佛山市2011—2020年尘肺病发病的区域聚集性特点分析

  目的  对佛山市2011—2020年尘肺病发病的空间流行病学特征进行分析，为该市尘肺病防控工作提供科学依据。
  方法  利用地理信息系统（ArcGIS）对佛山市2011—2020年尘肺病发病情况进行空间流行病学特征分析，呈现该市尘肺病发病的时空聚集性和空间流行特点。
  结果  佛山市2011—2020年共报告尘肺病新病例573例，全局空间自相关分析显示，尘肺病发病人数在2012—2014年存在空间聚集性；局部空间自相关分析显示，南海区与周围区域尘肺病发病分布呈低-高相邻模式，高明区与周围区域尘肺病发病分布呈高-低相邻模式；趋势面分析显示，聚集区域主要分布在禅城区、顺德区西北侧、南海区西南侧和高明区北侧。
  结论  佛山市2011—2020年尘肺病发病情况总体呈锯齿状上升趋势，尘肺病发病人数在佛山市各区分布呈离散性。
     

河南省新型冠状病毒肺炎时空聚集性

  目的   利用地理信息系统(geographic information systems, GIS)探索河南省新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)空间分布规律。   方法   收集河南省新型冠状病毒肺炎报告数据, 建立GIS数据库, 应用空间相关分析软件(GeoDa 1.8.12)和时空扫描软件(SaTScan 9.4)对数据进行空间自相关分析和时空扫描统计分析。   结果   河南省COVID-19存在空间聚集性; 5个时段共探测到50个高-高聚集区; 时空扫描统计分析共识别到5个时空聚集区。   结论   河南省COVID-19传播风险经历了弱-强-弱的变化过程, 采取的应急防控策略不但阻止了疫情在时间上的增长, 还有效遏止了其在空间上的扩散。     

山东省2014-2016年布鲁氏菌病空间分布特征和空间自相关分析

目的 分析山东省2014-2016年布鲁氏菌病疫情空间分布特征及空间聚集性,为制订相应的防控策略提供科学依据。方法 基于GeoDA1.8.16软件,采用全局和局部空间自相关分析方法对山东省2014-2016年布鲁氏菌病疫情数据进行分析。结果 山东省2014-2016年共报告布鲁氏菌病10 630例,发病率由2.91/10万（2 845例）上升到4.03/10万（4 009例）,年均报告发病率为3.59/10万。经趋势χ2检验,年度报告发病率呈上升趋势（χ_趋势2=172.87,P<0.001）。疫情流行范围已波及到136个县（市、区）。全局空间自相关分析结果显示,布鲁氏菌病发病率全局莫兰指数（Moran's I）分别为0.323、0.300、0.179,且均呈空间正相关（均有P<0.05）,表明2014-2016年山东省布鲁氏菌病有明显的空间聚集性;全局Moran's I逐年降低（均有P<0.05）。说明2014-2016年山东省布鲁氏菌病全局空间聚集性呈下降趋势。局部空间自相关分析结果显示,"高-高"聚集区主要集中在山东省中部和北部地区,与高发病率地区空间分布一致;东部沿海地区则表现为"低-低"聚集。结论 山东省2014-2016年布鲁氏菌病发病率呈逐年上升趋势,地区间布病发病率水平并非随机分布,存在空间正相关和明显的空间聚集性,高聚集区主要分布在山东省中部和北部地区,需重点防控。     

