邯鄲市百日咳發病的氣象流行病學特征統計分析

趙鮮芝 李燕霞 王洪 果麗平

人類的生活方式近年來發生著巨大的改變，對地球的氣候造成了空前的影響，進而可能會引起傳染病發病率及其地理分布的重大變化。天氣模式的變化，以及由此造成的健康方面的負面影響，可能在全球將非常嚴重［1］。本文運用氣象流行病學原理和方法對1972至2010年氣象因素與百日咳發病率關系進行研究，查找科學的統計分析方法，探討百日咳發病的氣象流行病學特征。

1 資料與方法

1.1 一般資料

1.1.1 疫情資料:1972至2010年邯鄲市百日咳病例按月報告發病數和發病率資料，由邯鄲市疾病預防控制中心疫情信息科提供。

1.1.2 人口資料:1972至2010年邯鄲市人口資料，由邯鄲市統計局提供。以常住本地人口的病例納入統計。

1.1.3 氣象資料:1972至2010年邯鄲市氣象資料，包括月平均氣溫、月平均氣壓、月平均相對濕度、月平均風速、月日照時數、月總降雨量、月極端最高氣溫、月極端最低氣溫、月小型蒸發量、月平均總云量等10個氣象因素，由邯鄲市氣象局提供。

1.2 方法 建立數據庫:將疫情數據、氣象資料和人口資料數據采用EpiData進行“雙重錄入”，再由SPSS導入，建立數據庫。

1.3 統計學分析 應用SPSS 17.0統計軟件，相關分析、曲線估計、曲線擬合、因子分析、主成分多元回歸分析等。

2 結果

2.1 氣象參數 對月平均氣溫、月平均氣壓、月平均相對濕度、月平均風速、月日照時數、月總降雨量、月極端最高氣溫、月極端最低氣溫、月小型蒸發量、月平均總云量等10個氣象參數做正態性檢驗，其中月日照時數和月平均總云量服從正態分布，其他8個氣象參數均不服從正態分布。對這10個氣象參數做共線性診斷，結果本組氣象參數數據容差最小為0.014，方差膨脹因子最大達69.998。

2.2 百日咳發病情況1972年1月至2010年12月，邯鄲市報告百日咳病例83 003例，平均月報告發病率為2.44/10萬。經單樣本Kolmogorov-Smirnov檢驗(P＜0.01)，發病呈偏態分布;極差為87.33，四分位數間距為0.461。1972至1977年百日咳發病水平較高，最高達86.42/10萬，1978年開始百白破疫苗實行計劃免疫，1978至1982年發病水平不斷下降，1983年開始發病水平始終維持在0.50/10萬以下。見圖1。

2.3 相關分析 采用Spearman相關分析，結果顯示，邯鄲市1972至2010年百日咳月發病率與月小型蒸發量、月平均風速、月日照時數之間的相關系數差異有統計學意義(P＜0.01)。其中月平均風速與百日咳月發病率的相關系數最大，為0.425。百日咳月發病率與這3個氣象因素均呈正相關。

圖1 邯鄲市1972～2010年百日咳月發病率

2.4 曲線估計 將百日咳疫苗計劃免疫前后的百日咳發病率所構成的曲線趨勢，分段進行曲線估計。結果發現EPI前百日咳月發病率的三次模型的決定系數最大，R2值為0.379，F值為13.804，P＜0.001，方程為=-5.921+5.068X-0.177X2+0.002X3。EPI后百日咳月發病率的倒數模型的決定系數最大，R2值為0.599，F值為588.251，P＜0.01，方程為=0.090+9.461/X。所以認為，EPI之前百日咳月發病率呈3次模型曲線，之后百日咳月發病率呈倒數模型曲線。

2.5 曲線擬合1972至2010年的百日咳月發病率作為因變量，10個氣象因素分別作為自變量，進行曲線擬合，進一步研究氣象因素與百日咳月發病率的定量關系。在10個方程中，月平均氣溫和百日咳月發病率擬合為線性方程，月平均風速和百日咳月發病率擬合為二次方程，月平均相對濕度、月總降雨量、月極端最高氣溫、月極端最低氣溫、月小型蒸發量、月日照時數和百日咳月發病率擬合為三次方程。月平均氣壓和百日咳月發病率擬合為倒數方程，月平均總云量和百日咳月發病率擬合為對數方程。月平均風速、月小型蒸發量、月平均總云量、月日照時數的R2值分別為0.050、0.042、0.015、0.026，P值分別為 ＜0.001、＜0.001、0.015、0.017，故認為月平均風速的曲線擬合結果較理想。百日咳月發病率與月平均風速的二次方程曲線關系得到曲線擬合方程，=-0.227+0.186X+0.019X2。

