文章信息
- 刘新凤, 苟发香, 任晓卫, 刘东鹏, 郑芸鹤, 魏孔福, 刘海霞, 李娟生, 孟蕾. 2014.
- Liu Xinfeng, Gou Faxiang, Ren Xiaowei, Liu Dongpeng, Zheng Yunhe, Wei Kongfu, Liu Haixia, Li Juansheng, Meng Lei. 2014.
- 甘肃省2009-2013年肺结核发病的时空聚集性研究
- Spatial-temporal specific incidence of pulmonary tuberculosis in Gansu, 2009-2013
- 中华流行病学杂志, 2015, 36(5): 465-469
- Chinese Journal of Epidemiology, 2015, 36(5): 465-469
- http://dx.doi.org/10.3760/cma.j.issn.0254-6450.2015.05.012
-
文章历史
- 投稿日期:2014-10-20
2. 兰州大学公共卫生学院流行病与卫生统计学研究所
2. Department of Epidemiology and Health Statistics, School of Public Health, Lanzhou University
我国是全球第二大结核病高负担国家。2012年全球约有860万结核病新发病例,130万人死于结核病,其中95%以上的结核病死亡发生在低收入和中等收入国家,以贫困社区和弱势群体受害尤著[1]。第五次全国结核病流行病学调查结果显示,我国西部地区活动性、涂阳、菌阳肺结核患病率高于中东部地区,其中甘肃省肺活动性肺结核患病率下降较为缓慢,防控形势严重[2, 3]。本研究运用空间统计学的分析方法,探讨甘肃省2009-2013年肺结核报告发病率的时空分布特征及其时间和空间变化趋势,为制定结核病防控策略提供科学依据。 资料与方法
1. 资料来源:甘肃省2009-2013年肺结核报告发病率和人口数据来源于“传染病报告信息管理系统”,系统中肺结核报告发病率的计算方法参照《传染病监测信息网络直报工作与技术指南》,其公式
2. 研究方法:采用ArcGIS 10.2软件绘制地图,空间自相关采用Geoda 1.60软件[4](包括全局Moran’s I系数和局部G统计量),使用SatScan 9.3软件[5]进行时空聚集性分析。 使用全局Moran’s I系数和局部Getis-Ord G统计量进行空间自相关分析。分析时,假设肺结核在人群中的发病风险相同,服从Poisson空间随机过程。空间权重矩阵采用二进制空间邻接矩阵(binary spatial proximity/connectivity matrix),即根据是否空间邻接确定空间权重系数。以全局Moran’s I系数判断事件发生是否有空间自相关性,根据标准化统计量Z(I)检验其统计学意义。当P值无统计学意义,表明事件的发生服从随机空间分布过程;若P值有统计学意义,且Z(I)值为正,表明事件的发生呈高值或者低值的聚集性分布过程;若P值有统计学意义,且Z(I)值为负,表明事件的发生呈高值和低值的离散型分布过程(dispersed spatial process)。 局部Getis-Ord G统计量为局部空间自相关衡量指标,可度量高值或者低值的聚集程度,探测事件发生的热点(hot spots)、冷点(cold spots)区域,以标准化统计量Z(Gi)检验其统计学意义[6]。与局部Moran’s I系数相比较,能更准确地探测出聚集区域[7]。当Gi>0,且P<0.05时,表明研究区域内存在高值聚集区;当Gi<0,且P<0.05时,表明研究区域内存在低值聚集区。 时空扫描采用SatScan软件[8]。分析时,设定最大空间扫描区域为全省总人口的50%,最大时间扫描段设定为总体研究时间的50%。对于每个可能存在的时空聚集区,构建统计量对数似然比(LLR)评价聚集区存在的可能性,并利用蒙特卡洛模拟进行统计学意义评价,探索最大可能聚集区域。 结 果
1. 肺结核报告发病率的空间分布:2009-2013年甘肃省肺结核报告发病率分别为111.22/10万、90.64/10万、88.09/10万、75.70/10万和69.26/10万。肺结核报告发病率最高和最低地区,2009年分别为临泽县和岷县,2010年分别为肃南县和兰州市七里河区,2011年分别为山丹县和兰州市城关区,2012和2013年均为天祝县和兰州市七里河区。高发病率县(区)主要集中在河西地区、甘南部分地区,而低发病率县(区)则分布于兰州、定西、天水、平凉和庆阳市周围(图 1)。
