APP下载

长沙市戊型肝炎发病与气象因素关系的负二项回归模型分析

2017-05-24刘如春陈田木胡伟红

中国全科医学 2017年14期
关键词:二项分布日数平均气温

谢 知,刘如春,陈田木,张 恒,胡伟红

·论著·

长沙市戊型肝炎发病与气象因素关系的负二项回归模型分析

谢 知*,刘如春,陈田木,张 恒,胡伟红

目的 探讨戊型肝炎发病与气象因素的关系。方法 收集2004—2015年长沙市每月戊型肝炎发病数和气象数据。通过过离散检验、模型拟合效果指标的比较评价Poisson回归模型和负二项回归模型的优劣,选择最优模型分析影响戊型肝炎发病的气象因素。结果 2004—2015年长沙市共报告戊型肝炎1 355例,年发病率为(0.21~2.77)/10万,全年散发,其中以2—5月居多。根据各气象资料的相关性分析,选择月降水量、月平均气压、月平均风速、月平均气温、月平均相对湿度、月降水日数、月日照时数进入模型。过离散检验和模型拟合效果指标显示,负二项回归模型拟合效果优于Poisson回归模型。负二项回归模型分析显示,月平均气温〔b=-0.024,95%CI(-0.036,-0.013)〕、月降水日数〔b=0.047,95%CI(0.032,0.062)〕、月日照时数〔b=0.003,95%CI(0.001,0.005)〕是长沙市戊型肝炎发病的影响因素(P<0.05)。结论 气温降低、降水日数增多、日照时间延长是长沙市戊型肝炎发病例数增多的气象因素。

戊型肝炎;天气和发病;二项分布;影响因素分析

谢知,刘如春,陈田木,等.长沙市戊型肝炎发病与气象因素关系的负二项回归模型分析[J].中国全科医学,2017,20(14):1693-1696.[www.chinagp.net]

XIE Z,LIU R C,CHEN T M,et al.Negative binomial regression model analysis on the relationship between hepatitis E and meteorological factors in Changsha[J].Chinese General Practice,2017,20(14):1693-1696.

近年来,戊型肝炎的发病率维持在较低水平,介水传播的戊型肝炎暴发流行较少出现,主要以散发病例为主。国内研究表明,散发性戊型肝炎的发生亦有明显的季节性,呈明显的冬春季节分布[1]。为探讨戊型肝炎与气象因素的关系,针对目前较分散的戊型肝炎病例分布状态,本研究通过拟合Poisson回归模型、负二项回归模型两种常用的离散型分布模型,从中筛选出较优模型,为戊型肝炎防控的预测预警提供依据。

1 资料与方法

1.1 数据来源 2004—2015年长沙市戊型肝炎疫情数据来源于中国疾病预防控制信息系统,月降水量、月平均气压、月平均风速、月平均气温、月平均相对湿度、月平均最低气温、月平均最高气温、月降水日数、月日照时数等气象数据来自于中国气象科学数据共享服务网及长沙市气象局。

1.2 模型理论 Poisson分布与负二项分布均为离散型分布。Poisson分布是一种离散型随机变量分布概型,其具有普通性、独立增量性和平稳性的特点[2]。Poisson回归模型是基于Poisson分布的回归模型,当随机事件的发生数服从Poisson分布时,Poisson回归模型可用于分析随机事件发生数的相关影响因素,如罕见疾病发病率、卫生事件等。

负二项分布是一种非随机性的聚集性分布概型,其每个观察单位出现阳性的概率是不同的,阳性个体的存在可能影响其他个体出现阳性的概率[2-3]。负二项回归模型是基于负二项分布的广义线性模型,模型的具体形式、参数估计、假设检验和拟合优度检验等均相似。

1.3 统计学方法 采用Stata 12.0软件进行统计学分析,采用Pearson相关分析气象因素的相关性;分别采用Poisson回归模型和负二项回归模型分析影响戊型肝炎发病的气象因素;采用过离散检验、模型拟合效果指标选择合适的模型,其中采用O检验判定数据是否过离散,当O≥1.96时,数据存在过离散[4],采用Akaike信息标准(AIC)、贝叶斯信息标准(BIC)为模型拟合效果指标,AIC、BIC越小,表明模型拟合效果越好[5-6]。以P<0.05为差异有统计学意义。

2 结果

2.1 时间趋势 2004—2015年长沙市共报告戊型肝炎1 355例,年发病率为(0.21~2.77)/10万,其中以2005年最低(0.21/10万,13例),2011年最高(2.77/10万,197例),年发病率呈先上升后下降的趋势。戊型肝炎发病呈全年散发,其中以2—5月居多,为戊型肝炎发病的相对高峰期(见表1、图1)。

