3.4 数据分析和解释

疫苗可预防疾病监测数据的分析比较复杂，从病例的频率到复杂的回归分析。简单的病例数往往可提供有用的信息。对处于根除和消除阶段的疫苗可预防疾病，单个病例可提示暴发，预示免疫规划存在缺陷。对于地方性的疫苗可预防疾病，病例数上升或下降的趋势可为疫苗规划的影响提供广泛的信号。对疫苗可预防疾病的病例数可按人群、地点和时间进行分层，可深刻了解某些亚群发病数大量增多，从而为制定疫苗政策和决策提供依据，如加强免疫接种或在某个人群或某个地区开展运动［19］。

纵向数据的分析和解释可对疫苗引入的影响（如疾病负担的降低）提供反馈意见［21］。对于纵向数据，仅病例数似乎看起来是疾病流行病学变化的结果，但事实上是监测系统（确认实验室检测的增加）、卫生系统（住院补偿政策的变化，或主要从公立保险系统到私立保险系统的变化）或监测人群变化（监测时间的增加和人群的大规模流动）的人为现象。因此，用人群作为分母计算的年度发病率与病例数相比，是疫苗可预防疾病负担时间趋势的更好指标，因为发病率数据可反映区域人群规模的变化。年度年龄别发病率可定义为某年内暴露人群（某年龄组）中的新发病例数。分母是暴露人群接受监测的累积时间总和（往往指人-时）。在发生疾病暴发和季节性疾病时（因这种情况不是在整个日历年期间都有发生），往往计算罹患率（某离散时间段内人群中的病例数），而非年度发病率。如比较不同时间阳性病例的百分比时，检测的标本数可用作分母。