2017-01-012024-05-13https://scholars.lib.ntu.edu.tw/handle/123456789/648412摘要：當前國內的食媒性疾病及相關症狀監測系統，主要是衛生福利部疾病管制署的「法定傳染病監視通報系統」、「症狀監視通報系統」、「即時疫情監測系統 (RODS)」及健保就診資料監測，還有食品藥物管理署的「食品中毒資訊系統」，但針對非屬法定傳染病的食媒性病原感染，並沒有完整建立的實驗室監測。故本計畫目的在於整合疾管署的實驗室監測資料(LARS)與即時疫情監測資料，透過結合不同監測系統的特性，發展疫情群聚預警分析方法與決策平台，並進一步將資料的特性與病原體流行的季節特性，納入群聚分析模組，在前期計畫的基礎上，強化其系統的預警能力。另一方面，也結合就醫流動資料推估各醫院服務範圍，推估各地區、季節性與全國尺度的發生率，以掌握食媒傳染病在台灣疫情爆發的特性與規模，而建構完整的食媒性病原感染時空群聚監測預警與發生率推估的系統架構。本研究預計利用三個主要監測資料庫，包括：症狀通報腹瀉群聚、LARS、RODS等，以及兩個輔助的資料庫，民眾就醫流動資料與通路資料。本計畫預計的研究項目，包括：1.將持續調校前期的病原體之人、時、地群聚疫情偵測機制與流行預警模式，整合監測資料特性以及病原體季節特性等因素於模式分析，並針對預警模式提出效能評估及改善建議；2. 針對六項特定的病原體進行食媒性病原感染的群聚預警監測，包括：沙門氏菌(Salmonella species)、輪狀病毒(Rotavirus)、諾羅病毒(Norovirus)、 A 型肝炎(hepatitis A)、曲狀桿菌(Campylobacter species)以及李斯特菌(Listeria monocytogenes)以及推估 5 項食媒性病原體之發生率，包括：沙門氏菌、輪狀病毒、諾羅病毒、曲狀桿菌以及李斯特菌；3. 將本計畫的分析方法、推估模型與預警模式的技術移轉，將計畫成果的模式能在疫情中心運作，包含，預警系統程式的安裝、監測系統資料的介接以及預警分析結果與雲端資料呈現平台之串接等。4. 針對5項食媒性病原體的抗藥性檢驗結果進行監測，包含各病原菌抗藥性的種類與數目，並分析國人感染食媒性病原菌中，抗藥性數目的人口學特徵與地理區位特徵，觀察是否有特定年齡層、或是居住於特定地區的民眾較容易感染具多重抗藥性的食媒性病原體，作為針對病原菌防治的參考資訊。<br> Abstract: Current foodborne disease surveillance data in Taiwan is from Notifiable Communicable Diseases Surveillance System, Real-time Outbreak and Disease Surveillance (RODS) of Taiwan Centers of Disease Control (Taiwan CDC) and National Health Insurance Database (NHID). However, there is no well-established laboratory surveillance system for non-notifiable foodborne pathogens. The objectives of the project are to integrate routine surveillance data from Taiwan CDC’s laboratory pathogen surveillance network (LARS) and RODS and to estimate the incidence rate of foodborne diseases and develop the early-warning framework for comparing the characteristics of different surveillance systems for foodborne diseases. We are attempted to integrate surveillance database from difference sources, including RODS, LARS, Syndromic Surveillance, and other supporting datasets, including patient flow network conducted from NHID and Point-of-Interest (POI) data for food distribution network. The study will incorporate seasonal incidence to assess spatial-temporal outbreak thresholds of food-borne pathogen infection in different periods for the epidemic early warning system. The foodborne pathogens will include Salmonella species, Rotavirus, Norovirus and hepatitis A, Campylobacter species and Listeria monocytogenes. On the other hand, we also establish a framework for drug resistance surveillance to evaluate whether the risk of infection with multidrug-resistant foodborne pathogens differs from groups or places.食媒性病原體疾病群聚早期預警疾病監測發生率季節性抗藥性監測Food-borne pathogensdisease clusteringearly warningdisease surveillanceincidence rateseasonalitydrug resistance surveillance