江西省2013—2018年肾综合征出血热空间自相关分析

  目的  对江西省2013-2018年肾综合征出血热（hemorrhagic fever with renal syndrome,HFRS）进行空间自相关分析,探索其空间分布特征。  方法  利用Excel 2003软件和SPSS 23.0软件对HFRS发病数据进行搜集整理,运用ArcGIS 10.2软件制作省级县区矢量地图,采用空间自相关统计方法对HFRS监测数据在县区级尺度上进行全局及局部聚集性分析。  结果  2013-2018年江西省累计报告HFRS 3 861例,年均发病率为1.41/10万;60岁以上人群发病率最高,为2.22/10万;全局空间自相关分析发现2013-2018年Moran's I系数在0.233~0.343之间（均有Moran's I>0,均有P < 0.05）;局部空间自相关分析显示HFRS发病率呈现出“高-高”、“低-高”、“低-低”三种空间聚集性模式,且均有统计学意义（均有P≤0.05）,其中“高-高”聚集区主要集中在宜春市中东部,与高发病率地区描述性分析一致;吉安市、赣州市则表现为“低-低”聚集。  结论  江西省HFRS发病率整体呈现空间聚集性,“高-高”聚集区主要集中在宜春市的宜丰县、高安市、上高县和奉新县,需重点防控。     

河北省2015―2020年其他感染性腹泻流行特征及时空聚集性

  目的  探讨2015―2020年河北省其他感染性腹泻时空流行特点。  方法  从中国疾病预防控制信息系统收集河北省2015―2020年其他感染性腹泻监测数据,采用描述性流行病学方法分析三间分布特征,应用GeoDa 1.18软件进行全局及局部空间自相关分析。应用SaTScan 9.7软件进行时间-空间聚集性分析,结果由ArcGIS 10.2软件进行可视化展示。  结果  河北省2015―2020年累计报告其他感染性腹泻病例337 281例,年均报告发病率75.03/10万,呈现夏季(6―8月)大高峰,秋冬季(12月―次年1月)小高峰的特点。地区分布差异较大,全局及局部空间自相关分析显示,Moran’s I系数均>0.26(P=0.001),局部自相关系数(local indicators of spatial association, LISA)聚集图显示高-高聚集区主要分布于省会及周边13~15个县区,低聚集区主要集中在张家口市、邢台市东部和衡水市南部交界县区及秦皇岛市部分县区。时空扫描结果跟空间相关分析基本一致,一级高发聚集区一直以井陉县或井陉矿区为中心,覆盖周边12~18个区县,该区域发病风险均在3.61以上(RR=3.61~4.92),聚集时间均出现在夏季高峰时段。二级高发病聚集区主要集中在河北省中部,呈现逐步扩大趋势。  结论  2015―2020年河北省其他感染性腹泻发病时空聚集区主要分布在省会及周边县区和河北省中部地区,并且有逐步扩大的趋势,应加强这些重点地区防控,制定新的疾病控制策略。     

河南省新型冠状病毒肺炎疫情时空统计分析

目的分析河南省新型冠状病毒肺炎(Coronavirus Disease 2019,COVID-19)疫情的时空分布特点。方法采用空间自相关、时空重排扫描、趋势面等方法探索河南省各县(区)COVID-19病例的时空分布特征与时空聚集性。结果河南省COVID-19患者于2月3日新增109例,达疫情高峰,随后递减趋于零星散发。河南省COVID-19病例呈中等程度的空间聚集格局(Moran′s I=0.412,Z=8.853,P<0.001),聚集程度随时间呈增强趋势。COVID-19"热点"发病区域为信阳、驻马店、南阳、郑州(P<0.05)。河南存在3个有统计学意义的时空聚集区,分别为以桐柏县为中心的主要聚集区(RR=18.47,LLR=927.593,P<0.001),以辉县市为中心的次要聚集区(RR=7.84,LLR=288.710,P<0.001)和以夏邑县为中心的次要聚集区(RR=7.69,LLR=171.585,P<0.001)。COVID-19发病在东西方向呈减少趋势,南北方向呈下降趋势。结论开展COVID-19时空分布特征分析可为疫情的预警、资源分配、制定有效防控措施等提供信息参考。     

