人口因素誤差對西安市疫情分析影響的研究報告

龔建仁 王江霞 李江博

根據對人口因素統計數據和疾病監測統計數據分析計算的傳染病發病信息，是反映地區經濟發展水平、居民衛生健康狀況的重要指標，也是疾控部門開展傳染病預防控制工作，政府部門制定傳染病預防控制策略，合理配置衛生資源的重要依據。

在確定了計算與分析方法之后，對傳染病疫情信息分析的正確與否，就取決于疫情統計數據和人口因素統計數據(以下簡稱人口數據)的準確性。依據不準確的疫情分析結果對疫情的發展趨勢和嚴重程度做出的誤判，將導致疾控部門得出的錯誤評估結果，并采取不適當的傳染病預防控制措施。政府部門依其制定出的錯誤防控策略，則會使人員、設備、資金等衛生資源的配置偏離重點或造成浪費。此外，根據錯誤的評估結果發出的預測預警信息，還可能使公眾產生不必要的擔憂與恐慌，成為影響社會的不穩定因素，對政府部門形成額外的壓力與負擔。本項研究即是為了解掌握和消除人口因素誤差對傳染病疫情分析結果的影響開展的。

資料與方法

1.資料

第五次和第六次全國人口普查(以下分別簡稱“五普”、“六普”)所獲的西安市實際人口數據資料由西安市統計局提供。2000-2004 年疫情分析使用的推算人口數據取自于西安市公安或“計生”單位(以下簡稱“地方”人口數據)。2005-2010 年的推算人口數據來自于中國疾病預防控制信息系統(以下簡稱“系統”)中基本信息子系統。

2.方法

對兩種來源的人口數據進行比較，發現差異，分析導致人口數據誤差的原因。使用兩種來源的人口數據進行傳染病發病分析，對其結果加以比較，探討人口數據誤差對我市疫情分析結果的影響，提出消除誤差的對策。

結 果

1.人口因素誤差的來源

2005 年前，西安市疾控中心和轄區內13 個區縣疾控中心采用的、作為各年度傳染病疫情統計分析基礎的人口數據，往往按照獲取數據的方便程度，取自于統計、公安或“計生”單位。2005-2010 年，則按照“系統”的使用規則，采用了“系統”根據全國平均人口自然增長率和性別、年齡構成比自動推算出的人口數據。事實上，無論是“地方”人口數據，還是“系統”給出的人口數據，均與“五普”和“六普”獲得的實際人口數據存在著誤差(見表1，圖1)。

表1 不同來源的人口數據對西安市乙類傳染病發病分析的影響

2.人口因素誤差對發病率分析的影響

2000-2004 年，“系統”中使用的西安市人口總數始終低于普查所得的實際人口數。從2005 年起，中國疾控中心為“系統”導入了來自國家統計局的全國千分之一人口調查數據，但由于受到全國平均人口自然增長率、年齡構成比與我市以及我市各區縣人口的自然增長率、年齡構成比差別的影響，直至2010 年“系統”推算的我市人口數據與我市“六普”人口數據間的誤差仍未能明顯縮小。因此在對我市各年度的傳染病疫情信息進行分析時，一直存在著“系統”中的報告發病率較實際發病率高的情況。

3.人口因素誤差對疫情分析結果的影響

(1)人口數誤差對傳染病地區分布分析的影響

對傳染病地區(空間)分布狀況的分析結果，是制定防控策略，合理配置控制傳染病的衛生資源的基礎。在發生重大的疫情時，及時正確地判斷其空間分布狀況，對其后采取有重點、有針對性的措施，控制和撲滅傳染病疫情，有著重要的指導意義。

2000-2004 年，“系統”為單機版，采用“地方”人口數據作為疫情分析基礎數據。由于每年全市人口總數由各區縣當年提供的人口數匯總而來，所以雖然“系統”中各區縣的人口數與我市“五普”獲得的各區縣人口數不盡一致，但各區縣人口總數的誤差對全市人口的4地區分布趨勢的影響基本一致，因此在進行傳染病發病的地區分布分析時，其結果所受影響有限(見表2)。

2004年，“系統”的聯網版正式運行之后，為了取得一致的疫情分析數據，中國疾控中心從2005年開始為“系統”導入了取自國家統計局的人口數據，并且使用全國平均人口自然增長率和性別、年齡構成比，逐年推算各省市、區縣的人口數和分性別、年齡組人口數，這就導致了與全國平均人口自然增長率和性別、年齡構成比差別較大的地市、縣區的“系統”人口數據，與各地的實際人口數之間出現了誤差。至2010年，我市各區縣人口總數的誤差已對全市傳染病發病的地區分布分析產生了較大的影響(見表2)。

