应用空间相关分析和圆分布研究中国肺结核时空分布特征

兰小琴，申 林

结核病是由结核分枝杆菌感染引起的主要经呼吸道传播的慢性传染病。2018年全球新发结核病约1000万例[1]。我国是结核病高负担国家之一[2]，肺结核是法定报告的乙类传染病，2017年全国新发肺结核835 193例，报告发病率为60.53/10万[3]。因此，了解我国肺结核发病的时空分布特征，有针对性的开展防控措施，具有重要意义。

1 资料与方法

1.1 资料来源 2013年1月—2017年12月肺结核发病数据来源于国家卫生健康委员会疾病预防控制局网站[3]，用以研究我国肺结核发生的季节性集中趋势；2016年我国各省市的肺结核报告发病率来自《2017中国卫生和计划生育统计年鉴》[4]，用以研究我国2016年各省市肺结核发生的空间相关性。

1.2 方法

1.2.1 圆分布[5-7]采用圆分布研究我国肺结核发病的季节变化特征。一组圆分布资料，如果有集中于某个时间段发生的倾向，这一倾向性可用平均角表示。平均角的计算方法是：

（1）计算 sinαi和 cosαi的均值，分别用 Y 和X表示，f表示频数，n表示肺结核患者的总数；

X=(∑ficosαi)/n,Y=(∑fisinαi)/n

（2）计算角度离散程度指标r值；

（4）计算角离散程度S；

（5）检验方法采用雷氏Z值检验。Z=nr2，Z＞Z0.05表示有统计学意义。

1.2.2 空间分析方法

1.2.2.1 Moran’s I全局空间相关性分析[8-9]空间分布的对象一般不是孤立存在的，且相距较近的影响力大于较远的。Moran’s I全局空间相关性分析通常用来描述某一现象在空间上的积聚状态和相关程度。

Moran’s I统计表述如下公式：

（1）式中：n为空间对象数目，xi，xj为观测值，wij为研究对象i，j间的权重。I ＞0表示研究对象之间存在空间上的正向自相关关系；I＜0，表示研究对象之间存在空间上的负向自相关关系；I＝0时，表示空间上是独立的、非相关的和随机的。

1.2.2.2 局域空间相关性分析 局域空间相关性分析可以得出每个区域的取值，从而判断出空间上的聚集或扩散状态。Local Moran统计模型，其具体形式表述如下公式：

（2）式δ表示xi的标准差，其余各字母含义同 Moran’s I法。

当|Z|＞1.96时，可以认定为小概率，拒绝H0假设（P＜0.05），存在空间相关性。

1.3 统计学处理 统计分析采用SPSS 22.0和ArcView 3.2软件。

2 结 果

2.1 我国2013—2017年肺结核发病数变化趋势2013—2017年我国肺结核报告发病数总体呈下降趋势（图1），各年度3—5月的肺结核报告发病数最多（图2）。

图1 2013—2017年肺结核报告发病数趋势Figure 1 Trend of reporting number of pulmonary tuberculosis cases from 2013 to 2017

图2 2013—2017年各月份肺结核报告发病数Figure 2 Reporting number of pulmonary tuberculosis cases each month from 2013 to 2017

2.2 我国2013—2017年肺结核发病数的圆分布模型分析 平均角的假设检验：Z=nr2=13004.94＞1.96，根据sinα＞0和cosα＜0，推断平均角在第二象限，α=133.64度，相当于5月16日，即平均发病高峰在5月16日（表1）。

表1 2013年1月—2017年12月中国肺结核报告发病数圆分布分析Table1 Circular distribution analysis on reporting number of pulmonary tuberculosis cases in China from January 2013 to December 2017

2.3 我国2016年肺结核报告发病率的空间分布特征

2.3.1 我国2016年肺结核报告发病率的空间分布 我国2016年各省（自治区、直辖市）肺结核报告发病率显示，肺结核报告发病率较高的为新疆、西藏、贵州、青海等；报告发病率较低的为天津、上海、北京等（表2）。

表2 2016年中国各省（自治区、直辖市）肺结核报告发病率Table 2 Reporting incidence of pulmonary tuberculosis in provinces,autonomous regions and municipalities in China during 2016

2.3.2 Moran’s I全局空间相关性分析 通过Moran’s I 统计对2016年我国肺结核报告发病率进行分析，I＝0.487，Z=4.278，P＜0.05，肺结核发病率在空间上存在正相关，反映了我国肺结核报告发病率存在空间聚集性。

2.3.3 LISA局域空间相关性分析 在α=0.05的水平下可以认为肺结核发病率在中国形成“正热点区域”：新疆（Local Moran’s I=4.060，Z=7.736，P ＜ 0.05）， 青 海（Local Moran’s I =2.210，Z=4.914，P ＜ 0.05）， 西 藏（Local Moran’s I=2.679，Z=5.944，P＜0.05），表明肺结核发病率在新疆、青海、西藏及其周围存在空间上的聚集，其他区域未显示出明显的空间聚集性（Z＜1.96）。

3 讨 论

疾病的流行特征通过疾病在人群、时间、空间的三间分布得以实现，是流行过程的可见形式。掌握肺结核的时空分布是结核病研究中一个非常重要的部分，有助于拟定防治策略，以便有效控制疾病。疾病的空间分析方法和圆分布分析已被应用于疾病的流行状况分析。

2013—2017年我国肺结核报告发病数呈现持续下降趋势。但我国人口基数大，人员流动性大，且肺结核经呼吸道传播，该病仍是危害人民健康的主要传染病。结核病控制效果不佳原因很多，AIDS、糖尿病和自身免疫性疾病等影响机体免疫功能的疾病发病率上升，以及耐多药结核尤其是广泛耐药结核发病率上升是重要因素[10]；围绕结核病的防治工作，我国各地市及基层都已建立了结核病网络防控体系，积极开展结核病疫情监测和防治工作[11]。充分利用大数据平台技术，整合信息资源，了解肺结核发病的时空特点，对肺结核的防控工作有重要意义。

本研究显示我国2013—2017年各年度3—5月的肺结核报告发病数最多，这与国内外对肺结核的季节性特征分析基本一致。Parrinello等[12]对纽约市肺结核发病季节性研究中发现4月为肺结核发病高峰期，10月为低谷期。Cherif等[13]通过对突尼斯肺结核季节性特征分析，结果提示发病高峰期为春季（3—5月），秋季为低谷期。薛浩等[14]采用改良圆形分布法对盐城市肺结核季节特征进行分析发现3—5月、8—9月为该地肺结核高发季。肺结核发病季节性特征可能与气候因素、人体免疫力、人群的季节性活动等有关。准确掌握肺结核发病的季节性特征和周期性规律有助于相关部门科学、有效进行肺结核防控。

经全局空间相关性分析发现2016年肺结核报告发病率在中国具有显著的空间聚集性。有研究表明肺结核发病率与经济发展水平存在负相关[15-16]，高发病率反映了该区域肺结核存在较高的流行强度。局域空间自相关分析发现明肺结核发病率在新疆、青海、西藏及其周围存在空间上的积聚，对于这些“热点”区域应该不断加强疫情监测和防控。