重慶市2008-2012年手足口病空間聚集性及影響因素研究

唐小靜，曾 慶，趙 寒，易 娟，李 勤，肖達(dá)勇，夏 宇，楊榮剛，方明金

手足口病是一種全球性傳染病, 5歲以下兒童高發(fā)，其感染病原體以EV71、COXA16等腸道病毒居多。臨床上可見發(fā)燒，手、足、口腔等部位的斑丘疹或水泡，嚴(yán)重者可致死[1]。據(jù)衛(wèi)生部通報數(shù)據(jù)顯示[2]，自手足口病2008年5月納入丙類法定傳染病管理以來，截止2012年底，我國共報告700多萬手足口病例，其報告發(fā)病數(shù)、死亡數(shù)一直位列丙類傳染病前一，年均發(fā)病率達(dá)107.94/10萬。重慶市手足口病發(fā)病率較全國雖低，但已從2008年的16.51/10萬上升到2012年的96.09/萬，且呈逐年上漲趨勢。近幾年，空間統(tǒng)計分析已廣泛應(yīng)用于傳染病監(jiān)測中，其中又以空間自相關(guān)和空間回歸分析最為經(jīng)典[3]。目前，尚未見重慶市手足口病的空間分析方面的報告，而疾病資料表明，自2008年以來重慶市手足口病發(fā)病有明顯的地區(qū)差異，因此從宏觀尺度上認(rèn)識重慶市手足口病的空間分布特點、探索其影響因素具有重要意義。本文利用軟件OpenGeoDa建立重慶市2008-2012年手足口病發(fā)病資料數(shù)據(jù)庫，對重慶市手足口病的空間分布規(guī)律及影響因素進(jìn)行分析，為衛(wèi)生資源優(yōu)化配置政策的制定和手足口病防控管理提供依據(jù)。

1 資料與方法

1.1資料來源 疾病數(shù)據(jù)來源于重慶市疾病預(yù)防控制中心的《疾病監(jiān)測信息報告管理系統(tǒng)》中的個案病例，重慶市2008-2012年按發(fā)病日期統(tǒng)計的手足口數(shù)據(jù)，包括原始卡和訂正卡，刪除重卡，剔除已刪除卡(因重報、錄入錯誤、誤報、排除診斷及其他原因造成)，刪除地址不詳及疑似病例。利用Excel將疾病資料分別按地區(qū)、年份進(jìn)行分類整理。地區(qū)劃分以病人現(xiàn)住地址進(jìn)行統(tǒng)計。文中涉及的人口、經(jīng)濟(jì)(人均工業(yè)化生產(chǎn)總值、城鎮(zhèn)化率、城市職工人均可支配收入、農(nóng)村居民人均可支配收入、城市最低生活保障率)、衛(wèi)生資源(每千人口中的衛(wèi)生技術(shù)人員及衛(wèi)生機(jī)構(gòu)數(shù)據(jù))指標(biāo)數(shù)據(jù)分別來源于2008-2012年《重慶市統(tǒng)計年鑒》(源自于統(tǒng)計年報)。重慶市自2011年起行政區(qū)劃調(diào)整，萬盛區(qū)和綦江縣合并為綦江區(qū)，大足縣和雙橋區(qū)合并為大足區(qū)，新行政區(qū)劃共38個區(qū)(縣)，將2008-2010年疾病、人口、經(jīng)濟(jì)、衛(wèi)生資源數(shù)據(jù)按照新的行政區(qū)劃進(jìn)行整理。數(shù)據(jù)來源真實可靠，具有權(quán)威性。

1.2OpenGeoDa軟件包 美國國科會贊助推廣的免費GIS 軟件，旨在為非地理信息系統(tǒng)專業(yè)的學(xué)者提供一個友好的可視化操作界面，以shape文件作為存放空間信息的標(biāo)準(zhǔn)格式，可與其它GIS軟件如ArcGis很好的銜接。其功能從簡單的圖形處理到探索性數(shù)據(jù)分析，包括全局和局域空間自相關(guān)分析，空間回歸分析包括空間滯后模型和空間誤差模型。OpenGeoDa能在各種操作系統(tǒng)下運行，操作簡單，對于非地理信息系統(tǒng)專業(yè)的研究者是一個不錯的選擇。

