中国媒介生物学及控制杂志  2016, Vol. 27 Issue (2): 128-132

扩展功能

文章信息

姜澒月, 李海蓉, 杨林生, 王卷乐
JIANG Hong-yue, LI Hai-rong, YANG Lin-sheng, WANG Juan-le
河南省流行性乙型脑炎时空分布特征及影响因素研究
Analysis on spatiotemporal patterns and driving factors of Japanese encephalitis in Henan province
中国媒介生物学及控制杂志, 2016, 27(2): 128-132
Chin J Vector Biol & Control, 2016, 27(2): 128-132
10.11853/j.issn.1003.8280.2016.02.009

文章历史

收稿日期: 2015-12-28
河南省流行性乙型脑炎时空分布特征及影响因素研究
姜澒月1,2,李海蓉1,杨林生1,王卷乐3    
1 中国科学院地理科学与资源研究所, 陆地表层格局与模拟院重点实验室, 北京 100101;
2 中国科学院大学, 北京 100049;
3 中国科学院地理科学与资源研究所, 资源与环境信息系统国家重点实验室, 北京 100101
摘要: 目的 分析河南省2006-2010年流行性乙型脑炎(乙脑)时空分布特征,研究地理环境因子对乙脑发病情况的影响。方法 对2006-2010年河南省乙脑发病数据分市县进行流行病学及空间自相关分析,利用相关分析及多元线性回归研究气象因子、地表因子、社会经济条件等地理环境因素对乙脑发病的影响。结果 河南省5年共报告2729例,年平均发病率为0.5474/10万,死亡119例,平均病死率为4.36%。年内7-9月发病集中,占全年发病数的97.08%,年际变化呈"U"形。疾病发病"热点"呈现明显的西南多、东北少的空间分布特征,洛阳、南阳、信阳3市发病热点现象显著。气象因子中,降雨量、降雨日数、>80%湿度天数及>25℃积温与发病率正向作用显著,而>30℃温度的累积天数、最高温度>30℃的累积温度将有效降低乙脑发病;地表因子中,省内水网密度低、耕地面积高的地方易致乙脑发病,两者与发病率在置信度为99%水平均呈显著相关;社会经济类因子中,农民人均收入的提升可有效降低疾病暴发,医疗卫生从业人数增加可降低乙脑暴发的可能性。多元线性回归拟合地理环境因素对疾病发病率影响,预测模型中R2=0.643,调整后R2=0.414,拟合效果良好。结论 河南省西南地区属于乙脑防控重点区域,关注地理环境因素的动态变化对乙脑防控有前瞻性作用。
关键词: 流行性乙型脑炎     时空分布特征     空间自相关     多元线性回归     地理环境因素    
Analysis on spatiotemporal patterns and driving factors of Japanese encephalitis in Henan province
JIANG Hong-yue1,2,LI Hai-rong1 ,YANG Lin-sheng1,WANG Juan-le3     
1 Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographical Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China;
2 University of Chinese Academy of Sciences;
3 State Key Lab of Resources and Environment Information System, Institute of Geographical Sciences and Natural Resources Research
Abstract: Objective This paper was intended to analyze the spatiotemporal patterns of the Japanese encephalitis (JE) in Henan province from 2006 to 2010, and explore the connection between JE incidence and the geographical environmental driving factors. Methods The JE incidence from 2006 to 2010 in Henan was analyzed with epidemiological research, spatial autocorrelation, and correlation method. The multiple linear regression model was also built to identify the impact of meteorological, surficial and socio-economic factors on JE. Results The total number of JE case is 2 729 with yearly incidence of 0.547 4 per 100 thousand people and the overall death case was 119 with mortality rate of 4.36%. The incidence outbreak from July to September, accounting for 97.08% of the whole year cases and the annual incidence declined in 2008 and then fluctuated until 2010. JE cases were mainly concentrated in the southwest area, and "hot spots" agglomeration was significant in Luoyang, Nanyang, and northern Xinyang city. In terms of the meteorological driving factors, rainfall, the number of rainy days, >80% humidity days and >25℃ cumulated temperature promoted the outbreak of JE, while >30℃ cumulated days and the maximum above 30℃ cumulated temperature would reduce the incidence. For the surficial factors, watershed density and cultivated area illustrated the significant correlation with incidence of 99% confidence. With the increase of income per capita in farmers and total number of health technical staff, the possibility of an outbreak of JE also decreased. The overall predicted R2 of regression model was 0.643 with the adjusted R2 of 0.414. Conclusion The southwest area in Henan province is the key area for JE management. Research on the geographical driving factors of JE disease, will have a significant effect on the prevention and control of JE incidence.
Key words: Japanese encephalitis     Spatial and temporal distribution     Spatial autocorrelation     Multiple linear regression     Geographic driving factors    

