首页 > 中华卫生应急电子杂志 > 基于智能考勤的缺勤监测系统数据质量与传染病预警有效性分析

基于智能考勤的缺勤监测系统数据质量与传染病预警有效性分析

Data quality and effectiveness of early warning of infectious diseases in an absenteeism surveillance system based on smart attendance

导出 LinkOut 学术成果认领

摘要目的比较人工与智能考勤的数据质量和传染病预警有效性的差异，为传染病症状监测智慧化提供实证参考。方法选某市A、B 两所小学，两种方法同步收集2021 年至2022 学年缺勤数据：（1）人脸识别考勤（标准：缺席时间≥1 h），收集1～2（DARL）、3～6 年级（DARH）和全校（DARW1）全因缺勤率。（2）校医人工考勤（标准：缺席1 d），收集全校全因（DARW2）和因病（DARW3）缺勤率。采用时间序列和控制图等方法，以访谈调查确认的疫情信息为参照，比较五类指标的预警有效性。结果（1）DARW2 和DARW3 分别占DARW1 的32.6%和25.2%，DARW3 占DARW2 的77.3%。（2）A校，DARW1 与DARW2（r=0.256，P＜0.001）、DARW1 与DARW3（r=0.243，P＜0.001）、DARW2 与DARW3（r=0.954，P＜0.001）均显著相关；B 校，DARW1 与DARW2（r=0.800，P＜0.001）、DARW1 与DARW3（r=0.790，P＜0.001）、DARW2 与DARW3（r=0.964，P＜0.001）也显著相关。（3）DARL、DARH、DARW1、DARW2 和DARW3 的预警敏感度97.0%、95.3%、100%、100%、100%，特异度88.5%、91.7%、81.8%、80.3%、78.4%，约登指数85.5%、87.0%、81.8%、80.3%、78.4%。结论相较人工考勤，智能缺勤收集的数据质量更高故监测准确性更好，并且调节缺勤时间和分年级段统计缺勤率可进一步提升智能缺勤监测的传染病暴发预警有效性。