国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

2020年江蘇省新型冠狀病毒感染的肺炎時(shí)空分析

2021-10-19 07:33時(shí)影影沈文琪趙子平劉文東
關(guān)鍵詞:聚集區(qū)縣區(qū)時(shí)空

時(shí)影影,沈文琪,嵇 紅,趙子平,吳 瑩,劉文東*

1江蘇省疾病預(yù)防控制中心急性傳染病防制所,江蘇 南京 210009;2南京醫(yī)科大學(xué)公共衛(wèi)生學(xué)院,江蘇 南京 211166

新型冠狀病毒感染的肺炎(coronavirus disease 2019,COVID?19)是由新型冠狀病毒引起的急性呼吸道傳染病,潛伏期1~14 d,多為3~7 d[1-2]。作為新發(fā)傳染病,2019 年12 月首次被報(bào)告,隨后迅速蔓延至全國(guó)和全球多個(gè)國(guó)家和地區(qū)[3]。截至2020年12月31 日,全球已向世界衛(wèi)生組織報(bào)告了8 100 多萬(wàn)確診病例和170萬(wàn)死亡病例。這一公共衛(wèi)生問(wèn)題已經(jīng)對(duì)全世界產(chǎn)生了嚴(yán)重影響[4-5]。雖然目前國(guó)內(nèi)報(bào)告發(fā)病水平較低,但在全球大流行持續(xù)的背景下,仍面臨暴發(fā)流行威脅。

江蘇省地處長(zhǎng)三角經(jīng)濟(jì)區(qū),處于“一帶一路”交匯點(diǎn),是中國(guó)經(jīng)濟(jì)最活躍的省份之一。因交通網(wǎng)絡(luò)發(fā)達(dá),人口密度高流動(dòng)性大,省內(nèi)城市間、省外區(qū)域間及國(guó)際聯(lián)系密切。因此,江蘇省面臨來(lái)自國(guó)內(nèi)外的COVID?19輸入風(fēng)險(xiǎn),反之,江蘇的疫情也可能波及全國(guó)乃至全球。區(qū)域一體化發(fā)展促進(jìn)了重大公共衛(wèi)生事件的聯(lián)合、精準(zhǔn)防控[6-8],因而有必要通過(guò)時(shí)空聚類分析了解疫情分布特征,尋找證據(jù)進(jìn)行有針對(duì)性的干預(yù)和資源分配,評(píng)價(jià)干預(yù)策略[9-11]。本研究對(duì)江蘇省2020年1—12月報(bào)告的684例確診病例進(jìn)行時(shí)空分析,為江蘇省及長(zhǎng)三角經(jīng)濟(jì)區(qū)精準(zhǔn)防控工作提供科學(xué)依據(jù)。

1 資料和方法

1.1 資料

數(shù)據(jù)資料來(lái)源于中國(guó)疾病預(yù)防控制信息系統(tǒng)(China Information System for Disease Control and Prevention,CISDCP)[12],包括江蘇省2020年1—12月收治報(bào)告的確診病例信息(性別、年齡、人群分類、發(fā)病時(shí)間、現(xiàn)住址、感染來(lái)源)、13個(gè)設(shè)區(qū)市107個(gè)縣(區(qū))地區(qū)編碼和人口數(shù)據(jù)。其中確診病例診斷依據(jù)為《新型冠狀病毒肺炎診療方案(試行第七版)》;人群分類采用CISDCP 系統(tǒng)傳染病電子報(bào)告卡中的20 個(gè)選項(xiàng);根據(jù)病例現(xiàn)住址檢索地理位置(經(jīng)緯度);感染來(lái)源分類規(guī)則為如果病例感染發(fā)生在中國(guó),計(jì)為本土病例;否則,計(jì)為境外輸入病例。

根據(jù)地理位置和社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r,13個(gè)設(shè)區(qū)市可分為蘇南(南京、無(wú)錫、常州、蘇州、鎮(zhèn)江)、蘇中(南通、揚(yáng)州、泰州)、蘇北(徐州、連云港、淮安、鹽城、宿遷)。江蘇省行政區(qū)劃地圖來(lái)源于中國(guó)疾病預(yù)防控制中心。

