模擬結核病

表格 7 台灣地區人民就醫行為調查表[24] 佔結核病總人數的 50%~60%)[20][6]，並依照結核病各年齡層發生率，設定 該年齡層狀態為發病(I)的代理人。

設定狀態為開放性結核病(O)的代理人

結核病盛行率[20]得到狀態 I 與狀態 O 的人數總和的 50%~60%[20]，並依照 結核病各年齡層發病的比率，設定該年齡層狀態為開放性結核病(O)的代理 人。並依照結核病各年齡層發生率設定到該年齡層代理人的狀態。

設定狀態為潛伏期(L)的代理人：根據 Bowerman[22]及葉[23]曾對台 大規模執行結核菌皮膚檢測(TST)，根據他們的研究可以得到各年齡層 TST 為陽性的比率(圖 19)，再減去狀態為發病及開放性結核病的人數，Bowerma 也認為卡介苗(BCG)對於 TST 的影響沒有高度的相關，而葉則認為以台灣地區 25 歲以上 TST 的結果不受卡介苗影響。

設定狀態為正常、治癒及受保護的代理人

人，剩下的代理人狀態皆為正常，由與治療只是個轉換狀態表示，沒有人數，

在高雄市及台北市的模擬中，我們假設沒有個體在受保護狀態。

圖 19 台灣地區各年齡層 TST 結果[22]

模擬結果 4.2.2.

0 200 400 600 800 1000 1200 1400 1600 1800 2000

89 90 91 92 93 94 95 96 97 98

圖 20 高雄市模擬結果

新增病例數

年

20)為模擬高雄市每年結核病發生率結果，我們也與真實疾病管制局(CDC)所 (圖

公佈的資料做比對[20][24]，位於上端三角標示的曲線為模擬真實社會的潛在病

(圖 21)為模擬台北市結核病新增病例人數，台北市在民國 90 年實施短程直接觀

察治療(DOTS)，因此在我們模型內部 的完治

提高，並依照台北市衛生局所公佈的 DOTS 執行率[27]設定執行的比率。(圖 8)我們實際以模擬的真實模擬的環境作感染率敏感度分析，感染率的大小由 1%~3%，我們可以看到若以第三章所提到的方法挑出來的感染率，有不錯的準確 度。

民國 92 SARS 疫情，各個公共衛生體系、政府及醫療

院所無不提高警覺 、病人的診斷都明顯的提升，另外

，當身體有異樣時，則紛紛前往看診，根 據疾病管制局的資料顯示[1]，民國 93 年各類傳染病的總感染人數也都明顯成 長，其中也包含結核病，所以我們可以推測在台北市及高雄市再民國 93 年時，

結核病的總感染人數皆高出民國 92 年許多，是由於上述之原因，也使我們預測 的總感染人數有些微的差距。

我們的模型代理人具有年齡的設定，所以也可以模擬各年齡層的新增病 例，年齡也會隨著模擬時間增加，(圖 22)為模擬台北市 89 年(圖 23)為模擬台北 市 90 年各年齡層結核病的發生率。皆有反映結核病發生率隨者年齡增加而升高 的趨勢。

，將所有「有就醫開放性結核病人」

率 1

年時，台灣地區爆發

，對於疾病通報的執行效率 人民對於疾病保健的觀念也較過去關注

0 300

50 150

100 200 250

0~14 15~24 25~34 35~44 45~54 55~64 65 UP 圖 23 台北市 89 年各年齡層發生率

0 50 100 150 200 250

0~14 15~24 25~34 35~44 45~54 55~64 65 UP

圖 24 台北市 90 年各年齡層發生率

發生率

歲

發生率

歲