新疆兵团垦区2010-2018年流行性腮腺炎流行特征分析与趋势预测

2019-12-13 03:58凯丽比努尔吾买尔陈梦馨张学良邹沛霖
新疆医科大学学报 2019年12期
关键词:腮腺炎垦区流行性

凯丽比努尔·吾买尔,陈梦馨,马 龙,张学良,邹沛霖

(1新疆医科大学公共卫生学院,乌鲁木齐 830011;2新疆生产建设兵团疾病预防控制中心,乌鲁木齐 830001;3新疆医科大学医学工程技术学院,乌鲁木齐 830011)

流行性腮腺炎[1](Mumps)是一种由腮腺炎病毒(Mumps Virus,家族副黏病毒科)引起的全球急性传染性病毒性疾病,流行于世界许多国家,是丙类法定报告传染病之一。病毒由患者及健康携带者的唾液或呼吸道分泌物和飞沫经空气传播,潜伏期为15~24 d[2],人类是腮腺炎病毒(MuV)的唯一天然宿主[3],其临床表现[4-5]伴头痛,发热,以耳垂为中心的一侧或双侧腮腺向前、向后、向下肿大,肌肉肿胀酸痛,咀嚼时疼痛,乏力等。该病可影响神经,生殖系统和各种腺体组织器官,无菌性脑膜炎、卵巢炎、睾丸炎(青春期后)、心肌炎和感音神经性耳聋、孕妇脑炎和堕胎等相关并发症均可能发生[6-7]。

本研究描述了2010-2018年新疆兵团垦区流行性腮腺炎的发病情况,利用2010-2018年的逐月发病数据构建求和自回归移动平均模型(autoregressive integrated moving average model,ARIMA),并对2019年腮腺炎的发病情况进行预测,为进一步做好新疆兵团垦区流行性腮腺炎预防工作,制订相应防控措施,提供科学依据。

1 资料与方法

1.1 资料来源流行性腮腺炎个案来自“传染病报告信息管理系统”,收集兵团垦区2010年1月1日-2018年12月31日报告的疑似、临床诊断和实验室确诊病例,人口资料来源于基本信息系统。

1.2 研究内容采用描述流行病学方法对新疆兵团垦区2010-2018年流行性腮腺炎数据进行分析,以2010年1月-2018年12月流行性腮腺炎月发病例数为训练集,2019年1-6月流行性腮腺炎月发病例数作为验证集,用训练集建立求和自回归移动平均模型(ARIMA),筛选出相对最优模型,随后用验证集检验模型的精度。为保证资料的连续性和各年份资料的可比性,剔除2009年,从2010年数据开始分析。

1.3 统计学分析根据发病率和病例数等指标对2010-2018年新疆兵团垦区流行性腮腺炎流行病学特征进行描述。用R 3.4.0软件,SPSS 21.0软件和Excel 2018进行数据处理,统计分析和建模。采用时间序列对流行性腮腺炎发病趋势进行预测。

2 结果

2.1 流行概况2010-2018年,新疆兵团垦区共报告流行性腮腺炎6 375例,年均发病率为26.74/100 000。自2010年以来,新疆兵团垦区流行性腮腺炎发病情况差异较大,2012 年报告的病例数最多(1 908例),发病率最高(73.00/100 000);2018年报告病例数最少(226例),发病率最低(7.52/100 000);2012年呈现小高峰,见图1。对2010-2018年流行性腮腺炎年平均发病率进行线性趋势检验,差异有统计学意义(χ2趋势=5.49,P<0.05),表明近年来新疆兵团垦区流行性腮腺炎的发病呈下降趋势。2010-2018年流行性腮腺炎没有死亡病例及暴发疫情发生。

图1 新疆兵团垦区2010-2018年流行性腮腺炎发病情况

2.2 流行特征

2.2.1 人群分布

2.2.1.1 性别分布 新疆兵团垦区2010-2018年累计报告流行性腮腺炎男性病例数为3 704例(58.10%),年平均发病率为3.80/100 000,报告的女性病例数为2 671例(41.90%),年平均发病率为3.02/100 000,男女发病率比为1.26∶1,见表1。

