中国公共卫生  2015, Vol. 31 Issue (12): 1521-1525   PDF    
广西2005-2012年艾滋病时空聚集分析
陈栏心1, 朱秋映2, 王学燕2, 吴兴华2, 李明丽3, 董柏青4, 唐咸艳3     
1. 南宁市疾病预防控制中心, 广西 530023;
2. 广西壮族自治区疾病预防控制中心;
3. 广西医科大学公共卫生学院;
4. 广西壮族自治区卫生厅
摘要: 目的 探测2005-2012年广西艾滋病(AIDS)时空聚集性,为广西艾滋病病毒(HIV)感染者/AIDS病人针对性防控措施的制定和防控资源的优化配置提供参考依据。方法 从县区尺度上,对广西2005-2012年AIDS的新报告率运用空间经验贝叶斯平滑率估计法进行平滑处理;通过泊松模型的时空扫描统计量探测AIDS的时空聚集性;采用地理信息系统(GIS)实现时空聚集区的可视化。结果 空间经验贝叶斯平滑估计的新报告率专题图和时空扫描统计量均揭示柳州市城区(城中区、鱼峰区、柳南区、柳北区)、鹿寨县、柳江县、柳城县、贺州市八步区、钦州市灵山县、西南部与越南相邻的龙州县、宁明县、凭祥市、防城港市的港口区、防城区、东兴市、贵港市的港北区、港南区、覃塘区及兴业县等是广西AIDS疫情流行严重地区;2005-2012年,广西HIV/AIDS新报告率存在6个高发的时空聚集区,其中一级时空聚集区以鹿寨县为中心,辖17个县区,始于2011年3月,止于2012年9月(LLR=1886.21,RR=2.97,P=0.000);主要的次级时空聚集区以上思县为中心,辖20个县(市、区),聚集于2010年3月-2011年9月(LLR=944.69,RR=2.00,P=0.000);其次为以贵港市港南区为中心,辖11个县(市、区),聚集于2010年11月-2012年5月次级时空聚集区(LLR=135.02,RR=1.36,P=0.000)。结论 时空扫描统计量可以较好地揭示广西AIDS的时空聚集性,相关部门应该加强对AIDS时空高发聚集区的防控工作。
关键词: 艾滋病(AIDS)     地理信息系统(GIS)     扫描统计量     空间经验贝叶斯平滑    
Spatiotemporal cluster of HIV/AIDS in Guangxi,2005-2012
CHEN Lan-xin, ZHU Qiu-ying, WANG Xue-yan, et al     
Nanning Municipal Center of Disease Control and Prevention, Nanning, Guangxi Zhuang Autonomous Region 530023, China
Abstract: Objective To detect the spatiotemporal cluster of human immunodeficiency virus/acquired immunodeficiency syndrome(HIV/AIDS)in Guangxi Zhuang Autonomous Region(Guangxi)from 2005 through 2012.Methods Spatial empirical Bayesian smoothing(SEBS)was used to smooth the notified incidence of HIV/AIDS at county level from 2005 through 2012 in Guangxi.HIV/AIDS spatiotemporal clusters were identified by using spatiotemporal scan statistics and Poisson model and then were visualized via Geographic Information System(GIS).Results The areas with the most serious HIV/AIDS epidemics,including urban area and some counties of Liuzhou and Hezhou city and some counties in southwest region adjacent to Vietnam,were identified with both thematic maps of notified incidence adjusted by SEBS and spatiotemporal scan statistics.There were six spatiotemporal clusters of HIV/AIDS notified incidence in Guangxi from 2005 through 2012.Among the clusters,the first-level cluster areas centered on Luzhai county and covered 17 counties(cities/districts),with the clustering time from November 2010 through September 2012(log likelihood ratio(LLR)=1886.21,relative risk(RR)=2.97;P=0.00);the main second-level cluster areas centered on Shangsi county,including 20 counties(cities/districts),with the clustering time from March 2010 through September 2011(LLR=944.69,RR=2.00;P=0.00);the other cluster areas centered on Gangnan district of Guigang city and covered 11 counties(cities/districts),with the clustering time from March 2011through May 2012.Conclusion Spatiotemporal scan statistics could be applied to reveal the spatiotemporal clusters of HIV/AIDS in Guangxi.Health departments should strengthen the prevention and control of HIV/AIDS in the areas with spatiotemporal clustering of the epidemic.
Key words: HIV/AIDS     genographic information system     scan statistics     space empirical Bayesian smoothing    


