深圳市2014年登革热疫情时空分析

doi:10.11853/j.issn.1003.8280.2017.04.008

中国媒介生物学及控制杂志 ›› 2017, Vol. 28 ›› Issue (4): 340-342.DOI: 10.11853/j.issn.1003.8280.2017.04.008

深圳市2014年登革热疫情时空分析

许艳子¹, 吴楠¹, 张振², 王敬忠²

1 深圳市南山区疾病预防控制中心传染病防制科, 广东深圳 518054;
2 深圳市疾病预防控制中心, 广东深圳 518055

收稿日期:2017-04-25 出版日期:2017-08-20 发布日期:2017-08-20
通讯作者: 王敬忠,Email:wnwunan@163.com
作者简介:许艳子,女,主治医师,从事传染病防制工作,Email:422402339@qq.com
基金资助:
广东省医学科学技术研究基金（A2015449）

Spatial-temporal analysis of dengue fever in Shenzhen,China,2014

XU Yan-zi¹, WU Nan¹, ZHANG Zhen², WANG Jing-zhong²

1 Nanshan District Center for Disease Control and Prevention, Shenzhen 518054, Guangdong Province, China;
2 Shenzhen Center for Disease Control and Prevention

Received:2017-04-25 Online:2017-08-20 Published:2017-08-20
Supported by:
Supported by the Medical Scientific Research Foundation of Guangdong Province (No. A2015449)

摘要/Abstract

摘要：

目的分析2014年深圳市登革热疫情时空分布特征。方法基于2014年深圳市登革热本地病例数据和人口数据，建立地理信息数据库，采用ArcGIS 10.2和SaTScan软件进行全局、局部空间自相关分析及时空扫描聚类分析，确定登革热时空热点区域。结果 2014年深圳市登革热本地病例高发于9、10月，本地病例高聚集区在深圳市西南区域，聚集中心为深圳市蛇口、招商和粤海街道（对数似然比为44.46，相对危险度为7.30，P<0.001）。结论登革热疫情存在明显的时空聚集特征，为制定登革热防控策略和评价防制效果提供了参考。

关键词: 登革热, 空间自相关, 时空聚类分析

Abstract:

Objective To understand the spatial-temporal distribution of dengue fever epidemics in Shenzhen city, 2014. Methods Geographic information database was established by using the incidence data of dengue fever and demographic data reported. Global indication of spatial autocorrelation, local indication of spatial autocorrelation, and spatial-temporal clustering analysis were conducted with software ArcGIS 10.2 and SaTScan to determine high risk areas of dengue fever. Results The occurrence of local cases had a characteristic of seasonality, mainly occurred in September and October. The spatial aggregation of dengue fever was obvious in Shenzhen city, 2014. The spatial-temporal clustering analysis showed that the most likely clustering was mainly at Southwest districts of Shenzhen city, such as Shekou, Zhaoshang, and Yuehai counties (LLR=44.46, RR=7.30, P<0.001). Conclusion Obvious spatial-temporal clustering of dengue fever distribution was found in Shenzhen city, Attention should be paid to the hot spots in monitoring and early warning to mitigate the transmission.

Key words: Dengue fever, Spatial autocorrelation, Spatial-temporal clustering analysis

中图分类号:

R373.3⁺3

许艳子, 吴楠, 张振, 王敬忠. 深圳市2014年登革热疫情时空分析[J]. 中国媒介生物学及控制杂志, 2017, 28(4): 340-342.

XU Yan-zi, WU Nan, ZHANG Zhen, WANG Jing-zhong. Spatial-temporal analysis of dengue fever in Shenzhen,China,2014[J]. Chines Journal of Vector Biology and Control, 2017, 28(4): 340-342.

参考文献

[1] 岳玉娟,任东升,刘起勇. 2005-2013年中国大陆登革热疫情时空分布[J]. 疾病监测,2015,30(7):555-560.
[2] Brady OJ, Gething PW, Bhatt S, et al. Refining the global spatial limits of dengue virus transmission by evidence-based consensus[J]. PLoS Negl Trop Dis,2012,6(8):e1760.
[3] Halstead SB. Dengue haemorrhagic fever-a public health problem and a field for research[J]. Bull World Health Organ,1980,58(2):1-21.
[4] Huang XY, Ma HX, Wang HF, et al. Outbreak of dengue fever in central China,2013[J]. Biomed Environ Sci,2014,27(11):894-897.
[5] 黄亚兰,阳帆,黄达娜,等. 2014年深圳市登革热流行特征分析[J]. 热带医学杂志,2016,16(2):131-135.
[6] 王劲峰. 空间分析[M]. 北京:科学出版社,2006:112-120.
[7] 汤国安,杨昕. ArcGIS地理信息系统空间分析实验教程[M]. 2版. 北京:科学出版社,2012:232-292.
[8] 邓特,黄勇,顾菁,等. 空间分析中空间自相关性的诊断[J]. 中国卫生统计,2013,30(3):343-346.
[9] 张冰冰,姜祥坤,张世英,等. 空间自相关分析在探究疾病分布热点区域中的应用[J]. 山东大学学报:医学版,2012,50(5):129-132.
[10] 郭鹏飞,何红燕,张韬,等. 扫描统计量模型在地方病流行病学中的应用初探[J]. 现代预防医学,2011,38(2):215-218.
[11] 唐咸艳,周红霞. 扫描统计及其在流行病学中的应用[J]. 中国卫生统计,2011,28(3):332-337.
[12] Stelling J,Yih WK, Galas M, et al. Automated use of WHONET and SaTScan to detect outbreaks of Shigella spp. using antimicrobial resistance phenotypes[J]. Epidemiol Infect, 2010,138(6):873-883.
[13] 曾四清. 全球气候变化对传染病流行的影响[J]. 国外医学医学地理分册,2002,23(1):36-38.
[14] Tran A, Raffy M. On the dynamics of dengue epidemics from large-scale information[J]. Theor Popul Biol,2006,69(1):3-12.
[15] 易彬樘,张治英,徐德忠,等. 广东省登革热流行与气候因素变化的相关性[J]. 第四军医大学学报,2003,24(2):143-146.
[16] Xiao FZ, Zhang Y, Deng YQ, et al. The effect of temperature on the extrinsic incubation period and infection rate of Dengue virus serotype 2 infection in Aedes albopictus[J]. Arch Virol, 2014,159(11):3053-3057.
[17] 俞善贤,李兆芹,滕卫平,等. 冬季气候变暖对海南省登革热流行潜势的影响[J]. 中华流行病学杂志,2005,26(1):25-28.
[18] 甘立勤,王荀,马智超,等. 登革热发病与气象因素关系的研究[J]. 中国热带医学,2015,15(11):1333-1337.

