中华流行病学杂志  2023, Vol. 44 Issue (5): 743-750   PDF    
http://dx.doi.org/10.3760/cma.j.cn112338-20221116-00977
中华医学会主办。
0

文章信息

高玺玉, 汤巧雨, 刘凤凤, 宋杨, 张志杰, 常昭瑞.
Gao Xiyu, Tang Qiaoyu, Liu Fengfeng, Song Yang, Zhang Zhijie, Chang Zhaorui
2004-2020年中国伤寒/副伤寒流行病学特征分析
Epidemiological characteristics of typhoid fever and paratyphoid fever in China, 2004-2020
中华流行病学杂志, 2023, 44(5): 743-750
Chinese Journal of Epidemiology, 2023, 44(5): 743-750
http://dx.doi.org/10.3760/cma.j.cn112338-20221116-00977

文章历史

收稿日期: 2022-11-16
2004-2020年中国伤寒/副伤寒流行病学特征分析
高玺玉1 , 汤巧雨1 , 刘凤凤1 , 宋杨1 , 张志杰2 , 常昭瑞1     
1. 中国疾病预防控制中心传染病管理处/传染病监测预警重点实验室, 北京 102206;
2. 复旦大学公共卫生学院流行病学与卫生统计教研室, 上海 200032
摘要: 目的 分析2004-2020年我国伤寒/副伤寒发病趋势和流行病学特征,探索我国伤寒/副伤寒的高发人群和热点区域,为制定针对性的防控措施提供科学依据。方法 通过中国疾病预防控制信息系统传染病报告信息系统下载2004-2020年全国伤寒/副伤寒监测数据,采用描述性流行病学方法和空间分析方法进行分析。结果 2004-2020年全国共报告伤寒病例202 991例,男女性别比为1.18∶1,发病人群以20~59岁中青年为主(53.60%)。伤寒发病率由2004年的2.54/10万下降至2020年的0.38/10万;2011年起,伤寒 < 3岁年龄组发病率均高于其他年龄组,发病率为1.13/10万~2.78/10万。< 3岁年龄组和≥60岁年龄组发病占比逐年升高,分别由2004年的3.48%和6.46%上升至2020年的15.59%和19.34%。伤寒热点区域持续存在于云南省、贵州省、广西壮族自治区和四川省,并逐步扩大至广东省、湖南省、江西省和福建省。2004-2020年共报告副伤寒病例86 226例,男女性别比为1.21∶1,发病人群以20~59岁中青年为主(59.80%)。副伤寒发病率由2004年的1.26/10万下降至2020年的0.12/10万。2007年起,副伤寒 < 3岁年龄组发病率均高于其他年龄组,发病率为0.57/10万~1.19/10万。< 3岁年龄组和≥60岁年龄组发病占比逐年升高,分别由2004年的1.48%和4.52%上升至2020年的30.92%和22.28%。副伤寒热点区域由云南省、贵州省、四川省和广西壮族自治区向东扩散至广东省、湖南省、江西省。结论 我国伤寒/副伤寒持续呈低流行水平,近年的发病率明显下降;发病热点区域主要集中在云南省、贵州省、广西壮族自治区和四川省,并向东部地区扩散,西南地区是防控的重点;< 3岁婴幼儿和≥60岁老年人需重点关注。
关键词: 伤寒    副伤寒    流行特征    热点分析    
Epidemiological characteristics of typhoid fever and paratyphoid fever in China, 2004-2020
Gao Xiyu1 , Tang Qiaoyu1 , Liu Fengfeng1 , Song Yang1 , Zhang Zhijie2 , Chang Zhaorui1     
1. Division of Infectious Diseases/Key Laboratory of Surveillance and Early Warning on Infectious Disease, Chinese Center for Disease Control and Prevention, Beijing 102206, China;
2. Department of Epidemiology, School of Public Health, Fudan University, Shanghai 200032, China
Abstract: Objective To analyze the incidence trend and epidemiological characteristics of typhoid fever and paratyphoid fever in China from 2004 to 2020, understand the high-incidence population and hotspot areas, and provide evidences to develop more targeted prevention and control measures. Methods The descriptive epidemiological method and spatial analysis method were applied to analyze the epidemiological characteristics of typhoid fever and paratyphoid fever in China during this period by using the surveillance data collected from the National Notifiable Infectious Disease Reporting System of Chinese Center for Disease Control and Prevention. Results A total of 202 991 cases of typhoid fever were reported in China from 2004 to 2020. More cases occurred in men than in women (sex ratio: 1.18∶1). Most cases were reported in adults aged 20-59 years (53.60%). The incidence rate of typhoid fever decreased from 2.54/100 000 in 2004 to 0.38/100 000 in 2020. The highest incidence rate was reported in young children aged < 3 years after 2011, ranging from 1.13/100 000 to 2.78/100 000, and during this period the proportion of cases in this age group increased from 3.48% to 15.59%. The proportion of the cases in the elderly aged ≥60 years increased from 6.46% in 2004 to 19.34% in 2020. The hotspot areas existed in Yunnan, Guizhou, Guangxi and Sichuan Provinces and expanded to Guangdong, Hunan, Jiangxi, and Fujian Provinces. A total of 86 226 paratyphoid fever cases were reported from 2004 to 2020, the male to female ratio of the cases was 1.21∶1. Most cases were reported in adults aged 20-59 years (59.80%). The incidence rate of paratyphoid fever decreased from 1.26/100 000 in 2004 to 0.12/100 000 in 2020. The highest incidence rate of paratyphoid fever was in young children aged < 3 years after 2007, ranging from 0.57/100 000 to 1.19/100 000, and during this period the proportion of the cases in this age group increased from 1.48% to 30.92%. The proportion of the cases in the elderly aged ≥60 years increased from 4.52% in 2004 to 22.28% in 2020. The hotspot areas expanded to the east, including Guangdong, Hunan and Jiangxi Provinces, from Yunnan, Guizhou, Sichuan, and Guangxi Provinces. Conclusions The results showed a low level of incidence of typhoid fever and paratyphoid fever in China with a trend of decreasing per year. The hotspots were mainly in the of Yunnan, Guizhou, Guangxi and Sichuan Provinces, with an expanding trend to eastern China. It is necessary to strengthen the typhoid fever and paratyphoid fever prevention and control in southwestern China, among young children aged < 3 years and the elderly aged ≥60 years.
Key words: Typhoid fever    Paratyphoid fever    Epidemiological characteristic    Hotspot analysis    

