陶 燕,宋 捷,強(qiáng) 力,王 硯,李子斌(.蘭州大學(xué)資源環(huán)境學(xué)院,甘肅 蘭州 70000；.蘭州市城關(guān)區(qū)疾病預(yù)防控制中心傳染病防制科,甘肅 蘭州 70000；.甘肅省環(huán)境科學(xué)設(shè)計(jì)研究院,甘肅 蘭州 70000)

蘭州市城關(guān)區(qū)氣象因素與麻疹發(fā)病人數(shù)的時(shí)間序列研究

陶 燕1*,宋 捷1,強(qiáng) 力2,王 硯1,李子斌3(1.蘭州大學(xué)資源環(huán)境學(xué)院,甘肅 蘭州 730000；2.蘭州市城關(guān)區(qū)疾病預(yù)防控制中心傳染病防制科,甘肅 蘭州 730000；3.甘肅省環(huán)境科學(xué)設(shè)計(jì)研究院,甘肅 蘭州 730000)

運(yùn)用SPSS17.0統(tǒng)計(jì)軟件進(jìn)行相關(guān)分析和主成分分析及R軟件的時(shí)間序列方法定量評(píng)估蘭州市城關(guān)區(qū)氣象因素對(duì)麻疹發(fā)病人數(shù)的影響程度.結(jié)果表明,氣象因素對(duì)麻疹日發(fā)病人數(shù)的影響由大至小依次為相對(duì)濕度、日照時(shí)間、平均氣溫、平均氣壓、降水量、平均風(fēng)速;各氣象因素對(duì)麻疹發(fā)病的影響均具有一定滯后效應(yīng),平均氣壓、平均風(fēng)速和日照時(shí)間在滯后9d、平均氣溫和降水量滯后7d、相對(duì)濕度滯后5d對(duì)麻疹日發(fā)病人數(shù)的影響最大. 平均氣壓、平均氣溫和日照時(shí)間每增加1個(gè)IQR(四分位距),麻疹日發(fā)病人數(shù)分別增加175.2%、79.6%和24.3%,而相對(duì)濕度、降水量和平均風(fēng)速每增加1個(gè)IQR,麻疹日發(fā)病人數(shù)則分別減少17.9%、5.2%和15.7%.

麻疹；氣象因素；GAM模型；時(shí)間序列分析

麻疹是一種由麻疹病毒引起的急性呼吸道疾病,具有傳染性,多發(fā)于冬春兩季,易繼發(fā)其他病毒或細(xì)菌性感染,且至今尚無特殊抗麻疹病毒藥物[1],故對(duì)麻疹的預(yù)防措施顯得尤為重要.目前,盡管已具備安全有效的疫苗,但WHO報(bào)告顯示麻疹仍是造成全球幼兒死亡的主要原因之一, 2011年全球約有15.8萬人死于麻疹,其中多數(shù)是5歲以下兒童.中國(guó)麻疹發(fā)病人群分布在各省間差異較大,但時(shí)間分布均集中于3～5月[2-3]. 2005～2010年間,全國(guó)麻疹發(fā)病人數(shù)在2.86/10萬～9.95/10萬之間,病死率為0.04%～0.08%[4].2005年西部地區(qū)采取麻疹減毒活疫苗(MV)強(qiáng)化免疫等防控措施后,麻疹發(fā)病得到較好控制[2],其發(fā)病特點(diǎn)由以往的冬春流行轉(zhuǎn)變?yōu)槿晟l(fā)[5],多發(fā)人群也轉(zhuǎn)變?yōu)閷W(xué)齡前散居兒童和流動(dòng)人口中疫苗漏種人群[6-8].