1.3基本原理

1.3.1空間經(jīng)驗貝葉斯平滑 研究表明[4]，將發(fā)病率經(jīng)空間經(jīng)驗貝葉斯平滑將其標(biāo)準(zhǔn)化。本文在OpenGeoDa中按空間權(quán)重以每年發(fā)病數(shù)為事件變量，以相應(yīng)人口數(shù)為基礎(chǔ)變量，進(jìn)行空間經(jīng)驗貝葉斯平滑(Spatial Empirical Bayes Smooth)。

1.3.2全局空間自相關(guān)分析 描述研究區(qū)域內(nèi)某一屬性值的整體空間分布狀況，以視其有無空間聚集性。本文選用指標(biāo)Moran’s I對全局空間自相關(guān)性進(jìn)行定性和定量分析，并對其進(jìn)行顯著性檢驗。Moran’s I[5]定義為：

(1)

本文以α=0.05為檢驗水準(zhǔn)，若P<0.05時，提示存在全局自相關(guān)。全局Moran’s I系數(shù)在(-1,1)間取值，又分3種情況：(1)當(dāng)I∈(0，1)時，提示存在正向空間自相關(guān)；(2)當(dāng)I∈(-1,0)時，提示存在負(fù)向空間自相關(guān)，|I|越接近于1，呈現(xiàn)出越強(qiáng)的空間聚集性；(3)當(dāng)I=0時，提示空間自相關(guān)不存在，觀測值在空間上呈隨機(jī)分布狀態(tài)[6]。

1.3.3局域自相關(guān)分析 反映某個空間單元與周圍鄰居單元的相關(guān)性及其關(guān)聯(lián)程度，以識別熱點區(qū)域[7]。常用局域Moran’s I對其進(jìn)行描述，其公式繁瑣，因篇幅有限，本文不予介紹，請參閱文獻(xiàn)[4]，實際意義的判定標(biāo)準(zhǔn)同全局Moran’s I?？臻g局域關(guān)聯(lián)特征的可視化通過LISA聚集性地圖實現(xiàn)。該地圖上共有4種局部空間聚集模式，即：高-高聚集，低-低聚集，低-高聚集，高-低聚集。其中，高-高聚集，低-低聚集對應(yīng)于全局關(guān)聯(lián)指標(biāo)中的空間正自相關(guān)，低-高，高-低則對應(yīng)于全局關(guān)聯(lián)指標(biāo)中的空間負(fù)自相關(guān)[8]。

1.3.4空間回歸模型 本文選用空間滯后模型(SLM)，對重慶市手足口病發(fā)病進(jìn)行空間回歸分析，模型形式如式(2)所示[9]：

Y=ρWy+Xβ+U

U～N(0,σ2+In)

(2)

式中，Y為結(jié)果變量，X為解釋變量，ρ為空間自回歸系數(shù)，β反映解釋變量X變化對結(jié)果變量Y產(chǎn)生的影響，U為隨機(jī)干擾項。

2 結(jié) 果

2.1基本情況 2008-2012年重慶市38個區(qū)(縣)共報告手足口病病例82 204例，發(fā)病率介于16.51/10萬～104.14/10萬(標(biāo)化：14.20/10萬～102.33/10萬)，年均發(fā)病率為64.96/10萬(標(biāo)化：63.07/10萬)(見表1)。

表1 2008-2012年重慶市手足口病發(fā)病概況

2.2全局空間自相關(guān)分析結(jié)果 各年手足口病發(fā)病率空間經(jīng)驗貝葉斯平滑后，進(jìn)行空間自相關(guān)分析，結(jié)果見表2。從中可以看出，2008年Moran′s I=0.133 2，Z<1.96，P>0.05，無統(tǒng)計學(xué)意義，說明2008年重慶市手足口病發(fā)病率沒有空間聚集性，呈隨機(jī)分布；2009-2012年Moran’s I>0，P<0.01，有統(tǒng)計學(xué)意義，說明2009-2012年重慶市手足口病發(fā)病率在整體上呈明顯的空間正自相關(guān)，有空間聚集性。