表1 新疆兵团垦区2010-2018年流行性腮腺炎性别发病情况

2.2.1.2 年龄分布 从2010-2018年,新疆兵团垦区流行性腮腺炎病例年龄分布在0~85岁,主要集中在4~15岁年龄组,病例数为5 145例,占病例总数的80.71%。其中,80岁以上老人的比例很低,共9例,占0.14%;5~10岁儿童比例最大,共4 279例,占67.12%。0~8岁腮腺炎的发病数随年龄增长而明显增加,10岁时发病数达到最高,10岁以后发病数开始逐渐下降。可以看出,新疆兵团垦区流行性腮腺炎发病高峰期主要是在小学入学阶段到初中毕业阶段(图2)。

图2 新疆兵团垦区2010-2018年流行性腮腺炎年龄分布情况

2.2.1.3 职业分布 2010-2018年,新疆兵团垦区流行性腮腺炎中学生群体占比较大,为4 054例(63.59%);其次是幼托儿童,有981例(15.39%);位列第三的是散居儿童,有558例(8.75%)。学生中以小学生为主,可以看出新疆兵团垦区流行性腮腺炎中年幼,免疫力未成熟的学龄儿童比重最大(表2)。

2.2.2 地区分布 2010-2018年,新疆兵团垦区十四个师均有流行性腮腺炎病例报告。一师至十四师分属新疆南北,存在地理南北差异。南疆因地理、气候和经济状况等因素发病人数较多。其中,第八师报告病例数最多,为2 412例,第九师报告病例数最少,为68例。年平均发病率最高的三个师是第八师(46.28/100 000)、第十三师(40.92/100 000)和第十师(32.53/100 000)(表3)。

表2 新疆兵团垦区2010-2018年流行性腮腺炎职业分布情况

表3 新疆兵团垦区2010-2018年流行性腮腺炎地区分布情况

2.2.3 季节分布 2010-2018年,新疆兵团垦区每年四季均有流行性腮腺炎病例出现,且发病情况受季节影响,其波动较大,尤其是2011-2013年。冬季是流行性腮腺炎传播的较重时机,每年的12月-次年1月出现一次发病高峰,共报告病例1 559例(24.45%)。春季5-6月发病数也很高,共报告病例1 463例(22.95%)。月发病数最多的是12月,发病数为823例(12.91%);月发病数最低的是9月,发病数为224例(3.51%)(图3)。

2.3 时间序列分析

2.3.1 时间序列的平稳化处理 对新疆兵团垦区2010-2018年流行性腮腺炎月发病例的时间序列做纯随机性检验,检验结果P<0.001,表明此序列为非白噪声,具有研究价值。对序列进行单位根检验(unit root test,ADF),检验显示P=0.61(P>0.05),表明序列不平稳 ,对序列进行确定性因素分解得图4,又因该序列具有趋势性和季节性,故对序列做一阶差分和一阶季节性差分处理,处理后的序列如图5所示,处理后的序列做ADF测试,测试结果P=0.01,说明经过处理后的时间序列平稳。

图3 新疆兵团垦区2010-2018年流行性腮腺炎季节分布情况

图4 新疆兵团垦区流行性腮腺炎月发病例数量因素分解

图5 一阶差分和一阶季节性差分处理后的序列图

2.3.2 模型识别与建立 ARIMA乘积季节模型的p,d,q和P,D,Q,s是待定的参数,原始序列经过一阶差分和一阶季节性差分转换为平稳序列,所以d和D取1,此序列的时间单位为月,所以s=12。所以此乘积季节模型为ARIMA(p,1,q)(P,1,Q)12,对于剩下的4个待定参数,一般情况下不超过2阶,分别测试4个参数p,q,P,Q分别取0,1,2的所有可能的模型,一共有81种待选模型。

2.3.3 模型检验 把81个待选模型逐一列举出来,然后对每一个候选模型的残差进行纯随机性测试,若测试结果P<0.05,说明此模型信息提取不够完整,舍弃该模型,若测试结果P>0.05,继续做参数显著性检验,最后通过模型诊断的模型一共有12个。

