中国公共卫生  2015, Vol. 31 Issue (10): 1289-1293   PDF    
中国大陆2006—2012年人和牲畜布鲁氏菌病空间分布特征及相关性
廖伟斌1,2, 孙建国1,2, 于国伟3, 雍万铃1,2, 田德红4, 王熙蓓4    
1. 兰州交通大学测绘与地理信息学院, 甘肃 兰州 730070;
2. 甘肃省地理国情监测工程实验室;
3. 西北民族大学环境健康研究所;
4. 兰州大学公共卫生学院
摘要: 目的 探讨中国大陆地区2006—2012年人和牲畜布鲁氏菌病(布病)疫情的空间分布特征及相关性, 为采取相应的防制措施提供参考依据。方法 收集公共卫生科学数据中心2006—2012年中国法定报告传染病数据库中人布病疫情资料和农业部《兽医公报》中牲畜布病疫情资料, 采用全局、局部空间自相关分析方法对2006—2012年人畜布病疫情数据进行分析。结果 中国大陆地区2006—2012年人间布病发病率由1.45/10万上升到2.93/10万, 年发病率全局Moran's I指数为0.179 0~0.345 8, 且均呈正相关(均P < 0.01), 有明显的聚集性;牲畜布病发病数在这一时期迅猛增加, 由2 032头上升到82 071头, 其中2010、2011、2012年全局Moran's I指数分别为0.164 3、-0.072 8、-0.0833(均P < 0.05);单变量和双变量局部空间自相关结果均显示人畜布病疫情存在正相关关系, 高聚集区集中在北方农牧区, 低聚集区集中在南方非农牧区, 疫情不断由北方向南方扩散。结论 人畜布病疫情均存在不同程度的聚集性, 人间布病疫情聚集程度逐年上升, 而牲畜布病发病数与空间自相关指数大小分布存在一定的差异性。
关键词: 布鲁氏菌病(布病)     空间分布特征     相关性          牲畜    
Spatial distribution characteristics and correlation of human and livestock brucellosis in mainland China,2006-2012
LIAO Wei-bin, SUN Jian-guo, YU Guo-wei, et al    
Faculty of Geomatics, Lanzhou Jiaotong University, Lanzhou, Gansu Province 730070, China
Abstract: Objective To explore the spatial distribution characteristics and correlation of human and livestock brucellosis in mainland China from 2006 to 2012,and to provide references for taking corresponding control measures.Methods Human brucellosis data were extracted from the database of reported notifiable infectious diseases in China published by China Public Health Science Data Center and the livestock brucellosis data from Official Veterinary Bulletin issued by Ministry of Agriculture of China.Global and local spatial autocorrelation analyses were carried out based on the data for the years of 2006 to 2012.Results The overall incidence of human brucellosis increased from 1.45/100 000 to 2.93/100 000 during the period and the global Moran's I coefficients for the incidence ranged from 0.179 0 to 0.345 8 and were all positive(all P < 0.05),suggesting a significant spatial clustering of the incidence; the number of livestock brucellosis increased from 2 032 to 82 071 during the same period,with the global Moran's I coefficients of 0.164 3,-0.072 8,and -0.083 3(all P < 0.05)for the year of 2010,2011,and 2012.Both univariate and bivariate local spatial autocorrelation analysis showed a positive correlation between human and livestock brucellosis.The areas with high clustering of human brucellosis were observed in agricultural and pastoral regions in northern of China and the areas with low clustering in non-agricultural and non-pastoral regions in southern of China.Conclusion Human and livestock brucellosis present different patterns of spatial clustering; the degree of human brucellosis spatial clustering increases yearly,while the distribution of livestock brucellosis cases is not consistent to that of spatial autocorrelation coefficients of the diseases.
Key words: brucellosis     spatial distribution characteristics     correlation     human     livestock    

布鲁氏菌病(简称“布病”)是布鲁氏菌属的细菌侵入机体,引起传染-变态反应性的人畜共患的传染病,是《中华人民共和国传染病防治法》规定的乙类传染病[1]。人可通过与携带布鲁氏杆菌的动物及其分泌物接触或食用其肉、乳制品感染。布病常发生在猪、牛、羊等家畜中,可引起怀孕母畜流产、死胎等现象,公畜易发生睾丸炎,使其丧失种用价值,人感染后会造成人体多器官损伤,尤其是运动系统,导致肌肉和关节疼痛,严重者可丧失劳动力[2, 3, 4, 5]。布病在中国流行多年,20世纪50~60年代人畜布病疫情严重,自70年代疫情持续下降,90年代初期已得到初步的控制,90年代中后期疫情呈回升趋势,21世纪后回升趋势愈演愈烈[6]。布病疫情的肆虐为人民群众的身体健康和畜牧业的发展影响巨大,为探讨中国大陆地区2006—2012年人和牲畜布病疫情的空间分布特征及相关性,为采取相应的防制措施提供参考依据,本研究收集公共卫生科学数据中心2006—2012年中国法定报告传染病数据库中人布病疫情资料和农业部《兽医公报》中牲畜布病疫情资料,采用全局空间自相关、局部空间自相关分析方法对中国大陆地区2006—2012年人畜布病疫情数据进行分析。结果报告如下。

