引用本文
吴新华, 谢曙英, 刘骊, 胡小丽, 汪饶春, 高祖禄, 宁安, 胡飞. 鄱阳县新报告晚期日本血吸虫病的时空分布特征分析[J]. 中国人兽共患病学报, 2021,37(8): 767-772
WU Xin-hua, XIE Shu-ying, LIU Li, HU Xiao-li, WANG Rao-chun, GAO Zu-lu, NING An, HU Fei. Analysis of the temporal and spatial distribution characteristics of newly reported advanced schistosomiasis in Poyang County[J]. Chinese Journal of Zoonoses, 2021,37(8): 767-772.  
Doi: 10.3969/j.issn.1002-2694.2021.00.085
Permissions
Copyright©2021, 中国人兽共患病学报
中国人兽共患病学报
鄱阳县新报告晚期日本血吸虫病的时空分布特征分析
吴新华1, 谢曙英2, 刘骊1, 胡小丽1, 汪饶春1, 高祖禄2, 宁安2, 胡飞2
1. 鄱阳县血吸虫病防治站,鄱阳 333100
2. 江西省寄生虫病防治研究所,江西省血吸虫病预防与控制重点实验室,南昌 330096
通讯作者：胡飞, Email: hufei@21cn.com; ORCID: 0000-0002-9270-4253
收稿日期: 2020-12-11
资助项目: 国家自然科学基金(No. 71764011,No. 81860371)、江西省重点研发计划(No. 20202BBGL73047,No. 20181BBG70033)、江西省重点实验室计划项目(No. 20192BCD40006)、江西省自然科学基金(No. 20202BABL206118)联合资助
摘要

目的 分析鄱阳县新报告晚期血吸虫病(晚血)病例的时空分布特征及规律,为控制晚血的发生提供科学依据。方法 以基于行政村的空间数据库,利用SaTScan对2009-2019年晚血发病率按空间、时间和时间-空间3种扫描探测模式进行统计分析,并通过ArcMap将分析结果可视化。结果 2009—2019年鄱阳县累计报告晚血病例932例,年报告晚血发病率呈逐年下降趋势,其中最高年份集中在2010—2013年,疫情控制阶段晚血发病率高于传播控制阶段( F=9.617, P=0.013);单纯空间扫描显示,疫情控制阶段出现2个一类聚集区域,传播控制阶段出现4个二类聚集区域;单纯时间扫描显示,疫情控制阶段晚血发病率高峰集中在2012—2013年( RR=64.44, P=0.001),传播控制阶段集中在2018年( RR=11.23, P=0.001);时间-空间扫描显示,2009—2019共探测到2个一类聚集区域和1个二类聚集区域,均沿鄱阳湖分布;在传播控制阶段无一类聚集区域。结论 虽然随着疫情的降低,晚血发病率也逐年下降,但在空间分布上依然存在多个集聚区域,针对此类区域在今后的防治工作中,应进一步加大晚血筛查和救治力度。

关键词: 日本血吸虫病; 晚期; 新报告; 时空分析
中图分类号:R 文献标志码:A 文章编号:1002-2694(2021)08-0767-06
Analysis of the temporal and spatial distribution characteristics of newly reported advanced schistosomiasis in Poyang County
WU Xin-hua1, XIE Shu-ying2, LIU Li1, HU Xiao-li1, WANG Rao-chun1, GAO Zu-lu2, NING An2, HU Fei2
1. Poyang County Station of Schistosomiasis Control, Jiangxi Province, Poyang 333100, China
2. Jiangxi Provincial Institute of Parasitic Diseases, Jiangxi Province Key Laboratory of Schistosomiasis Prevention and Control, Nanchang 330046, China
Corresponding author: Hu Fei, Email: hufei@21cn.com
Fund:Supported by the National Natural Science Foundation of China(No. 71764011, No. 81860371), Jiangxi Province Focus on Research and Development Plan (No. 20202BBGL73047, No. 20181BBG70033), Key Laboratory Plan of Jiangxi Province(No.20192BCD40006), Jiangxi Province Natural Science Foundation(No. 20202BABL206118)
Abstract

