基于Flexible 空间扫描统计量的广西学校结核病流行病学分析

林定文 崔哲哲 潘冬香 林玫 苏华斌

·论著·

基于Flexible 空间扫描统计量的广西学校结核病流行病学分析

林定文 崔哲哲 潘冬香 林玫 苏华斌

目的评价基于Flexible空间扫描统计量的广西壮族自治区学生肺结核流行病学特征，为科学防控广西壮族自治区学校结核病提供依据。方法从传染病报告信息管理系统(NNDRS)收集2014年1月1日至2016年12月31日广西报告的学生肺结核患者，描述性分析其流行病学特征；用期间报告的学生肺结核患者信息建立空间数据库，进行Flexible空间扫描统计量分析，通过与报告学校结核病突发公共卫生事件进行比对，评价其应用价值。结果2014—2016年广西NNDRS共报告学生肺结核4909例，各年度报告发病率分别为17.90/10万(1563/8 731 588)、16.45/10万(1502/9 131 701)和17.45/10万(1844/10 566 235)。男性学生的报告发病率(18.03/10万，2708/15 019 371)高于女性学生(16.41/10万，2201/13 410 153)。Flexible空间扫描统计量分析，侦测到2014—2016年有学生结核病聚集性疫情报告的高发聚集区5个，与5起聚集性学校结核病突发公共卫生事件疫区吻合。结论Flexible空间扫描统计量可以灵活、精确地侦测到广西学生肺结核高发聚集区，可以用于疫情苗头的甄别和早期预警。

结核, 肺； 人群监测； 学生； 传染病控制； 数据说明, 统计； Flexible空间扫描统计量

肺结核是由结核分枝杆菌通过空气中飞沫传播的一种较严重的慢性传染性疾病。学生人群的报告发病率虽然低于总人群平均报告发病率[1]，但学校人群密度大，相互间接触频繁，极易发生肺结核聚集性发病，甚至造成突发公共卫生事件，直接影响社会的稳定。结核病具有一定的时空依赖性。1997年，统计学家Kulldorff[2]提出了基于圆形空间扫描技术的聚集性分析方法，通过扫描窗口内外最大似然比的计算确定聚集区域，已在国内用于结核病高发时间段和空间区域的识别[3-4]，但是该法忽略了空间布局的不规则性。与常规的Kulldorff圆形或椭圆形扫描窗口不同的是，日本统计学家Takahashi等[5]提出的基于最近距离法、扫描窗口动态变化、可变性更大的Flexible空间扫描技术具有更好的运用价值。笔者分析2014年1月1日至2016年12月31日广西壮族自治区学生肺结核流行病学特征，结合Flexible 空间扫描统计量分析，进行学校肺结核聚集疫情的侦测和预警，并针对不同的亚组人群特征，提出学校结核病预防和控制工作建议。

资料和方法

一、数据收集和整理

本研究的对象为2014—2016年在广西传染病报告信息管理系统(NNDRS)登记的学生肺结核患者，结合2014—2016年上报的结核病突发公共卫生事件，分析其一般流行病学特点。对2014—2016年学生肺结核所属学校类别进行整理；按个案信息通过学校所在地区编码与矢量地图文件进行关联，进行归类和空间统计分析，最小空间统计单元为县(区)。

从“Global administrative area database” (GADM Inc, California, US) 中获取中国地图(Shape 文件)，从中剪取并生成广西Shape文件。将患者数据与地图文件根据地区编码进行关联，生成空间发病数据库。

突发公共卫生事件相关信息来源于疫区上报的结核病疫情调查报告(包括初始报告、进程报告和结案报告)，对报告涉及的疫情特征和处置步骤进行摘录和整理。同时跟踪统计学生结核病密切接触者筛查及检出情况。

二、数据分析

1．描述性分析：对2014—2016年学校结核病的流行病学特征进行描述，分别比较学生及其亚组人群的发病情况；比较2014—2016年不同年龄组、不同学生来源(大学以上、高中及中专、初中、幼儿园及小学)的结核病年报告发病率；以县(区)为单位，调用R语言“sp、maptool、shape、RODBC”程序包，导入包含患者例数和调整变量(学生基数)的地图文件，输出2014—2016年学生结核病报告发病空间分布专题图，描述高发和低发市、县及主要聚集区域。

