李曉梅，薛曉嘉，丁國永，李棟，侯海峰，劉起勇，姜寶法

（1.泰山醫(yī)學(xué)院公共衛(wèi)生學(xué)院，山東 泰安 271026；2.中國疾病預(yù)防控制中心傳染病預(yù)防控制所，北京 102206；3.山東大學(xué)公共衛(wèi)生學(xué)院，山東 濟(jì)南 250012）

目前氣候變暖、極端天氣事件頻率增加等全球氣候變化已經(jīng)成為不可爭辯的事實(shí)，并且還將繼續(xù)發(fā)展下去。暴雨洪澇災(zāi)害是發(fā)生最頻繁的自然災(zāi)害，2001～2010年洪水和其他水文事件占全部災(zāi)害的50%以上[1]。廣西位于我國華南地區(qū)，屬亞熱帶季風(fēng)氣候區(qū)，雨水豐沛，是暴雨洪澇的多發(fā)區(qū)和重災(zāi)區(qū)。

暴雨洪澇對健康的影響是復(fù)雜而深遠(yuǎn)的，其中包括增加細(xì)菌性痢疾的發(fā)病率和死亡率。據(jù)估計(jì)全球每年大約有110萬人死亡于感染細(xì)菌性痢疾[2]。細(xì)菌性痢疾也是我國面臨的一個重要公共衛(wèi)生問題，法定傳染病數(shù)據(jù)庫顯示2012年約有21萬新發(fā)細(xì)菌性痢疾病例，是第7大高發(fā)傳染病。有關(guān)暴雨洪澇對細(xì)菌性痢疾的影響雖有報道，但暴雨洪澇對細(xì)菌性痢疾的發(fā)病風(fēng)險仍不夠清晰。國內(nèi)關(guān)于暴雨洪澇與細(xì)菌性痢疾的研究較少，涉及廣西省柳州市的研究尚未見報道。本研究通過監(jiān)測資料，利用時間序列分析定量評價暴雨洪澇對細(xì)菌性痢疾發(fā)病的影響，有助于更好地了解暴雨洪澇與健康的關(guān)系，并協(xié)助制訂相應(yīng)戰(zhàn)略，以減輕暴雨洪澇引起相關(guān)傳染病疾病負(fù)擔(dān)。

1 資料與方法

1.1 資料來源

細(xì)菌性痢疾發(fā)病數(shù)據(jù)來源于中國疾病預(yù)防控制中心的法定報告?zhèn)魅静?shù)據(jù)庫，細(xì)菌性痢疾數(shù)據(jù)時間范圍為2004～2010年。人口學(xué)數(shù)據(jù)來自中國疾病預(yù)防控制中心公共衛(wèi)生科學(xué)數(shù)據(jù)中心。同時期氣象災(zāi)害數(shù)據(jù)查閱于《中國氣象災(zāi)害年鑒》《中國水利年鑒》《全國氣候影響評價》《廣西年鑒》。氣象資料由中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/）提供。

1.2 數(shù)據(jù)預(yù)處理

漏報是影響傳染病報告質(zhì)量的關(guān)鍵，本研究依據(jù)研究區(qū)域漏報調(diào)查報告進(jìn)行了數(shù)據(jù)校正。由2位評價者利用事先設(shè)計(jì)好的標(biāo)準(zhǔn)從年鑒和氣象數(shù)據(jù)網(wǎng)提取暴雨洪澇數(shù)據(jù)，如存在分歧征求第三方意見。經(jīng)多次邏輯查錯和頻數(shù)分布查錯，對可疑數(shù)據(jù)重新核對原始年鑒和氣象數(shù)據(jù)網(wǎng)，盡量降低數(shù)據(jù)提取錯誤。

1.3 研究設(shè)計(jì)和統(tǒng)計(jì)學(xué)方法

首先繪制柳州市居民細(xì)菌性痢疾月罹患率的時序圖。采用Spearman相關(guān)分析對細(xì)菌性痢疾與洪水歷時及氣象因素進(jìn)行相關(guān)性分析，考慮到細(xì)菌性痢疾病原體生長周期、傳播過程及發(fā)病的潛伏期等因素，滯后2個月的相關(guān)性分析。