伤寒/副伤寒是我国法定报告乙类传染病。20世纪90年代以来,我国伤寒/副伤寒发病呈逐年下降趋势[1-2],按照WHO伤寒/副伤寒发病率 < 10/10万即为低流行水平的分级标准[3],1992年以后总体上我国伤寒/副伤寒的发病进入低流行状态。但云南省、贵州省、广西壮族自治区等西南地区省份发病水平一直位于全国前列,并呈现出明显的空间聚集性[4-6],伤寒/副伤寒仍是当地重点防控的传染病之一。掌握伤寒/副伤寒人群、空间分布特征变化,是采取针对性防控措施的重要前提。2004年我国传染病网络直报系统启用,在全国范围内实现了伤寒/副伤寒诊断病例个案信息的实时报告,可为掌握疾病流行特征变化提供数据支持。目前国内关于伤寒/副伤寒全国范围的长期趋势研究较少。本研究通过分析2004-2020年全国伤寒/副伤寒疫情数据,掌握其流行病学特征及变化,为伤寒/副伤寒的防控提供参考依据。

资料和方法

1. 资料来源:中国疾病预防控制信息系统传染病报告信息系统2004-2020年全国伤寒/副伤寒发病和死亡数据,按照发病日期导出,收集的变量信息包括年龄、性别、住址、发病与死亡日期、病例类型(临床诊断病例和确诊病例)等。2004-2020年人口数据来自中国疾病预防控制信息系统基本信息系统。

2. 病例定义:① 病例诊断标准:2004年1月1日至2008年8月31日依据文献[7],2008年9月1日以后依据文献[8]。②临床诊断病例:不明原因持续发热伴有相应临床表现,即特殊中毒面容、相对缓脉、皮肤玫瑰疹、肝脾肿大中任意一项体征且有嗜酸性粒细胞减少或消失、白细胞总数正常或低下或者肥达反应“O”抗体凝集效价≥1∶80、“H”抗体凝集效价≥1∶160者。③确诊病例:不明原因持续发热且有恢复期血清中特异性抗体效价较急性期血清特异性抗体效价增高≥4倍或从血液、骨髓、粪便或胆汁中任何一种标本分离到伤寒/副伤寒沙门菌者。2008年发布的诊断标准将1995年版实验室确诊病例诊断标准中“肥达反应‘O’抗体、‘H’抗体凝集效价”调整为临床诊断病例的标准[8]

3. 统计学分析:(1)伤寒/副伤寒流行强度和季节性分析:采用R 4.2.1和Excel 2019软件对2004-2020年伤寒/副伤寒数据进行整理和描述性流行病学分析,分析指标主要包括发病率、年平均发病率和季节指数等。①季节指数:某月的平均病例数除以2004-2020年的月平均病例数,如果数值接近1,表明无明显的季节性。②某年平均发病率(/10万)=某年平均发病数/某年平均人口数×100 000。③伤寒/副伤寒季节性分布,使用2004-2020年各周病例数占全年病例总数的比例作图。