2．空间统计分析：本研究将2014—2016年按县(区)整理的学生结核病报告数据、各地区登记的学生数和各地区坐标文件输入“FleXScan(V 3.1.2)”(https://sites.google.com/site/flexscansoftware/download_e)进行回顾性高发聚集区测试。

采用FleXScan统计软件在Poisson分布(肺结核在学生人群中的发生对于区域性数据属于小概率事件)下建模[6]，计算扫描空间统计量S及最大似然比L(Z)/L0：

L是似然函数，μ是预期发病数，n是实际发病数；Z代表第Z个扫描窗口区域，G代表总体区域，L(Z)为Z区域的释然函数值，μ(Z)为无效假设下Z区域的预期学生肺结核发病数，μ(G)为无效假设下总体的学生肺结核预期发病数。

输出地图用直线将边界相邻的县(区)坐标点进行链接，根据统计量的大小、最大释然比和相对危险度的显著性，确定不同级别的聚集区，并用不同的颜色进行标注。输出文本包含了聚集区级别、聚集数量、扫描窗口最大间距、聚集区病例数、S统计量、相对危险度(RR)和显著性(P值)。结合输出图和相对危险度的显著性判断不同级别的高发聚集区域。

3．Flexible空间扫描的应用价值评价:将空间扫描侦测到的学生结核病高发聚集区与实际上报的结核病突发公共卫生事件疫区进行比较，分析吻合度。对该空间分析技术的回顾性分析和前瞻性预警应用进行综合评价。

结 果

一、2014—2016年广西学生结核病流行病学特征

广西各类型学校登记在校学生平稳增长，从8 731 588 名增至10 566 325名。据传染病报告信息管理系统显示，2014—2016年每月均有学生肺结核疫情报告，累计报告4909例。2014—2016年度报告发病率分别为17.90/10万(1563/8 731 588)、16.45/10万(1502/9 131 701)、17.45/10万(1844/10 566 235),无明显增长或下降趋势。

男性学生的报告发病率(18.03/10万，2708/15 019 371)高于女性学生(16.41/10万，2201/13 410 153)；2014—2016年度报告发病年龄范围在5～37岁之间，发病率峰值均集中在16～20岁年龄组(2014年：27.38/10万(847/3 094 018)，2015年：25.09/10万(812/3 235 797)，2016年：28.10/10万(1052/3 744 121))(表1)。2014—2016年，高中及中专年度报告发病率最高，分别为30.27/10万(491/1 622 196)、24.76/10万(420/1 696 531)、33.26/10万(653/1 963 062)(表2),与发病率峰值年龄高度吻合。

二、2014—2016年广西学生结核病报告发病空间分布情况

2014—2016年学生报告发病率位居第一的市分别为北海市(17.79/10万，56/314 752)、防城港市(18.14/10万，33/181 924)和河池市(24.19/10万，178/735 776)。2014—2016年以县为单位，学生结核病年报告发病率最高的分别是龙胜县(77.16/10万，15/19 440)、梧州市万秀区(36.38/10万，15/41 228)、资源县(73.45/10万，19/25 868)。以县为单位的学生肺结核报告发病率分布见图1。疫情较高的县、区主要集中在中部、西部地区；局部地区出现一过性的疫情增高；桂北地区疫情有自西向东迁延的趋势。

三、广西突发公共卫生事件报告情况

2014年，广西报告学生肺结核突发公共卫生事件1起，于该年1月发生在桂林市龙胜县A中学(报告11例)。2015年，广西报告学生肺结核突发公共卫生事件1起，于该年4月发生在柳州市区B大学(报告7例)。2016年，广西报告学生肺结核突发公共卫生事件4起，分别于5月发生在河池市凤山县C小学(报告6例，其中死亡1例)；6月发生在桂林市资源县D中学(报告12例)；11月发生在河池市都安县E中学(报告53例)和都安县F中学(报告15例)。

