2022, Vol. 33扩展功能
文章信息
- 李炳辉, 朱海龙, 马小芳, 王伟, 宋富成, 姜洪荣, 孙钦同, 付齐齐
- LI Bing-hui, ZHU Hai-long, MA Xiao-fang, WANG Wei, SONG Fu-cheng, JIANG Hong-rong, SUN Qin-tong, FU Qi-qi
- 基于集中度和圆形分布法分析山东省青岛市2017－2020年媒介蚊虫季节性特征
- Analysis of seasonal characteristics of mosquito vectors in Qingdao city of Shandong province during 2017 and 2020 by the concentration and circular distribution method
- 中国媒介生物学及控制杂志, 2022, 33(2): 230-233
- Chin J Vector Biol & Control, 2022, 33(2): 230-233
- 10.11853/j.issn.1003.8280.2022.02.012
-
文章历史
- 收稿日期: 2021-10-10
2 青岛市预防医学研究院, 山东 青岛 266033;
3 山东省疾病预防控制中心, 山东 济南 250014
2 Qingdao Instituteof Preventive Medicine, Qingdao, Shandong 266033, China;
3 Shandong Center for Disease Controland Prevention, Ji'nan, Shandong 250014, China
世界卫生组织（WHO）“全球病媒控制对策2017－2030”报告指出，全球约有80%的人口处于1种或多种媒介生物传染病的风险中，约17%的全球传染病负担由媒介生物传染病造成[1]。随着我国“一带一路”倡议的不断推进，登革热[2-5]、疟疾、黄热病[6-7]、寨卡病毒病[8]等蚊媒传染病不断从周边国家传入我国内陆，造成的危害逐渐增大，构成了严重的公共卫生风险。目前，该类传染病中绝大多数尚无有效疫苗和防治药物，科学开展蚊虫监测预警与防制工作是有效防控登革热、流行性乙型脑炎（乙脑）和疟疾等蚊媒传染病流行的最佳措施，具有重要的公共卫生意义。蚊虫季节消长趋势分析是蚊虫治理和蚊媒传染病防制研究的重要内容之一，可为蚊虫及蚊媒传染病风险评估、预测预警和防制研究提供科学依据。既往成蚊季节消长趋势分析是以全年各月成蚊监测数或密度绘制曲线图，进行粗略的定性描述，具有操作简单、直观有效的突出特点，但主观性较强，在季节消长趋势判定和分析方面有很大的局限性[9-11]。近年来，集中度法和圆形分布法在传染病发病时间聚集性判定和分析方面应用广泛，为传染病季节特征分析提供了技术支持，但在成蚊季节消长趋势研究方面鲜有报道[12-16]。因此，本研究以山东省青岛市2017－2020年蚊虫国家级监测点成蚊监测数据为例，探究集中度和圆形分布法在成蚊季节消长趋势分析方面的应用，为蚊虫及蚊媒传染病风险评估、监测预警和精准防控提供技术支持。
1 材料与方法 1.1 资料来源2017－2020年成蚊监测数据来源于青岛市蚊虫国家级监测点成蚊监测报表，每个监测点按照《全国病媒生物监测实施方案》进行监测。
1.2 方法 1.2.1 集中度法[17]
|
式中，M和R分别为集中度和离散度，ri（i=1、2、3、4、5、6、7、8、9、10、11、12）为各月成蚊监测数与全年总监测数之比。
成蚊消长趋势季节性判断：0.9≤M≤1.0，说明成蚊消长趋势有严格的季节性；0.7≤M < 0.9，说明有很强的季节性；0.5≤M < 0.7，说明有较强的季节性；0.3≤M < 0.5，说明有一定的季节性；0≤M < 0.3，说明无明显的季节性。
1.2.2 圆形分布法[18]圆形分布法是一种通过三角函数将具有周期性变化的原始资料转换成线性资料的统计分析方法，用平均角（α）表示圆形分布资料的集中倾向。一年按照365 d计算，对应圆周角的360°，则每天为0.986 3°。以每个月中间1 d作为组中值，转换为角度，即月中位角，分别为15.780 8°、44.383 5°、73.972 5°、103.561 5°、134.136 8°、163.725 8°、194.301 1°、224.876 4°、254.465 4°、285.040 7°、314.629 7°和345.205 0°。分别计算cos α和sin α的均值X和Y：
各年α的比较采用Watson-William检验法，按照下列公式计算统计量F：
|
式中，K为校正因子，N为样本总量，k为样本个数，Rj为样本的R值，Rj=njγj，自由度v1=k-1，v2=N-k。P < 0.01说明4个样本α之间的差异有统计学意义，即成蚊季节消长高峰不同。
1.3 统计学分析采用WPS 2012软件录入、整理成蚊监测数据，并进行集中度法和圆形分布法分析，利用Watson-William检验法比较各年间季节消长高峰，检验水准α=0.05。
2 结果 2.1 季节性分布情况青岛市2017－2020年成蚊捕获数1－12月分别为0、0、4、8、564、4 197、6 936、5 736、12 004、1 236、95和0只，消长趋势有明显的季节分布特征，5月成蚊数量开始增加，6－9月达到高峰，即临近年间隔7~8个月（1－5、10－12月）会出现1个周期。其中6－9月成蚊监测数占4年间成蚊总监测数的93.80%。由M计算公式可得，Rx=-0.389 3，Ry=-0.707 4，M=0.807 4。根据集中度的意义，2017－2020年成蚊监测数M值介于0.7~0.9，成蚊消长趋势具有很强的季节性。