2011―2020年山东省发热伴血小板减少综合征流行特征及空间聚集性

  目的  分析2011―2020年山东省发热伴血小板减少综合征(severe fever with thrombocytopenia syndrome, SFTS)流行特征及空间聚集情况,为SFTS科学防控提供依据。  方法  通过中国疾病预防控制信息系统收集数据资料,采用描述性分析、Joinpoint回归模型分析及空间自相关分析方法分析SFTS流行特征及空间聚集性。  结果  2011―2020年山东省累计报告SFTS病例4 642例,年均发病率为0.46/10万,累计报告死亡451例,平均病死率为9.72%。每年5―9月为发病高峰,中老年农民为发病的主要人群。Joinpoint回归分析显示,2011―2015年山东省SFTS发病率呈上升趋势,年度变化百分比(annual percentage changes, APC)为38.93%(t=2.91,P=0.033),2016―2020年趋于平稳,APC值为2.71%(t=0.53,P=0.620)。全局空间自相关分析显示,除2011年(Moran’ I=0.011,P=0.168)外,2012―2020年各年SFTS发病率均存在空间聚集性(均有P＜0.05)。局部空间自相关分析显示,“高-高”聚集区主要集中在济南市、淄博市等鲁中内陆和烟台市、威海市等鲁东沿海地区。  结论  山东省SFTS发病存在季节性和空间聚集性,应加大对高发季节和高危人群监测管理,加大对鲁中内陆和鲁东沿海地区的防控力度。     

福建省人感染H7N9禽流感空间流行病学

  目的  分析福建省人感染H7N9禽流感疫情和时空特征,为制定和调整防控策略提供依据。  方法  采用SAS 9.2、ArcGIS 10.3、SaTScan 9.4等软件对福建省2013-2017年人感染H7N9禽流感病例进行空间流行病学分析。  结果  截止到2017年12月31日,福建省共报告108例人感染H7N9禽流感确诊病例,死亡28人,病死率25.93%。疫情以散发为主,占96.30%,冬春季病例多,农村病例占比多于城市。县级层面病例主要聚集在沿海,全局自相关（Z=3.74,P < 0.001）和高/低聚类分析（Z=5.26,P < 0.001）结果提示存在空间聚集性。长乐区、福清市、晋江市和思明区是高-高聚集区和局部热点。2014年12月-2015年3月,存在2个时空聚集区域,最大可能集聚区是以漳浦县为圆心,63.04 km为半径（RR=4.72,LLR=11.41,P < 0.001）的区域;二级可能聚集区是以福清市为圆心,81.98 km为半径（RR=4.07,LLR=7.96,P=0.037）的区域。  结论  福建省人感染H7N9禽流感疫情存在时间和空间聚集性,防控措施应向高发季节、重点区域倾斜,并加强病原学监测。     

2011-2018年兰州市 HIV/AIDS流行特征及时空聚集性

  目的  探测2011-2018年兰州市艾滋病（aquired immunodeficiency syndrom,AIDS）流行特征及县区级人类免疫缺陷病毒（human immunodeficiency virus,HIV）感染者和AIDS病人分布的时空聚集性,为兰州市HIV/AIDS的防控提供科学参考。  方法  采用时空扫描计量法对HIV/AIDS报告数时空聚集性进行探测、检验、分析,获得艾滋病疫情在时间和空间分布上的聚集特征,并用ArcGIS 10.3实现探测结果的可视化。  结果  2011-2018年,兰州市HIV/AIDS分布共存在4个有统计学意义的时空聚集区。其中一类聚集区为城关区、安宁区和皋兰县,聚集时间为2015-2018年（LLR=108.63,RR=2.02,P < 0.001）;二类聚集区为七里河区,聚集时间为2015-2018年（LLR=60.93,RR=2.11,P < 0.001）。探测到七里河区在2014-2017年出现了异性传播的一类聚集,皋兰县、安宁区和城关区在2015-2018年出现了异性传播二类聚集;探测到皋兰县、安宁区和城关区在2015-2018年出现了同性传播一类聚集;七里河区在2017-2018年出现了同性传播二类聚集。  结论  兰州市HIV/AIDS疫情无论是病例报告数还是不同传播途径均存在时空聚集性,防控形势依然严峻,应该引起当地相关部门的高度重视。     

