2014—2018年陜西省肺結(jié)核發(fā)病的時空聚集性分析

鄧亞麗 張?zhí)烊A 劉衛(wèi)平 張宏偉 馬煜 李鵬

國內(nèi)大量研究表明，肺結(jié)核的發(fā)病受經(jīng)濟、環(huán)境、地理、氣候、衛(wèi)生服務等因素的影響，其分布具有空間聚集性[1-7]。對結(jié)核病的聚集性研究，既可以為疾病的病因?qū)W研究提供線索，還有助于進一步評價不同時間、不同區(qū)域結(jié)核病的防控效果，也可以為制定有效的防控措施和衛(wèi)生決策提供科學依據(jù)[8]。本研究收集陜西省2014—2018年報告的肺結(jié)核患者，對發(fā)病率進行時空聚集性分析，為制定防控策略和措施，合理配置衛(wèi)生資源提供科學依據(jù)。

資料和方法

一、資料來源

基于《中國疾病預防控制信息系統(tǒng)》的子系統(tǒng)《傳染病報告信息管理系統(tǒng)》，按照患者現(xiàn)住址進行發(fā)病情況的統(tǒng)計，收集2014年1月1日至2018年12月31日陜西省108個縣(區(qū))報告的肺結(jié)核患者。2014—2018年陜西省報告肺結(jié)核發(fā)病數(shù)分別為21 596、21 388、21 355、22 517、21 442例。人口數(shù)據(jù)來源于《中國疾病預防控制信息系統(tǒng)》的子系統(tǒng)《基本信息系統(tǒng)》，2014—2018年陜西省常住人口數(shù)分別為3764.00萬、3775.12萬、3792.87萬、3797.77萬、3883.48萬名。陜西省矢量地圖由中國疾病預防控制中心提供。

二、研究方法

1.構(gòu)建數(shù)據(jù)庫：利用ArcGIS 10.7軟件構(gòu)建包括地區(qū)行政編碼、經(jīng)度、緯度、各縣(區(qū))肺結(jié)核報告發(fā)病數(shù)、常住人口數(shù)的地理信息數(shù)據(jù)庫。

2.空間聚集性分析：采用GeoDa 1.14.0軟件，導入各縣(區(qū))肺結(jié)核發(fā)病數(shù)和人口數(shù)的地理信息數(shù)據(jù)，進行全局自相關(guān)分析和局部自相關(guān)分析，探索陜西省肺結(jié)核報告發(fā)病的空間聚集性。

全局自相關(guān)分析是通過計算莫蘭指數(shù)(MoranI)，并采用蒙特卡羅模擬方法檢驗其顯著性對聚集性進行評價。MoranI指數(shù)是反映空間鄰近區(qū)域單元屬性值的相似程度。MoranI值介于-1～1之間，其值越接近于1，表示空間單元之間關(guān)系越密切，性質(zhì)越相似，即呈現(xiàn)聚集性分布；其值越接近于-1，表示整體呈離散型分布，樣本之間差異越大；其值為0，表示整體呈隨機性分布。

局部自相關(guān)分析是通過繪制局部空間關(guān)聯(lián)指標(local indicators of spatial association，LISA)聚類圖，識別空間聚集的地區(qū)和關(guān)聯(lián)的模式?？臻g關(guān)聯(lián)模式可分為4種，即“高-高”聚集、“低-低”聚集，以及“高-低”聚集和“低-高”聚集。前兩種模式屬于空間正相關(guān)區(qū)域，表示研究對象與相鄰單元發(fā)病率均高或均低；后兩種模式屬于空間負相關(guān)區(qū)域，即研究對象與相鄰單元屬性值不同。

