徐州地区不同类型布-加综合征空间分布特征分析

张家玮，朱 帅，陈肖肖，汤 诚，陆召军

布-加综合征（Budd-Chiari syndrome，BCS）是各种原因所致肝静脉（HV）或其开口以上下腔静脉（IVC）阻塞引起的淤血性门静脉高压临床综合表现［1］。 其临床症状复杂多样，严重影响患者生命健康，徐州为 BCS 高发地区，发病率约为 10/10 万［2］，病因机制尚不明确。 地理信息系统（geographic information systems，GIS）是分析空间分布的重要手段之一，目前已应用于现代医学领域，如中国鼠疫医学地理信息等［3］系统。本研究采用GIS 系统探索不同类型BCS患者地域分布特征，寻找BCS 可能存在的致病因素，为防治提供线索。

1 材料与方法

1．1 病例来源

收集整理1990年至2014年江苏省徐州市区及周边医院住院病历信息系统中BCS 患者首次确诊病例，筛查徐州市病例数据，收集个人信息（姓名、性别、年龄、家庭住址、住院日期、诊断等）。 人口基本信息来源于中华人民共和国全国统计局网站。

1．2 入选和排除标准

入选标准：①经彩色多普勒超声检查并由IVC/HV 造影确诊；②原发性BCS；③病例信息完整。 排除标准：①排除免疫性肝炎、乙醇性肝炎、自身免疫性疾病及其他肝病或肝脏纤维化病变；②伴有心脏病、肾衰竭及其他恶性肿瘤（肝癌除外）；③继发性BCS；④主要病例信息缺失较多。

1．3 研究方法

采用ArcGIS10．2 软件对数据进行统计分析，全局指标应用全局莫兰指数（Moran I），局部指标应用局部Getis 统计指标。

全局Moran I 系数是从整体上反映研究区域有无空间聚集性，采用Z 值检验区域间是否存在空间自相关关系，当时，P＜0．05，拒绝无效假设，认为总体 Moran I≠0，存在空间自相关［4］。Moran I 一般处于-1 和1 之间，当取值为正时表示Xi和Xj为相同方向变化，数据呈正相关，取值越接近1，表示正向空间自相关关联越强，疾病分布越聚集；当Moran I 取值为负值时表示Xi和Xj是反向变化，数据呈负相关，取值越接近-1，则负向空间自相关关联性越强，疾病呈均匀分布；Moran I 取值越接近于0，则数据分布越接近随机分布，不具有自相关性［5］。

局部Getis 统计量：局部层面的广义G 统计量（Getis and Ord） 是分别针对某个区域单元计算，意在说明所关注的某个区域单元值与其周边以距离d定义的相邻单元值之间的关联性统计量。区域Gi表达式如下：

Xi和 Xj分别为某变量在区域 i，j 的属性值；Wij（d）为固定距离阈值下的空间距离权重。

2 结果

2．1 1990年至 2014年徐州市 BCS 发病情况

共收集到1990年至2014年间徐州市568 例新发 BCS 患者，其中 HV 型 66 例，IVC 型 310 例，混合型192 例，见图1。

图1 不同分型BCS 新发病例分布图

2．2 空间自相关全局指标分析结果

1990年至 2014年间 HV 型 BCS 例数 MoranI值=-0．056、Z=-0．846、P=0．398，说明该类型例数分 布 是 随 机 分 布 ；VIC 型 例 数 MoranI 值=0．068，Z=1．349，P=0．177，说明该类型例数分布是随机分布；混合型例数 MoranI 值=0．058，Z=1．167，P=0．243，说明该类型例数分布是随机分布；总例数Moran I 值=0．051，Z=1．051，P=0．293，说明总例数分布是随机分布。