深圳市盐田区2017年跌倒/坠落伤害病例特征与空间聚集性

  目的  分析2017年深圳市盐田区跌倒/坠落伤害病例分布特征，探索其空间聚集性。  方法  描述性分析2017年盐田区跌倒/坠落病例特征，应用Arcgis 10.2绘制跌倒/坠落病例专题地图，利用Geoda 1.12进行跌倒/坠落的全局、局域空间自相关分析。  结果  2017年深圳市盐田区跌倒/坠落病例共报告4 622例，占全部伤害病例28.91%；主要发生年龄段为0~15岁，占比37.19%。男女性别比1.97:1，60岁以上女性病例数多于男性；冬季高发（28.66%）；发生地点主要为家中（28.10%）；伤害性质主要为挫伤/擦伤（48.27%）；伤害严重程度以轻度（76.66%）为主；跌倒/坠落主要发生在明珠、永安、东海、大梅沙社区。全局自相关分析显示Moran's I统计量为0.51，Z=3.29（P=0.004），说明盐田区跌倒/坠落的发生存在空间聚集性；局域自相关分析发现永安、明珠、东海和田东4个社区存在高属性值聚集（P=0.003），即跌倒/坠落发生的"热点"区域。  结论  深圳市盐田区儿童与老年女性是跌倒/坠落的重点预防人群，跌倒/坠落空间分布存在明显的空间聚集性。     

发热伴血小板减少综合征疫情呈上升趋势:基于2015―2020年南京市报告病例数据

  目的  了解南京市发热伴血小板减少综合征(severe fever with thrombocytopenia syndrome, SFTS)的报告发病趋势、流行特征,探究重点防控人群、地区及影响因素,为指导制定防控策略、措施和采取干预行动提供科学依据。  方法  描述2015―2020年南京市SFTS流行趋势和季节、人群及空间分布特征,利用全局空间自相关分析、局部空间自相关分析和FleXScan扫描,探索乡镇/街道层面上报告发病的空间异质性和聚集性。  结果  共报告SFTS确诊病例194例,年均报告发病率为0.39/10万,年度变化百分比(annual percent change, APC)为33.43%(95% CI:5.41%~68.89%, P=0.03),2020年相比2019年增加115%(39例)。5―8月占79.38%,7月为高峰占28.87%。平均年龄为64(54, 71)岁,≥60岁占64.43%,45~＜60岁占27.32%。农民占61.34%,家务待业占12.89%,离退休人员占11.34%。溧水区报告病例数占46.39%。全局空间自相关Moran’s I=0.58(Z=9.97, P=0.001),局部空间自相关与FleXScan扫描结果显示,溧水区除和凤镇外的7个乡镇/街道与江宁区横溪街道为一级聚集区(LLR=150.24, P=0.001),浦口区江浦街道、桥林街道和星甸街道为二级聚集区(LLR=17.81, P=0.001)。  结论  南京市SFTS报告发病率呈上升趋势,≥45岁人群和农民为重点人群,溧水区为重点防控地区。建议及时开展基于危险因素和趋势研判的专题研究,同时强化和落实综合防控干预措施。     

上海市COVID-19发病率的空间特征以及影响因素分析

  目的  探究上海市COVID-19疫情的空间分布特征,分析各类影响因素对疫情传播的影响。  方法  收集2022年3月1日―2022年5月31日上海市各行政区卫生健康委员会官网的COVID-19疫情数据,采用GeoDa软件进行空间自相关回归分析。选择2021年上海市各行政区统计年鉴中典型的人口、经济、医疗等因素的变量,采用相关性以及多重共线性分析进行筛选,最后纳入4个自变量进入模型。在普通最小二乘线性(ordinary least square,OLS)模型、空间滞后模型(spatial lag model,SLM)、空间误差模型(spatial error model,SEM)中,优选OLS模型作为影响本轮疫情影响因素的模型。  结果  本轮上海市疫情传播具有全局空间聚集性,其中虹口区、静安区、黄浦区和徐汇区为高-高聚集区(high-high area,HH),在松江区和金山区为低-低聚集区(low-low area,LL),其余区域局部Moran’s I不显著。OLS模型提示,人口密度与人均GDP为COVID-19发病率的促进因素,单位医院数量与人均公共财政教育支出则与COVID-19发病率无显著相关性。  结论  目前在SARS-CoV-2回归“乙类乙管”防控措施后,鼓励居民自我健康管理,做好个人健康监测,外出旅游时,加强健康防护;感染COVID-19轻症状和无症状患者提倡居家隔离,重症状患者则及时前往医院治疗。     

