發布時間：2021-03-16所屬分類：醫學論文瀏覽：1次
摘 要： 摘要:目的 分析 2011 至 2018 年日喀則市肺結核的空間分布和傳播特征發現其分布、聚集情況與熱點區域為肺結核防控提供科學依據 方法 運用空間自相關分析、熱點分析和 Kriging 插值預測對日喀則市 201 至 2018 年肺結核發病狀況進行空間分布描述、分析和預測
摘要:目的 分析 2011 至 2018 年日喀則市肺結核的空間分布和傳播特征ꎬ發現其分布、聚集情況與熱點區域ꎬ為肺結核防控提供科學依據ꎮ 方法 運用空間自相關分析、熱點分析和 Kriging 插值預測對日喀則市 201 至 2018 年肺結核發病狀況進行空間分布描述、分析和預測ꎮ 結果 日喀則市 2011 至 2018 年肺結核高發病率地區主要分布在江孜縣、康馬縣、拉孜縣、薩迦縣ꎻ低發病率地區主要分布在仲巴縣、薩嘎縣、南木林縣ꎮ 全局自相關 Moran’ s I指數為 0.331 2ꎬZ= 2.65ꎬP= 0.008 3ꎮ 局部自相關 LISA 聚集圖顯示ꎬ高-高聚集區域為江孜縣、白朗縣ꎻ低-低聚集區域為薩嘎縣ꎮ 熱點分析結果相對局部自相關結果出現新冷點區域仲巴縣ꎮ Kriging 插值預測結果顯示ꎬ未來將出現新的高風險區域拉孜縣與新的低風險區域南木林縣、亞東縣及其臨近縣區ꎬ交叉評價指標結果 M￣PE = 0.0032、MS￣PE= 0.038 2、RMSS￣PE= 0.962 2、RMS￣PE= 0.063 3、ASE￣PE= 0.066 5ꎮ 結論 2011 至 2018 年日喀則市肺結核發病空間不均衡分布ꎬ全市肺結核疫情呈現正空間自相關ꎬ存在局部空間自相關ꎬ熱點與冷點并存ꎬ并且未來高發病風險區域與低發病風險區域將持續擴大ꎬ應有針對性開展防控工作ꎮ
關鍵詞:肺結核ꎻ地理信息系統ꎻ熱點分析ꎻ預測
結核病在全球的廣泛流行嚴重危害著人類健康ꎬ是全球重大公共衛生問題和社會問題[1] ꎮ 2018年全世界有一千萬人新患結核病ꎬ中國結核病患者數量僅次于印度ꎬ排名世界第二[2] ꎮ 目前ꎬ對于西藏地區肺結核的流行規律及防治策略的探討研究較少[3] ꎬ既往研究缺乏整體性ꎬ數據也不夠齊全ꎮ 日喀則市常住人口 80 余萬ꎬ約占西藏總人口的四分之一ꎮ 近年來ꎬ日喀則市成為西藏自治區肺結核發病率最高的區域[4] ꎮ 作為一種成熟的統計學方法ꎬ時空統計方法已廣泛應用于各類傳染病的研究[5] ꎬ同時大量研究顯示肺結核發病在空間上存在異質性[6￣8] ꎮ 本研究通過繪制 2011 至 2018 年日喀則市肺結核的空間分布特征ꎬ進行疾病分布圖的繪制ꎬ將疾病的空間變異特征在地圖上呈現出來ꎬ結合日喀則市肺結核的聚集性分析ꎬ從而揭示疾病分布與傳播規律ꎬ為區域肺結核防控策略制定提供依據ꎮ
1 資料與方法
1.1 資料來源 2011 至 2018 年人群肺結核登記發病率數據來源于國家結核病信息管理系統ꎮ 研究區域覆蓋日喀則市 18 個縣區ꎬ日喀則縣區矢量圖來源于國家基礎地理信息中心網站ꎮ
1.2 方法
1.2.1 描述性統計分析 使用 Excel 2016 錄入2011 至 2018 年日喀則市各縣區肺結核登記發病率ꎬ計算 2011 至 2018 年平均登記發病率和標準化平均登記發病率ꎮ
1.2.3 Kriging 插值預測 Kriging 插值技術考慮了樣點的大小、形狀、相互關系和空間分布等幾何特征ꎬ以及已知樣本點與待估計樣本點的空間關系ꎬ根據這些信息ꎬ對未知采樣點進行估計[10] ꎮ 在前期數據分析基礎上ꎬ運用 Kriging 法建立日喀則市的肺結核空間預測圖ꎮ
2 結 果
2.1 流行概況 2011 至 2018 年日喀則市累計肺結核登記發病 8 386 例ꎮ 2015 年登記發病率最低 (128.1/ 10 萬)ꎬ2011 年登記發病率最高(158.0/ 10 萬)ꎻ2015 年標準化登記發病率最低(123.8/ 10 萬)ꎬ2011 年標準化登記發病率最高(188.4/ 10 萬)ꎬ見圖 1ꎮ
