2020年江蘇省新型冠狀病毒感染的肺炎時空分析

時影影，沈文琪，嵇 紅，趙子平，吳 瑩，劉文東*

1江蘇省疾病預(yù)防控制中心急性傳染病防制所，江蘇 南京 210009；2南京醫(yī)科大學公共衛(wèi)生學院，江蘇 南京 211166

新型冠狀病毒感染的肺炎（coronavirus disease 2019，COVID?19）是由新型冠狀病毒引起的急性呼吸道傳染病，潛伏期1～14 d，多為3～7 d［1-2］。作為新發(fā)傳染病，2019 年12 月首次被報告，隨后迅速蔓延至全國和全球多個國家和地區(qū)［3］。截至2020年12月31 日，全球已向世界衛(wèi)生組織報告了8 100 多萬確診病例和170萬死亡病例。這一公共衛(wèi)生問題已經(jīng)對全世界產(chǎn)生了嚴重影響［4-5］。雖然目前國內(nèi)報告發(fā)病水平較低，但在全球大流行持續(xù)的背景下，仍面臨暴發(fā)流行威脅。

江蘇省地處長三角經(jīng)濟區(qū)，處于“一帶一路”交匯點，是中國經(jīng)濟最活躍的省份之一。因交通網(wǎng)絡(luò)發(fā)達，人口密度高流動性大，省內(nèi)城市間、省外區(qū)域間及國際聯(lián)系密切。因此，江蘇省面臨來自國內(nèi)外的COVID?19輸入風險，反之，江蘇的疫情也可能波及全國乃至全球。區(qū)域一體化發(fā)展促進了重大公共衛(wèi)生事件的聯(lián)合、精準防控［6-8］，因而有必要通過時空聚類分析了解疫情分布特征，尋找證據(jù)進行有針對性的干預(yù)和資源分配，評價干預(yù)策略［9-11］。本研究對江蘇省2020年1—12月報告的684例確診病例進行時空分析，為江蘇省及長三角經(jīng)濟區(qū)精準防控工作提供科學依據(jù)。

1 資料和方法

1.1 資料

數(shù)據(jù)資料來源于中國疾病預(yù)防控制信息系統(tǒng)（China Information System for Disease Control and Prevention，CISDCP）［12］，包括江蘇省2020年1—12月收治報告的確診病例信息（性別、年齡、人群分類、發(fā)病時間、現(xiàn)住址、感染來源）、13個設(shè)區(qū)市107個縣（區(qū)）地區(qū)編碼和人口數(shù)據(jù)。其中確診病例診斷依據(jù)為《新型冠狀病毒肺炎診療方案（試行第七版）》；人群分類采用CISDCP 系統(tǒng)傳染病電子報告卡中的20 個選項；根據(jù)病例現(xiàn)住址檢索地理位置（經(jīng)緯度）；感染來源分類規(guī)則為如果病例感染發(fā)生在中國，計為本土病例；否則，計為境外輸入病例。

根據(jù)地理位置和社會經(jīng)濟發(fā)展狀況，13個設(shè)區(qū)市可分為蘇南（南京、無錫、常州、蘇州、鎮(zhèn)江）、蘇中（南通、揚州、泰州）、蘇北（徐州、連云港、淮安、鹽城、宿遷）。江蘇省行政區(qū)劃地圖來源于中國疾病預(yù)防控制中心。

1.2 方法

采用Excel 2010 整理數(shù)據(jù)并進行人群特征描述，根據(jù)發(fā)病時間繪制流行曲線。根據(jù)病例經(jīng)緯度采用ArcGIS 10.2繪制病例點分布圖、進行最鄰近指數(shù)（NNI）分析。采用SaTScan 9.6.1 進行時空掃描統(tǒng)計，并通過ArcGIS 10.2進行時空聚類可視化。

1.2.1 最鄰近指數(shù)

