地理信息系统在新疆某三甲医院糖尿病病例分析中的应用

地理信息系统在新疆某三甲医院糖尿病病例分析中的应用

热伊拉·吾斯曼1， 夏拥军2， 帕它木·莫合买提1， 木哈达斯·吐尔逊依明1， 刘才华2

(新疆医科大学1公共卫生学院劳动卫生与环境卫生学教研室， 乌鲁木齐830011;2第一附属医院病案管理科, 乌鲁木齐830054)

摘要：目的探讨地理信息系统(GIS)技术在新疆某三甲医院糖尿病病例分析中的应用和意义。方法统计2010-2013年度在新疆某三甲医院住院并诊断为糖尿病的病例，用GIS技术进行流行病学空间统计和空间分析，并绘制可视化的地理分布图。结果新疆某三甲医院2010-2013年糖尿病住院患者在新疆全区域内的空间分布不呈聚集性( Moran′s I指数=-0.150 2，Z=-0.636 0，P=0.524 7)。在乌鲁木齐市城区范围内，新疆某三甲医院糖尿病患者空间分布不呈聚集性分布，呈随机分布(Moran′s I 指数=0.043 889，Z=0.969 851，P=0.332 121)。局部自相关分析中乌鲁木齐呈“高-低”聚集性，其他区域不呈聚集分布，呈随机分布。结论GIS技术可以用于某些疾病的流行病学调查和病例统计分析，并能将结果绘制成可视化直观分布图，为防治工作提供证据和数据支持。

关键词：糖尿病； 空间分析； 地理信息系统

中图分类号：R181.3文献标识码：A

doi:10.3969/j.issn.1009-5551.2015.05.025

[收稿日期：2014-12-23]

Application of geographic information system in diabetes cases

analysis of a hospital in Xinjiang

Reyila Wusiman1, XIA Yongjun2, Patamu Mohemaiti1, Muhadasi Tuerxunyiming1, Liu Caihua2

(1DepartmentofOccupationalandEnvironmentHealth,TheSchoolofPublicHealth,

XinjiangMedicalUniversity,Urumqi830011,China;2TheFirstAffiliatedHospital,

XinjiangMedicalUniversity,Urumqi830054,China)

Abstract:ObjectiveTo explore the application and significance of geographic information system (GIS) technology in case analysis. MethodsThe cases of diabetes in a hospital in Xinjiang were counted from 2010 to 2013, GIS was applied epidemiological spatial statistic and spatial analysis, and drawing a visual geographic distribution map. ResultsThe global Moran’s I value of Xinjiang is -0.150 2, Z score is -0.636 0, P value is greater than 0.05. The results show that the spatial distribution of diabetes cases in a hospital from 2010 to 2013 is not gathering distribution, but in local autocorrelation analysis is “high-low” gathering distribution of Urumqi. ConclusionGIS technology can be used to do some certain diseases epidemiology investigation and case statistical analysis, and also can draw the results′ visual intuitive distribution map, provide evidence and data support for prevention and control work.

Key words: diabetes; spatial analysis; geographic information system

糖尿病是威胁人类健康的严重慢性代谢性疾病，持续的高血糖可进一步引起血脂、蛋白质等代谢紊乱，使全身血管发生不可逆的改变，造成心、脑、肾、视网膜等病变[1]。糖尿病在世界范围内呈流行趋势，由于其发病率、致残率及其带来经济损失不断增长而成为全球重大的公共卫生负担[2]。国际糖尿病联盟(IDF)在第六版IDF糖尿病地图中估测，2013年全球糖尿病患者达到3.82亿，其中80%的患者来自低收入国家[3]。 流行病学研究的重要内容之一是探测疾病的空间分布特征与流行趋势，分析疾病与周围环境的关系，为疾病的防治决策提供依据。研究糖尿病的流行规律，对做好糖尿病的预防和控制具有重要意义。

地理信息系统(geographic information system,GIS)是以地理空间数据库为基础，可以对空间相关数据进行采集、管理、分析、模拟、显示和输出的计算机系统。GIS具有强大的空间数据管理和分析功能，可以深入分析特定位置中各种可能影响疾病分布的致病因素，探索疾病的影响因子，为疾病的预防、决策、评价及卫生资源的配置等提供技术支持[4-5]。本研究运用地理信息系统(GIS)技术对新疆某三甲医院2010-2013年住院糖尿病患者的病例进行流行病学空间统计和分析，以掌握某三甲医院住院糖尿病患者的总体情况和地理分布特点，为制定相应合理的对策提供依据。

1资料与方法

1.1数据来源全部病例均为新疆某三甲医院2010-2013年住院并诊断为糖尿病的患者，患者来源于新疆各个地区，疆外病例不进入此分析，数据经过初步整理后，形成病例数据库。使用该医院病历管理软件导出糖尿病住院患者Excel表格，对其进行地区分类整理，对每一个地区建立唯一的编号，针对研究人群、患有糖尿病人数情况与地理位置的资料建立属性数据库。借助国家基础地理信息中心提供的基础地图，运用ArcGIS10.1软件截取新疆地图，从而得到空间数据库。

