人口流入城市肺結(jié)核流行特征、時空分布及其社會影響因素分析

楊天池，洪 航，陳 同，于 梅

DOI：10.3969/j.issn.1002-2694.2017.09.009

人口流入城市肺結(jié)核流行特征、時空分布及其社會影響因素分析

楊天池，洪 航，陳 同，于 梅

目的探討人口流入城市肺結(jié)核流行特征、時空聚集性及社會影響因素。方法通過中國疾病預(yù)防控制信息系統(tǒng)收集寧波市2013-2015年肺結(jié)核發(fā)病數(shù)據(jù)，并進(jìn)行描述流行病學(xué)分析。使用SaTScan9.1.1對街道/鄉(xiāng)鎮(zhèn)級發(fā)病數(shù)據(jù)進(jìn)行時空掃描分析。利用ArcMap10.2對分析結(jié)果進(jìn)行可視化展示。結(jié)果寧波市2013-2015年累計報告肺結(jié)核12 109例，發(fā)病率呈逐年下降趨勢，外地戶籍病例占比逐年上升。男女比例為2.07∶1(8162/3947)，各年齡組均有發(fā)病，其中15-34歲、65歲及以上發(fā)病率高，15-54歲年齡組占比73.95%，職業(yè)分布以農(nóng)民、家政家務(wù)及待業(yè)、民工、工人為主。時空聚集性掃描共發(fā)現(xiàn)6個聚集區(qū)，其中一類聚集區(qū)分布在中心城區(qū)及其周邊，二類聚集區(qū)分布在工業(yè)園區(qū)。與非聚集區(qū)相比，發(fā)病聚集區(qū)的流動人口占比(t=2.88,P=0.01)、省外流入人口占比(t=7.46,P=0.00)、人口密度(t=3.37,P=0.00)均較高，而人均公園綠地面積較低(t=-2.39,P=0.03)。結(jié)論人口流入城市的中心城區(qū)及其周邊、工業(yè)園區(qū)是肺結(jié)核疫情高發(fā)區(qū)和聚集區(qū)。人口密度和流動人口高是發(fā)病聚集的重要影響因素。

肺結(jié)核；人口流入；時空聚類分布；社會影響因素

Supported by the Natural Science Foundation of Ningbo (No. 2016A610183)

肺結(jié)核是由結(jié)核分枝桿菌引起的慢性呼吸道傳染病，是我國當(dāng)前亟需控制的重點疾病之一。該病的時空分析研究已有報道，但多為基于縣區(qū)級及以上空間尺度的掃描分析[1-7]，這樣掃描發(fā)現(xiàn)的聚集區(qū)域地理定位范圍偏大，不利于針對性防控措施的制定[6]。為探索人口流入城市肺結(jié)核流行特征、時空分布及其可能的社會影響因素，更好地指導(dǎo)科學(xué)防控，本文對寧波市2013-2015年肺結(jié)核疫情資料進(jìn)行了基于街道/鄉(xiāng)鎮(zhèn)尺度的時空掃描分析，現(xiàn)將結(jié)果報告如下。

1 資料與方法

1.1 資料來源 寧波市各級各類醫(yī)療機(jī)構(gòu)通過“中國疾病預(yù)防控制信息系統(tǒng)”報告肺結(jié)核病例，本研究通過該系統(tǒng)獲取寧波市2013年1月1日至2015年12月31日報告的肺結(jié)核病例數(shù)據(jù)，剔除地址不詳、診斷變更或為疑似的病例。人口數(shù)據(jù)來自同期寧波市統(tǒng)計局人口普查報告和寧波統(tǒng)計年鑒。

