From January 2023 to July 2024, the system generated a total of 61 555 early warning signals, achieving a timely response rate of 97.54% (60 041/61 555), a signal accuracy rate of 98.25% (60 480/61 555), and an overall positive predictive value of 28.15% (17 325/61 555). For campus-based infectious disease public health emergencies, the system demonstrated a sensitivity of 90.59% (77/85) and a timeliness rate of 87.06% (74/85). At a weekly aggregation level, the warning signals and the corresponding reported infectious disease data exhibited a significant positive correlation (P<0.01). The cross-correlation analysis revealed that alert signals for rash-related symptoms and Hand, Foot, and Mouth Disease demonstrated a temporal precedence, enabling the detection of fluctuations in the incidence of these target diseases 1 to 3 weeks in advance. Conclusion The Guangzhou Student Health Monitoring System demonstrates substantial concordance with the statutory notifiable infectious disease reporting system, providing a robust foundation for the early identification and warning of infectious disease outbreaks among the school-aged population. System performance may be further enhanced by strategically adjusting parameters such as warning thresholds and improving the quality of data reporting to increase the positive predictive value of the alerts.

Key words: Student, Symptom surveillance, Public health emergency, Early warning, Evaluation

中图分类号:

R183

陈琴, 陈思宇, 杜欢纯, 唐思丽, 杨倩, 李意兰, 王瑶, 刘伟佳, 袁俊, 沈纪川, 陆剑云, 马晓薇. 广州市学生健康监测系统预警效果评价[J]. 华南预防医学, 2026, 52(1): 1-6.

Chen Qin, Chen Siyu, Du Huanchun, Tang Sili, Yang Qian, Li Yilan, Wang Yao, Liu Weijia, Yuan Jun, Shen Jichuan, Lu Jianyun, Ma Xiaowei. Evaluation of the early warning effect of the student health monitoring system in Guangzhou[J]. South China Journal of Preventive Medicine, 2026, 52(1): 1-6.

参考文献

[1] 孙秀梅, 孙鑫贵, 刘晓峰, 等. 北京市2010—2020年学校突发传染病事件流行病学特征[J]. 中国学校卫生, 2022, 43(4): 622-626, 631.
[2] Lin Y, Shu YL, Lei Z.The implications of artificial intelligence on infection prevention and control: Current progress and future perspectives[J]. China CDC Weekly, 2024, 6(35): 901-904.
[3] 关天姬, 肖伟华, 杨仁东. 珠海市2015—2019年学校传染病症状监测系统数据分析[J]. 中国学校卫生, 2020, 41(9): 1417-1419.
[4] Brown AC, Lauer SA, Robinson CC, et al.Evaluating the ALERT algorithm for local outbreak onset detection in seasonal infectious disease surveillance data[J]. Stat Med, 2020, 39(8): 1145-1155.
[5] 中国医学科学院北京协和医学院群医学及公共卫生学院, 北京大学公共卫生学院, 中国疾病预防控制中心传染病管理处, 等. 传染病多点触发智慧化监测预警系统关键技术专家共识[J]. 中华医学杂志, 2024, 104(32): 2995-3009.
[6] 中华人民共和国国家卫生健康委员会. WS/T 772—2020学校传染病症状监测预警技术指南[S/OL]. (2020-7-28)[2025-4-20].https://www.ndcPa.gov.cn/jbkzzx/c100202/commo-n/content/content_1660903682258833408.html.
[7] 张蔚, 黄园园, 温莹, 等. 2017—2022年广东省深圳市学生健康监测信息系统常见传染病预警评价[J]. 疾病监测, 2024, 39(8): 1079-1084.
[8] 张静, 袁卫珍, 郑爱林, 等. 南京市浦口区2019—2020学年学生因病缺课监测状况与预警信号分析[J]. 安徽预防医学杂志, 2021, 27(2): 137-140.
[9] 黄恩妙, 陈秀云, 陈雪琴, 等. 珠三角某市校园传染病疫情预警系统运行分析[J]. 中国校医, 2023, 37(7): 507-510.
[10] 高燕琳, 史芸萍, 刘洋, 等. 传染病自动预警系统预警效果评价及优化建议[J]. 首都公共卫生, 2022, 16(4): 198-203.
[11] 鲁琴宝, 吴昊澄, 丁哲渊, 等. 浙江省传染病时空模型探测暴发疫情的效果评价[J]. 实用预防医学, 2024, 31(2): 152-155.
[12] 马晓薇, 李泳光, 冯晶, 等. 2006—2019年广州市食物中毒突发公共卫生事件流行病学特征分析[J]. 实用预防医学, 2021, 28(9): 1059-1062.
[13] 李骏, 马倩倩, 黄莹, 等. 西安市小学生2015—2018年传染性疾病相关症状网报监测分析[J]. 中国学校卫生, 2020, 41(4): 624-626.
[14] 代吉亚, 宋铁, 郭汝宁, 等. 2014—2019年广东省传染病自动预警系统运行效果评价[J]. 预防医学论坛, 2020, 26(10): 729-731, 735.
[15] 梁洁雅, 覃绰亨, 周梦茜. 多源数据的学校和托幼机构传染病聚集性疫情预警监测系统综合评价[J]. 中国学校卫生, 2023, 44(11): 1713-1715.
[16] 陈勇辉, 王云辉, 王伟, 等. 学校因病缺课监测对传染病防控的预警效果[J]. 中国学校卫生, 2020, 41(3): 465-467.
[17] 马宇航, 殷一, 王凯, 等. 传染病多阶段、多场景监测预警多样化方法体系的研究与思考[J]. 中华预防医学杂志, 2023, 57(10): 1529-1535.
[18] 张玉兰, 郭玉梅. 石家庄市有呼吸道症状的不明原因发热病人呼吸道样本病原检测结果分析[J]. 热带医学杂志, 2022, 22(12): 1661-1665.
[19] 黄春萍, 王兵, 王婧, 等. 杭州市学校症状监测系统在突发公共卫生事件中的作用[J]. 中国学校卫生, 2021, 42(4): 627-630.
[20] 郭玉清, 林帆, 李柏松, 等. 医疗机构急性呼吸道传染病症状监测预警研究进展[J]. 安徽预防医学杂志, 2023, 29(6): 441-449.
[21] 杨维中, 兰亚佳, 吕炜, 等. 建立我国传染病智慧化预警多点触发机制和多渠道监测预警机制[J]. 中华流行病学杂志, 2020, 41(11): 1753-1757.

