基于空間自相關(guān)和時空掃描統(tǒng)計量的湖南省毒蕈中毒聚類研究*

史文佩 歐陽艷昊 梁進(jìn)軍 陳立章△

基于空間自相關(guān)和時空掃描統(tǒng)計量的湖南省毒蕈中毒聚類研究*

史文佩1歐陽艷昊1梁進(jìn)軍2陳立章1△

目的 探討2013-2015年湖南省毒蘑菇中毒的時空分布和聚類特征，為科學(xué)防控毒蕈中毒提供依據(jù)。方法 以湖南省2013-2015年毒蕈中毒事件的監(jiān)測數(shù)據(jù)為研究對象，利用ArcGIS10.2軟件建立病例地理信息數(shù)據(jù)庫，采用OpenGeoDa進(jìn)行全局、局部空間自相關(guān)分析。SaTScan 9.1.1進(jìn)行時空掃描聚類，結(jié)果通過ArcGIS10.2進(jìn)行可視化展示。結(jié)果 2013-2015年湖南省共報告毒蕈中毒事件136起，發(fā)病人數(shù)565人，中毒高峰為每年5～9月。趨勢面分析顯示毒蕈中毒發(fā)病率總體分布由西向東逐漸降低，由南向北先增加再降低。局部空間自相關(guān)結(jié)果顯示冷水灘區(qū)、零陵區(qū)為高-高區(qū)域；芷江侗族自治縣、新寧縣、湘鄉(xiāng)市為低-高區(qū)域；新晃侗族自治縣、鶴城區(qū)、洞口縣為高-低區(qū)域。時空掃描發(fā)現(xiàn)所有聚類時間段集中在2015年6月～9月，一類聚集區(qū)主要位于邵陽市、懷化市、永州市。二類聚集區(qū)位于長沙市、湘潭市。結(jié)論 湖南省毒蕈中毒存在時空聚集性，各時空聚集區(qū)將為探索有針對性的防控措施提供參考。

蘑菇中毒 食源性疾病 時空分析 地理信息系統(tǒng)

湖南省地處亞熱帶，光、熱、水資源豐富，適合蘑菇生長，也是我國毒蕈中毒高發(fā)地區(qū)之一[1-2]。自2013年湖南省開展食源性疾病暴發(fā)監(jiān)測以來，截止至2015年12月共發(fā)生毒蘑菇中毒事件136起(占全部事件的43.04%)，發(fā)病人數(shù)565人，死亡15人(占全部暴發(fā)事件死亡人數(shù)的71.43%)。嚴(yán)重影響了居民身體健康和生命安全，如何做好毒蕈中毒防控工作已成為當(dāng)前急需解決的問題。蘑菇中毒事件具有明顯地域性，采用空間統(tǒng)計相比經(jīng)典統(tǒng)計學(xué)更充分考慮了影響健康的地理空間背景信息，研究結(jié)果更加真實、科學(xué)、客觀，目前已成功應(yīng)用于公共衛(wèi)生領(lǐng)域中疾病聚集性分析、探討危險因素、預(yù)測疾病的時空化規(guī)律等方面[3]。本研究擬對2013-2015年湖南省毒蘑菇中毒報告進(jìn)行分析，探索湖南省毒蕈中毒的時空分布特征，以便有的放矢，明確今后的防控工作重點。

資料與方法

1.資料來源 毒蕈中毒資料來源于2013-2015年湖南省各級醫(yī)療機(jī)構(gòu)通過“食源性疾病暴發(fā)監(jiān)測系統(tǒng)”報告，并現(xiàn)場確認(rèn)發(fā)生于湖南省境內(nèi)的毒蕈中毒事件。地圖數(shù)據(jù)來源于湖南省國土資源局，人口數(shù)據(jù)來源于國家統(tǒng)計局。

2.方法

(1)地理信息數(shù)據(jù)庫建立 利用ArcGIS 10.2軟件，將病例數(shù)據(jù)庫(包括地理編碼、病例數(shù)、發(fā)病率等)與地理信息數(shù)據(jù)庫(包括地理編碼、經(jīng)度、緯度)、人口信息數(shù)據(jù)庫(包括地理編碼、各年份人口數(shù))通過地理編碼連接，建立湖南省病例地理信息數(shù)據(jù)庫。

