基于Flexible 空間掃描統計量的廣西學校結核病流行病學分析

林定文 崔哲哲 潘冬香 林玫 蘇華斌

·論著·

基于Flexible 空間掃描統計量的廣西學校結核病流行病學分析

林定文 崔哲哲 潘冬香 林玫 蘇華斌

目的評價基于Flexible空間掃描統計量的廣西壯族自治區學生肺結核流行病學特征，為科學防控廣西壯族自治區學校結核病提供依據。方法從傳染病報告信息管理系統(NNDRS)收集2014年1月1日至2016年12月31日廣西報告的學生肺結核患者，描述性分析其流行病學特征；用期間報告的學生肺結核患者信息建立空間數據庫，進行Flexible空間掃描統計量分析，通過與報告學校結核病突發公共衛生事件進行比對，評價其應用價值。結果2014—2016年廣西NNDRS共報告學生肺結核4909例，各年度報告發病率分別為17.90/10萬(1563/8 731 588)、16.45/10萬(1502/9 131 701)和17.45/10萬(1844/10 566 235)。男性學生的報告發病率(18.03/10萬，2708/15 019 371)高于女性學生(16.41/10萬，2201/13 410 153)。Flexible空間掃描統計量分析，偵測到2014—2016年有學生結核病聚集性疫情報告的高發聚集區5個，與5起聚集性學校結核病突發公共衛生事件疫區吻合。結論Flexible空間掃描統計量可以靈活、精確地偵測到廣西學生肺結核高發聚集區，可以用于疫情苗頭的甄別和早期預警。

結核, 肺； 人群監測； 學生； 傳染病控制； 數據說明, 統計； Flexible空間掃描統計量

肺結核是由結核分枝桿菌通過空氣中飛沫傳播的一種較嚴重的慢性傳染性疾病。學生人群的報告發病率雖然低于總人群平均報告發病率[1]，但學校人群密度大，相互間接觸頻繁，極易發生肺結核聚集性發病，甚至造成突發公共衛生事件，直接影響社會的穩定。結核病具有一定的時空依賴性。1997年，統計學家Kulldorff[2]提出了基于圓形空間掃描技術的聚集性分析方法，通過掃描窗口內外最大似然比的計算確定聚集區域，已在國內用于結核病高發時間段和空間區域的識別[3-4]，但是該法忽略了空間布局的不規則性。與常規的Kulldorff圓形或橢圓形掃描窗口不同的是，日本統計學家Takahashi等[5]提出的基于最近距離法、掃描窗口動態變化、可變性更大的Flexible空間掃描技術具有更好的運用價值。筆者分析2014年1月1日至2016年12月31日廣西壯族自治區學生肺結核流行病學特征，結合Flexible 空間掃描統計量分析，進行學校肺結核聚集疫情的偵測和預警，并針對不同的亞組人群特征，提出學校結核病預防和控制工作建議。

資料和方法

一、數據收集和整理

本研究的對象為2014—2016年在廣西傳染病報告信息管理系統(NNDRS)登記的學生肺結核患者，結合2014—2016年上報的結核病突發公共衛生事件，分析其一般流行病學特點。對2014—2016年學生肺結核所屬學校類別進行整理；按個案信息通過學校所在地區編碼與矢量地圖文件進行關聯，進行歸類和空間統計分析，最小空間統計單元為縣(區)。

從“Global administrative area database” (GADM Inc, California, US) 中獲取中國地圖(Shape 文件)，從中剪取并生成廣西Shape文件。將患者數據與地圖文件根據地區編碼進行關聯，生成空間發病數據庫。

突發公共衛生事件相關信息來源于疫區上報的結核病疫情調查報告(包括初始報告、進程報告和結案報告)，對報告涉及的疫情特征和處置步驟進行摘錄和整理。同時跟蹤統計學生結核病密切接觸者篩查及檢出情況。

二、數據分析

1．描述性分析：對2014—2016年學校結核病的流行病學特征進行描述，分別比較學生及其亞組人群的發病情況；比較2014—2016年不同年齡組、不同學生來源(大學以上、高中及中專、初中、幼兒園及小學)的結核病年報告發病率；以縣(區)為單位，調用R語言“sp、maptool、shape、RODBC”程序包，導入包含患者例數和調整變量(學生基數)的地圖文件，輸出2014—2016年學生結核病報告發病空間分布專題圖，描述高發和低發市、縣及主要聚集區域。