(2)时间趋势分析:使用Joinpoint 4.8.0.1软件,采用对数线性回归模型,对伤寒/副伤寒发病率时间变化趋势进行多阶段回归分析。以年为单位,采用年度变化百分比(APC)指标评价分段函数各独立区间的内部发病趋势或者连接点数量为0的全局发病趋势,若APC < 0,表示发病率随时间呈下降趋势,若APC > 0,则表示发病率随时间呈上升趋势[9]

(3)空间自相关分析:采用ArcGIS 10.7软件进行空间分析并绘图。采用Moran's I指数进行全局空间自相关分析,探索我国伤寒/副伤寒发病的空间聚集性。Moran's I指数的取值范围为-1~1,正值呈正相关,负值则呈负相关,0为随机产生[10]。采用Getis-Ord Gi*统计量进行热点分析,揭示局部空间聚集性特征。通过Gi*指数和P值,判断热点区域和冷点区域的分布。如某地区发病较高,其周围地区的发病均为高值,与所预期的局部总和相比的差异有统计学意义(Gi*为正值,P < 0.05),说明不是随机分布,判定为热点区域;冷点区域则与之相反(Gi*为负值,P < 0.05)[10]。双侧检验,检验水准α=0.05。

结果

1. 2004-2020年疫情概况:全国共报告伤寒/副伤寒病例289 217例,死亡94例,病死率为0.03%,平均发病率1.26/10万,发病率由2004年的3.80/10万降至2020年的0.50/10万。其中,伤寒202 991例,死亡77例,发病率由2004年的2.54/10万下降至2020年的0.38/10万,下降了85.04%。Joinpoint回归分析结果显示,伤寒发病率在2004-2007年下降幅度较大(APC=-27.89%,P < 0.05),2007-2020年下降幅度相对平缓(APC=-4.77%,P < 0.05)。副伤寒共报告病例86 226例,死亡17例,发病率由2004年的1.26/10万降至2020年的0.12/10万,下降了90.48%。Joinpoint回归分析显示,副伤寒2004-2009年发病率下降幅度较大(APC=-24.26%,P < 0.05),2009-2020年下降缓慢(APC=-7.24%,P < 0.05)。见图 1

注:APC:年度变化百分比 图 1 2004-2020年我国伤寒/副伤寒发病变化趋势

伤寒/副伤寒死亡病例主要分布在2004-2009年,占总死亡病例的76.60%(72/94)。20~59岁病例占55.32%,≥60岁的病例占25.53%。死亡病例职业分类主要为农民(44例)、离/退休人员(11例)、学生(9例)和散居儿童(6例),占总死亡病例的74.47%。

2. 季节性特征分析:季节性分析结果显示,伤寒/副伤寒发病季节分布相似,伤寒为5-10月高发,季节指数7月最高为1.44;副伤寒为5-10月高发,季节指数8月最高为1.56(图 2)。

注:a各周病例数占全年病例总数的比例(%) 图 2 2004-2020年我国伤寒/副伤寒季节分布

3. 人群特征分析:伤寒/副伤寒各年度均为男性发病数高于女性,男女性别比为1.19∶1;伤寒病例男女性别比为1.18∶1,副伤寒为1.21∶1。伤寒/副伤寒发病均以35~59岁人群为主,分别占伤寒和副伤寒病例总数的30.06%和29.99%;其次为20~34岁组,分别占伤寒和副伤寒病例总数的23.56%和29.82%。

不同年度年龄组构成分析结果显示,伤寒病例中,< 3岁年龄组和≥60岁年龄组发病占比逐年升高,分别由2004年的3.48%和6.46%上升至2020年的15.59%和19.34%,3~6岁年龄组构成比基本不变;其他年龄组构成比均呈逐年下降趋势,由2004年的83.24%下降至2020年的57.21%(图 3A)。年龄组发病率分析结果显示,< 3岁年龄组发病率变化趋势与其他年龄组不同,呈先下降后上升趋势,2011年起均高于其他年龄组,发病率为1.13/10万~2.78/10万,其他年龄组发病率呈下降趋势(图 3B)。

图 3 2004-2020年我国伤寒/副伤寒年龄分布

副伤寒病例中,< 3岁年龄组和≥60岁年龄组发病占比逐年升高,分别由2004年的1.48%和4.52%上升至2020年的30.92%和22.28%;7~、20~和35~59岁年龄组占比呈下降趋势,分别由2004年的24.32%、37.21%和29.44%下降到2020年的8.70%、11.08%和19.29%(图 3C)。年龄组发病率分析结果显示,2007-2020年均以 < 3岁年龄组的发病率最高,并呈波动上升趋势,发病率为0.57/10万~1.19/10万,其他年龄组发病率呈下降趋势(图 3D)。