四、空间聚集性分析

Flexible空间扫描统计量分析，共侦测到5个空间聚集区域(学生肺结核报告发病率明显高于毗邻地区)。2014年的一级聚集区主要在南宁市区，1个次级聚集区位于桂林北部的龙胜县，与该年报告的学生肺结核聚集性疫区吻合；2015年的一级聚集区位于南宁市区及其西南部县(区)，1个次级聚集区位于柳州市区及其西北部县区，与该年报告的学生肺结核聚集性疫区吻合；2016年的一级聚集区集中在南宁市北部和河池市南部， 3个次级聚集区分别位于桂林市、百色市和柳州市的部分地区。一级聚集区和次级聚集区均报告了学校肺结核突发公共卫生事件(都安县、资源县)。凤山县报告肺结核突发公共卫生事件(1例因重症结核病死亡)，由于总患者例数不多，未表现为空间热点，见表3和图2。

表1 广西学生不同年龄组在2014—2016年的肺结核报告发病率

表2 2014—2016年广西不同类别学校学生肺结核报告发病情况

图12014—2016年广西各县(区)学生结核病报告发病率分布

图2 2014—2016年广西学生结核病报告发病Flexible空间热点区域扫描地区

年度聚集区地区最大间距(km)报告患者例数S统计量aRRbP值2014一级聚集区南宁市兴宁区、青秀区、江南区、西乡塘区、邕宁区206215056652630001次级聚集区⁃1龙胜县00015156365900012015一级聚集区南宁市兴宁区、青秀区、江南区、西乡塘区、邕宁区，防城港市港口区、防城区，上思县，崇左市江州区，扶绥县1345319054602250001次级聚集区⁃1柳州市城中区、鱼峰区、柳南区、柳东新区，柳江县，融水县，河池市金城江区，环江县，都安县，宜州市，忻城县17122133157216500022016一级聚集区南宁市兴宁区、青秀区、江南区、西乡塘区，武鸣县，平果县，都安县，大化县1302728378652200001次级聚集区⁃1梧州市秀峰区，桂林市叠彩区、象山区、七星区、雁山区、灵川县、龙胜县、资源县112529226272330001次级聚集区⁃2隆林县0003513302750001次级聚集区⁃3柳州市城中区、柳北区8953711762490003柳东新区

注a:S统计量为扫描统计量；b:RR(relative risk)为相对危险度

讨 论

广西壮族自治区近年来频发的学生结核病突发公共卫生事件引起了国务院和自治区人民政府的高度重视，对防控工作均作了批示和要求。学生正处在青春发育阶段，生长发育较快，机体免疫功能尚未健全，加之受到学习负担重，考试压力大，作息不规律，营养不良，缺乏体育锻炼等因素的影响，一旦感染了结核分枝杆菌，很容易发展成活动性肺结核患者[7-8]。同时，学校是人群高度集中的场所，学生之间和师生之间长时间在一起学习、生活，一旦存在传染性的肺结核患者，极易造成结核分枝杆菌的播散流行[9-10]。必须引起高度重视，采取必要的监测和预警措施。

1.高中及中专学生是防控学生结核病的重点人群[11]：本研究结果显示，2014—2016年学生肺结核报告发病率高峰年龄段在16～20岁。该年龄段的学生正处于高考升学期间，学习压力大，是肺结核的易发人群[12]。通过升学体检,很容易发现结核病疑似患者。从年度报告发病率的空间分布看，除了由于部分学校结核病聚集性疫情导致的区域报告发病率飙升外，部分大中型城市的市区由于中小学和大专院校众多，学生基数大，分布密集，结核病的报告发病例数和报告发病率较高且有迁延趋势(如桂北地区出现了高发区域自西向东转移趋势)。2016年虽然出现了多起学校肺结核聚集性疫情，但由于卫生部门和教育部门的快速反应，能在早期就遏制疫情的播散和区域蔓延，所以与前两年比较广西总体疫情没有明显的增减。这提示疾病预防控制部门通过网络报告系统进行学校结核病主动监测是及时控制和避免学校结核病播散的重要手段。主动监测应重点关注16～20岁的学生人群、区域性异常报告和大中型城市城区患者报告情况。

