自然疫源性疾病是指存在于自然界的一类疾病，主要宿主为野生动物、兽类和禽类等。媒介动物主要有蚊、蜱和螨等。病原体在一定条件下通过一定的传播途径而感染动物和人类，造成严重危害。

甘肃省自然疫源性疾病一度发病较为严重。随着近年来监测和研究工作力度的加大，疫情的发展趋势有所遏制，发病有所下降，但出现新疫区的可能性或暴发流行的隐患依然存在，所以有针对性地采取预防和控制手段，对减少传染病的发生和人员死亡具有重要意义。本研究拟采用Tango等提出的Flexible空间扫描统计量方法，同时结合地理信息系统，对甘肃省肾综合征出血热（HFRS）、布鲁氏菌病（布病）、炭疽和疟疾共4种自然疫源性疾病的空间聚集性进行研究，探讨其分布和聚集性特征，为制定有效的疫情防控策略提供理论依据。 1 材料与方法 1.1 资料来源与预处理

2009－2013年甘肃省4种自然疫源性疾病发病资料来源于全国传染病疫情信息网络直报系统，以“发病日期”进行统计整理，所有病例均符合疾病诊断标准。人口数据和甘肃省1∶25万矢量化县（区）地图由中国疾病预防控制中心提供。 1.2 研究方法

本研究采用FlexibleV3空间扫描统计分析软件进行病例的空间聚集性探测^[1]，探测区域主要为不规则形状聚集区域。Flexible空间扫描预先不规定扫描窗口形状，而是根据已建立的在地理位置上有连接的区域集，以动态变化的不规则扫描窗口对不同区域进行扫描，同时将扫描区域限定在与每一个起始区域相邻的较小区域内^[2]。由于不同疾病发病例数变化较大，故本研究在空间区域上以县级为单位进行扫描，时间上则以年度进行，以期获得全面准确的结果。

对于每个扫描窗口，可根据Poisson分布计算出理论发病数，然后根据实际发病数和理论发病数构建对数似然比（log likelihood ratio，LLR）的Poisson模型检验，以此来评价扫描窗口内发病数的异常程度。LLR值越大，则该窗口发病数异常程度越高。假设病例无聚集性，病例服从Poisson分布，则将空间统计量（S）定义为所有可能的扫描窗口Z中最大的似然比：

L（Z）是扫描窗口Z的似然函数值，L₀是基于无效假设得到的似然函数值。n_Z为扫描窗口Z中的实际发病数，μ（Z）为根据无效假设得到的扫描窗口Z中的预期发病数，N为整个地区的总发病数，μ（G）为根据无效假设得到的整个地区的预期发病数，且有 μ（G）＝N 。那么Poisson模型的似然比为：

由于Flexible空间扫描窗口采用预先设定最大相邻区域数K，从而避免了监测区域出现不可能的形状。以往研究结果显示，聚集（cluster）最多覆盖的区域数不宜超过总区域数的10%～15%^{[3, 4]}，甘肃省共有86个县（区），且区域分布在一个狭长地带，因此分析时选择cluster最多覆盖的区域数K＝15。本研究采用蒙特卡罗随机化法（Monte Carlo method）计算检验统计量P值，迭代次数选择999。将数据导入FlexibleV3中进行运算，获得空间聚集性探测结果，然后将结果在ArcGIS 9.3软件中进行可视化呈现。 2 结 果 2.1 空间聚集性分析

表 1列出了P＜0.05时不同地区聚集性信号。所有cluster按序号由小到大排列，cluster序号越小，LLR值越大，则聚集性越强。由P值可计算NOR（Null Occurrence Rate），NOR是指假设不存在聚集性，那么出现虚假聚集信号的时间间隔，NOR＝1/P天。例如P＝0.002，表示每500 d可能出现这样一个虚假聚集信号。

表 1 2009－2013年甘肃省4种自然疫源性疾病数据空间聚集性分析结果 Table 1 Spatial clustering analysis results of 4 natural foci diseases from 2009 to 2013 in Gansu province\&时间

表选项

探测结果显示，4种疾病2009－2013年空间聚集区域明显不同。HFRS、布病和炭疽聚集区主要分布在甘肃省东南部的庆阳、平凉、天水、定西和陇南市、甘南藏族自治州和临夏回族自治州，其中布病和炭疽高发区主要聚集在农牧区。HFRS聚集区在老疫区（平凉和定西市及甘南藏族自治州）外又出现了新的发病区域（庆阳、天水和陇南市）。疟疾聚集区主要分布在甘肃省西部的武威、金昌和张掖3个市，其他聚集区永靖县、七里河区、城关区、安宁区、红古区病例数较少，均为1例。4种疾病虽然在不同时间、不同地区聚集性情况有所差异，但基本符合各自发病和分布特点。 2.2 地理信息系统可视化呈现

