布鲁氏菌病（布病）是一种由布鲁氏菌引起的严重危害人民健康和畜牧业发展的人、畜共患传染病，《中华人民共和国传染病防治法》将其列为乙类传染病，也是《职业病目录》规定由生物因素所致的职业病^[1]。布病传播途径较多，其感染与职业有十分密切的关系，病例主要集中在饲养、兽医、屠宰、收购、销售牛、羊、加工皮毛等可能接触布鲁氏菌的从业人员。21世纪后，我国疫情回升趋势严重，伴随着全国布病疫情的回升，染疫动物及其产品跨区域流通频繁，导致布病在各省份均有不同程度发生和流行^[2]。湖北省历史上为布病非流行区，2007年报告了近30年来首例人感染布病确诊病例。笔者综合湖北省布病人间病例监测工作以及现场流行病学调查资料建立预测模型，开展发病趋势预测，对时空分布特征及影响因素进行探究。

布病疫情资料主要来源于2007－2017年湖北省法定传染病疫情年报表和中国疾病预防控制信息系统的病例信息，以及现场流行病学调查资料。

运用指数平滑法中的简单季节性模型开展时间序列分析及趋势预测。采用Excel 2010和SPSS 18.0软件对数据进行分析。利用ArcGIS 10.0、SaTScan 9.4软件进行全省布病聚集性区域探测。

2007－ 2017年湖北省共报告布病病例1 294例，其中确诊病例899例（69.47%）、临床诊断病例155例（11.98%）、疑似病例240例（18.55%），其中1 244例为本地报告病例，50例为外地报告本地病例。

2007－2017年湖北省17个市（州）除神农架林区外，16个地区均有病例报告，报告病例市（州）数和县（区）数呈逐年增加趋势。2016－2017年，全省有16个市（州）报告病例，县（区）数连续4年在50~60例之间。报告病例数最多的市（州）为随州、襄阳、荆门、黄冈和咸宁市，占全省报告病例数的71.46%。2010－2017年，全省年布病报告病例数分别为5、11、16、45、223、331、322和290例，见图 1。

图 1 2010－2017年湖北省布病报告病例数逐月分布 Figure 1 Monthly distribution of reported cases of brucellosis in Hubei province from 2010 to 2017

图选项

将2007－2017年湖北省布病发病资料与各县（区）矢量化地形图结合，应用ArcGIS 10.0、SaTScan软件，将湖北省2010－2017年布病报告病例数据导入软件开展布病发病聚集性区域探测，进行回顾性时空聚集性分析，以探测聚集性中心和聚集区域半径。结果显示，2010－2017年湖北省布病发病存在时空聚集性的区域有5个，均发生在2015－2017年之间。一类聚集区有1个，区域覆盖8个县（区），最大扫描半径为105.94 km，主要分布在随州、襄阳、荆门3个市，聚集时间为2015年4－7月，报告病例数113例，对数似然比（LLR）＝257.22，发病风险（RR）＝26.62，P＝0.000。二类聚集区4个，主要分布在黄冈、黄石、咸宁、武汉、恩施土家族苗族自治州（恩施州）5个市（州），覆盖湖北省东南部和西部9个县（区）。二类聚集区探测结果分别为2016年3－6月，黄冈市罗田县报告病例34例，LLR＝121.23，RR＝96.38，P＝0.000；2017年5－7月，黄石市阳新县、咸宁市咸安区、通山县、崇阳县报告病例27例，LLR＝58.79，RR＝23.19，P＝0.000；2017年4－7月恩施州利川市报告病例12例，LLR＝26.18，RR＝23.17，P＝0.000；2016年3－6月武汉市蔡甸区、汉南区和咸宁市嘉鱼县报告病例8例，LLR＝12.86，RR＝12.56，P＝0.000；均P＜0.05（表 1）。

表 1 2010－2017年湖北省布病时空聚集性分析结果 Table 1 Spatial-temporal clustering analysis of brucellosis in Hubei province from 2010 to 2017

表选项

剔除2007－2013年布病报告病例数据，2014－2017年湖北省布病发病时序如图 2所示，时间序列较为平稳，运用季节周期性分解（图 3），显示发病有明显的季节特征，即年度高点在5－7月。使用指数平滑法中的简单季节性、Winters加法、Winters乘法模型分别拟合模型，结果显示，简单季节性模型平稳的R²＝0.698，正态化的贝叶斯信息准则（BIC）为3.703，对该模型进行残差检验，Ljung-Box统计量的显著性值为0.984，即模型中残差错误的随机检验有意义，表明序列信息提取充分，拟合的模型有效。模型参数表明本次研究的时间序列仅在Alpha水平上差异有统计学意义（t＝2.951，P＝0.005），而在Delta季节上差异无统计学意义（t＝0.000，P＞0.05），说明本次的时间序列有线性趋势但季节趋势并不明显。