1.2分析方法为空间数据库中的每个地区建立与属性数据相同的编号，再将属性数据和空间数据进行连接，形成研究所需要的病例空间数据库。应用GIS技术对空间数据的处理方法对病例空间数据库中的数据资料进行统计和分析，通过应用不同的颜色梯度来表示糖尿病的患病的人数，形成糖尿病空间分布的可视化地图。

空间自相关是指同一个变量在不同空间位置上的相关性，是空间单元属性值聚集程度的一种度量。空间自相关分析分为全局自相关分析和局部自相关分析，常用空间自相关莫兰指数(Moran Indicators,Moran′s I)和局域性空间自相关指标(Local Indicators of Spatial Autocorrelation,LISA)等指标来反映空间自相关性[6]。全局指标主要用来探测整个研究区域的空间聚集模式，可反映整体区域内某种属性值的空间分布情况，探究疾病空间分布是否有聚集性。局部指标计算每一个空间单元与邻近单元同一属性的相关程度，则进一步探究空间分布的聚集类型[7-9]。检验研究区域内每个单元相对于整体范围而言其空间自相关是否足够显著，从而指出研究属性在空间上以“高-高、高-低、低-低、低-高”形式的分布[10]。聚集图中单元的不同颜色代表不同的局域空间自相关类型，黑色表示“高-高”区域，表示该区域和其相邻区域的属性值都高;蓝色代表“低-低”区域，表示该区域和其相邻区域的属性值都低;黄色代表“高-低”聚集区域，即该区域属性值高，其相邻区域低;白色代表“低-高”聚集区域，表示该区域属性值低而其相邻区域属性值高;灰色则代表各区域糖尿病患者分布不呈聚集性分布，呈随机性分布。

1.3统计学处理采用SPSS19.0软件完成对数据的一般统计和处理。空间数据的统计和处理应用ArcGIS10.1中相应分析方法来完成。

2结果

2.1基本情况新疆某三甲医院2010-2013年被诊断为糖尿病的患者总数为10 975例，其中男性6 651例，女性4 324例，性别比为1.53∶1。患者平均年龄为(55.03±14.57)岁，年龄最小1岁，最大97岁，其中40~60岁的人数最多(49.2%)。10 975例患者来自14个地区(市)，以乌鲁木齐市为主，共6 303例(57.4%)(图1)。进一步对乌鲁木齐市7个城区和1个县进行统计表明，其中新市区人数分布较多，共2 277例(36.13%)(图2)。

图1　2010-2013年糖尿病患者地区分布图

图2　2010-2013年糖尿病患者在乌鲁木齐市各城区的分布图

2.2全局空间自相关分析结果对2010-2013年该医院糖尿病住院患者发病情况的全局Moran′s I统计量进行随机分布的假设检验，结果显示新疆各地区内，新疆某三甲医院糖尿病患者的空间分布与随机分布之间的差异并不显著，不存在空间聚集性(Moran′s I 指数=-0.150 2，Z=-0.636 0，P=0.524 7)。

对乌鲁木齐市各个城区发病进行全局自相关分析，结果显示：乌鲁木齐市城区范围内，新疆某三甲医院糖尿病患者空间分布不呈聚集性分布，呈随机分布(Moran′s I 指数=0.043 889，Z=0.969 851，P= 0.332 121)。

2.3局部空间自相关分析结果2010-2013年住院的14个地区或市的患者发病局部空间自相关表现为正、负相关，且只有“高-低”一种形式，集中在乌鲁木齐市，I值=-0.000 03，为负相关，P=0.008 9，差异具有统计学意义。表明乌鲁木齐市本身糖尿病患者多，其相邻地区的患者少，因此成为“高-低”聚集区域(图3)。而对乌鲁木齐市各城区发病情况进行局部空间自相关分析结果显示：I值=0.159 990 5， P>0.05，差异无统计学意义，分析得知在乌鲁木齐范围内，各城区之间该医院糖尿病患者空间分布不呈聚集性分布，呈随机分布。

3讨论

众所周知，医学是微观和宏观系统的综合性学科，大量的数据具有空间分布的属性。流行病学主要研究疾病在空间、时间和人群中的分布，大约80%的流行病学资料具有空间属性，例如：人或动物的患病总发生在一定的空间位置,处在某一空间位置的地理环境或社会因素又影响此病的发生，因此只有准确分析疾病的空间分布特征，才能有效地研究疾病病因及其影响因素，进而确定高危人群和高发地区，采取预防措施。

