不同统计方法在手足口病季节性分析中的比较研究*

唐咸艳 周 颖 李 峤 欧阳云 仇小强 黄高明 周红霞

广西医科大学公共卫生学院流行病与卫生统计学教研室(530021)

不同统计方法在手足口病季节性分析中的比较研究*

唐咸艳 周 颖 李 峤 欧阳云 仇小强 黄高明 周红霞△

广西医科大学公共卫生学院流行病与卫生统计学教研室(530021)

目的 比较不同统计方法在手足口病季节性研究中的应用价值，为手足口病季节性防控提供科学依据。方法 以南宁市手足口病为例，收集2006-2009年南宁市各乡镇、城区手足口病的新发病例数，利用流行曲线、季节指数、变异系数、圆形分布法以及扫描统计量等方法分析手足口病的季节性趋势。结果 流行曲线直观描述南宁市手足口病高发月份集中在4-7月，12月和1月呈现小高峰。季节指数判断1月、4-7月为南宁市手足口病的高发季节，以5-6月份发生强度最大。圆形分布显示南宁市手足口病的高发日期为5月10日，高发时段跨度大。变异系数显示5-6月和9月的变异程度较低，为潜在的季节性月份。扫描统计量显示南宁市手足口病高发时段集中在4月下旬到7月上旬之间，以5-6月份最为高发；高发时段的相对风险为非高发时段的1.33～1.85倍。结论 不同统计方法在检测手足口病季节性规律时的侧重面、精确性和实际意义有所不同，探测到高发时段的价值和意义亦有所不同。变异系数描述疾病在某时段内流行强度的变异度，变异度高说明疾病流行强度的强弱交替，但变异度低可能意味着普遍高发或普遍低发。流行曲线、季节指数虽可直观描述手足口病的季节趋势，但缺乏统计推断，可能受随机误差的影响。圆形分布可定量探测出具有统计学意义的手足口病高发日期和高发时段，但可能因高发时段跨度较大，而失去实际意义。扫描统计量兼顾手足口病的时空信息，在校正单纯性时间变化趋势和周内效应后，可探测到更精确、稳定和更具实际意义的高发时段，在探讨手足口病的季节趋势中具有优势。

手足口病 圆形分布法 扫描统计量 季节分析

手足口病呈现一定的季节性分布，但各地区间的高发期不尽相同[1-2]。手足口病在地区间的季节性差异可能是其传播机制与当地生态因素相互作用的结果，也可能是探讨手足口病季节性所用的方法不同而引起的差异。因此，运用合理的统计方法，及时查明当地手足口病的季节性特征，是科学防控手足口病的重要前提。本研究以南宁市手足口病为例，旨在探讨传统统计方法(流行曲线、季节指数、变异系数、圆形分布法)，以及扫描统计量在手足口病季节性分析中的价值，为手足口病的季节性防控提供依据。

资料与方法

1.资料来源

2006年1月1日-2009年12月31日逐日南宁市各乡镇(城区)手足口病发病资料来源于国家法定传染病网络直报系统，人口数据来源于广西统计年鉴。通过发病数和人口数计算出南宁市各乡镇、城区手足口病的发病率(1/10万)。

2.统计方法

(1)流行曲线：直观描述疾病的发生水平随时间的变化趋势。

(2)季节指数

季节指数是时间数列中将一定时期内因季节变动而出现的有规律的周期性变动指标进行分析[3]。季节指数如果大于100%表示旺季，小于100%表示淡季，在100%左右表示平季[4]。

(3)圆形分布法

圆形分布法首先将周期性时间资料转换为圆的角度，通过计算平均角及平均角的标准差，对手足口病发生的季节性进行统计描述。此外，通过对平均角进行假设检验,判断手足口病的时间分布是否具有季节性[5]。

(4)变异系数

变异系数反映数据变异程度，其大小不仅受变量值离散程度的影响，还受变量值平均水平大小的影响。变异系数是标准差和均数之比，用百分数表示，即CV=(标准差/平均值)×100%。各年间某月份手足口病的变异系数越小，说明该月份具有季节性，可能是季节性高发月份，也可能是季节性低发月份。若正确判定，需要结合流行曲线。

(5)扫描统计量

建立活动性扫描窗口，窗口的大小和位置处于动态的改变之中。窗口的圆心根据地图中网格线或地理单位中心变动；窗口的半径在0至总人口一定比例的设定值之间变动[6]。扫描窗口半径每变动一次，通过统计量LLR(log likelihood ratio,LLR)计算窗口内外区域间发病率的差异大小，最终选取LLR最大的扫描窗口作为时空聚集区。