1.2 分析方法 使用Excel2007和R3.3.2軟件進(jìn)行數(shù)據(jù)整理、分析，采用描述性流行病學(xué)分析方法，繪制肺結(jié)核病例人口學(xué)特征分布表和按月發(fā)病分布圖，使用t檢驗比較組間差異，檢驗水準(zhǔn)為α=0.05。使用SatScan9.1.1軟件(http://www.satscan.org/)，采用基于離散Poisson模型的時空重排掃描(逐月、地區(qū)無重疊)進(jìn)行病例時空聚集性分析，以10%人口處于危險為標(biāo)準(zhǔn)，設(shè)定蒙特卡羅模擬次數(shù)為999次，當(dāng)對數(shù)似然比(log likelihood ratio, LLR)檢驗P值小于0.05時，判定為發(fā)病存在時空聚集性[8]。使用ArcMap10.2繪制分街道/鄉(xiāng)鎮(zhèn)發(fā)病率地理分布圖與病例時空聚集性分布圖。

2 結(jié) 果

2.1 疫情概況及人口學(xué)分布特征 寧波市2013年1月至2015年12月累計報告肺結(jié)核12 109例，其中2013年4155例，發(fā)病率為54.40/10萬；2014年4 102例，發(fā)病率為53.55/10萬；2015年3 852例，發(fā)病率為50.19/10萬。男性病例多于女性，男女比例為2.07∶1(8 162/3 947)。年齡構(gòu)成以15～54歲為主，占73.95%；年齡別發(fā)病率以15～24歲、25～34歲和65歲及以上年齡組較高，見表1。職業(yè)分布較廣，前4位依次為農(nóng)民、家政家務(wù)及待業(yè)、民工、工人，占80.62%。外地戶籍病例占比呈上升態(tài)勢，于2015年已接近50%，見表2。

2.2 時間分布 2013-2015年，寧波市肺結(jié)核發(fā)病總體呈逐年緩慢下降趨勢。每年5-7月份報告病例數(shù)較多。見圖1。

表1 不同年齡組、性別肺結(jié)核報告發(fā)病數(shù)及發(fā)病率(1/10萬)
Tab.1 Age and gender specific incidence of PTB (the number of cases per 100 000 population)

組別group2013年2014年2015年年齡(歲)age 0-42(0.69)2(0.69)0(0) 5-149(1.41) 11(1.73) 19(2.99) 15-24900(77.47)864(76.35)760(67.04) 25-34967(76.85)881(70.19)836(66.48) 35-44662(46.76)686(49.37)633(45.47) 45-54561(43.59)606(46.05)598(45.36) 55-64523(57.00)531(56.70)447(47.66) 65-531(79.16)521(73.87)559(79.17)性別gender 男male2791(71.46)2755(70.30)2616(65.51) 女female1364(36.54)1347(36.00)1236(33.58)

表2 肺結(jié)核病例職業(yè)、戶籍分布及相應(yīng)的構(gòu)成比(%)
Tab.2 Occupation and household register distribution of PTB (%)

組別group2013年2014年2015年職業(yè)occupation 農(nóng)民 farmer1359(32.71)1386(33.79)1264(32.81) 家政、家務(wù)及待業(yè)house-keeper838(20.17)945(23.04)964(25.03) 民工migrantworker632(15.21)545(13.29)439(11.40) 工人 worker472(11.36)458(11.17)460(11.94) 學(xué)生 student192(4.62)155(3.78)154(4.00) 商業(yè)服務(wù)businessservice170(4.09)125(3.05)105(2.73) 離退人員 retiree159(3.83)161(3.92)186(4.83) 其他other333(8.01)327(7.97)280(7.27)戶籍householdregister 本地permanentresidence2134(51.36)2110(51.44)1949(50.60) 外地temporaryresidence2021(48.64)1992(48.56)1903(49.40)

圖1 寧波市2013-2015年肺結(jié)核報告發(fā)病按月分布圖Fig.1 Monthly distribution of PTB cases from 2013 to 2015 in Ningbo

2.3 地區(qū)分布 每個街道/鄉(xiāng)鎮(zhèn)均有肺結(jié)核發(fā)病報告，其中發(fā)病率較高的地區(qū)主要集中在城市中部(中心城區(qū))與西部。隨著時間推移，城市東部、中部、北部和南部的發(fā)病率均出現(xiàn)了不同程度下降，而西部和西南部的部分街道/鄉(xiāng)鎮(zhèn)的發(fā)病率有升高趨勢。見圖2。