1 资料与方法 1.1 资料来源

2006—2012年人布病疫情资料来自公共卫生科学数据中心的中国法定报告传染病数据库(http://www.phsciencedata.cn/);牲畜布病疫情资料来自2006—2012农业部《兽医公报》。基础地理信息数据采用1∶400万全国行政区划数字地图。由于本研究以省、自治区、直辖市为行政单元,在该尺度下并不能表达法定传染报告数据库中新疆建设兵团的布病疫情,因此将新疆建设兵团合并到新疆自治区中,并利用各自的布病发病数与发病率重新计算合并后的布病发病情况,牲畜布病疫情数据亦作同样处理。

1.2 统计分析

应用GeoDa1.6.0对人和牲畜布病疫情进行全局空间自相关、单变量局部空间自相关和双变量局部空间自相关分析。(1)空间权重构造:本研究在省级尺度上使用Rook邻接计算权重矩阵。Rook权重要求空间要素间有公共边界时使用,若要素间无公共边,权重矩阵会判断该要素无邻居要素,形成“岛效应”。为避免这一现象,需要对生成的权重矩阵加以修改,使海南与广东、广西相连。(2)全局空间自相关:全局空间自相关是空间要素属性值在不同位置上的相关性,从空间上反应出该属性值的聚集程度。全局自相关Moran′s I计算公式如下:。式中,I为Moran′s I指数;n为空间要素的个数;S0是所有要素空间权重的和;wij指要素ij之间的空间权重,zi是空间要素i的属性值与其平均值之差;zj是空间要素j的属性值与其平均值之差[7]。(3)单变量局部空间自相关:全局空间自相关Moran′s I可以从整体上判断布病疫情的空间聚集性,而局部自相关Moran′s I可以反映出空间单元与其相邻单元布病疫情的相关程度,其公式如下:。式中,I为局部Moran′s I指数;n为空间要素的个数;xi是空间要素i的属性值;是空间要素属性的平均值;xj是空间要素j的属性值;wij指要素ij之间的空间权重[8]。(4)双变量局部空间自相关:与局部空间自相关Moran′s I原理类似,双变量局部空间自相关能够反映出空间单元及其相邻单元不同属性值的关联程度[9]。其公式如下:。式中,Ikli为双变量局部Moran′s I指数;zki、zij分别对空间单元i、j的属性值k和J标准差标准化;wij是要素i与j之间的空间权重;n是空间要素的个数[10]

2 结果 2.1 疫情现状(图 1)

中国大陆地区2006—2012年我国人间布病疫情总体呈上升态势,发病率由1.45/10万上升到2.93/10万,其变化趋势可以分为3个阶段:其中2006—2007年为平稳阶段,发病率维持在1.5/10万左右;2008—2009年为迅速上升阶段,疫情从2008年开始迅速上升,到2009年达到顶峰,发病率也由2.1/10万上升到2.7/10万;2010—2012年为稳定上升期,2010年较2009年发病率下降了6.2%,但仍高于2006—2009年全国布病平均发病率,2011—2012疫情持续上升,此阶段布病平均发病率达到2.9/10万。2006—2012年牲畜布病发病数迅猛增长,由2 032头增长到82 071头,同时处在2006—2012年人间布病累积发病率和牲畜布病累积发病数前10位的省份有7个,分别为内蒙古、山西、河北、新疆、宁夏、辽宁、陕西,结果见图 1

图 1 中国大陆地区2006—2012年布病疫情空间分布图
2.2 全局空间自相关分析(表 1)

全局自相关分析结果显示,2006—2012年人间布病发病率全局自相关Moran′s I指数为0.179 0~0.345 8,均呈正相关(均P < 0.01),有明显的聚集性。牲畜布病发病数全局自相关Moran′s I指数存在一定的差异性,其中2006、2008、2009年均呈正相关,2007年呈负相关,但2006—2009年Moran′s I指数差异无统计学意义(均P>0.05);2010年Moran′s I指数为0.164 3(Z=2.193 3,P=0.045),2011和2012年Moran′s I指数分别为-0.072 8和-0.083 3(均P<0.05)。