This study aimed to analyze the temporal and spatial distribution characteristics of newly reported advanced schistosomiasis cases in Poyang County to provide a scientific basis for controlling advanced schistosomiasis. On the basis of a spatial database of the endemic administrative village area, we performed statistical analysis of advanced schistosomiasis cases reported from 2009 to 2019 by using SaTScan spatiotemporal scanning statistical software according to three scanning detection modes: space, time and time-space. The results were visualized with ArcMap. From 2009 to 2019, a total of 932 cases of advanced schistosomiasis were reported in Poyang County, and the annual occurrence rate showed a downward trend each year. Most cases appeared in 2010-2013. The occurrence rate of advanced schistosomiasis cases in the epidemic control stage was significantly higher than that in the transmission control stage ( F=9.617, P=0.013). Simple spatial scanning revealed two clustered areas of category I, which appeared in the epidemic control stage, and four clustered areas of category II, which appeared in the transmission control stage. Simple time scanning showed that advanced schistosomiasis cases were concentrated in 2012-2013 ( RR=64.44, P=0.001) at the epidemic control stage and in 2018 ( RR=11.23, P=0.001) at the transmission control stage. Time-space scanning showed a total of two category I high-risk areas and one category II high-risk area in 2009-2019, all of which were distributed along Poyang Lake. No category I high-risk area was found in the transmission control stage. With the control of the epidemic, the number of advanced schistosomiasis cases also decreased gradually, but several high-risk areas remained in the spatial distribution. For those areas, screening and treatment measures for advanced cases should be further strengthened.

Key words: Schistosomiasis japonica; advanced stage; new reporting; spatial and temporal analysis

空间流行病学通过描述和分析疾病在地理分布上的变化和差异[1], 该手段已被应用到血吸虫病研究中[2, 3, 4], 并为血吸虫病防治提供科学依据[5]。晚血的产生是由于个体感染血吸虫后未能及时治疗或治疗不彻底, 致使肝脏严重损害, 经较长时间的病理发展过程, 临床上出现肝脾肿大, 门脉高压和其他综合征, 并可出现晚血并发症(合并症), 致使新的晚期血吸虫病例出现[6, 7]。2018年全国现有晚期血吸虫病患者(晚血)29 214例, 其中江西省5 062例, 占全国总数的17.33%[8]; 资料显示, 江西省2018年报告新发生的晚血病例(报告病例)达496例, 其中鄱阳县占13.51%。经过60余年的血吸虫病防控, 全省分别于2008年和2014年达到血吸虫病疫情控制标准和传播控制标准, 现正向血吸虫病传播阻断迈进, 但2009— 2018年每年仍然出现新的晚血病例报告。为了掌握江西省晚血新报告病例的时空分布状况, 本文将以江西省鄱阳县为例, 利用SaTScan和ArcGIS, 结合以行政村为单元的空间数据库, 采用时间序列和空间分布对晚血发病率进行特征分析。

1 材料与方法
1.1 研究区域概况

鄱阳县位于江西省的东北部、鄱阳湖的东岸。受自然条件、社会经济、生产方式和健康意识等因素的影响, 该县是江西省血吸虫病流行严重的县(市、区)之一, 据2019年资料统计, 全县31个乡镇(场)中有25个流行血吸虫病, 流行村达244个, 直接受到血吸虫病威胁人群达67万人。

1.2 报告病例收集

通过《江西省晚期血吸虫病人治疗救助信息管理系统》筛选鄱阳县2009-2019年新登记入册的报告病例[9], 获取其基本信息, 包括性别、年龄、职业、所属行政村和晚血类型等, 同时收集该县以行政村为单元的每年晚血病例总数、血吸虫病疫区类型和人口数。

1.3 地理信息系统数据

鄱阳县行政区划矢量数据是通过全国地理信息资源目录服务系统获得(http://www.webmap.cn/main.domethod=index), 并与自行采集的该县行政村矢量数据利用ArcGIS平台合成为鄱阳县行政村空间矢量数据库。其地理坐标系与投影坐标系分别为WGS-84坐标系和横轴墨卡托(Transverse Mercator)投影。

1.4 数据分析

1.4.1 血吸虫病防治阶段 依据中华人民共和国国家标准《血吸虫病控制和消除》(GB 15976-2015)和省级考核验收结果, 将2009-2019年鄱阳县血吸虫病防治划分为两个阶段:2009-2014年为“ 疫情控制阶段” , 2015-2019年为“ 传播控制阶段” 。

1.4.2 数据统计 所有数据统计分析处理采用SPSS软件进行, 统计方法包括方差分析和趋势分析, 检验水准α =0.05。(村/县)晚血发病率(‰ )=(村/县)当年新报告晚血数/(村/县)当年人口数× 10000‰ 。

1.4.3 时空扫描 利用SaTScan 9.6探测鄱阳县2009年至2019年以行政村为单元的晚血发病率的时空热点。在SatScan中选择泊松分布模型[10], 将扫描窗口的上限设置为总风险人口的20%, 最大时间窗口设置为研究期间的50%, 以此来确定晚血发病率聚集区高于其它行政区域的地区。本研究将有统计意义(P< 0.05)的LLR≥ 100设置为一类聚集区域, LLR< 100设置为二类聚集区域, 并使用ArcMap 10.5对聚集区域进行绘图显示。

