本文關(guān)鍵詞：我國(guó)大陸地區(qū)恙蟲(chóng)病時(shí)空特征分析及風(fēng)險(xiǎn)預(yù)測(cè)研究

  更多相關(guān)文章： 恙蟲(chóng)病 時(shí)空動(dòng)態(tài) 危險(xiǎn)因素 生態(tài)位 風(fēng)險(xiǎn)預(yù)測(cè)

【摘要】：背景自然疫源性疾病是傳染病中重要的一大類,其病原體通過(guò)媒介生物傳給動(dòng)物宿主或人,存在自然疫源性疾病的地域就稱為自然疫源地,它是一種由病原體、宿主及媒介在特定的自然環(huán)境中組成的特殊生態(tài)系統(tǒng)。隨著社會(huì)生產(chǎn)的進(jìn)步,人類活動(dòng)的范圍不斷擴(kuò)大,與一些自然疫源地的接觸機(jī)會(huì)也不斷增多,近年來(lái)許多自然疫源性疾病在多個(gè)國(guó)家和地區(qū)出現(xiàn)并逐漸興起,而且多數(shù)自然疫源性疾病具有致病力強(qiáng),病癥嚴(yán)重,病死率高且易造成疫情暴發(fā)等特點(diǎn)。針對(duì)自然疫源性疾病的研究過(guò)去主要運(yùn)用流行病學(xué)的原理和方法,采取現(xiàn)場(chǎng)調(diào)查,人工檢測(cè)等手段,受到技術(shù)條件的限制,難以充分提取和利用疾病的時(shí)間、空間及地理環(huán)境等信息,并且在儲(chǔ)存分析大量復(fù)雜的數(shù)據(jù)時(shí)存在困難。近年來(lái),以地理信息系統(tǒng)(Geographic Information System,GIS)、遙感技術(shù)(Remote Sensing,RS)、全球定位系統(tǒng)(Global Position System,GPS)為代表的“3S”空間信息技術(shù)廣泛應(yīng)用于地理、生態(tài)、農(nóng)業(yè)等領(lǐng)域的研究,并逐漸成功地應(yīng)用于血吸蟲(chóng)病、萊姆病等自然疫源性疾病的研究中,其對(duì)于疾病的空間信息可以充分挖掘利用,并且在數(shù)據(jù)存儲(chǔ)分析和時(shí)空分布可視化等方面具有強(qiáng)大的優(yōu)勢(shì),很好地解決了傳統(tǒng)流行病學(xué)的不足之處,極大幫助了疾病暴發(fā)監(jiān)測(cè)系統(tǒng)的搭建,有效提高了應(yīng)對(duì)突發(fā)事件的信息處理和宏觀決策的能力,成為目前傳染病研究中的熱點(diǎn)。恙蟲(chóng)病(Scrub Typhus)又稱叢林斑疹傷寒,是由恙蟲(chóng)病立克次體引起的急性發(fā)熱性斑疹傷寒樣疾病。恙蟲(chóng)病是一種自然疫源性疾病,通過(guò)恙螨幼蟲(chóng)叮咬人體而傳播,其宿主為嚙齒類動(dòng)物,尤其以鼠類為主,臨床上以發(fā)熱,叮咬部位出現(xiàn)焦痂、皮疹同時(shí)伴淋巴結(jié)腫大等為主要特征,嚴(yán)重者可出現(xiàn)多器官衰竭而導(dǎo)致死亡。恙蟲(chóng)病廣泛流行于亞洲環(huán)太平洋地區(qū),據(jù)統(tǒng)計(jì)目前有超過(guò)10億人口居住在恙蟲(chóng)病風(fēng)險(xiǎn)區(qū),每年發(fā)病人數(shù)超過(guò)100萬(wàn)。恙蟲(chóng)病對(duì)于軍隊(duì)?wèi)?zhàn)斗力有很大影響,在以往一些軍事行動(dòng)中曾造成大量非戰(zhàn)斗減員。我國(guó)是恙蟲(chóng)病的重點(diǎn)疫區(qū),早期主要流行于長(zhǎng)江以南地區(qū),80年代以后在北方的山東、江蘇、天津等地相繼出現(xiàn)恙蟲(chóng)病流行,新的自然疫源地不斷被發(fā)現(xiàn),總的流行強(qiáng)度呈現(xiàn)逐漸上升趨勢(shì),目前全國(guó)除青海、上海以外的其它省份均有恙蟲(chóng)病病例報(bào)告,并且該病已經(jīng)被納入全國(guó)法定傳染病報(bào)告信息系統(tǒng)。