國(guó)內(nèi)外研究表明,氣象因素與呼吸道疾病具有相關(guān)性,而相關(guān)性分析和時(shí)間序列分析也廣泛用于氣象因素、污染物對(duì)人體健康影響的研究[9-17],但對(duì)于氣象因素與麻疹間定量關(guān)系的研究卻較少.蘭州市地處黃河上游,中溫帶大陸性氣候,是甘肅省麻疹高發(fā)地區(qū)之一[3];城關(guān)區(qū)為蘭州市的中心區(qū),人口流動(dòng)大,曾是蘭州市麻疹發(fā)病人數(shù)最多的地區(qū)之一[18].因此,本研究收集2005～2010年蘭州市城關(guān)區(qū)逐日氣象資料及麻疹發(fā)病人數(shù),進(jìn)行相關(guān)分析及主成分分析,在此基礎(chǔ)上用時(shí)間序列定量評(píng)估氣象因素對(duì)麻疹發(fā)病人數(shù)的影響程度,為有效預(yù)防控制麻疹的流行提供科學(xué)依據(jù).

1 資料來源與方法

1.1 資料來源

2005年1月1日至2010年12月31日蘭州市城關(guān)區(qū)麻疹的日發(fā)病人數(shù)由中國(guó)疾病預(yù)防控制信息系統(tǒng)提供.氣象資料包括平均氣壓、平均氣溫、相對(duì)濕度、降水量、平均風(fēng)速及日照時(shí)間等氣象因素,由甘肅省氣象局提供.

1.2 方法

疾病資料與氣象資料的描述性統(tǒng)計(jì)、相關(guān)分析及主成分分析由SPSS 17.0完成.

應(yīng)用時(shí)間序列分析方法和半?yún)?shù)廣義相加模型(GAM)定量評(píng)估氣象因素對(duì)麻疹發(fā)病人數(shù)的影響,由R 2.15.1統(tǒng)計(jì)軟件的Mgcv完成.

麻疹發(fā)病人數(shù)相對(duì)于總?cè)丝趤碚f,屬于小概率事件,其實(shí)際分布近似泊松分布,故本研究對(duì)麻疹每日發(fā)病人數(shù)擬合泊松分布[19]如下:

式中:Yk為第k日麻疹發(fā)病人數(shù);E(Yk)為第k日麻疹發(fā)病人數(shù)的期望值;α為殘差;β為回歸系數(shù);Xk為第k日氣象要素;s為樣條平滑函數(shù);df為自由度;DOW為星期啞元虛擬變量;time為日歷時(shí)間.

在排除星期效應(yīng)和長(zhǎng)期趨勢(shì)后,考慮氣象因素對(duì)麻疹發(fā)病的影響可能存在滯后效應(yīng),同時(shí)考慮麻疹存在潛伏期一般為6～18d,多數(shù)為10～14d,將0(即當(dāng)天)～14d前氣象因素分別引入模型,根據(jù)赤池信息準(zhǔn)則(AIC)準(zhǔn)則,進(jìn)行因子的選擇和優(yōu)度擬合檢驗(yàn),估算回歸系數(shù)β,計(jì)算相對(duì)危險(xiǎn)度(RR)和95%可信限(95%CI)[20].如式(2).

式中:β為回歸系數(shù);IQR為四分位距.

式中:Se為標(biāo)準(zhǔn)誤.

2 結(jié)果與討論

2.1 描述性分析

表1 2005-2010年蘭州市城關(guān)區(qū)氣象因素和麻疹日發(fā)病人數(shù)描述性統(tǒng)計(jì)(n=2191)Table 1 Descriptive statistics of meteorological factors and the number of measles cases from 2005 to 2010 in Chengguan District, Lanzhou City(n=2191)

2005年1月1日至2010年12月31日蘭州市城關(guān)區(qū)麻疹發(fā)病人數(shù)合計(jì)897例,日平均發(fā)病人數(shù)為0.41例,日最大發(fā)病人數(shù)為15例;平均氣壓、平均氣溫、相對(duì)濕度、降水量、平均風(fēng)速和日照時(shí)間日均值分別為823.506hPa、8.724℃、5.951%、1.097mm、1.854m/s和6.737h.具體見表1.

