地理信息系統分析技術在麻疹防治中的應用研究*

彭志行 丁曉艷 陶 紅 賈春梅 趙 楊 于 浩 汪 華 沈洪兵 陳 峰△

麻疹是由麻疹病毒引起的一種嚴重危害兒童健康的急性呼吸道傳染病，其傳染性強，在人口密集而未普種疫苗的地區易發生流行。隨著麻疹疫苗的廣泛使用，麻疹的發病在全球得到極為有效的控制。盡管如此，它仍是造成幼兒死亡的重要原因〔1〕，尤其在發展中國家。為此，在全球消滅天花、大部分地區消滅脊髓灰質炎及美洲區消除麻疹后，世界衛生組織西太區提出至2012年消除麻疹的目標〔2〕。我國政府已承諾到2012年消除麻疹，目標是:麻疹年發病率控制在1/100萬以下，無本土麻疹病毒傳播。但近幾年全國麻疹發病率仍然居高不下，一直維持在10/10萬左右，有的省份麻疹發病率甚至在20/10萬以上，麻疹疫情在全國范圍內不容樂觀。更為嚴峻的是，我國麻疹的流行病學特征發生了較大變化，東部沿海省份麻疹發病明顯增多;部分地區由于麻疹爆發流行，存在任何季節都有高發的可能;麻疹發病雙向移位現象比較明顯，發病雖然仍集中在0～14歲兒童，但＜1歲兒童發病率大幅上升，有的年份甚至超過150/10萬，另外，25～30歲人群出現發病高峰〔3〕。

本文應用地理信息系統(geographic information system，GIS)可以分析江蘇省麻疹的流行特征，研究其防治和消除策略。

資料與方法

1.資料來源 江蘇省麻疹歷年發病資料(1954～2008年)來源于中國法定傳染病報告系統，麻疹病例免疫史資料(2004～2008年)、流動人口麻疹年發病資料(2004～2008年)均來源于中國麻疹監測系統。江蘇省人口數據來源于國家統計局。

2.地理信息系統 地理信息系統又稱為“地學信息系統”或“資源與環境信息系統”，是多種學科交叉而成的空間信息系統。

GIS的核心是數據庫，GIS的數據分為空間數據和屬性數據兩種。空間數據是用來表示空間實體或空間研究對象的地理位置、形狀、大小及其分布特征諸多方面信息的數據，它最根本特點是每一個數據都按統一的地理坐標進行編碼，實現對其定位、定性和定量的描述，這是GIS區別于其他類型信息系統的根本標志。空間研究對象可以是點(如家庭、醫院所在地)、線(如道路、河流走向)或者塊圖(如行政區化、植被覆蓋)。而屬性數據包含了這些空間研究對象其他的某些特征，如疾病的流行數據、人口數、社會經濟指標、環境監測指數、某地區氣候、水文、土壤相關數據等〔3〕。

疾病在不同時間和空間上的分布存在差異性，而易受疾病感染的人群即風險人群的分布在空間上也具有差異性。

(1)空間聚集性分析 應用空間掃描聚類方法。空間掃描聚類的零假設是在任何空間范圍內疾病的RR值和其他地區疾病的RR值相同。可采用移動窗口法，在地圖中建立活動圓形窗口掃描病例，窗口的大小和位置處于動態改變之中，窗口的圓心根據在地圖中沿網格線或地理單位中心而變動〔7〕，半徑每變動一次，計算窗口內與窗口外區域之間發病率就會顯示差異，通過對數似然比(likelihood ratio，LLR)統計量確定高發聚類窗口，進而確定此類所包括的區域〔8〕，對數似然比公式為

式中C為總的病例數;c為活動掃描窗口內的病例數;n為活動掃描窗口內的預期病例數。LLR可反映某一地區內某種疾病的高發區范圍，最終選取LLR值最大的窗口為高發聚類窗口，并計算該地區疾病的RR值及檢驗統計學意義〔9〕。本研究空間掃描聚類分析利用SatScan 7.0軟件實現。

