2015—2017年浙江省登記涂陽肺結(jié)核患者的空間分析

王建美 張鈺 秦楠 王岳 周琳 王偉炳

肺結(jié)核是一種由結(jié)核分枝桿菌引起的慢性呼吸道傳染病。根據(jù)疾病監(jiān)測信息報告管理系統(tǒng)報告，浙江省2016年結(jié)核病發(fā)病率為48.78/10萬，低于全國水平(63.42/10萬)。全國第五次結(jié)核病流行病學抽樣調(diào)查結(jié)果顯示，痰涂片陽性(簡稱“涂陽”)肺結(jié)核患病率為66/10萬[1]，成為肺結(jié)核的主要傳染源。肺結(jié)核的發(fā)病與所處區(qū)域的地理、經(jīng)濟、人口環(huán)境等因素存在聯(lián)系[2]，這種空間相關(guān)特點是空間統(tǒng)計學分析的前提。既往已有浙江省結(jié)核病登記和耐藥情況空間分析的報道[3-6]，但缺乏涂陽肺結(jié)核的相關(guān)研究?？紤]到涂陽肺結(jié)核的高傳染性，筆者通過對浙江省涂陽肺結(jié)核患者登記情況的空間分布和聚集情況進行分析，為進一步研究結(jié)核病危險因素及制定防控策略提供理論依據(jù)。

資料和方法

一、資料來源

2015—2017年浙江省89個縣(市、區(qū))涂陽肺結(jié)核登記資料來自《浙江省結(jié)核病專報信息系統(tǒng)》，由于2018年《浙江省統(tǒng)計年鑒》尚未出版，相關(guān)縣(市、區(qū))人口學資料數(shù)據(jù)以2015—2017年《浙江省統(tǒng)計年鑒》中的人口學數(shù)據(jù)近似替代。

二、數(shù)據(jù)處理及繪制地圖

利用ArcGIS(version 10.0) 作為數(shù)據(jù)管理和呈現(xiàn)的平臺[7-8]，將浙江省縣(市、區(qū))界矢量地圖(1∶100萬)作為基礎(chǔ)地圖，圖層中的每個縣(市、區(qū))的編號以ArcGIS屬性數(shù)據(jù)庫中的編號為參照，將整理的涂陽肺結(jié)核患者登記資料與基礎(chǔ)地圖上的編號進行關(guān)聯(lián)與匹配，生成浙江省涂陽肺結(jié)核登記的空間數(shù)據(jù)庫。對浙江省89個縣(市、區(qū))涂陽肺結(jié)核登記報告進行空間分布可視化分析，結(jié)合一定的專業(yè)判斷，對相近的登記水平進行最優(yōu)分組，并將各組間的差別最大化，使用自然分割法劃分各縣(市、區(qū))的年均登記水平，最終選用5個等級劃分(登記發(fā)病率，/10萬)：第一等級：4.73～12.62，第二等級：12.63～17.64，第三等級：17.65～22.91，第四等級：22.92～29.60，第五等級：29.61～45.61，以各縣(市、區(qū))顏色的深淺代表登記發(fā)病率的高低[6,9]。

三、空間自相關(guān)分析

四、時空掃描分析

采用SaTScan(version 9.3)軟件進行聚集性分析[10]，采用ArcGIS軟件對結(jié)果進行可視化[11]。選用離散變量的泊松分布模型，假設(shè)各縣(市、區(qū))的肺結(jié)核患者登記報告例數(shù)是一個符合泊松分布、有固定數(shù)值的自變量。采用圓形移動窗口，設(shè)置最大掃描空間聚集區(qū)域為總?cè)丝诘?0%、最大掃描時間聚集區(qū)域為總體登記時間的50%，通過計算不同圓心、不同半徑下動態(tài)窗口區(qū)域內(nèi)外空間單元屬性的對數(shù)似然比(LLR)進行統(tǒng)計學推斷，探測聚集中心與聚集半徑，掃描聚類的形式為高值聚類，蒙特卡羅模擬檢驗次數(shù)設(shè)置為999，時間聚類間隔設(shè)置為1年。LLR值越大且差異有統(tǒng)計學意義，表示該動態(tài)窗口下所含區(qū)域為聚集區(qū)域的概率越大，其中第一聚集區(qū)的LLR值最大，第二聚集區(qū)較第一聚集區(qū)的LLR值小，說明其成為空間聚集區(qū)域的概率較第一聚集區(qū)低，以此類推[12]。

