發(fā)布時(shí)間：所屬分類(lèi)：醫(yī)學(xué)論文瀏覽：1次
摘 要： 摘要:目的 分析 2011 至 2018 年日喀則市肺結(jié)核的空間分布和傳播特征發(fā)現(xiàn)其分布、聚集情況與熱點(diǎn)區(qū)域?yàn)榉谓Y(jié)核防控提供科學(xué)依據(jù) 方法 運(yùn)用空間自相關(guān)分析、熱點(diǎn)分析和 Kriging 插值預(yù)測(cè)對(duì)日喀則市 201 至 2018 年肺結(jié)核發(fā)病狀況進(jìn)行空間分布描述、分析和預(yù)測(cè)
摘要:目的 分析 2011 至 2018 年日喀則市肺結(jié)核的空間分布和傳播特征ꎬ發(fā)現(xiàn)其分布、聚集情況與熱點(diǎn)區(qū)域ꎬ為肺結(jié)核防控提供科學(xué)依據(jù)ꎮ 方法 運(yùn)用空間自相關(guān)分析、熱點(diǎn)分析和 Kriging 插值預(yù)測(cè)對(duì)日喀則市 201 至 2018 年肺結(jié)核發(fā)病狀況進(jìn)行空間分布描述、分析和預(yù)測(cè)ꎮ 結(jié)果 日喀則市 2011 至 2018 年肺結(jié)核高發(fā)病率地區(qū)主要分布在江孜縣、康馬縣、拉孜縣、薩迦縣ꎻ低發(fā)病率地區(qū)主要分布在仲巴縣、薩嘎縣、南木林縣ꎮ 全局自相關(guān) Moran’ s I指數(shù)為 0.331 2ꎬZ= 2.65ꎬP= 0.008 3ꎮ 局部自相關(guān) LISA 聚集圖顯示ꎬ高-高聚集區(qū)域?yàn)榻慰h、白朗縣ꎻ低-低聚集區(qū)域?yàn)樗_嘎縣ꎮ 熱點(diǎn)分析結(jié)果相對(duì)局部自相關(guān)結(jié)果出現(xiàn)新冷點(diǎn)區(qū)域仲巴縣ꎮ Kriging 插值預(yù)測(cè)結(jié)果顯示ꎬ未來(lái)將出現(xiàn)新的高風(fēng)險(xiǎn)區(qū)域拉孜縣與新的低風(fēng)險(xiǎn)區(qū)域南木林縣、亞?wèn)|縣及其臨近縣區(qū)ꎬ交叉評(píng)價(jià)指標(biāo)結(jié)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(jié)論 2011 至 2018 年日喀則市肺結(jié)核發(fā)病空間不均衡分布ꎬ全市肺結(jié)核疫情呈現(xiàn)正空間自相關(guān)ꎬ存在局部空間自相關(guān)ꎬ熱點(diǎn)與冷點(diǎn)并存ꎬ并且未來(lái)高發(fā)病風(fēng)險(xiǎn)區(qū)域與低發(fā)病風(fēng)險(xiǎn)區(qū)域?qū)⒊掷m(xù)擴(kuò)大ꎬ應(yīng)有針對(duì)性開(kāi)展防控工作ꎮ
關(guān)鍵詞:肺結(jié)核ꎻ地理信息系統(tǒng)ꎻ熱點(diǎn)分析ꎻ預(yù)測(cè)
結(jié)核病在全球的廣泛流行嚴(yán)重危害著人類(lèi)健康ꎬ是全球重大公共衛(wèi)生問(wèn)題和社會(huì)問(wèn)題[1] ꎮ 2018年全世界有一千萬(wàn)人新患結(jié)核病ꎬ中國(guó)結(jié)核病患者數(shù)量?jī)H次于印度ꎬ排名世界第二[2] ꎮ 目前ꎬ對(duì)于西藏地區(qū)肺結(jié)核的流行規(guī)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(shù)據(jù)也不夠齊全ꎮ 日喀則市常住人口 80 余萬(wàn)ꎬ約占西藏總?cè)丝诘乃姆种?#41902; 近年來(lái)ꎬ日喀則市成為西藏自治區(qū)肺結(jié)核發(fā)病率最高的區(qū)域[4] ꎮ 作為一種成熟的統(tǒng)計(jì)學(xué)方法ꎬ時(shí)空統(tǒng)計(jì)方法已廣泛應(yīng)用于各類(lèi)傳染病的研究[5] ꎬ同時(shí)大量研究顯示肺結(jié)核發(fā)病在空間上存在異質(zhì)性[6￣8] ꎮ 本研究通過(guò)繪制 2011 至 2018 年日喀則市肺結(jié)核的空間分布特征ꎬ進(jìn)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(xiàn)出來(lái)ꎬ結(jié)合日喀則市肺結(jié)核的聚集性分析ꎬ從而揭示疾病分布與傳播規(guī)律ꎬ為區(qū)域肺結(jié)核防控策略制定提供依據(jù)ꎮ