2.问题与教训：广西在2014—2016年报告了5起学校聚集性疫情，与结核病防控措施在校园内落实不到位、处置不恰当有关。所有学校疫情的线索都是各级疾病预防控制中心通过网络报告监控、发现学生患者后主动到校筛查，无学校主动报告患者。学校未进行新生入学结核病筛查；因病缺课缺勤登记和病因追踪制度不健全；学生隐瞒疾病、身份是学校疫情发生的共同特点。针对疫情出现后的流行病学调查和处置，林玫等[13]编写了《肺结核病疫情流行病学调查与处置工作手册》，细化了结核病疫情现场流调和处置的工作流程，可早期侦测和预警结核病聚集性发病苗头，将防控关口前移，防患于未然。

3.Flexible空间扫描能更精确的早期侦测和预警结核病聚集性发病苗头：除了前期使用时间序列分析用于结核病的疫情研判[1]，本研究采用了Flexible 空间扫描对形状可变化的不规则窗口进行连续扫面，能够更灵活、更精确地估计事件高发区域[14-16]。该法曾用于广西麻疹发病的空间热点分析[17]，准确地侦测了可能的麻疹暴发区域和时间段，为前瞻性预警提供了理论依据和技术支持。但目前鲜见用于结核病聚集性疫情识别和预警探索[18]。常规基于SatScan的圆形或圆柱形窗口扫描进行结核病报告发病率的聚类分析结果有可能出现误判[5]，本研究则通过实例印证了Flexible扫描技术在学生结核病聚集性疫情识别中的精确性。本研究在分析中用各地区登记的学生数对报告数进行了调整，避免了由于学生分布密度不同导致的影响。通过对2014—2016年学生结核病的空间扫描，共发现8个高发聚集区。其中3个聚集区为学校密集区域，经核实无单个学校的聚集发病，另外5个聚集区与该年度上报的聚集性学校结核病突发公共卫生事件疫区吻合，均为单个学校或校区的聚集发病。一起由于死亡患者造成的突发公共卫生事件不属于聚集性疫情，未被侦测到。因此，Flexible 空间扫描技术具有很高的敏感度，在结核病疫情识别方面具有很高的应用价值。同时，该法还可用于建立聚集性患者早期预警系统[19]，结合地理信息系统在短时间内发现可能存在的聚集性苗头。

[1] 崔哲哲, 林定文, 林玫. 广西学生肺结核发病趋势分析及预警系统建立， 中国学校卫生, 2017, 38(1):144-147.

[2] Kulldorff M.A spatial scan statistic.Commun Stat. J Thery Methods,1997, 26(6):1487-1496.

[3] 单志力, 徐刚, 周祖木, 等. 2008—2013年温州市肺结核疫情时空流行病学分析. 中国防痨杂志, 2016, 38(2): 99-103.

[4] 李婷, 何金戈, 杨长虹, 等. 基于空间聚集性与时空扫描的肺结核流行特征分析. 中国防痨杂志, 2016, 38(12): 1032-1040.

[5] Takahashi K, Kulldorff M, Tango T, et al. A flexibly shaped space-time scan statistic for disease outbreak detection and monitoring.Int J Health Geogr, 2008, 7(1): 14.

[6] Tango T,Takahashi K. A flexibly shaped spatial scan statistic for detecting clusters.Int J Health Geogr,2005, 4(1):11.

[7] 管红云, 谭卫国, 杨应周. 深圳市学生肺结核发病影响因素的病例对照研究. 中国防痨杂志， 2016, 38(6): 486-492.

[8] 姚晓英. 嘉兴市中小学生肺结核危险因素病例对照研究. 中国学校卫生, 2013, 34(6): 717-719.

[9] Golesi F, Brignatz J, Bellenfant M, et al.MycobacteriumtuberculosisBeijing outbreak inaschool in Marseille, France, 2012. Euro Surveill, 2013, 18(2): pii 20354.

[10] Centers for Disease Cintrol and Prevention(CDC). Transmission ofMycobacteriumtuberculosisin a high school and school-based supervision of isoniazid-rifapentine regimen for preventing tuberculosis-colorado, 2011-2012. MMWR Morb Mortal Wkly Rep, 2013, 62(39):805-809.

[11] Ziemele B, Ranka R, Ozere I. Pediatric and adolescent tuberculosis in Latvia, 2011-2014: case detection, diagnosis and treatment.Int J Tuberc Lung Dis,2017, 21(6):637-645.