表2 2000年、2010年不同來源的人口數據對西安市乙類傳染病空間分布的影響

2.分年齡組人口數誤差的影響

分年齡組發病率是表示傳染病在不同年齡人群中發病嚴重程度的重要指標。因分年齡組人口數據誤差所產生的發病分析誤差，將使防病措施所針對的重點人群出現偏移。

(1)分年齡組人口數的誤差

圖1 顯示了“系統”與“六普”分年齡組人口構成上的差別。從總體上看，“系統”與“六普”分年齡組人口構成的主要差別在于：(1)在10 歲以前，除了9 歲組，“系統”中各年齡組的人口數均多于“六普”的各年齡組人口數，10 歲后則相反；(2)15 和20 歲組人口數的誤差比其他年齡組大。

各年齡組人口數的誤差，對我市傳染病分年齡組發病率總體趨勢分析的影響較小。對乙類病分年齡組發病率分析的影響主要出現在10～25 歲的各年齡組(見圖2)。對丙類病發病率分析的影響則只發生在9 歲前的各年齡組(見圖3)，其原因為：流腮、手足口病和感染性腹瀉占了丙類病發病數的98%以上，而這三種病又是學前兒童多發病種。

圖1 2010年西安市“系統”與“六普”分年齡組的人口構成比較

(2)分年齡組人口數誤差對重點病種疫情分析的影響

① 淋病、梅毒和乙肝

淋病、梅毒和乙肝均屬于按乙類傳染病管理的經性接觸傳播或經血源傳播的病種。在我市，淋病的高發人群為15～30 歲的男性，2005 年前，各年度淋病的最高發病年齡組一直為25～歲組。2005 年后，淋病發病年齡分布呈現出小齡化的趨勢，最高發病年齡組前移至20～歲組。

圖2 2010年西安市不同來源人口數據的分年齡組發病率比較(乙類病)

圖3 2010年西安市不同來源人口數據的分年齡組發病率比較(丙類病)

圖4 2010年西安市不同來源人口數據的分年齡組發病率比較(淋病)

實際上，2005 年前后我市各大學擴招后，20～歲組的外地人口大量遷入，使我市20～歲組的實際人口數比“系統”中該年齡組人口數增多了40%以上(見圖1)。由于“系統”根據全國平均人口自然增長率推算的分年齡組人口數對我市20～歲組增加的人口數未做能出相應的修正，致使“系統”給出的20～歲組人群的淋病發病率較該組實際發病率為高，并高于25～歲組的錯誤的分析結果(見圖4)。

類似的偏差也存在于對梅毒、乙肝等其他血源和性傳播傳染病的發病分析結果中。由于主要發病人群年齡偏大，丙肝的分析結果沒有最高發病年齡組偏移的現象。

②出血熱、痢疾和肺結核

對于乙類病的其他重點防控病種，如出血熱、痢疾和肺結核，“系統”與“普查”人口數的誤差對分年齡組發病率分析的影響主要出現在10～至20～歲組。在這個年齡組段，“系統”給出的各病分年齡組發病率均不同程度的高于實際發病率(見圖5 和圖6)。

圖5 2010年西安市不同來源人口數據分年齡組發病率比較(出血熱)

圖6 2010年西安市不同來源人口數據的分年齡組發病率比較(肺結核)

③手足口病、流腮和感染性腹瀉

對于丙類病，“系統”與“普查”人口數的誤差對分年齡組發病率分析的影響主要出現在10 歲以下的各年齡組。與乙類病相反，由于“系統”根據自然增長率推算的10 歲以下各年齡組的人口數均多于實際人口數，所以給出的各病分年齡組發病率均不同程度的低于實際發病率，并且年齡組發病數越多，發病率差距越大。

手足口病和感染性腹瀉病的主要發病人群為嬰幼兒，分年齡組人口數的誤差只對分年齡組的發病率高低有所影響，對分年齡組發病趨勢的分析影響則不明顯(見圖7)。

對高發人群為學齡前兒童和小學生的流腮，按“系統”給出的分析結果，其分年齡組發病率多年來一直在8～9歲時呈現出異常的上升趨勢。對這種不符合既往的流腮發病年齡分布規律的情況，在進行我市流腮發病分年齡組發病趨勢分析時，一直無法給予合理的解釋。當使用 “六普”的分年齡組人口數進行統計分析時，則沒有這種異常情況出現(見圖8)。

圖7 2010年西安市不同來源人口數據的分年齡組發病率比較(手足口病)

4.其他人口因素與疫情分析

(1)性別構成

2000 年，“系統”人口的性別比與“五普”人口的性別比之間僅相差0.02。2010 年，兩者的差距進一步縮小至0.01。2000 年至2010 年的疫情分析結果顯示，在各年度中，無論是傳染病發病總數的性別比例，還是各病病例的性別比例都沒有出現明顯異常的變化。可以認為，至少在這十年中，西安市人口的性別構成變化沒有對疫情分析結果產生影響。