1 資料與方法
1.1 資料來(lái)源 2011 至 2018 年人群肺結(jié)核登記發(fā)病率數(shù)據(jù)來(lái)源于國(guó)家結(jié)核病信息管理系統(tǒng)ꎮ 研究區(qū)域覆蓋日喀則市 18 個(gè)縣區(qū)ꎬ日喀則縣區(qū)矢量圖來(lái)源于國(guó)家基礎(chǔ)地理信息中心網(wǎng)站ꎮ
1.2 方法
1.2.1 描述性統(tǒng)計(jì)分析 使用 Excel 2016 錄入2011 至 2018 年日喀則市各縣區(qū)肺結(jié)核登記發(fā)病率ꎬ計(jì)算 2011 至 2018 年平均登記發(fā)病率和標(biāo)準(zhǔn)化平均登記發(fā)病率ꎮ
1.2.3 Kriging 插值預(yù)測(cè) Kriging 插值技術(shù)考慮了樣點(diǎn)的大小、形狀、相互關(guān)系和空間分布等幾何特征ꎬ以及已知樣本點(diǎn)與待估計(jì)樣本點(diǎn)的空間關(guān)系ꎬ根據(jù)這些信息ꎬ對(duì)未知采樣點(diǎn)進(jìn)行估計(jì)[10] ꎮ 在前期數(shù)據(jù)分析基礎(chǔ)上ꎬ運(yùn)用 Kriging 法建立日喀則市的肺結(jié)核空間預(yù)測(cè)圖ꎮ
2 結(jié) 果
2.1 流行概況 2011 至 2018 年日喀則市累計(jì)肺結(jié)核登記發(fā)病 8 386 例ꎮ 2015 年登記發(fā)病率最低 (128.1/ 10 萬(wàn))ꎬ2011 年登記發(fā)病率最高(158.0/ 10 萬(wàn))ꎻ2015 年標(biāo)準(zhǔn)化登記發(fā)病率最低(123.8/ 10 萬(wàn))ꎬ2011 年標(biāo)準(zhǔn)化登記發(fā)病率最高(188.4/ 10 萬(wàn))ꎬ見(jiàn)圖 1ꎮ
2.2 空間分布 觀察日喀則市肺結(jié)核發(fā)病率地區(qū)分布圖(圖 2)可知ꎬ高發(fā)病率地區(qū)主要有江孜縣、康馬縣、拉孜縣、薩迦縣ꎻ低發(fā)病率地區(qū)主要有仲巴縣、薩嘎縣、南木林縣ꎻ日喀則市肺結(jié)核發(fā)病空間分布不均衡ꎬ基本呈現(xiàn)東高西低的流行分布趨勢(shì)ꎮ
2.3 空間趨勢(shì)分析 日喀則市肺結(jié)核發(fā)病率在東西方向和南北方向都存在趨勢(shì)ꎬ高發(fā)病率主要集中在中東部ꎬ低發(fā)病率主要集中在西北部ꎮ 見(jiàn)圖 3ꎮ
2.4 空間分析
2.4.3 局部熱點(diǎn)分析 局部熱點(diǎn)分析結(jié)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(tǒng)計(jì)學(xué)意義的高發(fā)病聚集區(qū)域ꎮ 仲巴縣(Z = -1.977ꎬP<0.10)、薩嘎縣(Z = -2.048ꎬP<0.05)為有統(tǒng)計(jì)學(xué)意義的低發(fā)病聚集區(qū)域ꎮ 以上“熱點(diǎn)” 區(qū)域集中于東部地區(qū)ꎻ “冷點(diǎn)”區(qū)域集中于西部ꎮ 見(jiàn)圖 5ꎮ
相關(guān)期刊推薦：《山東大學(xué)學(xué)報(bào)(醫(yī)學(xué)版)》Journal of Shandong University(Health Sciences)(月刊)該刊主要刊登基礎(chǔ)醫(yī)學(xué)、臨床醫(yī)學(xué)、預(yù)防醫(yī)學(xué)、口腔醫(yī)學(xué)、藥學(xué)、護(hù)理學(xué)及相關(guān)領(lǐng)域的新成果、新技術(shù)、新方法、新經(jīng)驗(yàn)。