2.4 時空聚集性分析 對2013-2015年肺結(jié)核發(fā)病數(shù)進(jìn)行逐月時空掃描，共發(fā)現(xiàn)6個時空聚集區(qū)，其中一類聚集區(qū)始終分布在中心城區(qū)及周邊城鄉(xiāng)結(jié)合部，有從城市東部逐步向西部遷移的趨勢；二類聚集區(qū)分布在城市北面(現(xiàn)慈溪市杭州灣新區(qū)及其周邊)，見圖3。聚集時間均在3-9月份，其中時間跨度最短為1個月，最長達(dá)6個月，所跨區(qū)域范圍最小為1個街道(鄉(xiāng)鎮(zhèn))，最大為53個街道(鄉(xiāng)鎮(zhèn))。

圖2 寧波市2013-2015年肺結(jié)核年發(fā)病率(1/10萬)街道/鄉(xiāng)鎮(zhèn)分布圖Fig.2 Notification rates of PTB (the number of cases per 100000 population) at a community or town level in Ningbo, 2013-2015

圖3 寧波市2013-2015年肺結(jié)核發(fā)病聚集性探測圖Fig.3 Spatial clusters of PTB cases in Ningbo, 2013-2015

2.5 社會影響因素分析 由表3可知，與非聚集區(qū)相比，發(fā)病聚集區(qū)流動人口占比、省外流入人口占比、人口密度均較高，而人均公園綠地面積較低，差異均具有統(tǒng)計學(xué)意義。

表3 肺結(jié)核病例聚集區(qū)與非聚集區(qū)之間主要社會因素比較
Tab.3 Comparison of main social factors between cluster areas and non cluster areas

因素factors聚集區(qū)clusterareas非聚集區(qū)nonclusterareast值tvalueP值Pvalue流動人口占比,%percentageoffloatingpopulation1.13±0.230.74±0.522.880.01省內(nèi)流入人口占比,%percentageoffloatingpopulationfromZhe-jiangprovince0.42±0.080.48±0.47-0.540.60省外流入人口占比,%percentageoffloatingpopulationfromotherprovinces0.71±0.250.25±0.077.460.00人口密度,人/km2populationdensity,persons/sq.km2633±12488±1643.370.00人均生產(chǎn)總值,元percapitalGDP,yuan65573±6526941342±268280.630.59城鎮(zhèn)居民人均可支配收入,元percapitalannualdisposableincomeofurbanresidents,yuan97279±5433864497±211961.880.08農(nóng)村居民人均純收入,元percapitalannualnetincomeofruralresi-dents,yuan39898±1462935063±114600.640.53每千人擁有醫(yī)生數(shù),人numberofdoctorsper1000population,per-son3.10±0.572.45±0.271.950.18人均公園綠地面積,m2percapitapublicgreenarea,sq.m210.81±0.3512.49±1.18-2.390.03

3 討 論

有研究報道，80%的疾病具有空間屬性，即人群的發(fā)病或患病與地理位置有關(guān)[9]。近些年，隨著時空掃描統(tǒng)計技術(shù)和地理成像技術(shù)的迅速發(fā)展，為我們深入探索疾病的時空分布特征提供了可能[10]。國內(nèi)外已有研究[11]表明，肺結(jié)核發(fā)病在時間、空間上具有一定的分布模式，但不同國家或地區(qū)的分布特征有所不同，如Guy Harling、PC Lai等[12-15]發(fā)現(xiàn)肺結(jié)核發(fā)病在縣區(qū)級空間尺度上具有時空聚集性，而楊建東[1]則認(rèn)為發(fā)病趨于隨機(jī)分布。出現(xiàn)這種不一致的情況，一方面可能是肺結(jié)核發(fā)病及其在人群中傳播受研究地區(qū)的地理環(huán)境、社會因素等影響[11-13, 16]；另一方面可能與研究者分析時所采用的空間尺度有關(guān)，一般認(rèn)為小空間尺度在聚集性探測方面更具優(yōu)勢[4, 17]。

