山东省发热伴血小板减少综合征时空流行特征分析

姜晓林，张晓梅，逄 博，孙大鹏，姚明晓，吴书志，王显军，丁淑军

发热伴血小板减少综合征(Severe fever with thrombocytopenia syndrome, SFTS)是由一种新型布尼亚病毒引起的一种以发热、白细胞和血小板减少以及多器官损害为主要临床特征的病毒性出血热[1]，该病原体目前由国际病毒分类委员会命名为布尼亚病毒目(Bunyavirales)白纤病毒科(Phenuiviridae)布尼亚病毒属(banyangvirus)的huaiyangshan布尼亚病毒(huaiyangshanbanyangvirus)。SFTS的传播途径主要为蜱虫叮咬传播[2]，少数通过接触死亡病例血液和分泌物感染[3]。病例主要分布在我国中部和东部地区的山区丘陵地带，截至2017年全国已有20个省份331个县区有SFTS确诊病例报告，主要集中在河南、湖北、山东、安徽等省份，每年4-10月为该病的发病高峰，不同省份的发病高峰期略有不同，发病人群主要为农民[4-8]。在美国[9]、韩国[10]、日本[11]、越南[12]也有该类疾病发生。本研究针对2010-2016年我省SFTS监测资料，分析SFTS发病的分布特征，采用空间自相关分析和时空扫描分析方法探讨我省SFTS的空间聚集性、聚集区域随时间变化规律，为查找高危地区，为科学防控措施提供参考依据。

1 资料与方法

1.1资料来源 山东省SFTS病例数据来自中国疾病预防控制信息系统的传染病报告管理系统，人口数统计资料来自山东省统计年鉴。电子地图来自国家基础地理信息系统。病例诊断标准参照中国疾病预防控制中心发布的《发热伴血小板减少综合征防治指南》(2010版)[13]，以“发病日期”进行统计整理，确诊病例和疑似病例均纳入分析，其中确诊病例2 216例，疑似病例103例。

1.2方 法

1.2.1描述性分析 采用Microsoft Excel 2010软件建立病例资料分析数据库，采用ArcGIS 9.3 软件，以县(区)为单位，绘制疾病分布的专题地图。

1.2.2空间自相关分析 采用Open GeoDa 1.2.0软件进行空间自相关分析，包括全局空间自相关和局部空间自相关两部分。全局空间自相关用于反映整个研究范围内指定的属性是否具有相关性，其中Moran’s I的取值范围为[-1,1]，Moran’s I>0表示空间数据正相关，Moran’s I绝对值越大，空间聚集性越强，即整体呈聚集型分布；Moran’s I<0表示空间邻近单元之间具有不相似性，Moran’s I绝对值越大，空间差异性越大；而Moran’s I趋近于0，表示整体呈随机型分布。局部自相关统计量来揭示可能存在的空间变异性,在局部Moran散点图中根据区域单元与邻域间关系得到4类局部空间关系：即具有空间正相关关系的High-High(HH)关联和Low-Low(LL)关联；具有负相关关系的High-Low(HL)关联和Low-High(LH)关联。

1.2.3时空扫描分析 采用SaTScan 9.4软件进行时空扫描分析，以空间动态窗口扫描统计为基础，基于泊松分布模型，通过扫描窗口的移动(底部对应的地理位置，高对应的是时间)，可得到一系列分别位于扫描窗口内外的病例数及期望病例数，由此构建似然函数。本次分析地区以县区为单位，统计时间周期为月，排除地区重叠、50%的人口处于危险的标准，采用时空重排模型，设定蒙特卡罗模拟次数为999次，当对数似然比(log likelihood ration，LLR)检验，P<0.05认为存在时空聚集。

2 结 果

2.1疫情概况 2010-2016年山东省累计报告SFTS病例2 319例，累计报告死亡病例230例，平均病死率9.92%，2010至2016年报告发病率分别为0.08/10万、0.19/10万、0.15/10万、0.31/10万、0.47/10万、0.53/10万、0.65/10万，平均发病率为0.34/10万，见图1。时间分布呈现明显的季节特征，4月份病例数快速上升，5-8月份为疫情的高发期，占报告病例总数的76.20%，8月份以后疫情出现下降，见图2。

图1 2010-2016年山东省SFTS发病数和发病率统计情况Fig.1 Reported case number and incidence rate of SFTS in Shandong Province from 2010 to 2016

图2 2010-2016年山东省SFTS病例月分布情况Fig.2 Temporal distribution of SFTS in Shandong Province from 2010 to 2016

2010-2016年山东省SFTS平均发病率前5位的地市为威海市、烟台市、莱芜市、泰安市、济南市，病例分布于16个地市、96个县，波及的县区数逐年增多，其中济南、青岛、烟台、潍坊、泰安、威海、临沂疫区扩散趋势明显，见图3。

(颜色代表各县区累计发病数，柱状图代表地市报告病例数增长情况)图3 2010-2016年山东省SFTS病例地区分布情况Fig.3 Regional distribution of SFTS cases in Shandong Province from 2010 to 2016

2.2山东省SFTS空间自相关分析

2.2.1全局自相关分析 2010年和2011年SFTS的空间分布呈随机分布，经统计学检验，差异无统计学意义(P>0.05)；2012-2016年 Moran’s I值均为正值，且逐年增大，SFTS空间分布均具有自相关性，呈聚集性分布。

表1 2010-2016年山东省SFTS全局空间自相关分析Tab.1 Global spatial autocorrelation analysis of SFTS in Shandong Province from 2010 to 2016

