学位论文 > 优秀研究生学位论文题录展示

宁波市流行性出血热空间统计分析

作　者: 鲁锋
导　师: 沈毅
学　校: 浙江大学
专　业: 流行病学与卫生统计学
关键词: 流行性出血热空间统计学空间自相关空间扫描统计量
分类号: R512.8
类　型: 硕士论文
年　份: 2009年
下　载: 46次
引　用: 0次
阅　读: 论文下载

内容摘要

A研究背景流行性出血热又称肾综合征出血热,是由汉坦病毒引起的一种自然疫源性疾病,流行广,病情危急,病死率高,危害极大。世界上人类病毒性出血热共有13种,根据该病肾脏有无损害,分为有肾损及无肾损两大类。在我国主要为肾综合征出血热(HFRS)。在病原体未解决前,在我国称流行性出血热(EHF);在朝鲜称朝鲜出血热(KHF);在俄罗斯称出血性肾病肾炎(HNN);由于特异性血清学诊断的确立及病原学的解决,1982年世界卫生组织统一定名为肾综合征出血热。现我国仍沿用流行性出血热的病名。我国每年流行性出血热发病人数占世界报道的汉坦病毒感染病例的90%以上,是受汉坦病毒危害最为严重的国家。我国大陆的31个省、市、自治区均有病例发生,台湾也有汉坦病毒感染病例报告。我国年发病数最高曾超过11万,近十年来我国年报告发病人数一直在2～5万左右,新疫区不断出现,并时有暴发流行,老疫区的类型也有所变化。近年来个别省份出血热发病率明显升高,形势不容乐观。出血热病例以农村青壮年人群为主,不仅对人民身体健康和生命安全造成危害,而且对社会经济发展造成严重影响,已经成为一个重要的公共卫生问题。目前国内对流行性出血热流行病学研究主要集中在鼠间传播规律、自然宿主动物种类及疫源地结构、类型等领域,针对流行性出血热的流行病学研究多限于单一的对疾病发生率和三间分布的描述。现有的研究大多忽略了流行性出血热存在的地理相关性,不能从定量的水平上对疾病的空间分布做一定的探讨。因此运用空间统计学的分析方法,从定量水平上探讨流行性出血热发病的热点区域,以及空间、时间和时空聚集性是非常必要的。B研究目的本研究主要运用空间统计学中的空间自相关方法和时空扫描统计量方法,获得流行性出血热的时空分布情况,旨在发现传染病病例何时何地高发,即某地理区域内出血热发病的时空热点,从而探讨该地区出血热发病的聚集性问题,为该地区公共卫生政策的制定和出血热的防控提供理论依据,也可为同类研究提供参考。C研究方法采用中国疾病预防控制信息系统的传染病报告宁波市2004-2008年出血热的发病数据,并获取1:25万的宁波地区矢量地图,在Excel中输入该地区十一个辖区的地区代码、发病数据、人口基本情况,每年的出血热发病率数据,并把Excel格式的文件转变成可共使用SHP格式的地理属性文件。空间自相关分析方法采用的全局型和局域型Moran’sⅠ、Moran’sⅠ散点图、蒙特卡罗方法均由空间统计软件包GeoDa095i实现;时空扫描统计方法分析由空间统计分析软件包SaTScan7.0来实现;空间聚类图,时空扫描窗口等疾病专题地图均由GIS公司的产品ArcView GIS软件来实现。D研究结果1.Moran’sⅠ结果运用空间统计分析软件包得出2004-2008年五年的全局型空间自相关系数,分别为0.0982,0.2015,0.2527,0.2392,0.3257,且均经过统计学检验,2006、2007、2008三年的Moran’sⅠ指数均具有统计学意义,而2004和2005年均不具有统计学意义。局域型Moran’sⅠ即LISA分析,2004年宁波地区宁海县的出血热发病处于低-高(low-high)区域;2005年宁海处于高-高(high-high)区域,而江北处于低-低(low-low)区域;2006年宁海处在高-高(high-high)区域,而慈溪、江北处于低-低(low-low)区域;2007年宁海在高-高(high-high)区域,江北在低-低(low-low)区域;2008年宁海在高-高(high-high)区域;且以上阐述的高-高、高-低、低-高、低-低区域均代表经过统计学检验(P＜0.05),具有统计学意义的结果。2.空间扫描统计量方法(SaTScan)分析单纯空间扫描统计分析结果,2004-2008年高发病聚集区均为象山、宁海、奉化、鄞州所属人口区域;RR值分别为2.681、3.431、5.480、4.130、6.025,P=0.01＜0.05,年平均发病率分别为5.6/10万、5.4/10万、4.6/10万、4.9/10万、4.0/10万。时空扫描统计量分析的结果为2004年3月到2006年3月出血热发病的空间聚集区域主要为象山、宁海、奉化、鄞州(RR=2.702,P=0.001＜0.05),年平均发病率为6.0/10万,地处宁波地区南部。2006年3月到2008年12月没有时空聚集性。E研究结论1.Moran’sⅠ提示2004和2005年两年出血热的发病在宁波地区不存在全局型的空间自相关,2006、2007、2008三年宁波地区出血热发病的分布不符合随机分布模式,出血热发病区域存在着一定程度的相关性,即具有一定的空间聚集性。Moran散点图具有较强的局域型相关分析功能,即对应于Moran散点图的不同象限,可识别出空间分布中存在着哪几种不同的实体,一定程度上也表达了局部区域之间的一些联系。但是,散点图不提供各区域点的具体的Moran’sⅠ值,所以需要借助于局域型自相关系数及其检验。2.2004-2008年LISA(Local Indication of Spatial Autocorrelation)的综合分析,可以看出宁波有逐渐形成以宁海周边地区为热点发病区域的趋势。因此一定程度上可以推断,宁波地区南部奉化、象山、宁海、鄞州几个县(市)区逐渐形成稳定的出血热发病流行区,这可能与出血热传播宿主生活习性以及当地生态环境有关。这也提示今后防控重点也是这些区域,制定防控政策时要向这几个地方倾斜。3.单纯空间扫描统计量分析显示,2004-2008年象山、宁海、奉化、鄞州为宁波地区出血热最可能的发病聚集区域,并且比较稳定。从纯空间分析角度来比较,与空间自相关的结果显然有所出入,其不同是由于不同方法基于的不同标准和指标不同所造成的。根据对2004-2008年的时空扫描统计量结果显示:2004年3月到2006年3月为出血热发病的高发时段,空间聚集区域主要为象山、宁海、奉化、鄞州;2006年3月到2008年底统计学上没有时空聚集性,应该与高发地区发病率有所降低,与周边地区差距不大有关。4.与空间自相关Moran’sⅠ法相比,时空扫描统计量方法借助于一定半径的扫描窗口和似然比的理论,用RR值判断窗口内外发病风险的大小,从而进行时空联合的交互分析,显然时空扫描统计更适合对出血热发病时空聚集性的检验分析,且分析的结果和生态学的描述比较一致;而空间自相关方法采用关联系数,Moran’sⅠ值存在偏大的问题,并且也容易受限于空间尺度大小的问题,做出的结果,缺乏足够的稳定性和可靠性,仅仅适合比较清晰的空间模式的呈现,而不是用于检验出血热发病空间聚集性是否存在。