本次研究結(jié)果顯示，寧波地區(qū)肺結(jié)核發(fā)病具有明顯的時空聚集性。從空間分布上看，聚集區(qū)域主要集中在中心城區(qū)及其周邊，其次是北部杭州灣新區(qū)工業(yè)園區(qū)。對于發(fā)病空間聚集性的出現(xiàn)，巴西[12]的研究認(rèn)為，與人口密度、經(jīng)濟(jì)條件、擁擠程度等有關(guān)；香港[13]的研究顯示，與人群居住環(huán)境如通風(fēng)、光照等有關(guān)；國內(nèi)一些研究[1, 11, 17-18]表明，與地區(qū)生產(chǎn)總值、家庭人均年收入、人均住房面積、人口流動等有關(guān)。本文通過比較發(fā)病聚集區(qū)與非聚集區(qū)之間的一些社會因素發(fā)現(xiàn)，流動人口占比尤其是中西部省份流動人口占比、人口密度、人均公園綠地面積可能是人口流入性城市肺結(jié)核發(fā)病聚集性產(chǎn)生的潛在影響因素。從時間維度分析，涉及發(fā)病聚集的街道、鄉(xiāng)鎮(zhèn)個數(shù)有逐年遞減趨勢，即發(fā)病聚集性在減小，說明近年來寧波市全面實施結(jié)核病防治項目，落實“發(fā)現(xiàn)并治愈每一例肺結(jié)核病人”的傳染源控制策略取得了一定成效。對于聚集區(qū)域有隨時間從城市東部向西部轉(zhuǎn)移的跡象，可能與2014年寧波城市區(qū)域功能調(diào)整，將東部定位為政府行政辦公區(qū)和商務(wù)區(qū)，西部開發(fā)建設(shè)為居住區(qū)與工業(yè)園，進(jìn)而引發(fā)流動人口從東向西遷移有關(guān)。這從另一個側(cè)面也驗證了流動人口作為肺結(jié)核發(fā)病高危人群，是影響區(qū)域肺結(jié)核發(fā)病聚集的重要原因。

本研究的創(chuàng)新點在于開展了基于社區(qū)/鄉(xiāng)鎮(zhèn)小空間尺度的肺結(jié)核疫情時空聚集性分析，在國內(nèi)研究中尚屬少見，且寧波這一人口流入城市的相關(guān)研究未見報道。本文的局限性主要是研究只收集了各地區(qū)的社會經(jīng)濟(jì)、人口學(xué)統(tǒng)計數(shù)據(jù)，因此未能從個體水平上對發(fā)病聚集的原因進(jìn)行分析，這也是今后我們需要進(jìn)一步深入探究的方向。

[1] Yang JD, Ma L, Lu YQ, et al. Analysis of spatial and temporal distribution and influencing factors of pulmonary tuberculosis in Urumqi City during 2009-2013[J]. Mod Preventive Med, 2016, 43(8): 1359-1362, 1376. (in Chinese)

楊建東，馬麗，盧耀琴，等. 2009-2013年烏魯木齊市肺結(jié)核病時空分布及影響因素分析[J]. 現(xiàn)代預(yù)防醫(yī)學(xué),2016,43(8): 1359-1362, 1376.

[2] Li YW, Cheng J, Wang H, et al. Spatial-temporal analysis of pulmonary tuberculosis in Shandong province, 2015[J]. Chin J Epidemiol, 2016, 37(9): 1257-1261. (in Chinese)

李永文, 程俊, 王浩, 等. 山東省2015年肺結(jié)核發(fā)病時空特征分析[J]. 中華流行病學(xué)雜志,2016,37(9):1257-1261.

[3] Zhou ZW, Hu DY, Li Q, et al. Temporal-spatial distribution study on tuberculosis epidemiology in Chongqing between 1998 and 2009[J]. J Shanghai Jiaotong Univ (Medical Sci), 2013, 33(3): 340-344. (in Chinese)

周澤文, 胡代玉, 李勤, 等. 1998-2009年重慶市結(jié)核病流行病學(xué)時空分布研究[J]. 上海交通大學(xué)學(xué)報(醫(yī)學(xué)版), 2013, 33(3): 340-344.