2.3.4 寻找最优的待选模型 计算通过验证的12个模型的AIC、BIC值见表4。通过综合比较表4的AIC和BIC的值得出,模型ARIMA(1,1,1)(0,1,1)12的AIC、和BIC的值均为最小,ARIMA(2,1,2)(0,1,1)12即为相对最优模型。模型残差的LB统计量的P=0.863(P>0.05),模型的参数显著性检验如表5所示,测试结果表明模型的所有参数均显著非零。

表4 通过模型检验的AIC和BIC的值

表5 ARIMA(2,1 ,2)(0 ,1,1)12模型的参数检验

2.3.5 模型预测效果 将2019年1-6月流行性腮腺炎发病实际数与模型预测2019年上半年发病数进行比较,预测数与实际数平均绝对百分误差为21.33%,预测效果较好(表6)。预测得到新疆兵团垦区2019全年可能有224例腮腺炎病例,最高发病数可能出现在12月份,新病例数可能为23例。

表6 模型拟合效果比较

3 讨论

新疆兵团垦区2010-2018年流行性腮腺炎疫情年均发病率为7.52/100 000~73.00/100 000,年平均发病率为26.74/100 000,其发病率高于全国21.45/100 000的水平[8]。分析显示,流行性腮腺炎的发病率自2010年以来有所升高,并且在2012年出现了一个显著的高峰,从2013年起逐步下降。一年四季均可发病,发病时间呈双高峰特点,2月份和7月份发病情况显著降低,这可能与学校假期和学生之间的交流机会相对减少密切相关。发病以4~15岁年龄段为主,报告病例中学生占的比例最高,提示应重点关注此年龄段的学生及儿童,针对性地采取干预措施。

流行性腮腺炎的发病具有一定的季节性,而ARIMA乘积季节模型是除季节滞后期自相关函数非零的模型以外,将季节模型和非季节模型相结合[9]。本研究用R软件及相关的软件包通过ARIMA乘积季节模型分析2010年1月-2018年12月新疆兵团垦区流行性腮腺炎的时间序列,探讨其发病趋势,并预测出2019年流行性腮腺炎病例数。研究共收集了9年的数据,并在对原始数据进行白噪声检验和平稳性检验后获得了稳定序列,最终通过筛选得ARIMA(2,1,2)(0,1,1)12为相对最优模型。该模型拟合效果和预测效果都是可以接受的。ARIMA模型是一种较传统的预测方法,仅根据月发病数来拟合模型,可能会有一定的局限性,ARIMA模型对于短期预测时精度较高,长期预测精度会下降,因此预测结果与当年实际发病情况是否一致,须做出进一步评估。从预测的总体趋势和峰值来看,2019年流行性腮腺炎的病例数可能是224例,与2018年发病数基本保持一致,因此可以认为此模型对新疆兵团垦区流行性腮腺炎的短期预测有较好的效果。

数据来源于传染病报告信息管理系统,属被动监测,存在一定漏报,结果可能存在小幅度低估。显然,腮腺炎的发病和传播受多种因素的影响[10],但合理的模型构建及科学的预测,对实际防控工作具有很大的意义[11]。流行性腮腺炎具有高度传染性,传播迅速,尤其是对5~10岁儿童的健康危害较为严重,并且没有特定的治疗药物[12],因此,腮腺炎的预防和控制应强化早预防,早发现,早诊断,早治疗等措施[13]。通过ARIMA模型,可较好地预测发病趋势及流行高峰的时间,进而综合分析,提前采取防控措施,应做好传染源管理和疫点消毒工作,有效降低流行性腮腺炎的发病情况。

猜你喜欢
腮腺炎垦区流行性
江苏沿海垦区暗管排水对冬小麦产量的影响模拟
腮腺炎外敷用什么药
流行性腮腺炎 中医透皮技术治疗经验
猪流行性腹泻的疫苗研究进展
猪流行性腹泻防控上常见的误区
猪流行性腹泻2011-2017年
2017年二师气候条件评价及其对棉花生产的影响
流行性腮腺炎的观察及护理体会
流行性腮腺炎(腮腺炎)的流行特征及预防控制疫情流行的具体措施分析
新疆阿拉尔垦区棉花播种接近尾声