应用地理信息系统研究我国肾综合征出血热疫区类型与主要宿主动物构成的关系

目的 分析中国肾综合征出血热(HFRS)疫区的性质与主要宿主动物种群构成的关系。方法 收集中国122个地区1991～1999年HFRS病例血清分型资料和41个监测点的宿主动物种类及数量资料,在ArcGIS 8.1软件的支持下,建立中国HFRS病例分型地理信息系统(GIS)和监测点宿主动物构成GIS,并以此为基础通过反距离加权插值法(IDW)建立中国HFRS主要疫区分型地图,叠合监测点宿主动物构成图;对各监测点的宿主动物构成进行分层聚类分析。结果 中国HFRS不同类型疫区呈现明显的区域性分布,总体表现为从东北至西南方向Ⅰ型汉坦病毒(HV)为主的混合型疫区与Ⅱ型HV为主的混合型疫区交替分布的特征;监测点野外宿主动物种类较多且各地区鼠种构成差异较大,居民区宿主动物种类相对较少,且优势鼠种大多局限于2～3种宿主动物;监测点宿主动物构成的聚类分析结果显示其疫区类型与所在疫区病例血清型基本一致。结论 以空间数据库为基础的GIS及其空间分析能根据HFRS样点信息很好地预测各主要疫区的分型特征。     

平邑县1980～2000年肾综合征出血热监测资料分析

[目的 ]为探讨肾综合征出血热 (HFRS)的流行规律 ,制订有效防治措施。 [方法 ]分析 1 980～ 2 0 0 0年 HFRS疫情资料与鼠情监测资料。 [结果 ] 1 980年出现首例病例 ,1 985年出现第 1次流行高峰 ,以后逐渐下降 ,2 0世纪 90年代后疫情逐渐上升 ,1 995年、1 998年分别出现第 2次、第 3次流行高峰。 2 0世纪 90年代以前发病季节分布为秋季单峰型 ,此后为春秋季、季双峰型。2 0～ 50岁的青壮年农民发病最多 ,男性发病数高于女性。疫区平均鼠密度为 4.71 % ,鼠种以褐家鼠、黑线姬鼠为主。 [结论 ]控制 HFRS的流行 ,关键在于灭鼠工作的开展及 HFRS疫苗的接种     

湖南宁乡县1989至1995年肾综合征出血热疫情分析

我县自1970年发生首例肾综合征出血热（HFRS）病人以来，发病率呈逐年上升趋势，1994年达最高峰（101，41／10万）。现将1989～1995年HFRS疫情分析如下：1资料来源发病资料，为本站疫情资料室年度报告。2结果2．1流行特征2．1．1流行强度1989－1995年全县共发生HFRS3118例，年平均发病率为34．2V10万，以1994年发病率最高（10．41／10万）（表1）。2．1．2地区分布从表2看出，1989～1992年发病率是山区高于丘陵，而1993～1995年发病率则是丘陵高于山区、城关镇高于丘陵。213季节及人群分布每月均有病例发生，尤以1、12、11月发病最多…     

肾综合征出血热监测点发病流行强度与曲线拟合模型

目的　预测全国肾综合征出血热 (HFRS)发病流行强度和流行规律。方法　对 3 1个国家级HFRS监测点 18年来发病率逐年划分发病流行强度等级 ,并利用SAS6 12版进行多项式曲线拟合 ,建立数学模型。结果　总体上划分为 5个高发病区、9个中发病区、17个低发病区 ;并分别得到了 2 4个监测点 18年的发病率和 5个监测点 9年的发病率多项式曲线拟合模型 ,其中有 2 6个监测点模型检验 ,P <0 0 5。结论　 1994和 1995年是发病高峰 ,大部分地区在 2 0 0 0年前后有上升的趋势 ;对HFRS发病率进行多项式拟合是较好的模型     

武汉市1996～1998年肾综合征出血热人间疫情分析

自80年代后期以来,武汉市肾综合征出血热(HFRS)发病率一直在1～2/10万之间波动,但近年来发病有所上升,1997年发病率为2.83/10万,为了掌握全市HFRS流行特征与规律,特对1996～1998年HFRS疫情进行分析如下。1　材料与方法1.1　疫情资料为各区(县)上报的疫情资料。1.2　宿主动物监测每年各监测点分别在4月和9月进行鼠密度监测,对捕获鼠进行带毒检测,检验方法采用直接免疫荧光法,检测鼠肺出血热病毒(HV)抗原。1.3　健康人群隐性感染检测每年各监测点分别在4月和9月采集无病史的各年龄段健康人群末梢血进行间接免疫荧光法检测抗体,以≥1∶20…     