2.4.4 Kriging 插值預(yù)測(cè)分析 模型預(yù)測(cè)東部地區(qū) (主要包括拉孜縣、薩迦縣、江孜縣、康馬縣、桑珠孜區(qū)、白朗縣、仁布縣)仍是高發(fā)病風(fēng)險(xiǎn)區(qū)域并以拉孜縣、江孜縣和康馬縣為中心向外輻射低發(fā)病風(fēng)險(xiǎn)區(qū)域包括西部地區(qū)(仲巴縣、薩嘎縣) 、北部地區(qū)(謝通門(mén)縣、南木林縣) 與南部地區(qū)(崗巴縣、亞?wèn)| 縣)交 叉 評(píng) 價(jià) 指 標(biāo) 如 下: 估 計(jì) 偏 差 均 值 (M￣PE)為 0. 003 2ꎮ 估計(jì)偏差標(biāo)準(zhǔn)化均值( MS￣PE)為 0.038 2ꎮ 估計(jì)偏差標(biāo)準(zhǔn)化均方根( RMSS￣PE)為 0.962 2同時(shí)估計(jì)偏差均方根(RMS￣PE) 與估計(jì)偏差平均標(biāo)準(zhǔn)誤( ASE￣PE) 分別為 0.063 3和 0.066 5，同時(shí)結(jié)合熱點(diǎn)分析可知ꎬ拉孜縣、薩迦縣為未來(lái)新增熱點(diǎn)且高發(fā)區(qū)見(jiàn)圖 6ꎮ
3 討 論
空間分析技術(shù)不僅能動(dòng)態(tài)分析肺結(jié)核的時(shí)間與空間分布特征ꎬ而且可以從其發(fā)生和流行的立體環(huán)境觀察其時(shí)空傳播的規(guī)律[11] ꎮ 空間流行病學(xué)的首要任務(wù)就是對(duì)疾病的空間分布特征進(jìn)行分析ꎬ除了傳統(tǒng)流行病學(xué)的時(shí)間、地區(qū)和人群之外ꎬ還包括地理分布、生態(tài)分布等[12] ꎮ 據(jù)報(bào)道ꎬ約 80%的流行病學(xué)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(fā)病聚集地區(qū)進(jìn)行更詳細(xì)的個(gè)人水平調(diào)查ꎬ評(píng)估疾病分布ꎬ進(jìn)而制定有效的防治策略[14￣15] ꎮ本文采用空間分析技術(shù)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(duì)肺結(jié)核防治提供參考ꎮ
本研究描述肺結(jié)核發(fā)病的空間分布特點(diǎn)及變化發(fā)展規(guī)律ꎬ使用地理信息系統(tǒng)與空間分析技術(shù)進(jìn)行研究ꎬ結(jié)果發(fā)現(xiàn):2011 至 2018 年日喀則市結(jié)核病登記發(fā)病率地理分布圖表明結(jié)核病發(fā)病分布不均衡ꎬ日喀則東部江孜縣發(fā)病率最高ꎬ且毗鄰的縣區(qū)發(fā)病率均較高ꎬ可能與當(dāng)?shù)厝丝诿芗⑷巳毫鲃?dòng)大有關(guān)ꎻ相鄰的南木林縣與謝通門(mén)縣區(qū)域發(fā)病率仍較低ꎬ可能歸因于南鄰雅魯藏布江產(chǎn)生的“地理隔離”ꎻ位于西部的仲巴縣與薩嘎縣發(fā)病率較低ꎬ可能是因?yàn)槿丝跀?shù)較少ꎬ人群分布較為分散。
為印證局部 LISA 指數(shù)的結(jié)果ꎬ并對(duì)聚集區(qū)域進(jìn)一步分析ꎬ進(jìn)行熱點(diǎn)分析ꎮ 分析結(jié)果顯示ꎬ “ 熱點(diǎn)”分布在江孜縣、康馬縣、白朗縣ꎬ“冷點(diǎn)”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(qū)結(jié)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(diǎn)區(qū)域分布在相對(duì)海拔較低區(qū)域ꎬ并且熱點(diǎn)區(qū)域人口密集ꎬ經(jīng)濟(jì)水平較高ꎻ旅游業(yè)發(fā)達(dá)ꎬ多種經(jīng)濟(jì)模式共同發(fā)展ꎻ熱點(diǎn)區(qū)域疫情報(bào)告體系相對(duì)成熟ꎬ衛(wèi)生服務(wù)網(wǎng)絡(luò)較為完善ꎬ群眾個(gè)人健康意識(shí)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