[4] Li T, He JG, Yang CH, et al. A clustering study on pulmonary tuberculosis based on pure spatial clustering and spatiotemporal scanning[J]. Chin J Antituberculosis, 2016, 38(12): 1032-1040. (in Chinese)

李婷, 何金戈, 楊長虹, 等. 基于空間聚集性與時空掃描的肺結(jié)核流行特征分析[J]. 中國防癆雜志,2016,38(12):1032-1040.

[5] Liu XF, Gou FX, Ren XW, et al. Spatial-temporal specific incidence of pulmonary tuberculosis in Gansu, 2009-2013[J]. Chin J Epidemiol, 2015, 36(5): 465-469. (in Chinese)

劉新鳳, 茍發(fā)香, 任曉衛(wèi), 等. 甘肅省2009-2013年肺結(jié)核發(fā)病的時空聚集性研究[J]. 中華流行病學(xué)雜志,2015,36(5):465-469.

[6] Wu L, Qiao FY, Li YH, et al. Epidemiological characteristics and spatial-temporal clustering analysis on tuberculosis in China, from 2004 to 2012[J]. Jiangsu J Preventive Med, 2014, 25(1): 19-22. (in Chinese)

吳莉, 喬方圓, 李源暉, 等. 2004-2012年全國肺結(jié)核流行特征及時空聚集性分析[J]. 江蘇預(yù)防醫(yī)學(xué),2014,25(1):19-22.

[7] Zhao F, Wang LX, Cheng SM, et al. Analysis on the spatial clustering of tuberculosis based on provincial level in China from 2008 to 2010[J]. Chin J Epidemiol, 2013, 34(2): 168-172. (in Chinese)

趙飛, 王黎霞, 成詩明, 等. 中國2008-2010年結(jié)核病空間分布特征分析[J]. 中華流行病學(xué)雜志,2013,34(2):168-172.

[8] Block R. Software review: Scanning for clusters in space and time a tutorial review of SaTScan [J]. Social Sci Computer Rev, 2007, 25(2): 272-278.

[9] Fan JJ, Wang Y, Zhang Z, et al. Current situation and prospect of public health research based on spatial statistics[J]. Chin Prev Med, 2015, (7): 562-565. (in Chinese)

范俊杰, 王怡, 張震, 等. 基于空間統(tǒng)計的公共衛(wèi)生研究現(xiàn)狀與展望[J]. 中國預(yù)防醫(yī)學(xué)雜志,2015(7):562-565.

[10] Hu XY, He ZY, Miao J. Space-time clustering analysis and visualization based on the data of tuberculosis[J]. Bull Surveying Mapping, 2015, (11): 106-111. (in Chinese)

胡雪蕓, 何宗宜, 苗靜. 疾病數(shù)據(jù)的時空聚集分析及可視化[J]. 測繪通報,2015(11):106-111.

[11] Li XX, Zhou XN, Wang LX. Spatial distribution characteristics and influencing factors of tuberculosis[J]. Chin J Public Hlth, 2014, 30(1): 102-106. (in Chinese)

李新旭, 周曉農(nóng), 王黎霞. 結(jié)核病空間分布特征及影響因素研究進(jìn)展[J]. 中國公共衛(wèi)生,2014,30(1):102-106.

[12] Harling G, Castro MC. A spatial analysis of social and economic determinants of tuberculosis in Brazil[J]. Health Place, 2014, 25: 56-67.

[13] Lai PC, Low CT, Tse WS, et al. Risk of tuberculosis in high-rise and high density dwellings: an exploratory spatial analysis[J]. Environ Pollut, 2013, 183: 40-45.

[14] Jin YY, Yao XM, Wang W, et al. Epidemiological characteristics and regional clustering analysis of tuberculosis in Xinjiang[J]. J Xinjiang Medical Univ, 2016, (2): 239-242. (in Chinese)

靳圓圓, 姚雪梅, 王微, 等. 新疆涂陽結(jié)核病的流行特征及地區(qū)聚集性分析[J]. 新疆醫(yī)科大學(xué)學(xué)報,2016(2):239-242.

