北京市順義區(qū)疾病預(yù)防控制中心(101300) 張文增 李長(zhǎng)青 冀國(guó)強(qiáng) 史繼新 馬玉欣 張松建
手足口病(Hand-foot-and-mouth disease,HMFD)是由多種腸道病毒(EV)引起的常見傳染病,多發(fā)生于5歲以下兒童,大多數(shù)患者癥狀輕微,以發(fā)熱和手、足、口腔等部位的皮疹或皰疹為主要特征,少數(shù)患兒可引起心肌炎、肺水腫、無菌性腦膜腦炎等并發(fā)癥。個(gè)別重癥患兒如果病情發(fā)展快,會(huì)導(dǎo)致死亡。自1974年Schmidt等首次報(bào)道以來〔1〕,全世界很多國(guó)家和地區(qū)先后報(bào)道了EV71的感染和流行情況。2008年5月2日,我國(guó)將手足口病納入丙類法定報(bào)告?zhèn)魅静」芾?。北京市順義區(qū)自2006年初開始有手足口病例報(bào)告,其后發(fā)病率呈逐年上升趨勢(shì)。疫情資料表明,手足口病具有一定的時(shí)間和空間的聚集傾向或趨勢(shì)。本文采用Tango等提出的Flexible空間掃描統(tǒng)計(jì)量對(duì)順義區(qū)手足口病的空間聚集性進(jìn)行研究,探討手足口病發(fā)病的空間聚集性特征,為進(jìn)一步探索影響手足口病發(fā)病的因素及制定有效的防控措施和衛(wèi)生決策提供理論依據(jù)。
1.資料來源
2009年1月至2010年12月北京市順義區(qū)手足口病疫情資料來源于“中國(guó)疾病預(yù)防控制信息系統(tǒng)”,參照網(wǎng)絡(luò)直報(bào)工作要求對(duì)資料進(jìn)行初步清理,并以“發(fā)病日期”計(jì)算手足口病發(fā)病時(shí)間以及病例的發(fā)病年齡,現(xiàn)住詳細(xì)地址以及報(bào)告地區(qū)編碼進(jìn)行空間聚集性分析。人口資料來源于“中國(guó)疾病預(yù)防控制基本信息系統(tǒng)”的數(shù)據(jù)(統(tǒng)計(jì)局人口數(shù));順義區(qū)Map Info基礎(chǔ)地理信息系統(tǒng)數(shù)據(jù),包括區(qū)界及鄉(xiāng)鎮(zhèn)級(jí)以上界線等來自北京市疾病預(yù)防控制中心傳地所。
2.方法
本研究采用Flexible空間掃描統(tǒng)計(jì)量分析軟件FleXScan V3〔2〕進(jìn)行病例的空間聚集性探測(cè)。Flexible空間掃描統(tǒng)計(jì)量是2005年Tango等在Kulldorff圓形掃描統(tǒng)計(jì)量基礎(chǔ)上提出的〔3〕,主要是為了探測(cè)圓形掃描窗口探測(cè)不到的不規(guī)則形狀聚集區(qū)域。對(duì)每一個(gè)掃描窗口,均根據(jù)Poisson分布計(jì)算出理論發(fā)病數(shù),然后依據(jù)實(shí)際發(fā)病數(shù)和理論發(fā)病數(shù)構(gòu)造檢驗(yàn)統(tǒng)計(jì)量對(duì)數(shù)似然比(log likelihood ratio,LLR),用LLR來評(píng)價(jià)掃描窗口內(nèi)發(fā)病數(shù)的異常程度。通常LLR值越大,則該窗口發(fā)病數(shù)異常程度越高。通常將LLR最大的窗口定為發(fā)病數(shù)異常程度最高的窗口,然后對(duì)該窗口的統(tǒng)計(jì)學(xué)意義進(jìn)行評(píng)價(jià),即計(jì)算P值。Flexible空間掃描統(tǒng)計(jì)量計(jì)算的具體過程如下〔4〕。
將空間掃描統(tǒng)計(jì)量S定義為所有可能的掃描窗口Z中最大的似然比:
其中L(z)是掃描窗口Z的似然函數(shù)值,L0是基于無效假設(shè)得到的似然函數(shù)值。nz為掃描窗口Z中的實(shí)際發(fā)病數(shù),μ(Z)為根據(jù)無效假設(shè)得到的掃描窗口Z中預(yù)期發(fā)病數(shù),N是整個(gè)地區(qū)的總發(fā)病數(shù),μ(G)為根據(jù)無效假設(shè)得到的整個(gè)地區(qū)的預(yù)期發(fā)病數(shù),且有μ(G)=N。則Poisson模型的似然比為:
