-
摘要:目的 分析2010—2019年贵州省肺结核发病的时空分布特征，探索该省肺结核发病高危地区，为疾病防控工作提供参考依据。方法 从中国疾病预防控制信息系统结核病管理信息系统中，导出2010—2019年贵州省肺结核患者发病数据，采用ArcGIS 10.2软件构建地理信息数据库和可视化结果，GeoDa 1.14.0软件做空间自相关分析，SaTScan 9.5软件做时空扫描统计分析。结果 2010—2019年贵州省报告肺结核患者715 985例，年均发病率为143.82/10万（103.24/10万～139.95/10万），总体呈下降趋势（P=0.006）；肺结核发病具有明显的全局空间正相关性（Moran′s I值在0.15～0.33之间）；高−高发病聚集区主要分布于望谟县、紫云县、贞丰县（P＜0.05）。 贵州省肺结核发病存在时空聚集性分布，扫描出5个聚集区域共覆盖41个县（市、区），聚集时间均达5年，其中一类聚集区是以绥阳县为中心，覆盖23个县（市、区），聚集时间为2010—2014年。结论 2010—2019年贵州省肺结核发病得到一定控制，且存在明显的空间和时空聚集性，望谟县、紫云县、贞丰县、5个时空聚集区域所覆盖的县（市、区）为重点防治区域。Abstract:Objective To analyze the spatiotemporal distribution of pulmonary tuberculosis (TB) in Guizhou province from 2010 to 2019, explore the high-risk areas of tuberculosis in our province, and provide a reference for pulmonary TB prevention and control.Methods From the Tuberculosis Management Information System of China Disease Prevention and Control Information System, the incidence data of pulmonary TB in Guizhou from 2010 to 2019 were collected. Software ArcGIS 10.2 was used for the establishment of geographic information database and result visualization, software GeoDa 1.14.0 was used for spatial autocorrelation analysis, and software SaTScan 9.5 was used for spatiotemporal scanning statistical analysis.Results A total of 715 985 pulmonary TB cases were reported in Guizhou from 2010 to 2019, with an average annual incidence rate of 143.82/100 000 (103.24/100 000−139.95/100 000), which showed an overall downward trend (P=0.006). The incidence of pulmonary TB in Guizhou had an obvious global spatial positive correlation (Moran's I value was between 0.15 and 0.33). The local spatial autocorrelation results showed that the high-high incidence clusters were mainly distributed in Wangmo, Ziyun, and Zhenfeng counties (P<0.05). The statistical results of spatiotemporal scanning showed that there was a spatiotemporal clustering distribution of pulmonary TB in Guizhou. Five clusters were scanned, covering 41 counties (districts), and the clustering time was 5 years. Among them, the distribution of the first class clusters was in Suiyang and surrounding 23 counties (districts) during 2010−2014.Conclusion From 2010 to 2019, the incidence of pulmonary TB in Guizhou was under control at certain degree, and there was obvious spatial and spatiotemporal clustering. The 5 spatiotemporal clustering areas, Wangmo, Ziyun, Zhenfeng and other counties, are the key areas in the future pulmonary TB prevention and control.