福建省新型冠状病毒肺炎疫情趋势分析

  目的   分析福建省新型冠状病毒肺炎(COVID-19)疫情趋势和预测时空聚集性, 为风险评估和防控提供参考。   方法   对福建省2020年1月2日―2020年2月18日COVID-19发病数进行时空趋势分析和预测。   结果   福建省2020年1月2日―2020年2月18日COVID-19报告发病数为293例, 无死亡。各时间点累计报告县(区)数(累计报告数)依次为:1月19日22个(35例)、1月26日53个(159例)、2月2日57个(244例)、2月18日61个(293例)。局部空间自相关分析提示, 截至2月18日, 鼓楼、仓山、闽侯、福清等福州县(区)热点性质为高聚集区。截至1月26日, 时空聚集区快速蔓延, 一级和二级聚集区多达7个, 分别以鲤城、涵江、思明、连江、沙县、古田和湄北为中心, 其中以鲤城和思明为中心预测发生于1月27日―2月18日, 期望发病数分别为54和24例。截至2月18日, 时空聚集区减少至2个, 分别以城厢和南安为中心。   结论   泉州、福州、莆田等市的部分县(区)COVID-19时空聚集风险较大, 应重点防控, 但低风险聚集区也不应忽视。     

湖南省气温对新型冠状病毒肺炎发病数的滞后影响

  目的  研究湖南省日均气温对COVID-19日发病数的滞后影响,为疫情的有效防控提供科学依据。  方法  本研究对2020年1月21日―2020年3月2日湖南省气象因素和空气质量因素与COVID-19日发病数进行Spearman相关分析和分布滞后非线性模型分析。  结果  观察期间,湖南省新型冠状病毒肺炎报告新发病例共1 018例。分布滞后非线性模型结果显示,日均气温与COVID-19日发病数的关系呈非线性,累积发病风险随气温的升高而降低,且发病人群的气温风险最低点为0 ℃。高温对日发病数的影响为短期即时效应,低温对每日发病人数的影响具有滞后性,滞后效应长达12 d,当日均温为-5 ℃,滞后天数为8 d时,相对危险度最高(RR=2.20, 95% CI=1.16~4.19),且高温(10 ℃)较低温(6 ℃)影响更为显著。  结论  气温是影响湖南省COVID-19发病的因素,且有滞后性;高温和低温均可导致发病风险升高,应针对脆弱人群和危重患者加强防护措施从而降低发病风险。     

中国COVID-19疫情的空间格局和时空演化

  目的  掌握COVID-19疫情的空间格局和时空变化特征,探索其分布和扩散规律,有助于更好地防控COVID-19疫情扩散。  方法  本文以2020年1月22日-5月26日中国COVID-19疫情省级逐日发病率数据为数据源,利用空间自相关技术分析COVID-19疫情的空间格局,并利用重心轨迹迁移算法对其进行时空演化分析。  结果  在研究时间段范围内,中国COVID-19疫情在省级尺度上具有较强的空间依赖性。2020年1月22日-5月26日,中国COVID-19疫情的全局空间关联程度呈由强变弱再增强的发展趋势,Moran's I在(-0.04,-0.02)区间内,均为负值且波动范围小;疫情总体呈现以湖北省武汉市为中心,向周围城市蔓延扩散且随机分布的空间格局,国内疫情主要以高-低集聚为主,高-高集聚集中在香港和澳门特别行政区,而湖北省一直处于高-低集聚模式,并且在研究时间段内高-低集聚模式只有湖北省一个省份,低-低集聚模式主要集中在黑龙江省和西藏自治区;T₁-T₃时间段疫情以武汉市为中心向西北方向急剧扩散,T₄-T₆时间段范围内疫情逐渐转为向西南方向发展扩散,T₇-T₉时间段内疫情向东北方向扩散蔓延。  结论  在今后的疫情防控工作中应更注重疫情空间扩散模式的研究,探索影响扩散的因素,为后期精准防疫措施的制定提供有力的理论支撑。     