由于掃描統(tǒng)計(jì)量的概率分布極為復(fù)雜,本研究采用Kulldorff等提出的蒙特卡羅法(Monte Carlo method)計(jì)算檢驗(yàn)統(tǒng)計(jì)量的P值,其迭代次數(shù)選擇999。此外,除了對(duì)LLR最大的窗口進(jìn)行評(píng)價(jià)外,掃描統(tǒng)計(jì)量還可對(duì)LLR較大的其他窗口進(jìn)行統(tǒng)計(jì)學(xué)意義的評(píng)價(jià),從而盡可能找出所有發(fā)病數(shù)異常的區(qū)域。
Flexible空間掃描統(tǒng)計(jì)量方法中掃描窗口采用預(yù)先設(shè)定最大相鄰區(qū)域數(shù)K的方法,從而避免不合理的區(qū)域出現(xiàn)。參考以往文獻(xiàn)可知,聚集最多覆蓋地理區(qū)域個(gè)數(shù)不宜超過總地理區(qū)域個(gè)數(shù)的10% ~15%〔3,5〕,順義區(qū)轄區(qū)共25個(gè)鄉(xiāng)鎮(zhèn)和街道,因此本研究在分析時(shí)使用cluster最多覆蓋地理區(qū)域數(shù)K=3。由于順義區(qū)手足口病發(fā)病情況在不同時(shí)間和不同地區(qū)差異較大,因此本研究對(duì)手足口病報(bào)告發(fā)病例數(shù)分鄉(xiāng)鎮(zhèn)分月份進(jìn)行統(tǒng)計(jì),利用人口數(shù)和報(bào)告發(fā)病數(shù)計(jì)算理論發(fā)病人數(shù),以期獲得更為全面和準(zhǔn)確的聚集性探測(cè)結(jié)果。將數(shù)據(jù)導(dǎo)入FleXScanV3軟件進(jìn)行運(yùn)算,并用Map Info軟件將探測(cè)結(jié)果進(jìn)行可視化呈現(xiàn)。
1.一般情況
2009年1月至2010年12月順義區(qū)共報(bào)告手足口病3 376例,其中25例屬于疑似病例,2例為地址不詳病例,將其刪除,余下3 349例病例納入分析,其中臨床診斷病例3 244例,實(shí)驗(yàn)室診斷病例105例。將報(bào)告病例數(shù)按月份做圖可知,順義區(qū)手足口病發(fā)病高峰主要在4~9月份,以夏秋季發(fā)病最高,呈明顯的季節(jié)性(圖1)。
2.空間聚集性分析結(jié)果(表1)
圖1 2009年1月~2010年12月順義區(qū)手足口病按月份分布情況
根據(jù)P值計(jì)算NOR(null occurrence rate),計(jì)算公式:NOR=1/P天。NOR是指按假設(shè)不存在聚集性情況下,出現(xiàn)虛假聚集信號(hào)的時(shí)間間隔。例如 P=0.001,表示每1000天可能出現(xiàn)這樣一個(gè)虛假聚集信號(hào)。
表1 2009年1月~2010年12月順義區(qū)鄉(xiāng)鎮(zhèn)級(jí)手足口病例數(shù)據(jù)空間聚集性分析結(jié)果
由結(jié)果可知,不同月份順義區(qū)手足口病空間聚集程度和空間聚集區(qū)域明顯不同。手足口病高發(fā)月份空間聚集程度較低發(fā)月份強(qiáng),空間聚集主要集中在4~9月份,這與手足口病的季節(jié)性發(fā)病特點(diǎn)一致。在手足口病發(fā)病率較低的月份,手足口病病例在地區(qū)間成散在的分布,無明顯空間聚集性發(fā)生。隨著發(fā)病率的上升,手足口病發(fā)生空間聚集cluster的個(gè)數(shù)逐漸上升,聚集區(qū)域也逐漸增多。