當(dāng)前針對(duì)我國(guó)恙蟲(chóng)病的研究主要是針對(duì)高發(fā)地區(qū)的一些暴發(fā)疫情等進(jìn)行的調(diào)查分析,研究尺度較小且技術(shù)方法相對(duì)陳舊,缺乏對(duì)我國(guó)恙蟲(chóng)病整體長(zhǎng)期的準(zhǔn)確的認(rèn)識(shí)以及危險(xiǎn)因素分析和風(fēng)險(xiǎn)預(yù)測(cè)研究。因此,非常有必要了解我國(guó)恙蟲(chóng)病整體的時(shí)空分布特征,分析與恙蟲(chóng)病發(fā)生相關(guān)的危險(xiǎn)因素以及探究未來(lái)發(fā)病的高風(fēng)險(xiǎn)區(qū)域,為恙蟲(chóng)病的防制工作的開(kāi)展和措施的制定提供科學(xué)的依據(jù)。目的闡明我國(guó)恙蟲(chóng)病整體的流行特征,包括時(shí)間、空間、人群分布以及發(fā)病的熱點(diǎn)聚集區(qū)域;探究我國(guó)重點(diǎn)區(qū)域氣象、環(huán)境因素與恙蟲(chóng)病發(fā)生的相關(guān)性;通過(guò)構(gòu)建生態(tài)位模型預(yù)測(cè)我國(guó)恙蟲(chóng)病未來(lái)發(fā)病的風(fēng)險(xiǎn)概率和重點(diǎn)發(fā)病區(qū)域,同時(shí)明確相關(guān)危險(xiǎn)因素對(duì)今后恙蟲(chóng)病發(fā)生的驅(qū)動(dòng)效果及貢獻(xiàn)值。方法1、收集整理2006年1月-2014年12月全國(guó)各縣(區(qū))恙蟲(chóng)病發(fā)病監(jiān)測(cè)數(shù)據(jù),采用描述性流行病學(xué)方法分析我國(guó)恙蟲(chóng)病發(fā)生和死亡的流行特征,包括時(shí)間、空間、人群分布;對(duì)發(fā)病進(jìn)行全局空間自相關(guān)性(spatialautocorrelation)和局部空間自相關(guān)性分析(localindicatorofspatialassociation,lisa),并采用時(shí)空掃描技術(shù)(space-timescanstatistics)探究發(fā)病的時(shí)空聚集情況。上述過(guò)程由microsoftoffice2010、sas9.2、arcgis9.3(esri)和satscan9.1.1軟件實(shí)現(xiàn)。2、收集整理我國(guó)恙蟲(chóng)病高發(fā)省份的高發(fā)地區(qū)(廣東省廣州市、云南省保山市、福建省漳州市、安徽省阜陽(yáng)市、山東省臨沂市)2006年1月-2013年12月恙蟲(chóng)病發(fā)病監(jiān)測(cè)數(shù)據(jù)以及氣象(溫度、濕度、降雨量、mei)、植被監(jiān)測(cè)數(shù)據(jù),采用spearman秩相關(guān)方法分析各因素與發(fā)病之間的相關(guān)性及滯后作用,并比較不同地區(qū)之間的差異。上述過(guò)程由microsoftoffice2010、spss16.0軟件實(shí)現(xiàn)。3、收集整理全國(guó)2006-2013年恙蟲(chóng)病個(gè)案病例數(shù)據(jù),提取病例詳細(xì)地址后進(jìn)行空間定位,收集整理同時(shí)期全國(guó)氣象因素(溫度、降水、相對(duì)濕度、風(fēng)速)、海拔高度、歸一化植被指數(shù)(normalizeddifferencevegetationindex,ndvi)、土地利用(landcover,lc)及人口密度的數(shù)據(jù)后進(jìn)行插值提取形成1×1km分辨率的柵格圖層,構(gòu)建基于最大熵原理(maximumentropy)的生態(tài)位模型(ecologicalnichemodel,enm),預(yù)測(cè)恙蟲(chóng)病發(fā)生的風(fēng)險(xiǎn)性,評(píng)估相關(guān)危險(xiǎn)因素對(duì)恙蟲(chóng)病發(fā)生的貢獻(xiàn)程度。