2.3局域空間自相關(guān)分析結(jié)果 重慶市2008-2012年手足口病發(fā)病率的局部空間自相關(guān)表現(xiàn)為4種聚集模式：低-高、高-低聚集區(qū)較少，主要表現(xiàn)為高-高、低-低聚集，高高聚集區(qū)域集中在九龍坡區(qū)、江北區(qū)、沙坪壩區(qū)、渝北區(qū)、南岸區(qū)等主城區(qū)，低-低聚集則主要集中在酉陽縣、彭水縣、武隆縣、豐都縣、黔江區(qū)等渝東南地區(qū)(表3)。各區(qū)(縣)LISA分布圖見圖1。

表2 重慶市2008-2012年手足口病全局空間自相關(guān)分析結(jié)果

表3 重慶市2008-2012年手足口病局部自相關(guān)分析結(jié)果

圖2 重慶市2008-2012年手足口病發(fā)病率LISA分布圖

2.4空間回歸分析結(jié)果 重慶市38區(qū)(縣)手足口病發(fā)病率數(shù)據(jù)呈偏態(tài)分布，經(jīng)對數(shù)轉(zhuǎn)換后呈近似正態(tài)分布，本文將以對數(shù)轉(zhuǎn)換后的發(fā)病率進(jìn)行普通線性回歸(OLS)和空間回歸分析。首先應(yīng)用OLS對重慶市2008-2013年手足口病經(jīng)對數(shù)轉(zhuǎn)換后的發(fā)病率與同期的城市職工人均可支配收入(Disposable Income of Urban Residents per Capita)、農(nóng)村居民人均純收入(Net Income of Rural Residents per Capita)、城市最低生活保障率(Minimum Living Guarantee Rate of Urban Residents)、人均工業(yè)化生產(chǎn)總值(GDP per Capita)、城鎮(zhèn)化率(Urban Rate)、每千人口中的衛(wèi)生技術(shù)人員(Medical Technical Personnel per Thousand)、衛(wèi)生機(jī)構(gòu)數(shù)(Health Care Institutions)等指標(biāo)進(jìn)行擬合：R2=0.56,AIC=80.95,SC=94.05.殘差的Moran’s I=0.278，P=0.002。結(jié)果表明：殘差不獨立，存在較強(qiáng)的空間自相關(guān)性，該資料不適合應(yīng)用OLS進(jìn)行擬合，因此本文選用引入了空間自相關(guān)性的空間滯后回歸模型來定量分析各指標(biāo)對轉(zhuǎn)換后的發(fā)病率的影響。采用逐步法進(jìn)行篩選，選擇水平為0.2，結(jié)果城鎮(zhèn)化率、人均工業(yè)化生產(chǎn)總值、衛(wèi)生機(jī)構(gòu)數(shù)、衛(wèi)生技術(shù)人員/千人進(jìn)入了多因素空間回歸模型(見表4)。在多因素回歸模型中，僅城鎮(zhèn)化率(Z=3.158 0,P=0.001 6)、衛(wèi)生技術(shù)人員/千人(Z=69.837,P=0.019 8)有統(tǒng)計學(xué)意義，AIC=69.837,SC=79.66,R2=0.66，模型擬合較好。

表4 重慶市手足口病SLM分析結(jié)果(單因素)

3 討 論

對重慶市手足口病發(fā)病率從縱向的時間維度層面按年份進(jìn)行全局空間自相關(guān)分析，結(jié)果表明：除2008年外，2009-2012年重慶市手足口病發(fā)病呈空間正自相關(guān)，Moran′s I指數(shù)在0.3～0.7之間，表現(xiàn)出中等及以上強(qiáng)度的空間聚集性。

為了識別重慶市2008-2012年手足口病空間聚集的高發(fā)區(qū)域和低發(fā)區(qū)域，對其進(jìn)行局域空間自相關(guān)分析，以LISA聚集性地圖進(jìn)行可視化，發(fā)現(xiàn)隨著時間的推移，聚集模式由多變少，最后呈現(xiàn)高-高、低-低兩大聚集區(qū)域，其中低-低聚集區(qū)域有從渝中東部向渝東南部轉(zhuǎn)移的趨勢，具體原因還待進(jìn)一步研究。而高-高聚集區(qū)域先由2008年的少數(shù)主城到從2009年開始主要集中在九龍坡區(qū)、渝北區(qū)、沙坪壩區(qū)、北碚區(qū)、南岸區(qū)等大多數(shù)主城區(qū)，并且基本保持不變，說明這些地區(qū)的手足口病發(fā)病率一直處于較高水平，在以后的防控工作中應(yīng)將其作為重點防控對象。從2008-2012年的LISA聚集性地圖上可以看出，低-低聚集區(qū)域有逐年擴(kuò)大的趨勢，說明：雖然整體上手足口病發(fā)病率逐年上升，但相應(yīng)的預(yù)防控制工作在低-低聚集區(qū)域逐見成效，同時提示防控機(jī)構(gòu)應(yīng)積極尋找控制疾病發(fā)病的有利措施。