1.2 方法

采用Excel 2010 整理數(shù)據(jù)并進(jìn)行人群特征描述,根據(jù)發(fā)病時(shí)間繪制流行曲線。根據(jù)病例經(jīng)緯度采用ArcGIS 10.2繪制病例點(diǎn)分布圖、進(jìn)行最鄰近指數(shù)(NNI)分析。采用SaTScan 9.6.1 進(jìn)行時(shí)空掃描統(tǒng)計(jì),并通過(guò)ArcGIS 10.2進(jìn)行時(shí)空聚類可視化。

1.2.1 最鄰近指數(shù)

本研究采用歐氏距離法,通過(guò)比較最鄰近的觀察點(diǎn)之間的平均距離和隨機(jī)分布模式下最鄰近點(diǎn)對(duì)的理論平均距離,使用NNI判斷其與隨機(jī)分布的偏離度。當(dāng)觀察點(diǎn)隨機(jī)分布時(shí),NNI=1;當(dāng)觀察點(diǎn)聚集時(shí),NNI<1;當(dāng)觀察點(diǎn)較隨機(jī)分布更為發(fā)散時(shí),NNI>1。NNI計(jì)算公式為:

d(NN)是每個(gè)病例與其最近鄰點(diǎn)的平均距離,n是實(shí)際病例數(shù),di是病例i到其最鄰近點(diǎn)的距離;d(ran)是隨機(jī)分布下的平均距離;a是研究區(qū)域的面積。

1.2.2 時(shí)空掃描統(tǒng)計(jì)

時(shí)空掃描統(tǒng)計(jì)原理是創(chuàng)建一個(gè)以研究區(qū)域?yàn)榈?,時(shí)間為高,風(fēng)險(xiǎn)人口為半徑的圓柱形掃描窗口。利用每個(gè)窗口內(nèi)外實(shí)際觀察到的病例數(shù)與理論預(yù)期病例數(shù)估計(jì)對(duì)數(shù)似然比(log?likelihood ratio,LLR),計(jì)算窗口相對(duì)危險(xiǎn)度(relative risk,RR)并進(jìn)行統(tǒng)計(jì)學(xué)檢驗(yàn)。通過(guò)蒙特卡羅隨機(jī)化法得到P值。最終選取有統(tǒng)計(jì)學(xué)意義的窗口中LLR 值最大的為一級(jí)聚集區(qū),其余為二級(jí)聚集區(qū)。LLR計(jì)算公式為:

nz表示掃描窗口z中觀察到的病例數(shù),ng表示研究區(qū)域觀察到的病例總數(shù)。μz是窗口z中的理論預(yù)期病例數(shù),μg是理論病例總數(shù)。

本研究最大空間掃描半徑設(shè)為風(fēng)險(xiǎn)人群的25%,掃描時(shí)間范圍為2020年1月4日—2月14日,最大時(shí)間掃描大小設(shè)為7 d。

2 結(jié)果

2.1 一般情況

江蘇省2020 年共報(bào)告確診病例684 例,其中本地631例,境外17個(gè)國(guó)家和地區(qū)輸入53例。本土病例男女性別比為1∶0.83,中位年齡為46歲。境外輸入病例性別比為1∶0.39,中位年齡為35歲(表1)。

表1 684例確診病例人口學(xué)特征Table 1 Demographic characteristics of 684 confirmed cases

本土病例人群分類居前5 位的為農(nóng)民107 例、家務(wù)及待業(yè)87 例、干部職員76 例、工人71 例、離退人員60 例,計(jì)占本土總數(shù)的63.55%;境外輸入病例中為留學(xué)生10 例、家務(wù)及待業(yè)5 例、干部職員4 例、工人4例、商業(yè)服務(wù)3例,計(jì)占輸入總數(shù)的49.06%。

