莒南县1975～2004年肾综合征出血热疫情分布分析

[目的]分析肾综合征出血热(HFRS)疫情分布特点,进一步搞好HFRS防治工作。[方法]对1975～2004年HFRS疫情资料进行分析。[结果]莒南县HFRS发病以男性居多,以中青年发病为主,农民发病占88.34%,地区分布以西部平原地带发病较多,季节发病高峰在10～12月。[结论]莒南县HFRS发病有其特有的分布规律。     

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。     

2017年荆州市HFRS流行病学特征及时空聚集性分析

目的 分析2017年荆州市HFRS的流行特征及时空分布特征,为荆州市HFRS的精准防控提供科学依据。方法 利用描述性流行病学方法描述疾病三间分布,采用圆形分布法分析HFRS的季节特征。从乡镇尺度上,采用SaTScan9.4.2软件探测荆州市HFRS时空聚集性,用Mapinfo7.0(试用版)将结果进行可视化呈现。结果 2017年荆州市报告HFRS124例,发病率为2.17/10万,2017年HFRS疫情较往年明显升高。HFRS发病呈双峰型特点,发病高峰为3月22日-7月23日、11月18日-12月25日。HFRS病例的发病年龄主要集中在45～65岁年龄组,占报告病例总数的61.29％,男性发病高于女性,人群分类以农民为主。HFRS发病具有明显的时空聚集性,共探测到2个时空聚集区。结论 2017年荆州市HFRS疫情形势严峻,发病存在时空聚集性,因以此为指导,确定HFRS的重点防控区域,遏制疫情上升趋势。     

山东省2010-2016年肾综合征出血热流行与时空分布特征分析

目的 了解2010－2016年山东省肾综合征出血热（HFRS）的流行特征及其时空分布特征,为制定今后的防控措施提供参考。方法 以中国疾病预防信息系统的数据为基础,利用空间自相关和时空扫描的方法对2010－2016年山东省HFRS的发病情况进行分析,描述其流行特征和时空聚集情况。结果 2010－2016年山东省HFRS共发病9 114例,年龄分布以30～70岁组为主,男女性别比为2.63∶1,职业分布以农民为主。发病总体呈现东南高、西北低的趋势。发病率先增后减,形成了一次流行周期,发病高峰在2013年（1.87/10万）。空间自相关和时空扫描结果显示山东省HFRS的高发聚集区由鲁东南地区集中后向鲁中地区扩散,聚集时间主要集中在2011年末至2015年上半年,2016年发病和高发聚集情况均有所下降。结论 2010－2016年山东省HFRS存在流行和聚集情况,重点防控地区在鲁中和鲁东南地区。     

山东省肾综合征出血热发病水平及其疫源地时空动态特征研究

目的 探讨山东省肾综合征出血热（HFRS）发病水平及其疫源地时空动态变化及其影响因素。方法 依据1974-2004年山东省HFRS疫情资料和监测点宿主动物监测资料,采用疾病空间分布的“等值线-面积”多重分形模型分析HFRS发病水平及其疫源地时空动态特征。结果 山东省1974-2004年HFRS疫源地空间结构的动态变化可以分为5个阶段：第一阶段（1974-1981年） HFRS处于完全自然疫源状态,疫源地性质为典型的姬鼠型;第二阶段（1982-1986年）为姬鼠型疫源地和家鼠型疫源地扩张融合的过程;第三阶段（1987-1990年）初步形成了鲁中南山区丘陵地带为中心的以姬鼠型为主的混合型疫源地,及鲁西、北黄河流域为中心的以家鼠型为主的混合型疫源地;第四阶段（1991-1993年）初步形成了以家鼠型为主的混合型疫区的空间格局;第五阶段（1994-2004年）以家鼠型为主的混合型疫区空间格局的相对稳定阶段。结论 山东省HFRS疫源地性质的时空动态演化过程：由单纯姬鼠型和单纯家鼠型疫源地独立存在,转变为以姬鼠型和以家鼠型为主的混合型疫源地相互叠加共存,再达到以家鼠型为主的混合型疫源地长期稳定期。     