深圳市2014年登革热疫情时空分析

Spatial-temporal analysis of dengue fever in Shenzhen,China,2014

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	孙钦同, 韩英男, 刘言, 王学军, 刘峰, 赖世宏, 景晓. 山东省登革热媒介白纹伊蚊生态学调查分析[J]. 中国媒介生物学及控制杂志, 2022, 33(1): 16-20.
[2]	李天奇, 刘钦梅, 吴瑜燕, 罗明宇, 王金娜, 龚震宇. 浙江省登革热重点地区2020年白纹伊蚊幼蚊种群密度监测分析[J]. 中国媒介生物学及控制杂志, 2022, 33(1): 21-24.
[3]	魏超, 马海芳, 廖宁, 熊绮梦. 广西壮族自治区2020－2021年登革热媒介伊蚊密度专项调查结果分析[J]. 中国媒介生物学及控制杂志, 2022, 33(1): 25-29.
[4]	涂涛田, 肖汉森, 孟凤霞, 刘起勇, 刘小波, 何亚明, 季恒青. 重庆市2019年登革热暴发疫情应急控制后媒介伊蚊抗药性调查[J]. 中国媒介生物学及控制杂志, 2022, 33(1): 44-47.
[5]	伦辛畅, 杨锐, 吴海霞, 王君, 刘起勇, 孟凤霞. 2005－2019年云南省缅甸登革热输入病例流行特征分析[J]. 中国媒介生物学及控制杂志, 2022, 33(1): 108-113.
[6]	王彦丁, 李志强, 吴迪, 贡鑫然, 杨美涛, 张文义, 王勇. 基于中国知网的2011－2021年中国登革热研究进展与热点分析[J]. 中国媒介生物学及控制杂志, 2022, 33(1): 114-119.
[7]	薛海滨, 孟金霞, 任乐, 景晓. 山东省临沂市2018－2020年白纹伊蚊幼蚊监测与风险评估[J]. 中国媒介生物学及控制杂志, 2021, 32(6): 686-690.
[8]	罗兴, 刘艳春, 贾永朝. 四川省广元市2018－2020年登革热媒介伊蚊生态学特征分析[J]. 中国媒介生物学及控制杂志, 2021, 32(6): 705-709.
[9]	魏春, 郭小连, 杨锐, 唐烨榕, 岳玉娟, 刘小波, 刘起勇. 云南省2013－2020年登革热流行及聚集特征分析[J]. 中国媒介生物学及控制杂志, 2021, 32(6): 720-724.
[10]	唐娜, 董洋洋, 马建, 陈芝君, 戴罗桓, 阳益德, 贺权源, 周军华. 气象因素与登革热发病相关关系的Meta分析[J]. 中国媒介生物学及控制杂志, 2021, 32(6): 725-731.
[11]	张家林, 黄发源. 安徽省2015－2019年登革热媒介伊蚊监测结果分析[J]. 中国媒介生物学及控制杂志, 2021, 32(5): 582-585.
[12]	杨迎宇, 王莹莹, 陈芸, 付朝伟. 上海市宝山区登革热媒介伊蚊密度指数与气象因素滞后效应分析[J]. 中国媒介生物学及控制杂志, 2021, 32(3): 286-290.
[13]	伦辛畅, 赵春春, 朱彩英, 吴海霞, 王君, 王志会, 李文玉, 刘起勇, 孟凤霞. 2011－2019年柬埔寨登革热疫情及赴柬旅游对我国输入登革热的影响分析[J]. 中国媒介生物学及控制杂志, 2021, 32(3): 312-317.
[14]	徐名芳, 岳玉娟, 刘小波, 王君, 刘国军, 刘起勇, 张钦凤. 云南省瑞丽及景洪市2006－2018年登革热疫情特征比较研究[J]. 中国媒介生物学及控制杂志, 2021, 32(3): 318-323.
[15]	刘永华, 尹小雄, 张海林, 杨召兰, 董朝良, 陈思玉, 郭兆盛, 李萍. 云南省德宏州2013－2019年登革热流行特征及媒介伊蚊监测分析[J]. 中国媒介生物学及控制杂志, 2021, 32(2): 173-180.