2.2 時(shí)空演變

首例本土病例1月4日發(fā)病,在春運(yùn)開(kāi)始當(dāng)天1月10 日從武漢返回蘇州。自1月18日起,全省每日新增報(bào)告發(fā)病數(shù)迅速增加,至23日達(dá)36例。春節(jié)期間(1 月24 日~30 日)持續(xù)高發(fā),保持在30~46 例之間。一級(jí)響應(yīng)啟動(dòng)1 周后,自31 日呈波動(dòng)減少趨勢(shì)。2月6日采取集中隔離措施,2月14日之后沒(méi)有本土病例報(bào)告(圖1A)。

首例境外輸入病例3月14日發(fā)病,至4月1日,22例境外輸入病例形成了一個(gè)小高峰,每日新增最多為3 例。截至12 月31 日,每天新增不超過(guò)2 例。(圖1B)。

圖1 2020年江蘇省COVID?19確診病例流行曲線和重要事件Figure 1 Epidemic curves and significant events of COVID?19 in Jiangsu province,2020

春節(jié)前,本土病例已波及江蘇省13個(gè)設(shè)區(qū)市的64 個(gè)縣區(qū)。春節(jié)期間(1 月24—30 日)新增報(bào)告發(fā)病276例,占本土病例的43.74%;波及77個(gè)縣區(qū),占全省縣(區(qū))總數(shù)的71.96%。病例減少期第1周(1月31 日—2 月6 日)新發(fā)167 例,占本土病例 的26.47%,比春節(jié)期間減少39.49%。本土病例累計(jì)波及全省85 個(gè)縣(區(qū)),占總縣區(qū)數(shù)的79.44%。南京新發(fā)病例數(shù)始終位居前3位,蘇州1月4—30日期間保持在前3位,徐州則在1月18日—2月6日期間保持在前3位(圖2A~E,表2)。

境外輸入病例分布在11 個(gè)設(shè)區(qū)市28 個(gè)縣區(qū),病例數(shù)居前3 位的設(shè)區(qū)市包括南京、連云港、南通(圖2F,表2)。

表2 不同時(shí)間段COVID?19新發(fā)病例數(shù)和波及地區(qū)Table 2 New cases and affected areas of different phases

圖2 2020年江蘇省COVID?19確診病例時(shí)空演變點(diǎn)標(biāo)記地圖Figure 2 Space?time evolution of COVID?19 confirmed cases clarified by coordinates in Jiangsu,2020

2.3 全局空間聚集性

最鄰近指數(shù)分析顯示,1 月4 日—2 月14 日期間,631例本土病例空間聚集性具有統(tǒng)計(jì)學(xué)意義,實(shí)際平均距離為2 001.61 m,理論平均距離6 517.07 m,NNI 為0.31,Z得分為-33.30,P<0.01。分時(shí)段看,自春運(yùn)開(kāi)始1周后,不同階段新發(fā)病例空間分布均為聚集模式(P<0.01),其中春節(jié)假期間指數(shù)最小,聚集程度最高(表3)。

表3 COVID?19本土確診病例全局空間聚集性Table 3 Global spatial aggregation of indigenous COVID?19 confirmed cases

2.4 時(shí)空聚集性

Kulldorff 時(shí)空掃描統(tǒng)計(jì)量共探測(cè)到本土疫情中的4 個(gè)時(shí)空聚集區(qū)。一級(jí)聚集區(qū)位于蘇北,LLR為74.92,RR 為5.06;涉及21 個(gè)縣(區(qū)),其中徐州6 個(gè)、連云港4個(gè)、淮安6個(gè)、宿遷5 個(gè)。二級(jí)聚集區(qū)涉及蘇南26 個(gè)縣區(qū)和蘇中1 個(gè)縣區(qū)。二級(jí)聚集區(qū)1 涉及19 個(gè)縣(區(qū)),其中無(wú)錫6 個(gè)、常州3 個(gè)、蘇州9 個(gè)、泰州1 個(gè)。二級(jí)聚集區(qū)2 涉及常州1 個(gè)縣(區(qū))。二級(jí)聚集區(qū)3涉及南京7個(gè)縣(區(qū))。

