2015—2017年浙江省登记涂阳肺结核患者的空间分析

doi:10.3969/j.issn.1000-6621.2018.10.012

摘要/Abstract

摘要：

目的分析浙江省登记涂阳肺结核患者的空间分布规律,探测聚集区域,为进一步研究结核病危险因素及制定防控策略提供理论依据。方法收集2015—2017年浙江省的89个县(市、区)登记涂阳肺结核患者的登记资料,将其与浙江省电子地图相匹配,利用ArcGIS 10.0 作为数据管理和呈现的平台,构建空间数据库。利用GeoDa 1.6.0软件分别计算全局Moran’s I指数和局部Moran’s I指数,以检验浙江省涂阳肺结核的空间自相关性;并采用SaTScan 9.3软件进行时空聚集分析,探讨浙江省涂阳肺结核登记分布的空间自相关性及聚集范围。结果 2015—2017年浙江省共登记涂阳肺结核患者30292例,各县(市、区)的年均登记发病率为20.69/10万(4.73~45.61/10万)。浙江省各县(市、区)涂阳肺结核患者登记的分布具有全局空间自相关性(Moran’s I=0.429,Z=5.834,P=0.001);在局部空间自相关分析中,将25个P<0.05的具有局部空间正相关(高-高聚集模式+低-低聚集模式)与局部空间负相关(低-高聚集模式+高-低聚集模式)的县(市、区)筛选出来,其中高-高聚集模式[12个县(市、区)]+低-低聚集模式[11个县(市、区)]占92.0%(23/25),提示局部空间分析结果主要表现为空间正相关。利用SaTScan软件进行时空聚集分析,共探测出包含18个县(市、区)的4个聚集区域,每个聚集区域差异均有统计学意义[对数似然比(LLR)值分别为211.54、57.66、51.70、44.47;P值均<0.001]。结论浙江省登记涂阳肺结核分布情况存在明显的空间自相关,具有较强的空间异质性。

关键词: 结核, 肺, 疾病报告, 泊松分布, 流行病学研究, 时空聚类分析

Abstract:

Objective To analyze the spatial distribution pattern of smear-positive pulmonary tuberculosis patients registered in Zhejiang province, and determine the gathered areas, providing theoretical basis for further study of the risk factors of tuberculosis and prevention and control strategies. Methods The registration data of smear-positive pulmonary tuberculosis in 89 counties in Zhejiang province from 2015 to 2017 was collected and was merged with a vector map to build spatial databases by ArcGIS (version 10.0). Global Moran’s I and local Moran’s I were calculated by GeoDa (version 1.6.0) software respectively, as well as spatial-temporal analysis were studied by SaTScan (version 9.3)software to detect the spatial autocorrelation and cluster range of the distribution of smear-positive pulmonary tuberculosis in Zhejiang province. Results From 2015 to 2017, a total of 30292 cases of smear-positive pulmonary tuberculosis were registered in Zhejiang province, and the mean annual registered incidence rate of each region was 20.69/100000 (range: 4.73 to 45.61/100000). The distribution of smear-positive pulmonary tuberculosis of each region in Zhejiang province showed global spatial autocorrelation (Moran’s I=0.429,Z=5.834,P=0.001). While at the local scale, 25 regions (P<0.05) with positive local spatial correlation (high-high pattern and low-low pattern) and negative local spatial correlation (low-high pattern and high-low pattern) were sort out for analysis, in which 12 regions showed high-high pattern and 11 regions showed low-low pattern, accounting for 92.0% (23/25), indicating the main result of local spatial autocorrelation analysis was positive. Spatial-temporal analysis using SaTScan software detected four cluster areas including 18 regions, and each cluster area showed statistical significance (P<0.001) with log likelihood ratio (LLR) of 211.54,57.66,51.70,44.47, respectively. Conclusion There are apparent spatial autocorrelation and relative strong spatial heterogeneity existed in the distribution of smear-positive pulmonary tuberculosis in Zhejiang province.