本研究采用歐氏距離法，通過比較最鄰近的觀察點之間的平均距離和隨機分布模式下最鄰近點對的理論平均距離，使用NNI判斷其與隨機分布的偏離度。當觀察點隨機分布時，NNI=1；當觀察點聚集時，NNI<1；當觀察點較隨機分布更為發(fā)散時，NNI>1。NNI計算公式為：

d（NN）是每個病例與其最近鄰點的平均距離，n是實際病例數(shù)，di是病例i到其最鄰近點的距離；d（ran）是隨機分布下的平均距離；a是研究區(qū)域的面積。

1.2.2 時空掃描統(tǒng)計

時空掃描統(tǒng)計原理是創(chuàng)建一個以研究區(qū)域為底，時間為高，風險人口為半徑的圓柱形掃描窗口。利用每個窗口內(nèi)外實際觀察到的病例數(shù)與理論預(yù)期病例數(shù)估計對數(shù)似然比（log?likelihood ratio，LLR），計算窗口相對危險度（relative risk，RR）并進行統(tǒng)計學檢驗。通過蒙特卡羅隨機化法得到P值。最終選取有統(tǒng)計學意義的窗口中LLR 值最大的為一級聚集區(qū)，其余為二級聚集區(qū)。LLR計算公式為：

nz表示掃描窗口z中觀察到的病例數(shù)，ng表示研究區(qū)域觀察到的病例總數(shù)。μz是窗口z中的理論預(yù)期病例數(shù)，μg是理論病例總數(shù)。

本研究最大空間掃描半徑設(shè)為風險人群的25%，掃描時間范圍為2020年1月4日—2月14日，最大時間掃描大小設(shè)為7 d。

2 結(jié)果

2.1 一般情況

江蘇省2020 年共報告確診病例684 例，其中本地631例，境外17個國家和地區(qū)輸入53例。本土病例男女性別比為1∶0.83，中位年齡為46歲。境外輸入病例性別比為1∶0.39，中位年齡為35歲（表1）。

表1 684例確診病例人口學特征Table 1 Demographic characteristics of 684 confirmed cases

本土病例人群分類居前5 位的為農(nóng)民107 例、家務(wù)及待業(yè)87 例、干部職員76 例、工人71 例、離退人員60 例，計占本土總數(shù)的63.55%；境外輸入病例中為留學生10 例、家務(wù)及待業(yè)5 例、干部職員4 例、工人4例、商業(yè)服務(wù)3例，計占輸入總數(shù)的49.06%。

2.2 時空演變

首例本土病例1月4日發(fā)病，在春運開始當天1月10 日從武漢返回蘇州。自1月18日起，全省每日新增報告發(fā)病數(shù)迅速增加，至23日達36例。春節(jié)期間（1 月24 日～30 日）持續(xù)高發(fā)，保持在30～46 例之間。一級響應(yīng)啟動1 周后，自31 日呈波動減少趨勢。2月6日采取集中隔離措施，2月14日之后沒有本土病例報告（圖1A）。

首例境外輸入病例3月14日發(fā)病，至4月1日，22例境外輸入病例形成了一個小高峰，每日新增最多為3 例。截至12 月31 日，每天新增不超過2 例。（圖1B）。

圖1 2020年江蘇省COVID?19確診病例流行曲線和重要事件Figure 1 Epidemic curves and significant events of COVID?19 in Jiangsu province，2020

春節(jié)前，本土病例已波及江蘇省13個設(shè)區(qū)市的64 個縣區(qū)。春節(jié)期間（1 月24—30 日）新增報告發(fā)病276例，占本土病例的43.74%；波及77個縣區(qū)，占全省縣（區(qū)）總數(shù)的71.96%。病例減少期第1周（1月31 日—2 月6 日）新發(fā)167 例，占本土病例 的26.47%，比春節(jié)期間減少39.49%。本土病例累計波及全省85 個縣（區(qū)），占總縣區(qū)數(shù)的79.44%。南京新發(fā)病例數(shù)始終位居前3位，蘇州1月4—30日期間保持在前3位，徐州則在1月18日—2月6日期間保持在前3位（圖2A～E，表2）。