另外,手足口病發(fā)生聚集的區(qū)域主要在人口密集,外來人口聚集的鄉(xiāng)鎮(zhèn),有的地區(qū)甚至連續(xù)幾個(gè)月為聚集性區(qū)域。這基本符合手足口病城鄉(xiāng)結(jié)合部相鄰的街道或外來人口多的地區(qū)發(fā)病較高的特點(diǎn)。例如,2010年5~7月份,高麗營(yíng)、天竺、后沙裕地區(qū)一直為手足口病病例聚集地區(qū),其中高麗營(yíng)鎮(zhèn)4~8月份,后沙峪鎮(zhèn)5~10月份均連續(xù)5個(gè)月為手足口病病例聚集地區(qū)。此類地區(qū)人群生活、居住的環(huán)境衛(wèi)生條件較差,托幼機(jī)構(gòu)管理水平低,人口稠密,居民手足口病等傳染病防控知識(shí)缺乏,這些都為手足口病的傳播和流行提供了條件。
3.Map Info圖示
采用Map Info軟件可以直觀地顯示Flexible空間掃描統(tǒng)計(jì)量分析結(jié)果,圖中陰影所示的區(qū)域即為研究所確定的可能的手足口病發(fā)病的空間聚集區(qū)域(以2010年3、4月份分析結(jié)果為例,見圖2~3)。
圖2 2010年3月順義區(qū)手足口病空間聚集性分析結(jié)果
圖3 2010年4月順義區(qū)手足口病空間聚集性分析結(jié)果
目前,傳染病空間聚集性的研究是全球公共衛(wèi)生領(lǐng)域的熱點(diǎn)問題之一。Kulldorf等于1997年提出圓形掃描統(tǒng)計(jì)量分析〔6〕,該方法采用大小和位置動(dòng)態(tài)變化的圓形掃描窗口進(jìn)行聚集性探測(cè)。該方法探測(cè)到的聚集性地理區(qū)域形狀主要是圓形或者近似圓形。假如某傳染病沿河流或交通路線傳播,則聚集性的形態(tài)是狹長(zhǎng)的條狀,這種情況下,采用圓形掃描窗口就不能很好地對(duì)聚集性進(jìn)行探測(cè)。2005年Tango等在Kulldorff圓形掃描統(tǒng)計(jì)量基礎(chǔ)上提出Flexible空間掃描統(tǒng)計(jì)量方法,主要是為了在空間維度上探測(cè)圓形掃描窗口探測(cè)不到的不規(guī)則形狀的聚集區(qū)域,通過對(duì)疾病未知的空間聚集性進(jìn)行探索以達(dá)到早期預(yù)警的目的。與Kulldorff等提出的圓形掃描統(tǒng)計(jì)量不同,F(xiàn)lexible空間掃描統(tǒng)計(jì)量預(yù)先不設(shè)定掃描窗口的形狀,而是以動(dòng)態(tài)變化的不規(guī)則型空間掃描窗口對(duì)在地理邊界上有連接的不同區(qū)域集進(jìn)行掃描,同時(shí)該方法將掃描區(qū)域限制在每個(gè)起始區(qū)域周邊的一個(gè)較小的鄰域內(nèi)〔7〕。有資料顯示,在模擬數(shù)據(jù)的聚集性探測(cè)中,對(duì)圓形或近似圓形的聚集區(qū)域,Kulldorff圓形掃描方法有稍高的檢驗(yàn)效能;而在非圓形的聚集區(qū)域時(shí),F(xiàn)lexible掃描統(tǒng)計(jì)量的檢驗(yàn)效能優(yōu)于Kulldorff圓形掃描統(tǒng)計(jì)量,并且探測(cè)出的聚集區(qū)域更符合實(shí)際的情況〔7-8〕。
目前,掃描統(tǒng)計(jì)量方法已廣泛應(yīng)用于許多醫(yī)學(xué)研究領(lǐng)域,用于疾病空間聚集性的探測(cè)以及早期預(yù)警。同時(shí)該方法還可以實(shí)現(xiàn)對(duì)聚集性的定位〔9-13〕。因該方法采用的概率模型對(duì)不同區(qū)域間非均勻的人口密度進(jìn)行了校正以消除其潛在的影響,且采用大小可變的掃描窗口等特點(diǎn)又使其檢驗(yàn)效能較其他分析方法顯著提高,成為當(dāng)前疾病時(shí)間聚集性或空間聚集性分析研究中的熱點(diǎn)。而且,掃描統(tǒng)計(jì)量方法在分析之前對(duì)聚集性的大小、位置、規(guī)模沒有進(jìn)行任何設(shè)定,避免了選擇偏倚的出現(xiàn);作為探索性分析,可以最大限度地進(jìn)行數(shù)據(jù)信息的挖掘,發(fā)現(xiàn)空間聚集性的存在。