河北省2005-2016年肾综合征出血热时空聚集性分析

目的 通过时空扫描聚集性分析方法,探讨2005-2016年河北省肾综合征出血热（HFRS）发病情况的时空聚集性分布特征。方法 收集中国疾病控制信息系统中河北省2005-2016年HFRS监测数据,应用GeoDa 1.2.0软件进行全局和局部空间自相关分析,SaTScan 9.4.1软件进行时空聚集性分析,使用ArcGIS 10.2软件绘制地图并进行可视化展示。结果 2005-2016年河北省累计报告HFRS病例8 437例,年均报告发病率为0.99/10万,发病季节性呈现明显的春季高峰。全局空间自相关分析显示,在县（市、区）级水平,河北省各年HFRS发病整体呈现空间自相关性（Moran''s I值均>0,P<0.05）,提示HFRS发病存在聚集性。局部自相关分析显示,热点县（市、区）主要分布于河北省东北部地区,冷点区域主要集中在河北省中部和南部的部分地区。时空扫描分析探测到聚集时间为2005年1-7月,一级高发聚集区主要分布在秦皇岛市和唐山市,覆盖11个县（市、区）,包括秦皇岛市北戴河区、海港区、抚宁区、山海关区、昌黎县、卢龙县、青龙满族自治县、唐山市迁安市、乐亭县、滦州市、滦南县（RR=39.64,P<0.001）,聚集区位置相对固定。结论 2005-2016年河北省HFRS发病存在明显的时空分布特征,发病热点地区主要集中在东北部地区,是HFRS的重点防控地区。     

中国肾综合征出血热流行趋势及其防制对策

目的 总结和分析近30年中国肾综合征出血热(HFRS)的流行情况、疫区分布、类型及其流行特点。方法 收集30年来中国HFRS的发病死亡情况、疫区分布、类型及其流行强度进行总结和分析。结果 30年间HFRS的流行出现两个快速上升期(1970～1975年、1979～1986年),使HFRS的发病数由1970年的3295例增加到1986年115 804例。20世纪90年代中国HFRS的年发病数稳定在4万～6万例。血清学方法检测证实全国各省(市)自治区均存在有汉坦病毒的疫源地,除青海与新疆两省区外,其他省(市)区均有发病。近年来,不但大中城市HFRS流行强度上升明显,而且疫情的季节分布发生变化。结论 中国HFRS的流行已出现新的流行特征。因此,应加强监测,采取综合防制措施预防控制汉坦病毒的传播。     

2004—2019年四川省肺结核时空趋势分析

目的 利用四川省2004—2019年肺结核报告发病数构建时间序列ARIMA模型,分析其时空变化趋势,为肺结核的综合防控提供参考依据。 方法 对2004年1月—2019年12月四川省肺结核发病情况进行分析,构建月度发病数ARIMA时间序列模型和年度发病率空间分布专题地图,分析四川地区肺结核时空流行特征及趋势。 结果 四川省2004—2018年肺结核发病持续下降,2019年略有上升,冬春季发病略高;全省疫情以川西人口稀少区域和川东北为主且相对稳定。ARIMA(2,1,1)(1,1,0)₁₂预测2020年肺结核报告发病数略高于2019年发病数。 结论 ARIMA模型能够较好地对四川省肺结核疫情报告发病数进行拟合和短期预测,肺结核疫情呈现的时空分布特征及其趋势能够为肺结核风险评估、重点地区和重点人群筛选等综合防控提供参考依据。     

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。     

2017-2020年山东省肾综合征出血热时空聚集性分析

目的探讨山东省肾综合征出血热(HFRS)流行特征和时空聚集性, 为制定合理防控策略提供参考。方法采用回顾性分析, 于"中国疾病预防控制信息系统传染病监测系统"收集2017-2020年山东省HFRS监测数据及确诊病例资料, 运用Geoda 1.18软件进行全局空间自相关和局部空间自相关分析, SaTScan 9.6软件进行时空扫描分析, ArcGis 10.7软件绘制地图并进行可视化展示。结果 2017-2020年山东省累计报告HFRS病例3 753例, 其中死亡病例56例;年发病率依次为1.26/10万、1.22/10万、0.75/10万、0.53/10万, 年均发病率为0.94/10万。HFRS发病呈明显季节性, 主要集中在10-12月的秋冬季, 占50.41%(1 892/3 753);发病年龄主要为30～59岁, 占61.68%(2 315/3 753);男女性别比为2.76 ∶ 1.00(2 756 ∶ 997);职业分布以农民为主, 占81.99%(3 077/3 753)。全局空间自相关分析显示, 2017-2020年山东省各年HFRS发病均存在空间聚集性(Moran′sI...     