3.時空聚集性分析：將陜西省108個縣(區(qū))每年每月的肺結(jié)核發(fā)病例數(shù)、人口數(shù)、發(fā)病時間等與陜西省縣級矢量地圖地理信息數(shù)據(jù)庫相關(guān)聯(lián)，導入SaTScan 9.6軟件進行時空掃描，檢測肺結(jié)核發(fā)病的聚集地區(qū)和時間。SaTScan 9.6軟件的分析思路是：假設某病的發(fā)病在時間、空間上呈離散型Poisson分布，首先在地圖基礎上建立一個可以改變位置、大小的圓柱形探測窗口，窗口隨著時間和空間兩個維度的變動而不斷變化，掃描過程中將產(chǎn)生很多掃描窗口，計算產(chǎn)生的每一個掃描窗口內(nèi)的理論發(fā)病數(shù)，并于實際的發(fā)病數(shù)構(gòu)造統(tǒng)計量對數(shù)似然比(log-likelihood ratio，LLR)，從而對掃描窗口內(nèi)發(fā)病的異常程度進行評價。LLR值越大且差異有統(tǒng)計學意義，則表示該掃描窗口下區(qū)域為聚集性區(qū)域的概率越大[8-9]。最先被探測出的且LLR值最大的稱為一級聚集區(qū)域，其次為二級聚集區(qū)域，依次類推。SaTScan 9.6軟件默認掃描圓柱的底半徑從0增加到不超過最大人口風險的50%，圓柱的高度從0增加到不超過研究周期的50%。掃描參數(shù)不同，發(fā)現(xiàn)的聚集性差異很大，掃描窗口過大，探測到的聚集區(qū)有限，不易發(fā)現(xiàn)潛在的次級聚集區(qū)，可能出現(xiàn)漏報；掃描窗口過小，則次級聚集區(qū)增多，聚集區(qū)范圍縮減[10-11]。本研究根據(jù)文獻[12]將掃描最大窗口定為不超過人口數(shù)的30%，掃描的最大時長定為不超過最大研究周期的30%。

三、統(tǒng)計學處理

利用GeoDa 1.14.0軟件進行空間聚集性分析，利用SaTScan 9.6軟件進行時空聚集性分析，地理數(shù)據(jù)的處理和聚集性地區(qū)的顯示在ArcGIS 10.7軟件中實現(xiàn)。以P<0.05為差異有統(tǒng)計學意義。

結(jié) 果

一、基本情況

圖1 2014—2018年陜西省肺結(jié)核發(fā)病時間分布

注：5年平均發(fā)病率較高的縣為紫陽縣、嵐皋縣、平利縣、鎮(zhèn)坪縣、佳縣、子洲縣；發(fā)病率較低的縣(區(qū))的為鳳縣、渭濱區(qū)、太白縣、留壩縣、漢臺區(qū)、黃龍縣、三原縣、高陵縣

表1 2014—2018年陜西省肺結(jié)核報告發(fā)病情況

二、空間聚集性分析

通過GeoDa 1.14.0軟件對各年度肺結(jié)核報告發(fā)病率的全局自相關(guān)分析顯示，2014—2018年陜西省肺結(jié)核發(fā)病呈明顯的空間聚集性，5年肺結(jié)核發(fā)病的MoranI值為0.587。見表2。

表2 2014—2018年陜西省肺結(jié)核發(fā)病全局自相關(guān)分析

對各縣(區(qū))的發(fā)病率進行局部自相關(guān)分析發(fā)現(xiàn)，2014—2018年發(fā)病的“高-高”地區(qū)分別有15個、19個、18個、20個、20個，主要分布在陜西省的陜北和陜南地區(qū)，特別是榆林市和安康市。有14個縣(區(qū))每年均為發(fā)病的“高-高”地區(qū)，分別為榆林市的榆陽區(qū)、綏德縣、佳縣、吳堡縣、清澗縣、子洲縣、橫山縣，延安市的子長縣，安康市的紫陽縣、漢陰縣、嵐皋縣、平利縣、鎮(zhèn)坪縣、旬陽縣。同時，有一些地區(qū)屬于發(fā)病的“高-低”地區(qū)，如西安市的碑林區(qū)、藍田縣、閻良區(qū)，咸陽市的彬縣，渭南市的潼關(guān)縣，銅川市的王益區(qū)、印臺區(qū)報告發(fā)病率高于周圍地區(qū)。5年的局部自相關(guān)分析未見發(fā)病的“低-高”地區(qū)，寶雞市所有縣(區(qū))、西安市、咸陽市及渭南市的大部分縣(區(qū))均屬于發(fā)病的“低-低”地區(qū)。見圖3。

