徐州地區不同類型布-加綜合征空間分布特征分析

張家瑋，朱 帥，陳肖肖，湯 誠，陸召軍

布-加綜合征（Budd-Chiari syndrome，BCS）是各種原因所致肝靜脈（HV）或其開口以上下腔靜脈（IVC）阻塞引起的淤血性門靜脈高壓臨床綜合表現［1］。 其臨床癥狀復雜多樣，嚴重影響患者生命健康，徐州為 BCS 高發地區，發病率約為 10/10 萬［2］，病因機制尚不明確。 地理信息系統（geographic information systems，GIS）是分析空間分布的重要手段之一，目前已應用于現代醫學領域，如中國鼠疫醫學地理信息等［3］系統。本研究采用GIS 系統探索不同類型BCS患者地域分布特征，尋找BCS 可能存在的致病因素，為防治提供線索。

1 材料與方法

1．1 病例來源

收集整理1990年至2014年江蘇省徐州市區及周邊醫院住院病歷信息系統中BCS 患者首次確診病例，篩查徐州市病例數據，收集個人信息（姓名、性別、年齡、家庭住址、住院日期、診斷等）。 人口基本信息來源于中華人民共和國全國統計局網站。

1．2 入選和排除標準

入選標準：①經彩色多普勒超聲檢查并由IVC/HV 造影確診；②原發性BCS；③病例信息完整。 排除標準：①排除免疫性肝炎、乙醇性肝炎、自身免疫性疾病及其他肝病或肝臟纖維化病變；②伴有心臟病、腎衰竭及其他惡性腫瘤（肝癌除外）；③繼發性BCS；④主要病例信息缺失較多。

1．3 研究方法

采用ArcGIS10．2 軟件對數據進行統計分析，全局指標應用全局莫蘭指數（Moran I），局部指標應用局部Getis 統計指標。

全局Moran I 系數是從整體上反映研究區域有無空間聚集性，采用Z 值檢驗區域間是否存在空間自相關關系，當時，P＜0．05，拒絕無效假設，認為總體 Moran I≠0，存在空間自相關［4］。Moran I 一般處于-1 和1 之間，當取值為正時表示Xi和Xj為相同方向變化，數據呈正相關，取值越接近1，表示正向空間自相關關聯越強，疾病分布越聚集；當Moran I 取值為負值時表示Xi和Xj是反向變化，數據呈負相關，取值越接近-1，則負向空間自相關關聯性越強，疾病呈均勻分布；Moran I 取值越接近于0，則數據分布越接近隨機分布，不具有自相關性［5］。

局部Getis 統計量：局部層面的廣義G 統計量（Getis and Ord） 是分別針對某個區域單元計算，意在說明所關注的某個區域單元值與其周邊以距離d定義的相鄰單元值之間的關聯性統計量。區域Gi表達式如下：

Xi和 Xj分別為某變量在區域 i，j 的屬性值；Wij（d）為固定距離閾值下的空間距離權重。

2 結果

2．1 1990年至 2014年徐州市 BCS 發病情況

共收集到1990年至2014年間徐州市568 例新發 BCS 患者，其中 HV 型 66 例，IVC 型 310 例，混合型192 例，見圖1。

圖1 不同分型BCS 新發病例分布圖

2．2 空間自相關全局指標分析結果

1990年至 2014年間 HV 型 BCS 例數 MoranI值=-0．056、Z=-0．846、P=0．398，說明該類型例數分 布 是 隨 機 分 布 ；VIC 型 例 數 MoranI 值=0．068，Z=1．349，P=0．177，說明該類型例數分布是隨機分布；混合型例數 MoranI 值=0．058，Z=1．167，P=0．243，說明該類型例數分布是隨機分布；總例數Moran I 值=0．051，Z=1．051，P=0．293，說明總例數分布是隨機分布。