2．空間統計分析：本研究將2014—2016年按縣(區)整理的學生結核病報告數據、各地區登記的學生數和各地區坐標文件輸入“FleXScan(V 3.1.2)”(https://sites.google.com/site/flexscansoftware/download_e)進行回顧性高發聚集區測試。

采用FleXScan統計軟件在Poisson分布(肺結核在學生人群中的發生對于區域性數據屬于小概率事件)下建模[6]，計算掃描空間統計量S及最大似然比L(Z)/L0：

L是似然函數，μ是預期發病數，n是實際發病數；Z代表第Z個掃描窗口區域，G代表總體區域，L(Z)為Z區域的釋然函數值，μ(Z)為無效假設下Z區域的預期學生肺結核發病數，μ(G)為無效假設下總體的學生肺結核預期發病數。

輸出地圖用直線將邊界相鄰的縣(區)坐標點進行鏈接，根據統計量的大小、最大釋然比和相對危險度的顯著性，確定不同級別的聚集區，并用不同的顏色進行標注。輸出文本包含了聚集區級別、聚集數量、掃描窗口最大間距、聚集區病例數、S統計量、相對危險度(RR)和顯著性(P值)。結合輸出圖和相對危險度的顯著性判斷不同級別的高發聚集區域。

3．Flexible空間掃描的應用價值評價:將空間掃描偵測到的學生結核病高發聚集區與實際上報的結核病突發公共衛生事件疫區進行比較，分析吻合度。對該空間分析技術的回顧性分析和前瞻性預警應用進行綜合評價。

結 果

一、2014—2016年廣西學生結核病流行病學特征

廣西各類型學校登記在校學生平穩增長，從8 731 588 名增至10 566 325名。據傳染病報告信息管理系統顯示，2014—2016年每月均有學生肺結核疫情報告，累計報告4909例。2014—2016年度報告發病率分別為17.90/10萬(1563/8 731 588)、16.45/10萬(1502/9 131 701)、17.45/10萬(1844/10 566 235),無明顯增長或下降趨勢。

男性學生的報告發病率(18.03/10萬，2708/15 019 371)高于女性學生(16.41/10萬，2201/13 410 153)；2014—2016年度報告發病年齡范圍在5～37歲之間，發病率峰值均集中在16～20歲年齡組(2014年：27.38/10萬(847/3 094 018)，2015年：25.09/10萬(812/3 235 797)，2016年：28.10/10萬(1052/3 744 121))(表1)。2014—2016年，高中及中專年度報告發病率最高，分別為30.27/10萬(491/1 622 196)、24.76/10萬(420/1 696 531)、33.26/10萬(653/1 963 062)(表2),與發病率峰值年齡高度吻合。

二、2014—2016年廣西學生結核病報告發病空間分布情況

2014—2016年學生報告發病率位居第一的市分別為北海市(17.79/10萬，56/314 752)、防城港市(18.14/10萬，33/181 924)和河池市(24.19/10萬，178/735 776)。2014—2016年以縣為單位，學生結核病年報告發病率最高的分別是龍勝縣(77.16/10萬，15/19 440)、梧州市萬秀區(36.38/10萬，15/41 228)、資源縣(73.45/10萬，19/25 868)。以縣為單位的學生肺結核報告發病率分布見圖1。疫情較高的縣、區主要集中在中部、西部地區；局部地區出現一過性的疫情增高；桂北地區疫情有自西向東遷延的趨勢。

三、廣西突發公共衛生事件報告情況

2014年，廣西報告學生肺結核突發公共衛生事件1起，于該年1月發生在桂林市龍勝縣A中學(報告11例)。2015年，廣西報告學生肺結核突發公共衛生事件1起，于該年4月發生在柳州市區B大學(報告7例)。2016年，廣西報告學生肺結核突發公共衛生事件4起，分別于5月發生在河池市鳳山縣C小學(報告6例，其中死亡1例)；6月發生在桂林市資源縣D中學(報告12例)；11月發生在河池市都安縣E中學(報告53例)和都安縣F中學(報告15例)。