截止于2011年12月,广西累积报告的艾滋病病毒(human immunodeficiency virus,HIV)感染者/艾滋病(acquried immanodeficiency syndrome,AIDS)病人仅次于云南居全国第2位[1]。严峻的形势给疾病预防控制工作者带来了巨大的挑战。传统AIDS研究多是基于时间或空间的维度对疾病进行描述性研究,展现的是疾病即时状态,并不能反映疾病传播的时空趋势,忽略了疾病的空间信息。时空扫描统计可以对疾病空间数据进行精确定时、定位、定量扫描,充分挖掘和利用疾病数据中的时间和空间信息,较之经典统计分析有更大的优势[2]。查明疾病的时空聚集性是流行病学的重要研究任务之一,近年来在疟疾[3]、手足口病[4]等传染病领域已得到广泛开展。本研究旨在应用空间统计学方法中的时空扫描法探测广西AIDS时空聚集性,为相关部门进行AIDS重点防控以及卫生资源的优化配置提供参考依据。

1 资料与方法 1.1 资料来源

2005年1月1日—2012年12月31日广西各县(市、区)新报告的所有HIV/AIDS病例资料来源于AIDS综合防治数据信息管理系统,同期各县(市、区)的人口数据来自广西统计年鉴。广西县界电子地图来源于国家基础地理信息系统。

1.2 方法 1.2.1 空间经验贝叶斯平滑率

是一种空间平滑技术,对HIV/AIDS新报告率进行拉均化、平滑化处理,使研究区域内过大或过小的率向邻近区域的局部平均水平靠近,从而使得整个研究区域内的率有较好的连续性、梯度性、平滑性(Tobler定律,即空间自相关性),最终使得估计的率更接近疾病地理分布的真实情况。平滑处理后,以颜色的深浅标识HIV/AIDS新报告率的高低,颜色越深则指示AIDS流行较严重。

1.2.2 泊松分布模型的时空扫描统计量

时空扫描统计基本原理是在研究区域范围内,假定HIV/AIDS计数满足泊松分布,在每一个位置都允许存在大小不同的圆柱形窗口(圆柱形底部对应的是地理位置,高对应时间),窗口的大小和位置处于动态变化中。窗口每变化1次,采用对数似然比(log likelihood ratio,LLR)计算窗口内外实际发病数和预期发病数的比值,确定所有地区的所有窗口的最大LLR值为可能的时空聚集性,进而计算聚集区内外的发病相对危险度(relative risk,RR)以及进行统计学检验,以蒙特卡罗(Monte Carlo,MC)随机化法产生模拟数据集,从而计算P值。将各LLR按降序排列,最大者为一级时空聚集区,其余为次级时空聚集区(所有次级时空聚集区按照降序排列依次命名为次级1区、次级2区、次级3区,等)。基于泊松分布模型的LLR的计算公式为[5]

其中,c为窗口内报告病例数;C为总报告病例数;C-c为窗口外报告病例数;E[c]为基于无效假设并经协变量校正过的窗口内预期报告病例数;C-E[c]为窗口外预期报告病例数;I()为指示函数,进行高报告率聚集性扫描时,如窗口内实际病例数高于预期病例数,I()=1,反之I()=0。

1.3 统计分析

采用GeoDa 9.0估计空间经验贝叶斯平滑率;采用SatScan 9.2时空扫描统计分析;采用ArcGIS 10.0扫描专题图。

2 结 果 2.1 2005—2012年广西HIV/AIDS新报告率的时空特征估计(图 1)

空间经验贝叶斯平滑率专题图显示,2005—2012年,广西HIV/AIDS新报告率总体上可以分为2个阶段。第1阶段(2005—2007年):较高的HIV/AIDS新报告率主要分布在鹿寨县、柳江县、金秀县、贺州市八步区、灵山县、宁明县、龙州县、凭祥市、东兴市及百色市的右江区等县(市、区);第2阶段(2008—2012年):新报告率较高的县(市、区)由第1阶段包含的高发县向周边扩散,几乎联合成片,但2011年稍有波动。对2005—2012年累计新报告率进行空间经验贝叶斯平滑发现,累积感染率较高的区域主要包括鹿寨县、八步区、灵山县、凭祥市等县(市、区)。