2．3 局部空間自相關統計量分析結果

BCS 例數局部Getis 統計量分析結果顯示，HV型 Z（Gi）值為正值有 55 個地區，其中最大值為 2．84，Z（Gi）值＞1．96 地區有魏廟鎮、炮車鎮、陳樓鎮；IVC型 Z（Gi）值為正值有 48 個地區，其中最大值為 3．82，Z（Gi）值＞1．96 的地區有鼓樓區、大黃山鎮、銅山鎮、大屯街道辦、云龍區、泉山區，＜-1．96 的地區有草橋鎮；混合型 Z（Gi）值為正值有 52 個地區，其中最大值為 3．42，Z（Gi）值＞1．96 的地區有鼓樓區、泉山區、拾屯街道、大黃山鎮、云龍區、銅山鎮、張寨鎮、沛縣城區、柳新鎮；總例數 Z（Gi）值為正值有 48 個地區，其中最大值為 4．20，Z（Gi）值＞地區有鼓樓區、大黃山鎮、銅山鎮、泉山區、云龍區、拾屯街道、胡寨鎮、大屯街道辦、柳新鎮、沛縣城區。 為了更加形象地解釋 BCS 空間分布規律，將 Z （Gi） 值按大小分為＜-2．58、-2．58～-1．96、-1．96～-1．64、-1．64～1．64、1．64～1．96、1．96～2．58、＞2．58 等 7 組 ，采 用ArcMap 軟件實現分析結果可視化，見圖2。

圖2 BCS 患者例數局部Getis 統計量分析

3 討論

GIS 系統是以空間數據庫為基礎，對空間相關數據進行收集、儲存、管理、操作、分析、模擬和顯示，適時地提供多種空間和動態地理信息，為研究和決策服務而建立起來的計算機系統［6］。 空間自相關是指某個區域某種屬性值（如患病率）與鄰近某個區域單位上同一屬性值間相關程度，其度量指標是空間自相關系數，空間自相關系數可檢驗特定區域某一屬性值有無聚集性［7］。 目前已有很多領域應用該方法對疾病進行調查研究、數據統計等。 王瑋等［8］采用 GIS 軟件對 2010年至 2015年安徽省麻疹病例進行時空分布特征分析，發現3 個存在時空聚集性區域。 俞以內等［9］對中國大陸多個省市戊型肝炎發病率作空間自相關，以分析聚集性特點，結果顯示戊型肝炎發病率總體呈現空間集聚格局。 陳琴等［10］報道對寧波市手足口病監測數據作空間自相關分析，發現寧海和象山是主要發病聚集區域。 將空間自相關方法與流行病學理論相結合，能夠更好地了解疾病發生、發展和分布規律，為疫情防治提供新線索和理論依據。

本研究按照不同分型對1990年至2014年徐州地區BCS 新發病例數進行空間自相關分析，Moran I 法顯示IVC 型、HV 型和混合型病例分布呈隨機分布，隨后進行局部空間自相關統計量分析，結果顯示魏廟鎮、炮車鎮、陳樓鎮是HV 型BCS 病例高度聚集區域，鼓樓區、大黃山鎮、銅山鎮、大屯街道辦、云龍區、泉山區是IVC 型BCS 病例高度聚集區域，鼓樓區、泉山區、拾屯街道、大黃山鎮、云龍區、銅山鎮、張寨鎮、沛縣城區、柳新鎮是混合型BCS 病例高度聚集區域，鼓樓區、大黃山鎮、銅山鎮等是總病例高度聚集區域。 由此可見，BCS 病例高度聚集區大多是徐州市區部分及徐州西北區域沛縣城區、胡寨等地區。

徐州市區近年來用地面積多用于耕地和建設用地［11］，而建設用地以工業生產、建筑施工等為主。徐州有很多重型工廠企業，在生產建設過程中可能會排放出污水和廢氣，從而可能是導致此區域BCS患者病例數較高的原因，同時徐州市區相對經濟較發達，交通便利，集中的人口數也較多，發病例數也有可能會隨之增加。 徐州市西北地區位于蘇魯交界區域，毗鄰山東省棗莊市，蘇魯豫皖交界地域是BCS 高發地區。 李勝利等［12］報道對 1 058 例 BCS 患者進行統計分析，結果顯示2001年至2011年間山東共有124 例BCS 患者前往醫院就診，同時徐州市西北區毗鄰微山湖，湖水中微量元素含量可能會對疾病產生一定影響。 王衛中［13］分析山東西南地區地面水水質化學指標和微量元素含量，發現地面水中pH、氟化物、硝酸鹽及重金屬等含量明顯高于地下水。 山東省菏澤市BCS 患者尿碘水平檢測結果顯示，BCS 患者尿碘水平明顯高于正常對照組［14］。 湖水、 土壤中微量元素增高可能會對人體健康產生巨大影響［15］。 因此，應當加強對徐州西北部分區域土壤及水源的環境監測，從而能更加有效地防控BCS。