2.2 气象因素的相关性分析 Pearson相关分析显示,月平均气压与月平均气温、月平均最低气温、月平均最高气温|r|>0.900,月平均气温与月平均最低气温、月平均最高气温|r|>0.900,月平均最低气温与月平均最高气温|r|>0.900(见表2)。考虑到月平均气温、月平均最低气温、月平均最高气温均为关于气温的指标,气压与气温间相互影响的关系尚不明确,故将月平均最低气温、月平均最高气温剔除,保留其余7项气象因素作为模型的自变量。

表1 2004—2015年长沙市各月累计报告戊型肝炎发病例数

Table 1 Monthly cumulative number of cases with hepatitis E in Changsha from 2004 to 2015

2.3 模型的选择 过离散检验显示,O=7.02(>1.96),表明数据存在过离散现象,采用Poisson回归模型发生Ⅰ型错误的概率较大。负二项回归模型拟合效果指标AIC=6.60,BIC=-610.01;Poisson回归模型拟合效果指标AIC=8.01,BIC=-73.37,负二项回归模型拟合效果优于Poisson回归模型。

2.4 负二项回归模型分析 由于戊型肝炎的潜伏期(6~8周)和气象因素对发病影响的滞后性,故采用戊型肝炎月发病数与前两个月的气象数据进行负二项回归模型拟合。以2004年3月—2015年12月戊型肝炎发病数为因变量,发病前2个月(即2004年1月—2015年10月)的气象数据为自变量,拟合负二项回归模型。结果显示,月平均气温、月降水日数、月日照时数进入回归方程,是长沙市戊型肝炎发病的影响因素(P<0.05,见表3)。

表3 长沙市戊型肝炎发病与气象因素关系的负二项回归模型

Table 3 Negative binomial regression model of the relationship between hepatitis E and meteorological factors in Changsha

变量b95%CISEZ值P值月平均气温-0.024(-0.036,-0.013)0.059-4.11<0.001月降水日数0.047(0.032,0.062)0.0086.18<0.001月日照时数0.003(0.001,0.005)0.0013.240.001常数1.696(1.412,1.980)0.14511.72<0.001

图1 2004—2015年长沙市戊型肝炎月发病例数变化趋势

气象因素月降水量月平均气压月平均风速月平均气温月平均相对湿度月平均最低气温月平均最高气温月降水日数月降水量1.000-------月平均气压-0.414a1.000------月平均风速-0.217a-0.0151.000-----月平均气温0.269a-0.947a-0.0021.000----月平均相对湿度0.341a0.107-0.007-0.233a1.000---月平均最低气温0.280a-0.951a0.0010.998a-0.201a1.000--月平均最高气温0.257a-0.938a-0.0040.997a-0.264a0.991a1.000-月降水日数0.631a0.040-0.184-0.238a0.608a-0.214a-0.263a1.000月日照时数-0.023-0.705a0.1380.800a-0.582a0.779a0.814a-0.545a

注:aP<0.05;-重复数据未予展示

3 讨论

选择适合戊型肝炎发病数据结构的模型可更加科学、准确地探讨其与气象因素的关系。Poisson回归模型与负二项回归模型均属于广义线性模型,是一般线性模型在取值范围和分布类型上的推广,可通过指定相应的连接函数来满足或近似满足线性模型分析的要求,同时也能处理因变量为非连续性的资料[7]。本研究显示,负二项回归模型拟合效果优于Poisson回归模型,可能与不同的人群暴露机会、易感性水平等不同而导致戊型肝炎的发病不完全独立,具有一定的聚集性趋势有关。有学者比较负二项分布和Poisson分布的拟合效果显示,血吸虫病、肾综合征出血热等传染病的发病均符合负二项分布,具有一定的时间和空间聚集性[4,8]。王炳翔等[9]采用负二项回归模型分析猩红热与气象因素的关系并进行预测发现,负二项回归模型是分析传染病离散型数据较适合的模型。

戊型肝炎的发病具有长期趋势和季节性。在长期趋势上,长沙市戊型肝炎的年发病率整体呈先上升后下降的趋势,2011年达到高峰,与祝寒松等[10]对福建省及彭芳[11]对江苏省泗洪县研究结果相似。出现该变化趋势的原因尚不明确,可能与免疫人群的变化、社会经济条件和生活方式的改变有关。在季节分布上,长沙市戊型肝炎的发病主要集中于2—5月,呈现较明显的冬春季节分布,与郑能雄等[1]对福州市研究结果一致,提示戊型肝炎的发病与气象因素存在一定的相关性。