(2)職業構成

發病者的職業分布狀況，是疫情信息分析的重要內容之一。但是歷次的人口普查結果均未能提供與“系統”中職業分類的對應信息。

(3)流動人口

近年來，我市流動人口的規模不斷擴大，全市凈流入人口已上百萬，流動頻率也在不斷加快。由于流動人口的經濟、居住、住所環境衛生條件等相對較差，傳染病在流動人口中更容易傳播，分析掌握流動人口的發病情況，對于疫情信息分析和傳染病的防控工作具有重要的意義。

“系統”對流動人口發病情況的統計操作較為復雜，但還是可以從中獲取相應的數據。

可是由于缺少流動人口的數量、構成與分布狀況等信息，對流動人口中傳染病發病狀況的分析工作難以開展。如何實時獲取流動人口數量、構成與分布的統計數據，并及時、充分地把這些數據用于疫情分析工作中，是今后亟需研究的課題之一。

討 論

1.目前全國各級疾控機構聯網共用的“系統”所提供的，作為西安市和所轄區縣級疾控中心各年度傳染病疫情統計分析基礎的人口數據，與我市人口普查數據間存在著誤差，這種誤差對西安市傳染病疫情分析結果有著直接的影響。

2.總人口數和9 至25 歲年齡段分年齡組人口數的誤差在“系統”導入普查人口數據并進行推導計算時即已存在，這種誤差屬于系統性誤差，不能隨著導入全國人口普查數據而被修正，在中國疾病預防控制中心對“系統”的軟件設計和使用規則進行修改之前將一直存在。

3.對于西安市來說，人口數據誤差對疫情分析結果的影響主要存在于以下幾方面，即：

(1)全市人口總數的負向誤差(也屬于系統性誤差)，致使我市的傳染病發病率出現虛高。按照“系統”軟件的設計，對于我市，這種誤差可能會時間的推移而逐漸增大。

(2)在“系統”導入新的人口普查數據之前，隨著時間的推移，我市人口空間分布的誤差將逐年增大，并導致疫情的地區分布分析結果的誤差也逐年增大，這種誤差為正負雙向的，據此做出的傳染病發病空間分析結果將與實際情況偏離漸遠。在發生重大傳染病疫情時，必然會對衛生行政部門的防控策略決策產生不利的影響。

(3)在青少年年齡組，由于“系統”采用依據全國平均人口自然增長率推算各地分年齡組人口數的設計，未考慮到各地特定年齡組人群的流入、流出情況，致使“系統”給出我市各重點防控傳染病在15～25歲年齡組發病狀況分析結果出現變異。

(4)“系統”中10 歲以下各年齡組人口數高于實際人口數、10 歲后則相反的原因為系統使用了全國人口的年齡結構推算我市人口的年齡結構所致，這種情況仍將對我市今后的疫情信息分析工作造成影響。

4.2012年，國家疾控中心為系統導入了2010 年全國第六次人口普查所獲的人口數據。“系統”根據新的數據推算的2011 年底我市的人口總數和性別比例與我市“六普”調查的結果相差無幾，在人口的空間分布上兩者亦無差別。但是“系統”與“六普”的分年齡組人口數在9 至25 歲年齡段的差別仍沒有消除。因此在進行重點病單病種疫情分析時，市、區、縣疾控中心有必要考慮對分析結果進行修正。

5.建議

(1)目前，國家疾控中心尚未對“系統”進行人口推算程序的改造升級，所以消除人口數據誤差對我市疫情分析結果的影響短期內尚難實現，因此只能夠利用“地方”人口數據對“系統”中的原始疫情數據進行修正計算，從而得到正確的疫情分析結果。特別是在發生類似“非典”、“甲型H1N1 流感”暴發流行等重大疫情時，根據我市實際的人口數據對疫情分析結果進行修正則是必須的。

(2)人口因素變化對疫情分析結果有所影響，但是利用合理的方式去消除這種影響是可能的。采用什么方式，在技術上方法是否合理、可行，又如何用于實際工作中，應是今后的研究方向。

(3)為了達到正確、合理地修正疫情分析結果，以獲得真實、準確的疫情信息的目的，疾控機構還應積極與人口統計部門、公安部門溝通協作，共同做好人口因素統計數據和疾病監測統計數據的信息整合利用工作。

參 考 文 獻

1.楊功煥，王俊芳，萬霞，等.影響中國人群疾病死亡因素的定量分析.中華流行病學雜志,2005，26(12)：934-938.

2.葉鶯，林曙光，鐘文玲等.福建省慢性病死亡率變化的定量分析.海峽預防醫學雜志，2007，13(1)：16-19.

3.林海，葛可佑.人口因素對社區人群營養狀態的影響.國外醫學衛生學分冊，1994，21(2)：97-101.

4.王興田，郭光萍，周紅，等.云南省1975-2005年5歲以下兒童死亡率變化趨勢及質量評價.中國自然醫學雜志，2007，9(2):103-109.

5.姚建義，苗樹軍，紀雪梅.我國城市居民主要疾病死亡率分析.中國實用醫藥，2010，5(10)：15-17.