基于空间自相关和时空扫描统计量的湖南省毒蕈中毒聚类研究

目的探讨2013-2015年湖南省毒蘑菇中毒的时空分布和聚类特征,为科学防控毒蕈中毒提供依据。方法以湖南省2013-2015年毒蕈中毒事件的监测数据为研究对象,利用ArcGIS10.2软件建立病例地理信息数据库,采用OpenGeoDa进行全局、局部空间自相关分析。SaTScan 9.1.1进行时空扫描聚类,结果通过ArcGIS10.2进行可视化展示。结果 2013-2015年湖南省共报告毒蕈中毒事件136起,发病人数565人,中毒高峰为每年5~9月。趋势面分析显示毒蕈中毒发病率总体分布由西向东逐渐降低,由南向北先增加再降低。局部空间自相关结果显示冷水滩区、零陵区为高-高区域;芷江侗族自治县、新宁县、湘乡市为低-高区域;新晃侗族自治县、鹤城区、洞口县为高-低区域。时空扫描发现所有聚类时间段集中在2015年6月~9月,一类聚集区主要位于邵阳市、怀化市、永州市。二类聚集区位于长沙市、湘潭市。结论湖南省毒蕈中毒存在时空聚集性,各时空聚集区将为探索有针对性的防控措施提供参考。

2015年湖南省食源性疾病监测病例流行特征及影响因素研究

目的分析湖南省食源性疾病的流行现状,揭示分布规律,探寻高风险区域及其危险因素,为制定有效防治措施提供理论依据。方法收集湖南省2015年食源性疾病资料,采用描述性分析方法对食源性疾病三间分布、可疑暴露食品、致病微生物种类等指标进行分析。运用全局空间自相关分析和时空扫描统计量分析食源性疾病的空间聚集规律,运用空间回归模型分析食源性疾病发病的影响因素。结果 2015年湖南省食源性疾病发病率为3. 25/万人,不同市州的食源性疾病发病率不同(χ~2=2441. 46,P<0. 05),以株洲市发病率最高(5. 77/万人);主要可疑暴露食品种类为粮食类及其制品;发病的主要进食场所是家庭;致病菌检出率最高的是沙门菌。不同地区病致病菌阳性检出率不同(χ~2=155. 30,P<0. 05),以长沙市致病菌阳性检出率最高(30. 35%)。食源性疾病高发区域主要聚集在湖南东南部、西部山区和北部平原地区。高风险聚类区有石鼓区、蒸湘区、雁峰区、天元区、芦淞区。食源性疾病发病率与月平均相对湿度、月平均气温呈正相关,与地区GDP、人均GDP呈负相关,回归系数均有统计学意义(P<0. 05)。结论 2015年湖南省食源性疾病散发病例存在空间聚集性,受月平均相对湿度、月平均气温、地区GDP、人均GDP等因素的影响。

我国狂犬病流行趋势及灰色预测模型的建立与评价

目的分析2000-2013年全国狂犬病流行趋势,预测我国未来几年狂犬病发病率,为防治狂犬病提供依据。方法在线检索数据库,收集2000-2013年全国狂犬病疫情资料,应用灰色系统理论,建立狂犬病发病率预测模型进行预测研究。结果 2000-2006年期间,狂犬病发病率持续上升至2006年的最高水平0.25/10万;2007年后疫情开始逐年下降,2013年发病率下降为0.10/10万。建立我国狂犬病发病率(1/10万)的灰色预测模型为:Y(t+1)=-1.608e-0.127t+1.858。拟合检验显示本模型拟合精度为1级(C=0.14<0.35,P=1),能够较好地预测狂犬病发病率的趋势。结论 2000-2013年期间,狂犬病发病率的变化趋势呈倒"V"字型。预测表明2014-2016年我国狂犬病发病率将继续呈下降趋势。

乘积季节自回归积分滑动平均模型在流行性腮腺炎发病率预测中的应用

目的建立流行性腮腺炎（腮腺炎）月发病率的乘积季节白回归积分滑动平均模型（ARIMA模型），并对湖南省2015年5月至2016年4月腮腺炎月发病率进行预测。方法数据来源于中国疾病预防控制信息系统中的“疾病监测信息报告管理系统”。按发病日期收集2004年1月至2015年4月湖南省腮腺炎的月发病率资料，包括临床诊断病例和实验室确诊病例。采用SPSS18．0软件中的ARIMA模型作为预测分析方法，利用2004年1月至2014年4月湖南省腮腺炎的月发病率资料进行建模，用2014年5月至2015年4月的月发病率数据作为模型预测效果的检验样本，采用Box-LjungQ检验法对选定模型残差是否为白噪声进行检验。最后采用建立的模型对2015年5月至2016年4月湖南省的腮腺炎月发病率进行预测。结果湖南省2004年1月至2014年4月期间，每年5—7月为腮腺炎的发病高峰期，11月至次年1月为次高峰。通过序列的平稳化，模型的识别、建立、诊断，建立模型ARIMA（2，1，1）x（0，1，1）。对该模型的残差进行Box—LiungQ检验发现，Q=8．40，P=0．868，认为残差序列为白噪声序列，说明所建立的模型对数据信息的提取较为完全，模型建立比较合理。该模型拟合度R2=0．871，BIC值为-1．646，预测值与实际值的平均绝对误差为0．025／10万，平均相对误差为13．004％，说明该模型对湖南省腮腺炎月发病率预测的相对误差较小，预测结果基本可靠。用选定的ARIMA（2，1，1）x（0，1，1）12模型对湖南省2015年5月至2016年4月腮腺炎的月发病率进行预测发现，发病率出现的高峰月份为5—7月，次高峰出现在11月至次年1月，高峰期的发病率与以往同期的发病率水平接近。结论ARIMA（2，1，1）×（0，1，1）12较好地拟合了湖南省腮腺炎的月发病率的变化趋势，对该病的预防控制具有一定的实用价值。