南京市細菌性痢疾時間變化特征及趨勢預(yù)測*

南京市疾病預(yù)防控制中心(210003) 許陽婷

【提 要】 目的 分析南京市1951-2019年細菌性痢疾流行變化特征，為細菌性痢疾的防控提供依據(jù)。方法 運用移動平均、joinpoint分析和小波分析方法，對南京市1951-2019年細菌性痢疾年發(fā)病率時間變化進行分析。結(jié)果 細菌性痢疾發(fā)病率在南京市整體呈下降趨勢，5年移動平均曲線呈現(xiàn)先臺階式后滑道樣線形下降。joinpoint分析顯示平均年度變化百分比為-5.60，細菌性痢疾流行過程中有3個轉(zhuǎn)折點，分別在1965年從升到降、1968年由降到略升和1984年下降。Morlet小波法時頻分析小波系數(shù)實部和模方顯示12和31為2個中心尺度，呈現(xiàn)的周期為20年和38年。小波方差顯示有2個主周期，第一主周期在31尺度。從細菌性痢疾的周期、趨勢分析結(jié)果看，目前南京市進入細菌性痢疾高發(fā)周期中。結(jié)論 依據(jù)細菌性痢疾的變化特征，當(dāng)前應(yīng)該加強對細菌性痢疾的監(jiān)測，及時做好疫情處置。

細菌性痢疾(bacillary dysentery)是由志賀氏疾病桿菌引起的一種急性腸道傳染病，人群普遍易感，病后免疫力持續(xù)時間短暫，不同型別菌株間無交叉免疫，缺乏有效的疫苗免疫。其發(fā)病率居于我國法定乙類報告?zhèn)魅静〉那?位[1]。因而有流行范圍廣、傳播速度快、對健康危害大等特點。南京地處中國東部、長江下游、北亞熱帶濕潤氣候，春秋短、冬夏長，四季分明，雨水充沛，相對濕度76%[2]。此地理氣候條件適宜志賀菌屬的繁殖與傳播。有研究顯示，近年南京市有些地區(qū)細菌性痢疾年均發(fā)病率維持在10/10萬以上[3]。本文通過對南京市1951-2019年69年來細菌性痢疾發(fā)病率趨勢變化和周期等特征的分析，為南京市細菌性痢疾防控、合理資源配置提供理論支撐。

資料與方法

1.資料來源

1951-2000年細菌性痢疾發(fā)病率資料來源于南京市衛(wèi)生防疫站年報，2001-2003年細菌性痢疾資料來源于南京市疾病預(yù)防控制中心年報，2004-2019年病例資料和人口學(xué)資料來源于“中國疾病監(jiān)測信息系統(tǒng)”的病例報告系統(tǒng)和基本信息系統(tǒng)，發(fā)病數(shù)按發(fā)病時間導(dǎo)出。

2.方法

主要用小波分析和joinpoint方法對細菌性痢疾發(fā)病特征、趨勢、周期、突變點等變化進行詳細的分析；

(1)移動平均

指定時間段，對時間序列數(shù)據(jù)進行移動計算平均值。即x的n移動平均值：

(2)joinpoint模型[4]

通過模型擬合將一個長期趨勢線分成若干有統(tǒng)計學(xué)意義的趨勢區(qū)段，各段用連續(xù)的線形進行描述[5]。y為年份，Ry為該年份發(fā)病率，表達式為：

log(Ry)=b0+b1y

b0為截距，b1為回歸系數(shù)，反映各時間段內(nèi)發(fā)病率的趨勢變化[5]。用t檢驗判斷總體回歸系數(shù)是否為0，即趨勢變化是否有統(tǒng)計學(xué)意義。平均年度變化百分比(average annual percent change，AAPC)[5]和年度變化百分比(annual percent change，APC)[5]表達式如下：

(3)小波分析

小波分析(wavelet analysis)亦稱多分辨率分析(multiresolution analysis)[6]，用Morlet小波進行時-頻小波分析

其中，a為頻率參數(shù)(亦稱尺度因子)，b為時間平移參數(shù)(亦稱平移因子)；Δt為取樣時間間隔；n為樣本數(shù)[10]。

(4)小波方差分析

將小波系數(shù)的平方值在b域上積分，就可得到小波方差，公式如下：

var(a)=[ωf(a，b)]2

其隨尺度a的變化過程，即為小波方差圖[11]。

3. 統(tǒng)計分析

應(yīng)用Excel 2007對數(shù)據(jù)進行整理、制表及分析，用Joinpoint Trend Analysis Software 4.8.0.1和MATLAB 2008b軟件進行發(fā)病率趨勢、變化點和周期分析；小波方差檢驗水準為α=0.01，Joinpoint檢驗水準=0.05。

表1 南京市1951-2019年細菌性痢疾發(fā)病率年內(nèi)分布情況

結(jié) 果

1.細菌性痢疾發(fā)病率年內(nèi)各月發(fā)病情況

年內(nèi)細菌性痢疾發(fā)病呈現(xiàn)夏秋季單峰，季節(jié)聚集性明顯，占年內(nèi)發(fā)病構(gòu)成的70.74%，冬春季為低發(fā)病期。