利用季節(jié)性自回歸移動平均模型（seasonal autoregressive moving average,SARIMA）定量分析月洪水歷時天數(shù)與居民細(xì)菌性痢疾發(fā)病的關(guān)系。ARIMA模型能夠依據(jù)平穩(wěn)序列預(yù)測結(jié)果變量，而當(dāng)變量存在明顯的季節(jié)性時，SARIMA模型更為合適，因?yàn)樵撃Ｐ湍芎芎玫乜刂崎L期趨勢和季節(jié)效應(yīng)[3]。在實(shí)際中，序列的季節(jié)效應(yīng)、長期趨勢效應(yīng)和隨機(jī)波動之間有著復(fù)雜的交互影響關(guān)系，故需要采用乘積季節(jié)模型。其模型表達(dá)式如下：

SARIMA模型在流行病研究中得到廣泛應(yīng)用[2，4-5]。本研究中，在控制季節(jié)性和自相關(guān)性基礎(chǔ)上，以細(xì)菌性痢疾月罹患率作為應(yīng)變量，月洪水歷時天數(shù)和其他月氣象變量作為自變量模擬SARIMA模型。由于月最低氣溫和月最高氣溫存在較高的相關(guān)性，所以分別針對月最低氣溫和月最高氣溫建立2個SARIMA模型：模型1中的變量包含了月最低氣溫，而模型2中的變量包含月最高氣溫。

首先采用自相關(guān)圖對序列的平穩(wěn)性進(jìn)行初步判斷，然后利用單位根檢驗(yàn)（augmented dickey-fuller,ADF）對應(yīng)變量和自變量進(jìn)行平穩(wěn)性檢驗(yàn)。如經(jīng)單位根檢驗(yàn)序列為非平穩(wěn)序列，則對該序列進(jìn)行差分，直到其為平穩(wěn)序列為止。為驗(yàn)證平穩(wěn)序列是否值得繼續(xù)分析，采用LB統(tǒng)計(jì)量對平穩(wěn)序列進(jìn)行純隨機(jī)性檢驗(yàn)。然后對SARIMA模型進(jìn)行定階。根據(jù)應(yīng)變量自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖估計(jì)自回歸階數(shù)p和移動平均階數(shù)q，以及季節(jié)性自回歸P和移動平均階數(shù)Q。利用非線性最小二乘法估計(jì)模型參數(shù)，模型的診斷包括擬合優(yōu)度檢驗(yàn)和殘差圖。最后利用SARIMA模型擬合，通過模型擬合值及其95%可信區(qū)間繪制細(xì)菌性痢疾實(shí)際監(jiān)測罹患率和擬合值的效果圖。

2 結(jié)果

2.1 細(xì)菌性痢疾的發(fā)病狀況

研究期間細(xì)菌性痢疾月罹患率呈下降趨勢，并具有明顯的季節(jié)性，研究期間發(fā)病最高峰出現(xiàn)在2004年8月份（10.22/10萬）。2004～2010年不同季節(jié)的細(xì)菌性痢疾在洪水月份和對照月份的分布狀況見表1。發(fā)病高峰的夏季，洪水月份的細(xì)菌性痢疾月罹患率為4.01/10萬，而對照月份為3.04/10萬；發(fā)病高峰的秋季，洪水月份的細(xì)菌性痢疾月罹患率為4.28/10萬，而對照月份為4.09/10萬。

2.2 Spearman相關(guān)分析

月洪水歷時天數(shù)和氣象變量與細(xì)菌性痢疾的相關(guān)系數(shù)結(jié)果見表2。柳州市的月洪水歷時天數(shù)、月平均最低氣溫和月平均最高氣溫在滯后0個月時與細(xì)菌性痢疾月罹患率相關(guān)，且相關(guān)系數(shù)在滯后0個月內(nèi)最大（r=-0.324～ 0.602，P＜0.05）；而月平均氣壓在滯后1個月時與細(xì)菌性痢疾月罹患率呈負(fù)相關(guān)（r=-0.556，P=0.000）。其他氣候變量如月極端降水天數(shù)、月降水量、月平均濕度則在滯后2個月時與細(xì)菌性痢疾月罹患率呈正相關(guān)（r=0.348、0.517和0.420，P=0.001、0.000 和 0.000）。

表1 2004～2010年不同季節(jié)的月細(xì)菌性痢疾發(fā)病在洪水月份和對照月份分布狀況

表2 柳州市2004～2010年細(xì)菌性痢疾月罹患率與氣象因子的相關(guān)性分析

2.3 平穩(wěn)性檢驗(yàn)和純隨機(jī)性檢驗(yàn)

