2014—2018年陕西省肺结核发病的时空聚集性分析

doi:10.3969/j.issn.1000-6621.2020.09.012

摘要/Abstract

摘要：

目的对陕西省2014—2018年肺结核发病的时空聚集特征进行分析,为制定防控策略和措施提供科学依据。方法通过ArcGIS 10.7软件构建以县(区)为单位,包括地区编码、经度、纬度、人口和发病数量的地理信息数据库。2014—2018年陕西省常住人口数分别为3764.00万、3775.12万、3792.87万、3797.77万、3883.48万名,肺结核报告发病数分别为21596例、21388例、21355例、22517例、21442例。利用GeoDa 1.14.0和SaTScan 9.6软件进行肺结核发病的空间和时空聚集性分析,采用ArcGIS 10.7软件实现地理数据的处理和聚集性地区的显示。结果 2014—2018年陕西省肺结核发病呈明显的空间聚集性,莫兰指数(Moran I)分别为0.362、0.516、0.597、0.562、0.484,Z值分别为8.202、11.441、13.404、12.850、10.843,P值均为0.001。2014—2018年发病的“高-高”地区分别有15个、19个、18个、20个、20个,主要分布在陕西省的陕北和陕南地区,特别是榆林市和安康市。2014—2018年肺结核分月发病率时空聚集性分析显示,一级聚集区分布在安康市及与其接壤的汉中市和商洛市的5个县(区);二级聚集区分布在榆林市及与其接壤的延安市的7个县(区)。除2015年一级聚集区的聚集时间出现在9~11月,其余年度聚集时间均出现在1~4月。结论陕西省肺结核发病具有明显的时空聚集性,聚集时间为每年的春季,聚集区域主要分布在榆林市和安康市,应将其作为防控的重点地区。

关键词: 结核,肺, 时空聚类分析, 流行病学研究特征(主题), 陕西省

Abstract:

Objective To analyze the distribution characters of space-time specific incidence of pulmonary tuberculosis (PTB) in Shaanxi Province and to provide scientific basis for strategies and measures development on TB control and prevention. Methods ArcGIS 10.7 software was used to create a geographic information database with counties (districts) as the unit, including regional code, longitude, latitude, population and incidence number. Numbers of permanent residents in Shaanxi were 37.64 million, 37.75 million, 37.93 million, 37.98 million and 38.83 million respectively from 2014 to 2018. There were 21596 cases, 21388 cases, 21355 cases, 22517 cases and 21442 cases reported in Shaanxi Province from 2014 to 2018. GeoDa 1.14.0 and SaTScan 9.6 were used for spatial and temporal aggregation analysis of tuberculosis incidence, and ArcGIS 10.7 software was used for geographic data processing and aggregation area display. Results The incidence of PTB in Shaanxi showed significant space clusters from 2014 to 2018. The Moran I index was 0.362, 0.516, 0.597, 0.562 and 0.484 respectively, and the Z value was 8.202, 11.441, 13.404, 12.850 and 10.843 respectively, all of the P values were 0.001. From 2014 to 2018, there were 15, 19, 18, 20 and 20 counties in “high-high” region, which were mainly in the north and south of Shaanxi, especially in Yulin and Ankang. By space-time analysis, the first level cluster was distributed in Ankang and 5 counties of bordering city. The second level cluster was mainly distributed in Yulin and 7 counties of Yan’an. Except for September to November of 2015, the first level clustering time was from January to April of each year. Conclusion The incidence of PTB has obvious space-time clustering in Shaanxi Province. The clustering time is in spring, and the clustering areas are mainly distributed in Yulin and Ankang city, which should be regarded as the key area for prevention and control.

Key words: Tuberculosis,pulmonary, Space-time clustering, Epidemiologic study characteristics as topic, Shaanxi province

邓亚丽, 张天华, 刘卫平, 张宏伟, 马煜, 李鹏. 2014—2018年陕西省肺结核发病的时空聚集性分析[J]. 中国防痨杂志, 2020, 42(9): 948-955. doi: 10.3969/j.issn.1000-6621.2020.09.012

DENG Ya-li, ZHANG Tian-hua, LIU Wei-ping, ZHANG Hong-wei, MA Yu, LI Peng.. Temporal and spatial clustering analysis of pulmonary tuberculosis incidence in Shaanxi Province from 2014 to 2018[J]. Chinese Journal of Antituberculosis, 2020, 42(9): 948-955. doi: 10.3969/j.issn.1000-6621.2020.09.012