2.2 相關(guān)分析

由表2可見,麻疹日發(fā)病人數(shù)與平均氣溫、日照時(shí)間均呈現(xiàn)顯著正相關(guān), 而與相對(duì)濕度呈顯著負(fù)相關(guān),其中相對(duì)濕度對(duì)麻疹發(fā)病影響最為顯著 (r=-0.213) (P<0.01),而與其他氣象因素間的相關(guān)性均無統(tǒng)計(jì)學(xué)意義.表明麻疹可能多發(fā)于相對(duì)濕度較小、溫度相對(duì)較高及日照時(shí)間相對(duì)較長(zhǎng)的季節(jié).這一結(jié)果與屠春雨[21]、張曉云等[22]研究結(jié)果存在一定的差異,可能主要與不同研究所選的研究對(duì)象和研究地區(qū)等不同有關(guān).各氣象因素之間,除平均氣壓和降水量、相對(duì)濕度和平均風(fēng)速外,6種氣象因素之間均顯著相關(guān),且有統(tǒng)計(jì)學(xué)意義.由此推斷,氣象因素之間可能存在一定的共線性,進(jìn)而采用主成分分析法探討麻疹日發(fā)病人數(shù)與氣象因素之間的關(guān)系.

表2 2005-2010年蘭州市城關(guān)區(qū)氣象因素和麻疹日發(fā)病人數(shù)的Spearman相關(guān)系數(shù)Table 2 Spearman correlation coefficients of meteorological factors and number of measles cases from 2005 to 2010 in Chengguan District, Lanzhou City(n=2191)

2.3 主成分分析

將6個(gè)氣象因素進(jìn)行主成分分析,各成分的總方差解釋見表3.提取得到3個(gè)特征值大于1的成分,累計(jì)貢獻(xiàn)率為77.081%,對(duì)其進(jìn)行主成分分析.

表3 麻疹日發(fā)病人數(shù)與氣象因素關(guān)系的主成分分析中各主成分的總方差解釋Table 3 Explanation of total variance in the principal component analysis

選擇平均氣壓(χ1)、平均氣溫(χ2)、相對(duì)濕度(χ3)、降水量(χ4)、平均風(fēng)速(χ5)、日照時(shí)間(χ6)6個(gè)氣象因素作為自變量,麻疹日發(fā)病人數(shù)作為因變量,得到各氣象因素的成分矩陣,見表4.

表4 麻疹日發(fā)病人數(shù)與氣象因素關(guān)系的主成分分析中各氣象因素的成分矩陣Table 4 Component matrix of meteorological factors in the principal component analysis

由表4可給出3個(gè)主成分的計(jì)算公式,如下:

主成分1:

通過比較系數(shù)得出,在主成分1中,日照時(shí)間(χ6)對(duì)麻疹日發(fā)病人數(shù)影響最大,其次為相對(duì)濕度(χ3)和降水量(χ4),平均氣壓(χ1)對(duì)其影響最小;在主成分2中,平均氣壓(χ1)對(duì)麻疹日發(fā)病人數(shù)影響最大,日照時(shí)間(χ6)對(duì)其影響最小;在主成分3中,平均氣溫(χ2)對(duì)麻疹日發(fā)病人數(shù)影響最大,相對(duì)濕度(χ3)對(duì)其影響最小.

表5 麻疹日發(fā)病人數(shù)與主成分的多元線性回歸參數(shù)估計(jì)Table 5 Parameter estimation of multiple linear regression

對(duì)提取的3個(gè)主成分與麻疹日發(fā)病人數(shù)進(jìn)行多元線性回歸,結(jié)果見表5.

得到式(6):

經(jīng)線性假設(shè)檢驗(yàn),回歸方程有意義(F=20.185, P<0.01).將式(3)～式(5)代入式(6),得到式(7):

通過計(jì)算各氣象因素的成分矩陣,估計(jì)多元線性回歸參數(shù),得到影響麻疹日發(fā)病人數(shù)的氣象因素回歸方程.結(jié)果顯示,氣象因素對(duì)麻疹日發(fā)病人數(shù)的影響由大至小依次為相對(duì)濕度、日照時(shí)間、平均氣溫、平均氣壓、降水量、平均風(fēng)速.