全文目录

致谢  4-5
中文摘要  5-9
英文摘要  9-13
插图和附表清单  13-17
1 引言  17-21
  1.1 当前流行性出血热发病状况  17-18
  1.2 空间统计学分析方法的发展  18-20
  1.3 研究目的  20-21
2 材料与方法  21-30
  2.1 资料来源  21
  2.2 资料预处理  21-24
  2.3 研究方法  24-30
3 结果  30-38
  3.1 2004-2008年的MORAN散点图见图3.1和全局型MORAN'S I结果见表3.1  30-31
  3.2 空间自相关方法的局域性LISA系数检验结果,见表3.2、3.3、3.4、3.5、和表3.6  31-34
  3.3 宁波地区流行性出血热发病率分布的LISA系数可视化分析  34-36
  3.4 空间扫描统计量分析结果  36-38
4 总结与探讨  38-46
  4.1 全局空间自相关分析和MORAN散点图分析  38-39
  4.2 局域型空间自相关(LISA)分析  39-40
  4.3 时空扫描统计量分析  40-42
  4.4 空间自相关和时空扫描统计量分析的异同  42
  4.5 两种方法模型的局限性  42-44
  4.6 本研究的局限与不足之处  44-45
  4.7 创新之处  45-46
参考文献  46-49
综述  49-59
作者简历及在学期间所取得的科研成果  59

宁波市流行性出血热空间统计分析

内容摘要

全文目录

相似论文