董选军滕世助余运贤叶晓军何丽萍楼君芳

扫描统计量在流行性腮腺炎聚集性判断的应用*

董选军1＃滕世助1＃余运贤2叶晓军1何丽萍3楼君芳1

目的探讨扫描统计量在流行性腮腺炎判断聚集性的应用。方法收集中国疾病监测信息系统报告的2008-2012年义乌市流行性腮腺炎个案，采用描述流行病学和时空扫描统计量的方法判断聚集性。结果2008-2012年义乌市共报告流行性腮腺炎2451例，发病率为25.86/10万；全年均有发病，4～7月份高发；时空扫描统计量显示在2008年3月31日-2008年8月1日、以江东街道的东经29.282338、北纬120.092315为中心的8.54公里半径内是高发区（LLR＝157.18，RR＝3.88，P＜0.05），包括江东街道、稠城街道、北苑街道和稠江街道四个街道。结论时空扫描统计量是评价流行性腮腺炎聚集性的一种行之有效的方法。

流行性腮腺炎 时空扫描统计量

常规的传染病疫情分析主要是进行描述流行病学分析来判断传染病的聚集性，而扫描统计量则可以分析出具体时间和空间聚集区。时空扫描统计量作为扫描统计量方法之一，已经广泛应用在医学领域［1-3］，但是对流行性腮腺炎进行时空扫描统计量分析还未有人报道，本文对义乌市2008-2012年的流行性腮腺炎疫情资料进行时空扫描统计量分析，探讨扫描统计量对判别流行性腮腺炎的聚集性作用。

资料与方法

1.资料来源 2008-2012年义乌市流行性腮腺炎疫情资料来源于中国疾病监测信息报告管理系统，人口数据来源于义乌市公安局的年初与年末人口数平均值，地理位置信息来源于义乌市政府公布的电子地图。传染病个案信息定位到镇（街道），镇（街道）的质心作为主要的地理位置信息。

2.方法 对2008-2012年义乌市流行性腮腺炎疫情资料进行描述性流行病学分析和时间扫描统计量、空间扫描统计量和时空扫描统计量分析。

3.统计分析 使用SPSS19.0软件进行描述性流行病学分析和SATSCAN9.1.1进行离散型Possion分布模型的回顾性时间扫描统计量、空间扫描统计量和时空扫描统计量分析，扫描范围为50%的覆盖人口，蒙特卡罗模拟次数为999次。扫描统计量原理是基于疾病空间分布是完全随机的无效假设，其备择假设是“跟扫描窗口外相比，疾病在窗口内的发病率增加”。基于无效假设，根据各观测对象的时空位置及其观测属性值，使用蒙特卡罗方法模拟出W个随机数据集，对每个随机数据集采用跟真实数据集相同的方法计算其最大LLR。然后将真实数据集的最大LLR跟W个模拟数据集的最大LLR由大到小排序，若真实数据集的最大LLR排在第R位，则P＝R/（W＋1），就是其概率。

结 果

1.2008-2012年义乌市共报告流行性腮腺炎病例2451例，其中2008年报告529例，2009年报告212例，2010年报告552例，2011年报告615例，2012年报告543例，年报告发病率为25.86/10万。

2.时间分布

全年均有报告，其中4～7月份为高峰，2008-2012年的4～7月份共报告1405例，占全部的57.32%，当年的10月至次年的1月为低发，具有明显的季节性，具体详见图1。

图1 2008-2012年义乌市流行性腮腺炎报告趋势图

3.地区分布

义乌市13个镇街道均有发病，其中报告最多前三位分别是稠城街道、江东街道和稠江街道，具体详见表1。

4.人群分布

2451例流行性腮腺炎病例中，男性1667例，女性784例，男女比例为2.1：1。平均年龄为9.91±9.04，最小6月龄，最大82岁。学生1096例，占44.72%，幼托儿童712例，占29.05%，散居儿童338例，占13.78%，其他305例，占12.44%。

表1 义乌市2008-2012年流行性腮腺炎按地区分布汇总表

5.单纯时间扫描统计量

对2008-2012年义乌市流行性腮腺炎疫情按天进行时间扫描统计量分析，得到在2008年6月1日-2008年7月18日为高发时间段（LLR＝114.19，RR＝3.74，P＜0.05），该时段实际发病数为203例，扫描统计量的预期病例数为58例。