2.4 時(shí)間序列分析

應(yīng)用時(shí)間序列的GAM定量研究平均氣壓、平均氣溫、相對(duì)濕度、平均風(fēng)速、日照時(shí)間和降水量對(duì)麻疹日發(fā)病人數(shù)的影響,各氣象因素對(duì)麻疹發(fā)病人數(shù)的影響均存在一定的滯后效應(yīng),平均氣壓、平均風(fēng)速和日照時(shí)間滯后9d、平均氣溫和降水量滯后7d、相對(duì)濕度滯后5d對(duì)麻疹日發(fā)病人數(shù)的影響最大.平均氣壓、平均氣溫和日照時(shí)間每增加1個(gè)IQR,麻疹日發(fā)病人數(shù)分別增加175.2%、79.6%和24.3%,而相對(duì)濕度、降水量和平均風(fēng)速每增加1個(gè)IQR,麻疹日發(fā)病人數(shù)則分別減少17.9%、5.2%和15.7%.結(jié)果見圖1.

圖1 氣象因素對(duì)麻疹日發(fā)病人數(shù)的相對(duì)危險(xiǎn)度(RR)Fig.1 The relative risk of meteorological factors on daily measles number

時(shí)間序列定量分析結(jié)果與相關(guān)分析及主成分分析結(jié)果有所不同,相對(duì)濕度對(duì)于麻疹日發(fā)病人數(shù)較為次要.造成這一結(jié)果的原因可能是,時(shí)間序列分析方法相對(duì)于相關(guān)分析和主成分分析,具有一定的優(yōu)點(diǎn),即該方法在研究氣象因素對(duì)麻疹發(fā)病的影響時(shí),利用平滑樣條函數(shù)排除長(zhǎng)期趨勢(shì)和星期效應(yīng)等混雜因素對(duì)麻疹發(fā)病的影響,使得研究結(jié)果更加可靠;同時(shí)可用相對(duì)危險(xiǎn)度表述氣象因素對(duì)麻疹發(fā)病的影響程度,使研究結(jié)果定量化,并可探討氣象因素對(duì)麻疹發(fā)病的影響是否存在一定的滯后效應(yīng),為麻疹發(fā)病的預(yù)測(cè)預(yù)警提供一定的科學(xué)依據(jù).基于上述特點(diǎn),目前時(shí)間序列分析方法被國(guó)內(nèi)外學(xué)者廣泛應(yīng)用于研究氣象因素或大氣污染對(duì)急性傳染病或慢性非傳染性疾病急性效應(yīng)關(guān)系方面的研究[23-25].

通過研究發(fā)現(xiàn)蘭州市城關(guān)區(qū)麻疹發(fā)病與全國(guó)相比,麻疹發(fā)病的季節(jié)特征并無太大變化,均為3～5月;且受平均氣壓和平均氣溫影響較大,這可能與氣溫、氣壓對(duì)微生物的傳播影響較大有關(guān)上標(biāo)>[26-29];相對(duì)濕度、降水量和平均風(fēng)速對(duì)麻疹發(fā)病影響相對(duì)較小.但由于我國(guó)緯度跨度較大,地形地貌類型多樣,使得氣候呈現(xiàn)多樣化特征,因此,與氣候相關(guān)疾病的預(yù)防控制在利用傳統(tǒng)預(yù)防控制措施的同時(shí),應(yīng)考慮因地制宜,結(jié)合當(dāng)?shù)貧庀笠蛩貙?duì)疾病的發(fā)生進(jìn)行預(yù)測(cè)預(yù)警.

3 結(jié)論

3.1 氣象因素對(duì)麻疹日發(fā)病人數(shù)的影響由大至小依次為相對(duì)濕度、日照時(shí)間、平均氣溫、平均氣壓、降水量、平均風(fēng)速.

3.2 氣象因素對(duì)麻疹發(fā)病的影響具有一定的滯后效應(yīng)(5～9d),平均氣壓、平均氣溫、相對(duì)濕度、降水量、平均風(fēng)速及日照時(shí)間對(duì)麻疹日發(fā)病人數(shù)的RR分別為2.752、1.796、0.821、0.948、0.843、1.243.

[1] 解放軍醫(yī)學(xué)圖書館.中國(guó)疾病知識(shí)總庫 [DB/OL]. http://www. illku.com:8080/cdd/.

[2] 余文周,稅鐵軍,李 黎,等.全國(guó)2004～2006年麻疹流行病學(xué)特征和預(yù)防控制措施分析 [J]. 中國(guó)計(jì)劃免疫, 2006,12(5):337-341.