上述過(guò)程由microsoftoffice2010、arcgis9.3、maxent3.3.3k軟件實(shí)現(xiàn)。結(jié)果1、2006-2014年全國(guó)共計(jì)報(bào)告恙蟲(chóng)病發(fā)病54558例,死亡37例,年均發(fā)病率為0.46/10萬(wàn),年均發(fā)病率呈顯著上升趨勢(shì)(cochran-armitage趨勢(shì)檢驗(yàn),z=172.14,p0.001);共有來(lái)自29個(gè)省(自治區(qū)、直轄市)的1031個(gè)縣(區(qū))報(bào)告了恙蟲(chóng)病病例,但發(fā)病總數(shù)的77.97%集中于廣東、云南、安徽、福建、山東五個(gè)省份,不同縣(區(qū))的年均發(fā)病率范圍在0至66.21/10萬(wàn)之間;女性發(fā)病率總體上高于男性(χ2=399.22,p0.001),以10歲進(jìn)行年齡分組后分析顯示50-59歲組的發(fā)病數(shù)最多,占總發(fā)病數(shù)的22%,農(nóng)民的發(fā)病率顯著高于非農(nóng)民(p0.001);南北方不同省份恙蟲(chóng)病的流行季節(jié)存在差異,其中福建、廣東、廣西的流行趨勢(shì)雙峰分布,發(fā)病集中于6-7月和9-10月,云南的流行趨勢(shì)單峰分布,發(fā)病集中于7-8月,安徽、江蘇、山東的發(fā)病集中于每年10-11月,流行趨勢(shì)呈單峰分布;全局自相關(guān)性分析顯示每年恙蟲(chóng)病的發(fā)生均呈現(xiàn)空間聚集性,局部空間自相關(guān)性分析顯示高-高聚集區(qū)主要分布于云南、廣東、福建等地區(qū),且覆蓋范圍逐年擴(kuò)大;各年的發(fā)病時(shí)空聚集掃描分析結(jié)果顯示一級(jí)聚集區(qū)的位置在中東部山東、江蘇、安徽地區(qū)和西南部云南、四川地區(qū)之間轉(zhuǎn)換;對(duì)整體時(shí)空聚集區(qū)內(nèi)外病例的流行特征比較分析顯示聚集區(qū)內(nèi)病例中女性、農(nóng)民所占的比重更高,年齡更大。2、2006-2013年廣州市共報(bào)告恙蟲(chóng)病3908例,占廣東省發(fā)病總數(shù)的33.45%,月發(fā)病率范圍在0-1.80/10萬(wàn)之間;保山市共報(bào)告恙蟲(chóng)病2464例,占云南省發(fā)病總數(shù)的27.46%,月發(fā)病率范圍在0-12.42/10萬(wàn)之間;漳州市共報(bào)告恙蟲(chóng)病1406例,占福建省發(fā)病總數(shù)的40.76%,月發(fā)病率范圍在0-1.53/10萬(wàn)之間;阜陽(yáng)市共報(bào)告恙蟲(chóng)病2116例,占安徽省發(fā)病總數(shù)的61.40%,月發(fā)病率范圍在0-4.02/10萬(wàn)之間;臨沂市共報(bào)告恙蟲(chóng)病692例,占山東省發(fā)病總數(shù)的23.33%,月發(fā)病率范圍在0-1.07/10萬(wàn)之間;spearman秩相關(guān)分析顯示各地區(qū)的氣象、植被因素與發(fā)病率均相關(guān)(除mei僅與廣州市發(fā)病相關(guān)外),并且具有統(tǒng)計(jì)學(xué)意義(p0.05),但不同地區(qū)各因素的滯后效應(yīng)有所差異。