2. 肺结核报告发病率的空间聚集性分析: (1)使用全局Moran’s I系数进行全局自相关检验,2009-2013年甘肃省报告肺结核发病率全局Moran’s I系数均>0,Z值均>1.96,差异有统计学意义,Moran’s I系数总体呈下降趋势(表 1)。说明甘肃省2009-2013年肺结核报告发病率呈聚集性分布,存在高值或者低值聚集区。 (2)使用局部G统计量进行局部自相关检验,2009-2013年甘肃省报告肺结核发病率存在热点和冷点区域(图 2)。热点区域主要分布于河西地区、临夏州及定西部分县(渭源县、漳县、岷县、安定区),覆盖县(区)数有下降趋势;冷点区域主要分布于兰州、定西部分县(区)(陇西县、通渭县)、天水、平凉及庆阳部分县(区),覆盖县(区)数也有下降趋势。
3. 肺结核报告发病率的时空聚集性分析:2009-2013年甘肃省肺结核报告发病率时空扫描分析显示(表 2),高发病率扫描有时空聚集性(图3),共发现9个聚集区域。其中最大可能聚集区覆盖12个县(区),主要分布于河西地区,分别为永昌县、玉门市、甘州区、高台县、山丹县、天祝县、肃北县、肃州区、临泽县、民乐县、肃南县、凉州区,聚集时间为2009-2010年,区域内实际报告发病12 486例,期望发病数为5 858例(RR=2.27,LLR=3 031.10,P<0.001)。低发病率扫描也有时空聚集性(图 3),共发现9个聚集区域。其中最大可能聚集区覆盖6个县(区),主要分布于兰州市,分别为七里河区、临洮县、城关区、安宁区、西固区、榆中县,聚集时间为2012-2013年,区域内实际报告发病2 296例,期望发病数为5 975例(RR=0.37,LLR=1 545.52,P<0.001)。
讨 论本研究显示,2009-2013年甘肃省肺结核报告发病率存在空间、时空聚集性,并提示河西地区是甘肃省肺结核防控的重点地区。全局自相关结果表明,肺结核病报告发病率有空间正相关关系,存在空间聚集性。进一步的局部空间自相关分析显示,肺结核报告发病率热点区主要分布于河西地区、临夏州、定西部分县(区);冷点区主要分布于兰州、定西(陇西县、通渭县)、天水、平凉、庆阳部分县(区)。2009-2013年全局Moran’s I指数有下降趋势,热点或冷点覆盖县(区)数量也呈下降趋势,这可能与肺结核的有效防治有关,使得相邻县(区)间报告发病率的差异越来越小[9, 10, 11]。
时空扫描统计量包括时间和空间2个维度,较单纯的空间分析更为准确。时空聚集性考虑了时间因素在疾病地理空间分布中的作用,是单纯空间扫描分析的有益补充。时空聚集分析结果显示,高发病率扫描最大可能聚集区位于2009-2010年,主要分布于河西地区;低发病率扫描最大可能聚集区位于2012-2013年,主要分布于兰州地区,空间分布与局部空间自相关结果相似。甘肃省地处西部,地区间发展不平衡,热区和高发病率时空扫描聚集区多集中在河西地区,而冷区和低发病率时空扫描聚集区多集中在兰州、天水、平凉及其周围地区,这与肺结核发病率与GPD水平呈负相关的结论相似[12]。
本研究数据源自“传染病报告信息管理系统”,该数据与当地肺结核报告发病率、病例就诊情况、医疗机构重视程度和报告意识、对结核病的防控重视程度及病例报告奖惩等相关政策落实情况有关,此外还需进一步对医疗卫生条件、环境因素、个人行为等影响疾病聚集性分布的原因开展深入研究[13]。
[1] WHO. Global tuberculosis report 2013[R]. WHO, 2013. |
[2] Yang SM, Zhang L, Chen WT, et al. Nanalysis of tuberculosis epidemiological survey in Gansu[J]. Health Vocat Educat, 2011, 29(5):121-123. (in Chinese) 杨枢敏, 张岚, 陈威涛, 等. 甘肃省结核病流行病学抽样调查分析[J]. 卫生职业教育, 2011, 29(5):121-123. |
[3] Li XX, Zhang H, Jiang SW, et al. Geographical distribution regarding the prevalence rates of pulmonary tuberculosis in China in 2010[J]. Chin J Epidemiol, 2013, 34(10):980-984. (in Chinese) 李新旭, 张慧, 姜世闻, 等. 2010 年中国肺结核患病情况地理分布的研究[J]. 中华流行病学杂志, 2013, 34(10):980-984. |