采用ArcGIS 9.3软件可直观呈现甘肃省各县（区）发病的空间聚集性区域（图 1）。

注： 括号内数字表示聚集区域的县数（市、区）； 括号外数字“1”表示一类聚集区，“2”表示二类聚集区。 图 1 2009－2013年甘肃省4种自然疫源性疾病空间聚集性结果 Figure 1 Spatial clustering analysis results of 4 natural foci diseases in 2009-2013

图选项

以往很多资料都是对一种疾病进行空间扫描分析，很少将几种疾病同时进行空间扫描分析。本研究尝试将甘肃省4种自然疫源性疾病同时进行空间扫描分析，并结合地理信息系统，探讨疾病的分布和聚集性特征，为制定有效的疫情防控策略提供理论依据。

Flexible空间扫描统计量是2005年Tango等在Kulldorff圆形扫描统计量基础上提出的，主要是为了探测圆形扫描窗口探测不到的不规则聚集区。圆形扫描法主要采用移动窗口法在研究区域内建立活动圆形窗口对疾病进行扫描统计，窗口的圆心根据地理区域的中心而变动，每变动一次，将计算窗口与窗口外区域之间的发病差异，采用LLR检验^[5]。Flexible空间扫描预先不规定扫描窗口形状，而是根据已建立的在地理位置上有连接的区域集，以动态变化的不规则扫描窗口对不同区域进行扫描，同时将扫描区域限定在与每一个起始区域相邻的较小区域内。这就避免了选择偏倚的出现，最大限度地进行数据信息的挖掘，探测区域空间聚集性的存在^[6]。资料显示，对不规则聚集区的扫描，Flexible扫描统计量的检验效能优于圆形扫描统计量，并且探测出的聚集区域更符合实际情况^[7]。甘肃省位于中国西部，地处黄河上游，地域辽阔，地势自西南向东北倾斜，地形狭长，东西长1655 km，南北宽530 km，利用Flexible空间扫描统计量，并在空间区域上以县级为单位进行扫描，时间上以年度进行，以期获得全面准确的结果。

空间扫描结果结合ArcGIS绘制区域地图能很直观地展示出疾病的空间聚集区域。结果显示，2009年布病的聚集区为和政县和武威市古浪县（二类聚集区），随着时间的变化聚集区逐步扩大，到2011年聚集区为武山县、岷县、文县、礼县、舟曲县、秦州区、迭部县和徽县。2012－2013年疫情有所回落，聚集区为和政县。总体而言，聚集区由甘肃省南部向东部转移。HFRS近年来发病趋缓，5年聚集区由甘肃省东部地区的市（县）向南部地区的市（县）转移，与监测结果一致。炭疽发病主要集中在甘肃省南部的甘南藏族自治州和临夏回族自治州，且在农牧区高发，与历年监测结果一致。甘肃省疟疾发病比较平稳，主要为输入性病例。资料显示2009年武威市238名赴非洲务工回国人员中有38例被诊断为疟疾^[8]。2009－2013年探测结果显示，其聚集区主要在甘肃省西部的武威、张掖和金昌3个市，与近年来西部地区劳务输出人员增加有很大关系。2010－2011年疟疾发病呈现下降趋势，未探测到聚集区。此外，通过空间扫描统计还发现：2009年武威市古浪县同时存在布病和炭疽聚集区；2011年甘南藏族自治州夏河县同时存在HFRS和炭疽聚集区；2013年甘南藏族自治州夏河、玛曲和碌曲县同时存在HFRS和炭疽聚集区。应重点关注这些地区疫情发展态势（4种疾病监测资料来源于2009－2013年全国重点传染病和病媒生物监测报告，未公开发表）。

自然疫源性疾病的发生和流行主要受媒介、宿主动物、地理环境、气候特点和人类活动等影响，这就增加了疫情监测和处置的难度。本研究利用空间扫描统计结果，结合地理信息系统，不仅能直观呈现4种自然疫源性疾病在甘肃省不同区域的空间聚集性情况，而且还对进一步研究疾病的流行特征和影响因素指明了方向，这对于甘肃省自然疫源性疾病空间聚集性的早期预警、防控策略的制定和各项防控措施的落实具有重要意义。