3.软件实现

手足口病的流行曲线、季节指数、变异系数和圆形分布法通过excel 2007实现；扫描统计量在SatScan 9.2中实现。

结 果

1.南宁市手足口病的流行曲线

2006-2009年南宁市手足口病流行曲线(图1)呈“W”型，结果直观显示高发月份主要集中在4-7月；1月和12月又出现一个小高峰。

2.南宁市手足口病的季节指数

南宁市手足口病1-12月份的季节指数见表1。结果说明，1月、4-7月为南宁市手足口病的高发月份，其中5、6月份发生强度较大。

3.南宁市手足口病的圆形分布法

南宁市手足口病的圆形分布法分析结果见表2：sinα=0.7901，cosα=-0.6128，因此平均角α=127.7968°，落在第二象限内；α对应的日期为5月10日，故南宁市手足口病的发病高峰时点为5月10日。γ值较小，s值较大，说明季节性高峰平缓，高发时段分散太长(α±s)对应于1月11日-9月5日。Z=218.4525，P<0.05，说明南宁市手足口病的季节性差异具有统计学意义。

4.南宁市手足口病的变异系数

2006-2009年南宁市手足口病发病的变异系数见表3。结果显示：5-6月，以及9月的CV分别为11.84%、21.83%和16.17%，这说明5-6月和9月的离散程度较小，具有较明显的季节性高发或低发。结合流行曲线图，可知5-6月份为手足口病的高发月份。

5.南宁市手足口病的扫描统计量

2006-2009年南宁市手足口病的单纯性时间扫描统计量见表4。尽管各年的高发期不尽相同，但较相似。高发时段大都集中在4月下旬到7月上旬之间，发生风险位于1.33～1.85之间。

讨 论

目前，探讨手足口病季节性的方法不仅有传统的统计描述、统计推断法，还有时空分析技术。季节性分析中，季节性研究常用的统计描述法有流行曲线、变异系数、季节指数、集中度(M值)法[2-4]。这些方法主要用图表和统计指标揭示有无季节性趋势，但并不进行统计推断，因此研究结果可能受到随机误差的影响。圆形分布法和游程检验进行季节性检验[5,7]，可消除随机误差的干扰。

本研究中，流行曲线直观揭示南宁市手足口病的流行高峰期为4-7月，其次12月和1月也有小的升高。但是，这种高峰期的鉴定缺乏统计量化标准，可能存在“假象”。本研究中流行曲线的比例为相对构成比，其数值大小不仅受本月手足口病发生例数大小的影响，还可能受到其他月份手足口病发生例数变化的影响。因此，这种高峰不稳定，可能会呈现虚假高发的现象。季节指数用比值大小量化手足口病各月份发生的强度大小，但也存在一定的局限性。一方面，季节指数仅仅是描述，缺乏统计推断，其结果可能受到随机误差的干扰；另一方面，季节指数以月为单位，时间尺度并不精确，可能会带来高估或低估的问题。对某些月份而言，其高发日期仅从下旬开始，若季节指数把该月视为高发月份的话，那么该月上旬就被错误地视为高发日期了。变异系数虽可判断出变异程度较低的月份，但变异程度低可能意味着普遍高发或普遍低发。因此，变异系数自身无法定性判定是高发月份还是低发月份，故常需与流行曲线或季节指数联合使用。本研究中，变异系数探测出变异程度较低的月份有5月、6月和9月，但这并不代表这三个月都是手足口病的高发月份。实际上，9月的发生强度并不高，约只占全年的5%左右，因此9月份应当属于低发月份。与前面的季节性方法相比，圆形分布法不仅可探索出高发日期和高发时段，并对其进行统计推断，排除了随机误差的影响。但必须注意圆形分布法界定的高发时段的实际意义大小。当圆形分布中的角标准差(s)非常大时，这必将导致高发时段(α±s)变得非常宽广；此时，圆形分布界定的高发时段可能就失去了实际意义。

扫描统计量是一种较为新颖的时空技术，不仅可用来探测疾病的时空聚集性，还可用于疾病的早期预警研究。与传统的季节性研究方法相比，扫描统计量兼顾手足口病的时空信息，在校正单纯性的时间变化趋势和周内效应后，扫描统计量通过对数似然比法LLR评价高发时段是否具有统计学意义，并给出相对危险度(relative risk,RR)。此外，扫描统计通过蒙特卡洛法(Monte Carlo)进行模拟，探索到的高发时段较圆形分布法可能更精确、稳定和更具实际意义。本研究中，在校正时间趋势和周内变化趋势后，扫描统计量探测到的手足口病高发时段稳定在4月下旬至7月上旬之间(较圆形分布和季节指数的高发时段精确)，并以5月和6月发生强度最大；高发时段的相对风险为非高发时段的1.33～1.85倍之间。