图 1 2005—2012年广西HIV/AIDS新报告率空间经验贝叶斯平滑图
2.2 2005—2012年广西各县(市、区)HIV/AIDS新报告率的时空扫描量(表 1图 2)

整体上,2005—2012年广西存在6个AIDS时空高发聚集区。其中一级时空聚集区以鹿寨县为中心,辖17个县(市、区),始于2011年3月,止于2012年9月(LLR=1 886.21,RR=2.97,P=0.000);次级时空聚集区分别包括:(1)以上思县为中心,辖20个县区,聚集于2010年3月—2011年9月的次级时空聚集区1;(2)聚集于2006年5月—2007年11月的次级时空聚集区2,贺州市八步区;(3)以贵港市港南区为中心,辖11个县区,聚集于2010年11月—2012年5月的次级时空聚集区3;(4)以百色市右江区为中心,辖2个县区,聚集于2005年5—7月的次级时空聚集区4;(5)以岑溪市为中心,辖4个县区,聚集于2011年12月的次级时空聚集区5。

表 1 2005—2012年广西AIDS的时空扫描量

图 2 2005—2012年广西HIV/AIDS新报告率的时空聚集区 Fig. 2 英文标题
3 讨 论

AIDS是一种病死率极高的恶性传染病,其在世界范围内肆虐,给患者个人、家庭和社会带来了极大的影响,成为重要的社会公共卫生问题之一[6, 7, 8]。近年来,广西壮族自治区新报告HIV感染者、AIDS病人、AIDS相关死亡数等均居全国前列,给AIDS预防控制工作者带来巨大的压力和挑战。时空扫描统计量通过可变的圆柱窗口在扫描窗中自由移动,并进行定量探索,以寻找最有可能的时空聚集区,避免对疾病高发区域进行人为划分,降低选择性偏倚[9],能更大程度地对数据进行挖掘,更客观地发现疾病时空聚集性,为AIDS相关危险因素的探索、寻找传染源和传播途径、发现高危人群提供有力的证据。而且,时空扫描突破了传统研究中对疾病描述时时间和空间分离的缺点,可以对疾病聚集性进行精确定时、定位、定量,充分挖掘和利用了疾病数据中的时空信息,已成为疾病聚集性研究的热点之一。空间经验贝叶斯平滑估计结果显示,2008年及以后,新报告率较高的县(市、区)逐年增多,表明广西AIDS疫情进一步严重化的趋势;2011年新报告率的反常性波动可能与广西AIDS防治攻坚工程项目的实施进程有关。AIDS防治攻坚工程2010年在广西启动并实施,期间政府行政部门给相应的医疗机构及疾病预防控制机构落实任务,同时也对某些制度进行调整。如进行实名制检测,并对实名制检测之前的重复报告病例、查无此人等病例进行删除,因此出现AIDS疫情得以有效控制的假象;而2012年的疫情严重的现象则可能与攻坚工程项目伴之的各项研究项目的有效实施如增加自愿咨询检测点、对HIV阳性者的性伴(或配偶)和子女等进行免费检测以及近年在婚检项目中增加HIV抗体检测项目等(扩大检测面)、增加AIDS免费抗病毒治疗点、扩大对AIDS家庭的关怀范围和力度等有关。时空扫描各年新报告率发现的6个时空聚集高发区中,4个聚集区的聚集时间在2010年之后,再次表明,广西AIDS的严重疫情可能仅是对AIDS防控攻坚工程效果的真实反映:加大检测力度可以发现更多的HIV感染者/AIDS病人,利于及时对疾病进行有效防控。对2005—2012年广西HIV/AIDS新报告率进行时空扫描分析发现,AIDS时空聚集区主要分布在中部及西南部沿边(沿海)的县(市、区),可能原因主要包括:(1)西南部的沿边(沿海)的县(市、区)靠近世界闻名的毒品交易“金三角”。相关研究发现,早期AIDS在缅甸、老挝、印度、泰国、中国的吸毒人群中暴发,均与“金三角”的毒品运输有关[10]。(2)这些县(市、区)AIDS流行较早;(3)有便利的交通。因此,时空扫描发现的广西AIDS时空聚集区在一定程度上意味着特定危险因素在时空上的累积,需进行进一步的研究来确证,为广西AIDS的有效防控提供科学依据。