图/表 7

表1

图1

图2

表2

图3

表3

图4

参考文献 16

[1]	赵飞, 王黎霞, 成诗明, 等. 中国2008—2010年结核病空间分布特征分析. 中华流行病学杂志, 2013,34(2):168-172. doi: 10.3760/cma.j.issn.0254-6450.2013.02.015.
[2]	康万里, 郑素华. 空间扫描统计在中国菌阳结核病分布中的应用. 中国卫生统计, 2012,24(4):487-489. doi: 10.3969/j.issn.1002-3674.2012.04.006.
[3]	吴惠忠, 周芳静, 邹霞, 等. 2013—2017年广东省涂阳肺结核时空分布特征. 中国防痨杂志, 2019,41(12):1283-1288. doi: 10.3969/j.issn.1000-6621.2019.12.009.
[4]	王建美, 张钰, 秦楠, 等. 2015—2017年浙江省登记涂阳肺结核患者的空间分析. 中国防痨杂志, 2018,40(10):1089-1094. doi: 10.3969/j.issn.1000-6621.2018.10.012.
[5]	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.
[6]	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.
[7]	王希江, 王森路, 赵珍, 等. 2010—2017年新疆维吾尔自治区涂阳肺结核患者流行病学特征分析. 结核病与肺部健康杂志, 2019,8(3):209-217. doi: 10.3969/j.issn.2095-3755.2019.03.012.
[8]	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.
[9]	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. doi: 10.3969/j.issn.1000-6621.2016.06.003 URL
[10]	Ribeiro SH, Costa MA. Optimal selection of the spatial scan parameters for cluster detection: a simulation study. Spat Spatiotemporal Epidemiol, 2012,3(2):107-120. doi: 10.1016/j.sste.2012.04.004. doi: 10.1016/j.sste.2012.04.004 URL pmid: 22682437
[11]	陈诗琪, 王维, 殷菲, 等. 基于数据驱动思想的空间扫描统计量核心参数组合选择研究——以四川省手足口病为例. 现代预防医学, 2019,46(2):198-205.
[12]	唐咸艳, 李峤, 仇小强, 等. 扫描统计量中最大空间扫描窗口的尺度选择. 中华疾病控制杂志, 2015,19(3):316-317, 320. doi: 10.16462/j.cnki.zhjbkz.2015.03.028.
[13]	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. doi: 10.11847/zgggws2014-30-01-31 URL
[14]	贾磊, 李雪, 李峻, 等. 我国非户籍人口结核病登记状况地理分布分析. 中国防痨杂志, 2012,34(11):712-720.
[15]	邓亚丽, 张宏伟, 张天华, 等. 陕西省新型结核病防治管理模式实施前后能力建设与诊治效果分析. 中国防痨杂志, 2018,40(12):1341-1345. doi: 10.3969/j.issn.1000-6621.2018.12.019.
[16]	张宏伟, 邓亚丽, 张天华, 等. 陕西省2005—2016年肺结核流行病学特征. 中国热带医学, 2018,18(6):547-550. doi: 10.13604/j.cnki.46-1064/r.2018.06.08.

年度聚集区	县(区) 个数	实际发病例数	理论发病例数	RR值	LLR值	P值	聚集时间
2014
一级聚集区	7	626	305.06	2.08	131.49	0.000	2014-02-01至2014-04-30
二级聚集区	14	886	516.47	1.75	111.90	0.000	2014-01-01至2014-03-31
2015
一级聚集区	4	520	212.90	2.48	159.91	0.000	2015-09-01至2015-11-30
二级聚集区	13	913	492.28	1.89	147.49	0.000	2015-03-01至2015-05-31
2016
一级聚集区	17	1312	632.23	2.15	289.33	0.000	2016-01-01至2016-03-31
二级聚集区	19	1192	681.67	1.79	162.16	0.000	2016-01-01至2016-03-31
2017
一级聚集区	4	619	221.44	2.85	242.31	0.000	2017-01-01至2017-03-31
二级聚集区	19	1152	704.38	1.67	123.72	0.000	2017-02-01至2017-04-30
2018
一级聚集区	16	1068	566.82	1.93	181.47	0.000	2018-01-01至2018-03-31
二级聚集区	27	1327	856.20	1.59	116.08	0.000	2018-01-01至2018-03-31
2014—2018
一级聚集区	15	6470	3509.77	1.90	1039.21	0.000	2016-01-01至2017-06-30
二级聚集区	19	6317	4166.06	1.55	501.035	0.000	2016-01-01至2017-06-30