2.細菌性痢疾發(fā)病率年際發(fā)病情況

各年發(fā)病率呈下降趨勢，發(fā)病率5年移動平均曲線呈現(xiàn)先臺階下降，后滑梯形下降。1951-1966年為高發(fā)病年，發(fā)病率在高位波動，年平均發(fā)病率為378.95/10萬；1970-1984年為中發(fā)病年，年平均發(fā)病率為262.00/10萬；隨后一路下降，2014年以來發(fā)病率維持在5/10萬上下波動，見圖1。joinpoint分析顯示1951-2019年發(fā)病率AAPC為-5.60，呈下降趨勢，出現(xiàn)3個轉(zhuǎn)折點，分別在1965年、1968年和1984年，其中1965-1968年發(fā)病率年度變化無統(tǒng)計學(xué)意義(t=-1.20，P=0.30>0.05)，見圖2和表2。

圖1 南京市1951-2019年細菌性痢疾發(fā)病情況

圖2 南京市1951-2019年細菌性痢疾發(fā)病率joinpoint變化圖

表2 南京市1951-2019年細菌性痢疾發(fā)病率趨勢分析

3.細菌性痢疾年發(fā)病率序列的時頻分析

對南京市1951-2019年發(fā)病率時間序列進行 Morlet 小波變換后的小波系數(shù)實部等值線圖，見圖3，圖中小波系數(shù)0等值線為突變點；小波系數(shù)正值等值線為高發(fā)病年份；0等值線外空白區(qū)是小波系數(shù)負值區(qū)為低發(fā)病年份。由圖3可以看出，有二個周期震蕩，分別在8～15和25～32時間尺度，尤其在25～32時間尺度上，發(fā)病率有3個偏多周期和3個偏少周期。模方圖中(圖4)在相同兩個時間尺度上也表現(xiàn)出了周期現(xiàn)象，特別在25～32時間尺度上周期表現(xiàn)的非常明顯，出現(xiàn)的時間大約為1951-2010年。兩個周期中心分別在12和31時間尺度上。從主周期不同的時間尺度變化趨勢可見(圖5)，在12時間尺度上，呈現(xiàn)3個周期變化特征，周期約為20年左右；在31尺度上，呈現(xiàn)兩個周期變化特征，周期約為38年左右。兩個主周期時間尺度都顯示當(dāng)前發(fā)病處在高發(fā)病區(qū)域。

圖3 南京市1951-2019年細菌性痢疾發(fā)病率小波系數(shù)實部等值線圖

圖4 南京市1951-2019年細菌性痢疾發(fā)病率小波系數(shù)模平方等值線圖

圖5 南京市1951-2019年細菌性痢疾發(fā)病率小波系數(shù)實部多時間尺度變化趨勢

4.細菌性痢疾發(fā)病率序列的主要周期分析

在小波模方差曲線出現(xiàn)了2個較明顯的峰值，見圖6，方差值由大到小依次對應(yīng)的尺度為31和12。其中，曲線的最大峰值對應(yīng)的尺度為31，說明整體發(fā)病率變化31時間尺度上周期震蕩最明顯，為第一主周期尺度；結(jié)合模方圖(圖4)可見，31尺度上的周期震蕩在整個時間序列上表現(xiàn)非常明顯。

圖6 南京市1951-2019年細菌性痢疾發(fā)病率小波方差

討 論

南京市1951-2019年細菌性痢疾的發(fā)病率從500/10萬左右到5/10萬左右，經(jīng)歷了三個轉(zhuǎn)折變化點，分別為1965年的下降，1968年的上升和1984年的下降過程。發(fā)病情況與國民經(jīng)濟的增長、居民收入的提高等社會經(jīng)濟發(fā)展因素，基本衛(wèi)生服務(wù)的水平提高及環(huán)境衛(wèi)生條件改善密切相關(guān)。這與劉東立等人的報道一致[12-13]。

流行病學(xué)常用時間序列來研究疾病發(fā)生發(fā)展的過程。時間序列是由時域和頻域組成。目前在研究疾病發(fā)生發(fā)展過程中常用的分析方法多是要求時間序列為平穩(wěn)序列，平穩(wěn)是對于頻域提出的要求，疾病的發(fā)生發(fā)展隨時間的變化往往受病原體、環(huán)境、人群和政策等多因素的綜合影響，呈現(xiàn)的疾病時間序列多為不平穩(wěn)序列。這種不平穩(wěn)除表現(xiàn)在趨勢、周期性上，還表現(xiàn)在隨機性和突變性上，形成“多尺度”結(jié)構(gòu)，具有多層次演變規(guī)律[14]。對非平穩(wěn)時間序列的研究，通常需要某一頻段對應(yīng)的時間信息，或某一時段的頻域信息。然而，單獨時域分析和頻域分析對此均無能為力[14-16]。20世紀80年代初，由Morlet提出的具有時-頻多分辨功能的小波分析，為研究時間序列問題提供了可能，將隱藏在時間序列中的多種變化周期，通過不同時間尺度將時間序列的變化趨勢充分地反映出來，并能對未來發(fā)展趨勢進行定性評估[17-19]。小波系數(shù)實部等值線圖是在時域中呈現(xiàn)出不同時間尺度的年發(fā)病率時間序列周期變化情況，可以用于推斷年發(fā)病率的未來變化趨勢。模方相當(dāng)于小波能量譜，能量譜展示出不同時間尺度的周期變化。從小波方差分析主周期趨勢圖中可以得到不同的時間尺度下[19]，發(fā)病率存在的平均周期及高-低發(fā)病率情況的變化特征。