2004-2008年我国110个城市大气污染物空间分布特征

[目的]研究2004-2008年中国大陆110个重点城市可吸入颗粒物(inhalable particles,PM10)、二氧化硫(sulfur dioxide,SO2)和二氧化氮(nitrogen dioxide,NO2)年均浓度空间演变规律. [方法]根据距离原则构造空间邻接矩阵,用全局自相关和局部自相关分析方法探讨大气污染物年均浓度分布的空间异质性. [结果] 2004-2008年我国大陆110个城市PM10和SO2年均浓度呈显著空间正相关;NO2年均浓度除2008年呈随机分布外,其他年份呈显著空间正相关.PM10年均浓度的热点集中在河南省中北部、山西省北部和甘肃省中部城市群;SO2年均浓度的热点集中在山西省东北部和贵州省中部城市群;NO2年均浓度的热点集中在京津、长江三角洲和珠江三角洲城市群. [结论]PM10、SO2和NO2浓度的空间分布在我国大陆呈现聚集性.     

9550例感染梅毒孕产妇时空分布特征分析

目的 探讨2013-2017年梅毒感染孕产妇及先天梅毒儿童的时间空间分布特征,进一步提高贵州省预防梅毒母婴传播干预效果.方法 通过预防艾滋病、梅毒和乙肝母婴传播管理信息系统,收集2013-2017年贵州省梅毒感染孕产妇及所生儿童的相关信息,对梅毒感染孕产妇及先天梅毒儿童报告发病情况进行回顾性定量分析.结果 5年来,在对...     

基于GIS的福建省60岁及以上不健康和生活不能自理二类老年人口空间分布特征研究

目的 研究福建省60岁及以上不健康和生活不能自理老年人口的地理空间分布特点,进而掌握人口老龄化的发展规律和趋势。 方法 利用2010 年第六次人口普查中的福建省各县市区的自评健康数据,结合空间自相关分析方法,研究分析了福建省60岁及以上不健康及生活不能自理老年人口的空间格局。 结果 2010年福建省60岁及以上不健康及生活不能自理老年人口占比具有显著的空间正相关性和潜在的空间依赖性,且其空间分布都存在较明显的空间分异,其中60岁及以上不健康老年人口占比整体呈现“东北部热,东南部冷”的空间分布格局。60岁及以上生活不能自理的老年人口占比整体呈现“东北部和西南部热,东南部冷”的空间分布格局。 结论 60岁及不健康及生活不能自理的老年人口有明显的聚集区域,且这些聚集区域均呈现了团状集聚且连续分布的现象。经济发展水平对2010年福建省60岁及以上老年人口健康状况存在较大的影响。     

应用空间相关分析和圆分布研究中国肺结核时空分布特征

目的　研究中国肺结核发病的时空分布规律,为防控肺结核提供依据。方法　收集2013—2017年全国各月肺结核报告发病数据进行圆分布分析,计算平均角,估计发病高峰日,并进行雷氏检验。收集2016年我国各省（自治区和直辖市）的肺结核报告发病率进行全局空间相关性分析和局域空间相关性分析,研究肺结核发病的空间聚集性。结果　中国肺结核报告发病数存在明显的时间集中趋势,发病高峰集中在3—5月。中国肺结核报告发病数圆分布分析存在平均角,经雷氏检验Z=13004.94,P＜0.05。经全局空间相关性分析发现肺结核发病率在我国具有显著的空间聚集性,I=0.487,Z=4.278,P＜0.05。经局域空间相关性分析发现我国肺结核发病率在新疆、青海、西藏及其周围存在空间上的聚集,其他区域未显示出明显的空间聚集性。结论　我国肺结核发病存在时间集中趋势和空间聚集性,肺结核的时空分布特点对肺结核防控有重要意义。     

山东省平阴县农村地区出生缺陷聚集性分析

目的 分析山东省平阴县农村地区出生缺陷聚集性分布特征,为进一步病因学研究和防治提供线索和依据。方法 收集平阴县2004-2016年出生缺陷登记资料,描述出生缺陷地理分布,计算每个村庄的出生缺陷发病例数,对出生缺陷数据资料进行Poisson分布和负二项分布拟合优度检验。结果 出生缺陷发病数据不符合Poisson分布(χ²=30.33,P<0.001),但符合负二项分布(χ²=4.56,P=0.336)。结论 平阴县农村地区出生缺陷在村级层面上具有空间聚集性。     

疾病空间分布的Г-Poisson回归模型

[目的]探讨建立疾病空间分布的Г-Poisson回归模型。[方法]以莒南县HFRS宿主鼠类影响因素的分析实例,结合Г-Poisson分布原理与Logistic回归模型,建立基于地理信息系统的Г-Poisson回归模型。[结果]此模型可以准确刻画疾病空间分布特点,定量分析服从Г-Poisson分布的各种变量与疾病发生、发展的关系。[结论]对服从Г-Poisson分布的疾病空间分布,利用Г-Poisson回归模型,可以揭示疾病与各危险因素之间的定量关系。