2 结 果
2.1 晚血发病率的年间变化

2009-2019年, 累计报告病例932例, 其中非疫区村报告90例。2012年报告病例数最高(247例), 涉及84个行政村(占全县疫区村的34.43%)。2010年、2012年和2013年累计报告病例占累计报告病例数的62.45%, 2019年报告病例数最低(15例)。比较每年全县晚血发病率, 结果显示:在疫情控制阶段晚血发病率均超过1‰ , 而传播控制阶段晚血发病率低于1‰ , 两个血吸虫病防治阶段的晚血发病率之间有统计学差异(F=9.617, P=0.013)(图1)。

图1 鄱阳县2009-2019年晚血发病率的年间变化Fig.1 Annual change in newly reported advanced schistosomiasis in Poyang County from 2009 to 2019

2.2 报告病例的空间分布

报告病例分布的行政村在空间分布上随时间变化而改变, 疫情控制阶段出现报告病例的村分布较广; 而传播控制阶段则呈散在性分布, 且多数出现病例报告村报告的病例仅1例, 同时数个年份还出现非血吸虫病流行村报告病例。特别注意的是, 距离鄱阳湖最近的长山村及周边行政村在11年间出现8个年份有报告病例, 且超过2例以上的有4个年份(图2)。

图2 鄱阳县2009-2019年新报告病例数的空间分布图Fig.2 Spatial distribution of newly reported advanced schistosomiasis cases in Poyang County from 2009 to 2019

2.3 时空热点分析

2.3.1 空间 分别对每年以行政村为单元的晚血发病率进行单纯空间扫描, 结果显示:2009-2019年期间只在2012年和2013年出现一类聚集区域, 其他年份均只有二类聚集区域; 且集聚区域位置相对稳定, 主要集中在鄱阳县西部, 该区域靠近鄱阳湖(图3)。按不同防治阶段进行单纯空间扫描, 结果显示:在疫情控制阶段报告病例呈现2个一类聚集区域, 与逐年空间扫描结果略有不同, 在鄱阳县的西部出现1个一类聚集区域; 而在传播控制阶段则出现4个二类聚集区域, 无一类聚集区域(图4)。

图3 2009-2019年鄱阳县晚血发病率逐年空间热点扫描图Fig.3 Annual spatial hotspot scanogram of advanced schistosomiasis in Poyang County from 2009 to 2019

2.3.2 时间 对2009-2019年晚血发病率进行单纯时间扫描, 结果显示: 11年当中晚血发病率的并非随机分布, 主要集中的时间段为2010-2013年, 实际晚血发病率高于预期发病率(RR=3.78, P=0.001)。分别对疫情控制阶段和传播控制阶段再次进行扫描, 在疫情控制阶段晚血发病率高峰主要集中在2012-2013年(RR=64.44, P=0.001), 而传播控制阶段主要集中在2018年(RR=11.23, P=0.001)。

图4 鄱阳县在不同防治阶段晚血发病率的空间热点扫描图Fig.4 Annual spatial hotspot scanogram of advanced schistosomiasis in Poyang County at different stages of prevention and treatment

2.3.3 时间-空间 时间-空间热点扫描2009-2019年晚血发病率, 共探测到2个一类聚集区域和1个二类聚集区域, 一类和二类聚集区域均沿鄱阳湖分布(表1, 图5)。不同防治阶段比较, 结果显示:疫情控制阶段一类聚集区域A(聚类半径分别为12.18 km)进入传播控制阶段分化为a和b两个二类聚集区域(聚类半径分别为9.43 km和2.4 km), 涵盖的行政村由58个减少至33个; 疫情控制阶段一类聚集区域B和二类聚集区域C进入传播控制阶段合并为二类聚集区域c, 同时聚类半径增大到13.82 km, 涵盖行政村同时增加; 传播控制阶段原二类聚集区域D消失(图5)。

表1 2009-2019年鄱阳县晚血发病率时间-空间扫描结果 Tab.1 Time-space hotspot scanning results of advanced schistosomiasis in Poyang County from 2009 to 2019

图5 鄱阳县晚血发病率时间-空间热点扫描图Fig.5 Time-space hotspot scanogram of advanced schistosomiasis in Poyang County