據(jù)本研究的結(jié)果應(yīng)進(jìn)一步分析聚集區(qū)域與非聚集區(qū)域手足口病的發(fā)病特點(diǎn)及各項(xiàng)防控措施具體落實(shí)情況,并結(jié)合相應(yīng)區(qū)域的經(jīng)濟(jì)、人文、文化等因素,為順義區(qū)手足口病發(fā)病影響因素研究及有效防控措施的制定提供線索和理論依據(jù)。
1.Schmidt NJ.An apparently new enterovirus isolated from patients with disease of the central nervous system.Infect Dis,1974,129(3):304-309.
2.Takahashi K,Yokoyama T,Tango T.FleXScan:Software for the flexible spatial scan statistic.National Institute of Public Health,Japan;2004.
3.Tango T,Takahashi K.A flexibly shaped spatial scan statistic for detecting clusters.Int JHealth Geogr,2005,4:11.
4.周劍南,馮子健,譚柯,等.Flexible空間掃描統(tǒng)計(jì)量在傳染病聚集性探測(cè)的應(yīng)用研究.中華疾病控制雜志,2010,14(6):475-478.
5.Kulldorff M,Huang L,Pickle L,et al.An elliptic spatial scan statistic.Stat Med,2006,25(22):3929-3943.
6.Kulldorff M.A spatial scan statistic.Communications in Statistics,1997,26:1481-1496.
7.Takahashi K,Kulldorff M,Tango T,et al.A flexibly shaped space-time scan statistic for disease outbreak detection and monitoring.Int JHealth Geogr,2008,7:14.
8.Takahashi K,Tango T.A comparison of SaTScan and FleXScan for outbreak detection and monitoring.Advances in Disease Surveillance,2008,5:67.
9.Sankoh OA,Ye Y,Sauerborn R,et al.Clustering of childhood mortality in rural Burkina Faso.International Journal of Epidemiology,2001,30:485-492.
10.Perez AM,Ward MP,Torres P,et al.Use of spatial scan statistics and monitoring data to identify clustering of bovine tuberculosis in Argentina.Preventive Veterinary Medicine,2002,56:63-74.
11.Odoi A,Martin SW,Michel P,et al.Investigation of clusters of giardiasis using GISand spatial scan statistic.Int J Health Georg,2004,3(1):11.
12.殷菲,馮子健,李曉松,等.基于前瞻性時(shí)空重排掃描統(tǒng)計(jì)量的傳染病早期預(yù)警系統(tǒng).衛(wèi)生研究,2007,36(4):455-458.
13.劉云霞,李士雪,王忠東,等.基于時(shí)空重排掃描統(tǒng)計(jì)量的結(jié)核病聚集性研究.公共衛(wèi)生與管理學(xué),2009(12):122-124.