2.2.2局部自相关分析 局部空间自相关分析显示，2012-2016年山东省SFTS高-高流行区主要位于鲁中和鲁东地区，且存在地区扩散趋势。2012年高-高流行区包括6个地市的8个县区，2013年高-高流行区包括2个地市的4个县区，2014年高-高流行区包括3个地市的11个县区，2015年高-高流行区包括5个地市的14个县区，2016年高-高流行区包括5个地市的11个县区，详见表2、图4。

图4 2012-2016年山东省SFTS局部相关分析聚集图Fig.4 Local correlation analysis of SFTS in Shandong Province from 2012 to 2016

表2 2012-2016年山东省SFTS高-高流行区分布情况 Tab.2 Distribution of SFTS high prevalence areas in Shandong Province from 2012 to 2016

2.3山东省SFTS时空扫描分析 时空扫描分析结果显示，存在3个SFTS发病聚集区域，包括1个一类聚集区和2个二类聚集区，分别为：1)2012年1月至2015年1月，以烟台市芝罘区为中心点，共覆盖16个县(区)，其中烟台市12个县区、威海市4个县区(LLR=677.15,RR=11.58,P<0.001)，覆盖半径86.64 km，覆盖人群282 525人，发病469例，发病率为141.0/10万。2)2013年1月至2016年12月，以泰安市新泰市为中心点，共覆盖周边6个县(区)：泰安市新泰市和岱岳区、济宁市泗水县、莱芜市莱城区和钢城区、临沂市蒙阴县(LLR=457.51,RR=9.25,P<0.001)，覆盖半径46.47 km，覆盖人群320 838人，发病361人，发病率118.6/10万。3)2013年1月至2014年1月，以潍坊市安丘区为中心点，共覆盖28个县(区)：青岛市5个县(区)、淄博市5个县(区)、东营市2个县(区)、烟台1个县区、潍坊12个县区、日照市五莲县、临沂市沂水县、滨州市博兴县(LLR=142.59,RR=4.97,P<0.001)，覆盖半径115.04 km，覆盖人群1 082 403人，发病183人，发病率69.1/10万。详见图5。

图5 山东省SFTS时空扫描聚集图Fig.5 Spatial and temporal scanning analysis of SFTS in Shandong Province

3 讨 论

山东省位于中国东部沿海、黄河下游，包括半岛和内陆两部分，境内中部山地突起，西南、西北低洼平坦，东部缓丘起伏，境内主要山脉集中分布在鲁中南山区。山东省是最早发现该病的重点疫区之一，并按照乙类法定报告传染病的要求开展监测工作，监测数据可靠。描述性分析发现，山东省SFTS疫情呈现逐年上升的趋势，发病数和发病率逐年增多，分布范围逐年扩大，三间分布特征与全国及其他省份的流行特征基本一致[4]，呈现典型的自然疫源性疾病的特点，病例高度散发，具有明显的地域性和季节性特点。时间分布主要集中在5-10月份，考虑与传播媒介蜱的活动时间相一致，发病高峰位于5-7月份，与其他省份略有不同，考虑与当地生产生活方式不同，蜱虫接触机会不同有关[6,14]。病例分布主要集中在鲁中山区和鲁东丘陵地区的威海市、烟台市、莱芜市、泰安市、济南市，并呈现向周边地区扩散的趋势，特别是2个疫区中间的潍坊市、青岛市、日照市、临沂市，应引起高度的关注。关于疫情持续高发的原因主要是该病为新发疾病，随着监测培训工作的落实，医务人员的报告意识增强，监测系统的敏感性提高；由于该病为蜱传疾病，防控措施落实难度大，居民防护意识差；此外，不同地域间动物的运输也导致带毒蜱虫的扩散，导致新发疫区的出现。

空间自相关分析发现山东省SFTS病例地区分布存在明显的相关性，2012-2016年全局自相关系数均为正值，SFTS空间分布呈聚集性分布。局部自相关分析显示高-高聚集区主要位于山东中部和东部的泰安市、淄博市、莱芜市、烟台市、威海市的相关县区，且高危区域覆盖的县区有逐年扩大的趋势。时空扫描聚类分析发现：2010年1月至2016年12月，山东省SFTS在时空分布上呈现3个大的聚集区，分析结果与描述性分析和局部相关分析发现的高发县区一致。提示该类区域存在易于病原体传播的环境及危险因素[15-16]。分析有以下几个原因：1)特殊的生态环境。高发地区均为山区、丘陵地带，随着近几年对生态环境的保护力度加大，植被覆盖面积明显增加，生物多样性增加，特殊的地理生态环境和气象条件，有利于媒介蜱虫的增殖，蜱虫密度增高。2)当地居民的生产生活方式。流行区域的农民主要从事果树种植以及牲畜养殖活动，工作性质使其在野外活动增多，同时也增大了与媒介蜱虫接触的机会。3)疫源地消除难度大。动物血清流行病学调查提示多种家养牲畜可作为该病传播的宿主, 并且动物活动范围越大感染的阳性率越高[17-19]，一旦形成疫源地，将会导致该病持续的传播。

综合上述分析结果，山东省SFTS呈现明显的时空聚集性，并呈现地区扩散的趋势，高发区域主要集中在鲁中和鲁东山区、丘陵地带，是防制该病的重点区域，应加强疫苗等特异有效防控措施的研究，提高防控效果。本研究运用描述性分析、空间自相关分析和时空扫描的方法，分析了山东省2010-2016年发热伴血小板减少综合征时空流行特征及聚集的时间和区域，对采取针对性的干预控制措施，控制疫情蔓延具有重要意义。此外，由于本文的数据源以省为单位，研究区域包含沿海和内陆2种自然疫源地，对两者是否存在流行因素差异未能分类讨论，今后研究中将纳入的自然和社会相关危险因素，以及现场调查的蜱类和动物宿主感染情况数据进行深入分析，探索时空异质性的原因。

利益冲突：无