2016-2020年甘肃省流行性感冒时间风险特征的时空分布

刘海霞 杨筱婷 张宏 刘新凤

刘海霞, 杨筱婷, 张宏, 刘新凤. 2016-2020年甘肃省流行性感冒时间风险特征的时空分布[J]. 疾病监测. doi: 10.3784/jbjc.202105260306
引用本文: 刘海霞, 杨筱婷, 张宏, 刘新凤. 2016-2020年甘肃省流行性感冒时间风险特征的时空分布[J]. 疾病监测. doi: 10.3784/jbjc.202105260306
Liu Haixia, Yang Xiaoting, Zhang Hong, Liu Xinfeng. Spatiotemporal distribution of influenza temporal risk characteristics in Gansu[J]. Disease Surveillance. doi: 10.3784/jbjc.202105260306
Citation: Liu Haixia, Yang Xiaoting, Zhang Hong, Liu Xinfeng. Spatiotemporal distribution of influenza temporal risk characteristics in Gansu[J]. Disease Surveillance. doi: 10.3784/jbjc.202105260306

2016-2020年甘肃省流行性感冒时间风险特征的时空分布

doi: 10.3784/jbjc.202105260306
基金项目: 甘肃省卫生行业科研管理(No.GSWSKY-2019-83)
详细信息
    作者简介:

    刘海霞,女,甘肃省兰州市人,副主任医师,主要从事传染病防控研究,Email:262716409@qq.com

  • 中图分类号: R211; R

Spatiotemporal distribution of influenza temporal risk characteristics in Gansu

Funds: The study was supported by the Gansu Province Health Research Management Project (No. GSWSKY-2019-83)
  • 摘要:   目的  了解2016 — 2020年甘肃省流行性感冒(流感)的时空分布特征,评估防控措施实施效果。  方法  收集甘肃省87个县(区)每周流感数据进行空间扫描分析,采用空间自相关方法对流感的时间风险特征指数(频率指数、持续时间指数和强度指数)进行空间统计分析。  结果  共报告病例46043例,年均发病率35.09/10万。 2016 — 2020年甘肃省流感高发病率的可能聚集区域集中在定西市和天水市。 流感的频率指数为0.58,持续时间指数为5.73,强度指数为10.49。 全局自相关显示,流感的频率指数和强度指数呈正向空间自相关,局部自相关显示,频率指数和强度指数的热点区域主要集中在定西市。  结论  甘肃省流感发病存在时空聚集性,定西市是流感的发病高风险区域,不同发病风险区防控措施效果不同。
  • 图  1  2016-2020年甘肃省流感报告发病情况

    Figure  1.  Incidence of influenza reported in Gansu, 2016–2020

    图  2  2016-2020年甘肃省流感高发病率时空扫描统计

    注:括号内数字代表区(县)数(个)

    Figure  2.  Spatiotemporal scanning of high incidence of influenza in Gansu, 2016–2020

    图  3  甘肃省2019年流行感冒时间风险特征指数的LISA关联类型图

    Figure  3.  LISA association type diagram of influenza temporal characteristic index in Gansu, 2019

    表  1  2016-2020年甘肃省流感高发病率空间扫描最大可能聚集区

    Table  1.   Statistical results of the largest possible clustering area with high incidence of influenza by spatial scanning in Gansu, 2016–2020

    年份聚集县(区)实际发病数(例)理论发病数(例)相对
    危险度
    对数
    似然比
    P半径(km)
    2016两当县、徽县、成县、麦积区1078347.893.40522.90<0.00171.84
    2017张家川县、清水县、秦安县、麦积区、秦州区、甘谷县、武山县、崆峒区、庄浪县、灵台县、泾川县、华亭县、静宁县、崇信县、两当县、徽县、成县、西和县、礼县、西峰区、镇原县、会宁县、陇西县、通渭县39702508.622.28611.22<0.001154.78
    2018陇西县、渭源县、通渭县、安定区、漳县、武山县2626700.665.061818.92<0.00161.18
    2019陇西县、渭源县、通渭县、安定区、漳县、武山县35701258.113.431625.09<0.00161.18
    2020陇西县、渭源县、通渭县、漳县、武山县1395527.683.01544.53<0.00156.37
    下载: 导出CSV