(2)趨勢面分析 是一種通過最小二乘法原理擬合樣本數(shù)據(jù)的多元統(tǒng)計分析方法，從整體出發(fā)描述疾病的地理空間分布[4]。將每一觀察值分為系統(tǒng)變異、局部變異和隨機(jī)誤差，以每個空間單元的發(fā)病率為因變量，以空間位置的經(jīng)度和緯度為自變量，建立二元多項式回歸，對發(fā)病率進(jìn)行最小二乘表面的擬合，生成趨勢面圖[5]。從而顯示出該疾病在所研究地域大范圍內(nèi)的總體分布規(guī)律，并通過計算殘差值，識別出殘差值異常地區(qū)，反映出疾病的局部地區(qū)變異。

(3)空間聚集區(qū)域探測 空間自相關(guān)(spatial autocorrelation)分析包括全局自相關(guān)和局部自相關(guān)。全局自相關(guān)通過計算Moran′s I系數(shù)探測整個研究區(qū)內(nèi)的空間聚集模式。Moran′s I值介于-1～+1，取值為正，表示數(shù)據(jù)呈正相關(guān)，越接近于1，正空間相關(guān)性越強(qiáng)，病例發(fā)生空間呈現(xiàn)聚集性分布;Moran′s I 取負(fù)值，數(shù)據(jù)呈負(fù)相關(guān)，越接近于-1病例發(fā)生越分散，樣本之間差異越大;Moran′s I為0，表示病例發(fā)生在空間上呈隨機(jī)性分布[6]。本研究全局空間相關(guān)空間采用queen contiguity 法創(chuàng)建空間權(quán)重矩陣。

局部型自相關(guān)分析( local indication of spatial autocorrelation，LISA)用于檢驗每個觀測單元周圍的局部空間聚集性概率水平。當(dāng)不存在全局空間自相關(guān)時，尋找可能被掩蓋的局部空間自相關(guān)的位置；存在全局空間自相關(guān)時，探討是否存在空間異質(zhì)性。根據(jù)局域型Moran′s I值可繪制Moran散點圖，四個象限分別代表H-H(高發(fā)病地區(qū)聚集)、L-H(低發(fā)病地區(qū)被高發(fā)病鄰域包圍)、L-L(低發(fā)病區(qū)域聚集)、H-L(高發(fā)病率地區(qū)被低發(fā)病鄰域包圍)四個區(qū)域[7-8]。將 Moran 散點圖與局部自相關(guān)檢驗結(jié)果相結(jié)合，可繪制局部聚類及聚集性水平圖，上述統(tǒng)計分析由OpenGeoDa軟件實現(xiàn)。

(4)時空熱點區(qū)域探測 時空掃描分析是通過在地理坐標(biāo)基礎(chǔ)上建立一個時空二維圓柱體活動窗口，圓柱底半徑為掃描區(qū)域大小(即包含的風(fēng)險人口)，柱高為掃描時間間隔，通過在地理單位中心連續(xù)不斷變化半徑大小和時間周期，使得整個圓柱形窗口隨著區(qū)域和時間處于動態(tài)變化[7]。假設(shè)毒蕈中毒病例在時間和空間上均呈離散型Poisson 分布，對每個掃描窗口計算理論發(fā)病數(shù)，通過與實際發(fā)病數(shù)構(gòu)造統(tǒng)計量-對數(shù)似然比(log likelihood ratio，LLR)，用LLR來評價掃描窗口內(nèi)發(fā)病數(shù)的異常程度，通過計算不同圓心、不同半徑下動態(tài)窗口區(qū)域內(nèi)與動態(tài)窗口區(qū)域外空間單元屬性的似然比進(jìn)行統(tǒng)計學(xué)判斷。LLR值越大且差異具有統(tǒng)計學(xué)意義，則表示該動態(tài)窗口下所含區(qū)域為聚集區(qū)域的概率越大[9]。