(2)空間自相關分析 空間自相關是研究空間中，某空間單元與周圍單元間，就某種特征值，通過統計方法進行空間自相關性程度的計算，以分析其在空間上分布現象的特性。衡量空間自相關的指標有全局指標和局部指標兩種。全局空間關聯指標用于探測某現象在整個研究區域的空間分布模式，分析其是否有聚集特性存在。Moran's I是最常用的全局關聯指標之一。

式中，Wij為空間鄰接矩陣的權重。

Moran's I的值域為［-1，1］。在給定的檢驗水平下，若值為正則表示正相關，即屬性值高(研究中為發病人數多)的區域與屬性值高的區域聚集在一起，值越趨于1，總體空間差異越小。反之，若值為負則表示負相關，值越趨于 -1，總體空間差異越大。當Moran's I接近于-1/(n-1)時，觀測值之間相互獨立，即屬性的分布呈無規律的隨機分布狀態。空間自相關分析可以確定麻疹的空間分布特征，有效檢測傳染病疫情分布的自相關特性。

相關分析中的距離分析可用來考慮各個市的發病數對江蘇省總的發病數的影響程度的大小關系。這是因為個體間差異程度越小，意味著越“親密”，那么一個個體對另一個個體的傾向越大，也即個體間的相互影響越大;反之越“疏遠”，個體間的相互影響越小。我們將各個市看成各個不同的個體，其中:組成各個個體的樣本為各個市的年發病數，將每個個體與江蘇省總發病數這個個體做個體間差異程度分析。其中距離定義包括〔10〕:

歐式距離:

Block距離:

明考斯基距離(4階):

其中，p為指定的階數，n為各個個體的樣本數。

結 果

1.江蘇省麻疹疫情的地區分布特點 江蘇省各地(市)麻疹疫情波動趨勢與江蘇省總體情況基本一致，但病例在各地區之間的分布不平衡，江蘇省2004年～2009年麻疹報告發病率的地理位置分布情況見圖1。

縱觀全局，20世紀80年代初期，各市發病率均處于較高水平;但蘇州、無錫相對較低。80年代中后期，發病率均明顯下降。地區之間相比，經濟發達的蘇錫常地區麻疹發病率相對較低，而經濟欠發達的蘇北地區麻疹發病率較高。90年代與麻疹疫苗使用前時代相比，麻疹發病率與死亡率均顯著下降，降低幅度達到95%以上，各市均保持較低平穩的發病率，尤其是1995年以后。2000年以后，各市麻疹發病率均有小幅度上升。自2001年以來，蘇州市發病率一直處于較高水平，泰州市一直處于較低水平。1995～2004年江蘇省麻疹發病率一直控制在3/10萬以下;但2005年開始，麻疹疫情全面回升，流行地區主要分布在流動人口較多的蘇南、蘇中個別省轄市，如蘇州市、無錫市、常州市、南京市等，而經濟欠發達的蘇北地區麻疹發病率相對較低。

圖1 江蘇省2004～2009年麻疹疫情分布圖

2007年江蘇省對6省轄市(蘇州市、無錫市、常州市、淮安市、宿遷市、揚州市)的所有8月齡至14歲兒童實施了強化免疫，除蘇州、常州外，其余地區麻疹發病率均明顯下降;2008年，除蘇州市、常州市外，其余四市麻疹發病率均明顯下降。根據中國免疫規劃監測信息系統麻疹調查病例的分析，蘇州麻疹病例中59.89%為流動人口，其中以工業園區最高占97.37%，張家港市最低占41.18%，可見經濟較發達的蘇州市，流動人口已成為麻疹發病的主要人群。