-
Keywords:
- Tuberculosis /
- Pulmonary /
- Spatial autocorrelation /
- Spatiotemporal scanning
-
肺结核是由结核分枝杆菌感染肺部引起的、主要通过呼吸道传播的慢性传染性疾病，为全球十大死因［1］，并由此带来了一系列经济、社会问题［2］，已成为严重危害人群健康的公共卫生问题之一。2020年全球结核病报告显示，中国的结核病新发患者数在30个高负担国家位居第3位（8.4%）［3］。自十三五规划实施以来［4］，贵州省2019年肺结核报告发病率为102.51/10万，在全国位居第4位。要实现世界卫生组织（WHO）在2035年全面终止肺结核的战略目标,必须采取强有力的针对性措施。研究表明，肺结核发病具有空间聚集性［5］，空间流行病学分析能很好掌握疾病聚集范围与变化情况［6］，在卫生决策方面起关键作用。目前贵州省肺结核时空特征分析相关文献报道较少，本研究利用空间自相关和时空扫描统计分析2010－2019年贵州省肺结核发病的时空特征，为相关卫生部门制定肺结核防控策略提供参考依据。
1. 资料与方法
1.1 资料来源
在中国疾病预防控制信息系统中的传染病报告信息管理系统，按照发病日期，已审核等条件，导出2010年1月1日至2019年12月31日现住址为贵州省所辖县（市、区）内的所有肺结核病例个案资料，其包含患者的姓名、性别、年龄、职业、发病时间、现住址、疾病名称等信息。人口数据来自2010－2019年贵州省统计年鉴。根据肺结核报告发病数和常住人口数计算肺结核报告发病率。以县（市、区）为单位，建立包括88个县（市、区）的编码，经、纬度等信息的地理信息数据库，以数据库中县（市、区）编码关联肺结核发病数据及人口数据。为保护患者隐私，在数据导出时用*隐藏患者姓名、身份证号、联系电话等信息。
1.2 研究方法
1.2.1 空间自相关分析
（1）全局空间自相关分析：用于分析整个研究区域内的空间聚集模式，即聚集性、离散性、随机分布，评估指标为全局Moran′s I值，取值范围为［−1，1］，当取值＞0，表示空间正相关，即呈聚集性分布，其值越接近1，空间聚集性越强；当取值＜0，表示空间负相关，即呈离散性分布，其值越接近−1，空间差异性越大；当取值=0时，表示空间不相关，呈随机性分布［7］。（2）局部空间自相关分析：用于分析具体研究单元涂阳肺结核的分布是否具有相关性，即判断各研究单元是否为聚集区域（冷热点），在全局空间自相关分析中，可能会出现：全局空间自相关无统计学意义，但是在某些小区域上有统计学意义，评估指标为局部Moran′s I值（local indicators of spatial audocorrelation，LISA），分析某研究单元与周边单元的相关性，有高−高（High−High，HH），低−低（Low−Low，LL），高−低（（High−Low，HL），低−高（Low−High，LH）4种模式，并以聚集图呈现，同时采用Z检验对LISA统计量进行假设检验，P＜0.05表示存在局部空间自相关,其中HH模式表示高发病率地区的周围地区发病率高，即发病“热点”区域，LL模式表示低发病率地区的周围地区发病率也低，即发病“冷点”区域，HL模式表示高发病率地区的周围地区发病率较低，LH模式表示低发病率地区的周围地区发病率较高［8］。
1.2.2 时空扫描分析
时空扫描分析能够弥补空间自相关分析无法分析空间分布格局与范围，只能揭示数据具有空间聚集性的不足。采用时空扫描统计分析是以空间动态窗口扫描统计为基础［9］，利用Possion模型拟合肺结核发病数据，设定扫描窗口为圆柱体形（底对应研究区域，高对应时间长度），以动态变化的扫描窗口对不同时间和区域进行扫描，根据扫描窗口内、外的实际发病数和预期发病数构造检验统计量对数似然比（Log Likelihood Ratio，LLR）去评价窗口内的病例数是否存在异常，并计算相对危险度（Relative Risk，RR），其可确切评估各聚集性的风险大小。运用蒙特卡罗法模拟进行统计学检验，检验LLR统计量是否具有统计学意义。LLR值最大且差异具有统计学意义，说明该区域发病风险最大，即该扫描窗口为一类聚集区，其他具有统计学意义的LLR值窗口为次要聚集区。本研究将扫描半径最大值限定为50%的总人数处于风险人群中，扫描高度最大值为总研究期限的50%，扫描窗口以年为时间单位。
1.3 分析软件
上述分析采用软件Excel 2010（整理数据）、SPSS 26（趋势χ2检验）、ArcGIS 10.2（构建地理数据库及结果可视化）、GeoDa 1.14.0（全局和局部空间自相关分析）、SaTScan 9.5（时空扫描统计分析）。
