江蘇省新型冠狀病毒肺炎確診數影響因素的灰色關聯分析

姚育楠 陳 鵬 宋曉慶 夏 晴 熊季霞

南京中醫藥大學衛生經濟管理學院，南京，210023

截至2020年2月2日24時，距離2019年12月8日新型冠狀病毒肺炎(以下簡稱“新冠肺炎”)最早發病病例的出現，已經過去57天，全國確診人數17238人，全球確診人數17386人，已超2003年“非典”肺炎確診總人數的3倍。2003年時中國出境游人數不到2000萬人次，海外務工人員24.9萬人，到了2018年，中國出境游人數已達1.49億人次，短期和長期海外務工人員超過1000萬[1]。中國今天便利的空陸路交通和“春運潮”的來襲使此次新冠肺炎與2003年非典相比防控難度大大加深。現階段，研究如何在把全國防控與醫療重心放置湖北的同時，保證其他各省市防控和醫療工作有序有效地進行具有重大意義，摸清各個省市新冠肺炎確診數的影響因素為其提供切實有效的防控措施奠定理論基礎。

1 資料來源與方法

1.1 資料來源

資料來源于2019年江蘇省衛生和計劃生育統計年鑒，2019年江蘇省衛生統計提要，2019年江蘇省及江蘇省各市統計年鑒，確診數來源于2020年2月3日揚子晚報，與武漢流通量因素中的指標數據來源于江蘇省衛生統計信息中心。根據前期大量文獻研究，選取4個維度8個指標，如表1所示。

表1 江蘇省各市新冠病毒確診數影響因素指標

1.2 研究方法

灰色關聯分析(Grey Relation Analysis，GRA)是一種系統分析方法,其通過分析比較數列各指標變動對參考數列指標的影響判斷關聯度,可以在影響因素不甚明確的系統中找出影響參考數列變化的主要因素[2]。本研究以各市新冠肺炎確診數為參考數列，各項指標為比較數列構建矩陣(X0，X1，X2，X3，X4，X5，X6，X7，X8)。計算二者之間的絕對差，形成絕對差矩陣，然后計算關聯系數和關聯度。對參考數列和比較數列作無量綱化處理[3]。

2 結果

2.1相關指標基本情況

本研究從2020年1月31日起連續3天對江蘇省新冠肺炎確診數與相關指標進行灰色關聯分析，3次所得各指標關聯度排序結果一致，現以江蘇省截至2月2日24時累計報告新冠病毒感染的肺炎確診數為例，進行匯報。表 2為江蘇省13市新冠肺炎確診數與影響因素相關指標的基本情況，江蘇省截至2月2日24時，江蘇省累計報告新冠肺炎確診病例271例。確診病例中，蘇州市最多為44例、其次為南京市40例、徐州市36例、無錫市23例、泰州市21例、南通市19例、淮安市18例、鹽城市15例、常州市15例、連云港市14例、揚州市14例、宿遷市9例、鎮江市最少為3例，自江蘇省首例匯報以來，日均增長確診24.6例。江蘇省13市中，經濟水平(GDP和城鎮人均可支配收入)前三為蘇州、南京、無錫，最低的是宿遷。人口因素中，蘇州市常住人口最多為1072.17萬人，超最少的鎮江市常住人口的3倍。南京作為江蘇省的省會，聚集了大量的醫療資源，年總診療量與醫護人員數量全省第一，遠超鎮江、宿遷等市。在與武漢流通等因素中，江蘇移動用戶到訪武漢數量以蘇州最多，為123868戶，淮安最少，為6001戶。武漢移動用戶到訪江蘇數量以南京最多，為58207戶，宿遷最少，為3147戶。

表2 江蘇省13市新冠肺炎確診數與影響因素

2.2 均值化處理結果

采用均值法，對參考數列和比較數列的原始數據求均值，后作無量綱化處理，得到X'i(i=1,2,3，……，)。無量綱化處理結果見表3。

表3 無量綱化處理結果

2.3 求差數列結果

對均值化后的參考數列和比較數列的數據進行求差數列處理，分辨系數ρ=0.5，結果見表4，差數列最小值a = 0.003，最大值b =2.409。

表4 求差數列結果

2.4 參考數列與比較數列的灰色關聯度及排序結果

得到差數列的最大值和最小值后，按照公式計算參考數列和比較數列的關聯系數，進而計算出灰色關聯度γi(i=1,2,3，……，)，并對各個關聯數列的灰色關聯度進行排序。各指標與新冠肺炎確診數灰色關聯度排序依次為注冊護士數量、執業醫師數量、年末常住人口數、GDP、城鎮人均可支配收入、總診療量、江蘇移動用戶到訪武漢數量、武漢移動用戶到訪江蘇數量。見表5。

表5 比較數列對參考數列的灰色關聯度及排序

2.5 指標選擇對關聯度及排序影響檢驗

依次剔除所選指標，得到其他指標與參照序列灰色關聯度大小并進行排序。各指標與新冠肺炎確診數灰色關聯度排序依次為注冊護士數量、執業醫師數量、年末常住人口數、GDP、城鎮人均可支配收入、總診療量、江蘇移動用戶到訪武漢數量、武漢移動用戶到訪江蘇數量。與剔除指標前沒有變化。見表6。