2.不同地區人群麻疹抗體陽性率比較 隨機抽查昆山市、楚州市、張家港市和泰興市四地人群的麻疹抗體陽性率，總體陽性率最高的是昆山市，為93.38%;最低是楚州區，為86.86%(表2)，不同地區人群麻疹抗體陽性率經檢驗，差異有統計學意義(χ2=28.595，P=0.000)。四地區不同年齡段抗體陽性率的變化趨勢基本一致，0～7月最低，3～6歲組最高。對同一年齡段不同地區麻疹抗體陽性率的分析顯示:在0～7月、8月 ～2歲、10～14歲、15～19歲、30～39歲、≥40歲等幾個年齡組中，不同地區之間麻疹抗體陽性率的差異有統計學意義(P＜0.01)，可見江蘇省不同地區之間麻疹抗體陽性率有一定差別。

表1 不同地區人群麻疹抗體陽性率(%)

3.流動人口麻疹病例 江蘇省流動人口所占比例較高的城市主要是蘇州市、無錫市、常州市、南京市等經濟較發達地區。其中無錫市、蘇州市每年麻疹病例中超過50%為流動人口;常州市麻疹病例中流動人口的比例呈逐年上升的趨勢，2008年流動人口發病數占到麻疹發病總數的68.54%。近五年來，江蘇省每年麻疹病例中流動人口的比例呈現攀升趨勢，到2008年達到近40%(見表2)。

表2 江蘇省2004～2008年麻疹病例中流動人口所占比例情況

4.空間分析技術在江蘇省麻疹流行病學研究中的應用 根據江蘇省麻疹歷年發病資料和江蘇省人口數據，將空間關聯模式分為四種，正的空間關聯包括屬性值高于均值的空間單元被屬性值高于均值的鄰域所包圍(“高-高”關聯)和屬性值低于均值的空間單元被屬性值低于均值的鄰域所包圍(“低-低”關聯)兩種類型。負的空間關聯也有屬性值高于均值的空間單元被屬性值低于均值的鄰域所包圍(“高-低”關聯)，或者屬性值低于均值的空間單元被屬性值高于均值的鄰域所包圍(“低-高”關聯)兩種類型。以江蘇省2005年為例:(其他年份的疫情分布均沒有以上關聯模式)。

地級市 南京 常州 鎮江 無錫 蘇州 南通LMi 0.038186 1.17186 -0.152177 -0.0893724 2.22709(HH)0.513172地級市 徐州 淮安 鹽城 宿遷 連云港 揚州LMi 0.205965 0.739753 0.619566 1.03464 0.37249 0.49222

圖2 江蘇省2005年各地區麻疹疫情局部空間自相關分析圖

江蘇省2005年麻疹流行呈空間聚集性分布，按照最大聚集區半徑為所有人口數的25%計算，高發聚集區為蘇州市(吳江市、昆山市、常熟市)和常州市，中心點位于蘇州市境內(東經120.83，北緯31.56)，半徑為52.59 km，聚集區發病率為25/10萬，RR=5.89(相對于其余地區)，P ＜0.01。

表3考慮的是1990～2008年各省轄市的發病數對江蘇省總的發病數的影響程度。由于1990～1996年全省只有11個省轄市(當時泰州和宿遷還未建市，這兩市的年度數據無記錄)，只考慮從南京、揚州等11個市。

表3 1990～2008年各市發病數對江蘇省影響程度大小關系

從表3各種距離可以看出，各個市與江蘇省總的發病數的距離最小的是淮安，距離越小意味著占江蘇省總數比率越大，也即影響越大，其次為蘇州市、南通市、南京市。距離最大是鎮江市，即偏離越遠，影響最小，其次連云港。

因此淮安市對整個江蘇省發病數影響最大，其次蘇州市、南通市、南京市;影響最小的是鎮江市，其次連云港市。

考慮到近十年來全省疫情的發展變化，可對1997～2008年各省轄市的發病數對江蘇省總的發病數的影響程度進行進一步的分析。從表4各種距離可以看出，1997～2008年期間各個市與江蘇省總的發病數的距離最小的是蘇州，其次為南京、常州市、南通市。距離最大是泰州市，其次鹽城市、鎮江市。