2. 结果
2.1 肺结核年报告发病率基本情况
2010－2019年贵州省报告肺结核患者715 985例，年均发病率为143.82/10万（103.24/10万～139.95/10万），年报告发病率呈降低趋势（趋势χ2=7.459，P=0.006），见表1。
表 1 2010－2019年贵州省肺结核年报告发病情况Table 1. Annual incidence of pulmonary TB reported in Guizhou, 2010−2019年份 报告发病数
（例）年末人口数
（名）报告发病率
（/10万）2010 48 687 3 478.96 139.95 2011 48 317 3 469.34 139.27 2012 46 749 3 484.07 134.18 2013 47 758 3 502.26 136.36 2014 46 584 3 508.03 132.79 2015 46 893 3 528.79 132.89 2016 46 266 3 554.64 130.16 2017 42 988 3 580.00 120.08 2018 40 991 3 599.99 113.86 2019 37 403 3 622.96 103.24 合计 715 985 49 784.08 143.82 2.2 空间自相关分析
2.2.1 全局自相关分析
2010−2019年Moran′s I值在0.15～0.33之间，且均具有统计学意义（P＜0.05）,提示贵州省各年度肺结核报告发病率呈明显的空间聚集性分布，其中2016年整体表现的聚集性最高（Moran′s I=0.33），2011年最低（Moran′s I=0.15），见表2。
表 2 2010－2019年贵州省肺结核报告发病率全局自相关Table 2. Global autocorrelation of reported incidence of pulmonary TB in Guizhou, 2010−2019年份 Moran′s I值 Z值 P值 2010 0.29 4.36 0.001 2011 0.15 2.54 0.013 2012 0.25 3.77 0.002 2013 0.18 2.70 0.009 2014 0.22 3.24 0.002 2015 0.23 3.54 0.001 2016 0.33 4.94 0.001 2017 0.30 4.52 0.001 2018 0.32 4.93 0.001 2019 0.30 4.79 0.001 2.2.2 局部自相关分析
2010－2019年贵州省肺结核报告发病率分别有10、1、3、3、4、4、8、4、6、4个县（市、区）处于HH聚集区，2010年HH聚集区主要分布在北部，2013－2017年主要分布在北部和以望谟县周围的南部，2018－2019年主要分布在以望谟县周围的南部，其他年份散在分布。其中，望谟县在2010－2012年连续为LH聚集区，2013－2019连续为HH聚集区；凯里市2013、2015、2017、2018年为LH聚集区，2019年变成HH聚集区。观山湖区、云岩区、南明区、白云区、乌当区、花溪区在不同年份以不同数量变化于LL聚集区中，见图1。
![]()
图 1 2010－2019年贵州省肺结核报告发病率局部自相关分析Figure 1. Local autocorrelation analysis on reported incidence of pulmonary TB in Guizhou, 2010−20192.3 时空扫描分析
对2010－2019年贵州省肺结核报告发病率进行时空扫描分析，结果显示其发病率存在时空聚集性分布，共有5个具有统计学意义的时空聚集区，一类聚集区（LLR值最大，为4431.91）主要以绥阳县为中心，覆盖23个地区，分别为遵义市的绥阳县、湄潭县、汇川区、桐梓县、红花岗区、凤冈县、播州区、正安县、仁怀市、务川县、习水县、余庆县、道真县，铜仁市的德江县、思南县、石阡县、印江县，贵阳市的开阳县、息烽县、修文县，毕节市金沙县，黔南州瓮安县，黔东南州黄平县，聚集时间为2010－2014年，该聚集区肺结核发生率为周围地区的1.46倍（RR=1.46）。次要聚集区共覆盖18个县（市、区），分别为次级1（罗甸县）、次级2（普定县、西秀区、镇宁县、六枝特区、织金县、关岭县、平坝县、纳雍县、紫云县、晴隆县、长顺县、清镇市、水城县、黔西县）、次级3（册亨县、望谟县）、次级4（台江县），见表3、图2。
