本文關(guān)鍵詞：我國大陸地區(qū)恙蟲病時空特征分析及風(fēng)險預(yù)測研究

  更多相關(guān)文章： 恙蟲病 時空動態(tài) 危險因素 生態(tài)位 風(fēng)險預(yù)測

【摘要】：背景自然疫源性疾病是傳染病中重要的一大類,其病原體通過媒介生物傳給動物宿主或人,存在自然疫源性疾病的地域就稱為自然疫源地,它是一種由病原體、宿主及媒介在特定的自然環(huán)境中組成的特殊生態(tài)系統(tǒng)。隨著社會生產(chǎn)的進步,人類活動的范圍不斷擴大,與一些自然疫源地的接觸機會也不斷增多,近年來許多自然疫源性疾病在多個國家和地區(qū)出現(xiàn)并逐漸興起,而且多數(shù)自然疫源性疾病具有致病力強,病癥嚴重,病死率高且易造成疫情暴發(fā)等特點。針對自然疫源性疾病的研究過去主要運用流行病學(xué)的原理和方法,采取現(xiàn)場調(diào)查,人工檢測等手段,受到技術(shù)條件的限制,難以充分提取和利用疾病的時間、空間及地理環(huán)境等信息,并且在儲存分析大量復(fù)雜的數(shù)據(jù)時存在困難。近年來,以地理信息系統(tǒng)(Geographic Information System,GIS)、遙感技術(shù)(Remote Sensing,RS)、全球定位系統(tǒng)(Global Position System,GPS)為代表的“3S”空間信息技術(shù)廣泛應(yīng)用于地理、生態(tài)、農(nóng)業(yè)等領(lǐng)域的研究,并逐漸成功地應(yīng)用于血吸蟲病、萊姆病等自然疫源性疾病的研究中,其對于疾病的空間信息可以充分挖掘利用,并且在數(shù)據(jù)存儲分析和時空分布可視化等方面具有強大的優(yōu)勢,很好地解決了傳統(tǒng)流行病學(xué)的不足之處,極大幫助了疾病暴發(fā)監(jiān)測系統(tǒng)的搭建,有效提高了應(yīng)對突發(fā)事件的信息處理和宏觀決策的能力,成為目前傳染病研究中的熱點。恙蟲病(Scrub Typhus)又稱叢林斑疹傷寒,是由恙蟲病立克次體引起的急性發(fā)熱性斑疹傷寒樣疾病。恙蟲病是一種自然疫源性疾病,通過恙螨幼蟲叮咬人體而傳播,其宿主為嚙齒類動物,尤其以鼠類為主,臨床上以發(fā)熱,叮咬部位出現(xiàn)焦痂、皮疹同時伴淋巴結(jié)腫大等為主要特征,嚴重者可出現(xiàn)多器官衰竭而導(dǎo)致死亡。恙蟲病廣泛流行于亞洲環(huán)太平洋地區(qū),據(jù)統(tǒng)計目前有超過10億人口居住在恙蟲病風(fēng)險區(qū),每年發(fā)病人數(shù)超過100萬。恙蟲病對于軍隊戰(zhàn)斗力有很大影響,在以往一些軍事行動中曾造成大量非戰(zhàn)斗減員。我國是恙蟲病的重點疫區(qū),早期主要流行于長江以南地區(qū),80年代以后在北方的山東、江蘇、天津等地相繼出現(xiàn)恙蟲病流行,新的自然疫源地不斷被發(fā)現(xiàn),總的流行強度呈現(xiàn)逐漸上升趨勢,目前全國除青海、上海以外的其它省份均有恙蟲病病例報告,并且該病已經(jīng)被納入全國法定傳染病報告信息系統(tǒng)。當(dāng)前針對我國恙蟲病的研究主要是針對高發(fā)地區(qū)的一些暴發(fā)疫情等進行的調(diào)查分析,研究尺度較小且技術(shù)方法相對陳舊,缺乏對我國恙蟲病整體長期的準確的認識以及危險因素分析和風(fēng)險預(yù)測研究。因此,非常有必要了解我國恙蟲病整體的時空分布特征,分析與恙蟲病發(fā)生相關(guān)的危險因素以及探究未來發(fā)病的高風(fēng)險區(qū)域,為恙蟲病的防制工作的開展和措施的制定提供科學(xué)的依據(jù)。目的闡明我國恙蟲病整體的流行特征,包括時間、空間、人群分布以及發(fā)病的熱點聚集區(qū)域;探究我國重點區(qū)域氣象、環(huán)境因素與恙蟲病發(fā)生的相關(guān)性;通過構(gòu)建生態(tài)位模型預(yù)測我國恙蟲病未來發(fā)病的風(fēng)險概率和重點發(fā)病區(qū)域,同時明確相關(guān)危險因素對今后恙蟲病發(fā)生的驅(qū)動效果及貢獻值。