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。

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]。

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）。

图 1 2010－2012年浙江省MDR-TB 年均发病率的空间分布

图选项

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。

表 1 2010－2012年浙江省MDR-TB 年均发病率的局部Moran’s I值分析

表选项

图 2 2010－2012年浙江省MDR-TB 年均发病率局部Moran’s I相关分析

图选项

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。

图 3 浙江省2010－2012年MDR-TB发病率局部热点分析

图选项

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。

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。