表 1 中国大陆地区2006—2012年人和牲畜布病疫情全局自相关Moran′s I指数
2.3 局部自相关分析 2.3.1 单变量局部空间自相关分析(图 2)

为了进一步探究全国布病聚集分布情况,根据全局空间自相关结果,对Morans I指数具有统计学意义的年份进行局部空间自相关分析并生成LISA聚集分布图(图 2)。从图 2中可见,2006—2012年人间布病发病率高-高聚集区主要有5个,分别为内蒙古、山西、河北、吉林、黑龙江,其平均发病率为14.3/10万;低低聚集区主要集中在我国南方,如云南、广西、广东、重庆、湖南、贵州、江西、浙江,其平均发病率由2006年的0.008/10万上升到2012年的0.049/10万,呈上升趋势;低-高聚集区主要分布在内蒙古的周边,如甘肃、宁夏、陕西、辽宁,其平均发病率由2006年0.72/10万上升到2012年的3.1/10万。牲畜布病发病数聚集分布中,2010年牲畜发病数LISA图与人间布病聚集分布相似,高-高聚集区集中在华北及东北地区,低-低聚集区集中在南方,低-高聚集区分布在高-高聚集区周围,反映出牲畜布病发病情况。2011和2012年牲畜发病数迅速上升,此阶段牲畜平均发病数(103 550.5头)远高于2006—2010年平均发病数(3 859.8头),其中内蒙古上升最快,牲畜发病数分别为117 623(2011年)和78 750(2012年),占全国发病数的94.1%(117 623/125 030)、96.0%(78 750/82 071),内蒙古与周围省份的发病数存在较大差异,而这种差异导致LISA不能正确的表现聚集分布。

图 2 中国大陆地区2006—2012年人和牲畜单变量LISA聚集分布图
2.3.2 双变量局部空间自相关结果(图 3)

采用双变量局部空间自相关将人与牲畜布病疫情结合在一起,探究两者之间的相关性。由于2011—2012年牲畜发病数全局自相关呈负相关,其LISA聚集分布图不明显,本研究以2010年人和牲畜的布病疫情数据为例,进行双变量局部空间自相关分析,并得到双变量LISA聚集分布图(图 3)。从图 3可见,2010年人和牲畜布病疫情间呈正相关(Moran′s I=0.1501,P=0.014),其中内蒙古和宁夏为高-高聚集区,云南、贵州、重庆、湖南、广西、广东、江西为低-低聚集区。山西、河北、辽宁、吉林、黑龙江为低-高聚集区,浙江为高-低聚集区。

图 3 中国大陆地区2010年人和牲畜双变量LISA聚集分布图
3 结论

目前,国内外对布病的研究更多的集中在诊断、治疗、免疫等描述性流行病学上,但布病是一种人畜共患病,它的发生受到地理自然环境、居民的生产生活方式、传染源牲畜的数量、分布及流动等影响[11, 12]。空间自相关分析能够定量描述数据之间的依赖关系,分析地理区域间的相互关系,可以用来探索疾病的空间分布特征[13, 14]。通过全局自相关分析可以衡量布病在研究区域整体上是否存在自相关性,并进一步采用局部自相关分析可以得到具体聚集区的分布,而利用双变量局部自相关可以分析人和牲畜布病的空间相关性[15]

本研究以2006—2012年中国大陆地区各省市人和牲畜布病疫情数据为基础,分析布病疫情的空间分布特征及人和牲畜布病的相关性。结果显示,2006—2012年中国大陆地区人间布病疫情表现出明显的聚集性,且聚集程度逐年上升,高聚集区主要集中在我国北方省份,低聚集区集中在我国南方,与文献[16, 17]研究结果一致。由于牲畜布病存在空间异质性,其聚集性在2006—2009年表现并不明显,而在2010年呈正相关,2011—2012年呈负相关,提示牲畜布病疫情也具有聚集性,其聚集分布呈现南北差异,并有逐渐向南方扩散的趋势。人与牲畜布病相关性研究中,两者表现出正相关,即牲畜布病疫情的增加与扩散影响着人间布病疫情的变化。