2.2 空間分布 觀察日喀則市肺結核發病率地區分布圖(圖 2)可知ꎬ高發病率地區主要有江孜縣、康馬縣、拉孜縣、薩迦縣ꎻ低發病率地區主要有仲巴縣、薩嘎縣、南木林縣ꎻ日喀則市肺結核發病空間分布不均衡ꎬ基本呈現東高西低的流行分布趨勢ꎮ
2.3 空間趨勢分析 日喀則市肺結核發病率在東西方向和南北方向都存在趨勢ꎬ高發病率主要集中在中東部ꎬ低發病率主要集中在西北部ꎮ 見圖 3ꎮ
2.4 空間分析
2.4.3 局部熱點分析 局部熱點分析結果顯示ꎬ白朗縣( Z = 2. 055ꎬP < 0. 05)、江孜縣( Z = 2. 195ꎬP < 0.05)、康馬縣(Z = 2.006ꎬP<0.05)為有統計學意義的高發病聚集區域ꎮ 仲巴縣(Z = -1.977ꎬP<0.10)、薩嘎縣(Z = -2.048ꎬP<0.05)為有統計學意義的低發病聚集區域ꎮ 以上“熱點” 區域集中于東部地區ꎻ “冷點”區域集中于西部ꎮ 見圖 5ꎮ
相關期刊推薦：《山東大學學報(醫學版)》Journal of Shandong University(Health Sciences)(月刊)該刊主要刊登基礎醫學、臨床醫學、預防醫學、口腔醫學、藥學、護理學及相關領域的新成果、新技術、新方法、新經驗。
2.4.4 Kriging 插值預測分析 模型預測東部地區 (主要包括拉孜縣、薩迦縣、江孜縣、康馬縣、桑珠孜區、白朗縣、仁布縣)仍是高發病風險區域并以拉孜縣、江孜縣和康馬縣為中心向外輻射低發病風險區域包括西部地區(仲巴縣、薩嘎縣) 、北部地區(謝通門縣、南木林縣) 與南部地區(崗巴縣、亞東 縣)交 叉 評 價 指 標 如 下: 估 計 偏 差 均 值 (M￣PE)為 0. 003 2ꎮ 估計偏差標準化均值( MS￣PE)為 0.038 2ꎮ 估計偏差標準化均方根( RMSS￣PE)為 0.962 2同時估計偏差均方根(RMS￣PE) 與估計偏差平均標準誤( ASE￣PE) 分別為 0.063 3和 0.066 5，同時結合熱點分析可知ꎬ拉孜縣、薩迦縣為未來新增熱點且高發區見圖 6ꎮ
3 討 論
空間分析技術不僅能動態分析肺結核的時間與空間分布特征ꎬ而且可以從其發生和流行的立體環境觀察其時空傳播的規律[11] ꎮ 空間流行病學的首要任務就是對疾病的空間分布特征進行分析ꎬ除了傳統流行病學的時間、地區和人群之外ꎬ還包括地理分布、生態分布等[12] ꎮ 據報道ꎬ約 80%的流行病學資料具有空間屬性[13] ꎮ 因此ꎬ只有精確分析傳染病空間分布特征ꎬ才能有效地研究疾病病因及其影響因素ꎬ在高發病聚集地區進行更詳細的個人水平調查ꎬ評估疾病分布ꎬ進而制定有效的防治策略[14￣15] ꎮ本文采用空間分析技術ꎬ既考慮了樣本量的大小ꎬ又重視樣本空間位置及樣本空間的距離ꎬ為政府對肺結核防治提供參考ꎮ
本研究描述肺結核發病的空間分布特點及變化發展規律ꎬ使用地理信息系統與空間分析技術進行研究ꎬ結果發現:2011 至 2018 年日喀則市結核病登記發病率地理分布圖表明結核病發病分布不均衡ꎬ日喀則東部江孜縣發病率最高ꎬ且毗鄰的縣區發病率均較高ꎬ可能與當地人口密集、人群流動大有關ꎻ相鄰的南木林縣與謝通門縣區域發病率仍較低ꎬ可能歸因于南鄰雅魯藏布江產生的“地理隔離”ꎻ位于西部的仲巴縣與薩嘎縣發病率較低ꎬ可能是因為人口數較少ꎬ人群分布較為分散。
為印證局部 LISA 指數的結果ꎬ并對聚集區域進一步分析ꎬ進行熱點分析ꎮ 分析結果顯示ꎬ “ 熱點”分布在江孜縣、康馬縣、白朗縣ꎬ“冷點”分布在薩嘎縣、仲巴縣ꎻ與局部 LISA 集聚圖相似ꎮ 海拔4 000米以上地區結核病感染率和患病率最低ꎬ3 000米以下次之ꎬ3 000~4 000 米處最高ꎮ 熱點區域分布在相對海拔較低區域ꎬ并且熱點區域人口密集ꎬ經濟水平較高ꎻ旅游業發達ꎬ多種經濟模式共同發展ꎻ熱點區域疫情報告體系相對成熟ꎬ衛生服務網絡較為完善ꎬ群眾個人健康意識較高ꎬ患病人群登記率高ꎮ——論文作者：張倍1ꎬ3ꎬ張修磊2ꎬ 巴桑片多3ꎬ尼瑪次仁3ꎬ石大春3ꎬ次仁加布3ꎬ尹亭亭1ꎬ胡軍4ꎬ5
SCISSCIAHCI