然而,时空扫描在本研究中尚存在以下几方面的局限性,主要包括:(1)数据局限性。采用的病例数据为历年新报告的病例,实行网络实名制报告前后,均会存在某些重复报告病例,加之部分病例填报不够详细,进行统计分析时与县区无法匹配,导致病例数据本身存在一定误差;本研究的时间尺度为月,人口基数却只能收集到年,对于月间人口波动较大的县区,可能会对新报告率产生较大影响。以上2个因素最终导致时空扫描结果可能存在一定偏差。(2)研究尺度的局限性。本研究以县区为基本单元,得出的结果只能反映县区的聚集情况,无法因此而推测AIDS在广西的城乡分布规律。而国外多项研究表明,AIDS多表现为在城市高发于农村的特点[11, 12, 13]。(3)扫描窗口形状局限。在扫描窗口的选择上,本次选取的是圆柱形窗口,图中所示的圆对应的是时间;加之,各县区边界不规则,导致圆形窗口得出的范围不一定是实际的域所包括的所有县(市、区)。因此,今后的研究应着重从更小的研究尺度进行,以最大限度地利用疾疾病所包含的空间信息,更准确地挖掘导致AIDS发生的局部危险因素,以控制AIDS在广西的进一步蔓延。

参考文献
[1] Ministry of Health,People's Republic of China,Joint United Nations Programme on HIV/AIDS World Health Organization.2011 Estimates for the HIV/AIDS epidemic in China[R].Beijing,China:2011.
[2] 王劲峰.空间分析[M].北京:科学出版社,2006.
[3] Gaudart J,Poudiougou B,Dicko A,et al.Space-time clustering of childhood malaria at the household level:a dynamic cohort in a Mali village[J].BMC Public Health,2006,6:286.
[4] Xie YH,Chongsuvivatwong V,Tang Z,et al.Spatio-temporal clustering of hand,foot,and mouth disease at the county level in Guangxi,China[J].PLoS One,2014,9(2):e88065.
[5] Kulldorff M,Huang L,Pickle L,et al.An elliptic spatial scan statistic[J].Statistics in Medicine,2006,25(22):3929-3943.
[6] Madeddu G,Rezza G,Mura MS.Trends in the European HIV/AIDS epidemic:a perspective from Italy[J].Expert Rev Anti Infect Ther,2009,7(1):25-36.
[7] Zhang KL,Detels R,Liao S,et al.China's HIV/AIDS epidemic:continuing challenges[J].Lancet,2008,372(9652):1791-1793.
[8] 王凌云,刘康迈,闷雷华,等.艾滋病流行对宏观和微观社会经济的影响[J].中国性病艾滋病防治,2002,8(6):371-372.
[9] Chaput EK,Meek JI,Heimer R.Spatial analysis of human granulocytic ehrlichiosis near Lyme,Connecticut[J].Emerging Infectious Diseases,2002,8(9):943-948.
[10] Beyrer C,Razak MH,Lisam K,et al.Overland heroin trafficking routes and HIV-1 spread in south and south-east Asia[J].Aids,2000,14(1):75-83.
[11] Kandala NB,Campbell EK,Rakgoasi SD,et al.The geography of HIV/AIDS prevalence rates in Botswana[J].HIV/AIDS(Auckland,NZ),2012,4:95-102.
[12] Chimoyi LA,Musenge E.Spatial analysis of factors associated with HIV infection among young people in Uganda,2011[J].BMC Public Health,2014,14(1):555.
[13] Martinez AN,Mobley LR,Lorvick J,et al.Spatial analysis of HIV positive injection drug users in San Francisco,1987 to 2005[J].InternationalJournal of Environmental Research and Public Health,2014,11(4):3937-3955.