文章信息
- 陈文明, 王晓萌, 陈彬, 陈松华, 周琳, 王胜难, 王伟炳.
- Chen Wenming, Wang Xiaomeng, Chen Bin, Chen Songhua, Zhou Lin, Wang Shengnan, Wang Weibing.
- 浙江省2010-2012年耐多药结核病患者空间分布特征分析
- Spatial distribution characteristics analysis on multidrug-resistant tuberculosis cases in Zhejiang province, 2010-2012
- 中华流行病学杂志, 2016, 37(6): 831-835
- Chinese Journal of Epidemiology, 2016, 37(6): 831-835
- http://dx.doi.org/10.3760/cma.j.issn.0254-6450.2016.06.018
-
文章历史
- 投稿日期: 2015-12-31
2. 310051 杭州, 浙江省疾病预防控制中心结防所
2. Zhejiang Provincial Center for Disease Control and Prevention, Hangzhou 310051, China
结核病是一种对人类健康造成严重危害的慢性呼吸道传染病。近年来,随着化学药物的广泛使用,耐多药结核病(multidrug-resistant tuberculosis,MDR-TB)已经成为结核病防治所面临的重大挑战之一[1]。MDR-TB 较难治愈、费用昂贵、死亡率高、治疗副反应大[2]。
地理信息系统(GIS)是对空间数据进行采集、管理和分析以及可视化空间信息的工具,可用于揭示传染病的空间分布特征、探索病因并进行疾病预测等[3]。本研究采用GIS技术,描述浙江省MDR-TB 发病的空间分布特征,为识别和预测MDR-TB 重点防控区域提供理论依据。
资料与方法1. 资料来源:2010-2012年浙江省MDR-TB 病例情况资料来源于浙江省结核病专报信息系统,相关人口和经济资料均来自2010-2012年《浙江省统计年鉴》。以浙江省1:100 万县(市)界矢量地图作为基础地图。利用ArcGIS 10.0 软件(Environmental Systems Research Institute,ESRI,美国环境系统研究所公司)将整理完善的MDR-TB 登记资料与基础地图上的行政区划进行匹配,建立相应的空间数据库和属性数据库。
2. 研究方法:根据浙江省行政区划地理相邻关系,利用基于反距离的空间概念化方法生成空间权重矩阵,在定义好的权重矩阵基础上,应用ArcGIS 10.0 软件,计算全局Moran’s I自相关指数和全局G指数,并进行假设检验,描述浙江省县(市)级水平上MDR- TB 发病的地理分布,并判断其是否存在聚集性。同时在权重矩阵基础上,进行局部Moran’s I自相关分析和局部热点分析,绘制MDR-TB 发病聚集分布图和热点分布图。
3. 统计学分析:①Moran’s I空间自相关分析。利用全局自相关分析对浙江省MDR-TB 发病在全省范围内进行空间特征的描述,利用局部自相关分析描述全省范围内各县(市)与邻近县(市)的MDR-TB 发病的相关性。以Moran’s I指数作为研究指标,其取值范围近似为-1~1,<0表示负相关,0表示不相关,>0表示正相关[4]。其值越接近-1则代表单元间的差异越大或分布越不集中,越接近1 则代表单元间的关系越密切,性质越相似,接近0 则代表单元间不相关[4]。②热点分析Getis-Ord G。利用全局G统计量探测整个浙江省范围内MDR-TB 发病是否存在“正热点”或“负热点”,当G>0且P<0.05时,提示全省范围内存在高值聚集区,当G<0且P<0.05时,提示全省范围内存在低值聚集区。利用局部G统计量来探测各县(市)与邻近县(市)是否存在有统计学意义的高值聚集区域或低值聚集区域,当Z>1.96时,提示存在高值聚集区域,当Z<-1.96时,提示存在低值聚集区域[5]。
结 果1. MDR-TB 发病的空间分布:在ArcGIS桌面窗口ArcMap中使用自然分割法将各县(市)MDR-TB 年均发病率均分成5 个不同等级,并以由浅到深的颜色表示发病率从低到高。结果显示,MDR-TB 的发病存在明显的聚集性,发病率较高的县(市)主要集中在湖州、杭州、绍兴和衢州地区,发病率较低的县(市)则主要集中在东部沿海地区(图 1)。