表1 浙江省各地級市在2015—2017年涂陽肺結(jié)核患者的登記情況

結(jié) 果

一、涂陽肺結(jié)核登記報告的空間分布

2015—2017年浙江省共登記報告的涂陽肺結(jié)核患者30 292例，各縣(市、區(qū))的年均登記發(fā)病率為20.69/10萬(4.73～45.61/10萬)，見表1、圖1。各縣(市、區(qū))涂陽肺結(jié)核年均登記發(fā)病率以淳安縣最高，被劃分在第五等級；包括嵊泗縣、岱山縣在內(nèi)的14個縣(市、區(qū))涂陽肺結(jié)核年均登記發(fā)病率最低，被劃分在第一等級。其他縣(市、區(qū))的登記水平分別位于第二、三、四等級?？傮w來看，浙江省的年均肺結(jié)核登記發(fā)病率在中部金華地區(qū)、西北部衢州地區(qū)較高，東南部沿海地區(qū)(舟山、湖州等)較低。

二、空間自相關(guān)分析

1.全局空間自相關(guān)分析：2015—2017年浙江省涂陽肺結(jié)核年均登記情況的Moran’sI指數(shù)為0.429(Z=5.834，P=0.001)，且每年的Moran’sI指數(shù)均>0.000、P值均<0.001，在區(qū)域范圍內(nèi)的自相關(guān)關(guān)系均有統(tǒng)計學意義，存在空間正相關(guān)，提示浙江省涂陽肺結(jié)核情況存在空間聚集特征(表2)。

2.局部空間自相關(guān)分析：運用GeoDa 1.6.0軟件對浙江省2015—2017每年的涂陽肺結(jié)核登記情況及年均情況進行局部空間自相關(guān)分析，將P<0.05的具有空間正相關(guān)(高-高聚集模式+低-低聚集模式)與空間負相關(guān)(低-高聚集模式+高-低聚集模式)的縣(市、區(qū))篩選出來(25個)，發(fā)現(xiàn)高-高聚集模式[12個縣(市、區(qū))]+低-低聚集模式[11個縣(市、區(qū))]占92.0%(23/25)，局部空間分析結(jié)果主要表現(xiàn)為空間正相關(guān)模式，具有空間聚集性(表3)。對其各年的局部空間自相關(guān)結(jié)果可視化后顯示，涂陽肺結(jié)核登記發(fā)病率的高-高聚集模式區(qū)域集中在杭州、金華、衢州地區(qū)及其周邊縣(市、區(qū))，且該模式區(qū)域的范圍在逐年擴大，特別是在浙江省東南部的寧波部分地區(qū)(圖2～5)。

表2 2015—2017年浙江省涂陽肺結(jié)核患者登記情況的

表3 2015—2017年浙江省涂陽肺結(jié)核患者年均登記情況的局部空間自相關(guān)聚集模式

三、時空掃描分析

采用SaTScan 9.3軟件進行時空掃描分析，發(fā)現(xiàn)4個聚集區(qū)域。以建德市為中心的第一聚集區(qū)，半徑為69.86 km，包括建德市、淳安縣、義烏市等在內(nèi)的9個縣(市、區(qū))，聚集時間為2015年；第二聚集區(qū)為溫州市的鹿城區(qū)、甌海區(qū)，聚集時間為2015年；第三聚集區(qū)包括寧波市的海曙區(qū)、鄞州區(qū)等在內(nèi)的5個寧波市縣(市、區(qū))，聚集時間為2017年；第四聚集區(qū)為嘉興市的秀洲區(qū)、南湖區(qū)，聚集時間為2016年。4個所含區(qū)域為聚集區(qū)域的概率差異均有統(tǒng)計學意義(表4)，P值均<0.001，對數(shù)似然比(LLR)值分別為211.54、57.66、51.70、44.47，相對危險度(RR)值分別為1.77、1.77、1.50、1.78，表明浙江省涂陽肺結(jié)核患者在時空分布上并非隨機分布，存在時空聚集性(圖6)。時空分析結(jié)果與局部空間自相關(guān)的結(jié)果基本符合。

討 論

WHO在2015年提出“消滅結(jié)核戰(zhàn)略”，旨在2015—2035年期間減少95%因結(jié)核病死亡患者例數(shù)，減少90%結(jié)核病新發(fā)患者[13]。由于涂陽肺結(jié)核傳染風險較高，其登記發(fā)病率既反映某地區(qū)的結(jié)核病負擔情況，亦反映該地區(qū)結(jié)核病的傳播風險情況[14]。