結(jié) 果

1.概況描述

2013-2015年湖南省通過食源性疾病暴發(fā)監(jiān)測系統(tǒng)報告毒蘑菇中毒事件136起，發(fā)病人數(shù)565人，住院285人，死亡人數(shù)15人，病死率2.65%。發(fā)生中毒場所分布：家庭126起(占92.65%)，發(fā)病449人(占79.47%)；賓館飯店3起(2.21%)，發(fā)病26人(4.60%)；農(nóng)村宴席1起，發(fā)病13人(2.30%)；單位食堂2起，發(fā)病17人(3.00%)；其他場所4起，發(fā)病23人(4.07%)。

2.時間分布特征

毒蘑菇中毒事件數(shù)、發(fā)病人數(shù)、死亡人數(shù)呈逐年遞增趨勢，中毒高峰為每年的5～9月，見圖1。

圖1 2013-2015年湖南省各月蘑菇中毒人數(shù)序列圖

3.毒蕈中毒空間聚集區(qū)域分析

(1)趨勢面分析 結(jié)果顯示，湖南省2013-2015年毒蕈中毒發(fā)病率總體分布由西向東逐漸降低，由南向北先增加再降低。

(2)空間自相關(guān) 3年毒蕈中毒發(fā)病分布的Moran′s I散點圖及LISA 系數(shù)可視化分析見圖2。以2013-2015年整個時間段為分析單位，全局自相關(guān)系數(shù)為0.044(P>0.05)，提示湖南省毒蘑菇中毒病例在整體上不存在空間自相關(guān)性，病例發(fā)病呈隨機(jī)分布。局部自相關(guān)分析結(jié)果顯示，冷水灘區(qū)、零陵區(qū)為高-高，即發(fā)病熱點區(qū)域；芷江侗族自治縣、新寧縣、湘鄉(xiāng)市為低-高；新晃侗族自治縣、鶴城區(qū)、洞口縣為高-低。

(3)時空分析結(jié)果 由時空聚類掃描圖(圖3)可見，湖南省2013-2015年毒蕈中毒病例在時空上呈明顯聚集性，高發(fā)時段集中在2015/6/1 至 2015/9/30，其中一類聚集地區(qū)為東安縣、寧遠(yuǎn)縣、新田縣、雙牌縣、道縣、藍(lán)山縣和嘉禾縣、新寧縣、武岡市、東安縣、邵陽縣、城步苗族自治縣、洞口縣、冷水灘區(qū)、綏寧縣、零陵區(qū)。逐年時空掃描分析的結(jié)果見表1，2013年發(fā)現(xiàn)兩個聚集區(qū)，一級聚類區(qū)域位于2013/9/1至2013/9/30的東安縣；2014年發(fā)現(xiàn)6個聚集區(qū)，一級聚類區(qū)域位于2014/8/1至2014/8/31的寧遠(yuǎn)縣、新田縣、雙牌縣、道縣、藍(lán)山縣和嘉禾縣；2015年發(fā)現(xiàn)3個聚集區(qū)，一級聚類區(qū)域位于2015/6/1至2015/9/30的新寧縣、武岡市、東安縣、邵陽縣、城步苗族自治縣、洞口縣、冷水灘區(qū)、綏寧縣、零陵區(qū)。

圖2 2013-2015年Moran′s I 散點圖及毒蕈中毒局部聚類示意圖

圖3 2013-2015年湖南省毒蕈中毒時空掃描聚類圖

表1 湖南省2013-2015年蘑菇中毒時空掃描聚集性分析

討 論

2013-2015年湖南省毒蘑菇中毒事件數(shù)及發(fā)病人數(shù)逐年增多，其原因可能是“食源性疾病暴發(fā)監(jiān)測系統(tǒng)”逐年完善，2014年哨點醫(yī)院覆蓋了所有縣級行政區(qū)域，極大地提高了食物中毒監(jiān)測的敏感性。但少數(shù)地區(qū)仍存在對毒蕈中毒等暴發(fā)事件的信息確認(rèn)、分級和報告不夠規(guī)范的現(xiàn)象，造成部分地區(qū)事件漏報現(xiàn)象嚴(yán)重[10-11]。其次說明居民對毒蘑菇的防范意識較差，毒蕈和可食蕈類往往混生，僅依靠形態(tài)難以辨別。鑒別蕈類主要依據(jù)專家鑒定外部形態(tài)、顯微特征和DNA分子標(biāo)記技術(shù)[12]，一般的醫(yī)務(wù)人員和居民很難做到，使得誤食毒蘑菇事件頻發(fā)。