2.2 圆形分布法分析季节高峰由表 1可见，青岛市2017－2020年成蚊月监测数呈现周期函数特征，临近年间隔7~8个月（1－5月、10－12月）会出现1个高峰。圆形分布法分析显示，γ=0.805 1，α=223.298 1°，对α进行Z检验，Z=19 951.328，查Z界值表得P < 0.01，说明α存在，即成蚊消长存在集中趋势，有季节性高峰；α对应的天数为227 d，即成蚊季节消长的高峰日为8月15日；圆形分布S=37.728 1°，则季节消长高峰期对应的天数为189~265 d，即2017－2020年青岛市成蚊季节消长高峰期为7月8日－9月22日。见表 1。
|
采用Watson-William检验法对各年α进行比较，3组α之间的差异有统计学意义（F=282.922，P < 0.01），各年度季节消长高峰不同。见表 2。
|
青岛市位于山东半岛东南端，东、南濒临黄海，西、北连接陆地，属于温带季风气候，由于海洋环境的调节作用，城市具有显著的海洋性气候特征。受气候变化的影响，城市降水量季节性分布较强，主要集中在5－9月，其中7月最多，其次是8月[19]。成蚊消长趋势受温度、湿度和降水量影响明显，季节消长趋势图仅能简单粗略地定性描述季节性特征，不能进行季节性强弱判定，更无法获得成蚊季节消长的高峰日和高峰时间段，也很难做出有无统计学意义的判断。而集中度和圆形分布法能综合反映成蚊季节消长趋势，不仅能判断季节性强弱，还能定量计算季节消长高峰期。
M值是根据全年各个月监测数据综合计算得出的指标，能够反映周期性数据的集中趋势，M值越大，说明成蚊季节消长趋势越强。圆形分布α和S可用于分析季节性高峰。圆形分布γ值越大，S值越小，说明角的数值更集中，即消长趋势季节性特征愈强，反之愈弱。本次研究结果显示，青岛市2017－2020年成蚊监测数M值为0.807 4，消长趋势具有很强的季节性特征，成蚊监测消长趋势图亦表明，成蚊消长有季节性集中趋势。圆形分布法分析显示，2017－2020年成蚊季节消长高峰期是在7月上旬至8月下旬，主要集中在青岛市夏、秋季节。王伟等[20]采用CO2诱蚊灯法、布雷图指数法等方法对青岛市蚊虫密度及其季节消长关系进行了研究，监测发现全市7月下旬蚊密度达到高峰，农村6－10月蚊密度处于较高水平，与本次研究结果相似。但该研究主要通过蚊密度值对2016年蚊虫监测季节性趋势进行初步定性描述，缺乏统计学意义，而且目前关于青岛市成蚊监测的季节消长趋势分析鲜有报道。本次研究基于近4年连续的成蚊监测结果，采用集中度法和圆形分布法对青岛市成蚊季节消长趋势进行统计学分析，与季节消长趋势图可以有效结合，科学推断成蚊消长高峰期，全面掌握季节性特征，弥补了青岛市蚊虫季节消长趋势研究的不足，能够为蚊虫精准治理和蚊媒传染病科学防控提供指导依据，为有效控制蚊虫孳生和繁殖，降低蚊媒传染病发生和流行的风险提供有力支持。
蚊虫作为重要传染病的传播媒介，其密度高低与蚊媒传染病流行强度紧密相关。蚊虫的生活史包括卵、幼虫、蛹和成蚊4个阶段，其中前3个阶段生活在水中，因此降水量、温度、湿度等气象因素的变化会影响蚊虫的孳生和繁殖，从而影响成蚊季节消长的高峰期[21-23]。掌握成蚊季节消长特点和趋势规律，提前做好防控准备，对缩短高峰期、防控蚊媒传染病及保障居民健康具有十分重要的意义。青岛市夏、秋季节降雨较多，温度适宜，适合蚊虫的孳生和繁殖。因此，在蚊虫密度达到高峰期（7月上旬）之前开展预防宣传工作，提高群众健康素养和风险防范意识，加强爱国卫生运动，采取各种预防控制措施，尤其是蚊虫孳生地的管理，将有效缩短蚊虫活动高峰期，将危害降到最低。
利益冲突 无
| [1] |
刘起勇. 新时代媒介生物传染病形势及防控对策[J]. 中国媒介生物学及控制杂志, 2019, 30(1): 1-6, 11. Liu QY. Epidemic profile of vector-borne diseases and vector control strategies in the new era[J]. Chin J Vector Biol Control, 2019, 30(1): 1-6, 11. DOI:10.11853/j.issn.1003.8280.2019.01.001 |
| [2] |
Yue YJ, Sun JM, Liu XB, et al. Spatial analysis of dengue fever and exploration of its environmental and socio-economic risk factors using ordinary least squares: A case study in five districts of Guangzhou city, China, 2014[J]. Int J Infect Dis, 2018, 75: 39-48. DOI:10.1016/j.ijid.2018.07.023 |
| [3] |
Chen B, Liu QY. Dengue fever in China[J]. Lancet, 2015, 385(9978): 1621-1622. DOI:10.1016/S0140-6736(15)60793-0 |
| [4] |
Li RY, Xu L, Bjørnstad ON, et al. Climate-driven variation in mosquito density predicts the spatiotemporal dynamics of dengue[J]. Proc Natl Acad Sci USA, 2019, 116(9): 3624-3629. DOI:10.1073/pnas.1806094116 |
