2014—2018年廣州市肺結核發病空間分布特征分析

賴鏗 吳桂鋒 雷宇 謝瑋 王挺 鐘敏兒 杜雨華

空間流行病學作為流行病學的一個新分支，主要研究人群中疾病與健康狀態的空間分布及其影響因素，在近年來被陸續應用于結核病的防控。大量研究發現，結核病發病在空間上存在異質性[1-4]。廣州市作為超大城市，人口眾多且流動性大，結核病疾病負擔重，而目前尚未見結核病相關的空間分析報道。因此，本研究旨在從街道/鄉鎮水平上，對廣州市2014—2018年肺結核發病數據進行空間分析，為廣州市結核病防控提供科學依據。

資料和方法

一、資料來源

廣州市肺結核患者數據來源于《中國疾病預防控制信息系統》的子系統《傳染病報告信息管理系統》，按照“發病日期”“現住址為廣州”“已審核”等條件，下載2014—2018年肺結核傳染病報告卡，篩選臨床診斷和確診肺結核患者，累計報告54 213例。各年常住人口數據來源于廣州市統計局統計年鑒，其中街道/鄉鎮人口數來源于2018年廣州市衛生部門的統計數據。地理數據采用廣州市街道/鄉鎮行政區劃矢量地圖，空間分析的基本單位為街道/鄉鎮。

二、研究方法

1.構建地理信息數據庫：根據病例數據現住址獲得相應的街道/鄉鎮經緯度信息，建立街鎮代碼、經緯度、人口數據、肺結核報告卡數據等信息的數據庫，通過數據屬性表與廣州市矢量化電子地圖進行數據關聯，建立街道/鄉鎮發病情況地理信息數據庫。

2.空間分布地圖及趨勢面分析：空間分布地圖是對各街道/鄉鎮肺結核平均報告發病率在電子地圖上進行渲染，通過不同顏色填充，揭示空間分布趨勢。趨勢面分析是根據各街道/鄉鎮肺結核平均報告發病率與其對應的經緯度，建立二元多項式回歸模型，用數學曲面來擬合樣本數據中的區域分布及變化趨勢。

3.全局空間自相關分析：是從整體水平上探索疾病的空間分布特征，應用莫蘭指數(MoranI)值反映廣州市肺結核空間整體分布特征。MoranI取值范圍在-1～1之間，MoranI值為正，表示患者在空間單元分布具有正相關性，整體呈現聚集型分布，即發病率高的區域趨向于向發病率高的區域聚集(高-高聚集)或發病率低的區域趨向于向發病率低的區域聚集(低-低聚集)，數值越大，聚集性越強；MoranI值為負，表示患者在空間分布具有負相關性，整體呈現離散型分布，數值越大，空間分布越不集中；MoranI值為0，表示整體呈現隨機分布，無空間聚集性。由于MoranI值無法區分聚集類型為高-高聚集還是低-低聚集，需應用全局Getis-OrdG指數判斷肺結核整體聚集類型。當G>0，且Z>1.96時，認為整體分布為高-高聚集；當G<0，且Z<-1.96時，認為整體分布為低-低聚集。

4.局部空間自相關分析：在街道/鄉鎮水平上分析廣州市肺結核發病聚集區域的具體位置與類型，通過計算局部空間自相關指標(local indicators of spatial association，LISA)，進而揭示局部空間與相鄰空間發病率相似(正相關)或非相似(負相關)程度。LISA聚集地圖結果可能呈現為4種聚集模式：發病率高(或低)的區域其相鄰的區域發病率也高(或低)，稱為高-高聚集或低-低聚集；相反，負相關的區域可表現為發病率高(或低)的區域其相鄰區域發病率低(或高)，稱為高-低聚集或低-高聚集。通過局部Getis-OrdG指數判斷局部地區是高值聚集或低值聚集，即挖掘肺結核發病具體熱點區域及冷點區域。

三、統計學分析

采用Excel 2007軟件進行數據整理和描述性分析，使用ArcGIS 10.5軟件實現空間分布地圖、趨勢面分析、全局及局部Getis-OrdG指數的統計分析及結果的可視化。使用Geoda 1.8軟件統計MoranI值及LISA分析。通過構造正態分布的檢驗統計量Z，采用Z-score對相關指標進行假設檢驗。在α=0.05的檢驗水準下，當|Z|>1.96，拒絕無效假設。