注：圖例中括號內(nèi)的數(shù)值為各空間聚集特征的縣(區(qū))個數(shù)

三、時空聚集性分析

采用SaTScan 9.6軟件對2014—2018年時空聚集性進行分析，發(fā)現(xiàn)2014年一級聚集區(qū)分布在榆林市的7個縣(區(qū))，二級聚集區(qū)有14個縣(區(qū))，主要分布在安康市及其接壤的漢中市的西鄉(xiāng)縣、鎮(zhèn)巴縣，商洛市鎮(zhèn)安縣、柞水縣；2015年一級聚集區(qū)分布在安康市的4個縣(區(qū))，二級聚集區(qū)主要分布在榆林市的11個縣(區(qū))及與其接壤的延安市的子長縣、安塞縣；2016年一級聚集區(qū)有17個縣(區(qū))，主要分布在安康市的10個縣(區(qū))及與其接壤的漢中市的西鄉(xiāng)縣、佛坪縣、洋縣、鎮(zhèn)巴縣和商洛市的鎮(zhèn)安縣、柞水縣、山陽縣；二級聚集區(qū)主要分布在榆林市的11個縣(區(qū))及與其接壤的延安市的8個縣(區(qū))；2017年一級聚集區(qū)分布在安康市的4個縣(區(qū))，二級聚集區(qū)主要分布在榆林市的12個縣(區(qū))及與其接壤的延安市的7個縣(區(qū))；2018年一級聚集區(qū)有16個縣(區(qū))，分布在安康市的10個縣(區(qū))及與其接壤的漢中市的西鄉(xiāng)縣、鎮(zhèn)巴縣、佛坪縣、洋縣和商洛市的鎮(zhèn)安縣、柞水縣，二級聚集區(qū)有27個縣(區(qū))，主要分布在榆林市和延安市。2014年肺結(jié)核發(fā)病的聚集時間在2～4月份，2016、2017、2018年聚集時間在1～3月份，2015年聚集時間在9～11月份，見表3。

對2014—2018年分月肺結(jié)核報告發(fā)病率進行時空聚集性分析，檢測到一級聚集區(qū)有15個縣(區(qū))，分布在安康市的所有縣(區(qū))，漢中市的鎮(zhèn)巴縣、西鄉(xiāng)縣，以及商洛市的鎮(zhèn)安縣、山陽縣、柞水縣；二級聚集區(qū)有19個縣(區(qū))，分布在榆林市的所有縣(區(qū))，延安市的子長縣、安塞縣、延川縣、志丹縣、寶塔區(qū)、延長縣、吳起縣，聚集時間在2016年1月至2017年6月，見圖4。

圖4 2014—2018年陜西省肺結(jié)核報告發(fā)病率時空聚集性分布情況

討 論

空間流行病學是指利用地理信息系統(tǒng)和空間分析技術(shù)，描述和分析人群疾病、健康和衛(wèi)生事件的空間分布特點及變化發(fā)展規(guī)律，探索影響特定人群健康狀況的決定因素，為防治疾病、促進健康及衛(wèi)生服務提供策略和支持[13]。傳統(tǒng)的流行病學“三間分布”分析未考慮相鄰地區(qū)之間傳染病的相互影響及傳播，空間流行病學是傳統(tǒng)流行病學的有益補充[14]。與空間技術(shù)相結(jié)合，分析疾病與健康狀況的空間分布及聚集狀態(tài)，有助于確定防控的重點地區(qū)，評價防控效果，制定有效的防控策略。本研究從縣級水平對全省肺結(jié)核發(fā)病的時間和空間聚集性進行分析，比較精確地展示了陜西省肺結(jié)核發(fā)病的時間和空間分布特征及地區(qū)聚集情況，對制定全省防控策略，優(yōu)化資源配置具有一定的指導意義。

