河南省2004-2019年猩紅熱發(fā)病趨勢預(yù)測研究*

河南省疾病預(yù)防控制中心信息中心(450016) 陳正利 許 璐 陳曉智 黨李成 邢世林

【提 要】 目的 對河南省2004-2019年猩紅熱發(fā)病數(shù)據(jù)趨勢進行分析，為科學(xué)制定精準(zhǔn)防控策略提供理論依據(jù)。方法 采用河南省2004-2019年猩紅熱分月發(fā)病數(shù)據(jù)，進行描述性分析和相關(guān)分析，應(yīng)用Z-D方法通過對猩紅熱的流行月發(fā)病趨勢分析預(yù)測。結(jié)果 最佳截取點選為12月，最佳截取點的月累計百分位數(shù)與流行年前兆升降比呈負相關(guān)(r=-0.707，P<0.01)，符合率為76.92%。外推預(yù)測顯示預(yù)測效果較好，預(yù)測2020年河南省猩紅熱發(fā)病呈下降趨勢。結(jié)論 Z-D法預(yù)測猩紅熱發(fā)病趨勢結(jié)果可靠，可為制定猩紅熱精準(zhǔn)防控策略提供理論依據(jù)，同時該方法簡單易行，便于基層防控人員快速掌握。

猩紅熱是由A組溶血性鏈球菌感染引起的急性呼吸道傳染病，是法定的乙類傳染病[1]。冬春季是猩紅熱高發(fā)季節(jié)，人群普遍易感。我國猩紅熱發(fā)病年齡主要在15歲以下，以兒童和青少年為主[2]。近年來，河南省猩紅熱發(fā)病水平呈逐年上升趨勢，5～9歲兒童是發(fā)病的重點人群，猩紅熱發(fā)病順位，一直位居河南省乙類傳染病報告發(fā)病數(shù)的前十位。目前國內(nèi)關(guān)于猩紅熱發(fā)病趨勢預(yù)測方法如自回歸移動平均(autoregressive integrated moving average，ARIMA)模型、灰色模型等[3-4]較為復(fù)雜，不易掌握。本文利用曾光-丁雁鵬等提出的傳染病流行中存在季節(jié)流行現(xiàn)象(簡稱Z-D現(xiàn)象)[5]，對河南省啟動傳染病網(wǎng)絡(luò)直報以來15年猩紅熱發(fā)病數(shù)據(jù)進行趨勢分析，為科學(xué)制定精準(zhǔn)防控策略提供理論依據(jù)，同時探索一種簡單可靠、操作性較強的預(yù)測方法。

資料來源與方法

1.資料來源

數(shù)據(jù)來源于《中國疾病預(yù)防控制信息系統(tǒng)》2004-2019年河南省傳染病監(jiān)測報告猩紅熱分月發(fā)病數(shù)；人口數(shù)據(jù)采用國家統(tǒng)計局發(fā)布的數(shù)據(jù)。

2.Z-D法原理[5]

首先，將2004-2017年河南省猩紅熱發(fā)病數(shù)逐年按月進行整理，計算各年分月累計發(fā)病數(shù)。累加發(fā)病數(shù)最少月份的下一個月為猩紅熱流行年的起始月。其次，計算猩紅熱流行年度的發(fā)病率、前兆升降比；整理出前兆升集合和前兆降集合，計算升降集合交叉數(shù)(cross number，CN)和升降集合交叉值(cross value，CV)，并按雙指標(biāo)(CN 與CV)最小原則確定最佳截取點。最后，根據(jù)由最佳截取點的月累計百分位數(shù)組成的前兆升集合和前兆降集合，計算前兆升和前兆降集合中位數(shù)，確定兩者的分界點，以該年度最佳截取點的月累計百分位數(shù)與分界點進行比較，從而對猩紅熱下一流行年度發(fā)病率做出上升或下降的預(yù)測。

前兆升降比(%)=(下一流行年發(fā)病率-本流行年發(fā)病率)/本流行年發(fā)病率×100%；

前兆升集合是指與本年度發(fā)病率相比，下一年度發(fā)病率上升的各年相應(yīng)月累計百分位數(shù)的集合為前兆升集合；

前兆降集合是指與本年度發(fā)病率相比，下一年度發(fā)病率下降的各年相應(yīng)月累計百分位數(shù)的集合為前兆降集合；

L值與S值：同一前兆升集合中月累計百分位數(shù)最小值為L值，同一前兆降集合中月累計百分位數(shù)的最小值為S值；升降集合交叉數(shù)(CN)和升降集合交叉值(CV)：CN為各相應(yīng)月前兆升、前兆降集合中L值與S值之間間隔的元素個數(shù)，CV為L值與S值之差。

3.統(tǒng)計方法：運用excel 2010建立2004-2019年分月猩紅熱報告發(fā)病數(shù)、歷年河南省人口的數(shù)據(jù)庫；運用SPSS 21.0對數(shù)據(jù)進行均數(shù)、百分位數(shù)、相關(guān)性分析。

結(jié) 果

1.基本情況：河南省2004-2019年共報告猩紅熱發(fā)病19895例，年發(fā)病率在0.78/10萬～2.58/10萬。2004-2010年猩紅熱發(fā)病率處于1/10萬以下，2011年以后猩紅熱發(fā)病率呈波動式上升趨勢，尤其近3年猩紅熱發(fā)病處于較高水平。見圖1。