陕西省新型冠状病毒肺炎确诊病例空间流行病学特征及影响因素

  目的  描述陕西省COVID-19确诊病例的空间流行病学特征,分析其相关因素,为陕西省新型冠状病毒肺炎的防控工作的开展提供参考依据。  方法  收集陕西省COVID-19确诊病例信息及相关社会经济学数据,分析确诊病例的时间及空间分布特征,采用广义线性模型探索人群COVID-19发病与社会经济因素之间的关联。  结果  2020年1月23日,陕西省首次报告4例,2月4日新增确诊病例最高达23例,2月19日后再无新增。输入型病例比本地病例更早出现并达到新增高峰,且更早进入归零期。空间分析结果显示,确诊病例数最多的地市为西安市(120例),占总数的48.98%,确诊病例较多的区县为莲湖区、雁塔区、新城区和未央区。与各区县确诊病例数相关的社会经济学因素为教育支出(IRR=0.287, 95% CI:0.134~0.612)、人均生产总值(IRR=1.143, 95% CI:1.049~1.245)及各区县与武汉市的距离(IRR=0.995, 95% CI:0.992~0.998)。  结论  应针对重点地区和人群在疫情出现早期积极采取相应的措施,及早控制疫情的发展蔓延。     

2016―2020年深圳市龙华区急性出血性结膜炎流行特征

  目的  了解2016―2020年深圳市龙华区急性出血性结膜炎(acute hemorrhagic conjunctivitis, AHC)的疫情特征,为完善AHC监测和制定预防控制措施提供科学依据。  方法  通过中国疾病预防控制信息系统收集2016―2020年深圳市龙华区AHC疫情数据,采用描述性流行病学方法分析流行特征。  结果  2016―2020年深圳市龙华区共报告AHC病例986例,年均发病率为6.73/10万,2019年达发病高峰,2020年则下降。男性年均发病率高于女性(χ2=19.203, P＜0.001),1~ < 10岁年龄组发病率最高,夏季高发,职业构成以工人最多(50.30%)。  结论  2016―2019年深圳市龙华区AHC呈逐年上升趋势,2020年因COVID-19疫情防控措施,发病率下降,未来还需把握契机,积极持续开展AHC的监测工作。     

2017―2019年江西省流行性感冒时空聚集性分析

  目的  分析江西省流行性感冒的流行病学特点和时空聚集性,为流感暴发和流行预警提供依据。  方法  对“中国传染病监测管理信息系统”中2017―2019年江西省报告的流感病例个案信息进行描述性分析和时空聚集性分析。  结果  2017―2019年江西省存在流感冬春季季节性流行高峰; 以赣南地区高发,年发病率均在全省平均发病率的2倍以上; 15岁以下人群占比逐年升高,自2017年的53.90%升至2019年的72.24%。探测到四类时空聚集区域:一类聚集区域为2018年12月19日至2019年4月25日赣南地区的16个县区(RR=9.72, LLR=15 061.27, P < 0.001),二类聚集区域为2019年12月18日至2019年12月31日赣北地区的13个县区(RR=20.68, LLR=3 867.86, P < 0.001),三类聚集区域为2019年1月9日至2019年3月27日赣东北地区的18个县区(RR=3.13,LLR=1 297.439,P < 0.001),四类聚集区域为2019年12月2日至2019年12月31日赣西地区的17个县区(RR=5.09, LLR=1 233.47, P < 0.001)。  结论  2017―2019年江西省流感发病呈现较明显的时空聚集性,但是不同地区的聚集时段有差异,聚集时段主要集中在冬末和春季。