2．3 局部空间自相关统计量分析结果

BCS 例数局部Getis 统计量分析结果显示，HV型 Z（Gi）值为正值有 55 个地区，其中最大值为 2．84，Z（Gi）值＞1．96 地区有魏庙镇、炮车镇、陈楼镇；IVC型 Z（Gi）值为正值有 48 个地区，其中最大值为 3．82，Z（Gi）值＞1．96 的地区有鼓楼区、大黄山镇、铜山镇、大屯街道办、云龙区、泉山区，＜-1．96 的地区有草桥镇；混合型 Z（Gi）值为正值有 52 个地区，其中最大值为 3．42，Z（Gi）值＞1．96 的地区有鼓楼区、泉山区、拾屯街道、大黄山镇、云龙区、铜山镇、张寨镇、沛县城区、柳新镇；总例数 Z（Gi）值为正值有 48 个地区，其中最大值为 4．20，Z（Gi）值＞地区有鼓楼区、大黄山镇、铜山镇、泉山区、云龙区、拾屯街道、胡寨镇、大屯街道办、柳新镇、沛县城区。 为了更加形象地解释 BCS 空间分布规律，将 Z （Gi） 值按大小分为＜-2．58、-2．58～-1．96、-1．96～-1．64、-1．64～1．64、1．64～1．96、1．96～2．58、＞2．58 等 7 组 ，采 用ArcMap 软件实现分析结果可视化，见图2。

图2 BCS 患者例数局部Getis 统计量分析

3 讨论

GIS 系统是以空间数据库为基础，对空间相关数据进行收集、储存、管理、操作、分析、模拟和显示，适时地提供多种空间和动态地理信息，为研究和决策服务而建立起来的计算机系统［6］。 空间自相关是指某个区域某种属性值（如患病率）与邻近某个区域单位上同一属性值间相关程度，其度量指标是空间自相关系数，空间自相关系数可检验特定区域某一属性值有无聚集性［7］。 目前已有很多领域应用该方法对疾病进行调查研究、数据统计等。 王玮等［8］采用 GIS 软件对 2010年至 2015年安徽省麻疹病例进行时空分布特征分析，发现3 个存在时空聚集性区域。 俞以内等［9］对中国大陆多个省市戊型肝炎发病率作空间自相关，以分析聚集性特点，结果显示戊型肝炎发病率总体呈现空间集聚格局。 陈琴等［10］报道对宁波市手足口病监测数据作空间自相关分析，发现宁海和象山是主要发病聚集区域。 将空间自相关方法与流行病学理论相结合，能够更好地了解疾病发生、发展和分布规律，为疫情防治提供新线索和理论依据。

本研究按照不同分型对1990年至2014年徐州地区BCS 新发病例数进行空间自相关分析，Moran I 法显示IVC 型、HV 型和混合型病例分布呈随机分布，随后进行局部空间自相关统计量分析，结果显示魏庙镇、炮车镇、陈楼镇是HV 型BCS 病例高度聚集区域，鼓楼区、大黄山镇、铜山镇、大屯街道办、云龙区、泉山区是IVC 型BCS 病例高度聚集区域，鼓楼区、泉山区、拾屯街道、大黄山镇、云龙区、铜山镇、张寨镇、沛县城区、柳新镇是混合型BCS 病例高度聚集区域，鼓楼区、大黄山镇、铜山镇等是总病例高度聚集区域。 由此可见，BCS 病例高度聚集区大多是徐州市区部分及徐州西北区域沛县城区、胡寨等地区。

徐州市区近年来用地面积多用于耕地和建设用地［11］，而建设用地以工业生产、建筑施工等为主。徐州有很多重型工厂企业，在生产建设过程中可能会排放出污水和废气，从而可能是导致此区域BCS患者病例数较高的原因，同时徐州市区相对经济较发达，交通便利，集中的人口数也较多，发病例数也有可能会随之增加。 徐州市西北地区位于苏鲁交界区域，毗邻山东省枣庄市，苏鲁豫皖交界地域是BCS 高发地区。 李胜利等［12］报道对 1 058 例 BCS 患者进行统计分析，结果显示2001年至2011年间山东共有124 例BCS 患者前往医院就诊，同时徐州市西北区毗邻微山湖，湖水中微量元素含量可能会对疾病产生一定影响。 王卫中［13］分析山东西南地区地面水水质化学指标和微量元素含量，发现地面水中pH、氟化物、硝酸盐及重金属等含量明显高于地下水。 山东省菏泽市BCS 患者尿碘水平检测结果显示，BCS 患者尿碘水平明显高于正常对照组［14］。 湖水、 土壤中微量元素增高可能会对人体健康产生巨大影响［15］。 因此，应当加强对徐州西北部分区域土壤及水源的环境监测，从而能更加有效地防控BCS。