3、生態(tài)位模型預(yù)測(cè)我國(guó)恙蟲(chóng)病發(fā)生的高風(fēng)險(xiǎn)區(qū)域主要分布于西南部云南,中東部山東、江蘇、安徽北部,南部福建、廣東、廣西等地區(qū),不同年份各因素對(duì)模型的貢獻(xiàn)百分比有所區(qū)別,2006-2009年最高降雨量對(duì)模型的貢獻(xiàn)值最大(31.6%-45.8%),2010年最低溫度的貢獻(xiàn)值最大(39.8%),2011-2013年貢獻(xiàn)值最大的兩個(gè)因素都是平均溫度(26.8-32.2%)和平均降雨量(29.8%-37.9%);人口密度對(duì)模型的貢獻(xiàn)值比較穩(wěn)定,范圍在13.7%-31.6%之間,最高溫度、最低濕度及海拔對(duì)模型也有一定的貢獻(xiàn),分別為0.7%-6.2%,0.2%-4.6%,0.8%-4.3%,NDVI和土地利用對(duì)模型的貢獻(xiàn)較小,范圍均在1%以下;各因素單獨(dú)與恙蟲(chóng)病發(fā)生風(fēng)險(xiǎn)的反應(yīng)曲線中降雨量、溫度及NDVI的曲線較相似,發(fā)生風(fēng)險(xiǎn)隨變量值的增大而增加,達(dá)到高峰后下降的幅度明顯,其中,發(fā)生風(fēng)險(xiǎn)在月均最高、平均、最低降雨量為600、200、12mm時(shí)達(dá)到最大,月均最高、平均、最低溫度在34、22、12℃時(shí)發(fā)生風(fēng)險(xiǎn)最高,月均NDVI值在100-200時(shí)發(fā)生風(fēng)險(xiǎn)較高;發(fā)生風(fēng)險(xiǎn)在人口密度在為15000人/平方公里時(shí)達(dá)到最大,此后隨人口密度增加保持穩(wěn)定,海拔在500m以下時(shí)發(fā)生風(fēng)險(xiǎn)隨海拔升高迅速下降,但在海拔達(dá)到2000m時(shí)風(fēng)險(xiǎn)值又達(dá)到較高水平,而后迅速降低。模型測(cè)得的AUC值的范圍是0.8613-0.947,符合國(guó)際公認(rèn)的擬合效果較好的標(biāo)準(zhǔn),對(duì)預(yù)測(cè)風(fēng)險(xiǎn)分布圖疊加病例點(diǎn)位置后顯示病例基本位于中、高風(fēng)險(xiǎn)區(qū)域內(nèi)或附近,超過(guò)70%的恙蟲(chóng)病病例發(fā)生在預(yù)測(cè)的高風(fēng)險(xiǎn)地區(qū),而這些地區(qū)僅占2.97%-5.78%的國(guó)土面積。結(jié)論本研究定量分析了我國(guó)恙蟲(chóng)病整體的長(zhǎng)期的流行特征,確認(rèn)了我國(guó)恙蟲(chóng)病的流行季節(jié)類型特點(diǎn)及發(fā)病的高風(fēng)險(xiǎn)人群,通過(guò)時(shí)空掃描分析技術(shù)明確了我國(guó)恙蟲(chóng)病發(fā)生的時(shí)空動(dòng)態(tài)趨勢(shì)規(guī)律,確定了我國(guó)恙蟲(chóng)病的三個(gè)主要發(fā)病地帶。通過(guò)對(duì)恙蟲(chóng)病高發(fā)地區(qū)危險(xiǎn)因素與發(fā)病關(guān)系進(jìn)行分析,明確了南北方不同地區(qū)之間相關(guān)危險(xiǎn)因素在發(fā)病過(guò)程中產(chǎn)生的滯后效應(yīng)。本研究首次在我國(guó)應(yīng)用生態(tài)位模型預(yù)測(cè)了恙蟲(chóng)病發(fā)生的風(fēng)險(xiǎn)區(qū)域并評(píng)估了相關(guān)因素在發(fā)生風(fēng)險(xiǎn)中的驅(qū)動(dòng)效果,取得了良好地?cái)M合效果。本研究的結(jié)果極大地豐富了對(duì)我國(guó)恙蟲(chóng)病流行特征的認(rèn)識(shí),有助于對(duì)我國(guó)恙蟲(chóng)病高風(fēng)險(xiǎn)區(qū)域的識(shí)別,同時(shí)對(duì)高發(fā)地區(qū)的恙蟲(chóng)病防制措施的制定具有科學(xué)的指導(dǎo)意義。
【學(xué)位授予單位】：中國(guó)人民解放軍軍事醫(yī)學(xué)科學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R513.2