广州市学生健康监测系统预警效果评价

Evaluation of the early warning effect of the student health monitoring system in Guangzhou

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	罗银霞, 段卓, 罗巧, 顾杨, 周航, 毛孝容. 高职学生网络成瘾的潜在剖面分析及影响因素研究[J]. 华南预防医学, 2026, 52(1): 37-42.
[2]	付瑞, 张锡彦, 李鸿萱, 陈俐如, 朱鹏, 葛恒康, 王小莉. 江苏省淮安市12~17岁中学生不同肥胖指标与血压偏高的关系[J]. 华南预防医学, 2025, 51(8): 845-850.
[3]	肖涵文, 刘峰, 孙小娜, 李仲修, 唐智睿, 朱伟寿, 陈玉琴, 贺玉鑫, 毋跃文. 非铀非煤金属矿山氡浓度水平及矿工氡暴露剂量评价方法研究[J]. 华南预防医学, 2025, 51(8): 889-894.
[4]	刘扬, 梁靖羚, 崔延雯, 于思雨, 陈莉莉, 姜月, 辛辛, 肖绍坦, 李世宏. 青年学生维生素D水平与结核分枝杆菌潜伏感染关联研究[J]. 华南预防医学, 2025, 51(8): 925-927.
[5]	刘晶晶, 王丽茹, 李凤娟, 许凤鸣, 王旭, 王延鑫, 张书芳. 河南省中小学生超重肥胖与血压偏高关联分析[J]. 华南预防医学, 2025, 51(7): 753-756.
[6]	何晓玲, 秦文龙, 钱雯, 陈丹, 唐坤伦. 成都市金牛区小学生家长口腔健康知信行及其对学生龋病的影响[J]. 华南预防医学, 2025, 51(7): 809-813.
[7]	张慧, 李晶晶, 王辉辉, 范艳萍, 王小青, 刘枝鑫, 周雪红, 张彦杰. 焦作市解放区中小学生超重/肥胖情况调查[J]. 华南预防医学, 2025, 51(6): 617-620.
[8]	李图南, 陈亚红, 刘宏, 韦蝶心, 杨绍红, 唐永泉, 倪俊煜, 穆晓东, 杨云娟. 云南省某县中小学生情绪和行为问题影响因素分析[J]. 华南预防医学, 2025, 51(6): 621-626.
[9]	邓颖茵, 闻剑, 李世聪, 甘萍, 孙九峰. 广东省四县农村地区中小学生营养状况调查及影响因素分析[J]. 华南预防医学, 2025, 51(5): 523-527.
[10]	陆隽文, 姚雪梅, 姚健, 郭宇沨, 王婷婷. 乌鲁木齐市中小学生近视影响因素分析[J]. 华南预防医学, 2025, 51(4): 384-389.
[11]	李欣, 王萍, 彭宝莹, 王凤岩, 彭接文, 龙朝阳, 梁远进, 黄志彪. 化橘红胎食用安全性评估[J]. 华南预防医学, 2025, 51(4): 408-412.
[12]	于艳苹, 牛逸潇, 武钦青, 周晓彤, 李丽萍, 左培军. 汕头市中学生伤害及其相关健康危险行为分析[J]. 华南预防医学, 2025, 51(4): 451-454.
[13]	兰图, 刘晓, 李爽乐. 自贡市中小学生视疲劳现状及相关因素调查[J]. 华南预防医学, 2025, 51(3): 298-302.
[14]	李凤娟, 王丽茹, 刘晶晶, 许凤鸣, 王旭, 王延鑫, 张书芳. 2021年河南省学生早餐现况[J]. 华南预防医学, 2025, 51(3): 348-352.
[15]	张福艳, 周亮, 朱鸿斌, 张丽. 四川省中小学生近视与超重肥胖共患现状及相关因素分析[J]. 华南预防医学, 2025, 51(2): 179-183.