流行病学研究表明,我国各省流行性乙型脑炎(乙脑)病情自20世纪80年代高发期后呈下降趋势,但地方性流行区域每年发病率仍在1/10万~10/10万,死亡率为5%~35%,存活病例中仍有30%~50%的患者伴随严重的后遗症[1],且易诱发儿童神经系统病毒感染和残疾[2]。流行性特征分析包括各地乙脑分布及发病率、季节、人群分布特征等,主要关注描述疾病的发病和分布现状,对病情时空变化成因的深层探究较少。乙脑的流行发病与乙脑传播媒介蚊虫的季节消长、繁殖与发育密切相关[3]。河南省乙脑发病率高于其他省份,为我国重点防治省[4]。唐晓燕等[5]发现河南省乙脑流行强度由南向北递减的规律,但未涉及时空变化趋势。郝宗宇等[6]对河南省1971-2003年长达30余年的乙脑发病特点进行概述,指出若增加进一步的乙脑空间数据挖掘将更利于指导乙脑的防控。蚊虫密度与地理环境关系分析中,Cao等[7] 基于全国乙脑数据与社会经济因素进行多元回归分析,表明了在研究自然环境因子的基础上,仍需要考虑社会人文因素对乙脑发病波动带来的影响。基于此,本研究以河南省为典型区,探讨乙脑发病时空聚集特征,在分析乙脑传播媒介繁殖及发育特征等与环境因素的关系基础上,构建影响乙脑发病的地理环境指标,为开展乙脑流行的地理环境风险预测、制订因地制宜的风险防控方案提供科学依据。

1 材料与方法 1.1 数据来源及处理

选择河南省为典型区,从国家基础地理信息系统数据库中获取1∶100万中国县界电子地图,截取河南县界地图。河南省2006-2010年各县(市、区)的乙脑逐月发病例数、死亡例数数据来源于中国疾病预防控制中心,结合河南省统计年鉴(2006-2011)人口数据计算各县(市、区)乙脑逐月发病率及死亡率。根据中国气象数据共享服务平台提供的河南地区逐日气象数据,基于乙脑虫媒发育繁殖特征,构建影响乙脑发病的气象学指标,包括降雨量、降雨日数、60%~80%湿度天数、>80%湿度天数、平均气温、>25 ℃积温、>30 ℃天数、最高温>30 ℃积温。地表环境指标平均水网密度经由地球系统科学数据共享平台中1∶400万水系分布矢量数据栅格化计算获取,地表环境指标耕地面积及经济社会指标生产总值、一产总值、三产总值、农民人均收入、医疗卫生从业人数、大牲畜年底出栏数、猪年底头数等数据来源于2006-2010年河南省统计年鉴。

1.2 研究方法 1.2.1 空间自相关

空间自相关分析作为典型的空间截面数据统计分析方法,应用于流行病学研究中,可以很好地表征疾病发病热点区域,揭示疾病空间分布规律。常用的局部空间自相关统计工具包含空间联系的局部指标(LISA)[8],G统计量(Getis系数)[9, 10, 11]。广义及局部G统计量,改进了LISA中Moran指数和Geary’s系数[12],从全局和局域Getis系数分析乙脑发病的高值集聚或低值集聚。本研究针对乙脑发病特征,主要研究疾病高发集聚区域即热点区域,故选取关注热点区域的G统计量进行统计分析。

式中,G(d)为全局Getis系数,Gi(d)为局域Getis系数,Z为检验统计量,wij=(d)表示给定距离d条件下i、j=两者空间关系的权重矩阵,xixj=代表区域观测值,E[Gid)]、Var[Gid)]分别为G统计量期望及方差。当Gid)>0,Z>1.96时,研究区域内存在高值集聚区域,Gid)<0,Z<-1.96时,研究区内具有统计学意义的低值集聚区域。

1.2.2 相关及回归分析

作为医学气象领域常用统计方法,相关分析可了解地理环境因素对疾病发病的影响。本研究基于SPSS 19.0软件平台,对各县(市、区)乙脑发病状况与各类地理环境因素做相关分析。为避免共线性影响,回归分析中删减平均气温、平均降雨量部分地理环境因子,选择对因变量有显著贡献的自变量进行拟合。