应用地理信息系统分析北京市海淀区肾综合征出血热的空间分布

目的 分析北京市海淀区肾综合征出血热(HFRS)的空间分布。方法 以北京市海淀区1：10万地形图为背景，在AxcInfo8．1软件中建立行政边界图层，在地图上标出海淀区1997～2002年HFRS患者的住址；应用SaTScan3．0软件对各乡(镇)、街道HFRS的发病情况进行空间聚类分析，确定高流行区域范围，并在地理信息系统(GIS)中通过空间分析对不同的发病情况采用不同的颜色和等值线显示。结果 空间聚类分析显示北京市海淀区HFRS病例呈聚集性分布，高发区聚集在苏家坨乡、永丰乡、上庄乡、温泉镇及聂各庄乡所属区域(RR=4，43，P=0．001．)；建立北京市海淀区HFRS空间分布专题地图。结论 北京市海淀区HFRS的空间分布为非随机分布，其分布特征与地理环境因素密切相关。     

台山市1995～1996年疾病监测点肺结核患者情况分析

按照卫生部《中国结核病控制项目评估》的规定 ,对全国疾病监测点内肺结核病人追踪调查 ,我市部分地区作为全国疾病监测点之一参加此项调查 ,对 1 995～ 1 996年监测点内肺结核新发病人共 1 93例进行追踪 ,现将调查结果报告如下 :1　资料来源我市 1 992年开始结核病归口管理。根据卫生部制订的统一的调查表格 ,对 1 995～ 1 996年监测点内肺结核新发病人 ,由结核病防治所专人负责调查填写。2　结果1 995～ 1 996年台山市疾病监测点内肺结核新发病人共 1 93例 ,平均发病率 70 3/十万 ,其中男性 1 36例 ,女性 5 7例 ,男性性别之比为2 39∶1 …     

唐山市1990至2000年肾综合征出血热监测分析

唐山市为全国41个肾综合征出血热(HFRS)监测点之一,自1980年11月首次经血清学确诊HFRS病例以来,每年均有散发病例.现将1990～2000年监测结果总结如下: 1 内容和方法 1.1 人间疫情监测包括HFRS病人发病时间、性别、年龄、职业、地区分布以及发病率、死亡率、病死率.根据各地上报的疫情进行个案调查,核实后汇总统计. 1.2 健康人群HFRS隐性感染率监测包括不同性别、年龄、职业健康人群的隐性感染率.于每年3和10月对所辖县(市)、农场各选2个点,每点选1～2个村,采用随机抽样方法,用滤纸片采集无HFRS病史、未接种HFRS疫苗的健康人耳垂微量全血,用间接免疫荧光法(IFAT)查HFRS抗体,计算隐性感染率.     

安徽省2005～2010年肾综合征出血热监测分析

目的探讨安徽省肾综合征出血热(HFRS)流行规律,为更好地防制HFRS提供科学依据。方法收集2005～2010年安徽省HFRS疫情资料和实验室检测资料进行分析,采用血清学方法对疑似HFRS病例、监测点健康人群及宿主动物感染情况进行检测。结果 2005～2010年安徽省累计报告HFRS病例902例,死亡24例,年平均发病率和死亡率分别为0.2459/10万和0.0065/10万。每年10月至翌年1月为发病高峰期,淮北平原和江淮丘陵地区为高发区,占全省发病总数的的84.04%,以农民为主,发病年龄主要集中在20～60岁年龄段。小家鼠和黑线姬鼠分别为居民区和野外的优势鼠种。送检的疑似HFRS患者血清阳性率31.42%,监测点健康人群隐性感染率6.75%。结论安徽省广泛存在以黑线姬鼠为主要宿主动物的姬鼠型疫源地,也存在着以小家鼠为主要宿主的家鼠型疫源地,近年来安徽省HFRS发病基本上处于一种平稳下降的趋势,但淮北地区鼠密度偏高,皖南山区鼠带毒率较高,江淮丘陵地区健康人群隐性感染率也处在较高水平。     