伤寒/副伤寒发病的职业分布特征相似,伤寒病例中,农民为主(37.66%),其次为学生(19.05%)、散居儿童(10.87%)、家务及待业(5.81%)和工人(5.65%);副伤寒病例中,农民为主(29.80%),其次为学生(18.69%)、散居儿童(10.12%)、工人(8.37%)和家务及待业(5.51%)。2004-2020年,散居儿童的占比涨幅明显,伤寒由2004年的6.92%上升至2020年的20.34%,副伤寒由2004年的2.95%上升至2020年的35.67%,与分年龄组分析结果相似。

4. 空间自相关分析和热点分析:全局空间自相关分析结果显示,不同年度全局Moran's I值均 > 0,差异均有统计学意义(P < 0.001),表明2004-2020年,我国伤寒/副伤寒发病不是随机分布,存在空间自相关性,空间关系呈正相关,具有空间聚集趋势。见表 1

表 1 2004-2020年我国伤寒/副伤寒全局空间自相关分析

2004-2020年,各省份的伤寒发病率均呈下降趋势,年平均发病率较高的省份为云南省、贵州省、广西壮族自治区、新疆维吾尔自治区、湖南省、浙江省、广东省、福建省和山西省,高于全国年平均发病率(0.89/10万)(表 2)。热点分析结果显示,热点区域持续存在于云南省、贵州省、广西壮族自治区和四川省,2014年起扩大至广东省、湖南省、江西省和福建省等地区,新疆维吾尔自治区2014年后不再是热点区域。热点区域由2004-2008年的37个地市扩大至2019-2020年的89个地市;冷点区域由2004-2008年的60个地市扩大至2019-2020年的129个地市,长期集中在陕西省、山西省、河南省、河北省和山东省等中部地区,于2014年起逐渐向周边扩大至安徽省、宁夏回族自治区、江苏省、甘肃省、北京市和天津市,部分东北省份如黑龙江省、吉林省、辽宁省和内蒙古自治区的部分地区逐渐显示出冷点区域的聚集特征。

表 2 2004-2020年我国伤寒/副伤寒平均发病率排名前十省份

2004-2020年,各省份的副伤寒发病率均呈下降趋势,年平均发病率较高的省份为云南省、贵州省、浙江省、广西壮族自治区,高于全国平均发病率(0.38/10万)(表 2)。副伤寒发病的热点区域与伤寒类似,研究期间云南省、四川省、贵州省和广西壮族自治区始终为热点区域,2014年起热点区域范围扩大,由云南省、四川省、贵州省和广西壮族自治区向东扩散至广东省、湖南省和江西省。地市级热点区域由2004-2008年的27个扩大至2019-2020年的76个;冷点区域范围也呈扩大趋势,2004-2013年仅河南省商丘市为冷点区域,自2014年起,山东省、江苏省、安徽省和河南省的部分地区表现为冷点区域,随后扩大至河北省、天津市、辽宁省、吉林省等地区,2019-2020年地市级冷点区域扩大至88个。见图 4

注:审图号:GS(2022)1873号 图 4 2004-2020年我国伤寒/副伤寒发病率冷热点分布
讨论

2004-2020年我国伤寒/副伤寒发病呈逐年下降趋势,发病率由2004年的3.80/10万降至2020年的0.50/10万。5-10月为伤寒/副伤寒高发月份。2011年起,< 3岁年龄组发病率高于其他年龄组,≥60岁年龄组占比呈上升趋势。发病热点区域集中在云南省、贵州省、广西壮族自治区和四川省等西南地区并呈现扩大趋势。

随着我国经济发展,卫生条件提高,改水改厕、环境治理等爱国卫生运动大力开展,居民居住环境的卫生状况改善,减少了粪便对环境、水源的污染和苍蝇等传播媒介的滋生,多种寄生虫病和肠道传染病的发病水平均呈大幅度下降[11-14]。2004年传染病开展网络直报以来,我国伤寒/副伤寒持续呈低发态势,进一步证实了我国采取的综合干预措施以及城镇化建设在细菌性肠道传染病防控中的作用和效果。伤寒/副伤寒发病高峰为夏、秋季,与夏、秋季气候适宜病原菌的生长繁殖、降雨量增多易导致饮用水污染[15-16],夏、秋季生冷食品食用频率提高等暴露风险增加有关[17],研究结果与既往结果一致[18-19]