3 讨 论

时空聚集性分析技术常应用于疾病预防工作当中, 例如针对各类传染病和生物媒介的监测开展相关性研究[11, 12, 13, 14], 在血吸虫病控制也得到了广泛应用[15, 16, 17]。SaTScan是一个用于对时间序列数据, 空间数据或者时空数据进行时间、空间和时空扫描统计的开源软件[18], 通过探测疾病在时间、空间或时空范围内发生的情况, 依据P值判定目标区域有无聚集性以及风险大小和确切位置。探测结果可与疾病的流行病学特征相结合, 针对扫描出来的不同风险区域, 提出相应的预防与控制建议[19, 20]。

本研究显示, 晚血报告病例高峰年份出现于2010— 2013年, 病例占比达62.45%, 与单纯时间扫描的得出的高发年份相吻合, 其后病例呈下降趋势。随着整体疫情的降低, 鄱阳县晚血发病率呈逐年下降趋势, 但仍然未能阻止晚血的发生。通过时空扫描和空间扫描均发现鄱阳县晚血发病率呈聚集性分布, 但由于时空扫描分析同时考虑了时间和空间两个维度, 所以结果与单纯空间扫描略有不同。聚集区域位于鄱阳县西部和西南部, 属于沿湖村庄, 居民接触疫水的频率均高于其他区域村庄, 更易感染血吸虫[21]。提示我们在今后的防治工作中, 应进一步加大对这些区域的血吸虫病查、治力度, 并对高发原因应做进一步的调查分析, 以此调整相关的防治措施。

分析中发现在多个年份非血吸虫病流行村出现病例, 可能与患者迁移出疫区居住、人群流动性大以及病原学检查存在较大的漏检率[22], 致使患有血吸虫病的居民未能得到及时、有效的治疗有关[23]。需要说明的是2018年晚血发率出现较大幅度上升, 主要是因为该年加大了晚血普查的力度, 从而发现了更多的晚血病例。

研究表明鄱阳县沿湖区域血吸虫病防控形势依然严峻, 应着力改变影响血吸虫病传播的环境、加强高发区域的监测及晚血的调查与控制, 并加大健康教育力度, 同时要对晚血发生的影响因素做进一步的分析。由于本研究只限于新登记入册的报告病例, 仍然有部分漏报病例存在。同时, 对晚血发病率呈现聚集性分布的因素有待作进一步研究。

总之, 通过报告病例的时空分布特征分析, 初步探明了在鄱阳县2009-2019年报告病例的分布特点和聚集区域, 为下一步采取更加有针对性的防控措施提供参考依据。

利益冲突: 无

引用本文格式:吴新华, 谢曙英, 刘骊, 等. 鄱阳县新报告晚期日本血吸虫病的时空分布特征分析[J]. 中国人兽共患病学报, 2021, 37(8):767-772. DOI:10.3969/j.issn.1002-2694.2021.00.085