表 3 2010－2019年贵州省肺结核报告发病率时空扫描分析Table 3. Spatiotemporal scanning analysis on reported incidence of pulmonary TB in Guizhou, 2010−2019聚集类型 聚集时间（年） 聚集半径（km） 涉及县/区数（个） 实际病例数（例） 期望病例数（例） LLR值 RR值 P值 一类聚集 2010−2014 136.56 23 82 554 60 042.26 4 431.91 1.46 ＜0.001 次级1 2010−2014 0.00 1 4 166 1 631.01 1 378.79 2.57 ＜0.001 次级2 2011−2015 85.59 14 52 269 42 130.89 1 258.56 1.27 ＜0.001 次级3 2014−2018 36.09 2 4 695 2 744.64 576.00 1.72 ＜0.001 次级4 2010−2014 0.00 1 1 558 709.69 377.59 2.20 ＜0.001 ![]()
图 2 2010−2019年贵州省肺结核报告登记率时空扫描分析Figure 2. Spatiotemporal scanning analysis on reported registering rate of pulmonary TB in Guizhou, 2010−20193. 讨论
贵州省是西部经济欠发达省份之一，结核病控制项目开展较晚，导致其肺结核发病率远高于全国平均水平，2010－2019年贵州省共报告肺结核患者715 985例，年均发病率为143.82/10万；发病率呈降低趋势，从2010年的139.95/10万降至2019年的103.24/10万，提示贵州省对肺结核的防控取得一定成效，但仍处于较高水平。
2010－2019贵州省肺结核发病总体呈现明显的空间聚集性分布，与其他报道相符［10–11］。HH聚集区主要分布在望谟县周围的南部，其数量从2010年的10个减少至2019年的4个，出现年份次数位于前3位的县为望谟、紫云、贞丰县，分别为7、6、4年。值得注意的是，望谟县在2010－2012年连续为LH聚集区，2013－2019年发展为HH聚集区；凯里市2013、2015、2017、2018年为LH聚集区，2019年发展为HH聚集区，提示对于LH聚集区很可能会发展为HH聚集区，应特别关注其肺结核传染源的流动，防止转向HH聚集区。
2013年后，HH聚集区整体呈增加趋势，南部由2个县（望谟、紫云），增加至2018年的6个县（区），即望谟、紫云、贞丰、罗甸、镇宁县、六枝特区，北部由2015年的2个县（正安、凤冈）增加至2016年的5个县（正安、凤岗、思南、德江、沿河），其HH聚集区增加的原因可能是：这些区域的发病率增加，肺结核发病从高发病区域扩散到周围县（区），引起周围县（市、区）肺结核发病加重，另外，随着贵州省传染病网报系统的完善，漏报率降低也可能是发病率升高的原因，进而相互形成肺结核HH聚集区。2010－2019年LL聚集区不断变化，其中贵阳市所辖区每年在全省LL聚集区中占比较大，如2017年和2019年贵州省8个LL聚集区中，贵阳市所辖区有6个（观山湖、白云、南明、云岩、乌当、花溪）。研究表明，肺结核与当地医疗服务水平、社会文化、经济水平、地理环境等多方面因素有关［12–14］，其中政府的防控措施和良好的经济条件是结核病较低流行的重要因素［15］，而贵阳市为贵州省省会城市，相较于其他地区，其医疗服务水平、经济水平较高，交通便利，及人群受教育程度深，对于肺结核防控知识吸收应用较好等，故其LL聚集区较多。提示应对针对疫情严重地区，提高医疗服务水平，增加肺结核专项资金的投入。另外，建议根据人群不同文化教育水平，采取不同方式（如利用广播、微博、微信公众号、抖音小视频、张贴海报等）进行肺结核防控知识的宣传教育，提高人群疾病知晓率，养成健康生活方式，从而继续降低贵州省肺结核发病率。
时空扫描统计发现，一类聚集区分布主要以绥阳县为中心，主要分布于遵义市、铜仁市、黔南州、黔东南州、毕节市的部分县（市、区），前期研究发现，遵义市、铜仁市、黔南州、黔东南州肺结核报告发病率高于全省平均水平，位居前列［16］，一类聚集区其发病率也高，同时，5个集聚区聚集时间均长达5年，提示这些时空聚集区域应是今后的重点防治区。
2010－2019年贵州省肺结核发病时空聚集区已发生较大变化，下一步将开展探索时空聚集区变化原因的工作，本研究可为其提供针对性并可借鉴的参考依据，比如，贵阳市所辖区每年在全省LL聚集区中占比较大，5个时空集聚区聚集时间均长达5年，分析对应的LL聚集区及时空聚集区的影响因素，取长补短实施有利因素于重点防治区，形成更有针对性的防控措施，从而降低贵州省肺结核疾病负担。