本研究发现,虽然20~59岁年龄组的中青年为伤寒/副伤寒发病主要人群,但 < 3岁的婴幼儿和≥60岁的老年人群发病构成比均呈上升趋势。同时,自2011年起,< 3岁年龄组发病率高于其他年龄组,与国内外相关研究中婴幼儿及学龄前儿童发病率高的结果相似[20-22],也与我国细菌性痢疾[23]、手足口病[24]等肠道传染病发病人群特征类似。初步分析可能与婴幼儿自身免疫功能较差、户外活动较多、家长缺乏卫生意识等有关,也与家长就诊意识与重视程度不断提高有关,提示需进一步关注低龄儿童发病的危险因素。此外,老年人发病占比逐年增加,可能与部分高发省份青壮年外出打工,留守人员以老年人为主的人口结构改变有关,也与老年人免疫力下降、卫生意识相对较淡薄、罹患各种疾病的风险相对较高有关。伤寒/副伤寒高发省份,应加强对低龄儿童和老年群体监测,可开展专题研究探索相关发病危险因素,以采取针对性干预措施,在高发季节前,应加强宣传教育,提高重点人群疾病认识水平和卫生意识。

伤寒/副伤寒的热点区域主要集中在我国广西壮族自治区、云南省、贵州省和四川省等西南地区且向东扩大,与既往研究中高发省份集中在以云南省、广西壮族自治区、贵州省为主的西南地区结论一致[4, 25]。现有研究显示,伤寒/副伤寒流行与气候和地质因素相关。云南省、贵州省和广西壮族自治区等高发省份气候湿热,利于细菌生长繁殖,相关省份为伤寒/副伤寒高发疫区,传染源长期存在,也是喀斯特地貌的主要分布地区[26-27],上述相关因素导致伤寒/副伤寒疫情持续发生。云南省、广西壮族自治区等高发省份为多民族聚居地区,饮食习惯多样,饮食和饮水卫生习惯不同,可能增加发病风险[28-30]。热点区域范围逐渐扩大至湖南、广东、江西和福建等省份,可能与人员流动性较强、气温较高和湿度较大等环境因素相关,具体原因还需进一步研究。综合来看,全国发病数持续减少,但重点省份发病始终维持较高水平,对这些发病较高省份的有效控制是进一步减少全国伤寒/副伤寒发病的关键。

本研究存在局限性。由于数据来源为被动监测,存在漏报情况,可能导致研究结果与疾病流行的真实情况具有一定差异,但2004年启动传染病网络直报系统后,该系统已覆盖全国100%的疾病预防控制机构、98%的县级及以上医疗卫生机构和94%的乡镇卫生院。根据2005、2009、2013和2015年全国法定传染病报告质量评价抽样调查结果[31-34],乙类传染病的漏报率呈下降趋势,从2005年的23.64%降低到2015年的4.09%,整体报告质量不断提升,利用传染病监测网络系统报告的数据,可相对全面掌握相关传染病在我国的流行概况。另外,2004-2020年的伤寒和副伤寒诊断标准发生了变化[7-8],可能对病例报告产生影响,2008版诊断标准相比于1995版,实验室诊断依据的“肥达反应‘O’抗体、‘H’抗体凝集效价”被调整为临床诊断病例的标准,该变化仅影响病例分类,对病例报告总体水平无影响,对本研究结果反映的发病水平无影响。

综上所述,2004-2020年我国伤寒/副伤寒总体发病处于较低水平,发病呈逐年下降趋势,但以云南省、贵州省、广西壮族自治区为代表的西南地区仍是我国伤寒/副伤寒重点防控区域,相关省份应针对本地区疫情高发原因,开展饮食、饮水卫生宣教及病例规范治疗等综合干预;针对 < 3岁婴幼儿和≥60岁老年人群开展发病危险因素调查,并进行针对性干预,以降低发病水平;加强伤寒/副伤寒病例诊断、报告和规范治疗相关培训,提升报告准确性,减少慢性带菌者,控制疫情传播扩散。

