《传染病流行病学特征：理论与高阶分析方法》-公共卫生与预防医学专业硕士研究生教案

《传染病流行病学特征：理论与高阶分析方法》——公共卫生与预防医学专业硕士研究生教案

  一、课程整体设计理念与定位

  本课程面向公共卫生与预防医学专业硕士研究生，是一门旨在深化流行病学核心理论、聚焦前沿分析方法、培养复杂问题解决能力的高阶专业课程。课程设计超越对传染病流行病学特征的简单描述，立足于“健康中国”战略与新发突发传染病防控的国家重大需求，深度融合多学科知识（如生物信息学、空间地理学、社会行为科学、数据科学），引导学生在掌握经典“三间分布”理论的基础上，娴熟运用现代分析工具与技术，实现对传染病流行规律的深度解析、动态模拟与精准预测。课程强调“理论-方法-实践-决策”的闭环训练，通过真实世界案例研讨、模拟数据分析与科研项目式学习，培养学生形成具备全局视野、批判性思维与创新能力的专家级素养，为其未来从事高级别疾病防控、公共卫生政策制定或前沿科研工作奠定坚实基础。

  二、学习者特征分析（硕士层面）

  本课程的学习者是已完成本科阶段医学或公共卫生基础学习，具备流行病学、卫生统计学、微生物学入门知识的硕士研究生。他们的认知结构与学习需求呈现以下特征：其一，具备一定的知识基础，但对知识的深层联系与前沿发展了解有限，渴望系统化与纵深化；其二，初步掌握基本研究方法，但面对复杂、多源的公共卫生数据时，存在分析方法选择不当、技术运用不熟、结果解读不透等问题；其三，思维活跃，具备初步的科研探究意愿，但往往问题意识不够聚焦，科学逻辑链条的构建与验证能力有待强化；其四，对公共卫生实践有热情，但将理论模型转化为实际防控策略的“最后一公里”能力不足。因此，教学需提供“脚手架”，引导其从知识接受者向知识创造者与问题解决者转变。

  三、核心教学目标

  （一）知识与理论目标

  1.深刻阐述并辨析传染病流行过程的基本环节（传染源、传播途径、易感人群）及其在现代复杂社会生态背景下的演变。

  2.系统掌握传染病分布特征的经典描述维度（时间、地区、人群）及其交互作用，理解其背后的生物学与社会决定因素。

  3.精通衡量传染病流行强度的核心指标（发病率、罹患率、患病率、死亡率、病死率等）的计算、应用场景及局限性。

  4.理解新发、再发传染病的流行特征与驱动因素，熟悉全球与我国重点监测的传染病类别及其流行病学特点。

  （二）技能与方法目标

  1.能够独立设计并实施针对特定传染病的描述性流行病学分析方案，规范收集、整理与可视化呈现“三间分布”数据。

  2.熟练运用至少一种主流统计软件（如R或Python）进行传染病数据的时空聚集性分析、趋势拟合与预测模型初步构建。

  3.掌握分子流行病学、血清流行病学等前沿技术在溯源、传播链重构中的应用原理，并能解读相关分析报告。

  4.能够综合多源信息（流行病学数据、病原学数据、环境与社会数据），撰写专业、严谨的疫情特征分析报告，并提出基于证据的初步防控建议。

  （三）高阶思维与素养目标

  1.发展批判性思维，能对不同来源的疫情信息、研究报告进行科学甄别与评估，识别潜在偏倚与混杂。

  2.培养复杂系统思维，能够将传染病流行置于社会-生态-技术的大系统中进行多维度、动态化分析。

  3.强化科研伦理与公共卫生伦理意识，在数据分析与成果应用中恪守隐私保护、公正惠益等原则。

  4.提升团队协作与学术交流能力，能够在跨学科团队中有效沟通，并清晰、自信地展示和辩护自己的分析发现。

  四、教学重点与难点

  教学重点：

  1.传染病“三间分布”特征的理论内涵与多维度交互分析框架。

  2.现代数据分析方法（特别是时空分析与预测模型）在揭示流行规律中的应用逻辑与操作流程。

  3.从特征分析到防控策略转化的逻辑链条构建。

  教学难点：

  1.复杂非结构化数据的整合与多因素交互作用的解析。

  2.各类预测模型（如仓室模型、机器学习模型）的原理理解、参数设定与结果合理解读。

  3.在不确定性环境下，基于不完整或实时变动的数据进行特征分析与决策判断的能力培养。

  五、教学资源与前置准备

  （一）教师准备

  1.构建模块化知识图谱与案例库：涵盖经典传染病（如流感、霍乱）、新发传染病（如COVID-19、禽流感）、再发传染病（如结核、登革热）的完整流行病学调查数据集、学术文献与公共卫生报告。