| [5] |
Xu L, Stige LC, Chan KS, et al. Climate variation drives dengue dynamics[J]. Proc Natl Acad Sci USA, 2017, 114(1): 113-118. DOI:10.1073/pnas.1618558114 |
| [6] |
Ling Y, Chen J, Huang Q, et al. Yellow fever in a worker returning to China from Angola, March 2016[J]. Emerg Infect Dis, 2016, 22(7): 1317-1318. DOI:10.3201/eid2207.160469 |
| [7] |
Chen J, Lu HZ. Yellow fever in China is still an imported disease[J]. Biosci Trends, 2016, 10(2): 158-162. DOI:10.5582/bst.2016.01051 |
| [8] |
Sakkas H, Economou V, Papadopoulou C. Zika virus infection: Past and present of another emerging vector-borne disease[J]. J Vector Borne Dis, 2016, 53(4): 305-311. |
| [9] |
马勇建, 付磊磊, 张云兰, 等. 2017-2018年滨州市蚊蝇种群结构及季节消长分析[J]. 现代预防医学, 2019, 46(17): 3197-3200, 3210. Ma YJ, Fu LL, Zhang YL, et al. Population structure and seasonal fluctuation of mosquitoes and flies of Binzhou, 2017-2018[J]. Mod Prev Med, 2019, 46(17): 3197-3200, 3210. |
| [10] |
朱心红, 吴因平, 陈莫娇. 浙江省义乌市2017年白纹伊蚊密度及其分布特征[J]. 中国媒介生物学及控制杂志, 2019, 30(5): 567-569. Zhu XH, Wu YP, Chen MJ. Population density and distribution characteristics of Aedes albopictus in 2017 in Yiwu, Zhejiang province, China[J]. Chin J Vector Biol Control, 2019, 30(5): 567-569. DOI:10.11853/j.issn.1003.8280.2019.05.021 |
| [11] |
吴海霞, 鲁亮, 孟凤霞, 等. 2006-2015年我国蚊虫监测报告[J]. 中国媒介生物学及控制杂志, 2017, 28(5): 409-415. Wu HX, Lu L, Meng FX, et al. Reports on national surveillance of mosquitoes in China, 2006-2015[J]. Chin J Vector Biol Control, 2017, 28(5): 409-415. DOI:10.11853/j.issn.1003.8280.2017.05.001 |
| [12] |
刘红杨, 肖金环, 王凡, 等. 集中度和圆形分布法分析山东省2008-2014年手足口病季节性特征[J]. 山东大学学报(医学版), 2016, 54(12): 77-81, 89. Liu HY, Xiao JH, Wang F, et al. Seasonal characteristics of hand, foot and mouth disease in Shandong province during 2008 and 2014 analyzed with concentration and circular distribution methods[J]. J Shandong Univ (Health Sci), 2016, 54(12): 77-81, 89. DOI:10.6040/j.issn.1671-7554.0.2016.469 |
| [13] |
曹世义, 尹平, 卢祖洵. 应用改良的集中度法分析我国结核病发病的季节性特征[J]. 中华疾病控制杂志, 2011, 15(12): 1081-1083. Cao SY, Yin P, Lu ZX. Analysis on the seasonal intensity of tuberculosis in China applying the improved muster method[J]. Chin J Dis Control Prev, 2011, 15(12): 1081-1083. |
| [14] |