毒蕈中毒事件的發(fā)生多集中在5～9月份，與時空掃描結(jié)果的高發(fā)時段一致。這與湖南省氣候條件相關(guān)，5～9月湖南多為高溫高濕天氣，野生蘑菇大量生長，人們采摘自食、銷售，誤食有毒蘑菇而造成中毒，因此預(yù)防夏秋季毒蕈中毒是防控工作的重點[2]。

此外，研究結(jié)果發(fā)現(xiàn)毒蕈中毒事件具有家庭聚集性特點(占蘑菇中毒事件的92.65%)，常造成群體性死亡或損傷，給家庭造成沉重的疾病負(fù)擔(dān)。應(yīng)及時采取有效措施預(yù)防中毒事件的發(fā)生。通過相關(guān)調(diào)查發(fā)現(xiàn)毒蕈中毒患者大多為農(nóng)民，經(jīng)濟(jì)文化基礎(chǔ)較差，衛(wèi)生保健意識薄弱，使得誤食毒蘑菇事件頻發(fā)[13]。

毒蕈中毒的空間分布總體呈現(xiàn)南高北低，西高東低的態(tài)勢。時空掃描結(jié)果發(fā)現(xiàn)毒蕈中毒聚集區(qū)逐年擴(kuò)大，有向中部擴(kuò)散趨勢。全局空間自相關(guān)顯示湖南省毒蕈中毒的發(fā)生呈隨機(jī)分布，這與云南省研究結(jié)果相同[14]。局部空間自相關(guān)和整體上時空掃描均發(fā)現(xiàn)湘西懷化市的新晃侗族自治縣、鶴城區(qū)和邵陽市的洞口縣以及湘南永州市的冷水灘區(qū)、零陵區(qū)為毒蕈中毒發(fā)生的熱點區(qū)域。毒蕈中毒的高發(fā)地區(qū)集中在西南部的邵陽市、懷化市、永州市，這些地區(qū)均處于亞熱帶季風(fēng)濕潤氣候區(qū)，降水充沛，雨熱同期，森林資源豐富，各種野生真菌類資源豐富，不少野生菌味道鮮美，為當(dāng)?shù)鼐用裣彩常蝗械慕?jīng)濟(jì)發(fā)展水平較低、醫(yī)療衛(wèi)生條件落后，居民衛(wèi)生安全意識較差，使得中毒事件時有發(fā)生[15]。中東部高發(fā)地區(qū)以長沙為主，可能與毒蘑菇種類、水源和環(huán)境污染、氣候及飲食習(xí)慣等多種因素有關(guān)?？臻g自相關(guān)分析還提示芷江侗族自治縣、新寧縣、湘鄉(xiāng)市為低-高區(qū)域，即發(fā)病地區(qū)呈現(xiàn)空間負(fù)相關(guān)，也應(yīng)引起重視，進(jìn)一步探討鄰近區(qū)域的自然或社會因素的不同，為防治措施提供思路。此外，時空掃描單獨發(fā)現(xiàn)了懷化市、邵陽市、永州市的其他區(qū)縣，并將長沙市、湘潭市、株洲市列為第二聚集區(qū)，可能是由于時空掃描方法考慮了時間周期變化因素，使得一些空間自相關(guān)沒有統(tǒng)計學(xué)意義的區(qū)縣轉(zhuǎn)化為具有統(tǒng)計學(xué)意義的聚集區(qū)，這些情況可能反應(yīng)出一種亞聚集狀態(tài)，提示高危因素的存在及變化，在時間預(yù)防控制中應(yīng)給予重視。