国内针对消化道传播的病毒性肝炎与气象因素关系的研究主要以甲型肝炎为主,张军等[12]研究显示,甲型肝炎的发病与气象因素有较好的相关性,并且有一定的滞后性。郑能雄等[1]采用多因素逐步线性回归分析发现,甲型肝炎的发病与月平均相对湿度、气温、日照时数有关。本研究结果显示,长沙市戊型肝炎的发病与前两个月的月平均气温、月降水日数、月日照时数有关。月平均气温越低,戊型肝炎发病越多。气温降低时,易感人群抵抗力相对较低,且低气温有利于病毒的传播。冬季春节前后,人们外出和聚餐的次数增加,暴露于动物食品的概率升高,导致发病率上升[13]。月降水日数的增多,可能有利于戊型肝炎的介水传播,导致发病人数增加。日照时间对戊型肝炎发病影响的具体机制尚不明确,有待进一步研究。

综上所述,气温降低、降水日数多、日照时间长是戊型肝炎发病的危险气象因素。研究气象因素对戊型肝炎发病的影响,可将戊型肝炎防控的关口前移。基层医疗机构可加大戊型肝炎知识的宣传,加强居民对戊型肝炎防治意识,减少疾病的发生和传播。本研究建立的模型仅考虑了气象因素对戊型肝炎发病的影响,具有一定的局限性。后续研究可进一步收集其他因素资料进行分析,以获得更全面的结论。

作者贡献:谢知进行文章的构思与设计、撰写论文,进行论文的修订;谢知、刘如春、陈田木进行研究的实施与可行性分析;谢知、张恒进行数据收集、整理;谢知、胡伟红进行统计学处理,进行结果的分析与解释。

本文无利益冲突。

[1]郑能雄,林云钦,郑高,等.福州市主要传染病与气象因素关系的研究[J].中国公共卫生管理,2004,20(4):343-346.DOI:10.3969/j.issn.1001-9561.2004.04.034. ZHENG N X,LIN Y Q,ZHENG G,et al.A study on the relation between main infected diseases and climate factors in Fuzhou city[J].Chinese Journal of Public Health Management,2004,20(4):343-346.DOI:10.3969/j.issn.1001-9561.2004.04.034.

[2]艾志琼,申元英,林丽佳,等.消化道传播病毒性肝炎研究进展[J].现代生物医学进展,2014,14(19):3786-3790.DOI:10.13241/j.cnki.pmb.2014.19.048. AI Z Q,SHEN Y Y,LIN L J,et al.An overview of research advancement on viral hepatitis via the fecal-oral route[J].Progress in Modern Biomedicine,2014,14(19):3786-3790.DOI:10.13241/j.cnki.pmb.2014.19.048.

[3]王成科.应用Poisson分布与负二项分布探讨麻风病例空间聚集性[J].数理医药学杂志,2000,13(5):422.DOI:10.3969/j.issn.1004-4337.2000.05.021. WANG C K.Application of Poisson distribution and negative binomial distribution to discussion on spatial aggregation of leprosy cases[J].Journal of Mathematical Medicine,2000,13(5):422.DOI:10.3969/j.issn.1004-4337.2000.05.021.

[4]韩新焕.负二项分布的性质特征及在流行病学研究中的应用[J].数理医药学杂志,2009,22(2):138-140.DOI:10.3969/j.issn.1004-4337.2009.02.005. HAN X H.Properties and characters of negative-binomial distribution and its application in epidemiology[J].Journal of Mathematical Medicine,2009,22(2):138-140.DOI:10.3969/j.issn.1004-4337.2009.02.005.

[5]赵晶,所佳宁,罗潇,等.基于零膨胀模型的阳性过敏原数影响因素研究[J].中国卫生统计,2014,31(5):853-855,859. ZHAO J,SUO J N,LUO X,et al.Study on the influencing factors of positive allergens based on zero inflated model[J].Chinese Journal of Health Statistics,2014,31(5):853-855,859.

[6]丁丞.不同统计模型在公共卫生研究中的应用[D].杭州:浙江大学,2015. DING C.Application of different statistical models to the researches in public health[D].Hangzhou:Zhejiang University,2015.

[7]陈峰.现代医学统计方法与Stata应用[M].2版.北京:中国统计出版社,2003:229-236. CHEN F.Modern medical statistical methods and Stata application[M].2nd ed.Beijing:China Statistics Press,2003:229-236.

[8]王海峰,康锴,唐晓燕.Poisson分布和负二项分布对肾综合征出血热病例空间聚集性的拟合[J].中国卫生统计,2012,29(5):719-720. WANG H F,KANG K,TANG X Y.Estimation of hemorrhagic fever spatial aggregation with renal syndrome by Poisson distribution and negative binomial distribution[J].Chinese Journal of Health Statistics,2012,29(5):719-720.

