摘要:目的 分析 2011 至 2018 年日喀则市肺结核的空间分布和传播特征ꎬ发现其分布、聚集情况与热点区域ꎬ为肺结核防控提供科学依据ꎮ 方法 运用空间自相关分析、热点分析和 Kriging 插值预测对日喀则市 201 至 2018 年肺结核发病状况进行空间分布描述、分析和预测ꎮ 结果 日喀则市 2011 至 2018 年肺结核高发病率地区主要分布在江孜县、康马县、拉孜县、萨迦县ꎻ低发病率地区主要分布在仲巴县、萨嘎县、南木林县ꎮ 全局自相关 Moran’ s I指数为 0.331 2ꎬZ= 2.65ꎬP= 0.008 3ꎮ 局部自相关 LISA 聚集图显示ꎬ高-高聚集区域为江孜县、白朗县ꎻ低-低聚集区域为萨嘎县ꎮ 热点分析结果相对局部自相关结果出现新冷点区域仲巴县ꎮ Kriging 插值预测结果显示ꎬ未来将出现新的高风险区域拉孜县与新的低风险区域南木林县、亚东县及其临近县区ꎬ交叉评价指标结果 M￣PE = 0.0032、MS￣PE= 0.038 2、RMSS￣PE= 0.962 2、RMS￣PE= 0.063 3、ASE￣PE= 0.066 5ꎮ 结论 2011 至 2018 年日喀则市肺结核发病空间不均衡分布ꎬ全市肺结核疫情呈现正空间自相关ꎬ存在局部空间自相关ꎬ热点与冷点并存ꎬ并且未来高发病风险区域与低发病风险区域将持续扩大ꎬ应有针对性开展防控工作ꎮ
关键词:肺结核ꎻ地理信息系统ꎻ热点分析ꎻ预测
结核病在全球的广泛流行严重危害着人类健康ꎬ是全球重大公共卫生问题和社会问题[1] ꎮ 2018年全世界有一千万人新患结核病ꎬ中国结核病患者数量仅次于印度ꎬ排名世界第二[2] ꎮ 目前ꎬ对于西藏地区肺结核的流行规律及防治策略的探讨研究较少[3] ꎬ既往研究缺乏整体性ꎬ数据也不够齐全ꎮ 日喀则市常住人口 80 余万ꎬ约占西藏总人口的四分之一ꎮ 近年来ꎬ日喀则市成为西藏自治区肺结核发病率最高的区域[4] ꎮ 作为一种成熟的统计学方法ꎬ时空统计方法已广泛应用于各类传染病的研究[5] ꎬ同时大量研究显示肺结核发病在空间上存在异质性[6￣8] ꎮ 本研究通过绘制 2011 至 2018 年日喀则市肺结核的空间分布特征ꎬ进行疾病分布图的绘制ꎬ将疾病的空间变异特征在地图上呈现出来ꎬ结合日喀则市肺结核的聚集性分析ꎬ从而揭示疾病分布与传播规律ꎬ为区域肺结核防控策略制定提供依据ꎮ
1 资料与方法
1.1 资料来源 2011 至 2018 年人群肺结核登记发病率数据来源于国家结核病信息管理系统ꎮ 研究区域覆盖日喀则市 18 个县区ꎬ日喀则县区矢量图来源于国家基础地理信息中心网站ꎮ
1.2 方法
1.2.1 描述性统计分析 使用 Excel 2016 录入2011 至 2018 年日喀则市各县区肺结核登记发病率ꎬ计算 2011 至 2018 年平均登记发病率和标准化平均登记发病率ꎮ
1.2.3 Kriging 插值预测 Kriging 插值技术考虑了样点的大小、形状、相互关系和空间分布等几何特征ꎬ以及已知样本点与待估计样本点的空间关系ꎬ根据这些信息ꎬ对未知采样点进行估计[10] ꎮ 在前期数据分析基础上ꎬ运用 Kriging 法建立日喀则市的肺结核空间预测图ꎮ
2 结 果
2.1 流行概况 2011 至 2018 年日喀则市累计肺结核登记发病 8 386 例ꎮ 2015 年登记发病率最低 (128.1/ 10 万)ꎬ2011 年登记发病率最高(158.0/ 10 万)ꎻ2015 年标准化登记发病率最低(123.8/ 10 万)ꎬ2011 年标准化登记发病率最高(188.4/ 10 万)ꎬ见图 1ꎮ
2.2 空间分布 观察日喀则市肺结核发病率地区分布图(图 2)可知ꎬ高发病率地区主要有江孜县、康马县、拉孜县、萨迦县ꎻ低发病率地区主要有仲巴县、萨嘎县、南木林县ꎻ日喀则市肺结核发病空间分布不均衡ꎬ基本呈现东高西低的流行分布趋势ꎮ
