第 131 期 2005-12-29

研究發展
建立類流感與腸病毒的疾病預測模式

本研究為國衛院生統組與衛生署疾病管制局合作之計畫，目的在於針對呼吸道傳染病(以流感及腸病毒重症病例為研究對象)，運用數學模式探討疾病擴散模式之建立，作為未來預警機制之參考；並利用疾病管制局定點醫師之監測資料建立類流感與腸病毒之預測模式。

根據建立之台灣地區類流行性感冒(Influenza-Like Illness)與腸病毒疾病預測模式分析總檔(民國88年至民國94年第26週)，按週資料之格式整理成台灣地區23縣市之資料，並將農曆春節週與異常點作一適當調整。由於農曆年週各定點醫師上班或開業時間不一，故將農曆年週之值以前一週與後一週之平均值來插補(impute)；同理也有一些週會出現「遽降」之現象，也利用奇異點之前一週與後一週之平均值來插補該值。台灣地區23縣市農曆春節週與異常點經過適當調整後，再針對台灣地區類流感與腸病毒數列進行分析，並將台灣地區分為北、中、南、東四個地區，由時序圖(Time Series Plot)了解全國性及地區性流行之趨勢、季節性之循環及疾病與氣溫之間的關係，以提供建模分析之初步分析。

首先以台灣地區民國88年至民國93年共六年的時間建立類流感與腸病毒疾病預測模式，台灣地區每週每一診所定點醫師類流感與腸病毒平均通報病例數之歷年高峰出現時間，顯示定點醫師類流感與腸病毒平均通報數列為一季節性時間數列，因此將定點醫師類流感與腸病毒平均通報數列作季節性差分，所得模式為季節性整合自我相關移動平均模式(Seasonal ARIMA Model)，再對模式進行估計與檢定。之後，可利用此模式來揭示數列中異常之觀測值，並對離群值所造成的原因作更進一步的了解，如此一來，對時間數列分析的品質將會更提昇。在類流感所建立之預測模式中，探討防疫政策因子對資料所造成之影響，因為台灣地區免費施打流行性感冒疫苗政策與嚴重急性上呼吸道徵候群(SARS)疫情的影響，故將此兩項因子以介入模式(Intervention Model)方法加以修正模式並重新估計參數，結果顯示免費施打流感疫苗與SARS疫情對類流感疾病有顯著的影響，表示在免費施打流感疫苗與SARS疫情影響之下，台灣地區類流感通報人數有明顯下降。

我們根據定點醫師類流感與腸病毒平均通報數列所建立之季節性模式，來預測民國94年第1週至26週定點醫師類流感與腸病毒平均通報數之預測值，將用它來評估已被建立之較佳預測模式，並與實際觀測值作比較分析。

此外，我們探討台灣地區類流感與腸病毒流行趨勢和氣象變項之關係，由於本研究認為以小區域型態(縣市)來分析氣溫對於類流感與腸病毒疫情之影響，較有意義，故本研究不以台灣地區平均數列作為分析對象。類流感以台灣地區台北市作為探討，腸病毒以台灣地區台北市及台中市作為探討，氣溫與類流感之發生有明顯的反比關係，其建模方法為使用轉換模型函數模式( Transfer Function Model )，主要目的是要探討當溫度變化時，對類流感疫情之影響。類流感通報個案數數列與氣溫數列之轉換函數模式經由離群值調整(outlier adjustment)後之結果顯示上一週週均溫與上兩週週均溫對類流感通報個案數有顯著性之影響，顯示其溫度愈低，類流感通報個案數呈現愈多的趨勢。以腸病毒而言，由圖可知台北市及台中市之腸病毒平均通報數與平均溫度沒有相當的正比關係，因此以轉換函數模式( Transfer Function Model )來分析資料較不理想。

目前我們正積極進行後續更精細的分析研究，考慮將台灣地區北、中、南、東四區分別建立類流感與腸病毒之預測模式，盼能提供不同區域與全國具參考之最佳疾病預測模式；並考慮其他方法來監測分析，如：Historical Limits、Cumulative Sums (CUSUM)以及nonlinear time series等方法，期能於最適當之時機發出警訊，提醒政府相關監測人員，適時採取行動，及早因應準備以達到減災之功能。
《文/圖：熊昭，劉介宇，李正宇，于慧芝，蔡宜芬；圖：結合時間數列與CUSUM方法進行腸病毒監測》