针对布病的聚集分布,应将高聚集区作为高危险区,加强该区域内的监测工作,提升工作力度,对低聚集区也需仔细排查疾病的危险因素。本研究中高聚集区与低聚集区呈现明显的南北分布,造成这种差异分布的原因主要有:(1)饲养方式落后、防护意识淡薄。传统的饲养方式,如人畜同院、散养散放等,仍普遍存在于内蒙古、宁夏等牧区,加之布病的防护意识淡薄,无法对感染布病的牲畜进行有效处理,导致布病疫情的不断发生[18];(2)防疫体系不完善、牲畜流通监管不力。防疫体系不完善使布病的预防难以实施,出现疫情的地区也不能得到控制。近年来,我国的畜牧业得到了迅速的发展,但相关兽医机构的防疫条件与技术水平却得不到明显的提升,造成了对牲畜监管的困难[16]。随着跨省间牲畜及相关产品等贸易的增多,牲畜流通监管的不力,为布病由北方转移到南方提供了便利,导致布病疫情由北方向南方扩散及不断出现的布病突发公共卫生事件[19, 20]

由于本研究重点研究人和牲畜布病疫情的空间分布特征及其相关性,忽略了人文环境与自然环境因素对其产生的影响,因此,在今后的研究中需要进一步考虑环境因素,探究影响布病疫情发生与传播的危险因素。

参考文献
[1] 卫生部.全国人间布鲁氏菌病监测方案[S].北京:卫生部, 2005.
[2] 陈丹, 柳晓琳, 刘孝刚, 等.布鲁氏菌病流行趋势及其防治措施的研究进展[J].中国地方病防治杂志, 2011, 26(1):26-28.
[3] 史新涛, 古少鹏, 郑明学, 等.布鲁氏菌病的流行及防控研究概况[J].中国畜牧兽医, 2010, 37(3):204-206.
[4] 高彦辉, 赵丽军, 孙殿军, 等.布鲁氏菌病防治基础研究现状与展望[J].中国科学:生命科学, 2014, 44(6):628-635.
[5] 任洪林, 卢士英, 周玉, 等.布鲁氏菌病的研究与防控进展[J].中国畜牧兽医, 2009, 36(9):139-143.
[6] 崔步云.中国布鲁氏菌病疫情监测与控制[J].疾病监测, 2007, 22(10):649-651.
[7] Fortin MJ.Spatial analysis.A guide for ecologists[J].F66 2005, 2005, (62).
[8] Anselin L.Local indicators of spatial association-LISA[J].Geographical Analysis, 1995, 27(2):93-115.
[9] Gruebner O, Khan MM, Lautenbach S, et al.A spatial epidemiological analysis of self-rated mental health in the slums of Dhaka[J].International Journal of Health Geographics, 2011, 10(11):36.
[10] Anselin L, Syabri I, Smirnov O.Visualizing multivariate spatial correlation with dynamically linked windows[C].//In new tools for spatial data analysis:proceedings of the specialist meeting; Santa Barbara.Edited by:Anselin L, Rey S.Center for Spatially Integrated Social Science(CSISS), University of California, 2002.
[11] 魏巍, 马世春.我国布鲁氏菌病流行情况及防控建议[J].兽医发展与兽药安全, 2013, 12:38-41.
[12] 张俊辉, 杨超, 叶运莉.我国人间布鲁菌病流行特征变化及防控策略[J].寄生虫病与感染性疾病, 2011, , 9(2):101-103.
[13] Abdullayev R, Kracalik I, Ismayilova R, et al.Analyzing the spatial and temporal distribution of human brucellosis in Azerbaijan(1995-2009)using spatial and spatio-temporal statistics[J].Bmc Infectious Diseases, 2012, 12(32):185-196.
[14] Zhang JH.Spatial analysis on human brucellosis incidence in mainland China:2004-2010.[J].BMJ Open, 2014, 4(4):297-301.
[15] 李淑梅, 袁李东.绥中县2004—2012年布鲁氏菌病流行病学分析[J].中国公共卫生, 2014, 30(2):237-239.
[16] 吴清民.动物布鲁氏菌病防控技术及策略的探讨[C].//中国畜牧兽医学会, 中国畜牧兽医学会家畜传染病学分会第八届全国会员代表大会暨第十五次学术研讨会论文集, 徐州, 2013.北京:中国畜牧兽医学会, 2013.
[17] 范凯, 田疆.基层医疗机构人员布鲁氏菌病诊断能力调查[J].中国公共卫生, 2012, 28(5):724-724.
[18] 李晔, 余晓花, 王大力, 等.2006—2012年全国布鲁氏菌病引起突发公共卫生事件特征分析[J].疾病监测, 2013, 28(9):723-725.
[19] 崔步云.关注中国布鲁杆菌病疫情发展和疫苗研究[J].中国地方病学杂志, 2012, 31(4):355-356.