Key words: Tuberculosis, pulmonary, Disease notification, Poisson distribution, Epidemiologic studies, Spatial-temporal analysis

王建美,张钰,秦楠,王岳,周琳,王伟炳. 2015—2017年浙江省登记涂阳肺结核患者的空间分析[J]. 中国防痨杂志, 2018, 40(10): 1089-1094. doi: 10.3969/j.issn.1000-6621.2018.10.012

Jian-mei WANG,Yu ZHANG,Nan QIN,Yue WANG,Lin ZHOU,Wei-bing WANG. Spatial analysis on smear-positive pulmonary tuberculosis in Zhejiang province between year 2015 and 2017[J]. Chinese Journal of Antituberculosis, 2018, 40(10): 1089-1094. doi: 10.3969/j.issn.1000-6621.2018.10.012

图/表 10

表1

图1

表2

表3

图2

图3

图4

图5

表4

图6

参考文献 22

[1]	全国第五次结核病流行病学抽样调查技术指导组, 全国第五次结核病流行病学抽样调查办公室. 2010年全国第五次结核病流行病学抽样调查报告. 中国防痨杂志, 2012,34(8):485-508.
[2]	李新旭, 周晓农, 王黎霞 . 结核病空间分布特征及影响因素研究进展. 中国公共卫生, 2014,30(1):102-106. doi: 10.11847/zgggws2014-30-01-31 URL
[3]	Ge E, Zhang X, Wang X , et al. Spatial and temporal analysis of tuberculosis in Zhejiang Province, China, 2009—2012. Infect Dis Poverty, 2016,5:11. doi: 10.1186/s40249-016-0104-2 URL pmid: 26906041
[4]	陈文明, 王晓萌, 陈彬 , 等. 浙江省2010—2012年耐多药结核病患者空间分布特征分析. 中华流行病学杂志, 2016,37(6):831-835. doi: 10.3760/cma.j.issn.0254-6450.2016.06.018 URL
[5]	单志力, 徐刚, 周祖木 , 等. 2008—2013年温州市肺结核疫情时空流行病学分析. 中国防痨杂志, 2016,38(2):99-103. doi: 10.3969/j.issn.1000-6621.2016.02.006 URL
[6]	陈文明, 张钰, 周琳 , 等. 浙江省2005年至2014年结核病登记的空间扫描研究. 中华传染病杂志, 2017,35(2):88-92. doi: 10.3760/cma.j.issn.1000-6680.2017.02.006 URL
[7]	Krieger N . Place, space, and health: GIS and epidemiology. Epidemiology, 2003,14(4):384-385. doi: 10.1097/01.ede.0000071473.69307.8a URL pmid: 12843759
[8]	Zhao F, Cheng S, He G , et al. Space-time clustering charateris-tics of tuberculosis in China,2005-2011. PLoS One, 2013,8(12):e83605.
[9]	黄飞, 成诗明, 杜昕 , 等. 中国2003—2008年新涂阳肺结核登记的空间分析. 中华流行病学杂志, 2010,31(11):1276-1279. doi: 10.3760/cma.j.issn.0254-6450.2010.11.017 URL
[10]	刘云霞, 李士雪, 王忠东 , 等. 基于时空重排扫描统计量的结核病聚集性研究. 山东大学学报(医学版), 2009,47(12):122-125.
[11]	唐益, 龚德华, 白丽琼 , 等. 湖南省2003—2011年活动性肺结核患者登记的空间分析. 中国防痨杂志, 2012,34(12):764-767.
[12]	Stelling J, Yih WK, Galas M , et al. Automated use of WHONET and SaTScan to detect outbreaks of Shigella spp. using antimicrobial resistance phenotypes. Epidemiol Infect, 2010,138(6):873-883.
[13]	World Health Organization. The End TB Strategy—Global strategy and targets for tuberculosis prevention, care and control after 2015(EB/OL).(2014-05-19) [2018-07-21] .
[14]	张玉, 叶建君, 黄飞 , 等. 2011—2016年湖北省肺结核发病的时空聚集性分析. 中国防痨杂志, 2017,39(9):1001-1009. doi: 10.3969/j.issn.1000-6621.2017.09.020 URL
[15]	黄茹, 李鑫尧, 肖洪 , 等. 空间统计分析方法在结核病研究中的应用. 中国防痨杂志, 2016,38(6):432-435. doi: 10.3969/j.issn.1000-6621.2016.06.003 URL
[16]	李婷, 何金戈, 杨长虹 , 等. 基于空间聚集性与时空扫描的肺结核流行特征分析. 中国防痨杂志, 2016,38(12):1032-1040. doi: 10.3969/j.issn.1000-6621.2016.12.007 URL
[17]	Li T, He XX, Chang ZR , et al. Impact of new migrant populations on the spatial distribution of tuberculosis in Beijing. Int J Tuberc Lung Dis, 2011,15(2):163-168. doi: 10.1111/j.1469-0691.2010.03283.x URL pmid: 21219675
[18]	Wei X, Chen J, Chen P , et al. Barriers to TB care for rural-to-urban migrant TB patients in Shanghai: a qualitative study. Trop Med Int Health, 2010,14(7):754-760.
[19]	Chen J, Qi L, Xia Z , et al. Which urban migrants default from tuberculosis treatment in Shanghai, China? PLoS One, 2013,8(11):e81351. doi: 10.1371/journal.pone.0081351 URL pmid: 3842957
[20]	丁磊, 张萌, 赵仲堂 . 空间分析在自然疫源性疾病流行病学研究中的应用. 中华疾病控制杂志, 2012,16(10):897-901.
[21]	高杰, 张志杰, 王增亮 , 等. 2008—2010年山东省居民饮用水碘空间分布特征分析. 中华预防医学杂志, 2013,47(1):18-22. doi: 10.3760/cma.j.issn.0253-9624.2013.01.005 URL
[22]	夏愔愔, 成君, 张慧 , 等. 2010年全国不同人群和地区新涂阳肺结核登记率与患病率比值分析. 中国防痨杂志, 2014,36(6):498-502. doi: 10.3969/j.issn.1000-6621.2014.06.018 URL