责任编辑:王晓欢

参考文献
[1] 周晓农. 空间流行病学[M]. 北京: 科学出版社, 2008: 19-21. [本文引用:1]
[2] Xia CC, Bergquist R, Lynn H, et al. Village-based spatio-temporal cluster analysis of the schistosomiasis risk in the Poyang Lake Region, China[J]. Parasit Vectors, 2017, 10(1): 136. DOI: 10.1186/s13071-017-2059-y [本文引用:1]
[3] Gao FH, Abe EM, Li SZ, et al. Fine scale Spatial-temporal cluster analysis for the infection risk of Schistosomiasis japonica using space-time scan statistics[J]. Parasites vectors, 2014, 7(1): 578. DOI: 10.1186/PREACCEPT-1472668186130199 [本文引用:1]
[4] 郝瑜婉, 高风华, 薛靖波, 等. 2004-2015年云南省血吸虫病传播风险时空聚集性分析[J]. 中国血吸虫病防治杂志, 2019, 31(3): 269-274. DOI: 10.16250/j.32.1374.2019138 [本文引用:1]
[5] 林丹丹, 吴晓华, 姜庆五, 等. 我国血吸虫病防治研究的战略重点思考[J]. 中国血吸虫病防治杂志, 2009, 21(1): 1-5. DOI: 10.3969/j.issn.1005-6661.2009.01.001 [本文引用:1]
[6] 殷安华, 华海涌, 孙国祥, 等. 传播阻断地区新发展晚期血吸虫病病人情况调查[J]. 中国血吸虫病防治杂志, 2013, 25(5): 477-480. DOI: 10.16250/j.32.1374.2013.05.020 [本文引用:1]
[7] Hua HY, Yin AH, Xu MH, et al. Advanced schistosomiasis reappeared after curing seemingly being cured for over 20years and without known history of reexposure to Schistosoma japonicum[J]. Parasitol Res, 2015, 114(9): 3535-3538. DOI: 10.1007/s00436-015-4616-7 [本文引用:1]
[8] 张利娟, 徐志敏, 郭婧怡, 等. 2018年全国血吸虫病疫情通报[J]. 中国血吸虫病防治杂志, 2019, 31(6): 576-582. DOI: 10.16250/j.32.1374.2019247 [本文引用:1]
[9] 毛远华, 李东, 宁安, 等. 江西省晚期血吸虫病人治疗救助信息管理系统开发与应用[J]. 中国血吸虫病防治杂志, 2011, 23(2): 214-216. DOI: 10.3969/j.issn.1005-6661.2011.02.032 [本文引用:1]
[10] 张蓉, 孙继民, 凌锋, 等. 基于SaTScan的浙江省2010-2014年肾综合征出血热疫情回顾性时空分析[J]. 中国媒介生物学及控制杂志, 2017, 28(3): 244-247. DOI: 10.11853/j.issn.1003.8280.2017.03.012 [本文引用:1]
[11] 蔡剑, 陈恩富, 顾华, 等. 2008-2013年浙江省手足口病时空扫描聚集性分析[J]. 中华预防医学杂志, 2014, 48(6): 451-455. DOI: 10.3760/cma.j.issn.0253-9624 [本文引用:1]
[12] Banu S, Hu WB, Hurst C, et al. Space time clusters of dengue fever in Bangladesh[J]. Trop Med Int Health, 2012, 17(9): 1086-1091. DOI: 10.1111/j.1365-3156.2012.03038.x [本文引用:1]
[13] 山珂. 肺结核发病空间聚集分布及影响因素研究[D]. 济南: 山东大学, 2014. [本文引用:1]
[14] 吴崧霖. GIS和RS技术在深圳市龙岗区蚊媒传染病监测中的应用研究[D]. 广州: 广东药学院, 2012. [本文引用:1]
[15] 赵飞, 朱蓉, 张利娟, 等. SaTScan在湖沼型血吸虫病聚集区域探测中的应用[J]. 中国血吸虫病防治杂志, 2011, 23(1): 28-31. DOI: 10.3969/j.issn.1005-6661.2011.01.008 [本文引用:1]
[16] 郝瑜婉, 薛靖波, 徐俊芳, 等. 基于回顾性重排扫描统计量的血吸虫病重点流行区时空聚集性分析[J]. 中国寄生虫学与寄生虫病杂志, 2017, 35(1): 68-74. [本文引用:1]
[17] Li S, Chen Y, Xia CC, et al. The Spatial-Temporal Trend Analysis of Schistosomiasis from 1997 to 2010 in Anhui Province, Eastern China[J]. Am J Trop Med Hyg, 2018, 98(4): 1145-1151. DOI: 10.4269/ajtmh.17-0475 [本文引用:1]
[18] Robertson C, Nelson TA. Review of software for space time disease surveillance[J]. Int J Health Geogr, 2010, 9: 16. DOI: 10.1186/1476-072X-9-16 [本文引用:1]
[19] 殷菲, 李晓松, 冯子健, 等. 基于网络直报系统和时空聚集性探测的传染病模拟实时监测与预警[J]. 现代预防医学, 2009, 36(12): 2204-2207. DOI: 10.3969/j.issn.1000-8020.2007.04.012 [本文引用:1]
[20] 张利娟, 徐志敏, 戴思敏, 等. 2017年全国血吸虫病疫情通报[J]. 中国血吸虫病防治杂志, 2018, 30(5): 481-488. DOI: 10.16250/j.32.1374.2018219 [本文引用:1]
[21] 胡飞, 林丹丹, 刘影, 等. 鄱阳湖区日本血吸虫感染与人群行为学空间分布研究[J]. 中国血吸虫病防治杂志, 2007, 19(5): 345-348. DOI: 10.3969/j.issn.1005-6661.2007.05.006 [本文引用:1]
[22] 林丹丹, 刘跃民, 胡飞, 等. 日本血吸虫病常用诊断方法应用价值的评估 Ⅲ Kato-Katz法低估疫区人群血吸虫感染率的分析与评价[J]. 中国血吸虫病防治杂志, 2011, 23(6): 642-646. DOI: 10.3969/j.issn.1005-6661.2011.06.008 [本文引用:1]
[23] Ross AG, Olveda RM, Chy D, et al. Can mass drug administration lead to the sustainable control of schistosomiasis[J]. J Infect Dis, 2015, 211(2): 283-289. DOI: 10.1093/infdis/jiu416 [本文引用:1]