综上，2010－2019年贵州省肺结核报告发病率总体呈降低趋势，肺结核发病存在空间和时空聚集性，HH聚集区相对稳定分布于望谟县、紫云县、贞丰县，且相邻区域间肺结核的发病存在相互影响，LH聚集区会发展为HH聚集区，如望谟县、凯里市；存在5个时空聚集区，共覆盖41个县（市、区），聚集时间均达5年。贵州省应重点关注HH聚集区域及5个时空聚集区域所覆盖的县（市、区），加大肺结核患者发现力度，增加资金投入，加强聚集区肺结核患者健康教育、治疗管理，减少其流动等，对其采取精准防控，防止疫情扩散。
利益冲突 所有作者均声明不存在利益冲突
-
![]()
图 1 2010－2019年贵州省肺结核报告发病率局部自相关分析
Figure 1. Local autocorrelation analysis on reported incidence of pulmonary TB in Guizhou, 2010−2019
![]()
图 2 2010−2019年贵州省肺结核报告登记率时空扫描分析
Figure 2. Spatiotemporal scanning analysis on reported registering rate of pulmonary TB in Guizhou, 2010−2019
表 1 2010－2019年贵州省肺结核年报告发病情况
Table 1 Annual incidence of pulmonary TB reported in Guizhou, 2010−2019
年份 报告发病数
（例）年末人口数
（名）报告发病率
（/10万）2010 48 687 3 478.96 139.95 2011 48 317 3 469.34 139.27 2012 46 749 3 484.07 134.18 2013 47 758 3 502.26 136.36 2014 46 584 3 508.03 132.79 2015 46 893 3 528.79 132.89 2016 46 266 3 554.64 130.16 2017 42 988 3 580.00 120.08 2018 40 991 3 599.99 113.86 2019 37 403 3 622.96 103.24 合计 715 985 49 784.08 143.82 
下载: 导出CSV
表 2 2010－2019年贵州省肺结核报告发病率全局自相关
Table 2 Global autocorrelation of reported incidence of pulmonary TB in Guizhou, 2010−2019
年份 Moran′s I值 Z值 P值 2010 0.29 4.36 0.001 2011 0.15 2.54 0.013 2012 0.25 3.77 0.002 2013 0.18 2.70 0.009 2014 0.22 3.24 0.002 2015 0.23 3.54 0.001 2016 0.33 4.94 0.001 2017 0.30 4.52 0.001 2018 0.32 4.93 0.001 2019 0.30 4.79 0.001
下载: 导出CSV
表 3 2010－2019年贵州省肺结核报告发病率时空扫描分析
Table 3 Spatiotemporal scanning analysis on reported incidence of pulmonary TB in Guizhou, 2010−2019
聚集类型 聚集时间（年） 聚集半径（km） 涉及县/区数（个） 实际病例数（例） 期望病例数（例） LLR值 RR值 P值 一类聚集 2010−2014 136.56 23 82 554 60 042.26 4 431.91 1.46 ＜0.001 次级1 2010−2014 0.00 1 4 166 1 631.01 1 378.79 2.57 ＜0.001 次级2 2011−2015 85.59 14 52 269 42 130.89 1 258.56 1.27 ＜0.001 次级3 2014−2018 36.09 2 4 695 2 744.64 576.00 1.72 ＜0.001 次级4 2010−2014 0.00 1 1 558 709.69 377.59 2.20 ＜0.001
下载: 导出CSV
-
[1] World Health Organization. The top 10 causes of death［R］. Geneva: World Health Organization, 2018.