全局和局部空間自相關(guān)分析兼顧了宏觀與微觀，但二者均未考慮時間的影響，結(jié)果缺乏時效性。而時空掃描聚類分析可以彌補(bǔ)這方面的不足，時空掃描過程中，空間尺度的選擇和轉(zhuǎn)換通過模型自動實現(xiàn)，避免了選擇偏倚；其次，尺度轉(zhuǎn)換中系統(tǒng)自動實現(xiàn)了時空融合的過程。聯(lián)合應(yīng)用空間自相關(guān)分析和時空掃描分析可利用各自優(yōu)點，提高結(jié)果準(zhǔn)確性和實用性[16-17]。

地理信息系統(tǒng)和空間分析技術(shù)作為有力的技術(shù)手段，能夠結(jié)合病例的空間分布及聚集性特征分析，為選擇防控策略、預(yù)測疫情和劃定重點防控區(qū)域提供依據(jù)，目前已成功用于結(jié)核病、手足口等傳染病。湖南省2013年肺結(jié)核GIS空間流行病學(xué)分析結(jié)果顯示，新涂陽患者西高東低，由南至北呈“U”形[18]。部分西部和南部高發(fā)區(qū)縣與本研究結(jié)果重合。2013年湖南省細(xì)菌性痢疾的發(fā)病主要集中在西部和南部地區(qū)，中部以長沙為主，北部地區(qū)菌痢發(fā)病率較低[19]。與本研究毒蕈中毒聚集區(qū)極為相似。因此，在本研究基礎(chǔ)上，需進(jìn)一步收集不同傳染病、氣候、環(huán)境污染、人口學(xué)、社會經(jīng)濟(jì)學(xué)等方面的資料，采用空間回歸、地理風(fēng)險探測器、關(guān)聯(lián)規(guī)則、神經(jīng)網(wǎng)絡(luò)等空間數(shù)據(jù)挖掘方法進(jìn)一步探討毒蕈中毒的影響因素及其與其他疾病的相關(guān)關(guān)系并建立預(yù)測模型，預(yù)防毒蕈中毒的發(fā)生。綜上所述，空間統(tǒng)計分析技術(shù)在疾病研究中的應(yīng)用還具有更大的潛力。

[1]張志光,陳作紅,張平,等.我國南方地區(qū)1994-2002年毒蘑菇中毒情況及其研究:中國菌物學(xué)會第三屆會員代表大會暨全國第六屆菌物學(xué)學(xué)術(shù)討論會,中國北京,2003.

[2]王銳,高永軍,丁凡,等.中國2004-2011年毒蕈中毒事件分析.中國公共衛(wèi)生,2014(2):158-161.

[3]肖輝,肖革新.時空掃描統(tǒng)計量在細(xì)菌性痢疾監(jiān)測數(shù)據(jù)分析中的應(yīng)用.中國食品衛(wèi)生雜志,2014(1):83-87.

[4]文小焱,彭斌,胡珊,等.基于地理信息系統(tǒng)的全國1996-2012年出生缺陷空間分析.上海交通大學(xué)學(xué)報(醫(yī)學(xué)版),2015(1):107-111.

[5]羅盛,馬峻嶺,陳景武.惡性腫瘤死亡率地域分布的趨勢面分析.中國衛(wèi)生統(tǒng)計,2008(4):357-359.

[6]Tsai P,Lin M,Chu C,et al.Spatial autocorrelation analysis of health care hotspots in Taiwan in 2006.BMC Public Health,2009,9(1):464.

[7]Kleinman KP,Abrams AM,Kulldorff M,et al.A model-adjusted space-time scan statistic with an application to syndromic surveillance.EPIDEMIOLOGY AND INFECTION,2005,133(3):409-419.

[8]鄧特,黃勇,顧菁,等.空間分析中空間自相關(guān)性的診斷.中國衛(wèi)生統(tǒng)計,2013(3):343-346.