[15] Lu LP, Hong JJ, Gao Q, et al. Spatio-temporal patterns and risk factors of tuberculosis clustering between 2006 and 2011 in Songjiang District, Shanghai[J]. Chin J Dis Ctrl Prevent, 2014, 18(8): 709-714. (in Chinese)

路麗蘋, 洪建軍, 高謙, 等. 上海松江2006-2011年新登記肺結(jié)核時空分布規(guī)律及影響因素[J]. 中華疾病控制雜志,2014,18(8):709-714.

[16] Zhou Y, Yu H, Liang SY, et al. Geographic information system-based tuberculosis spatial aggregation analysis of Jiangsu province in 2014[J]. Jiangsu J Preventive Med, 2016, 27(3): 262-264. (in Chinese)

周揚, 虞浩, 梁姝怡, 等. 江蘇省2014年肺結(jié)核流行狀況空間聚集性分析[J]. 江蘇預(yù)防醫(yī)學(xué),2016,27(3):262-264.

[17] Zhu MM, Fan YZ, Guo XJ, et al. Spatial-temporal analysis of community-level pulmonary tuberculosis at Nanshan district, Shenzhen city (2011-2015)[J]. J Trop Med, 2016, 16(9): 1194-1197. (in Chinese)

朱閔敏, 范玉錚, 郭旭君, 等. 基于社區(qū)水平的深圳市南山區(qū)2011-2015年肺結(jié)核疫情時空分析[J]. 熱帶醫(yī)學(xué)雜志,2016,16(9):1194-1197.

[18] Li XX, Wang LX, Zhang J, et al. Exploration of ecological factors related to the spatial heterogeneity of tuberculosis prevalence in P. R. China[J]. Glob Health Action, 2014, 7: 23620.

Epidemiologicalcharacteristicsandtemporal-spatialclusteringofpulmonarytuberculosisanditssocialinfluencefactorsinimmigrationcity

YANG Tian-chi, HONG Hang, CHEN Tong, YU Mei

(NingboMunicipalCenterforDiseaseControlandPrevention,Ningbo315010,China)

s: We investigated the epidemiological characteristics and temporal-spatial clustering of pulmonary tuberculosis (PTB), and analyzed its social influence factors in immigration city. Descriptive epidemiological analysis was conducted on PTB cases data extracted from the National Disease Reporting System of Chinese Center for Disease Control and Prevention between 2013 and 2015. Kulldorff scan statistics was applied to community-based and town-based incidence data by SaTScan 9.1.1. The results were visualized by ArcMap10.2. A total of 12 109 PTB cases were reported in Ningbo with a decreasing trend in incidence rate and an increasing trend in proportion of floating population from 2013 to 2015. The male to female ratio was 2.07∶1 (8 162/3 947). All age groups were affected by PTB, but the incidence in 15-34 years age group and 65+ years age group were higher. Patients aged between 15 and 54 years accounted for 73.95% of all cases. Most cases were farmers, housekeepers or unemployed, migrants and workers. There were six temporal-spatial clusters, of which the most likely clusters were in downtown and its surrounding areas, and the second likely clusters were in industrial parks. Compared with non cluster areas, proportion of floating population (t=2.88,P=0.01) especially immigrants from other provinces (t=7.46,P=0.00), and population density (t=3.37,P=0.00) in cluster areas were higher, while per capita green area was lower (t=-2.39,P=0.03). The downtown and its surrounding areas, industrial parks could be the future PTB combating regions. High population density and immigrants are associated with PTB clustering.

pulmonary tuberculosis; population inflow; temporal-spatial clustering; social influence factors

寧波市疾病預(yù)防控制中心, 寧波 315010

Email: yangtc@nbcdc.org.cn

R521

：A

：1002-2694(2017)09-0800-05

2017-05-25編輯：劉岱偉

寧波市自然科學(xué)基金(No.2016A610183)