方法1、收集整理2006年1月-2014年12月全國各縣(區(qū))恙蟲病發(fā)病監(jiān)測數(shù)據(jù),采用描述性流行病學(xué)方法分析我國恙蟲病發(fā)生和死亡的流行特征,包括時間、空間、人群分布;對發(fā)病進行全局空間自相關(guān)性(spatialautocorrelation)和局部空間自相關(guān)性分析(localindicatorofspatialassociation,lisa),并采用時空掃描技術(shù)(space-timescanstatistics)探究發(fā)病的時空聚集情況。上述過程由microsoftoffice2010、sas9.2、arcgis9.3(esri)和satscan9.1.1軟件實現(xiàn)。2、收集整理我國恙蟲病高發(fā)省份的高發(fā)地區(qū)(廣東省廣州市、云南省保山市、福建省漳州市、安徽省阜陽市、山東省臨沂市)2006年1月-2013年12月恙蟲病發(fā)病監(jiān)測數(shù)據(jù)以及氣象(溫度、濕度、降雨量、mei)、植被監(jiān)測數(shù)據(jù),采用spearman秩相關(guān)方法分析各因素與發(fā)病之間的相關(guān)性及滯后作用,并比較不同地區(qū)之間的差異。上述過程由microsoftoffice2010、spss16.0軟件實現(xiàn)。3、收集整理全國2006-2013年恙蟲病個案病例數(shù)據(jù),提取病例詳細地址后進行空間定位,收集整理同時期全國氣象因素(溫度、降水、相對濕度、風(fēng)速)、海拔高度、歸一化植被指數(shù)(normalizeddifferencevegetationindex,ndvi)、土地利用(landcover,lc)及人口密度的數(shù)據(jù)后進行插值提取形成1×1km分辨率的柵格圖層,構(gòu)建基于最大熵原理(maximumentropy)的生態(tài)位模型(ecologicalnichemodel,enm),預(yù)測恙蟲病發(fā)生的風(fēng)險性,評估相關(guān)危險因素對恙蟲病發(fā)生的貢獻程度。上述過程由microsoftoffice2010、arcgis9.3、maxent3.3.3k軟件實現(xiàn)。結(jié)果1、2006-2014年全國共計報告恙蟲病發(fā)病54558例,死亡37例,年均發(fā)病率為0.46/10萬,年均發(fā)病率呈顯著上升趨勢(cochran-armitage趨勢檢驗,z=172.14,p0.001);共有來自29個省(自治區(qū)、直轄市)的1031個縣(區(qū))報告了恙蟲病病例,但發(fā)病總數(shù)的77.97%集中于廣東、云南、安徽、福建、山東五個省份,不同縣(區(qū))的年均發(fā)病率范圍在0至66.21/10萬之間;女性發(fā)病率總體上高于男性(χ2=399.22,p0.001),以10歲進行年齡分組后分析顯示50-59歲組的發(fā)病數(shù)最多,占總發(fā)病數(shù)的22%,農(nóng)民的發(fā)病率顯著高于非農(nóng)民(p0.001);南北方不同省份恙蟲病的流行季節(jié)存在差異,其中福建、廣東、廣西的流行趨勢雙峰分布,發(fā)病集中于6-7月和9-10月,云南的流行趨勢單峰分布,發(fā)病集中于7-8月,安徽、江蘇、山東的發(fā)病集中于每年10-11月,流行趨勢呈單峰分布;全局自相關(guān)性分析顯示每年恙蟲病的發(fā)生均呈現(xiàn)空間聚集性,局部空間自相關(guān)性分析顯示高-高聚集區(qū)主要分布于云南、廣東、福建等地區(qū),且覆蓋范圍逐年擴大;各年的發(fā)病時空聚集掃描分析結(jié)果顯示一級聚集區(qū)的位置在中東部山東、江蘇、安徽地區(qū)和西南部云南、四川地區(qū)之間轉(zhuǎn)換;對整體時空聚集區(qū)內(nèi)外病例的流行特征比較分析顯示聚集區(qū)內(nèi)病例中女性、農(nóng)民所占的比重更高,年齡更大。