Ge等[3]通過時間序列、空間數(shù)據(jù)分析等方法探究浙江省結(jié)核病的時間趨勢和空間分布，發(fā)現(xiàn)貧困、人口遷移和季節(jié)效應等因素對結(jié)核病的空間聚集情況存在影響。單志力等[5]通過空間自相關(guān)和聚集性分析，發(fā)現(xiàn)溫州市肺結(jié)核疫情存在明顯聚集現(xiàn)象，一級聚集區(qū)域主要分布在鹿城、甌海等市區(qū)，建議加強對流動人口肺結(jié)核的控制。陳文明等[4,6]對浙江省結(jié)核病登記情況和耐藥情況進行空間分析，發(fā)現(xiàn)浙江省結(jié)核病登記報告呈現(xiàn)由西向東遞減的趨勢，耐藥結(jié)核病聚集的“正熱點”區(qū)域范圍呈現(xiàn)逐漸擴大的趨勢，在時空水平均具有明顯的聚集現(xiàn)象。本研究的局部空間自相關(guān)分析顯示浙江省12個縣(市、區(qū))涂陽肺結(jié)核患者年均登記情況為高-高聚集模式，與時空掃描分析發(fā)現(xiàn)的4個聚集區(qū)域中的8個縣(市、區(qū))的分布基本吻合，表明浙江省2015—2017年涂陽肺結(jié)核登記情況并非隨機分布，存在明顯的聚集現(xiàn)象，與之前的研究結(jié)果基本一致[9,15-16]。

我國的結(jié)核病流行情況主要表現(xiàn)為感染率高、患病率高、死亡率高、治愈率低。伴隨著城市化進程，流動人口中結(jié)核病負擔已成為一個重要問題[17]。本研究發(fā)現(xiàn)，杭州市(浙北)、寧波市(浙東)、金華市(浙中)與溫州市(浙南)等部分縣(市、區(qū))存在聚集情況，可能與其經(jīng)濟發(fā)展較好，吸引了大量的外來流動人口有關(guān)。時空分析的時間維度上，第三聚集區(qū)與第四聚集區(qū)位于浙江東北部的寧波市和嘉興市，這2個聚集區(qū)的聚集時間分別為2017年和2016年，亦可能與近2年來頻繁的人口流動有關(guān)。

表4 2015—2017年浙江省登記涂陽肺結(jié)核時空掃描聚集性分析

圖1 2015—2017年浙江省涂陽肺結(jié)核患者年均登記情況的空間分布

圖2 2015年浙江省涂陽肺結(jié)核登記情況的局部空間自相關(guān)分析

圖3 2016年浙江省涂陽肺結(jié)核登記情況的局部空間自相關(guān)分析

圖4 2017年浙江省涂陽肺結(jié)核登記情況的局部空間自相關(guān)分析

圖5 2015—2017年浙江省年均涂陽肺結(jié)核登記情況的局部空間自相關(guān)分析

圖6 2015—2017年浙江省涂陽肺結(jié)核時空掃描聚集區(qū)域范圍

外來流動人口由于社會地位較低、工作壓力和強度較大、居住和生活環(huán)境較差、醫(yī)療衛(wèi)生服務(wù)的可及性較本地居民差等原因，使其感染和發(fā)展為活動性肺結(jié)核的風險更高，外地戶籍的涂陽肺結(jié)核患者治療失敗的風險也更大[18-19]。因此，應提高流動人口肺結(jié)核患者的檢出率與治療率。

本研究還發(fā)現(xiàn)，西北部的衢州部分縣(市、區(qū))也存在聚集情況，從2015—2017年涂陽肺結(jié)核的登記水平來看，這些地區(qū)的結(jié)核病疫情處于較高水平，原因可能為：當?shù)鼐用裰饕獮檗r(nóng)民，老年人口較多，對結(jié)核病防治的知曉率較低，存在就診延誤等因素[10]。對此，應加大農(nóng)村地區(qū)結(jié)核病知識的宣傳，提高其就醫(yī)可及性。

空間分析為尋找疾病病因提供線索[20]，本研究在縣(市、區(qū))級地理水平對浙江省2015—2017年涂陽肺結(jié)核登記報告進行全局、局部空間自相關(guān)分析和時空掃描分析，確定了該期間涂陽肺結(jié)核登記的聚集區(qū)域，將3種方法聯(lián)合使用，層層深入，使結(jié)果呈現(xiàn)更加全面、系統(tǒng)[21]。但本研究僅探討地理環(huán)境與涂陽肺結(jié)核患者的分布關(guān)系，后續(xù)研究應收集涂陽肺結(jié)核患者的流行病學資料，并對聚集區(qū)內(nèi)外各縣(市、區(qū))的結(jié)核病防控措施的實施情況、地理環(huán)境和經(jīng)濟狀況等進行調(diào)查分析，針對不同區(qū)域建立不同模型來探討浙江省結(jié)核病產(chǎn)生空間自相關(guān)和聚集的根本原因[22]，為制定各縣(市、區(qū))結(jié)核病的防控策略和措施提供更加全面和個性化的指導依據(jù)。