[3] 馬 超,羅會(huì)明,安志杰,等.中國(guó)2006～2007年麻疹流行病學(xué)特征及消除麻疹措施分析 [J]. 中國(guó)疫苗和免疫, 2008,14(3):208-213.

[4] 中華人民共和國(guó)衛(wèi)生部.2011中國(guó)衛(wèi)生統(tǒng)計(jì)年鑒 [R]. 北京:中國(guó)協(xié)和醫(yī)科大學(xué)出版社, 2011.

[5] 魏忠君.麻疹的控制與預(yù)防策略 [J]. 中外醫(yī)學(xué)研究, 2010, 8(8):105.

[6] 楊建萍.城關(guān)區(qū)1999-2009年麻疹發(fā)病流行病學(xué)分析及控制策略探討 [J]. 中國(guó)初級(jí)衛(wèi)生保健, 2011,25(7):76-78.

[7] 薛亞婷,劉 勇,孟 蕾,等.應(yīng)用地理信息系統(tǒng)研究甘肅省麻疹流行的空間分布規(guī)律 [J]. 蘭州大學(xué)學(xué)報(bào)(醫(yī)學(xué)版), 2007,33(1): 51-54.

[8] 胡 艷,岑章建.2004-2010年信陽市麻疹發(fā)病人群分布特征分析 [J]. 河南預(yù)防醫(yī)學(xué)雜志, 2012,23(2):128-129,145.

[9] 王宛怡,王洪源,張志剛,等.大氣PM10與心血管疾病就診人次的時(shí)間序列分析 [J]. 環(huán)境與健康雜志, 2009,12:1069-1072.

[10] Dominici F, McDermott A, Zeger S L, et al. On the use of generalized additive models in time-series studies of air pollution and health [J]. American Journal of Epidemiology, 2002,156(3): 193-203.

[11] Pervanidou D, Horefti E, Patrinos S, et al. Spotlight on measles 2010: ongoing measles outbreak in Greece, January-July 2010 [J]. Eurosurveillance, 2010,15(30):pii=19629.

[12] Umemura K, Hirashima Y, Kurimoto M, et al. Involvement of meteorological factors and sex in the occurrence of subarachnoid hemorrhage in Japan [J]. Neurologia Medico-Chirurgica, 2008, 48(3):101-107.

[13] Abeku T A, De Vlas S J, Borsboom G, et al. Effects of meteorological factors on epidemic malaria in Ethiopia: a statistical modelling approach based on theoretical reasoning [J]. Parasitology, 2004,128(6):585-593.

[14] 廖洪秀,張 強(qiáng),杜長(zhǎng)慧,等.主成分回歸分析在細(xì)菌性痢疾與氣象因素關(guān)系中的應(yīng)用 [J]. 現(xiàn)代預(yù)防醫(yī)學(xué), 2009,36(5):813-815.

[15] 陶芳芳,趙耐青,何 懿,等.廣義相加模型在細(xì)菌性痢疾預(yù)警中的應(yīng)用 [J]. 中國(guó)衛(wèi)生統(tǒng)計(jì), 2012,29(4):481-483.

[16] 陶 燕,羊德容,蘭 嵐,等.蘭州市空氣污染對(duì)呼吸系統(tǒng)疾病入院人數(shù)的影響 [J]. 中國(guó)環(huán)境科學(xué), 2013,33(1):175-180.

[17] 魏復(fù)盛,胡 偉,滕恩江,等.空氣污染與兒童呼吸系統(tǒng)患病率的相關(guān)分析 [J]. 中國(guó)環(huán)境科學(xué), 2000,20(3):220-224.

[18] 馬玉霞.甘肅省幾種主要傳染病的時(shí)空分布特征及其對(duì)氣候變化的響應(yīng)和預(yù)測(cè)研究 [D]. 蘭州:蘭州大學(xué), 2007.

[19] 張金艷,郭玉明,孟海英,等.北京市朝陽區(qū)大氣污染與居民每日死亡關(guān)系的時(shí)間序列研究 [J]. 環(huán)境與健康雜志, 2010,27(9): 797-800.