[2] 张春英. 我国结核病防治工作现状的分析[J]. 中国医药指南,2015,13(32):293. Zhang CY. Analysis of the current situation of tuberculosis prevention and treatment in China[J]. Guid China Med, 2015, 13(32): 293.
[3] World Health Organization. Global tuberculosis report 2020［R］. Geneva: World Health Organization, 2020.
[4] 中华人民共和国国务院办公厅. “十三五”全国结核病防治规划[J]. 中国实用乡村医生杂志,2017,24(5):1–5. DOI:10.3969/j.issn.1672−7185.2017.05.001. General Office of the State Council of the People's Republic of China. “Thirteen Five” national tuberculosis prevention and control plan[J]. Chin Pract J Rural Doctor, 2017, 24(5): 1–5. DOI: 10.3969/j.issn.1672−7185.2017.05.001.
[5] 李婷, 何金戈, 杨长虹, 等. 基于空间聚集性与时空扫描的肺结核流行特征分析[J]. 中国防痨杂志,2016,38(12):1032–1040. DOI:10.3969/j.issn.1000−6621.2016.12.007. Li T, He JG, Yang CH, et al. A clustering study on pulmonary tuberculosis based on pure spatial clustering and spatiotemporal scanning[J]. Chin J Antituberc, 2016, 38(12): 1032–1040. DOI: 10.3969/j.issn.1000−6621.2016.12.007.
[6] Zulu LC, Kalipeni E, Johannes E. Analyzing spatial clustering and the spatiotemporal nature and trends of HIV/AIDS prevalence using GIS: the case of Malawi, 1994–2010[J]. BMC Infect Dis, 2014, 14(1): 285. DOI: 10.1186/1471−2334−14−285.
[7] Pfeiffer DU, Robinson TP, Stevenson M, et al. Spatial analysis in epidemiology［M］. Oxford: Oxford University Press, 2008: 35−37.
[8] 姜庆五, 赵飞. 空间自相关分析方法在流行病学中的应用[J]. 中华流行病学杂志,2011,32(6):539–546. DOI:10.3760/cma.j.issn.0254−6450.2011.06.002. Jiang QW, Zhao F. Application of spatial autocorrelation method in epidemiology[J]. Chin J Epidemiol, 2011, 32(6): 539–546. DOI: 10.3760/cma.j.issn.0254−6450.2011.06.002.
[9] Kulldorff M. A spatial scan statistic[J]. Commun Stat Theory Methods, 1997, 26(6): 1481–1496. DOI: 10.1080/03610929708831995.
[10] 黄飞, 成诗明, 杜昕, 等. 中国2003-2008年新涂阳肺结核登记的空间分析[J]. 中华流行病学杂志,2010,31(11):1276–1279. DOI:10.3760/cma.j.issn.0254−6450.2010.11.017. Huang F, Cheng SM, Du X, et al. Spatial analysis on new smear-positive pulmonary tuberculosis in China, 2003−2008[J]. Chin J Epidemiol, 2010, 31(11): 1276–1279. DOI: 10.3760/cma.j.issn.0254−6450.2010.11.017.
[11] 杨丽佳, 李涛, 陈伟. 2013-2018年中国结核病空间聚集性分析[J]. 中华流行病学杂志,2020,41(11):1843–1847. DOI:10.3760/cma.j.cn112338−20200114−00029. Yang LJ, Li T, Chen W. Study on Spatial clustering characteristics of tuberculosis in China, 2013−2018[J]. Chin J Epidemiol, 2020, 41(11): 1843–1847. DOI: 10.3760/cma.j.cn112338−20200114−00029.