康育慧, 崔咏梅, 曹文君. 2011-2017年我国人间布鲁氏菌病发病的长期趋势和季节性研究[J]. 中国卫生统计, 2018, 35(6): 895-897. Kang YH, Cui YM, Cao WJ. Long-term trend and seasonality of human brucellosis in China from 2011 to 2017[J]. Chin J Health Stat, 2018, 35(6): 895-897. |
| [15] |
刘卫光, 赵桂让, 黄道靖, 等. 漯河市手足口病发病集中度和圆形分布分析结果[J]. 预防医学, 2019, 31(9): 908-910. Liu WG, Zhao GR, Huang DJ, et al. Analysis of seasonality of hand-food-and-mouth disease in Luohe by concentration ratio and the circular distribution[J]. Prev Med, 2019, 31(9): 908-910. DOI:10.19485/j.cnki.issn2096-5087.2019.09.011 |
| [16] |
王晶晶, 周杰, 汤喜红, 等. 2005-2017年上海市金山区成人麻疹流行病学特征及影响因素分析[J]. 中国预防医学杂志, 2019, 20(9): 784-788. Wang JJ, Zhou J, Tang XH, et al. Epidemiological characteristics and influencing factors of measles among adults in Jinshan district of Shanghai, 2005-2017[J]. Chin Prev Med, 2019, 20(9): 784-788. DOI:10.16506/j.1009-6639.2019.09.004 |
| [17] |
李宗瑾, 谢清梅, 李艳艳, 等. 平顶山市2008-2010年手足口病发病季节性分析[J]. 现代预防医学, 2013, 40(10): 1814-1816. Li ZJ, Xie QM, Li YY, et al. Analysis of the seasonality of hand foot and mouth disease (HFMD) in Pingdingshan from 2008 to 2010[J]. Mod Prev Med, 2013, 40(10): 1814-1816. |
| [18] |
金丕焕. 医用统计方法[M]. 2版. 上海: 复旦大学出版社, 2003: 211-217. Jin PH. Public health preventive medicine[M]. 2nd ed. Shanghai: Fudan University Press, 2003: 211-217. |
| [19] |
夏子瑶, 万夫敬. 1987-2016年青岛市气候变化特征分析[J]. 现代农业科技, 2018(4): 171, 173. Xia ZY, Wan FJ. Analysis of climate change characteristics in Qingdao city from 1987 to 2016[J]. Mod Agric Sci Technol, 2018(4): 171, 173. DOI:10.3969/j.issn.1007-5739.2018.04.104 |
| [20] |
王伟, 高汝钦, 马小芳, 等. 2016年青岛市蚊虫监测分析[J]. 中华卫生杀虫药械, 2017, 23(4): 351-353, 358. Wang W, Gao RQ, Ma XF, et al. Survey on the mosquito population density in Qingdao city in 2016[J]. Chin J Hyg Insect Equip, 2017, 23(4): 351-353, 358. DOI:10.19821/j.1671-2781.2017.04.017 |
| [21] |
徐承龙, 姜志宽. 蚊虫防制(二): 蚊虫的生态习性与常见种类[J]. 中华卫生杀虫药械, 2006, 12(5): 403-407. Xu CL, Jiang ZK. Mosquito control (2): Ecological habits and common species of mosquitoes[J]. Chin J Hyg Insect Equip, 2006, 12(5): 403-407. DOI:10.3969/j.issn.1671-2781.2006.05.023 |
| [22] |
Atkinson D. Temperature and organism size: A biological law for ectotherms[J]. Adv Ecol Res, 1994, 25: 1-58. DOI:10.1016/S0065-2504(08)60212-3 |
| [23] |
仲洁, 何隆华. 气象因素对蚊虫密度影响研究进展[J]. 中国媒介生物学及控制杂志, 2015, 26(1): 95-99. Zhong J, He LH. Advances in research on impacts of meteorological factors on mosquito density[J]. Chin J Vector Biol Control, 2015, 26(1): 95-99. DOI:10.11853/j.issn.1003.4692.2015.01.028 |