| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

新聞資訊

論壇

溫哥華地產

大溫餐館點評

溫哥華汽車

溫哥華教育

黃頁/二手

旅游

被質疑 中疾控體系如何履行吹哨權

QR Code
請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
  


  圖片來源:視覺中國

  編者按:從此次新冠肺炎疫情中,我們應該吸取哪些經驗教訓,彌補哪些領域的短板?2月14日,習近平總書記在主持召開中央全面深化改革委員會第十二次會議上說,這次抗擊新冠肺炎疫情,是對國家治理體系和治理能力的一次大考。他特別強調,要強化公共衛生法治保障、要改革完善疾病預防控制體系、要改革完善重大疫情防控救治體系、要健全重大疾病醫療保險和救助制度、要健全統一的應急物資保障體系。


  “就連我們自己單位,也幾乎沒人意識到問題這麼嚴重。”

  被外界質疑對新冠肺炎防控不力,中國疾控中心下屬某研究所研究員李悅感到無奈,“如果說早就有了人傳人的結論,怎麼可能我們內部都不知道?”

  2020年1月15日,新冠肺炎疫情在武漢爆發前夕,中國疾控中心已在內部啟動一級響應。“但我們也不清楚具體情況怎麼樣,包括聚集性如何、是否人傳人,當時這些問題只能通過進一步收集信息才逐漸明確。”李悅說。

  目前,新冠肺炎疫情在國內的傳播途徑已基本被阻斷,反思這場自2019年12月以來全社會總動員的“抗疫行動”,仍有若幹細節值得還原。各方在探討中國公共衛生應急管理體系改革方向時,中國疾控中心在這次疫情中扮演的角色,格外受到關注。

  在國家衛健委高級別專家組組長、中國工程院院士鍾南山看來,“這次疫情暴露的短板就是疾控中心地位太低了,只是衛健委領導下的技術部門,疾控中心的特殊地位沒有得到足夠的重視。”

  專家認為,疫情過後,一場圍繞中國疾控體系的改革已勢在必行。

  邊緣化困境


  位於北京中國疾控中心何時開始參與這次疫情的處置?

  據新華社1月26日報道,2019年12月31日,中國疾控中心已要求下屬病毒病所選派專家組赴武漢參加疫情防控,並在第二天上午赴華南海鮮市場采集了環境樣本。

  隨後是1月4日,中國疾控中心根據首批標本成功研制出PCR檢測試劑。1月7日,中國疾控中心病毒所成功分離第一株源自臨床患者的新型冠狀病毒。


  在此之前,據官方通報,被稱為“疫情上報第一人”並因此受到湖北省記大功獎勵的,是湖北省中西醫結合醫院呼吸內科主任張繼先。她於2019年12月26日接診了4位不明原因肺炎患者,次日,醫院將情況上報至武漢市江漢區疾控中心。

  但在此之後,疫情信息如何在當地衛健委和疾控部門流轉的?目前還缺乏更多細節。

  據多家媒體提及的一份流出報告顯示,湖北省疾控中心和武漢市疾控中心以及幾個區級的疾控中心早在2019年12月29日就已在調查武漢市不明肺炎的情況,並於12月30日形成了書面報告。

  中國青年報報道稱,中國疾控中心從1月3日起便通過網絡直報系統收到了武漢病例信息,但報告很快在1月上旬後停止,原因是武漢市衛健委要求不明原因肺炎病例要“經省衛健委同意”才能上報。

  此後直至1月20日,鍾南山將人傳人和醫務人員感染的事實公開後,公眾才得到第一次正式預警。這中間兩三周時間,新冠肺炎幾乎是在毫無防備的狀態下醞釀爆發。

  “似乎行政層級把信息隔離了,中央派出的工作組、專家組也了解不到真實情況,不管是醫務人員還是政府官員,都沒有說出真實情況,這就形成了一種系統偏差。”北京市醫改專家咨詢委員會專家、首都醫科大學教授崔小波對界面新聞指出,此次疫情暴露的主要問題之一,就是疫情初期疾控中心的判斷沒有及時被當地決策者接受。
您的點贊是對我們的鼓勵     已經有 3 人參與評論了, 我也來說幾句吧
上一頁1234下一頁
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    共有 3 人參與評論    (其它新聞評論)
    評論1 游客 [此.昔.一.仁] 2020-04-01 07:35
    它不能有吹哨權!它吹哨,習近平會條件反射、遺尿尿頻!
    上一頁1下一頁
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0390 秒 and 8 DB Queries in 0.0030 秒