[4] Anselin L, Syabri I, Kho Y. GeoDa:an introduction to spatial data analysis[J]. Geograph Anal, 2006, 38(1):5-22. |
[5] Kulldorff M, Nagarwalla N. Spatial disease clusters: Detection and inference[J]. Stat Med, 1995, 14(8):799-810. |
[6] Ord JK, Getis A. Local spatial autocorrelation statistics:distributional issues and an application[J]. Geograph Anal, 1995, 27(4):286-306. |
[7] Zhang SL, Zhang K. Contrast study on Moran and getis-ord indexes of local spatial autocorrelation indices[J]. J Geodesy Geodynamics, 2007(3):31-34. (in Chinese) 张松林, 张昆. 空间自相关局部指标Moran指数和G系数研究[J]. 大地测量与地球动力学, 2007(3):31-34. |
[8] Kulldorff M. Prospective time periodic geographical disease surveillance using a scan statistic[J]. J Royal Stat Soc:Ser A, 2001, 164(1):61-72. |
[9] Fu YP, Zhang YL, Wen YJ, et al. Effectiveness and benefit evaluation of foreign investment tuberculosis control project and its sustainable countermeasures in Pingliang[J]. Mod Prev Med, 2009, 36(10):1865-1867. (in Chinese) 伏永鹏, 张有良, 文妍菊, 等. 甘肃平凉市外资结核病项目的效果、效益评价及可持续控制对策[J]. 现代预防医学, 2009, 36(10):1865-1867. |
[10] Ge XQ, Liang CZ, Zhang YY. An epidemiological survey report of tuberculosis of Dingxi city, Gansu province in 2010[J]. Chin Prim Health Care, 2011, 25(8):79-81. (in Chinese) 葛秀群, 梁成智, 张永义. 甘肃省定西市2010年结核病流行病学抽样调查报告[J]. 中国初级卫生保健, 2011, 25(8):79-81. |
[11] Chu ZH, Ma XC, Zhang L, et al. The tuberculosis prevention and cure effect analyzes and workmode and way of thinking study Jiuquan city [J]. Chin Prim Health Care, 2013, 27(3):68-70. (in Chinese) 楚子辉, 马晓春, 张岚, 等. 酒泉市结核病防治效果分析及工作模式与思路探讨[J]. 中国初级卫生保健, 2013, 27(3):68-70. |
[12] Liu JJ, Yao HY, Liu EY. Analysis of factors affecting the epidemiology of tuberculosis in China[J]. Int J Tuberc Lung Dis, 2005, 9(4):450-454. |
[13] Dong BR, Ge N, Liu GJ. Social economical status, behaviors and environment as the risk factors of tuberculosis in Chengdu China[J]. Chin J Epidemiol, 2001, 22(2):102-104. (in Chinese) |