2、2006-2013年廣州市共報告恙蟲病3908例,占廣東省發(fā)病總數(shù)的33.45%,月發(fā)病率范圍在0-1.80/10萬之間;保山市共報告恙蟲病2464例,占云南省發(fā)病總數(shù)的27.46%,月發(fā)病率范圍在0-12.42/10萬之間;漳州市共報告恙蟲病1406例,占福建省發(fā)病總數(shù)的40.76%,月發(fā)病率范圍在0-1.53/10萬之間;阜陽市共報告恙蟲病2116例,占安徽省發(fā)病總數(shù)的61.40%,月發(fā)病率范圍在0-4.02/10萬之間;臨沂市共報告恙蟲病692例,占山東省發(fā)病總數(shù)的23.33%,月發(fā)病率范圍在0-1.07/10萬之間;spearman秩相關(guān)分析顯示各地區(qū)的氣象、植被因素與發(fā)病率均相關(guān)(除mei僅與廣州市發(fā)病相關(guān)外),并且具有統(tǒng)計學(xué)意義(p0.05),但不同地區(qū)各因素的滯后效應(yīng)有所差異。3、生態(tài)位模型預(yù)測我國恙蟲病發(fā)生的高風(fēng)險區(qū)域主要分布于西南部云南,中東部山東、江蘇、安徽北部,南部福建、廣東、廣西等地區(qū),不同年份各因素對模型的貢獻百分比有所區(qū)別,2006-2009年最高降雨量對模型的貢獻值最大(31.6%-45.8%),2010年最低溫度的貢獻值最大(39.8%),2011-2013年貢獻值最大的兩個因素都是平均溫度(26.8-32.2%)和平均降雨量(29.8%-37.9%);人口密度對模型的貢獻值比較穩(wěn)定,范圍在13.7%-31.6%之間,最高溫度、最低濕度及海拔對模型也有一定的貢獻,分別為0.7%-6.2%,0.2%-4.6%,0.8%-4.3%,NDVI和土地利用對模型的貢獻較小,范圍均在1%以下;各因素單獨與恙蟲病發(fā)生風(fēng)險的反應(yīng)曲線中降雨量、溫度及NDVI的曲線較相似,發(fā)生風(fēng)險隨變量值的增大而增加,達到高峰后下降的幅度明顯,其中,發(fā)生風(fēng)險在月均最高、平均、最低降雨量為600、200、12mm時達到最大,月均最高、平均、最低溫度在34、22、12℃時發(fā)生風(fēng)險最高,月均NDVI值在100-200時發(fā)生風(fēng)險較高;發(fā)生風(fēng)險在人口密度在為15000人/平方公里時達到最大,此后隨人口密度增加保持穩(wěn)定,海拔在500m以下時發(fā)生風(fēng)險隨海拔升高迅速下降,但在海拔達到2000m時風(fēng)險值又達到較高水平,而后迅速降低。模型測得的AUC值的范圍是0.8613-0.947,符合國際公認的擬合效果較好的標準,對預(yù)測風(fēng)險分布圖疊加病例點位置后顯示病例基本位于中、高風(fēng)險區(qū)域內(nèi)或附近,超過70%的恙蟲病病例發(fā)生在預(yù)測的高風(fēng)險地區(qū),而這些地區(qū)僅占2.97%-5.78%的國土面積。結(jié)論本研究定量分析了我國恙蟲病整體的長期的流行特征,確認了我國恙蟲病的流行季節(jié)類型特點及發(fā)病的高風(fēng)險人群,通過時空掃描分析技術(shù)明確了我國恙蟲病發(fā)生的時空動態(tài)趨勢規(guī)律,確定了我國恙蟲病的三個主要發(fā)病地帶。通過對恙蟲病高發(fā)地區(qū)危險因素與發(fā)病關(guān)系進行分析,明確了南北方不同地區(qū)之間相關(guān)危險因素在發(fā)病過程中產(chǎn)生的滯后效應(yīng)。本研究首次在我國應(yīng)用生態(tài)位模型預(yù)測了恙蟲病發(fā)生的風(fēng)險區(qū)域并評估了相關(guān)因素在發(fā)生風(fēng)險中的驅(qū)動效果,取得了良好地擬合效果。本研究的結(jié)果極大地豐富了對我國恙蟲病流行特征的認識,有助于對我國恙蟲病高風(fēng)險區(qū)域的識別,同時對高發(fā)地區(qū)的恙蟲病防制措施的制定具有科學(xué)的指導(dǎo)意義。
【學(xué)位授予單位】：中國人民解放軍軍事醫(yī)學(xué)科學(xué)院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R513.2

