上海社区自然人群急性传染病前瞻性随访研究方法的建立与应用

【目的】以新型冠状病毒感染为例,介绍基于社区自然人群的急性传染病前瞻性随访研究方法在传染病监测中的探索与应用,为完善传染病监测预警体系提供参考。【方法】采用多阶段按概率比例抽样方法,在上海市16个行政区所有街镇进行抽样,建立基于社区自然人群的急性传染病监测队列,对所有监测对象开展基线调查,并发放新型冠状病毒(简称“新冠病毒”)抗原检测试剂。收集2022年12月21日—2023年9月30日前瞻性随访监测对象每周新冠病毒抗原、核酸检测情况,描述监测对象的基线特征以及随访情况。【结果】急性传染病监测队列共纳入12881名监测对象,男性6098人(47.3%),女性6783人(52.7%),基线调查显示35.2%(4540/12881)的监测对象既往有新冠病毒感染史。2022年12月21日—2023年9月30日随访期间,该队列人群发病密度为0.61/人·年,女性(0.63/人·年)发病密度高于男性(0.59/人·年)。60岁及以上老年人(0.64/人·年)和有基础性疾病者(0.67/人·年)发病密度较高。医务人员的发病密度(0.84/人·年)明显高于其他职业人群。截至2023年9月30日,该队列人群中共有340人发生二次感染,首次感染和再次感染的时间间隔中位数为170 d。【结论】本研究将队列研究方法应用于急性传染病监测中,为社区急性传染病感染率估计和传染病预测预警提供重要的数据支撑,可作为一种新的急性传染病监测方法应用推广。

绿地暴露与心血管代谢性疾病的关联研究及PM_(2.5)的中介效应

目的描述我国社区自然人群心血管代谢性疾病(cardiovascular metabolic disease,CMD)的流行现状,探讨绿地暴露与CMD的关联及细颗粒物(fine particulate matter,PM_(2.5))的中介效应。方法采用多阶段分层整群抽样方法,选取2017—2019年“京津冀地区生活社区自然人群慢性病队列研究”的社区自然人群(≥18岁),采用归一化植被指数(normalized difference vegetation index,NDVI)和增强植被指数(enhanced vegetation index,EVI)评估人群的绿地暴露水平。采用广义线性混合效应模型进行绿地暴露与CMD的关联性分析,并分析PM_(2.5)在其中的中介效应。结果36429名研究对象中男16095名(44.2%),女20334名(55.8%);年龄18~92岁,平均(51.3±14.7)岁;其中CMD患者18025例,患病率为49.5%;同时患两种及以上CMD患者6232例(17.1%),其中高血压合并糖尿病患病率最高,为2584例(7.1%)。绿地与CMD呈负相关(主模型:NDVI500m,OR=0.951,95%CI:0.908~0.995;EVI500m,OR=0.907,95%CI:0.844~0.975)。PM_(2.5)在NDVI500m、EVI500m与CMD关联的中介效应占比分别为17.300%、22.370%。结论我国社区自然人群CMD患病率较高,较高的绿地暴露水平与自然人群CMD患病风险呈负相关,PM_(2.5)在其中发挥中介效应。增加居民住宅周围绿地可能是预防社区自然人群CMD患病的有效措施。