空间自相关分析可确定相邻空间单元观察变量的相关程度[11]，已经在区域经济学、人口学、景观生态学和流行病学等领域得到了广泛应用[12]。

近些年来，GIS技术被引入到慢性非传染性疾病的流行病学研究领域中，并取得了一定的成绩，使慢性病的研究视界开始从专注于生活行为方式的研究向宏观的地理环境相关因素的研究领域拓展。慢性病作为一大类病因十分复杂的疾病，其危险因素的存在十分广泛。研究者借助于GIS，可以将空间地理环境中存在的各种可能的致病因素与疾病空间分布数据相结合，运用空间分析软件，寻找其中的慢性病相关危险因素，这可为进一步开展慢性病危险因素研究提供十分独特的视角[13]。 Jordan等[14]利用GIS技术对伦敦糖尿病空间分布特征及其与区域危险因素(社会经济)之间的关系进行了研究，发现伦敦糖尿病高发地区的社会经济情况劣势，需要改善健康状况，制定管理和预防措施。

本研究结果显示：(1)根据空间分布图分析结果，可看出乌鲁木齐地区糖尿病患者最多，和田地区、喀什地区、塔城地区也有较高的患病人数。其原因是由于病例来自新疆乌鲁木齐某三甲医院，来自乌鲁木齐的患者自然会显著多于其他地区，而和田、喀什、塔城等地区患病人数明显增多可能跟地域有关，这些地区均属于偏远地区，越是远离乌鲁木齐这样的大城市，其经济水平和文化程度相对变得落后，接受糖尿病知识的机会也较少，平时不注意饮食，患糖尿病的风险同时也会增加，加之经济水平的落后，越是偏远地区，糖尿病患者越得不到有效治疗，有些人甚至不到无法忍受的程度是不会选择就医的，更不会选择到大城市来就医，因此才会造成这种明显的空间分布差异。(2)全局空间自相关结果表明，新疆各地区(市)和乌鲁木齐市城区区域内该医院糖尿病患者的空间分布不呈聚集分布，而呈随机分布，没有空间聚集性。在局部自相关分析中，乌鲁木齐市呈“高-低”聚集性，表示乌鲁木齐糖尿病发病例数多，而乌鲁木齐相邻地区患者例数相对少，形成“高-低”聚集区域，其他地区聚集性无显著性，可能是因为该研究数据仅来源于一所医院，并且位于乌鲁木齐新市区，由于交通的便捷，居住本市或该城区的居民不用太估计医院距离，因此主动选择就医等原因所导致的。

探讨一种疾病的空间分布有利于指导该疾病的检测以及控制计划的制定和实施。了解糖尿病患者的空间分布对于掌握及控制糖尿病发病和减少糖尿病带来的疾病负担具有重要意义，对于“高-低”聚集区域应及时采取措施控制危险因素，提供健康指导，提高人群对糖尿病的认识及重视度。

本研究与其他关于糖尿病的研究相比，具有基于地理信息系统分析糖尿病的空间分布这一独特之处，同时也有局限性。本研究由于只对地处于乌鲁木齐的一家三甲医院糖尿病患者发病情况进行空间分析，存在对象代表性的局限性。

参考文献:

[1]陆再英,钟南山,谢毅,等.内科学[M].7版.北京:人民卫生出版社,2009:770-776.

[2]Clemans A, Siege, Gallwitz B. Global risk management in type 2 diabetes: Blood glucose, blood pressure and lipid sup date on the background of the current guide lines[J].Exp Clin Endoorinol Diabetes,2004,112(9):493-503.

[3]International Diabetes Federation. Diabetes Atlas[R]. Brussels: International Diabetes Federation, 2013.

[4]彭志行,丁晓艳,陶红,等.地理信息系统分析技术在麻疹防治中的应用研究[J].中国卫生统计,2011,28(5):1-5.

[5]彭斌,张鹰,胡代玉,等.利用空间分析技术探讨结核病发病的空间分布模式[J].中国卫生统计,2007,24(3):229-231.

[6]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.

[7]McCann CM, Baylis M, Williams DJL. The development of linear regression models using environmental variables to explain the spatial distribution of fasciola hepatica infection in dairy herds in England and Wales[J].Int J Parasitol,2010,40(9):1021-1028.

[8]庄勋,陆青云,陆峰.基于GIS的南通市肺结核发病空间分布研究[J].中国卫生统计,201l,28(4):384-386.

[9]张俊辉,冯子健,蒋敏,等.探索性空间数据分析在中国北方6省(区)布鲁氏菌病地区分布研究中的应用[J].中华流行病学杂志,2011,32(16):1278-1284.

[10]张松林,张昆.局部空间自相关指标对比研究[J].统计研究,2007,24(7):65-67.

[11]Haining RP, Kerry R, Oliver MA. Geography, spatial data analysis, and geostatistics: an overview[J]. Geogr Analysis, 2010,42(1):7-31.

[12]Michael R. Geographic information systems and spatial data processing in demography : a review[J]. Popul Res Policy Rev, 2007,26(5):601-618.

[13]黄铮.地理信息系统及其在中国慢性病流行病学研究中的应用[J].疾病监测,2008,23(11):723-726.

[14]Jordan W, Isaac N, Gillian L, et al. The geography of diabetes in London, Canada: The need for local level policy for prevention and management[J]. Int J Environ Res, 2010,7(5):2407-2422.

(本文编辑王艳)