空間回歸分析結(jié)果表明：重慶市2008-2012年手足口病發(fā)病與每千人口中的衛(wèi)生技術(shù)人員呈負(fù)空間相關(guān)，即每千人口中的衛(wèi)生技術(shù)人員越少，發(fā)病率越高，提示相關(guān)部門應(yīng)注意合理配置人力衛(wèi)生資源；重慶市手足口病發(fā)病與城鎮(zhèn)化率呈正空間自相關(guān)，即手足口發(fā)病隨著城鎮(zhèn)化率的增高而增高，且回歸系數(shù)遠(yuǎn)大于每千人口中的衛(wèi)生技術(shù)人員數(shù)的系數(shù)值，成為了影響重慶市手足口病發(fā)病的主要經(jīng)濟(jì)因素。究其原因可能有以下二個方面：近5年，重慶市城鎮(zhèn)化率都達(dá)到了50%以上，處于快速發(fā)展階段，而隨之出現(xiàn)的公共衛(wèi)生問題也日益突顯，對于城鎮(zhèn)地區(qū)，人口越來越密集，氣候、水源等生態(tài)環(huán)境遭破壞，這有利于手足口病的傳播，霍愛梅[10]的研究也證實了這一點；對于農(nóng)村地區(qū)，大批農(nóng)民工進(jìn)城務(wù)工，越來越多的留守兒童無人看管或得不到很好的照顧，容易養(yǎng)成不良衛(wèi)生習(xí)慣(如飯前便后不洗手，咬手指)，增加了感染手足口病病毒的機(jī)會,這與安慶玉等[11]的研究結(jié)果也相吻合。

本文利用空間自相關(guān)和空間回歸方法探討重慶市2008-2012年手足口的空間分布規(guī)律、尋找其發(fā)病的影響因素，有利于相關(guān)部門了解重慶市手足口病的發(fā)病態(tài)勢，有針對性的對疾病高發(fā)區(qū)域采取防控措施，尋找疾病低發(fā)區(qū)域的有利因素。與普通線性回歸相比，空間回歸模型將空間自相關(guān)性考慮在內(nèi)，從本研究中的SLM分析結(jié)果得知：其AIC、SC都小于OLS中相應(yīng)的值，而R2比OLS中的R2大，說明SLM模型能更好的挖掘疾病數(shù)據(jù)中的信息。

本研究與其他省市手足口病空間分析研究相比，有相同之處：手足口病發(fā)病的高-高聚集區(qū)域主要分布在人口密度大、流動性強(qiáng)的主城區(qū)[12]。亦有獨特之處：不僅將經(jīng)濟(jì)因素納入空間回歸分析，還考慮了衛(wèi)生機(jī)構(gòu)數(shù)等衛(wèi)生資源因素的影響。對于重慶，其他省市未研究過的城鎮(zhèn)化率、每千人口的衛(wèi)生技術(shù)人員影響著重慶市手足口病發(fā)病。

本研究也存在一些不足之處：①影響手足口病發(fā)病的其他可能因素如氣象、個人免疫狀況、衛(wèi)生政策等指標(biāo)未能收集到，不排除對結(jié)果造成一定的偏倚。②本研究以截面數(shù)據(jù)為研究對象，未能將時間序列特征納入分析，忽略了隨時間變化的個體效應(yīng)，而綜合了時間和空間效應(yīng)的空間面板數(shù)據(jù)分析將是今后傳染病監(jiān)測研究的一個重要方向。