手足口病的季节性在地区间有所不同，这可能与当地的气象条件有一定的关系。北方地区，手足口病的高发月份集中在6-8月份[1]；而南方地区，其高发期始于4月，止于9月，并可能在1月和12月出现小的高峰[2]。概括而言，因肠道病毒受气温和相对湿度的影响，手足口病的高发月份在南方地区出现早、终止晚，流行期相对较长；而北方地区，其高发期来的相对迟、终止的也早，且不易在冬春季节出现小的高峰。本研究中，南宁地区4-5月正值梅雨季节，气温高、湿度大，非常适合肠道病毒的繁殖。这也导致了手足口病的高发期在南宁地区出现相对较早(4月中下旬)。值得注意的是2008年，其流行情况与历年不同：发生高峰期始于5月初，较别的年份有所迟缓；而且在1月份，没出现小的高峰。这可能与南宁地区在2008年1月遭遇罕见冰冻灾害有关，气温骤降，肠道病毒不宜孳生。罕见冰冻气象灾害的出现，也在一定程度上延迟了4月气温的回升。

当然，本研究也存在一定的局限性。首先，文中所探讨的方法仅是季节性常用的一些方法，集中度、时间序列等其他方法并没涉及，因此研究结果可能不够全面。其次，季节性是手足口病的重要特性，在短时期内，季节性出现较大的短期波动的可能性不大；若从长期趋势来看，全球气候的变暖，以及儿童健康行为的改变，可能会导致手足口病的季节性出现一定的变动。本研究探讨2006-2009年的手足口病资料，没及时纳入2011-2012年的病例资料，这可能会限制我们探究手足口病季节性的短期波动。最后，本研究推测气象条件可能与手足口病季节性的形成及其波动有关，但缺乏数据支持。因此后续研究中，我们拟采用空间统计学，从时空维度和乡镇级小尺度上探讨气象条件与手足口病的关系。

[1]白婧,王菊光,刘方遥,等.2011年北京市海淀区手足口病实验室检测结果分析.中国卫生统计,2013,30(1):95-97.

[2]曾舸,高立冬,黄威,等.湖南省2008-2010年手足口病的流行病学分析.现代预防医学,2013,40(6):1137-1139.

[3]解华山,刘凌云.荆门市常见传染病季节性分布特征动态分析.公共卫生与预防医学,2011,22(2):45-48.

[4]曹世义,尹平,卢祖洵.应用改良的集中度法分析我国结核病发病的季节性特征.中华疾病控制杂志,2011,15(12):1081-1083.

[5]李艳琳,周雨.应用圆形分布分析我区近年甲型肝炎患者发病的季节性趋势.中国卫生统计,2010,27(3):303-304.

[6]方立群,曹春香,陈国胜,等.地理信息系统应用于中国大陆高致病性禽流感的空间分布及环境因素分析.中华流行病学杂志,2005,26(11):839-842.

[7]许阳婷,洪镭.南京市2001-2011年16种传染病时间聚集性分布特征动态分析.现代预防医学,2013,40(18):3346-3349.

(责任编辑：丁海龙)

Comparison of Statistical Methods for Detecting Seasonality of HFMD

Tang Xianyan,Zhou Ying,Li Qiao,et al.

(Department of Epidemiology and Biostatistics,School of Public Health,Guangxi Medical University(530021),Nanning)

Objective To compare the utility of statistical methods for detecting seasonality of HFMD.Methods Daily data on notified cases of HFMD over the period of 2006-2009 was collected from Nanning prefecture.Epidemic curve,seasonality index,coefficient of variance,circular distribution and scan statistics were employed to detect the seasonality of HFMD.Results Period of April to July was found to be the months with higher HFMD incidence by epidemic curve,as well as December & January with secondary incidence peak.Seasonality index found that January and April to July were the months of higher HFMD incidence,May and June were the incidence peak of HFMD as well.Circular distribution showed that 10th May was the peak onset of HFMD,and the duration of higher HFMD incidence was over 11th January to 5th September.May and June were the potential months with higher HFMD incidence,as well as lowest coefficient of variance.And period of late April to early July was detected as higher HFMD incidence cluster by scan statistics,with relative risk of 1.33～1.85.Conclusion As far as various statistical methods were concerned,the capacity of detecting seasonality was inconsistent.Coefficient of variance just showed the magnitude of variance of HFMD incidence,rather than identifying months with higher incidence of HFMD.Considering the shortage of statistic inference,the seasonality of HFMD detected by seasonality index would be disturbed by random error,although it could statistically describe the seasonal trend of HFMD incidence.To some extent,the capacity of circular distribution was determined by parameter,and the outcome of detecting seasonality might be impractical.In contrast,scan statistics might be more powerful,practical and robust to detect seasonality of HFMD,by integrating spatiotemporal information of HFMD and adjusting for effect of day-of-week,as well as effect of purely temporal trend.

HFMD;Circular distribution;Scan statistics;Seasonality analysis

广西科学研究与技术开发计划项目(桂科攻10124001A-65)；广西自然科学基金(2013GXNSFBA019125)；广西研究生教育创新计划资助项目(YCSZ2013029)

△通信作者：周红霞，E-mail:gmuies@163.com