  2.开发交互式代码模板与可视化模板：使用RMarkdown或JupyterNotebook编写数据分析核心流程代码（数据清洗、描述性统计、时空可视化、基础模型拟合），供学生调用与修改。

  3.搭建在线协作平台：利用课程管理系统（如Moodle、雨课堂）或协作工具（如GitHubClassroom），发布预习材料、布置任务、进行在线研讨与作业提交。

  4.邀请嘉宾准备：联系疾病预防控制中心一线专家或相关领域学者，规划专题讲座或座谈环节。

  （二）学生准备

  1.知识回顾：系统复习本科阶段流行病学、卫生统计学核心概念。

  2.技能预热：完成基础的R/Python编程环境搭建及数据操作入门练习。

  3.案例预研：课前阅读指定疫情案例背景资料，并初步思考其可能的关键流行病学问题。

  六、教学实施过程（总学时：48学时，其中理论24学时，研讨与实验24学时）

  第一模块：理论奠基与概念重构（8学时）

  第1-2学时：课程导论与复杂系统视角下的传染病流行

  教学活动从一场基于真实历史疫情（如1854年伦敦宽街霍乱暴发）的快速推理开始。教师不直接给出斯诺医生的地图，而是提供零散的发病地址、死亡时间、职业信息，要求学生分组绘制疾病分布图并提出传播假设。在激烈讨论后，引入斯诺的经典研究，自然导出“空间分布”分析的巨大威力。进而，提出核心问题：在21世纪的今天，我们拥有了卫星遥感、移动通讯、基因测序等海量数据，应如何重新定义和解析传染病的“特征”？由此阐述本课程的框架——从经典“三间分布”到多维度、多层次、动态化的“特征系统”分析。明确课程最终产出：每组完成一份针对自选（或指定）传染病的深度特征分析报告与口头答辩。

  第3-4学时：流行过程环节的再审视——传染源与传播途径的复杂性

  深入探讨“传染源”概念：从典型病例到无症状感染者、潜伏期感染者、慢性携带者、环境储源。以伤寒玛丽、新冠病毒无症状传播为例，讨论其流行病学意义的差异及识别挑战。系统梳理“传播途径”：除了经典的粪-口、呼吸道、接触、虫媒、血液体液传播，重点讨论气溶胶传播的争议与证据评估、垂直传播的分子机制、以及“人-动物-环境”界面上的跨种传播（如禽流感、MERS）。引入“传播动力学”初步概念，解释基本再生数（R0）与有效再生数（Rt）作为量化传播力的核心指标，及其与防控措施的关系。通过比较流感和麻疹的R0，直观理解传播力差异导致的流行特征差异。

  第5-6学时：人群特征与易感性——从生物学到社会决定因素

  解析“人群分布”：年龄、性别、职业、种族、行为等。不仅讲解描述方法，更深入挖掘其背后的原因：年龄分布可能反映免疫状态（如儿童易患水痘）、暴露机会（如职业暴露）或行为差异（如旅行史）。重点引入“社会决定因素”框架：系统性分析收入、教育、居住条件、医疗可及性、社会歧视等如何通过影响暴露风险、易感状态和健康行为，最终塑造传染病在人群中的不平等分布。以结核病在流动人口与贫困社区的集中发生为例，进行深入案例研讨。介绍血清流行病学在评估人群免疫屏障（如通过抗体阳性率）中的应用。