圖1 2014—2018年廣州市肺結核年均報告發病率空間分布圖

結 果

一、基本情況及空間分布地圖

表1 2014—2018年廣州市肺結核患者報告發病情況

圖2 2014—2018年廣州市肺結核年均報告發病率三維空間分布圖

二、三維空間分布圖

三維空間分布圖中X軸表示不同街道/鄉鎮幾何中心的經度，Y軸表示緯度，Z軸表示年均報告發病率。因此，一個點(X，Y，Z)表示某一街道/鄉鎮的年均報告發病率，將三維空間中的點分別投影在X-Z和Y-Z兩個平面上，利用散點圖擬合多項式模型形成2條曲線，直觀展示肺結核發病在空間上的分布趨勢。結果顯示，2014—2018年廣州市結核病發病情況總體分布由西向東逐漸降低，東部地區明顯低于西部地區；在南北分布上，呈現輕微的“n”形分布，中間高，兩邊低(圖2)。

三、整體空間分布特征

2014—2018年廣州市各年肺結核報告發病率的MoranI值均>0，Z值均>1.96，P值均<0.05，提示廣州市肺結核報告發病率呈現空間聚集性分布(表2)。在全局MoranI值基礎上，為進一步識別廣州市結核病空間整體聚集類型，對全部Getis-OrdG指數統計量進行分析。結果顯示，全部Getis-OrdG指數為0.006，Z值為2.632，P值為0.008，表明廣州市肺結核空間整體為高-高聚集分布。

四、局部空間分布特征

1.局部發病聚集類型：聚集性地圖顯示，年均肺結核報告發病率局部空間自相關模式呈現為4種聚集模式：高-高、高-低、低-高、低-低。高-高聚集區有7個：越秀區的珠光、洪橋、大塘、北京街道和天河區的珠吉、新塘、車陂街道(圖3)。

2.局部發病熱點與冷點：冷熱點圖發現，廣州市年均肺結核報告發病率聚集區域(即熱點區域，熱點95%CI)共有29個街道，分別為天河區的天河南、石牌、林和、冼村、元崗、龍洞、黃村、前進、棠下、長興、新塘、車陂、沙河街道，越秀區的珠光、華樂、黃花崗、農林、東山、白云、大東、大塘、梅花村、人民街道，海珠區的海幢、濱江、琶洲、官洲街道，白云區的京溪、同和街道。其中，熱點區域(熱點99%CI)街道有2個，分別為天河區的黃村街道和長興街道；冷點區域(冷點95%CI)只有1個街道，即增城區的永寧街道(圖4)。

圖3 2014—2018年廣州市肺結核年均報告發病率局部空間自相關指標聚集地圖

表2 2014—2018年廣州市肺結核報告發病率全局自相關分析

討 論

空間流行病學是一門描述和分析疾病在地理上分布變化的學科。近年來，空間流行病學已被廣泛應用于結核病研究，全國及多個省、市已經發表了相關的研究[1-4]，但廣州市作為超大城市，結核病負擔重，目前筆者尚未見到相關空間分析研究的報告。此外，本研究分析以街道/鄉鎮為單位，較既往的研究分析以區/縣為單位更為精細[1-2, 4-5]，這將為廣州市結核病精準防控提供更有針對性的參考依據。

三維空間分析能排除局部不穩定因素的干擾，直觀反映肺結核發病情況在大尺度上的變化趨勢[1]。本研究結果顯示，發病率總體呈現由西向東逐漸降低，由南向北先升后降的趨勢，說明廣州市肺結核發病分布不均衡，發病主要集中在西北部和西南部。廣州市西北部及西南部均為人口較多的地區(如白云區、番禺區、天河區等)，該區域人口總數約占全市人口總數的70%。既往研究表明，肺結核的空間分布存在異質性，廣州市的發病情況也相似，發病主要集中在人口密集的區域[6-7]。