四、空間聚集性分析

Flexible空間掃描統計量分析，共偵測到5個空間聚集區域(學生肺結核報告發病率明顯高于毗鄰地區)。2014年的一級聚集區主要在南寧市區，1個次級聚集區位于桂林北部的龍勝縣，與該年報告的學生肺結核聚集性疫區吻合；2015年的一級聚集區位于南寧市區及其西南部縣(區)，1個次級聚集區位于柳州市區及其西北部縣區，與該年報告的學生肺結核聚集性疫區吻合；2016年的一級聚集區集中在南寧市北部和河池市南部， 3個次級聚集區分別位于桂林市、百色市和柳州市的部分地區。一級聚集區和次級聚集區均報告了學校肺結核突發公共衛生事件(都安縣、資源縣)。鳳山縣報告肺結核突發公共衛生事件(1例因重癥結核病死亡)，由于總患者例數不多，未表現為空間熱點，見表3和圖2。

表1 廣西學生不同年齡組在2014—2016年的肺結核報告發病率

表2 2014—2016年廣西不同類別學校學生肺結核報告發病情況

圖12014—2016年廣西各縣(區)學生結核病報告發病率分布

圖2 2014—2016年廣西學生結核病報告發病Flexible空間熱點區域掃描地區

年度聚集區地區最大間距(km)報告患者例數S統計量aRRbP值2014一級聚集區南寧市興寧區、青秀區、江南區、西鄉塘區、邕寧區206215056652630001次級聚集區?1龍勝縣00015156365900012015一級聚集區南寧市興寧區、青秀區、江南區、西鄉塘區、邕寧區，防城港市港口區、防城區，上思縣，崇左市江州區，扶綏縣1345319054602250001次級聚集區?1柳州市城中區、魚峰區、柳南區、柳東新區，柳江縣，融水縣，河池市金城江區，環江縣，都安縣，宜州市，忻城縣17122133157216500022016一級聚集區南寧市興寧區、青秀區、江南區、西鄉塘區，武鳴縣，平果縣，都安縣，大化縣1302728378652200001次級聚集區?1梧州市秀峰區，桂林市疊彩區、象山區、七星區、雁山區、靈川縣、龍勝縣、資源縣112529226272330001次級聚集區?2隆林縣0003513302750001次級聚集區?3柳州市城中區、柳北區8953711762490003柳東新區

注a:S統計量為掃描統計量；b:RR(relative risk)為相對危險度

討 論

廣西壯族自治區近年來頻發的學生結核病突發公共衛生事件引起了國務院和自治區人民政府的高度重視，對防控工作均作了批示和要求。學生正處在青春發育階段，生長發育較快，機體免疫功能尚未健全，加之受到學習負擔重，考試壓力大，作息不規律，營養不良，缺乏體育鍛煉等因素的影響，一旦感染了結核分枝桿菌，很容易發展成活動性肺結核患者[7-8]。同時，學校是人群高度集中的場所，學生之間和師生之間長時間在一起學習、生活，一旦存在傳染性的肺結核患者，極易造成結核分枝桿菌的播散流行[9-10]。必須引起高度重視，采取必要的監測和預警措施。

1.高中及中專學生是防控學生結核病的重點人群[11]：本研究結果顯示，2014—2016年學生肺結核報告發病率高峰年齡段在16～20歲。該年齡段的學生正處于高考升學期間，學習壓力大，是肺結核的易發人群[12]。通過升學體檢,很容易發現結核病疑似患者。從年度報告發病率的空間分布看，除了由于部分學校結核病聚集性疫情導致的區域報告發病率飆升外，部分大中型城市的市區由于中小學和大專院校眾多，學生基數大，分布密集，結核病的報告發病例數和報告發病率較高且有遷延趨勢(如桂北地區出現了高發區域自西向東轉移趨勢)。2016年雖然出現了多起學校肺結核聚集性疫情，但由于衛生部門和教育部門的快速反應，能在早期就遏制疫情的播散和區域蔓延，所以與前兩年比較廣西總體疫情沒有明顯的增減。這提示疾病預防控制部門通過網絡報告系統進行學校結核病主動監測是及時控制和避免學校結核病播散的重要手段。主動監測應重點關注16～20歲的學生人群、區域性異常報告和大中型城市城區患者報告情況。

