我国主要法定报告传染病的“春节效应”研究 摘要】 本文以我国主要法定报告传染病的“春节效应”研究为题，展开相关论述，首先对其进行了必要的概述，通过时间序列分解法结合传染病发病特征及相关指标，讨论了可能具有“春节效应”的7种疾病。 【关键词】 法定报告；传染病；春节效应 【中图分类号】R183 【文献标识码】A 【文章编号】2095-1752（2016）06-0071-02 传染病具有周期性波动，其原因较为复杂，多是由于各种因素混杂而成，其中，最为主要的归功于人类活动与环境对病原体的影响。根据我国往年的报告来看，在春节期间，各种传染病疫情都会出现波动，而且大幅度的呈现出上升趋势，被称为“春节效应”。 1.研究方法及判定 首先，根据我国的传染病报告材料(2005～2011年),可以知晓04年传染病37种，分三类（甲乙丙）；08年公布27种（甲乙）；09年增加10种传染病（丙类）。 其次，纳入与排除标准（病种）。国家卫生部网站（http://www.moh.gov.cn）：05年1月～11年12月公布的每月病例数资料完整的甲乙类传染病25种：艾滋、霍乱、病毒性肝炎（甲乙丙戊）、流行性出血热、麻疹、新生儿破伤风、百日咳、狂犬病、流行性乙型脑炎、登革热、炭疽、伤寒和副伤寒、流行性脑脊髓膜炎、猩红热、淋病、梅毒、疟疾、血吸虫病、布鲁氏菌病、细菌性与阿米巴性痢疾、肺结核、钩端螺旋体病。从报告案例的数量分析，鼠疫、传染性非典型肺炎、脊髓灰质炎、人感染高致病性禽流感、白喉、未分型病毒性肝炎等因数量较少或报告数为零的可排除在本次研究之外。 第三，时间序列分解方法。数据准备：时间变量（ti，i=1，2...84），全国每月原始病例数（Ni）；数据校正方法，即各月份天数与人口月自然增长率。(2005～2010,平均人口增长率为0.57%， 11年为0.479%.据此，可以得出： * 其中，Xi代表校正后月病例数；Ni为原始月病例数；di为第ti月的天数。 第四，时间序列分解法具体步骤：长期趋势因素、季节性因素、循环性因素、随机性因素。以四大因素进行综合分析，从而探讨“春节效应”。（注意，对我国春运的时间应该进行分段，前期、春节、后期。） 从上面的分析可以看出，本次体制改革纳入的25种传染病，明确的显示出具有“春节效应”的有7种，四肝（甲乙丙戊）、百日咳、淋病、梅毒。其中的S与Sri曲线在春节后某个时间点急速上升，发生波动，并出现波峰，向前推算可得出一具潜伏期（以平均潜伏期为主，长期为辅），推算后日期正好位于春节前后，每年均存在该现象。 结核病与艾滋病虽然在春节后出现了小波峰，但是根据其潜伏期不明确或者过长来分析，对所谓的“春节效应”未能明确呈现。 霍乱、麻疹、流行性血热、狂犬病人、流行性乙型脑炎、登革热等等未出现春节后波动高峰，但是根据春节效应的要求或标准来判定，其年份不是连续的，所以不属于“春节效应”类传染病。 我们应该认识到，造成“春节效应”的传染病，在判定标准上应该尽可能的加以限制，因为影响它的因素过多，而且在整个影响过程中干扰性较大，不但需要从社会学角度，还应该从经济学角度、生物学角度、政治学角度等进行更为综合的分析，才能使整个的传染病得到相应的认识，对其传染途径与可能造成该疾病发生的可能性因素加以考虑。 2.对“春节效应”的新认识 新时期对不同的事物会做出不同的解释，也就是为其赋予相应的价值。研究并判定这一传染病范围及传播途径是为了达到更好的预防目的。在这方面人们已经有了足够意识。 作为一种可循环发生，并在人类活动频繁之际出现的疾病，它要求人们更深层次的了解它。然而对于各种自然现象，包括对于疾病的认识，都应该反观到人类自身，应该从这一现象进行延伸，将整个现象的认识上升到较高的层次，使其对人类的群体活动进行干预与影响。换句话说，笔者认为对这一效应的判定方法与范围限制是通过科学的方法进行评估，但是，人类所要认识的不仅仅是现象，更应该透过这一现象，通过对其的认识来达到一种利用，使其成为调整人类生存方式与生活方式的一个杠杆。 具体来说，这一现象应使人们在春节这一时段进行反思，比如从民族心理积淀角度、社会可持续发展角度、经济学角度、生物学角度、生命学角度和生产力学的角度等等。人们也应该更为清楚的认识到：无论是中世纪的黑死病，还是2003年的非典，或者2008年以来的流感等，它们都是病毒的变种，也在不断尝试着新的组合，再透过自身的存在来影响人类的生存，人们受其结果的冲击与刺激，应该有足够的自我反思，应该意识到它们对于人类生存方式的影响，换句话说，人类不只是生物学意义上的适应者，还应该利用自我认知来突破自身，改善自身的生存状态与生活形态。 因此，想要更好的使“春节效应”得到认识与预防，一是应该与时俱进，站在历史的角度进行俯视，应该有一个超拔的视野，如同德国大哲学家康德所说的“视灵者”那样，去观测人类的种种；二是应该认识到当下人类的生存已经到了转折期，这是一个选择的时刻，所以，应该对此类可能的造成大范围影响的事件、疾病或进程加以整体评估与审查，从而真正使其对人类的存在方式产生影响。 【参考文献】 [1]郭志武，蒲继红，滕国召.基于ARIMA模型的春节因素调整方法研究[J].中国卫生统计，2013（06）. [2]崔树峰，马建新，李书明.时间序列分解法在北京朝阳区细菌性痢疾周报告发病率预测中的应用[J].中国卫生统计，2014（26）. 本文来源：https://www.wddqw.com/doc/81462b45f76527d3240c844769eae009581ba28a.html