2. 全局Moran’s I和局部Moran’s I自相关分析:全局Moran’s I自相关分析结果显示,2010-2012年MDR-TB 年均发病空间自相关指数为0.358 434,经蒙特卡罗检验,P=0.000,提示MDR-TB发病在区域范围内自相关关系有统计学意义,存在空间正相关。局部Moran’s I 自相关分析结果见表 1,可视化后的分析结果显示,MDR-TB发病存在空间聚集,其中吴兴区、德清县、余杭区、拱墅区、江干区、萧山区、越城区、绍兴县、嵊州市、常山县、柯城区为高高值聚集,海曙区为低低值聚集,见图 2。
3. 全局热点分析和局部热点分析:全局热点分析Getis-Ord General G结果表明,MDR-TB年均发病率的General G指数为0.117 607,Z=5.146 150,P=0.000,提示MDR-TB发病在区域范围内相关关系有统计学意义,存在“热点”区域。局部热点分析Getis-Ord General Gi分析结果可视化后显示,浙江省MDR-TB发病局部自相关存在29 个“热点”区域,其中18个“正热点”区域分别为吴兴区、南浔区、德清县、余杭区、上城区、下城区、拱墅区、江干区、滨江区、萧山区、西湖区、海宁市、越城区、绍兴县、诸暨市、嵊州市、柯城区、遂昌县,与周围区域疾病分布呈高高相邻,即疾病高发区;11 个“负热点”区域分别为南湖区、海盐县、慈溪市、定海区、镇海区、江北区、江东区、北仑区、鄞州区、奉化市、乐清市,即疾病低发区,见图 3。
对2010-2012年MDR-TB 发病率逐年进行局部热点分析,可视化后结果显示,各个年份发病率的“正热点”区域在杭州地区及其周边县(市)有非常明显的聚集趋势,且该地区“正热点”区域的范围存在逐年扩大的趋势,在浙江省西南部的部分县(市)散在出现,而“负热点”区域则没有明显的集中趋势,见图 3。
讨 论Maciel等[6]采用空间自相关方法分析巴西维多利亚(Vitoria,Espirito Santo,Brazil)2002-2006年肺结核的空间分布情况,全局空间自相关指标Moran’s I=0.399,P<0.01,显示肺结核有强空间自相关,局部空间自相关分析显示4 个区域呈高发聚集性。贾磊等[7]采用空间自相关方法分析2010年和2011年全国非户籍人口活动性肺结核患者的空间分布特征和空间积聚性,全局空间自相关Moran’s I=0.27,在P=0.01的显著性检验水平上差异有统计学意义,全国范围内非户籍人口肺结核患者发病情况有着很高的空间正相关,局部空间自相关分析结果显示上海、浙江、广东、福建的取值为高-高相邻(H-H)。本研究的Moran’s I自相关分析结果表明,浙江省MDR-TB发病率存在强空间自相关,吴兴区、德清县、余杭区、拱墅区、江干区、萧山区、越城区、绍兴县、嵊州市、常山县、柯城区为高高值聚集,海曙区为低低值聚集。Moran’s I值会存在较大的偏差,而且易受限于空间尺度的大小,结果缺乏足够的稳定性和可靠性,仅适用于较为清晰的空间模式的呈现[8],因此,本研究还采用了热点分析Getis-Ord General G方法。
年均发病率和逐年发病率的热点分析结果表明,每年的“正热点”区域在杭州地区及其周边县(市)存在较为明显的聚集趋势,该地区内流动人口较多,且与周边地区之间的人口流动非常频繁,对肺结核患者的管理造成很大困难,而既往治疗史(尤其是无效的治疗史)是MDR-TB重要的危险因素之一,这种聚集趋势很可能与该地区的人口特征及人口流动相关[9]。由此可见,人口流动导致的传播有可能是耐药结核病的重要原因,且越来越频繁的人口流动也导致了“正热点”区域的范围呈现出逐渐扩大的趋势,因此,加强该地区内流动人口肺结核患者的管理,提高其治疗成功率,对控制浙江省MDR-TB高发病率地区至关重要。年均发病率的热点分析结果显示MDR-TB的发病率存在11个“负热点”区域,2010年MDR-TB发病率没有“负热点”区域,2011年MDR-TB发病率存在1个“负热点”区域,2012年MDR-TB发病率存在8个“负热点”区域,可视化结果显示“负热点”区域没有明显的聚集趋势,提示2010-2012 年MDR-TB的发病没有形成较为固定的低发病率聚集区域。
由于本研究数据来源于浙江省结核病专报信息系统,发病率指标严格意义上指的是报告发病率,且不同县(市)对MDR-TB病例的发现能力存在一定的差别,导致其与实际的发病率存在误差。
本研究采用空间自相关方法对2010-2012 年浙江省MDR-TB发病进行空间聚集性分析,从县(市)级层面对聚集性进行了分析,揭示了MDR-TB发病的空间分布状况,确定了2010-2012年高发病率的聚集区域,进一步深入探索和研究其形成的机制和原因会对MDR-TB的预防和控制具有重要意义。