2.問題與教訓：廣西在2014—2016年報告了5起學校聚集性疫情，與結核病防控措施在校園內落實不到位、處置不恰當有關。所有學校疫情的線索都是各級疾病預防控制中心通過網絡報告監控、發現學生患者后主動到校篩查，無學校主動報告患者。學校未進行新生入學結核病篩查；因病缺課缺勤登記和病因追蹤制度不健全；學生隱瞞疾病、身份是學校疫情發生的共同特點。針對疫情出現后的流行病學調查和處置，林玫等[13]編寫了《肺結核病疫情流行病學調查與處置工作手冊》，細化了結核病疫情現場流調和處置的工作流程，可早期偵測和預警結核病聚集性發病苗頭，將防控關口前移，防患于未然。

3.Flexible空間掃描能更精確的早期偵測和預警結核病聚集性發病苗頭：除了前期使用時間序列分析用于結核病的疫情研判[1]，本研究采用了Flexible 空間掃描對形狀可變化的不規則窗口進行連續掃面，能夠更靈活、更精確地估計事件高發區域[14-16]。該法曾用于廣西麻疹發病的空間熱點分析[17]，準確地偵測了可能的麻疹暴發區域和時間段，為前瞻性預警提供了理論依據和技術支持。但目前鮮見用于結核病聚集性疫情識別和預警探索[18]。常規基于SatScan的圓形或圓柱形窗口掃描進行結核病報告發病率的聚類分析結果有可能出現誤判[5]，本研究則通過實例印證了Flexible掃描技術在學生結核病聚集性疫情識別中的精確性。本研究在分析中用各地區登記的學生數對報告數進行了調整，避免了由于學生分布密度不同導致的影響。通過對2014—2016年學生結核病的空間掃描，共發現8個高發聚集區。其中3個聚集區為學校密集區域，經核實無單個學校的聚集發病，另外5個聚集區與該年度上報的聚集性學校結核病突發公共衛生事件疫區吻合，均為單個學校或校區的聚集發病。一起由于死亡患者造成的突發公共衛生事件不屬于聚集性疫情，未被偵測到。因此，Flexible 空間掃描技術具有很高的敏感度，在結核病疫情識別方面具有很高的應用價值。同時，該法還可用于建立聚集性患者早期預警系統[19]，結合地理信息系統在短時間內發現可能存在的聚集性苗頭。

[1] 崔哲哲, 林定文, 林玫. 廣西學生肺結核發病趨勢分析及預警系統建立， 中國學校衛生, 2017, 38(1):144-147.

[2] Kulldorff M.A spatial scan statistic.Commun Stat. J Thery Methods,1997, 26(6):1487-1496.

[3] 單志力, 徐剛, 周祖木, 等. 2008—2013年溫州市肺結核疫情時空流行病學分析. 中國防癆雜志, 2016, 38(2): 99-103.

[4] 李婷, 何金戈, 楊長虹, 等. 基于空間聚集性與時空掃描的肺結核流行特征分析. 中國防癆雜志, 2016, 38(12): 1032-1040.

[5] Takahashi K, Kulldorff M, Tango T, et al. A flexibly shaped space-time scan statistic for disease outbreak detection and monitoring.Int J Health Geogr, 2008, 7(1): 14.

[6] Tango T,Takahashi K. A flexibly shaped spatial scan statistic for detecting clusters.Int J Health Geogr,2005, 4(1):11.

[7] 管紅云, 譚衛國, 楊應周. 深圳市學生肺結核發病影響因素的病例對照研究. 中國防癆雜志， 2016, 38(6): 486-492.

[8] 姚曉英. 嘉興市中小學生肺結核危險因素病例對照研究. 中國學校衛生, 2013, 34(6): 717-719.

[9] Golesi F, Brignatz J, Bellenfant M, et al.MycobacteriumtuberculosisBeijing outbreak inaschool in Marseille, France, 2012. Euro Surveill, 2013, 18(2): pii 20354.

[10] Centers for Disease Cintrol and Prevention(CDC). Transmission ofMycobacteriumtuberculosisin a high school and school-based supervision of isoniazid-rifapentine regimen for preventing tuberculosis-colorado, 2011-2012. MMWR Morb Mortal Wkly Rep, 2013, 62(39):805-809.