2.6 因子分析

2.6.1 氣象參數的KMO和Bartlett檢驗結果:KMO值為0.839，表示非常適合做因子分析;Bartlett球形度檢驗的P＜0.001，因此拒絕原假設，說明變量間存在相關關系，適于因子分析。

2.6.2 因子貢獻率結果:10個因素中可得到兩個因子Z1和Z2，特征根分別為 λ1=5.591，λ2=2.381，且其對總方差的累積貢獻率為79.717%，其余特征根均小于1，因此提取前兩個因子作為主因子。

2.6.3 主成分多元線性回歸:以月發病率作為因變量，因子分析所得兩個主因子Z1和Z2作為自變量，采用逐步回歸法建立多元線性回歸方程(aλ=0.05，a出=0.10):=5.326+0.461Z2，回歸方程決定系數R2=0.064，調整R2=0.057，對方程檢驗，F=9.282，P=0.003，差異有統計學意義。

3 討論

許多學者為探討氣象因素和傳染病之間的關系，采用了不同的統計方法，包括等級聚類分析、時間序列泊松回歸、Spearman等級相關分析、多元時間序列分析方法、互相關分析、多元線性回歸等［2-6］。其中Spearman等級相關分析是較常用的一種［7，8］。目前多元線性回歸分析方法已被廣泛應用于因果關系的研究中。但是本研究顯示氣象參數間存在嚴重的多重共線性，極為影響回歸分析的效果。因此多重共線性問題是回歸分析中需注意的一個重要方面，做多元回歸分析時有必要進行共線性診斷［9］。

多重共線性問題的解決辦法之一是進行因子分析或主成分分析。對本文的氣象參數做KMO統計量和Bartlett球型檢驗，顯示十分適合做因子分析。結果顯示，雖然兩個主因子Z1、Z2和百日咳月發病率之間建立起了多元回歸方程，且方程有統計學意義，但其調整R2值太低(0.057)，擬合效果較差，提示氣象因素對百日咳發病的影響在總的影響因素中占的比例很小。

Spearman相關分析結果顯示，邯鄲市1972至2010年百日咳月發病率與月小型蒸發量、月平均風速、月日照時數之間均呈正相關(P＜0.01)。其中月平均風速與百日咳月發病率的相關系數最大，是影響百日咳發病的主要氣象因素。從曲線估計結果可以看出，開展百日咳疫苗計劃免疫之前百日咳月發病率呈三次模型曲線，之后呈倒數模型曲線，可見計劃免疫對百日咳發病率的影響非常大。從曲線擬合結果得出，百日咳與月平均風速的曲線擬合結果較理想，百日咳與月平均風速呈二次方程曲線關系，提示月平均風速是影響該病的主要氣象因素，這和李秀昌等人的研究結果相同［7］。而曲波等［8］報道遼寧市朝陽地區的百日咳發病率和年平均氣壓及平均蒸發量相關，本文結果與其不符，原因有待進一步探討。

1 Amy Greer PhD，Victoria Ng BS，David F.Climate change and infectious diseases in North America:the road ahead.CMAJ，2008，178:715-722.

2 Zhang WY，Guo WD，Fang LQ，et al.Climate variability and hemorrhagic fever with renal syndrome transmission in Northeastern China.Environ Health Perspect，2010，118:915-920.

3 Huang F，Zhou SS，Zhang SS.Temporal correlation analysis between malariaand meteorological factors in Motuo County，Tibet.Malaria J，2011，10:54-56.

4 Fang LQ，Wang XJ，Liang S，et al.Spatiotemporal trends and climatic factors of hemorrhagic fever with renal syndrome epidemic in Shandong Province，China.PLoS Negl Trop Dis，2010，4:789-790.

5 Xiao D，Long Y，Wang SQ，et al.Spatiotemporal distribution of malaria and the association between its epidemic and climate factors in Hainan，China.Malaria Journal，2010，9:185-188.

6 Zhou SS，Huang F，Wang JJ，et al.Geographical，meteorological and vectorial factors related to malaria re-emergence in Huang-Huai River of central China.Malaria J，2010，9:337-339.

7 李秀昌，孫健，胡亞男.長春地區氣候與傳染病間關系分析.中國衛生統計，2010，27:66-69.

8 曲波，關鵬，周寶森，等.干旱地區氣象因素對常見傳染病疫情影響的研究.中國醫科大學學報，2004，33:35-39.

9 丁元林，孔丹莉，毛宗福.多重線性回歸分析中的常用共線性診斷方法.數理醫藥學雜志，2004，17:299-300.