ISSN 1003-8280 CN 10-1522/R 中国疾病预防控制中心 主办
目的 分析2004-2013年中国大陆地区肾综合征出血热(HFRS)发病情况的时空分布特征。方法 收集2004-2013年中国大陆31个省(自治区、直辖市)人口信息和HFRS疫情监测数据,利用ArcGIS 9.3软件建立地理信息数据库,计算HFRS发病重心并利用Excel 2010软件绘制气泡图呈现重心轨迹。利用SaTScan 9.1.1软件基于Poisson模型时空扫描统计探索HFRS高发病热点地区和高发时段。结果 2004-2013年HFRS发病人数呈先下降后上升趋势,人口重心位于东北部;2004-2013年全国发病重心向西南移动,方向角θ为241.69°。与2004年比较,2013年重心迁移307.87 km,其中在经度上移动距离为119.52 km,在纬度上移动距离为282.61 km。一级聚类区域为2004-2008年的黑龙江、吉林和辽宁省,相对危险度为9.22;二级聚类区域包括4个,分别为2008-2012年的陕西省,2004-2005年的山东省、天津市和河北省,2004-2007年的浙江省和2011-2013年的江西省,相对危险度为1.32~6.33。结论 HFRS发病具有明显的时空分布特征,发病重心由东北地区向华北地区转移,但疫情已呈减弱趋势。
【摘要】 目的 研究肾综合征出血热(HFRS)发病与气象因素和动物宿主的关系并建立合理的数学预报模型。方法首先选取逐月及逐年的气象指标,包括气压、气温、降雨量、相对湿度、日照时数和日照百分率作为代表因素;然后对HFRS与气象因素和动物宿主间的关系进行Pearson、Kendall及Spearman相关分析,最后利用气象因素和包括鼠密度及鼠带病毒率的动物宿主信息作为解释变量进行Bayes判别分析。结果 HFRS年发病疫情与鼠密度关系最为密切(r=0.738,P=0.000),而影响鼠密度最显著的气象因素是日照时数、日照百分率和降雨量。其中日照时数与鼠密度呈正相关(r=0.494,P=0.016),而降雨量与鼠密度近似呈负相关(r=-0.350,P=0.101)。利用气象及动物宿主资料预测当年的人间发病强度时,逐步判别分析及全变量判别分析均具有良好的效果。逐步判别分析的组内回代及弃一交叉验证准确率均为82.6% (19/23),而全变量判别分析的组内回代准确率为90.9%(20/22),弃一交叉验证准确率为81.8%(18/22)。当预测下一年的发病强度时,逐步判别分析的组内回代及弃一验证正确率均为86.4%(19/22),而全变量判别分析的组内回代分类正确率为100% (21/21),弃一交叉验证分类正确率仅为57.1%(12/21)。结论 气象因素影响动物繁殖及动物间疫情,进而影响人间的HFRS疫情,Bayes逐步判别分析在预测HFRS疫情方面具有一定实际应用价值。