论文部分内容阅读
目的描述分析1999—2015年玉溪市红塔区及其乡镇伤寒与副伤寒(Typhoid and Paratyphoid Fever,简称TPF)病例的时间、区域和人群的分布特征;建立Gompertz模型,探索红塔区及其乡镇TPF病例时空变化节点与过程;建立红塔区及其乡镇灰色模型(GM(1,1)模型)和差分自回归滑动模型(ARIMA模型),预测2016年1—12月TPF月病例数,检验模型拟合效果和预测精度;对比分析三种模型应用特征,为今后TPF流行强度监测、数据化预警、精准控制和模型的选择提供依据与借鉴。材料与方法1.研究对象:持续三天以上发热(体温≥37.5℃)、无明显上呼吸道或泌尿道感染以及外伤或其它诊断发热原因,符合确诊或临床诊断TPF病例诊断标准的病例。2.研究区域:红塔区位于云南省中部、玉溪市西北部,是云南省经济发达地区和玉溪市政治、经济、文化中心,辖区内有9镇2乡。3.资料来源:TPF数据来源于中国疾病预防控制信息系统(CISDCP)疾病监测网络报告1999—2015年中国红塔区TPF临床诊断和确诊病例;人口资料来源于2010年全国第六次人口普查公报。4.描述性流行病学方法:分别描述统计1999—2015年红塔区TPF病例在不同时间(年、月、周期性)、人群(职业、性别、年龄)和区域(城区、乡镇)的分布特征,采用Excel 2016绘制图表。5.统计学方法:采用SPSS 19.0对月病例数进行年度聚类分析,将1999—2015年17个年度聚为高发年和低发年两类。χ2检验用于比较组间差异,P<0.05差异有统计学意义,检验水准α=0.05。6.预测模型方法:绘制1999—2015年红塔区、州城和其他乡镇TPF病例总流行时段、总高发年、总低发年月病例数变化曲线,对符合Gompertz曲线变化的时段建立Gompertz模型,确定拐点坐标(病例时空变化节点);分别建立红塔区、州城、其他乡镇的GM(1,1)模型和ARIMA模型,预测2016年1月—12月TPF月病例数,检验模型拟合效果和预测精度。结果1.1999—2015年红塔区报告TPF病例8 398例,年发病率范围6.26/10万～355.11/10万,6—10月发病高峰病例数占总病例数57.76%。2001、2004、2006、2007、2009年为五个高发年,合计病例数5 361例,发病率范围170.80/10万～355.11/10万,形成三个流行周期,周期范围19～39月;其余十二个低发年合计病例数3037例,发病率范围6.26/10万～130.91/10万。总高发年6—10月平均发病率130.59/10万,2001年6—10月病例数占当年总病例数63.89%;总低发年6—10月平均发病率65.33/10万,2003年6—10月病例数占47.24%。病例职业分布以农民(29.88%)、学生(20.22%)和工人(13.73%)为主,年龄主要集中在15～39岁(65.25%),该年龄组年发病率范围112.67/10万～240.66/10万;男性、女性年均发病率分别为52.12/10万、47.65/10万(χ2=33.699,P<0.05);州城累计病例数和发病率分别为5404(64.35%)例和 155.44/10 万。2.1999—2015年州城报告TPF病例5 404例,年发病率范围5.38/10万～440.08/10万,6—10月发病高峰病例数占总病例数56.81%。2001、2004、2006、2007、2009年为五个高发年,合计病例数3 503例,发病率范围204.88/10万～440.08/10万,形成三个流行周期,周期范围19～39月;其余十二个低发年合计病例数1 902例,发病率范围5.38/10万～158.92/10万。总高发年6—10月平均发病率205.86/10万,2001年6—10月病例数占当年总病例数65.27%;总低发年6—10月平均发病率94.37/10万,2003年6—10月病例数占48.31%。3.1999—2015年其他乡镇报告TPF病例2 994例,年发病率范围4.13/10万～167.92/10万,6—10月发病高峰病例数占总病例数59.67%。2001、2004、2006、2007、2009年为五个高发年,合计病例数1 858例,发病率范围101.85/10万～167.92/10万,形成三个流行周期,周期范围18～38个月;其余十二个低发年合计病例数985例,发病率范围4.13/10万～58.50/10万。总高发年6—10月平均发病率122.57/10万,2001年6—10月病例数占当年总病例数61.48%;总低发年6—10月平均发病率38.61/10万,2003年6—10月病例数占60.53%。4.建立1999—2015年红塔区总流行时段、总高发年、总低发年Gompertz模型,模型表达式分别为y=146*(7.70*10-4)0.29t、y=160*(2.33*10-5)0.23t、y=27*(1.37*10-2)0.39t,红塔区总流行时段Gompertz模型K、拐点坐标(t0,y0)、起始期、增长前期、增长后期、平稳期分别为 146、(3.61,72.94)、0.82、0.79、0.78 和 5.61;总高发年 Gompertz模型K、拐点坐标(t0,y0)、起始期、增长前期、增长后期、平稳期分别为160、(3.60,80.08)、0.95、0.65、0.85 和 5.55;总低发年 Gompertz 模型K、拐点坐标(t0,y0)、起始期、增长前期、增长后期、平稳期分别27、(3.56,13.55)、0.53、1.03、1.02和5.42。5.建立1999—2015年红塔区、州城和其他乡镇TPF月病例数GM(1,1)模型,模型表达式分别为X(0)(k+1)=18.58e-0.005k、X(0)(k+1)=35.OOe-0.005k和X(0)(k+1)=18.65e-0.005k。红塔区GM(1,1)修正模型S1、S2、C和相对误差分别为117.25、104.75、0.89和0.42;州城GM(1,1)修正模型S1、S2、C和相对误差分别为4.85、4.42、0.91和0.45;其他乡镇GM(1,1)修正模型S1、S2、C和相对误差分别为1.17、1.04、0.89和0.42。6.建立1999—2015年红塔区、州城和其他乡镇TPF月病例数ARIMA模型,模型分别为AOIMA(1,0,0)(1,0,0)、ARIMA(1,0,0)(1,0,1)和ARIMA(1,0,2)(1,0,1);红塔区ARIMA模型R2=0.93,2016年1—12月预测值平均相对误差分别为-0.30;州城ARIMA模型R2=0.93,预测值平均相对误差为-0.35;其他乡镇ARIMA模型R2=0.85,预测值平均相对误差为-0.77。结论1999—2015年红塔区因TPF病例数多、发病率高、季节性升降和周期性波动,成为相应时间空间节点重要公共卫生问题。本研究系统认识红塔区TPF发病季节性与周期性变化、病例人群与区域分布情况,以及州城和其他乡镇年、月和周期变化特征;Gompertz模型参数准确描述红塔区总流行时段、总高发年和总低发年TPF流行峰值高低、时间与空间节点变化特征;GM(1,1)模型预测曲线真实值与预测值曲线关联度较小,预测曲线呈单调递减变化趋势;ARIMA模型对呈季性升降和周期性波动的时间序列高度关联,拟合效果和预测精度较好。TPF流行特征和规律与预测模型联合对确定TPF疫情变化时空间节点、进行风险评估、预测发展趋势、综合防控和精准数据化预警提供方向,对比分析模型的应用特征、拟合效果和预测精度,也为今后类似传染病的分析研究和模型的选择提供借鉴。