[9]Mostashari F,Kulldorff M,Hartman J J,et al.Dead bird clusters as an early warning system for West Nile virus activity.EMERGING INFECTIOUS DISEASES,2003,9(6):641-646.

[10]毛雪丹.2003-2008年我國細(xì)菌性食源性疾病流行病學(xué)特征及疾病負(fù)擔(dān)研究.中國疾病預(yù)防控制中心,2010.

[11]游杰,黃薇,梅樹江,等.深圳市社區(qū)食源性疾病主動監(jiān)測系統(tǒng)評價.職業(yè)與健康,2014(3):408-410.

[12]陳作紅.2000年以來有毒蘑菇研究新進(jìn)展.菌物學(xué)報,2014,33(3):493-516.

[13]張志光,劉建強(qiáng),陳作紅,等.某市36起毒蕈中毒事件調(diào)查.現(xiàn)代預(yù)防醫(yī)學(xué),2002(3):301-302.

[14]劉志濤,吳少雄,萬蓉,等.2005-2013年云南省野生蕈中毒的時空分布.中國食品衛(wèi)生雜志,2014(6):547-551.

[15]郭綬衡,李原浩,陳焱,等.湖南省2000～2002年食源性疾病調(diào)查分析.中國熱帶醫(yī)學(xué),2004(4):632-635.

[16]王培安,羅衛(wèi)華,白永平.基于空間自相關(guān)和時空掃描統(tǒng)計量的聚集比較分析.人文地理,2012(2):119-127.

[17]鄧特,黃勇,顧菁,等.空間分析中空間自相關(guān)性的診斷.中國衛(wèi)生統(tǒng)計,2013(3):343-346.

[18]鄭劍,唐益,查文婷,等.湖南省2012和2013年肺結(jié)核GIS空間流行病學(xué)分析.中國公共衛(wèi)生,2015(12):1590-1593.

[19]查文婷,劉意,鄭劍,等.基于GIS技術(shù)湖南省2004-2013年細(xì)菌性痢疾時空格局分析.中國公共衛(wèi)生,2015.

(責(zé)任編輯：劉 壯)

Study on Detecting Autocorrelation and Spatio-temporal Clusters of Mushroom Poisoning in Hunan Province

Shi Wenpei,Ouyang Yanhao,Liang Jinjun,et al

(DepartmentofEpidemiologyandStatistics,SchoolofPublicHealth,CentralSouthUniversity(410000),Changsha)

Objective To analyze the spatial distribution of mushroom poisoning in Hunan province from 2013 to 2015,so as to provide scientific evidence for control strategy.Methods Data of mushroom poisoning events in Hunan Province from 2013 to 2015 were collected.Based on geographical information system database,which constructed by ArcGIS 10.2,conducting retrospective time-space analysis(via SaTScan9.1.1)and autocorrelation analysis(via OpenGeoDa)to detect the spatial and spatio-temporal clusters of mushroom poisoning cases.Results There were 136 mushroom poisoning events reported from 2013 to 2015,including 565 patients.The poisoning peak occurred in 5-9th month annually.Trend-surface analysis showed that poisoning incidence gradually reduced from west to east,increased first and then decreased from the south to the north.According to the local Moran′s I,Lengshuitan,Lingling lay in high-high region;Zhijiang,Xinning,Xiangxiang lay in low-high region;xinhuang,Hecheng,Dongkou lay in high-low region.All the spatio-temporal clusters were between 2015/6-2015/9,the most likely cluster was in Shaoyang,Huaihua,Yongzhou.The secondary cluster included Changsha,Xiangtan.Conclusion There are significant spatio-temporal cluster pattern for the distribution of mushroom poisoning in Hunan,which could provide reference for the futher target prevent and control.

Mushroom poisoning;Foodborne disease;Spatio-temporal analysis;Geographical information system

中南大學(xué)研究生創(chuàng)新項目(2016zzts490)

1. 中南大學(xué)湘雅公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計學(xué)系(410000)

2. 湖南省疾病預(yù)防控制中心

△通信作者：陳立章，E-mail: chenliz@csu.edu.cn