    表  2  2019年甘肃省流感时间风险特征指数

    Table  2.   Temporal risk characteristic index of influenza in Gansu, 2019

    指标频率指数持续时间指数强度指数
    均值0.585.7310.49
    标准差0.248.1316.26
    最小值0.081.00 0.60
    最大值1.0052.00 116.27
    下载: 导出CSV

    表  3  2019年甘肃省流感时间风险特征指数全局自相关系数

    Table  3.   Global autocorrelation coefficients of influenza temporal risk characteristic index in Gansu, 2019

     指标Moran′s IP标准差Z
    频率指数0.1730.0010.0712.710
    持续时间指数−0.020 0.4550.600−0.130
    强度指数0.0940.0470.0601.980
    下载: 导出CSV

    表  4  2019年甘肃省流感时间风险特征指数局部自相关系数

    Table  4.   Local autocorrelation coefficients of influenza temporal risk characteristic index in Gansu, 2019

    县(区)局部空间自相关指标关联模式P
    频率指数通渭县 0.89810.020
    陇西县 0.98210.010
    安定区 1.579210.010
    张家川县0.42410.030
    清水县 0.839210.020
    武山县 1.23310.050
    礼县  0.83110.050
    庆城县 0.229210.030
    榆中县 0.82810.030
    肃北县 1.70720.020
    敦煌市 0.00620.010
    临夏县 0.19920.050
    夏河县 0.87020.050
    玛曲县 0.34920.030
    玉门市 0.68920.020
    甘谷县 −0.00630.010
    漳县  −0.00530.030
    西和县 −0.53930.030
    静宁县 −0.93930.050
    甘州区 −1.13540.020
    凉州区 −1.75640.010
    持续时间指数通渭县  0.04910.010
    陇西县  0.02410.020
    甘州区  0.05620.030
    山丹县  0.19820.040
    广河想  0.23120.020
    东乡县  0.16720.050
    合作市  0.19220.010
    红古区  0.01620.050
    临夏县  0.11320.020
    甘谷县 −0.26030.020
    民勤县 −0.94330.030
    漳县  −0.36230.050
    凉州区 −2.50240.020
    强度指数  通渭县  3.89910.010
    陇西县  0.67410.010
    甘州区  0.11520.030
    永靖县  0.27920.010
    广河县  0.34120.010
    和政县  0.29120.010
    东乡县  0.28420.030
    合作市  0.20420.030
    永登县  0.19920.010
    临夏县  0.25220.010
    甘谷县 −0.91930.010
    民勤县 −0.57330.050
    漳县  −0.45030.020
    静宁县 −0.71130.040
    凉州区 −1.13240.020
      注:1. High-High关联类型;2. Low-Low关联类型;3. Low-High关联类型;4. High-Low关联类型
    下载: 导出CSV
  • [1] 郑建东, 张慕丽, 彭质斌, 等. 中国2014-2018年法定报告流感确诊发病和死亡病例分析[J]. 国际病毒学杂志,2020,27(1):6–10. DOI:10.3760/cma.j.issn.1673−4092.2020.01.002.

    Zheng JD, Zhang ML, Peng ZB, et al. Analysis of reported confirmed notifiable influenza cases and deaths in China, 2014–2018[J]. Int J Virol, 2020, 27(1): 6–10. DOI: 10.3760/cma.j.issn.1673−4092.2020.01.002.
    [2] 刘牧文, 杨旭辉, 王婧, 等. 2019-2020年浙江省杭州市流感病例时空聚集性分析[J]. 疾病监测,2021,36(4):376–380. DOI: 10.3784/jbjc.202012130415.

    Liu MW, Yang XH, Wang J, et al. Spatiotemporal analysis on influenza in Hangzhou, Zhejiang, 2019–2020[J]. Dis Surveill, 2021, 36(4): 376–380. DOI:  10.3784/jbjc.202012130415.
    [3] 余艳妮, 聂绍发, 郭淳, 等. 2010-2017年岳阳市流感病原学特征分析[J]. 应用预防医学,2018,24(5):70–73. DOI:10.3969/j.issn.1673−758X.2018.05.023.