陜西省結(jié)核病發(fā)病具有明顯的空間聚集性，發(fā)病的聚集地區(qū)主要分布在榆林市、安康市，以及與兩市接壤的延安市、商洛市和漢中市的個別縣(區(qū))。同時，通過時空聚集性分析發(fā)現(xiàn)，2014年我省一級聚集區(qū)在榆林市，二級聚集區(qū)在安康市。而2015—2018年一級聚集區(qū)均在安康市，二級聚集區(qū)均在榆林市。綜合兩種分析方法，總體來說陜西省肺結(jié)核發(fā)病的聚集區(qū)主要在陜北和陜南地區(qū)。榆林市由于地處黃土高原，冬季十分寒冷，居民家中及公共場所開窗通風較少，感染結(jié)核病的風險也較大。陜南地區(qū)地處秦巴山區(qū)，交通不便，醫(yī)療資源相對較少，可能存在就診延遲，造成疫情傳播，導致肺結(jié)核的發(fā)病率也較高。此外，發(fā)病的“高-低”聚集區(qū)，也提示在低疫情地區(qū)存在發(fā)病的高風險區(qū)域，如西安市的碑林區(qū)、藍田縣、閻良區(qū)，咸陽市的彬縣，渭南市的潼關(guān)縣，銅川市的王益區(qū)、印臺區(qū)報告發(fā)病率明顯高于周圍縣(區(qū))，應作為當?shù)胤揽氐闹攸c地區(qū)。

通過時空聚集性分析發(fā)現(xiàn)，除2015年外，陜西省肺結(jié)核發(fā)病的聚集時間均在每年的1～4月，符合陜西省肺結(jié)核春季高發(fā)的特點[15]。而2015年一級聚集區(qū)的聚集時間在9～11月，與其他年份不同。2015年3月，陜西省衛(wèi)生健康委員會下發(fā)《關(guān)于加快推進新型結(jié)核病防治管理模式的通知》，要求各縣(區(qū))設立結(jié)核病定點醫(yī)院，承擔結(jié)核病診療工作[15]。2015年，我省正處在轉(zhuǎn)型的過渡期，可能存在患者發(fā)現(xiàn)的延遲，導致2015年肺結(jié)核的發(fā)病高峰期后移。2016年陜西省肺結(jié)核發(fā)病率空間自相關(guān)分析的MoranI值最高，時空聚集性分析也僅探測到三級聚集區(qū)，說明當年肺結(jié)核發(fā)病的空間聚集性最為明顯。2016年陜西省肺結(jié)核報告發(fā)病率較2015年雖然略有下降，但是作為一級聚集區(qū)的安康市肺結(jié)核發(fā)病率較2015年增加了29.8%[16]，可能導致發(fā)病的聚集性有所增加。

但是，傳染病是一系列復雜的自然與社會因素綜合作用的結(jié)果，傳染病監(jiān)測數(shù)據(jù)不僅應包含時間和空間屬性，而且也應包含自然環(huán)境和社會經(jīng)濟等方面的因素。影響傳染病空間聚集的因素有社會經(jīng)濟、人口密度、空氣污染、公共場所、交通工具、家庭傳播、艾滋病流行、海拔高度、遺傳因素等，也可能是多種因素交互作用的結(jié)果[13]。對傳染病的時空研究能夠探索疾病在時間和空間的聚集情況，確定發(fā)病的“熱點地區(qū)”和“熱點時間”，為分析病因假設提供線索。但是這種空間聚集，究竟是傳播引起的，還是自然、經(jīng)濟、社會等因素影響的，還需要進一步進行發(fā)病影響因素的研究。榆林市和安康市人口密度并不算很高，也非流動人口較多的地區(qū)，疫情的聚集是否與家庭內(nèi)部傳播有關(guān)，也需要進一步研究。