從1997年以后近十年來的疫情可見，蘇州市對整個江蘇省發病人數影響最大，其次南京市、常州市、南通市;影響最小的是泰州市，其次鹽城市、鎮江市。這表明蘇州市的年度發病數總體上在增加，并且近幾年增長的速度大于淮安市增長的速度。

表4 1997～2008年各市發病數對江蘇省影響程度大小關系

總的來說，蘇州市、淮安市、南京市、南通市對全省發病人數影響比較大，而泰州市、鎮江市等影響較小。

討 論

利用相關分析中的距離分析，來考慮各個市的發病數對江蘇省總的發病數的影響程度的大小關系，這為消除過程中重點市的確定提供了依據，可以有針對性的采取措施。

隨著公共衛生領域數字化戰略的不斷推進和空間信息基礎設施的建設，使我們能夠快速獲取和掌握越來越多的疾病相關的大量數據信息(包括自然、環境、生態等)，國內外學者在地方病和個別媒介傳染疾病的分布監測中引入空間數據分析技術后收到了較好的效果，從而客觀上促進了空間數據分析技術的發展及其在公共衛生領域中的應用，展示出了良好的發展態勢和極大的應用潛力。

但是，空間數據分析技術則是近二十年內才獲得較快的發展和應用，一些空間數據分析的模型和方法尚存在許多不完善之處，空間數據分析技術和地理信息系統本身仍需要拓展其在各領域中的應用范圍，并結合各領域自身特點，進一步完善其功能。同時，在公共衛生事業的發展過程中，相應的空間理論方法和技術手段研究歷史還不夠悠久，長期以來積累的公共衛生數據缺乏空間屬性，因此，空間數據分析技術和方法在公共衛生領域的應用受到數據源的限制，空間數據分析技術作為一種新的科學研究方法和分析工具，以其強大的空間數據管理及分析能力為流行病學研究及疾病的防治決策提供了新的手段，可以在分析疾病地理分布模式和社會、自然環境條件的關系中發揮重要作用。隨著計算機硬件和軟件技術的飛速發展、對海量數據分析處理等現代統計手段和信息技術的不斷進步、空間數據分析理論和方法體系的逐步完善，空間數據分析技術將在公共衛生領域做出突出的不可替代的貢獻。

1.http://www.who.int/mediacentre/factsheets/fs286/zh/

2.彭志行，陶紅，賈成梅，等.時間序列分析在麻疹疫情預測預警中的應用研究.中國衛生統計，2010，27(5):459-463.

3.李黎，余文周，稅鐵軍.全國2003-2006年麻疹發病年齡特征分析.中國計劃免疫，2007，13(2):101-105.

4.Use of geographic information systems in epidemiology(GIS-Epi).Epidemiol Bull，1996，17(1):1-6.

5.陸應昶，胡曉抒.地理信息系統在衛生領域中的應用進展.國外醫學醫學地理分冊，2004，25(4):185-188.

4.Haining R.GIS and Spatial Analysis.Beijing:Lecture series in Chinese Academy of Sciences，1999.

5.王勁峰，李連發，葛詠，等.地理信息空間分析的理論體系探討.地理學報，2000，55(1):92-103.

6.成月佳，鮑昌俊，梁祈，等.江蘇省病毒性肝炎流行趨勢GIS空間分析.中國公共衛生，2011，27(7):873-876.

7.周曉農主編.空間流行病學.北京:高等教育出版社，2009:283-290.

8.Kulldorff M.A spatial scan statistic.In，Communications in Statistics:Theory and Methods，1997，26:1481-1496.

9.張志杰，彭文祥，周藝彪，等.空間分析中的集中趨勢指標研究及應用.中國衛生統計，2008，25(3):269-272.

10.Peng Z，Cheng Y，Kathleen H，et al.Spatial distribution of HIV/AIDS in Yunnan province，People's Republic of China.Geospatial Health，2011，5(2):177-182.