從聚集區(qū)時(shí)間框看,一級(jí)聚集區(qū)、二級(jí)聚集區(qū)1和二級(jí)聚集區(qū)3集中在春節(jié)假期前后。二級(jí)聚集區(qū)2發(fā)生在2月上旬集中隔離措施實(shí)施前后(圖3)。

圖3 江蘇省2020年本土確診病例時(shí)空聚集區(qū)Figure 3 Space?time clusters of indigenous cases at the county level in Jiangsu,2020

3 討論

由于COVID?19 仍處于全球大流行狀態(tài),國(guó)內(nèi)疫情此起彼伏,與SARS 相比,COVID?19 具有更高的總發(fā)病率和更廣泛的分布[13]。為總結(jié)江蘇省疫情發(fā)展規(guī)律,并為進(jìn)一步做好精準(zhǔn)防控提供依據(jù),本研究回顧性分析了2020 年江蘇省確診病例流行病學(xué)特征和時(shí)空聚集性,使用了病例發(fā)病時(shí)間和現(xiàn)住址經(jīng)緯度坐標(biāo),能夠較為準(zhǔn)確地揭示疫情時(shí)空演變趨勢(shì)。

研究發(fā)現(xiàn),從人群特征看,各年齡組均易感。本土病例以33~56 歲中青年、務(wù)工人員為主,而境外輸入病例以青年、留學(xué)生為主。

從時(shí)間上看,江蘇本土疫情整體呈逐周快速發(fā)展的趨勢(shì)。春運(yùn)開(kāi)始1周后新發(fā)病例迅速增多。在春節(jié)假期1 周內(nèi),新發(fā)病例數(shù)占本土病例總數(shù)的43.74%。最鄰近指數(shù)分析顯示春節(jié)假期間病例聚集程度最高,與時(shí)空掃描一級(jí)聚集區(qū)、二級(jí)聚集區(qū)1和二級(jí)聚集區(qū)2的時(shí)間范圍一致。這反映感染者在春運(yùn)開(kāi)始后陸續(xù)輸入到江蘇并逐漸增多,經(jīng)過(guò)1 個(gè)平均潛伏期發(fā)病,在春節(jié)期間達(dá)到高峰[14-16]。在武漢封城、江蘇啟動(dòng)Ⅰ級(jí)應(yīng)急響應(yīng)1周后,每日新發(fā)病例開(kāi)始減少。減少期第1周新發(fā)病例比高峰期減少39.49%。這說(shuō)明國(guó)家和省級(jí)層面實(shí)施干預(yù)措施對(duì)控制COVID?19大范圍傳播至關(guān)重要[17-18],如傳染源隔離、密切接觸者監(jiān)測(cè)、社交限制、交通管制、醫(yī)院感染控制與社會(huì)動(dòng)員等[19-20]。

從時(shí)空維度看,蘇南地區(qū)最早受到疫情影響,共探測(cè)到3個(gè)二級(jí)時(shí)空聚集區(qū),其中蘇錫常城市群2個(gè)(二級(jí)聚集區(qū)1 和二級(jí)聚集區(qū)2)、省會(huì)南京1 個(gè)(二級(jí)聚集區(qū)3)。二級(jí)聚集區(qū)1、二級(jí)聚集區(qū)3時(shí)間框集中在春節(jié)期間,可能主要由于省會(huì)、蘇錫常等長(zhǎng)三角核心城市與湖北武漢之間社會(huì)經(jīng)濟(jì)交流活動(dòng)和部分勞動(dòng)力流動(dòng)所致[16,21]。值得注意的是,二級(jí)聚集區(qū)2 發(fā)生在整體病例減少階段,表明某些因素可能增加了常州局部疫情暴發(fā)的風(fēng)險(xiǎn)。雖然疫情早期蘇北地區(qū)新發(fā)病例數(shù)較蘇南少,但一級(jí)聚集區(qū)涉及蘇北地區(qū)21個(gè)縣區(qū),且時(shí)間框也集中在春節(jié)期間,這可能與徐州等重要地理交通位置形成的交通走廊效應(yīng)有關(guān)[22-23]。意大利的研究也揭示了社會(huì)經(jīng)濟(jì)和交通便利差異造成的空間異質(zhì)性[5]。