GRNN组合预测模型对辽宁省及部分地区肾综合征出血热发病率的预测研究

目的探讨广义回归神经网络（GRNN）组合预测模型在肾综合征出血热（HFRS）发病率预测上的优势及应用前景。方法利用1990—2001年辽宁省、丹东市、沈阳市和朝阳市HFRS发病率分别建立GM（1，1）灰色预测模型和求和自回归滑动平均（ARIMA）模型，把2个模型的预测值作为GRNN的输入，实测值作为网络的输出，对样本进行训练和预测，并对3个模型的预测效果进行比较。结果针对辽宁省HFRS发病率建立的GM（1，1）模型、ARIMA模型和GRNN组合预测模型的平均误差率（MER）分别为13．5143％、25．0814％和5．5755％；R^2分别为0．8961、0．6997和0．9837。针对丹东市HFRS发病率建立模型的MER分别为19．7329％、20．6275％和14．0789％；R^2分别为0．8112、0．7628和0．8750。针对沈阳市HFRS发病率建立模型的MER分别为15．1421％、18．0584％和14．3592％；R。分别为0．8757、0．7889和0．8585。针对朝阳市HFRS发病率建立模型的MER分别为51．5090％、28．6593％和28．5927％；R^2分别为0．7863、0．8291和0．7753。GRNN组合预测模型对于辽宁省和丹东市的HFRS发病率预测效果好于2个单一模型；针对沈阳市所建立的HFRS发病率预测模型，GRNN组合预测模型和GM（1，1）模型相当，ARIMA模型最差。朝阳市的HFRS发病率预测模型不适合用上述方法建立。结论GRNN组合预测模型充分体现了它在小样本预测中的优势，预测效果优于GM（1，1）模型和ARIMA模型，对解决时间序列类型的HFRS发病率等资料有很好的实用价值。     

应用贝叶斯网络推理研究中国肾病综合征出血热的传播机制

目的利用贝叶斯网络推理研究我国肾病综合征出血热的影响因素并建立预测模型。方法收集我国1984～2000年的30个肾病综合征出血热监测点的气象资料、疾病数据、宿主数据、人口数据,结合应用遥感技术所得到的植被归一化指数、监测点的土壤、植被数据,利用贝叶斯网络推理对肾病综合征出血热的影响因素进行判断,进而建立肾病综合征出血热的预测评估模型。结果肾病综合征出血热发病与降水、气温、气压、日照、湿度、NDVI、海拔、鼠密度、土壤和植被有关。应用贝叶斯网络推理建立的肾病综合征出血热的预测评估模型准确率可达80%以上。不同类型的贝叶斯网络模型所建立的预测评估模型不同。结论贝叶斯网络推理为分析和研究自然疫源性疾病流行的地理环境因素的影响提供了新的研究途径。     

渭河流域2005－2015年肾综合征出血热流行特征及环境危险因素分析

目的 了解渭河流域2005－2015年肾综合征出血热（HFRS）流行情况,评估影响HFRS空间分布差异的环境因素。方法 通过“中国疾病预防控制信息系统”收集2005－2015年渭河流域HFRS个案资料,统计描述HFRS流行特征;应用增强回归树模型在5 km×5 km栅格尺度上分析引起疾病地理分布差异的主要因素。结果 2005－2015年,渭河流域共报告HFRS病例18 629例,年均发病率为7.24/10万,2012年HFRS发病率最高,达15.18/10万;HFRS高发区域主要集中在西安市、渭南市等渭河中下游地区;患者年龄集中在16～60岁,但2010年后,>60岁年龄组的发病率超过其他年龄组。增强回归树模型显示区域内建筑用地和农田面积覆盖百分比、海拔高度等因素对HFRS地域分布有较高贡献度。结论 渭河流域HFRS流行特征发生显著变化,>60岁老年人成为发病率最高的人群;建筑用地、农田、海拔高度等环境因素对渭河流域HFRS空间分布发挥着重要影响作用。     

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。     

山东省莒南县肾综合征出血热时空分布概率模型分析

目的探讨莒南县肾综合征出血热（HFRS）病例时空分布特点。方法对莒南县HFRS时空分布进行概率模型分析。结果莒南县HFRS病例的时间分布和空间分布皆不符合泊松分布（χ^2=38.44,P〈0.05;χ^2=138.58,P〈0.05）,而服从于负二项分布（χ^2=2.81,P〉0.05;χ^2=2.96,P〉0.05）,说明二者存在聚集性。高峰时点在4月21日,发病高峰期在2月10日至6月25日;空间分布主要集中在该县西部平原地带。结论要做好重点区域和关键季节HFRS的防治。     