利益冲突  所有作者声明无利益冲突

作者贡献声明  高玺玉:研究设计、数据采集/分析、论文撰写;汤巧雨、宋杨:查阅文献、数据整理、制作图表;刘凤凤、张志杰、常昭瑞:研究指导、论文指导/修改

参考文献
[1]
陶香娣. 1989-1990年全国伤寒疫情分析[J]. 中国疾病监测, 1991, 6(7): 100-101.
Tao XD. Analysis of typhoid epidemic in China from 1989 to 1990[J]. Dis Surveill, 1991, 6(7): 100-101. DOI:10.3784/j.issn.1003-9961.1991.7.100
[2]
闫梅英, 梁未丽, 李伟, 等. 1995-2004年全国伤寒副伤寒的流行分析[J]. 疾病监测, 2005, 20(8): 401-403.
Yan MY, Liang WL, Li W, et al. Epidemics of typhoid and paratyphoid fever from 1995 through 2004 in China[J]. Dis Surveill, 2005, 20(8): 401-403. DOI:10.3784/j.issn.1003-9961.2005.8.401
[3]
Crump JA, Luby SP, Mintz ED. The global burden of typhoid fever[J]. Bull World Health Organ, 2004, 82(5): 346-353. DOI:10.1590/S0042-96862004000500008
[4]
曹阳, 韩营营, 刘凤凤, 等. 2009-2013年全国伤寒/副伤寒流行特征及分子分型分析[J]. 中华流行病学杂志, 2018, 39(3): 337-341.
Cao Y, Han YY, Liu FF, et al. Epidemiological characteristics and molecular typing of typhoid and paratyphoid in China, 2009-2013[J]. Chin J Epidemiol, 2018, 39(3): 337-341. DOI:10.3760/cma.j.issn.0254-6450.2018.03.017
[5]
阳波, 张静, 刘凤凤, 等. 2015-2016年全国和高发省份伤寒、副伤寒流行病学分析[J]. 疾病监测, 2018, 33(5): 407-412.
Yang B, Zhang J, Liu FF, et al. Epidemiological characteristics of typhoid and paratyphoid in provinces with high incidences and whole country, China, 2015-2016[J]. Dis Surveill, 2018, 33(5): 407-412. DOI:10.3784/j.issn.1003-9961.2018.05.013
[6]
王鲁茜, 阳波, 闫梅英, 等. 中国西南3省(自治区)伤寒/副伤寒流行的时空聚集性特征及变迁研究[J]. 中华流行病学杂志, 2017, 38(11): 1504-1508.
Wang LX, Yang B, Yan MY, et al. Spatial and temporal clustering characteristics of typhoid and paratyphoid fever and its change pattern in 3 provinces in southwestern China, 2001-2012[J]. Chin J Epidemiol, 2017, 38(11): 1504-1508. DOI:10.3760/cma.j.issn.0254-6450.2017.11.013
[7]
国家技术监督局, 中华人民共和国卫生部. GB 16001-1995伤寒、副伤寒诊断标准及处理原则[S]. 北京: 中国标准出版社, 2004.
The State Bureau of Quality and Technical Supervision, Ministry of Health of the People's Republic of China. GB 16001-1995 Diagnostic criteria and principles of management of typhoid and paratyphoid[S]. Beijing: Standards Press of China, 2004.
[8]
中华人民共和国卫生部. WS 280-2008伤寒和副伤寒诊断标准[S]. 北京: 人民卫生出版社, 2008.
Ministry of Health of the People's Republic of China. WS 280-2008 Diagnostic criteria for typhoid fever and paratyphoid fever[S]. Beijing: People's Medical Publishing House, 2008.
[9]
李辉章, 杜灵彬. Joinpoint回归模型在肿瘤流行病学时间趋势分析中的应用[J]. 中华预防医学杂志, 2020, 54(8): 908-912.
Li HZ, Du LB. Application of Joinpoint regression model in cancer epidemiological time trend analysis[J]. Chin J Prev Med, 2020, 54(8): 908-912. DOI:10.3760/cma.j.cn112150-20200616-00889
[10]
姜庆五, 赵飞. 空间自相关分析方法在流行病学中的应用[J]. 中华流行病学杂志, 2011, 32(6): 539-546.
Jiang QW, Zhao F. Application of spatial autocorrelation method in epidemiology[J]. Chin J Epidemiol, 2011, 32(6): 539-546. DOI:10.3760/cma.j.issn.0254-6450.2011.06.002
[11]
杨云, 李爱斌, 文正葵, 等. 湖南省农村改厕对控制肠道传染病和蠕虫感染效果评价[J]. 实用预防医学, 2005, 12(2): 222-225.
Yang Y, Li AB, Wen ZK, et al. Evaluation of latrines on control of gastrointestinal infectious diseases and helminths infestation in countryside in Hunan[J]. Pract Prev Med, 2005, 12(2): 222-225. DOI:10.3969/j.issn.1006-3110.2005.02.003