    Yu YN, Nei SF, Guo C, et al. Etiological characteristics of influenza in Yueyang city from 2010 to 2017[J]. Appl Prev Med, 2018, 24(5): 70–73. DOI: 10.3969/j.issn.1673−758X.2018.05.023.
    [4] Fang CL, Liu HM, Li GD, et al. Estimating the impact of urbanization on air quality in China using spatial regression models[J]. Sustainability, 2015, 7(1): 15570–15592. DOI:  10.3390/su71115570.
    [5] Tiefelsdorf M. Modelling spatial processes: the identification and analysis of spatial relationships in regression residuals by means of Moran's I[M]. Berlin: Springer-Verlag, 2000: 73–81. DOI: 10.1007/BFb0048754.
    [6] 任瑞琦, 周蕾, 倪大新. 全球流感大流行概述[J]. 中华流行病学杂志,2018,39(8):1021–1027. DOI:10.3760/cma.j.issn.0254−6450.2018.08.002.

    Ren RQ, Zhou L, Ni DX. An overview on the history of global influenza pandemics[J]. Chin J Epidemiol, 2018, 39(8): 1021–1027. DOI: 10.3760/cma.j.issn.0254−6450.2018.08.002.
    [7] 王璐璐, 孙海波, 孙佰红, 等. 辽宁省2014-2017监测年度流感流行特征及变化趋势[J]. 中国公共卫生,2019,35(3):352–354. DOI: 10.11847/zgggws1120767.

    Wang LL, Sun HB, Sun BH, et al. Variation trend and prevalence characteristics of influenza in Liaoning province, 2014–2017[J]. Chin J Public Hialth, 2019, 35(3): 352–354. DOI:  10.11847/zgggws1120767.
    [8] 杨静, 汪立杰, 祝菲, 等. 中国大陆地区2016-2017监测年度流感暴发疫情流行病学特征分析[J]. 中国公共卫生,2018,34(6):839–842. DOI: 10.11847/zgggws1116750.

    Yang J, Wang LJ, Zhu F, et al. Influenza outbreaks in mainland China during 2016–2017 surveillance season[J]. Chin J Public Health, 2018, 34(6): 839–842. DOI:  10.11847/zgggws1116750.
    [9] 马贵凤, 祝洁, 曹慧军, 等. 2013-2018年我国流感流行特征分析[J]. 中国病原生物学杂志,2019,14(1):73–77. DOI: 10.13350/j.cjpb.190115.

    Ma GF, Zhu J, Cao HJ, et al. Epidemiological analysis of influenza virus in China from 2013 to 2018[J]. J Puthog Biol, 2019, 14(1): 73–77. DOI:  10.13350/j.cjpb.190115.
    [10] Liu HX, Zhang YZ, Tian YJ, et al. Epidemic features of seasonal influenza transmission among eight different climate zones in Gansu, China[J]. Environ Res, 2020, 183: 109189. DOI:  10.1016/j.envres.2020.109189.
    [11] Dunn CE, Kingham SP, Rowlingson B, et al. Analysing spatially referenced public health data: a comparison of three methodological approaches[J]. Health Place, 2001, 7: 1–12. DOI: 10.1016/S1353−8292(00)00033−2.
    [12] Wen TH, Lin NH, Lin CH, et al. Spatial mapping of temporal risk characteristics to improve environmental health risk identification: A case study of a dengue epidemic in Taiwan[J]. Sci Total Environ, 2006, 367(2/3): 631–640. DOI:  10.1016/j.scitotenv.2006.02.009.
    [13] Dom NC, Ahmad AH. Spatial mapping of temporal risk characteristic of dengue cases in Subang Jaya[C]//2010 International Conference on Science and Social Research (CSSR 2010). Kuala Lumpur, Malaysia: IEEE. DOI: 10.1109/CSSR.2010.5773800.
  • 加载中
图(3) / 表(4)
计量
  • 文章访问数:  180
  • HTML全文浏览量:  91
  • PDF下载量:  43
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-05-26
  • 网络出版日期:  2021-08-10

目录

    /

    返回文章
    返回

    在线交流

    防诈骗公告

    近期有不法分子以本刊编辑身份添加作者微信,请务必提高警惕!本刊关于稿件的一切事项通知均采用编辑部唯一邮箱(jbjc@icdc.cn)和座机(010-58900732)联系作者,且在录用稿件后仅收取版面费,无其他任何名目费用(如审稿费和加急费等),非编辑部邮箱发送的本刊收费用通知等均为诈骗,不要随意汇入款项!如有可疑及时致电编辑部核实确认!