[20] Hastie T, Tibshirani R. Generalized additive models: some applications [J]. Journal of the American Statistical Association, 1987,82(398):371-386.

[21] 屠春雨.氣象因素與麻疹發(fā)病關(guān)系的研究 [J]. 中華流行病學(xué)雜志, 2004,25(9):826.

[22] 張曉云,周建峰,解以揚(yáng),等.天氣氣候?qū)β檎畎l(fā)病的影響 [C]//第26屆中國(guó)氣象學(xué)會(huì)年會(huì)論文集, 2009:260-263.

[23] Yang L, Chen P Y, He J F, et al. Effect modification of environmental factors on influenza-associated mortality: a time-series study in two Chinese cities [J]. BMC infectious diseases, 2011,11(1):342.

[24] 劉維斯.廣州市2004～2009年流行性感冒流行特征 [D]. 中山大學(xué), 2010.

[25] 徐興福,譚永達(dá),魯秀娟,等.應(yīng)用Markov模型預(yù)測(cè)細(xì)菌性痢疾發(fā)病率 [J]. 浙江預(yù)防醫(yī)學(xué), 2007,19(3):23,25.

[26] 徐迎春.杭州地區(qū)兒童支原體肺炎流行特征與氣象因素的相關(guān)分析 [D]. 杭州:浙江大學(xué), 2010.

[27] 趙俊英,代培芳,劉美德,等.流行性乙型腦炎發(fā)病率的氣象影響因子分析 [J]. 中國(guó)媒介生物學(xué)及控制雜志, 2012,23(4):332-334.

[28] 李小群,李 蓉,熊國(guó)強(qiáng),等.真菌孢子飄散與氣象因素的相關(guān)性研究 [J]. 江西醫(yī)學(xué)院學(xué)報(bào), 2003,43(6):24-26.

[29] 李 蓉,劉志剛,熊國(guó)強(qiáng),等.芽枝菌屬在空氣中的飄散 [J]. 江西醫(yī)藥, 2002,37(4):262-263.

致謝：感謝甘肅省氣象局為本研究提供氣象資料.

Time series analysis between meteorological factors and measles in Chengguan District, Lanzhou.

TAO Yan1*,SONG Jie, QIANG Li, WANG Yan, LI Zi-bin(1.College of Earth and Environmental Sciences, Lanzhou University, Lanzhou 730000, China；2.Prevention of Infectious Diseases Department, Chengguan District Municipal Center for Disease Control, Lanzhou 730000, China；3.Institute of Environmental Science Research and Design of Gansu Province, Lanzhou 730000, China). China Environmental Science, 2014,34(11)：2964～2969

Influences of meteorological factors on measles in Chengguan District, Lanzhou were estimated by using three methods, including correlation analysis, principal component analyses from statistical software SPSS 17.0, and times series analysis from R software. The results indicated that relative humidity posed the largest influence on the occurrences of measles, followed by sunshine duration, average temperature, average air pressure, average precipitation, and average wind speed. In addition, the influences of various meteorological factors on the occurrence of measles displayed the lag effect. The average air pressure, average wind speed and average sunshine duration displayed the longest lagging time (9 days), followed by average temperature and precipitation (7 days), and relative humidity (5 days), respectively. For every IQR increased for average air pressure, average temperature, and sunshine time, the occurrence of measles increased by 175.2%, 79.6%, and 24.3%, however, for every IQR increased for relative humidity, precipatation and average wind speed resulted in the occurrence of measles decreased by 17.9%, 5.2% and 15.7%, respectively.

measles；meteorological factor；GAM model；time series analysis

X18

A

1000-6923(2014)11-2964-06

陶 燕(1972-),女,甘肅榆中人,副教授,博士,主要從事氣候變化和環(huán)境污染對(duì)人體健康的影響以及經(jīng)濟(jì)損失評(píng)估.發(fā)表論文30余篇.

2014-02-27

國(guó)家自然科學(xué)基金(41075102;41005087);中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助(lzujbky-2013-m03)

* 責(zé)任作者, 副教授, taoyan@lzu.edu.cn