2 结 果 2.1 发病概况

河南省2006-2010年均有乙脑发病病例,偶有个别局部区域暴发,5年共报告2 729例,年平均发病率为0.547 4/10万,死亡119例,平均病死率为4.36%。发病年际变化呈“U”形,2006年达峰值之后下降,2009年发病率再次升高,达到5年内另一高峰值,其后2010年发病例数减少,见表 1

表 1 河南省2006-2010年乙脑发病和死亡情况 Table 1 Annual incidence and mortality of Japanese encephalitis in Henan province from 2006

河南省乙脑流行季节特征明显,除12、1和2月无病例外,其他月份均有发病记录。2006-2007年全年中7月发病率最高,自2008年起,发病率高峰移至8月。多数发病病例集中在7-9月,占全年发病数的93.91%~99.77%。

2.2 空间自相关分析 2.2.1 全局空间自相关分析

全局空间自相关程度反映河南省内乙脑发病整体的空间集聚情况。以河南省县(市、区)为研究单元进行广义G统计量空间自相关分析,2006、2009、2010年空间自相关全局G统计量有统计学意义(Z=1.66、2.53、5.96,P<0.05),乙脑发病率呈空间正相关,分布具有集聚性,且发病率高的区域具有显著的高值集聚性分布。2007、2008年河南全局空间自相关结果(Z0.47、-0.57)未达到全局显著标准,但局部地区存在一定集聚性,呈现疾病的高值集聚状态。表明河南省在2006、2009、2010年整体呈现乙脑疾病暴发“热点”现象集聚的空间分布特征,高值发病区域同样紧邻相对高值的发病地区,而2007、2008年全省整体自相关性不显著,但是零星局部地区仍然存在“热点”现象。

2.2.2 局部空间自相关分析

河南省乙脑发病局部空间自相关分析发现(图 1),河南省乙脑发病热点存在明显的西南多、东北少的空间特征。其中,洛阳、南阳、信阳3市发病“热点”现象显著。2006年洛阳市各县(区)均出现显著高发病率集聚地区,存在典型的“热点”现象,南阳市除了与湖北省接壤的浙川县、邓州市和新野县,其他市内地域也处于空间热点区域,其后2007年洛阳及南阳市发病率下降,仍存在空间热点集聚现象,但显著度低于2006年,2008年热点现象持续减弱,空间集聚热点转移至驻马店、南阳、信阳市的交汇地区。洛阳市乙脑发病率下降的同时,疾病发病热点现象消失。南阳市自2009年乙脑发病率反弹升高,该地区涵盖多数空间集聚统计现象极显著的热点区域,乙脑报告病例集中于南阳市。2010年乙脑发病率下降,南阳市空间热点集聚于东部各县,洛阳市北部和焦作市相交市(县),包括洛阳市区、济源市、新安县、沁阳市、孟津县、偃师市、伊川县、宜阳县等组成新的发病热点集聚地区。信阳市北部如息县、淮滨县、横川县等地5年间持续存在空间集聚现象,形成河南省除河南西部地区外另一个热点区域。

图 1 2006-2010年河南省乙脑发病局部G统计量空间自相关Z得分结果 Figure 1 Spatial autocorrelation Z score of JE by local G statistics in Henan province from 2006 to 2010
2.3 相关分析与回归预报

为满足相关性分析及回归分析的可行性,实验数据需满足正态性分布,2006-2010年河南省乙脑发病的直方图呈现偏态分布,经对数变换后为近似正态分布,见图 2,本研究采取对数变换后的乙脑发病率进行地理环境因子的线性逐步回归。

图 2 河南省乙脑发病率及对数变换结果 Figure 2 Histograms of JE incidence and logarithmic transformation of Henan province

地理环境因子中,气象因子主要选取温度及湿度因素进行二次统计梳理,河南省乙脑发病集中在7-9月,考虑滞后性效应,气象因子中,选取6-9月逐日基础气象数据进行统计分析。影响因子与乙脑发病的相关关系如表 2所示。各类因素相关性均值排序中,气象因子(0.187 7)>地表因子(0.180 6)>社会经济类因子(0.156 2),气象因子对乙脑发病起着更为重要的影响。影响水分的条件中,降雨量、降雨日数、>80%湿度天数与发病率呈显著正相关关系,且降雨日数及>80%天数在0.01水平上显著相关。温度条件中,>25 ℃积温也呈现0.05水平上显著相关关系,对乙脑发病有着正向促进作用。同时>30 ℃温度的累积天数、最高温度>30 ℃的累积温度作为反映不适宜虫媒发育的气象条件,与乙脑发病率存在显著负相关关系,使得乙脑发病率下降。