參考文獻(xiàn)：

[1]Tian HF, Zhang Y, Sun Q, et al. Prevalence of multiple enteroviruses associated with hand, foot, and mouth disease in Shijiazhuang City, Hebei province，China: outbreaks of coxsackieviruses a10 and b3[J]. PLoS ONE, 2014, 9(1): e84233. DOI: 10.1371/journal.pone.0084233

[2]Chinese Center for Disease Control and Prevention. Legal infectious diseases report in 2012[EB/OL].(2013-03-27)[2014-05-04].http://www.chinacdc.cn/tjsj/fdcrbbg/201303/t20130327-79057.htm,2013. (in Chinese)

中國疾病預(yù)防控制中心.2012年度全國法定傳染病疫情概況[EB/OL].(2013-03-27)[2014-05-04].http://www.chinacdc.cn/tjsj/fdcrbbg/201303/t20130327_79057.htm

[3]Zhou HF. A study on the spread model and spatial distribution of HFMD based on GIS[D]. Ningbo:Faculty of Architectural,Civil Engineering And Environment,Ningbo University, 2010. (in Chinese)

周海峰.基于GIS的手足口病擴(kuò)散模型與空間分布研究[D].浙江:寧波大學(xué)建筑工程與環(huán)境學(xué)院,2010.

[4]Tsai PJ. Application of Moran’s test with an empirical Bayesian rate to leading health care problems in Taiwan in a 7-year period (2002-2008)[J]. Glob J Health Sci, 2012, 4(5): 63-77. DOI: 10.5539/gjhs.v4n5p63

[5]Liu G, Bi R, Wang S, et al. The use of spatial autocorrelation analysis to identify PAHs pollution hotspots at an industrially contaminated site[J]. Environ Monit Assess, 2013, 185(11): 9549-9558. DOI: 10.1007/s10661-013-3272-6

[6]Zhao X, Huang X, Liu Y. Spatial autocorrelation analysis of Chinese inter-provincial industrial chemical oxygen demand discharge[J]. Int J Environ Res Public Health, 2012, 9(6): 2031-2044. DOI: 10.3390/ijerph9062031

[7]Bhunia GS, Kesari S, Chatterjee N, et al. Spatial and temporal variation and hotspot detection of kala-azar disease in Vaishali district (Bihar), India[J]. BMC Infect Dis, 2013, 13(2): 64-75. DOI: 10.1186/1471-2334-13-64

[8]He MZ, Liu J, Li YP, et al. Spatial characteristic of distribution of onOncomelaniahupensisin mountainous regions[J]. Chin J Epidemiol, 2011, 32(4): 361-365. (in Chinese)

何明禎,劉劍,李源培,等.高山地區(qū)釘螺分布的空間特征研究[J].中華流行病學(xué)雜志,2011,32(4): 361-365.

[9]Zeng H, Yang P. Spatial regression analysis of housing prices in Nanjing[J]. J Southwest Univ (Nat Sci), 2012, 34(05): 141-145. (in Chinese)

曾暉,楊平.南京市住宅價格的空間回歸分析[J].西南大學(xué)學(xué)報:自然科學(xué)版,2012,34(05): 141-145.

[10]Huo AM. Studies on environment-related factors of regional Infectious diseases and transmission simulation of imported infectious diseases[D]. Beijing: The Chinese People’s Liberation Army Military Academy of Medical Sciences, 2012. (in Chinese)

霍愛梅.區(qū)域傳染病環(huán)境影響因素與輸入傳播模擬研究[D].北京：中國人民解放軍軍事醫(yī)學(xué)科學(xué)院,2012.

[11]An QY, Yao W, Wu J, et al. Meta analysis on the risk factors of hand-foot-mouth disease[J]. Chin J Health Statistics, 2013, 30(40): 576-578. (in Chinese)

安慶玉,姚偉,吳雋，等.手足口病危險因素的Meta分析[J].中國衛(wèi)生統(tǒng)計,2013,30(4)：576-578.

[12]Qian HQ, Jia L, Li XT, et al. Spatial characteristics and distribution of hand-foot-mouth disease in Beijing, 2009-2012[J]. Int J Virol, 2013, 20(5): 202-206. (in Chinese)

錢海坤,賈蕾,李錫太,等.2009-2012年北京市手足口病空間分布特征研究[J].國際病毒學(xué)雜志,2013,20(5)：202-206.