境外輸入病例分布在11 個設(shè)區(qū)市28 個縣區(qū)，病例數(shù)居前3 位的設(shè)區(qū)市包括南京、連云港、南通（圖2F，表2）。

表2 不同時間段COVID?19新發(fā)病例數(shù)和波及地區(qū)Table 2 New cases and affected areas of different phases

圖2 2020年江蘇省COVID?19確診病例時空演變點標記地圖Figure 2 Space?time evolution of COVID?19 confirmed cases clarified by coordinates in Jiangsu，2020

2.3 全局空間聚集性

最鄰近指數(shù)分析顯示，1 月4 日—2 月14 日期間，631例本土病例空間聚集性具有統(tǒng)計學意義，實際平均距離為2 001.61 m，理論平均距離6 517.07 m，NNI 為0.31，Z得分為-33.30，P<0.01。分時段看，自春運開始1周后，不同階段新發(fā)病例空間分布均為聚集模式（P<0.01），其中春節(jié)假期間指數(shù)最小，聚集程度最高（表3）。

表3 COVID?19本土確診病例全局空間聚集性Table 3 Global spatial aggregation of indigenous COVID?19 confirmed cases

2.4 時空聚集性

Kulldorff 時空掃描統(tǒng)計量共探測到本土疫情中的4 個時空聚集區(qū)。一級聚集區(qū)位于蘇北，LLR為74.92，RR 為5.06；涉及21 個縣（區(qū)），其中徐州6 個、連云港4個、淮安6個、宿遷5 個。二級聚集區(qū)涉及蘇南26 個縣區(qū)和蘇中1 個縣區(qū)。二級聚集區(qū)1 涉及19 個縣（區(qū)），其中無錫6 個、常州3 個、蘇州9 個、泰州1 個。二級聚集區(qū)2 涉及常州1 個縣（區(qū)）。二級聚集區(qū)3涉及南京7個縣（區(qū)）。

從聚集區(qū)時間框看，一級聚集區(qū)、二級聚集區(qū)1和二級聚集區(qū)3集中在春節(jié)假期前后。二級聚集區(qū)2發(fā)生在2月上旬集中隔離措施實施前后（圖3）。

圖3 江蘇省2020年本土確診病例時空聚集區(qū)Figure 3 Space?time clusters of indigenous cases at the county level in Jiangsu，2020

3 討論

由于COVID?19 仍處于全球大流行狀態(tài)，國內(nèi)疫情此起彼伏，與SARS 相比，COVID?19 具有更高的總發(fā)病率和更廣泛的分布［13］。為總結(jié)江蘇省疫情發(fā)展規(guī)律，并為進一步做好精準防控提供依據(jù)，本研究回顧性分析了2020 年江蘇省確診病例流行病學特征和時空聚集性，使用了病例發(fā)病時間和現(xiàn)住址經(jīng)緯度坐標，能夠較為準確地揭示疫情時空演變趨勢。

研究發(fā)現(xiàn)，從人群特征看，各年齡組均易感。本土病例以33～56 歲中青年、務(wù)工人員為主，而境外輸入病例以青年、留學生為主。

從時間上看，江蘇本土疫情整體呈逐周快速發(fā)展的趨勢。春運開始1周后新發(fā)病例迅速增多。在春節(jié)假期1 周內(nèi)，新發(fā)病例數(shù)占本土病例總數(shù)的43.74%。最鄰近指數(shù)分析顯示春節(jié)假期間病例聚集程度最高，與時空掃描一級聚集區(qū)、二級聚集區(qū)1和二級聚集區(qū)2的時間范圍一致。這反映感染者在春運開始后陸續(xù)輸入到江蘇并逐漸增多，經(jīng)過1 個平均潛伏期發(fā)病，在春節(jié)期間達到高峰［14-16］。在武漢封城、江蘇啟動Ⅰ級應(yīng)急響應(yīng)1周后，每日新發(fā)病例開始減少。減少期第1周新發(fā)病例比高峰期減少39.49%。這說明國家和省級層面實施干預(yù)措施對控制COVID?19大范圍傳播至關(guān)重要［17-18］，如傳染源隔離、密切接觸者監(jiān)測、社交限制、交通管制、醫(yī)院感染控制與社會動員等［19-20］。