表 2 乙脑与地理环境驱动因子相关性系数 Table 2 The correlation of geographical driving factors with JE

地表环境相关指标对河南省乙脑流行发病影响中,水网密度与发病率呈显著负相关,水网密度高的地域发病率低。耕地面积反映地表覆被情况,标准化回归系数低于水网密度,两者在0.01置信水平上与发病率高度相关。

经济医疗条件中,区域生产总值、医疗卫生从业人数、农民人均收入水平与发病率相关性显著。区域生产总值越高,人均收入越高,医疗卫生条件提升,乙脑患病率显著下降,与我国乙脑整体流行趋势相同。鉴于难以获得乙脑宿主统计数据,以猪年底头数、大牲畜出栏数反映乙脑病毒的宿主(猪、牛、羊等)数量,分析其对乙脑病情的影响。相关分析结果表明大牲畜出栏数与乙脑发病呈显著正相关,猪年底头数与乙脑呈负相关,推测可能是随着集约化养殖条件的提升,养殖中疫苗的大量应用,猪宿主体内病毒数量减少,而其他大牲畜乙脑病毒宿主带病毒率升高,增加乙脑发病风险。

利用多元线性回归分析将地理环境因子与乙脑发病率进行拟合,综合考虑自变量共线性以及变量相关分析的显著性,除降雨量、平均气温外,其他地理环境因子全部进入模型,拟合获得R2=0.643,调整后R2达0.414,回归方程有统计学意义。比较各自变量标准化回归系数 β值(表 3),标准化回归系数按对因变量的影响程度,绝对值均值从大到小排序依次是气象因子(0.325 7)、地表因子(0.303 5)、经济社会类因子(0.196 6),可见乙脑发病受气象条件制约更大。气象因素中,>25 ℃积温促进乙脑流行暴发,最高温>30 ℃积温越高,乙脑发病率越低,这两个因素影响系数绝对值最高,对整体预测影响更大,与相关性结果分析相同。

表 3 地理环境因素多元线性回归系数 Table 3 Coefficients of the driving factors in the regression equation
3 讨 论

河南省作为我国乙脑重点防治省份,2006-2010年共报告乙脑病例2 729例,年平均发病率为0.547 4/10万。随着医疗水平的提高,乙脑病死率由6.41%持续降至0.70%。乙脑夏季暴发显著,病例集中在7-9月,占全年发病数的93%以上,季节性发病显著与夏季蚊虫孳生,叮咬能力增强,且人们户外活动增多及受叮咬暴露机会增多等原因相关。

河南省乙脑发病“热点”呈现明显的西南多、东北少的空间分布特征。洛阳、南阳、信阳3市发病“热点”现象显著,与河南省整体地理环境要素相吻合。河南省内分为山地和平原地域,西南部山地、丘陵纵横,山区林地范围较广,有更适宜虫媒孳生繁殖的条件,易致乙脑发病。而平原地区因气候干燥且植被相对山地区域少,适宜虫媒生境面积少,因此乙脑发病率较低,疾病聚集暴发区域面积也相对较少。疾病发病热点在5年之中大致存在由疾病暴发面积不断缩小且西部向西南缓慢转移的变化过程。以洛阳市为例,从2006年整体都处于疾病暴发“热点”之中,2007年热点程度下降,2008年“热点”现象消失,其后2年洛阳市部分县(区)仍有疾病聚集区域,但面积较小。