地级市	2015年			2016年			2017年
地级市	人口数 (万)	涂阳患者例数	登记发病率 (/10万)	人口数 (万)	涂阳患者例数	登记发病率 (/10万)	人口数 (万)	涂阳患者例数	登记发病率 (/10万)
杭州市	715.8	1 581	22.09	723.6	1 351	18.67	736.0	1 389	18.87
湖州市	263.8	606	22.97	263.7	556	21.08	264.8	510	19.26
嘉兴市	348.1	783	22.49	349.5	801	22.92	352.1	702	19.94
金华市	475.1	1 570	33.05	478.1	1 460	30.54	481.2	1 430	29.72
丽水市	265.7	401	15.09	266.4	450	16.89	268.0	461	17.20
宁波市	583.8	1 317	22.56	586.6	1 284	21.89	591.0	1 345	22.76
衢州市	255.7	598	23.39	256.4	568	22.15	257.5	591	22.95
绍兴市	443.0	928	20.95	443.1	919	20.74	444.5	922	20.74
台州市	597.1	1 033	17.30	597.5	945	15.82	600.2	1 064	17.73
温州市	813.7	1 658	20.38	811.2	1 393	17.17	818.2	1 394	17.04
舟山市	97.5	119	12.21	97.4	93	9.55	97.3	70	7.19
合计	4 859.2	10 594	21.80	4 873.3	9 820	20.15	4 910.8	9 878	20.11

聚集区域	县(市、区)	时间 (年)	登记患者例数	预计患者例数	RR值	LLR值	P值
第一	婺城区、龙游县、金东区、兰溪市、义乌市、浦江县、建德市、淳安县、桐庐县	2015	1 626	942	1.77	211.54	<0.001
第二	鹿城区、瓯海区	2015	427	243	1.77	57.66	<0.001
第三	海曙区、鄞州区、北仑区、江北区、镇海区	2017	725	486	1.50	51.70	<0.001
第四	秀洲区、南湖区	2016	321	181	1.78	44.47	<0.001