[11] Ziemele B, Ranka R, Ozere I. Pediatric and adolescent tuberculosis in Latvia, 2011-2014: case detection, diagnosis and treatment.Int J Tuberc Lung Dis,2017, 21(6):637-645.

[12] Snow K, Hesseling AC, Naidoo P, et al. Tuberculosis in adolescents and young adults: epidemiology and treatment outcomes in the Western Cape. Int J Tuberc Lung Dis, 2017, 21(6): 651-657.

[13] 林玫, 林定文, 唐振柱. 肺結核病疫情流行病學調查與處置工作手冊. 北京：人民衛生出版社, 2016.

[14] Demoury C, Goujon-Bellec S, Guyot-Goubin A, et al. Spatial variations of childhood acute leukaemia in France, 1990—2006: global spatial heterogeneity and cluster detection at ‘living-zone’ level. Eur J Cancer Prev,2012, 21(4): 367-374.

[15] Rooney J, Vajda A, Heverin M, et al. Spatial cluster analysis of population amyotrophic lateral sclerosis risk in Ireland. Neurology, 2015, 84(15):1537-1544.

[16] Tlou B, Sartorius B, Tanser F. Spatial-temporal dynamics and structural determinants of child and maternal mortality in a rural, high HIV burdened South African population, 2000—2014: a study protocol. BMJ Open, 2016, 6(7): e010013.

[17] Tang X,Geater A,McNeil E, et al. Spatial, temporal and spatio-temporal clusters of measles incidence at the county level in Guangxi, China during 2004—2014: flexibly shaped scan statistics. BMC Infect Dis,2017, 17(1): 243.

[18] 黃茹, 李鑫堯, 肖洪, 等. 空間統計分析方法在結核病研究中的應用.中國防癆雜志,2016,38(6):432-435.

[19] 周劍南, 馮子健, 譚柯, 等. Flexible 空間掃描統計量在傳染病聚集性探測的應用研究. 中華疾病控制雜志, 2010, 14 (6): 475-478.

EpidemiologicalanalysisoftuberculosisamongstudentsinGuangxibasedonflexiblyshapedspatialscanstatistics

LINDing-wen,CUIZhe-zhe,PANDong-xiang,LINMei,SUHua-bin.

InstitucleofTuberculosisPreventionandControl,GuangxiZhuangAutonomousRegionCenterforDiseasePreventionandControl，Nanning530028，China

Correspondingauthor:LINDing-wen,Email:drldw@163.com

ObjectiveTo analyze the epidemiological characteristics of tuberculosis (TB) among students in Guangxi Zhuang Autonomous Region based on the flexibly shaped spatial scan statistics providing specific references for student TB control and prevention.MethodsThe data of student TB cases in Guangxi were collected from National Notifiable Disease Reported System (NNDRS) from January 1st 2014 to December 31st 2016. We performed descriptive analysis to identify epidemiological characteristics of tuberculosis among students. We aggregated the reported student TB patients during this period as the spatial data and conducted the flexibly shaped spatial scan to detect the clusters and to matched the location of public health emergency of TB in school which had been reported. Finally, we evaluated the application of flexibly shaped spatial scan statistics.ResultsThe total number of student TB cases collected between 2014 and 2016 from NNDRS was 4909. The incidence rates among student population from January 1st 2014 to December 31st 2016 were 17.90/100 000 population (1563/8 731 588), 16.45/100 000 population (1502/9 131 701) and 17.45/100 000 population (1844/10 566 235) in respective years. The incidence among male student is higher than female students (18.03/100 000 population (2708/15 019 371) vs 16.41/100 000 population (2201/13 410 153)). Five hot spots were detected by flexibly shaped spatial scan between January 1st 2014 and December 31st 2016, which were in consistence with the five reported public health emergency of student TB clusters.ConclusionFlexibly shaped spatial scan statistics is flexible and precise for identifying the high TB incidence clusters. It can be applied to identify the upcoming outbreaks as an early warning tool.

Tuberculosis, pulmonary; Population surveillance; Students; Communicable disease control; Data interpretation, statistical; Flexible spatial scan statistics

10.3969/j.issn.1000-6621.2017.11.012

廣西衛生計生委科研課題(Z2016435)

530028 南寧，廣西壯族自治區疾病預防控制中心結核病預防控制所

林定文，Email:drldw@163.com

2017-08-14)

(本文編輯：范永德)