[12] Snow K, Hesseling AC, Naidoo P, et al. Tuberculosis in adolescents and young adults: epidemiology and treatment outcomes in the Western Cape. Int J Tuberc Lung Dis, 2017, 21(6): 651-657.

[13] 林玫, 林定文, 唐振柱. 肺结核病疫情流行病学调查与处置工作手册. 北京：人民卫生出版社, 2016.

[14] Demoury C, Goujon-Bellec S, Guyot-Goubin A, et al. Spatial variations of childhood acute leukaemia in France, 1990—2006: global spatial heterogeneity and cluster detection at ‘living-zone’ level. Eur J Cancer Prev,2012, 21(4): 367-374.

[15] Rooney J, Vajda A, Heverin M, et al. Spatial cluster analysis of population amyotrophic lateral sclerosis risk in Ireland. Neurology, 2015, 84(15):1537-1544.

[16] Tlou B, Sartorius B, Tanser F. Spatial-temporal dynamics and structural determinants of child and maternal mortality in a rural, high HIV burdened South African population, 2000—2014: a study protocol. BMJ Open, 2016, 6(7): e010013.

[17] Tang X,Geater A,McNeil E, et al. Spatial, temporal and spatio-temporal clusters of measles incidence at the county level in Guangxi, China during 2004—2014: flexibly shaped scan statistics. BMC Infect Dis,2017, 17(1): 243.

[18] 黄茹, 李鑫尧, 肖洪, 等. 空间统计分析方法在结核病研究中的应用.中国防痨杂志,2016,38(6):432-435.

[19] 周剑南, 冯子健, 谭柯, 等. Flexible 空间扫描统计量在传染病聚集性探测的应用研究. 中华疾病控制杂志, 2010, 14 (6): 475-478.

EpidemiologicalanalysisoftuberculosisamongstudentsinGuangxibasedonflexiblyshapedspatialscanstatistics

LINDing-wen,CUIZhe-zhe,PANDong-xiang,LINMei,SUHua-bin.

InstitucleofTuberculosisPreventionandControl,GuangxiZhuangAutonomousRegionCenterforDiseasePreventionandControl，Nanning530028，China

Correspondingauthor:LINDing-wen,Email:drldw@163.com

ObjectiveTo analyze the epidemiological characteristics of tuberculosis (TB) among students in Guangxi Zhuang Autonomous Region based on the flexibly shaped spatial scan statistics providing specific references for student TB control and prevention.MethodsThe data of student TB cases in Guangxi were collected from National Notifiable Disease Reported System (NNDRS) from January 1st 2014 to December 31st 2016. We performed descriptive analysis to identify epidemiological characteristics of tuberculosis among students. We aggregated the reported student TB patients during this period as the spatial data and conducted the flexibly shaped spatial scan to detect the clusters and to matched the location of public health emergency of TB in school which had been reported. Finally, we evaluated the application of flexibly shaped spatial scan statistics.ResultsThe total number of student TB cases collected between 2014 and 2016 from NNDRS was 4909. The incidence rates among student population from January 1st 2014 to December 31st 2016 were 17.90/100 000 population (1563/8 731 588), 16.45/100 000 population (1502/9 131 701) and 17.45/100 000 population (1844/10 566 235) in respective years. The incidence among male student is higher than female students (18.03/100 000 population (2708/15 019 371) vs 16.41/100 000 population (2201/13 410 153)). Five hot spots were detected by flexibly shaped spatial scan between January 1st 2014 and December 31st 2016, which were in consistence with the five reported public health emergency of student TB clusters.ConclusionFlexibly shaped spatial scan statistics is flexible and precise for identifying the high TB incidence clusters. It can be applied to identify the upcoming outbreaks as an early warning tool.

Tuberculosis, pulmonary; Population surveillance; Students; Communicable disease control; Data interpretation, statistical; Flexible spatial scan statistics

10.3969/j.issn.1000-6621.2017.11.012

广西卫生计生委科研课题(Z2016435)

530028 南宁，广西壮族自治区疾病预防控制中心结核病预防控制所

林定文，Email:drldw@163.com

2017-08-14)

(本文编辑：范永德)