手足口病发病趋势研究现状及存在的问题
摘要：手足口病(Hand-foot-and-mouth disease, HFMD)是一种主要流行于亚洲地区的儿童急性病，多数患者病情进展良好，但重症可造成较高病死率和致残率。中国是该病发病和死亡负担最重的国家，研究该病的流行特征和发病趋势对我国进行预防控制工作具有最重要意义。目前研究HFMD发病趋势主要的方法包括时间序列分析和神经网络。预测模型多种多样，为寻找高精度预测模型，国内外学者进行了多种比较分析。现已取得较多研究成果，但由于不同模型的限制条件各不相同，以及传染病发病影响因素很多，所以目前针对HFMD发病趋势的研究仍存在一些问题。
关键词：手足口病 ；时间序列分析 ；神经网络
一、文献综述
手足口病(Hand-foot-and-mouth disease, HFMD)是由一种由人体肠道病毒引起的儿童急性传染病，病原学主要致病病毒血清型包括柯萨奇病毒Ａ组４～７、９、１０、１６型和Ｂ组１～３、５型，肠道病毒７１型以及埃可病毒的部分血清型等。手足口病主要传染源为患者、隐性感染者和无症状带毒者，且该病隐性感染率高。主要传播途径包括密切接触传播，如直接接触患者皮肤、黏膜疱疹液而感染，或间接接触被污染的物品感染；此外呼吸道飞沫传播、饮用或食入被病毒污染的水和食物亦可感染。易感人群主要为婴幼儿和儿童，特别是5岁以下的儿童。由于肠道病毒传染性强，传播途径复杂，且易感人群众多，所以HFMD可在短时间内大面积流行，对公共卫生带来不良影响。多数患者病情发展良好，但对于重症患儿，则可发生无菌性脑膜炎、脑干脑炎、神经源性肺水肿及急性弛缓性瘫痪等并发症，造成较高的病死率和致残率，严重危害婴幼儿身体健康和生命安全，被喻为21世纪的“脊髓灰质炎”[1]。
手足口病自1957年在新西兰首次报道以来，目前在世界大部分地区均有流行报道，属于全球性的传染病[2]。20世纪70年代中期，欧美地区相继暴发手足口病疫情，以无菌性脑膜炎、延髓受损、急性迟缓性麻痹等中枢神经系统受损为主要症状，仅保加利亚就超过750人发病，149人发生急性弛缓性瘫痪，44人死亡。20世纪90年代后期，由EV-A71引起的手足口病在亚太地区大规模或局部区域性流行，病情严重，多名患者死亡。而我国自1981年HFMD首次在上海暴发以来，随后北京、天津、河北、河南、山东、湖北、福建、广东等十几个省市均有报告，截至目前为止，手足口病已波及全国31个省市自治区。2008年3月我国安徽省阜阳市发生大规模EV-A71引起的手足口病暴发疫情, 出现较多重症和死亡病例, 引起国内外广泛关注[3]。同年5月2日卫生部将手足口病纳入国家丙类法定传染病，并要求按规定报告和管理。且中国是该病发病和死亡负担最重的国家[4]。据吴晨[5]等研究，近几年浙江省 HFMD 发病率一直位居法定传染病前两位，而且发病数一直位于全国前列，防控形势不容乐观。2020 年浙江省报告的手足口病发病率是所有法定传染病中第三名[6]。
针对手足口病这类具有传染性强、传播途径复杂、病例数多、疫情控制难度大，且目前尚无特效治疗药物的传染病，采取三级预防的措施具有更好的防控效果。根据传染病监测系统中HFMD的某地区发病数据，通过数学模型进行分析，识别传染病流行规律，对HFMD的发生、发展规律及其流行趋势进行描述判断，从而对HMFD未来的趋势做出预测，可为更有针对性地对该病进行预防和控制提供理论支持。目前常用的传染病发病趋势分析的方法包括定性方法，如目前常用的传染病预测模型有定性分析，如马尔科夫链模型它进行的是区间预测，即以区间划分系统状态，预测结果也为所处的区间，对于数据量较大的情形预测准确度较高[7]；定量分析方法，如时间序列预测模型、神经网络模型等。其中时间序列预测模型是假设预测对象的变化仅与时间有关（既二者为线性关系），根据它的变化特征，以惯性原理推测其未来状态[8]。但是影响传染病发生的因素复杂多变，这些因素通常以非线性的方式影响传染病的发生，使得难以用常规的数学表达式描述出传染病发生的变化规律。而神经网络模型已经被证明具有很好的非线性问题求解能力，并且具有自组织、自学习的特点，能根据已学会的知识和处理问题的经验对复杂问题做出合理的判断，因此，很适合用于于传染病预测研究[9, 10]，弥补时间序列分析法的不足。
1手足口病发病趋势国内外研究现状
手足口病作为危害公众健康的全球流行性疾病，吸引了国内外众多学者进行研究，由于各地区的发病有所差异，不同地区的学者研究HFMD的角度也不同。目前，主流研究手足口病的流行规律的方法是时间序列分析法。陈佶[11]、张晶晶[12]的研究结果证明手足口病的传染率有显著的季节性，可以将该病的变化仅与时间相关，进行时间序列的方法可操作性强，建立模型简单，多个研究[13-16]表面在样本量足够的前提下，拟合效果较好。近年来，由于人工智能算法的兴起，神经网络法也被逐渐应用到传染病学领域，该法具有强大的自我学习能力，能对预测对象与影响因素之间的非线性关系进行复杂的逻辑运算，对传染病未来趋势做出更精确的测算。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