[9]王炳翔,朋文佳,闫军伟,等.猩红热的发病率与气象因素的负二项回归分析[J].中华疾病控制杂志,2014,18(2):166-168. WANG B X,PENG W J,YAN J W,et al.Negative binomial regression analysis of the scarlet fever incidence and meteorological factors[J].Chinese Journal of Disease Control and Prevention,2014,18(2):166-168.

[10]祝寒松,黄文龙,谢忠杭,等.福建省2005—2014年戊型病毒性肝炎流行病学特征分析[J].中国预防医学杂志,2016(7):544-546.DOI:10.16506/j.1009-6639.2016.07.015. ZHU H S,HUANG W L,XIE Z H,et al.Epidemiological characteristics of hepatitis E in Fujian province,2005—2014 [J].Chinese Preventive Medicine,2016(7):544-546.DOI:10.16506/j.1009-6639.2016.07.015.

[11]彭芳.2006—2015年江苏省泗洪县病毒性肝炎流行病学分析[J].中国校医,2016,30(8):600-602. PENG F.Epidemiological analysis of viral hepatitis in Sihong County of Jiangsu Province,2006—2015[J].Chinese Journal of School Doctor,2016,30(8):600-602.

[12]张军,马玉霞,叶培龙,等.天水地区甲肝发病与气象要素关系研究[C]//第30届中国气象学会年会论文集.2013:1-6. ZHANG J,MA Y X,YE P L,et al.The analysis on the relationship between hepatitis A and climate change in Tianshui[C]//Proceedings of the 30th Annual Meeting of China Meteorological Society.2013:1-6.

[13]孙昼,谢立,祝绯飞,等.杭州市戊型肝炎流行特征及危险因素研究[J].中国预防医学杂志,2012,13(4):278-280.DOI:10.16506/j.1009-6639.2012.04.020. SUN Z,XIE L,ZHU F F,et al.Study on epidemic characteristics and the risk factors of HEV in Hangzhou city[J].Chinese Journal of Preventive Medicine,2012,13(4):278-280.DOI:10.16506/j.1009-6639.2012.04.020.

(本文编辑:吴立波)

Negative Binomial Regression Model Analysis on the Relationship between Hepatitis E and Meteorological Factors in Changsha

XIEZhi*,LIURu-chun,CHENTian-mu,ZHANGHeng,HUWei-hong

ChangshaCenterforDiseaseControlandPrevention,Changsha410000,China*Correspondingauthor:XIEZhi,Attendingphysician;E-mail:9267692@qq.com

Objective To explore the relationship between hepatitis E and meteorological factors.Methods The monthly reported cases of hepatitis E and meteorological data in Changsha from 2004 to 2015 were collected.Through the comparison of discrete test and model fitting effect indicators,advantages and disadvantages of Poisson regression model and negative binomial regression model were evaluated.The optimal model was selected to analyze the meteorological factors of the incidence of hepatitis E.Results From 2004 to 2015,there were 1 355 cases reported with hepatitis E in Changsha.The annual incidence was (0.21-2.77) per 100 000 people.There were sporadic cases in each month,but most occurred between February and May.According to the results of correlation analysis of meteorological data,monthly total precipitation,monthly average air pressure,monthly average wind speed,monthly average temperature,monthly average relative humidity,monthly days of raining and monthly sunshine hours were enrolled into the model.The indicators of discrete test and model fitting effect showed that the effect of negative binomial regression model was better than that of Poisson regression model.Negative binomial regression model analysis showed that monthly average temperature 〔b=-0.024,95%CI(-0.036,-0.013)〕,monthly days of raining 〔b=0.047,95%CI(0.032,0.062)〕,monthly sunshine hours 〔b= 0.003,95%CI(0.001,0.005)〕 were influence factors of hepatitis E in Changsha (P<0.05).Conclusion Lowered average temperature,more rainy days and longer sunshine hours are the meteorological factors of increased number of cases with hepatitis E.

Hepatitis E;Weather and invasion;Binomial distribution;Root cause analysis

R 512.6

A

10.3969/j.issn.1007-9572.2017.14.009

2016-12-25;

2017-04-01)

410000湖南省长沙市疾病预防控制中心

*通信作者:谢知,主管医师;E-mail:9267692@qq.com

猜你喜欢

二项分布日数平均气温
汉江上游汉中区域不同等级降水日数的气候变化特征分析
二项分布与超几何分布的区别与联系
立春
深度剖析超几何分布和二项分布
概率与统计(1)——二项分布与超几何分布
深度剖析超几何分布和二项分布
1961—2016年汛期东天山北坡不同量级降水日数时空变化特征
天津市滨海新区塘沽地域雷暴日数变化规律及特征分析
从全球气候变暖大背景看莱州市30a气温变化
1981—2010年拐子湖地区气温变化特征及趋势分析