2.3 空间趋势分析 日喀则市肺结核发病率在东西方向和南北方向都存在趋势ꎬ高发病率主要集中在中东部ꎬ低发病率主要集中在西北部ꎮ 见图 3ꎮ
2.4 空间分析
2.4.3 局部热点分析 局部热点分析结果显示ꎬ白朗县( Z = 2. 055ꎬP < 0. 05)、江孜县( Z = 2. 195ꎬP < 0.05)、康马县(Z = 2.006ꎬP<0.05)为有统计学意义的高发病聚集区域ꎮ 仲巴县(Z = -1.977ꎬP<0.10)、萨嘎县(Z = -2.048ꎬP<0.05)为有统计学意义的低发病聚集区域ꎮ 以上“热点” 区域集中于东部地区ꎻ “冷点”区域集中于西部ꎮ 见图 5ꎮ
相关期刊推荐：《山东大学学报(医学版)》Journal of Shandong University(Health Sciences)(月刊)该刊主要刊登基础医学、临床医学、预防医学、口腔医学、药学、护理学及相关领域的新成果、新技术、新方法、新经验。
2.4.4 Kriging 插值预测分析 模型预测东部地区 (主要包括拉孜县、萨迦县、江孜县、康马县、桑珠孜区、白朗县、仁布县)仍是高发病风险区域并以拉孜县、江孜县和康马县为中心向外辐射低发病风险区域包括西部地区(仲巴县、萨嘎县) 、北部地区(谢通门县、南木林县) 与南部地区(岗巴县、亚东 县)交 叉 评 价 指 标 如 下: 估 计 偏 差 均 值 (M￣PE)为 0. 003 2ꎮ 估计偏差标准化均值( MS￣PE)为 0.038 2ꎮ 估计偏差标准化均方根( RMSS￣PE)为 0.962 2同时估计偏差均方根(RMS￣PE) 与估计偏差平均标准误( ASE￣PE) 分别为 0.063 3和 0.066 5，同时结合热点分析可知ꎬ拉孜县、萨迦县为未来新增热点且高发区见图 6ꎮ
3 讨 论
空间分析技术不仅能动态分析肺结核的时间与空间分布特征ꎬ而且可以从其发生和流行的立体环境观察其时空传播的规律[11] ꎮ 空间流行病学的首要任务就是对疾病的空间分布特征进行分析ꎬ除了传统流行病学的时间、地区和人群之外ꎬ还包括地理分布、生态分布等[12] ꎮ 据报道ꎬ约 80%的流行病学资料具有空间属性[13] ꎮ 因此ꎬ只有精确分析传染病空间分布特征ꎬ才能有效地研究疾病病因及其影响因素ꎬ在高发病聚集地区进行更详细的个人水平调查ꎬ评估疾病分布ꎬ进而制定有效的防治策略[14￣15] ꎮ本文采用空间分析技术ꎬ既考虑了样本量的大小ꎬ又重视样本空间位置及样本空间的距离ꎬ为政府对肺结核防治提供参考ꎮ
本研究描述肺结核发病的空间分布特点及变化发展规律ꎬ使用地理信息系统与空间分析技术进行研究ꎬ结果发现:2011 至 2018 年日喀则市结核病登记发病率地理分布图表明结核病发病分布不均衡ꎬ日喀则东部江孜县发病率最高ꎬ且毗邻的县区发病率均较高ꎬ可能与当地人口密集、人群流动大有关ꎻ相邻的南木林县与谢通门县区域发病率仍较低ꎬ可能归因于南邻雅鲁藏布江产生的“地理隔离”ꎻ位于西部的仲巴县与萨嘎县发病率较低ꎬ可能是因为人口数较少ꎬ人群分布较为分散。
为印证局部 LISA 指数的结果ꎬ并对聚集区域进一步分析ꎬ进行热点分析ꎮ 分析结果显示ꎬ “ 热点”分布在江孜县、康马县、白朗县ꎬ“冷点”分布在萨嘎县、仲巴县ꎻ与局部 LISA 集聚图相似ꎮ 海拔4 000米以上地区结核病感染率和患病率最低ꎬ3 000米以下次之ꎬ3 000~4 000 米处最高ꎮ 热点区域分布在相对海拔较低区域ꎬ并且热点区域人口密集ꎬ经济水平较高ꎻ旅游业发达ꎬ多种经济模式共同发展ꎻ热点区域疫情报告体系相对成熟ꎬ卫生服务网络较为完善ꎬ群众个人健康意识较高ꎬ患病人群登记率高ꎮ——论文作者：张倍1ꎬ3ꎬ张修磊2ꎬ 巴桑片多3ꎬ尼玛次仁3ꎬ石大春3ꎬ次仁加布3ꎬ尹亭亭1ꎬ胡军4ꎬ5
