论文部分内容阅读
目的:分析湖北省本地疟疾发病的时空分布特征,识别疟疾流行的高危风险区域和高危时段。评价气象因素在湖北省本地疟疾流行中的作用,建立疟疾流行的气象预测模型。探讨ARIMA模型预测湖北省本地疟疾发病率的可行性,预测疟疾发病趋势。本研究可以为湖北省本地疟疾疫情的监测和预测提供决策支持,最终为指导疟疾的防控,合理的分配卫生资源提供科学的参考依据和理论指导。方法:(1)采用Cochran-Armitage趋势检验分析2004~2011年湖北省本地疟疾疫情发展变化的长期趋势。绘制2004~2011年湖北省各县(市、区)本地疟疾年度发病率分布图。(2)采用ArcGIS10.1软件的全局Moran’sI空间自相关分析整个研究区域疟疾发病是否存在空间自相关。采用ArcGIS10.1局部Moran’s/空间自相关分析方法和单纯空间扫描统计方法两种局部空间聚集性研究方法来确定2004~2011年湖北省本地疟疾流行的高风险区域。利用单纯时间扫描,时空扫描研究疟疾发病的时间和时空分布特点,确定发病的高风险时段和高风险区域。(3)运用Spearman等级相关分析不同区域尺度疟疾发病率与气象因素相关性。采用多元回归逐步回归分析法筛选影响疟疾发病率气象因素,利用气象因素对疟疾发病变化进行回归拟合。(4)本研究将枣阳市疟疾流行程度按月病人数占全年病人总数的构成比,分为低发月、中发月、高发月。应用逐步判别分析方法利用气象因素对枣阳市未来疟疾流行程度进行判别。(5)采用2004~2009年湖北省本地疟疾发病率构建ARIMA模型,2010年1-12月的数据用于检验模型,并评价模型的拟合及预测效果。结果:(1)湖北省2004~2011年不同年份疟疾发病率整体上呈显著下降的趋势。全局空间自相关分析结果提示湖北省的本地疟疾发病具有一定的空间聚集性。2004~2011年,局部Moran’s I空间自相关发现11个疟疾发病高危县,高危县疟疾发病率的中位数从2004年58.1/10万降至2011年0.79/10万;单纯空间扫描分析结果发现2004~2011年湖北省有11个聚集地区,其中一级聚集区8个,二级聚集区3个;时空聚集性分析结果发现一级聚集区域,其中一级聚集区域13个县,聚集时段从2004年4月-2007年11月。(2)湖北省与枣阳市两种区域尺度上2004~2009年的疟疾发病率周期性变化与年中气候的周期变动明显相关,与气温相关指标和降雨量的相关性较为显著,相关系数多在0.7左右。湖北省每个月疟疾发病率的变动78.1%可归因于当月和前一个月平均气温(MeanT-01)和之前2个月的平均最低气温(MinT-2);枣阳市每个月疟疾发病率的变动67.8%可归因于当月和前一个月平均最高气温(MaxT-01)。(3)本研究利用气象因素建立判别函数对枣阳市疟疾流行程度进行判别,首先对32个气象因子进行逐步判别,最终引入判别方程的气象因子有MinT0、MaxT0和D-012。判别函数的准确率为73.61%,具有一定的判别效果。(4)利用湖北省2004~2009年的每月本地疟疾发病率建立模型,结果显示ARIMA(1,1,1)(1,1,0)12模型拟合效果相对最优,预测发病变动趋势与实际发病趋势完全一致,实际值均在预测值的95%可信区间范围,表明模型预测值与实际情况基本一致,拟合效果好。结论:(1)2004~2011年,研究发现湖北省本地疟疾发病率呈显著下降的趋势。湖北省的疟疾发病具有空间聚集性,高危风险地区仍然存在,高危风险地区主要位于嗜人按蚊和中华按蚊复媒疟区。(2)利用气象因素拟合全省和疟疾高发县的疟疾发病率取得较好的效果,构建的判别函数能准确地判断枣阳市疟疾高、中、低发月份的出现时间。(3)构建的ARIMA模型对湖北省疟疾发病情况的拟合结果满意,预测效果良好,可用于预测湖北省未来疟疾的变动趋势。