图 2 2014－2017年湖北省布病发病时间序列分布 Figure 2 Time series distribution of brucellosis incidence in Hubei province from 2014 to 2017

图选项

图 3 季节周期性分解后湖北省布病发病季节性分布 Figure 3 Seasonal distribution of brucellosis incidence in Hubei province after seasonal periodic decomposition

图选项

用简单季节性模型对2014－2016年湖北省布病发病数进行拟合，将预测值提前1个滞后期与实际值作图，可见预测序列与实际序列基本吻合，显示模型回代拟合较好。对2017年1月至2018年6月的发病数进行预测，结果见表 2、图 4，得到的拟合值与实际值相差不大，均在95%可信区间（95%CI）内，且模型的平均相对误差绝对值为0.21，属于高精度预测模型。预测2018年1－6月湖北省布病发病数约为170例，按月分布分别为15.06、18.81、26.81、29.81、41.56和38.31例。

表 2 湖北省2017年1－12月布病发病数预测结果 Table 2 Prediction results of brucellosis incidence in Hubei province from January to December, 2017

表选项

图 4 2014－2018年6月湖北省布病月发病数的拟合和预测情况 Figure 4 Fitting and prediction of monthly brucellosis incidence in Hubei province from June 2014 to June 2018

图选项

传统的大多数传染病聚集性分析方法都是单纯的时间或空间一个层面的，SaTScan是以空间动态窗口扫描统计为基础，通过计算不同圆心、不同半径下动态窗口区域内与区域外空间单元属性的LLR进行统计推断，并进行统计学意义评价，探索最大可能聚集区域，当P＜0.05时，LLR值越大，则认为其扫描动态窗口所涵盖的区域为聚集区的概率越大，最终选择LLR最大的窗口区作为一类聚集区，其他有统计学意义的区域为二类聚集区，这一分析方法曾多次被运用在手足口病、肺结核等传染病的时空聚集性分析方面^[3-4]，且取得了较好的分析效果。湖北省历史上为布病非流行区，受全国疫情影响^[5-6]，2010－2017年全省布病疫情由较低“平台期”进入较快“上升期”，疫情波及地区扩大，多地存在时间和空间的聚集现象。运用时空聚集性区域探测显示，2015年有1个一类聚集区，且聚集性主要体现在随州、襄阳、荆门市等“老疫区”，而二类聚集区均产生在2016－2017年，聚集性表现在黄冈、咸宁、恩施、黄石市（州）等“新疫区”，2016－2017年聚集性疫情波及范围覆盖湖北省东南部和西部9个县（区），提示湖北省“新疫区”正在逐渐形成，且病例时间和空间聚集性明显，疫情形势趋向复杂。

指数平滑法即根据历史资料的上期实际数和预测值，用指数加权的办法进行预测^[7]。此法实质是由内加权移动平均法演变而来的一种方法，优点是只要有上期实际数和上期预测值，就可计算下期的预测值，这样可以节省很多数据和处理数据的时间，减少数据的存储量，方法简便，是国外广泛使用的一种短期预测方法^[8]。本文运用指数平滑法中的简单季节性模型拟合湖北省布病发病趋势预测模型，对2017年1月至2018年6月的发病数进行预测，结果得到的2017年1－12月的拟合值均在实际值的95%CI内，且模型的平均相对误差绝对值为0.21，显示出较高的预测精度，提示该模型对湖北省布病发病数进行预测具有可行性。当然，本研究也存在一定局限性，由于2007－2013年湖北省布病发病处于低发期，报告病例数有限，且存在部分月份无病例报告的情况，故本文在模型识别前的数据预处理过程中，对2007－2013年布病报告病例数据进行了剔除。在实际工作中，建议尽可能收集时间序列足够长的数据，对纳入预测模型的数据量进行扩充，对模型进行观测值验证，以修正或重新拟合模型，进一步提高预测模型的精度，以期得到最满意的预测效果^[9]。

综上所述，本研究通过综合应用传统流行病学、空间流行病学和时间序列分析等方法，结合SaTScan 9.4、ArcGIS 10.0和SPSS 18.0等软件，探讨2007－2017年湖北省人间布病疫情发病时空分布规律，并构建预测模型，可直观显示湖北省布病流行态势和发病时空聚集性，初步了解重点发病区域及其动态更替规律，并结合预测模型，为加强监测预警、及时调整和完善布病防控策略提供参考并加以应用。