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 江學(xué)成;;手術(shù)風(fēng)險預(yù)測方法解讀[J];中國實用外科雜志;2007年09期

2 姚瑜;;乳腺癌復(fù)發(fā)風(fēng)險預(yù)測試劑盒TOP2A FISH pharmDx獲FDA批準上市[J];國外醫(yī)藥(抗生素分冊);2008年02期

3 潘夏蓁;林碎釵;姜麗萍;;Braden量表在足部壓瘡風(fēng)險預(yù)測中的應(yīng)用[J];解放軍護理雜志;2013年04期

4 王霞;王宏;;不同肥胖指標對糖尿病風(fēng)險預(yù)測的效果分析[J];中外醫(yī)學(xué)研究;2014年23期

5 于長春;;決策樹模型在2型糖尿病患者腦梗死風(fēng)險預(yù)測中的應(yīng)用[J];中國衛(wèi)生統(tǒng)計;2011年06期

6 黃艷;王小紅;王媛;;兩種量表在骨科患兒壓瘡風(fēng)險預(yù)測中的應(yīng)用效果研究[J];護理研究;2011年24期

7 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 郜燁;董國麗;張潔;郜華萍;胡學(xué)偉;史建武;;黃磷生產(chǎn)危險因子及環(huán)境風(fēng)險預(yù)測[A];第十六屆中國科協(xié)年會——分3環(huán)境污染及職業(yè)暴露與人類癌癥學(xué)術(shù)研討會論文集[C];2014年

2 周焯華;艾林;張宗益;;基于專家規(guī)則的遺傳算法對商業(yè)銀行操作風(fēng)險預(yù)測[A];中國優(yōu)選法統(tǒng)籌法與經(jīng)濟數(shù)學(xué)研究會第七屆全國會員代表大會暨第七屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2005年

3 朱玉梅;胡佳哲;劉小立;周繼昌;;高敏C-反應(yīng)蛋白在預(yù)防醫(yī)學(xué)中的應(yīng)用價值[A];2012深圳市預(yù)防醫(yī)學(xué)會學(xué)術(shù)研討會論文匯編[C];2012年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 朱虎、李培楊、靳建坤 李林、楊帆 特約記者 陳桂峰;依據(jù)法規(guī)管 盯著弱項抓[N];人民武警;2009年

2 鄭軒;海西推行社會穩(wěn)定風(fēng)險預(yù)測評估制度[N];青海日報;2007年

3 邵云　李永剛 倉p，

本文編號：1268886