利益冲突 无[1] 叶莺,严延生. 耐多药结核的流行概况[J]. 疾病控制杂志,2008,12(1):63-65. DOI:10.3969/j.issn.1674-3679.2008.01.019. Ye Y,Yan YS. The review of multidrug-resistant tuberculosis epidemic[J]. Chin J Dis Contr Prev,2008,12(1):63-65. DOI:10.3969/j.issn.1674-3679.2008.01.019. |
[2] Bloss E,Kuksa L,Holtz TH,et al. Adverse events related to multidrug-resistant tuberculosis treatment,Latvia,2000-2004[J]. Int J Tuberc Lung Dis,2010,14(3):275-281. |
[3] Krieger N. Place,space,and health:GIS and epidemiology[J]. Epidemiology,2003,14(4):384-385. DOI:10.1097/01.ede. 0000071473.69307.8a. |
[4] Goovaerts P,Jacquez GM. Detection of temporal changes in the spatial distribution of cancerrates using local Moran's I and geostatistically simulated spatial neutral models[J]. J Geogr Syst,2005,7(1):137-159. DOI:10.1007/s10109-005-0154-7. |
[5] 应倩,陈坤. 应用G统计量分析2006年浙江省肺结核的空间异质性[J]. 中华预防医学杂志,2012,46(6):524-526. DOI:10.3760/cma.j.issn.0253-9624.2012.06.010. Ying Q,Chen K. Spatial heterogeneity of pulmonary tuberculosis by G statistics in Zhejiang province in 2006[J]. Chin J Prev Med,2012,46(6):524-526. DOI:10.3760/cma.j.issn.0253-9624. 2012.06.010. |
[6] Maciel ELN,Pan W,Dietze R,et al. Spatial patterns of pulmonary tuberculosis incidence and their relationship to socio-economic status in Vitoria,Brazil[J]. Int J Tuberc Lung Dis,2010,14(11):1395-1402. |
[7] 贾磊,李雪,李峻,等. 我国非户籍人口结核病登记状况地理分布分析[J]. 中国防痨杂志,2012,34(11):712-720. Jia L,Li X,Li J,et al. Analysis on geographical distribution of migrant tuberculosis patients in China[J]. Chin J Antituberc,2012,34(11):712-720. |
[8] Odoi A,Martin SW,Michel P,et al. Geographical and temporal distribution of human giardiasis in Ontario,Canada[J]. Int J Health Geogr,2003,2:5. DOI:10.1186/1476-072X-2-5. |
[9] 梁立波,李玲,孙宏,等. 耐多药结核流行及影响因素研究进展[J]. 中国公共卫生,2014,30(9):1221-1225. DOI:10.11847/zgggws2014-30-09-37. Liang LB,Li L,Sun H,et al. The research progress of prevalence and influence factors of multi drug resistant tuberculosis[J]. Chin J Public Health,2014,30(9):1221-1225. DOI:10.11847/zgggws2014-30-09-37. |