全局自相關分析顯示，2014—2018年廣州市肺結核整體呈現聚集性，進一步分析發現廣州市結核病整體分布特點為“高-高”聚集。肺結核為呼吸道傳染病，若防控工作不到位，易增加因患者活動導致的傳播風險，使發病范圍擴大，防控工作應重點關注高值聚集區。“高-高”聚集區域為越秀區的珠光、洪橋、大塘、北京街道和天河區的珠吉、新塘、車陂街道。針對不同的區域聚集類型，應采取不同的防控策略，做到精細化、差異化管理[8]。“高-高”聚集區已形成一個發病率較高的片區，應共同做好區域聯防聯控，加強區域內群眾的健康教育工作，提高自我防護意識，出現可疑癥狀應及時就診；加強區域內的醫療機構肺結核患者的發現及可疑患者的鑒別診斷；做好肺結核患者居家隔離治療，密切接觸者篩查等措施，避免向周邊區域蔓延。“高-低”或“低-高”聚集區域其含義為發病率較高(或較低)的街道相鄰的街道發病率較低(或較高)，呈現負相關。針對相鄰街道存在發病率差異的聚集模式，應加強發病率較高的街道患者的發現及管理工作，具體可參考上述措施；對于發病率較低的街道應加強可疑癥狀的監測，及早發現可疑/確診患者，加強重點人群的健康教育及倡導良好的生活行為，提高其自身免疫力。

圖4 2014—2018年廣州市肺結核年均報告發病率局部熱/冷點地圖

局部熱點分析顯示，廣州市結核病發病“熱點”主要集中在天河區和越秀區。天河區和越秀區成為發病“熱點”，可能受不同因素影響。已有研究發現，流動人口的快速增長和流動人口占總人口的較高比例對結核病產生巨大的影響，流動人口為結核病的傳播提供了新的傳染源[9]。天河區為廣州市經濟最發達的區域，外來務工人員眾多，2018年末非戶籍人口占常住人口的46.2%[10]，提示天河區成為發病熱點可能與流動人口多有關。此外，老年人因免疫力下降，且存在不同程度的基礎疾病，是肺結核發病的高危人群。越秀區為老城區，2018年末60歲以上人口占常住人口的25.41%，位列全市第二，其60歲以上人口為29.93萬人，絕對數位列全市首位[10]，提示越秀區成為發病熱點可能與老年人口眾多有關。對于“熱點”區域需重點防控，如天河區和越秀區的防控策略應考慮到流動人口及人口老齡化等特點[11-12]，避免“熱點”進一步擴大。此外，局部熱點分析還發現增城區的永寧街道為發病冷點區域，可能的原因有，增城區為廣州市經濟欠發達地區，流動人口流入不大，人口結構比較穩定，發病水平較低；永寧街道位于廣州市的中部，且相鄰的街道發病水平均低，屬于“低-低”聚集區域。由于廣州市人口流動大，導致每年的人口及發病情況均會發生變化，可能隨著年份改變，發病熱點區域會改變。相關研究發現，結核病受人口密度、醫療條件、經濟水平等多種因素的影響[13-15]，探索廣州市結核病發病的影響因素，仍需開展進一步研究。

綜上，本研究采用空間流行病的方法首次繪制了廣州市肺結核空間分布地圖，發現在街道/鄉鎮層面肺結核分布存在空間聚集性，為衛生行政部門制定相關防控策略提供了線索和依據。建議進一步加強“高-高”聚集區的街道和“熱點”區域的防控力度，針對不同分布特征的區域采取精細化及差異化防控措施。

本研究存在一定局限性。一方面，目前僅能獲得2018年街道/鄉鎮人口數據，研究中計算街道/鄉鎮報告發病率均使用2018年的人口數據，因此每年街道/鄉鎮的發病率不夠精確。2014—2018年，廣州市人口是持續增長的，因此研究中相應的發病率有所低估，但對發現空間分布特征，仍有積極意義。另一方面，本研究方法未納入時間的因素，因此不能準確地判斷發病率高的區域隨著時間的變化趨勢，可能會對統計學推斷產生影響，導致結果產生一定偏倚。后續研究將進一步收集完善數據及研究方法，開展更深入細致的研究。

志謝廣州市胸科醫院李鐵鋼主任醫師對本文統計學方法進行了悉心指導。