[12]
顾晓明, 赵虹, 宋欣欣, 等. 新疆喀什地区农村改水与人群肠道传染病关系的研究[J]. 环境与健康杂志, 2000, 17(1): 34-35.
Gu XM, Zhao H, Song XX, et al. Relationships between improved drinking water supply and intestinal infectious diseases in rural areas of Kashi district of Xinjiang[J]. J Environ Health, 2000, 17(1): 34-35. DOI:10.3969/j.issn.1001-5914.2000.01.012
[13]
平波, 毛兴华, 窦启平, 等. 龙里县农村改水后水质与介水肠道传染病调查[J]. 中华预防医学杂志, 2002, 36(1): 54.
Ping B, Mao XH, Dou QP, et al. Investigation on water quality and water-mediated intestinal infectious diseases after water modification in rural Longli County[J]. Chin J Prev Med, 2002, 36(1): 54. DOI:10.3760/j:issn:0253-9624.2002.01.029
[14]
刘建如, 杨光耀, 李灿. 农村改厕对控制肠道传染病及蠕虫病效果分析[J]. 实用预防医学, 2007, 14(6): 1787-1788.
Liu JR, Yang GY, Li C. Effect analysis of toilet modification in rural area on control of intestinal infectious diseases and helminthiasis[J]. Pract Prev Med, 2007, 14(6): 1787-1788. DOI:10.3969/j.issn.1006-3110.2007.06.055
[15]
de Alwis R, Watson C, Nikolay B, et al. Role of environmental factors in shaping spatial distribution of Salmonella enterica serovar typhi, Fiji[J]. Emerg Infect Dis, 2018, 24(2): 284-293. DOI:10.3201/eid2402.170704
[16]
Lake IR, Gillespie IA, Bentham G, et al. A re-evaluation of the impact of temperature and climate change on foodborne illness[J]. Epidemiol Infect, 2009, 137(11): 1538-1547. DOI:10.1017/S0950268809002477
[17]
陈奕, 丁克琴, 易波, 等. 1950-2017年沿海高流行区伤寒、副伤寒流行特征分析[J]. 上海预防医学, 2018, 30(6): 519-522, 528.
Chen Y, Ding KQ, Yi B, et al. Epidemiological characteristics of typhoid and paratyphoid fever in coastal areas of high incidence during 1950-2017[J]. Shanghai J Prev Med, 2018, 30(6): 519-522, 528. DOI:10.19428/j.cnki.sjpm.2018.18769
[18]
郭海强, 刘红波, 曲波, 等. 全国伤寒、副伤寒发病的季节趋势模型研究[J]. 实用预防医学, 2011, 18(3): 391-393.
Guo HQ, Liu HB, Qu B, et al. Study on incidence of typhoid fever and paratyphoid fever with seasonal trend model[J]. Pract Prev Med, 2011, 18(3): 391-393. DOI:10.3969/j.issn.1006-3110.2011.03.003
[19]
Saad NJ, Lynch VD, Antillón M, et al. Seasonal dynamics of typhoid and paratyphoid fever[J]. Sci Rep, 2018, 8(1): 6870. DOI:10.1038/s41598-018-25234-w
[20]
刘凤凤, 赵善露, 陈琦, 等. 2015年全国伤寒、副伤寒流行病学特征和空间聚类分析[J]. 中华流行病学杂志, 2017, 38(6): 754-758.
Liu FF, Zhao SL, Chen Q, et al. Surveillance data on typhoid fever and paratyphoid fever in 2015, China[J]. Chin J Epidemiol, 2017, 38(6): 754-758. DOI:10.3760/cma.j.issn.0254-6450.2017.06.013
[21]
孟银平, 姜黎黎, 周永明, 等. 云南省2010-2020年伤寒副伤寒流行特征分析[J]. 现代预防医学, 2021, 48(15): 2689-2691, 2715.
Meng YP, Jiang LL, Zhou YM, et al. Epidemiological analysis of typhoid and paratyphoid fever in Yunnan, 2010-2020[J]. Mod Prev Med, 2021, 48(15): 2689-2691, 2715.
[22]
Sinha A, Sazawal S, Kumar R, et al. Typhoid fever in children aged less than 5 years[J]. Lancet, 1999, 354(9180): 734-737. DOI:10.1016/S0140-6736(98)09001-1
[23]
潘佳佳, 刘晓伟. 中国2005-2017年细菌性痢疾的流行特征分析[J]. 中国卫生产业, 2021, 18(19): 166-172.
Pan JJ, Liu XW. Analysis of the epidemiological characteristics of bacillary dysentery in China from 2005 to 2017[J]. China Health Ind, 2021, 18(19): 166-172. DOI:10.16659/j.cnki.1672-5654.2021.19.166
[24]