乙脑发病过程是受多因素影响的一个复杂过程,气象驱动因子中,随着降雨量、降雨日数、>80%湿度天数的增多,降雨日数与空气湿度不断增高,适宜虫媒孳生的水域区域增多,使得传播媒介数量增多,加剧了乙脑的发病,与多数研究趋势相一致[13]。>25 ℃积温与乙脑发病率存在显著性正相关关系,可能与25 ℃为乙脑出现的阈值温度有关[14]。温度过高、超过虫媒幼虫最佳发育温度(30 ℃),将制约虫媒叮咬传播病毒能力,虫媒的发育和叮咬能力下降,因此>30 ℃温度的累积天数、最高温度>30 ℃的累积温度两者降低了疾病发病率。因此当气象条件出现>80%湿度天气,温度在25~30 ℃之间,有关部门应加强对乙脑的防控工作,提醒与虫媒接触较多的易感人群应加强对乙脑的防范;地表环境相关指标中,水网密度与发病率呈显著负相关,与部分研究结论略有差异。原因可能与河南省整体地形相关,河南省东南部平原区,水网纵横,密度较高,而西部丘陵山区,整体水系密度较低,因此呈现水网密度高的地域发病率低的现象。随着耕地面积增多,使得适宜虫媒孳生生境增多,增加了农民与环境中带病毒虫媒接触的概率,导致乙脑发病增加。由于农民长期接触稻田、树丛等虫媒易孳生地带,应加强其乙脑疾病防控知识的宣传教育;随着经济社会的进步,治愈水平及预防水平的提升,乙脑已经由高发病转为低频区域性发病,农民的人均收入在经济社会因子中相关性系数最大,改善经济条件对乙脑发病的降低有重要作用。

多元线性回归拟合地理环境因子与乙脑发病率整体R2=0.643,调整后R2=0.414,地表环境因素回归系数普遍高于经济社会类因子,但多低于气象因素回归系数,可能与虫媒的发育受到气象条件的制约等相关。气象、地表因素对乙脑的影响系数总体高于人为社会类因素,说明乙脑疾病的暴发仍受到自然条件影响,故进一步加强对乙脑暴发的自然地理环境条件的研究对于乙脑的有效防控有重要作用。疾病的发病机制复杂,影响因素众多,其他控制类因素如疫苗的作用等仍需要深入研究。而掌握地理环境驱动因子对乙脑发病作用的影响和建立预报预测模型,有利于提高乙脑防控水平,降低疾病暴发概率。

参考文献
[1] 熊晨皓,赵国平,兰晓霞. 1958-2013年我国自然疫源性疾病的流行分析[J]. 中国人兽共患病学报,2015,31(2):169-173.
[2] Elias C,Okwo-Bele JM,Fischer M. A strategic plan for Japanese encephalitis control by 2015[J]. Lancet Infect Dis,2009,9(1):7.
[3] 褚宏亮,周明浩. 乙型脑炎及其传播媒介的研究进展[J]. 中国媒介生物学及控制杂志,2006,17(2):160-162.
[4] 刘洁,何钦成. 我国流行性乙型脑炎发病的聚类分析及其未来发病趋势预测[J]. 中国媒介生物学及控制杂志,2013,24(2):152-154,160.
[5] 唐晓燕,张彦平,许汴利. 河南省流行性乙型脑炎流行特征与防控策略探讨[J]. 中华预防医学杂志,2010,44(4):329-333.
[6] 郝宗宇,张爱梅,李林红,等. 河南省流行性乙型脑炎疫情及防制现状与对策[J]. 河南预防医学杂志,2005,16(3):129-132.
[7] Cao MQ,Feng ZJ,Zhang JH,et al. Contextual risk factors for regional distribution of Japanese encephalitis in the People's Republic of China[J]. Trop Med Int Health,2010,15(8):918-923.
[8] 徐建华. 计量地理学[M]. 2版. 北京:高等教育出版社,2014:120-124.
[9] Peng ZH,Cheng YJ,Reilly KH,et al. Spatial distribution of HIV/AIDS in Yunnan province,People's Republic of China[J]. Geospat Health,2011,5(2):177-182.
[10] Chaikaew N,Tripathi NK,Souris M. Exploring spatial patterns and hotspots of diarrhea in Chiang Mai,Thailand[J]. Int J Health Geogr,2009,8:36.
[11] Jeefoo P,Tripathi NK,Souris M. Spatio-temporal diffusion pattern and hotspot detection of dengue in Chachoengsao province,Thailand[J]. Int J Environ Res Public Health,2011,8(1):51-74.
[12] 唐咸艳. GIS空间分析技术在疾病空间异质性分布中的应用研究[D]. 南宁:广西医科大学,2009.
[13] Hsu SM,Yen AMF,Chen THH. The impact of climate on Japanese encephalitis[J]. Epidemiol Infect,2008,136(7):980-987.
[14] 周艳,闵新平,梁平. 1971年7月黔东南州流行性乙型脑炎流行的气象原因分析[J]. 贵州气象,2011,35(3):24-27.