序列的自相關(guān)系數(shù)遞減到零的速度較快，具有短期自相關(guān)性（見圖1）。進(jìn)一步用ADF檢驗(yàn)進(jìn)行驗(yàn)證，在延遲6階內(nèi)，ADF在0.01、0.05和0.10檢驗(yàn)水準(zhǔn)上均拒絕零假設(shè)（序列有單位根），因此可以認(rèn)為細(xì)菌性痢疾月罹患率序列為平穩(wěn)性序列（見圖2）。細(xì)菌性痢疾月罹患率序列的殘差經(jīng)檢驗(yàn)發(fā)現(xiàn)（Ljung-BoxQ=228.463，P=0.000），可認(rèn)為該序列是非白噪聲序列，具有分析價值。

2.4 SARIMA回歸分析

圖1 細(xì)菌性痢疾罹患率的自相關(guān)和偏自相關(guān)函數(shù)

圖2 細(xì)菌性痢疾月罹患率單位根檢驗(yàn)結(jié)果

在單因素SARIMA回歸模型中，只有月洪水歷時天數(shù)、降水量和氣溫與細(xì)菌性痢疾月罹患率比較差壓有統(tǒng)計(jì)學(xué)意義，而月平均氣壓、月平均濕度被剔除。2個SARIMA模型參數(shù)估計(jì)結(jié)果（見表3）。SARIMA模型1參數(shù)估計(jì)顯示月洪水歷時與細(xì)菌性痢疾罹患率呈負(fù)相關(guān)，月洪水歷時天數(shù)每增加1 d，其細(xì)菌性痢疾罹患率下降7.7%；而月平均最低氣溫與細(xì)菌性痢疾月罹患率呈正相關(guān)，月平均最低氣溫每增加1℃，細(xì)菌性痢疾罹患率增加11.7%。SARIMA模型2結(jié)果顯示月洪水歷時天數(shù)同樣與細(xì)菌性痢疾罹患率呈負(fù)相關(guān)，其系數(shù)為-0.080；而月平均最高氣溫與細(xì)菌性痢疾月罹患率呈正相關(guān)，月平均最高氣溫每增加1℃，細(xì)菌性痢疾罹患率增加10.2%。月降水量在2個SARIMA模型中均無統(tǒng)計(jì)學(xué)意義（P＞0.05）。

2.5 SARIMA模型的檢驗(yàn)

2個SARIMA模型殘差自相關(guān)函數(shù)和偏自相關(guān)相關(guān)函數(shù)結(jié)果見圖3，自相關(guān)診斷顯示殘差呈隨機(jī)分布，無相關(guān)性，提示殘差序列屬于白噪聲序列。細(xì)菌性痢疾監(jiān)測的罹患率和模型擬合的罹患率有非常好的擬合優(yōu)度，擬合效果見圖4、5。圖中黑色實(shí)線為實(shí)際月罹患率，藍(lán)色虛線為模型擬合值，兩側(cè)黃色虛線為95% 可信區(qū)間，其擬合圖表明模型擬合效果理想。

表3 柳州市2001～2010年細(xì)菌性痢疾相關(guān)影響因素在SARIMA模型中的參數(shù)估計(jì)及顯著性檢驗(yàn)

圖3 2個SARIMA模型殘差序列自相關(guān)函數(shù)和偏自相關(guān)相關(guān)函數(shù)結(jié)果

圖4 柳州市2004～2010年細(xì)菌性痢疾監(jiān)測的月罹患率與模型1擬合的罹患率的擬合效果

圖5 柳州市2004～2010年細(xì)菌性痢疾監(jiān)測的月罹患率與模型2擬合的罹患率的擬合效果

3 討論

本研究首次在柳州市開展暴雨洪澇與細(xì)菌性痢疾關(guān)系的流行病學(xué)研究。結(jié)果提示月洪水歷時天數(shù)影響細(xì)菌性痢疾的發(fā)病風(fēng)險，歷時短的嚴(yán)重暴雨洪澇造成細(xì)菌性痢疾發(fā)病風(fēng)險反而高于歷時長的一般暴雨洪澇造成的發(fā)病風(fēng)險。月洪水歷時天數(shù)對細(xì)菌性痢疾發(fā)病風(fēng)險的結(jié)果與NI等[6-7]的研究類似。