6.单纯空间扫描统计量

对2008-2012年义乌市流行性腮腺炎疫情进行按镇（街道）空间扫描统计量分析，得到以江东街道的东经29.282338，北纬120.092315为中心的8.54公里半径内是流行性腮腺炎高发区，包括了江东街道、稠城街道、北苑街道和稠江街道四个街道（LLR＝142.57，RR＝2.02，P＜0.05），该空间的实际发病数为1633例，扫描统计量的预期病例数为1219例。

7.时空扫描统计量

对2008-2012年义乌市流行性腮腺炎疫情进行时空扫描统计量分析，在2008年3月31日-2008年8月1日时期，以江东街道的东经29.282338，北纬120.092315为中心的8.54公里半径内的为流行性腮腺炎高发区（LLR＝157.18，RR＝3.88，P＝0.00＜0.05），包括江东街道、稠城街道、北苑街道和稠江街道四个街道。该时段该区域内的实际发病数为270例，扫描统计量的预期病例数为76例。

讨 论

扫描统计量分析是在没有任何先验假设前提下，对聚集性进行精确定时、定位、定量，能充分挖掘和利用疾病监数据中的时间信息、空间信息。特别是时空扫描统计量，在对单纯性时间聚集性和单纯性空间聚集性校正，可以前瞻性地识别疾病的时空交互效应，探测疾病的时空聚集性，极大提高早期预警的及时性、有效性，为疾病早期控制提供了科学的依据［4］。李秀央等也指出，回顾性时空重排扫描统计量是一种能分析疾病的时空聚集性的工具，扫描统计量是空间流行病学中可以用来评价或预测疾病聚集性的一种行之有效的方法［5］。虽然Poisson模型扫描统计量是基于Poisson分布的似然比函数进行检验，但这并不意味病例数据必须服从Poisson分布，实际上，病例数据不一定服从Poisson分布，但统计推断概率P值仍然有效。原因在于蒙特卡罗随机化法模拟的随机数据集并非源于Poisson分布，而是通过模拟各观测对象的时空位置及其数据特性来产生随机数据集［4］。

本文对2008-2012年义乌市流行性腮腺炎疫情进行时间扫描统计量分析得到，2008年6月1日-2008年7月18日为高发时间段，进行空间扫描统计量分析得到以江东街道的东经29.282338，北纬120.092315为中心的8.54公里半径内是流行性腮腺炎高发区，包括了江东街道、稠城街道、北苑街道和稠江街道四个街道，而时空扫描统计量分析则可以更加明确地得到在2008年3月31日-2008年8月1日、以江东街道的东经29.282338，北纬120.092315为中心的8.54公里半径内的四个街道（包括江东街道、稠城街道、北苑街道和稠江街道）是流行性腮腺炎高发区。时空扫描统计量分析得到时间和地理聚集信息比时间、空间扫描统计量和传统的描述流行病学更加精确。时空扫描统计量是评价传染病聚集性的一种行之有效的方法。如果利用前瞻性时空扫描统计量结合地理信息建立的早期预警系统，能够有效地做出早期预警［6］，是一种较好的探测传染病聚集性的预警方法。

1.Odoi A，Martin S，M ichel P，et al.Investigation of clusters of giardiasis using GIS and a spatial scan statistic.International Journal of Health Geographics，2004，3：11-21.

2.Zhan F，Lin H.Geographic patterns of cancermortality clusters in Texas，1990 to 1997.Texas Medicine，2003，99：58-64.

3.Fang L，Yan L，Liang S，et al.Spatial analysis of hemonhagic fever w ith renal syndrome in China.BMC Infection Disease，2006.6：77-86.

4.唐成艳，周红霞.扫描统计及其在流行病学中的应用.中国卫生统计，2011，6（28）：332-336.

5.李秀央，陈坤.扫描统计量的理论及其在空间流行病学中的应用.中华流行病学杂志，2008，8（29）：828-831.

6.殷菲.时-空扫描统计量在传染病早期预警中的应用研究.四川大学，2007.

（责任编辑：郭海强）

*基金：浙江省卫生厅资助项目（2014KYB298）

1.义乌市疾病预防控制中心（322000）

2.浙江大学医学院公共卫生学院统计学与流行病学教研室

3.义乌市中心医院

＃并列第一作者