圖1 2004-2019年河南省猩紅熱分月報告發(fā)病率趨勢

2.確定猩紅熱流行年：計算2005-2017年河南省猩紅熱各月累計報告發(fā)病數(shù)，8月份累計報告發(fā)病數(shù)542例，是所有月份中累計發(fā)病報告數(shù)最少的月份，因此確定河南省猩紅熱每年9月到次年8月是一個流行年。按流行年整理的猩紅熱月發(fā)病數(shù)見表1。

表1 2005-2017年河南省猩紅熱流行年分月發(fā)病數(shù)

3.最佳截取點與回顧性驗證：最佳截取點選為12月，對最佳截取點的月累計百分位數(shù)與流行年前兆升降比相關(guān)分析有統(tǒng)計學(xué)意義(r=-0.707，P=0.01)。12月份前兆升和前兆降集合中位數(shù)分別是0.265和0.363，經(jīng)測算確定分界點是0.314。經(jīng)對2005-2017年最佳截取點的月累計百分?jǐn)?shù)與分界點比較，大于0.314則下流行年發(fā)病率下降，反之上升。以此標(biāo)準(zhǔn)對2005-2017年發(fā)病情況進行回顧性預(yù)測，符合率為76.92%(10/13)。見表2。

表2 2005-2017年河南省猩紅熱Z-D法分析結(jié)果

4.外推驗證及預(yù)測：2017-2019年猩紅熱發(fā)病率分別為2.18/10萬、2.53/10萬和2.51/10萬。根據(jù)確定的分界點，進行外推預(yù)測2018年猩紅熱發(fā)病趨勢上升，2019年猩紅熱發(fā)病趨勢下降，與2018、2019年猩紅熱實際發(fā)病趨勢一致，可見預(yù)測效果好。根據(jù)2019年最佳截取點月累計百位數(shù)42.18，預(yù)測2020年猩紅熱發(fā)病呈下降趨勢。

討 論

傳染病預(yù)測預(yù)警是疾病預(yù)防控制中的一項重要環(huán)節(jié)，在對傳染病流行趨勢分析的基礎(chǔ)上，用科學(xué)方法對今后傳染病的流行規(guī)律做出預(yù)測是制定傳染病防控策略的重要前提。目前傳染病預(yù)測方法歸納起來分為定性預(yù)測和定量預(yù)測。不同傳染病的流行特征不同，同一傳染病在不同地區(qū)流行趨勢也不盡相同，基層疾控人員熟練掌握合適的對傳染病發(fā)病預(yù)測方法是當(dāng)前面臨的一個主要難題。

傳染病發(fā)病具有一定的季節(jié)性，呼吸道、腸道傳染病等季節(jié)現(xiàn)象相當(dāng)普遍。發(fā)病曲線波峰的偏度在一定程度上綜合反映了眾多因素對流行過程的影響，有些影響因素本身會因慣性而持續(xù)到下一流行年，從而對下一流行年的發(fā)病產(chǎn)生影響。因此，曾光等提出了利用Z-D現(xiàn)象可以進行傳染病疫情的預(yù)測分析，國內(nèi)用該方法對猩紅熱疫情分析和預(yù)測研究進行過相關(guān)報道[6-7]。

本文通過對2004年以來河南省猩紅熱發(fā)病數(shù)據(jù)進行趨勢分析發(fā)現(xiàn)，2004-2010年河南省猩紅熱發(fā)病趨勢較為平穩(wěn)，但2011年后，河南省猩紅熱發(fā)病明顯呈逐年上升趨勢，尤其是近3年來猩紅熱發(fā)病率位于較高水平。從時間分布看，河南省猩紅熱發(fā)病時間曲線呈現(xiàn)雙峰分布，集中在4-6月和11月-次年1月，發(fā)病呈季節(jié)性分布。通過運用Z-D法確定了河南省猩紅熱的流行年，經(jīng)相關(guān)分析發(fā)現(xiàn)最佳截取點的月累計百分位數(shù)和流行年前兆升降比之間呈負相關(guān)，確定了前兆升集合與前兆降集合的分界點，對原始數(shù)據(jù)進行擬合，和實際發(fā)病情況吻合度較高，符合率達76.92%，說明模型擬合較好。外推預(yù)測2020年猩紅熱發(fā)病水平呈下降趨勢，結(jié)果為猩紅熱實施精準(zhǔn)防控措施提供理論依據(jù)，對于控制猩紅熱的暴發(fā)流行具有實際應(yīng)用價值。同時該方法簡單可靠，操作性強，便于基層防控人員快速掌握，為挖掘疾控業(yè)務(wù)數(shù)據(jù)提供了一種新的定性預(yù)測方法。

傳染病預(yù)測是基于歷史資料所作出的對未來傳染病的流行趨勢，因此資料的完整性和準(zhǔn)確性尤為重要，由于2004年傳染病報告方式發(fā)生了改變，選取2004年以后傳染病網(wǎng)絡(luò)直報系統(tǒng)中猩紅熱報告發(fā)病數(shù)據(jù)，確保猩紅熱發(fā)病數(shù)據(jù)報告一致性。傳染病網(wǎng)絡(luò)直報系統(tǒng)數(shù)據(jù)的完整性和可靠性各地可能會存在差異，在一定程度上會影響預(yù)測的效果，因此研究所建的模型并非一成不變，可在一定時間內(nèi)進行修正，提高預(yù)測效果。