從時空維度看，蘇南地區(qū)最早受到疫情影響，共探測到3個二級時空聚集區(qū)，其中蘇錫常城市群2個（二級聚集區(qū)1 和二級聚集區(qū)2）、省會南京1 個（二級聚集區(qū)3）。二級聚集區(qū)1、二級聚集區(qū)3時間框集中在春節(jié)期間，可能主要由于省會、蘇錫常等長三角核心城市與湖北武漢之間社會經(jīng)濟交流活動和部分勞動力流動所致［16，21］。值得注意的是，二級聚集區(qū)2 發(fā)生在整體病例減少階段，表明某些因素可能增加了常州局部疫情暴發(fā)的風險。雖然疫情早期蘇北地區(qū)新發(fā)病例數(shù)較蘇南少，但一級聚集區(qū)涉及蘇北地區(qū)21個縣區(qū)，且時間框也集中在春節(jié)期間，這可能與徐州等重要地理交通位置形成的交通走廊效應(yīng)有關(guān)［22-23］。意大利的研究也揭示了社會經(jīng)濟和交通便利差異造成的空間異質(zhì)性［5］。

隨著全球疫情的發(fā)展，為限制輸入性病例，國家民航局實施了一系列措施控制和減少國際航班。江蘇省對入境人員實行全封閉轉(zhuǎn)運、集中隔離監(jiān)測。截至2020年底，無輸入病例引起本土擴散發(fā)生。從2 月中下旬開始，江蘇省謹慎有序著手恢復(fù)生產(chǎn)生活。隨著6 月6—7 日江蘇省公務(wù)員面試的順利進行，各類大型考試、面試、會議等陸續(xù)開展。

綜上，本研究結(jié)果顯示，2020年江蘇省COVID?19本土疫情流行曲線呈單峰迅速發(fā)展趨勢，表現(xiàn)為“先南后北，南北聚集中部分散”，個別地區(qū)存在局部暴發(fā)現(xiàn)象。境外輸入病例主要分布在蘇南省會城市和蘇北港口城市，沒有引起本土傳播。雖然本研究較為準確地描述了2020年江蘇省COVID?19疫情時空聚集性，但也存在一定的局限性。首先，沒有將無癥狀感染者納入分析。其次，在不規(guī)則地理區(qū)域，圓柱掃描分析的能力可能受到限制。

2021年政府工作報告中再一次指出，要優(yōu)化區(qū)域經(jīng)濟布局，促進區(qū)域協(xié)調(diào)發(fā)展，扎實推動長三角一體化發(fā)展。目前，在病毒依然活躍、人物同防疊加、人群免疫屏障尚未建立的背景下，基于“外防輸入、內(nèi)防反彈”總體防控策略，長三角地區(qū)可能存在多點暴發(fā)的風險。雖然近十年來江蘇省人口與經(jīng)濟地理集中系數(shù)呈現(xiàn)出明顯的南>中>北的趨勢［24］，但由于目前江蘇幾乎每個設(shè)區(qū)市都已建成高速鐵路，未來省內(nèi)風險差異可能縮小。因此，長三角地區(qū)城市間、區(qū)域間和國際間COVID?19 動態(tài)值得持續(xù)研究和評估［25］。未來應(yīng)重點關(guān)注聯(lián)防聯(lián)控長效機制建設(shè)、實時多維數(shù)據(jù)采集、疾病監(jiān)測預(yù)警［26］，以便進行前瞻性研究，更為全面、及時、準確地了解疫情發(fā)展趨勢。