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 江學(xué)成;;手術(shù)風(fēng)險(xiǎn)預(yù)測(cè)方法解讀[J];中國(guó)實(shí)用外科雜志;2007年09期

2 姚瑜;;乳腺癌復(fù)發(fā)風(fēng)險(xiǎn)預(yù)測(cè)試劑盒TOP2A FISH pharmDx獲FDA批準(zhǔn)上市[J];國(guó)外醫(yī)藥(抗生素分冊(cè));2008年02期

3 潘夏蓁;林碎釵;姜麗萍;;Braden量表在足部壓瘡風(fēng)險(xiǎn)預(yù)測(cè)中的應(yīng)用[J];解放軍護(hù)理雜志;2013年04期

4 王霞;王宏;;不同肥胖指標(biāo)對(duì)糖尿病風(fēng)險(xiǎn)預(yù)測(cè)的效果分析[J];中外醫(yī)學(xué)研究;2014年23期

5 于長(zhǎng)春;;決策樹(shù)模型在2型糖尿病患者腦梗死風(fēng)險(xiǎn)預(yù)測(cè)中的應(yīng)用[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2011年06期

6 黃艷;王小紅;王媛;;兩種量表在骨科患兒壓瘡風(fēng)險(xiǎn)預(yù)測(cè)中的應(yīng)用效果研究[J];護(hù)理研究;2011年24期

7 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 郜燁;董國(guó)麗;張潔;郜華萍;胡學(xué)偉;史建武;;黃磷生產(chǎn)危險(xiǎn)因子及環(huán)境風(fēng)險(xiǎn)預(yù)測(cè)[A];第十六屆中國(guó)科協(xié)年會(huì)——分3環(huán)境污染及職業(yè)暴露與人類癌癥學(xué)術(shù)研討會(huì)論文集[C];2014年

2 周焯華;艾林;張宗益;;基于專家規(guī)則的遺傳算法對(duì)商業(yè)銀行操作風(fēng)險(xiǎn)預(yù)測(cè)[A];中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)第七屆全國(guó)會(huì)員代表大會(huì)暨第七屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

3 朱玉梅;胡佳哲;劉小立;周繼昌;;高敏C-反應(yīng)蛋白在預(yù)防醫(yī)學(xué)中的應(yīng)用價(jià)值[A];2012深圳市預(yù)防醫(yī)學(xué)會(huì)學(xué)術(shù)研討會(huì)論文匯編[C];2012年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 朱虎、李培楊、靳建坤 李林、楊帆 特約記者 陳桂峰;依據(jù)法規(guī)管 盯著弱項(xiàng)抓[N];人民武警;2009年

2 鄭軒;海西推行社會(huì)穩(wěn)定風(fēng)險(xiǎn)預(yù)測(cè)評(píng)估制度[N];青海日?qǐng)?bào);2007年

3 邵云　李永剛 倉(cāng)p，

本文編號(hào)：1268886