  第7-8学时：时间分布与流行强度——模式识别与预警

  深入讲解时间分布的四种经典模式：短期波动（暴发）、季节性、周期性与长期趋势。结合流感、手足口病的季节性，诺如病毒在学校的暴发，以及全球天花消灭的长期趋势进行阐释。重点教授流行强度的测量指标群：详细辨析发病率、罹患率、患病率、死亡率、病死率、续发率等的定义、公式、适用场景与相互联系。通过模拟计算练习，让学生深刻理解分母定义对指标价值的影响（如使用罹患率描述点源暴发）。引入现代监测预警中的前沿时间序列分析方法（如自回归模型、异常检测算法）概念，为后续实验课铺垫。讨论实时再生数（Rt）的估算作为动态监测流行强度的核心工具。

  第二模块：分析方法与技术深化（16学时）

  第9-12学时：描述性特征的数据可视化与空间分析技术

  实验课开始。首先进行数据伦理与隐私保护专项培训，强调在研究中匿名化处理原则。接着，学生使用提供的模拟或脱敏真实数据集（如某地流感样病例数据），在R/Python环境中进行实操。任务一：制作高质量的描述性统计图表，包括按时间（流行曲线）、地区（地图）、人群（条形图、金字塔图）的分类展示，强调图表的规范性、信息量与美观性。任务二：学习使用专题地图（choroplethmap）、点密度图展示疾病地理分布。任务三：引入空间自相关分析概念（如Moran'sI），使用软件工具探索疾病是否存在空间聚集性，并尝试解释聚集的可能原因（如环境因素、人口流动）。教师巡回指导，解决代码错误与逻辑问题。

  第13-16学时：分析性流行病学在特征挖掘中的应用

  理论课回归，但紧密联系实验。讲解如何从描述性特征中发现线索，并提出科学假设。回顾病例对照研究和队列研究的设计原理，重点阐述其在探索危险因素、验证传播途径中的应用。例如，如何利用病例对照研究快速追溯某次食源性疾病的污染食物？如何利用回顾性队列研究评估医院内感染的传播风险？引入“归因危险度”、“比值比”等指标在量化因素贡献中的应用。通过经典案例（如Doll和Hill的吸烟与肺癌研究，虽非传染病，但方法学典范），深化对因果推理逻辑的理解。布置小组作业：针对上一实验课的数据，提出一个可供检验的假设，并设计简要的分析性研究方案。

  第17-20学时：分子与基因组流行病学：微观视角下的宏观规律

  本单元是跨学科融合的典型。首先邀请病原微生物学教师或专家联合授课，讲解病毒/细菌的基因组结构、变异（突变、重组、重配）机制。然后，流行病学教师接手，阐释如何利用基因序列数据回答宏观流行病学问题：1）溯源与传播链重建：通过构建系统发育树，推断病例之间的传播关系，识别传播簇和输入来源。以新冠病毒Alpha、Delta变异株的全球传播研究为例。2）识别传播热点与超级传播事件：通过序列高度同源性推断局部快速传播。3）监测毒力与抗原性变化：结合临床数据，评估新变异株的流行病学意义。学生将在实验课上学习使用在线工具（如Nextstrain）可视化病原体的全球传播动态，直观感受基因数据如何赋能传统流行病学。

  第21-24学时：传染病动力学模型基础与应用

  进入预测与模拟的高阶内容。从最基本的SIR（易感者-感染者-移出者）模型讲起，利用微分方程或计算机模拟，直观展示疾病如何在一个封闭人群中传播、达到峰值并最终消退。通过调整参数（如传播率β、恢复率γ），观察对流行曲线形状、规模、峰值时间的影响。进而扩展模型：加入潜伏期（SEIR模型）、考虑年龄结构、纳入疫苗接种、引入随机性等。重点不在于复杂的数学推导，而在于理解模型的结构假设、参数含义以及模型输出的解读。实验课上，学生将使用R的deSolve