甘肃省2014-2018年三种自然疫源性疾病时空聚集性分布特征分析

目的 了解2014-2018年甘肃省布鲁氏菌病（布病）、流行性乙型脑炎（乙脑）和肾综合征出血热（HFRS）3种自然疫源性疾病流行特征及时空分布规律，为制定疫情防控措施提供参考依据。方法 建立2014-2018年甘肃省3种自然疫源性疾病发病数据库，采用ArcGIS 10.5软件进行三维趋势分析和结果的可视化呈现，应用SaTScan 9.6软件进行时空扫描分析。结果 三维趋势分析显示，甘肃省布病报告发病率由北向南逐渐降低，在东西方向上呈微弱的"U"形分布；乙脑报告发病率由南向北显著下降，东部地区发病率高于中、西部地区；HFRS报告发病率东西部地区差异不明显，南部地区略高于北部地区。时空分析结果显示，甘肃省3种自然疫源性疾病报告发病率存在时空聚集性。布病主要聚集区位于东部地区，包含19个县（区），聚集时间为2014-2015年，次要聚集区位于河西地区，包含4个县（区），聚集时间为2017-2018年；乙脑聚集区位于中部、东南部地区，包含32个县（区），聚集时间为2017-2018年；HFRS主要聚集区位于定西市岷县，聚集时间为2018年，次要聚集区位于东部地区，包含8个县（区），聚集时间为2018年。结论 2014-2018年甘肃省3种自然疫源性疾病报告发病率总体呈现上升趋势，且存在明显的时空聚集性。重点地区应根据不同疾病的特点，制定相应的防控措施。     

肾综合征出血热流行因素的影响研究

目的 对全国肾综合征出血热(HFRS)流行进行影响因素的相关性研究，找出符合我国地理特点多样性的不同疫区影响HFRS流行的因素和指标。方法 对1984～2000年全国19个不同HFRS疫区提供的宿主动物监测资料、气象和农业等原始资料进行分类汇总，采用秩相关统计方法进行分析。结果 经检验，年平均气温与年发病率呈负相关；年平均湿度与年发病率呈正相关；年降雨量与年发病率的相关系数较高，部分南方监测点的年降雨量与年发病率的相关系数呈明显的负相关，北方地区的监测点则呈正相关，并且下半年降雨量与同期人群发病率及与全年人群发病率呈正相关；农作物的面积和产量与HFRS发病率呈正相关；当月鼠密度、带病毒鼠指数与人群当月发病率、翌月发病率和隔月发病率均呈正相关性。结论 上述因素与HFRS疫情的相关性虽有一定的显著性意义但相关系数不是很高，不宜构建多因素回归方程以进行HFRS疫情的预报预测，但其对HFRS疫情的影响是显而易见的，为各地进一步开展HFRS的防制及流行趋势预测的研究提供参考。     

潍坊市肾综合征出血热空间分布特征研究

目的 分析潍坊市肾综合征出血热（heworrhagic fever with revnal syndrom, HFRS)病例的空间聚集性,探索疾病高发地区。方法 以乡镇为单位收集2005-2018年潍坊市HFRS病例报告数据,分析全局空间相关性和局部空间相关性。利用ArcGIS软件使其可视化。 结果 潍坊市HFRS报告病例数由2005年612例下降到2011年153例, 2018年报告病例数上升到253例;全局空间自相关分析显示,潍坊市2005-2018年报告病例数Moran’s I值在（3.8509,11,3158）均>0且P<0.001,病例地区分布有明显空间正相关性;局部空间自相关分析显示,潍坊市HFRS报告病例存在低发病区域和高发病区域,低发病区主要在奎文区、潍城区、坊子区,高发病区主要在青州市、临朐县、高密市与诸城市。结论 潍坊市2005-2018年HFRS报告病例数总体上处于下降趋势,近年来报告病例数有所回升。各地区报告病例数在空间分布非随机分布,存在一定的空间正相关,具有明显的地区聚集性。     

Landscape elements and Hantaan virus-related hemorrhagic fever with renal syndrome, People's Republic of China

Hemorrhagic fever with renal syndrome (HFRS) is an important public health problem in the People's Republic of China, accounting for 90% of human cases reported globally. In this study, a landscape epidemiologic approach, combined with geographic information system and remote sensing techniques, was applied to increase our understanding of HFRS due to Hantaan virus and its relationship with landscape elements in China. The landscape elements considered were elevation, normalized difference vegetation index (NDVI), precipitation, annual cumulative air temperature, land surface temperature, soil type, and land use. Multivariate logistic regression analysis showed that HFRS incidence was remarkably associated with elevation, NDVI, precipitation, annual cumulative air temperature, semihydromorphic soils, timber forests, and orchards. These findings have important applications for targeting HFRS interventions in mainland China.