表6 指標選擇對關聯度及排序影響檢驗

3 討論

3.1 新冠肺炎確診數與各地醫療資源水平呈現強正相關性

根據灰色關聯度排序顯示，在所有指標中，注冊護士數量和執業醫生數量與新冠肺炎確診數的關聯較大，分別為第一與第二。江蘇省大量的醫療資源集結在南京和蘇州，蘇北地區以徐州最多，與醫療資源水平一致的是現階段南京、蘇州、徐州確診病例最多，新冠肺炎確診數與各地醫療資源呈現強正相關性。一是疫情嚴峻的現況下，充沛的醫療資源加快了患者看病速度與確診速度。

二是與往日“倒三角”看病現狀一致，疫情剛發布之后，新冠肺炎高危人群與密切接觸者更愿意往醫療資源充足的城市流動。建議政府把現存可用于一線的防護與診治資源全部征收，根據各醫院接受患者數量進行統一分配，保證一線診療有序有保障地進行。

3.2 新冠肺炎確診數與人口因素呈現強正相關性

年末常住人口數與新冠肺炎確診數關聯度排序為第三，蘇州市常住人口與確診病例均為江蘇省最多，鎮江市常住人口與確診病例均為江蘇省最少，新冠肺炎確診數與各地人口數量呈現強正相關性。除湖北輸入病例之外，原因可能是較大的人口基數會增強人口流動性，加大防控難度。相比人口基數小的城市而言，大人口城市此時增大疫情防控力度迫在眉睫。各地的疫情防控不能只看新增確診病例數和累計確診病例數，還要結合城市人口規模綜合考慮其不同鄉縣區市傳染的危險等級。

3.3 現階段各城市與武漢的流通便利性對新冠肺炎確診數影響一般

截止2020年2月2日24時江蘇省確診數據分析，現階段新冠肺炎確診數與各城市與武漢流通量因素關聯強度一般，所有指標中，江蘇移動用戶到訪武漢數量與新冠肺炎確診數關聯度排第七，武漢移動用戶到訪江蘇數量與新冠肺炎確診數關聯度為排第八。根據臨床數據統計說明，大多數患者潛伏期一般為3至7天，平均出現癥狀為5.2天[4]。數據為2020年2月2日24時確診數據，距離疫情“可人傳人”信息發布已過了最長潛伏期14天[5]，現階段大多數輸入性病例已經確診，全國多地如北京、廣東、浙江溫州等地疫情已從輸入期到擴展期發展 ，輸入性病例的密切接觸者和無特殊旅居史患者確診比例提高，導致新冠肺炎確診數與武漢流通便利性因素關聯并不是很強。趙序茅等學者也發現，在擴散前期(2020年1月24日之前)武漢輸出的人口是全國各城市(武漢除外)新冠肺炎擴散的主要威脅，之后每個省、自治區、直轄市的人口與確診病例數的關系逐漸增強，體現出本地傳播的趨勢[6]。

4 建議

4.1保障抗疫一線資源充足，提高醫護人員處理突發公共衛生事件專業水平

保障一線醫護人員的安全與一線防護、診治資源的充沛為醫療部門現階段工作之重。從長遠來看，醫護人員在突發公共衛生事件中的角色非常重要。在醫院的日常工組中，加大對醫務人員進行突發公共衛生事件的演練很有必要[7]。要定期對醫務人員進行相關知識技能考核，在單位通過開展突發公共事件的健康教育工作，強調突發公共衛生事件的重要性[8]。同時，基層社區醫護人員可為大型公立醫院減輕大量的工作量，但基層社區醫護人員在突發公共衛生事件上的專業能力和知識素養還明顯不足，必須加強對基層醫生的知識技能培訓。

4.2 堅持信息及時性與透明性原則，樹立政府權威形象

目前我國已經建立了每日新聞發布系統[9]。大人口城市政府在加大日常防控力度的同時，必須以權威形象堅持信息及時性與透明性原則，準確通報危機事件使公眾對事件有準確的認知[10]。同時，鼓勵群眾對政府部門防疫工作進行監督，把“大基數人口”從防疫劣勢轉變為優勢。

4.3 擴大排查范圍，重點保護特殊人群

各市的政府部門要擴大人群排查范圍，對來自疫情嚴重地區的人群同樣進行上報管理。同時對出入江蘇各城市路口進行健康與身份檢查，對發現的新冠肺炎密切接觸者和在疫情嚴重地區有旅居史的對象進行第一時間隔離。在危機形況下，醫護系統預計將因大量人員傷亡而淹沒，同時也將面臨資源短缺問題，從而阻礙了對年老體弱者和孕產婦的連續護理疾病的能力。建議通過建設暫時性網絡平臺發揮家庭醫生的作用，家庭醫生維系好所管轄范圍內特殊人群的用藥需求。從分級防控體系、分區分類管理、接診處理、信息報送、日常督查及出院遠程隨訪等方面強化管理[11]。