胡跃华, 肖革新, 郭莹, 等. 2008-2011年中国大陆手足口病流行特征分析[J]. 中华疾病控制杂志, 2014, 18(8): 693-697, 747.
Hu YH, Xiao GX, Guo Y, et al. The epidemic features of the hand, foot, and mouth disease during 2008-2011 in China[J]. Chin J Dis Control Prev, 2014, 18(8): 693-697, 747.
[25]
阳波, 廖巧红, 阚飙, 等. 2014年全国伤寒/副伤寒流行病学特征及西南5个省份空间聚类分析[J]. 疾病监测, 2018, 33(12): 1009-1013.
Yang B, Liao QH, Kan B, et al. Epidemiological characteristics of typhoid and paratyphoid fever in China and its spatial temporal clustering analysis in five provinces of China, 2014[J]. Dis Surveill, 2018, 33(12): 1009-1013. DOI:10.3784/j.issn.1003-9961.2018.12.010
[26]
张振开, 黄少新, 石朝晖, 等. 桂林市伤寒副伤寒发生的气象及地质因素研究[J]. 中华疾病控制杂志, 2009, 13(5): 520-523.
Zhang ZK, Huang SX, Shi ZH, et al. Effect of meteorological and geological factors on epidemic of typhoid fever/paratyphoid fever in Guilin[J]. Chin J Dis Control Prev, 2009, 13(5): 520-523.
[27]
Dewan AM, Corner R, Hashizume M, et al. Typhoid Fever and its association with environmental factors in the Dhaka Metropolitan Area of Bangladesh: a spatial and time-series approach[J]. PLoS Negl Trop Dis, 2013, 7(1): e1998. DOI:10.1371/journal.pntd.0001998
[28]
艾敏, 王树坤. 全球伤寒与副伤寒流行情况、危险因素和预防策略[J]. 中国公共卫生, 2019, 35(2): 250-256.
Ai M, Wang SK. Global prevalence, risk factors and prevention strategies of typhoid and paratyphoid fever[J]. Chin J Public Health, 2019, 35(2): 250-256. DOI:10.11847/zgggws1120207
[29]
姚光海, 唐光鹏, 陈学, 等. 贵州省平坝县伤寒副伤寒流行特征及危险因素研究[J]. 现代预防医学, 2014, 41(3): 385-388, 392.
Yao GH, Tang GP, Chen X, et al. Research on epidemiological features and risk factors of typhoid and paratyphoid fever in Pingba County, Guizhou Province[J]. Mod Prev Med, 2014, 41(3): 385-388, 392.
[30]
李顺祥, 张丽华, 高良敏, 等. 玉溪市伤寒/副伤寒流行危险因素分析[J]. 中国热带医学, 2014, 14(5): 562-564.
Li SX, Zhang LH, Gao LM, et al. Analysis of risk factors associated with prevalence of typhoid/paratyphoid in Yuxi city[J]. China Trop Med, 2014, 14(5): 562-564. DOI:10.13604/j.cnki.46-1064/r.2014.05.024
[31]
施小明, 马家奇, 王丽萍, 等. 2005年全国医疗机构法定传染病漏报情况调查分析[J]. 疾病监测, 2006, 21(9): 493-496.
Shi XM, Ma JQ, Wang LP, et al. An investigational analysis of missing reports of notifiable diseases in medical facilities all over China in 2005[J]. Dis Surveill, 2006, 21(9): 493-496. DOI:10.3784/j.issn.1003-9961.2006.09.018
[32]
刘世炜, 王丽萍, 王晓风, 等. 2009年全国传染病网络直报管理与报告质量现状评估[J]. 疾病监测, 2011, 26(5): 392-397.
Liu SW, Wang LP, Wang XF, et al. Evaluation on management and quality of communicable diseases network direct reporting in China, 2009[J]. Dis Surveill, 2011, 26(5): 392-397. DOI:10.3784/j.issn.1003-9961.2011.05.018
[33]
郭青, 张春曦, 王晓风, 等. 2013年度全国法定传染病信息报告质量和管理现状调查[J]. 疾病监测, 2015, 30(2): 145-149.
Guo Q, Zhang CX, Wang XF, et al. Quality and management of notifiable communicable disease reporting in China, 2013[J]. Dis Surveill, 2015, 30(2): 145-149. DOI:10.3784/j.issn.1003-9961.2015.02.015
[34]
金丽珠, 葛辉, 杜雪杰, 等. 2015年全国医疗机构法定传染病报告质量调查分析[J]. 疾病监测, 2016, 31(10): 883-886.
Jin LZ, Ge H, Du XJ, et al. Reporting quality of notifiable communicable diseases in hospitals in China, 2015[J]. Dis Surveill, 2016, 31(10): 883-886. DOI:10.3784/j.issn.1003-9961.2016.10.019