另外，研究發(fā)現(xiàn)氣溫與細(xì)菌性痢疾的發(fā)病風(fēng)險呈正相關(guān)，其發(fā)病風(fēng)險最高能增加10.2%。氣溫對細(xì)菌性痢疾的發(fā)病影響與其他研究結(jié)果類似：來自我國的研究顯示最高或最低氣溫每升高1℃細(xì)菌性痢疾病例數(shù)最高可多增加10%～16%[4，8]；在秘魯，每升高1℃就有可能使得兒童患嚴(yán)重腹瀉風(fēng)險增加8%[9]；英格蘭研究同樣顯示隨著氣溫的增加，彎桿菌病報告病例增加5%[10]。雖然其他氣象變量如平均濕度、氣壓、降水量在相關(guān)分析中與細(xì)菌性痢疾月罹患率有著較強(qiáng)的相關(guān)性，但在回歸模型中未發(fā)現(xiàn)其與細(xì)菌性痢疾發(fā)病有著明顯的關(guān)聯(lián)。特別是降水量對細(xì)菌性痢疾的影響還遠(yuǎn)未搞清楚，因?yàn)樵潞樗畾v時天數(shù)與降水量有著較強(qiáng)的關(guān)聯(lián)，而在模型中月洪水歷時天數(shù)也顯示對細(xì)菌性痢疾的發(fā)病風(fēng)險起著重要作用。所以未來還需要更多的研究探討降水量與細(xì)菌性痢疾的關(guān)系。

暴雨洪澇期間大量的降水改變痢疾桿菌的生存環(huán)境，適當(dāng)?shù)臏囟群蜐穸扔欣诓≡w的繁殖和傳播。研究顯示[2，5，11-12]，極端降水過后，飲用水和娛樂用水易被痢疾桿菌污染，可能會導(dǎo)致細(xì)菌性痢疾暴發(fā)或流行。暴雨洪澇初期，適當(dāng)?shù)沫h(huán)境有利于病原體的繁殖，加上密集的降水促使環(huán)境中病原體流淌至水生環(huán)境，增加水表面的微生物含量，進(jìn)而污染水源和食物[3，13]。此外，暴雨洪澇還可能對輸水系統(tǒng)、污水和廢物處理系統(tǒng)以及其他衛(wèi)生基礎(chǔ)設(shè)施造成破壞，導(dǎo)致當(dāng)?shù)厮|(zhì)嚴(yán)重惡化，增加暴雨洪澇期間腸道病原體的傳播[14]。

從多因素模型結(jié)果顯示月洪水歷時天數(shù)與細(xì)菌性痢疾月罹患率呈負(fù)相關(guān)，提示短暫而嚴(yán)重的暴雨洪澇造成的細(xì)菌性痢疾風(fēng)險要高于長時間一般暴雨洪澇。短而嚴(yán)重暴雨洪澇，其降水量強(qiáng)度大，造成的破壞力強(qiáng)，往往造成很多衛(wèi)生基礎(chǔ)設(shè)施的損壞，導(dǎo)致飲用水和食物污染的機(jī)會大[7]。而長時間一般的暴雨洪澇，其破壞力弱，水源污染的機(jī)會少，再加災(zāi)害持久，政府衛(wèi)生部門往往會加強(qiáng)洪澇期間衛(wèi)生宣傳和飲用水消毒，人們防病意識增強(qiáng)，導(dǎo)致細(xì)菌性痢疾發(fā)病風(fēng)險低于短而嚴(yán)重的暴雨洪澇。

本研究從長時間尺度證實(shí)暴雨洪澇對細(xì)菌性痢疾的發(fā)病存在影響，特別是洪水歷時對細(xì)菌性痢疾發(fā)病起著負(fù)面作用。然而，本研究存在著許多局限性。首先，雖然很多研究證實(shí)SARIMA模型對分析細(xì)菌性痢疾發(fā)病有較好擬合優(yōu)度，且能很好地控制細(xì)菌性痢疾的自相關(guān)性[8，15-16]，但在本研究中未納入暴雨洪澇程度。因SARIMA模型對自變量要求為數(shù)值型資料，對分類變量是否適用未見報道，并且要求自變量也應(yīng)為平穩(wěn)序列，這就造成了暴雨洪澇程度無法納入模型中。其次，影響細(xì)菌性痢疾其他傳播的因素，例如人的行為因素、社會經(jīng)濟(jì)狀況、衛(wèi)生服務(wù)可用性、環(huán)境衛(wèi)生狀況等沒有納入本研究中。再次，本研究采用的是月數(shù)據(jù)，其精確度低，特別是在探討滯后效應(yīng)方面存在缺陷。顯然，未來還需要更多研究從暴雨洪澇程度、歷程以及其他社會因素探討細(xì)菌性痢疾在暴雨洪澇暴露期流行的原因，這樣更有利于加深對暴雨洪澇與健康關(guān)系的了解。