[12] 喻国旗, 雷明智, 魏怡, 等. 2004-2015年中国大陆地区肺结核流行的时空分布特征[J]. 现代预防医学,2017,44(20):3649–3654. Yu GQ, Lei MZ, Wei Y, et al. Characteristic of spatial-temporal distribution of pulmonary tuberculosis in mainland China from 2004 to 2015[J]. Mod Prev Med, 2017, 44(20): 3649–3654.
[13] Yang CG, Lu LP, Warren JL, et al. Internal migration and transmission dynamics of tuberculosis in Shanghai, China: an epidemiological, spatial, genomic analysis[J]. Lancet Infect Dis, 2018, 18(7): 788–795. DOI: 10.1016/S1473−3099(18)30218−4.
[14] 吴惠忠, 周芳静, 邹霞, 等. 2013-2017年广东省涂阳肺结核时空分布特征[J]. 中国防痨杂志,2019,41(12):1283–1288. DOI:10.3969/j.issn.1000−6621.2019.12.009. Wu HZ, Zhou FJ, Zou X, et al. Spatiotemporal characteristics on smear-positive pulmonary tuberculosis during 2013−2017 in Guangdong, China[J]. Chin J Antituberc, 2019, 41(12): 1283–1288. DOI: 10.3969/j.issn.1000−6621.2019.12.009.
[15] 李永文, 程俊, 王浩, 等. 山东省2015年肺结核发病时空特征分析[J]. 中华流行病学杂志,2016,37(9):1257–1261. DOI:10.3760/cma.j.issn.0254−6450.2016.09.015. Li YW, Chen J, Wang H, et al. Spatial-temporal analysis of pulmonary tuberculosis in Shandong province, 2015[J]. Chin J Epidemiol, 2016, 37(9): 1257–1261. DOI: 10.3760/cma.j.issn.0254−6450.2016.09.015.
[16] 黄小婵, 杨敬源, 袁薇, 等. 2006-2017年贵州省肺结核流行特征分析[J]. 现代预防医学,2021,48(10):1734–1737,1757. Huang XC, Yang JY, Yuan W, et al. Analysis of the epidemiological characteristics and trend of pulmonary tuberculosis in Guizhou province from 2006 to 2017[J]. Mod Prev Med, 2021, 48(10): 1734–1737,1757.
-
期刊类型引用(8)
1. 余海茹，闫晔鑫，杨娇，张惠，陈秋缘，牛卫理，叶鹏，孙亮. 2004至2021年中国肺结核发病趋势及空间分布特征. 郑州大学学报(医学版). 2024(02): 274-279 . 
百度学术
2. 陈可，虞浩，竺丽梅，刘巧，王蓓. 江苏省2011-2021年病原学阳性肺结核时空分布特征分析. 中华流行病学杂志. 2024(04): 513-519 . 百度学术
3. 肖猛，毛华洪，刘如奎. 贵州省息烽县2017—2022年报告肺结核流行病学特征分析. 安徽预防医学杂志. 2024(03): 235-239 . 百度学术
4. 庞艳，范君，李婷，夏岚，张婷. 2018-2022年川渝地区肺结核空间分布特征分析. 疾病监测. 2024(07): 852-856 . 本站查看
5. 王秉萍，李进岚，陈玮，何昱颖，杨婕. 2018—2023年贵州省学生肺结核流行特征及空间聚集性分析. 现代预防医学. 2024(24): 4561-4566 . 百度学术
6. 王静宇，樊姝琪，黎成，尹宁，庄彬贤，刘慧铭，温永仙. 我国猪丹毒疫情的时空特征及其影响因素. 畜牧兽医学报. 2023(06): 2528-2542 . 百度学术
7. 廖龙，陈慧娟，李进岚，王芸，何昱颖，陈璞，杨婕，黄爱菊，荀梦君，安露. 贵州省2022年学校肺结核接触者筛查结果分析. 现代预防医学. 2023(24): 4463-4468 . 百度学术
8. 龚德华，唐益，谭文倩，王巧智. 2011—2020年湖南省学生结核病时空特征分析. 中国防痨杂志. 2022(05): 478-483 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 558
- HTML全文浏览量: 266
- PDF下载量: 116
- 被引次数: 12