包或在线模拟平台，运行预设参数的SIR/SEIR模型，观察不同防控措施（如降低接触率、提高检测隔离率）对流行轨迹的模拟效果，初步体验“政策实验室”的功能。

  第三模块：综合应用与创新实践（20学时）

  第25-30学时：新发突发传染病特征快速分析实战模拟

  模拟场景启动：假设某地报告聚集性不明原因肺炎病例。教师扮演疾控中心主任，学生分成若干“现场流行病学调查组”。分阶段发布信息：第一阶段（第25-26学时）：仅提供最初几例病例的基本人口学信息、发病时间和临床症状。要求各组快速设计初步的调查表，提出最关键的流行病学问题，并规划数据收集的优先级。第二阶段（第27-28学时）：发布更多病例信息、初步的暴露史访谈结果、以及首份病原学检测报告（例如，检出一种新型冠状病毒）。要求更新病例定义，绘制流行曲线和病例地点分布图，计算初步的罹患率，并提出关于传染源和传播途径的假设。第三阶段（第29-30学时）：发布更完整的流行病学调查数据、密切接触者追踪情况、以及首批病毒基因组序列。要求进行更深入的三间分布描述，尝试进行简单的传播链推论，并基于当前特征，起草一份给决策者的风险评估与初步防控建议报告。整个过程强调在信息不全、时间紧迫下的决策能力。

  第31-36学时：重点传染病深度案例分析（以结核病/艾滋病/流感为例）

  以结核病为贯穿案例，进行为期三周的深度学习。第一周（第31-32学时）：全球与我国结核病的流行病学特征概览。分析其长期趋势、地区差异（高负担国家）、人群特征（与贫困、HIV共感染等相关）。第二周（第33-34学时）：结核病特征的特殊性与分析挑战。探讨潜伏性感染（LTBI）的巨大库存在流行病学中的意义、耐药结核病（MDR/XDR-TB）的流行特征及其对防控的挑战、分子分型技术（如MIRU-VNTR）在追踪传播中的应用。第三周（第35-36学时）：综合防控策略下的特征演变。分析DOTS策略实施后疫情特征的变化，讨论终结结核病战略中，针对特定人群和风险因素的特征分析如何指导精准防控。学生小组需围绕一个细分主题（如“校园结核病暴发特征”、“流动人口结核病防治”）进行文献综述和微型报告。

  第37-42学时：小组研究项目工作坊

  学生小组在教师指导下，正式启动并推进期末分析报告项目。项目选题可自选（需经教师审核）或在教师提供的清单中选择（如“基于多源数据的本市手足口病时空聚集性分析”、“某高校一起诺如病毒胃肠炎暴发的流行病学调查模拟分析”、“利用公开数据对某输入性疟疾传播风险的建模评估”等）。工作坊以“翻转课堂”与个别指导相结合。各小组需进行三次里程碑汇报：1）项目开题报告（研究问题、数据来源、分析方法设计）；2）中期进展报告（数据清洗情况、初步分析结果、遇到的问题）；3）报告初稿互评。教师在此过程中提供方法论指导、资源链接和技术支持，并组织学生进行同行评议，培养学术共同体的协作与批判文化。

  第43-46学时：前沿专题研讨与伦理反思

  安排两次前沿讲座或研讨。专题一：“大数据与数字流行病学”：探讨搜索引擎查询数据、社交媒体信息、移动设备位置数据等在传染病早期预警、健康行为监测和传播模型参数估计中的应用潜力与局限性（如信息偏差、隐私问题）。专题二：“气候变化与传染病生态”：分析全球气候变化如何通过影响病媒生物地理分布、动物宿主栖息地、病原体存活条件等，改变传染病（如登革热、疟疾、莱姆病）的流行特征。穿插进行科研伦理workshop，集中讨论在传染病特征研究中涉及的知情同意（尤其在暴发调查的紧急情况下）、数据共享与隐私保护的平衡、研究成果发布与公众沟通的责任等议题。

  第47-48学时：成果总汇与课程总结

  举行课程项目答辩会。每个小组进行15分钟的口头报告，展示其完整的传染病特征分析过程、主要发现、结论与政策含义，并接受教师与其他同学的提问。评价标准包括：科学问题的清晰度、分析方法的适切性与严谨性、结果呈现的准确性与可视化效果、结论的逻辑性、报告的专业性以及答辩表现。最后，教师对全部项目进行综合点评，提炼各项目中体现的跨学科思维与方法创新亮点。回归课程开篇提出的“特征系统”分析框架，总结如何将分散的知识点与方法工具整合成一个强大的分析工具箱，并展望传染病流行病学在精准公卫和预测预防时代的发展方向，激励学生将所