隨著全球疫情的發(fā)展,為限制輸入性病例,國(guó)家民航局實(shí)施了一系列措施控制和減少國(guó)際航班。江蘇省對(duì)入境人員實(shí)行全封閉轉(zhuǎn)運(yùn)、集中隔離監(jiān)測(cè)。截至2020年底,無(wú)輸入病例引起本土擴(kuò)散發(fā)生。從2 月中下旬開(kāi)始,江蘇省謹(jǐn)慎有序著手恢復(fù)生產(chǎn)生活。隨著6 月6—7 日江蘇省公務(wù)員面試的順利進(jìn)行,各類大型考試、面試、會(huì)議等陸續(xù)開(kāi)展。

綜上,本研究結(jié)果顯示,2020年江蘇省COVID?19本土疫情流行曲線呈單峰迅速發(fā)展趨勢(shì),表現(xiàn)為“先南后北,南北聚集中部分散”,個(gè)別地區(qū)存在局部暴發(fā)現(xiàn)象。境外輸入病例主要分布在蘇南省會(huì)城市和蘇北港口城市,沒(méi)有引起本土傳播。雖然本研究較為準(zhǔn)確地描述了2020年江蘇省COVID?19疫情時(shí)空聚集性,但也存在一定的局限性。首先,沒(méi)有將無(wú)癥狀感染者納入分析。其次,在不規(guī)則地理區(qū)域,圓柱掃描分析的能力可能受到限制。

2021年政府工作報(bào)告中再一次指出,要優(yōu)化區(qū)域經(jīng)濟(jì)布局,促進(jìn)區(qū)域協(xié)調(diào)發(fā)展,扎實(shí)推動(dòng)長(zhǎng)三角一體化發(fā)展。目前,在病毒依然活躍、人物同防疊加、人群免疫屏障尚未建立的背景下,基于“外防輸入、內(nèi)防反彈”總體防控策略,長(zhǎng)三角地區(qū)可能存在多點(diǎn)暴發(fā)的風(fēng)險(xiǎn)。雖然近十年來(lái)江蘇省人口與經(jīng)濟(jì)地理集中系數(shù)呈現(xiàn)出明顯的南>中>北的趨勢(shì)[24],但由于目前江蘇幾乎每個(gè)設(shè)區(qū)市都已建成高速鐵路,未來(lái)省內(nèi)風(fēng)險(xiǎn)差異可能縮小。因此,長(zhǎng)三角地區(qū)城市間、區(qū)域間和國(guó)際間COVID?19 動(dòng)態(tài)值得持續(xù)研究和評(píng)估[25]。未來(lái)應(yīng)重點(diǎn)關(guān)注聯(lián)防聯(lián)控長(zhǎng)效機(jī)制建設(shè)、實(shí)時(shí)多維數(shù)據(jù)采集、疾病監(jiān)測(cè)預(yù)警[26],以便進(jìn)行前瞻性研究,更為全面、及時(shí)、準(zhǔn)確地了解疫情發(fā)展趨勢(shì)。

猜你喜歡
聚集區(qū)縣區(qū)時(shí)空
成都市科技服務(wù)業(yè)發(fā)展現(xiàn)狀分析
跨越時(shí)空的相遇
鏡中的時(shí)空穿梭
玩一次時(shí)空大“穿越”
現(xiàn)代物流產(chǎn)業(yè)聚集區(qū)發(fā)展研究
新形勢(shì)下縣區(qū)人大研究室工作的實(shí)踐與思考
縣區(qū)節(jié)能改灶發(fā)展現(xiàn)狀與推廣探析
縣區(qū)人大法制委員會(huì)工作職責(zé)探討
時(shí)空之門
縣區(qū)臺(tái)借助新媒體做好電視新聞芻議