2014—2018年广州市肺结核发病空间分布特征分析

赖铿 吴桂锋 雷宇 谢玮 王挺 钟敏儿 杜雨华

空间流行病学作为流行病学的一个新分支，主要研究人群中疾病与健康状态的空间分布及其影响因素，在近年来被陆续应用于结核病的防控。大量研究发现，结核病发病在空间上存在异质性[1-4]。广州市作为超大城市，人口众多且流动性大，结核病疾病负担重，而目前尚未见结核病相关的空间分析报道。因此，本研究旨在从街道/乡镇水平上，对广州市2014—2018年肺结核发病数据进行空间分析，为广州市结核病防控提供科学依据。

资料和方法

一、资料来源

广州市肺结核患者数据来源于《中国疾病预防控制信息系统》的子系统《传染病报告信息管理系统》，按照“发病日期”“现住址为广州”“已审核”等条件，下载2014—2018年肺结核传染病报告卡，筛选临床诊断和确诊肺结核患者，累计报告54 213例。各年常住人口数据来源于广州市统计局统计年鉴，其中街道/乡镇人口数来源于2018年广州市卫生部门的统计数据。地理数据采用广州市街道/乡镇行政区划矢量地图，空间分析的基本单位为街道/乡镇。

二、研究方法

1.构建地理信息数据库：根据病例数据现住址获得相应的街道/乡镇经纬度信息，建立街镇代码、经纬度、人口数据、肺结核报告卡数据等信息的数据库，通过数据属性表与广州市矢量化电子地图进行数据关联，建立街道/乡镇发病情况地理信息数据库。

2.空间分布地图及趋势面分析：空间分布地图是对各街道/乡镇肺结核平均报告发病率在电子地图上进行渲染，通过不同颜色填充，揭示空间分布趋势。趋势面分析是根据各街道/乡镇肺结核平均报告发病率与其对应的经纬度，建立二元多项式回归模型，用数学曲面来拟合样本数据中的区域分布及变化趋势。

3.全局空间自相关分析：是从整体水平上探索疾病的空间分布特征，应用莫兰指数(MoranI)值反映广州市肺结核空间整体分布特征。MoranI取值范围在-1～1之间，MoranI值为正，表示患者在空间单元分布具有正相关性，整体呈现聚集型分布，即发病率高的区域趋向于向发病率高的区域聚集(高-高聚集)或发病率低的区域趋向于向发病率低的区域聚集(低-低聚集)，数值越大，聚集性越强；MoranI值为负，表示患者在空间分布具有负相关性，整体呈现离散型分布，数值越大，空间分布越不集中；MoranI值为0，表示整体呈现随机分布，无空间聚集性。由于MoranI值无法区分聚集类型为高-高聚集还是低-低聚集，需应用全局Getis-OrdG指数判断肺结核整体聚集类型。当G>0，且Z>1.96时，认为整体分布为高-高聚集；当G<0，且Z<-1.96时，认为整体分布为低-低聚集。

4.局部空间自相关分析：在街道/乡镇水平上分析广州市肺结核发病聚集区域的具体位置与类型，通过计算局部空间自相关指标(local indicators of spatial association，LISA)，进而揭示局部空间与相邻空间发病率相似(正相关)或非相似(负相关)程度。LISA聚集地图结果可能呈现为4种聚集模式：发病率高(或低)的区域其相邻的区域发病率也高(或低)，称为高-高聚集或低-低聚集；相反，负相关的区域可表现为发病率高(或低)的区域其相邻区域发病率低(或高)，称为高-低聚集或低-高聚集。通过局部Getis-OrdG指数判断局部地区是高值聚集或低值聚集，即挖掘肺结核发病具体热点区域及冷点区域。

三、统计学分析

采用Excel 2007软件进行数据整理和描述性分析，使用ArcGIS 10.5软件实现空间分布地图、趋势面分析、全局及局部Getis-OrdG指数的统计分析及结果的可视化。使用Geoda 1.8软件统计MoranI值及LISA分析。通过构造正态分布的检验统计量Z，采用Z-score对相关指标进行假设检验。在α=0.05的检验水准下，当|Z|>1.96，拒绝无效假设。

图1 2014—2018年广州市肺结核年均报告发病率空间分布图

结 果

一、基本情况及空间分布地图

表1 2014—2018年广州市肺结核患者报告发病情况

图2 2014—2018年广州市肺结核年均报告发病率三维空间分布图

二、三维空间分布图

三维空间分布图中X轴表示不同街道/乡镇几何中心的经度，Y轴表示纬度，Z轴表示年均报告发病率。因此，一个点(X，Y，Z)表示某一街道/乡镇的年均报告发病率，将三维空间中的点分别投影在X-Z和Y-Z两个平面上，利用散点图拟合多项式模型形成2条曲线，直观展示肺结核发病在空间上的分布趋势。结果显示，2014—2018年广州市结核病发病情况总体分布由西向东逐渐降低，东部地区明显低于西部地区；在南北分布上，呈现轻微的“n”形分布，中间高，两边低(图2)。

三、整体空间分布特征

2014—2018年广州市各年肺结核报告发病率的MoranI值均>0，Z值均>1.96，P值均<0.05，提示广州市肺结核报告发病率呈现空间聚集性分布(表2)。在全局MoranI值基础上，为进一步识别广州市结核病空间整体聚集类型，对全部Getis-OrdG指数统计量进行分析。结果显示，全部Getis-OrdG指数为0.006，Z值为2.632，P值为0.008，表明广州市肺结核空间整体为高-高聚集分布。

四、局部空间分布特征

1.局部发病聚集类型：聚集性地图显示，年均肺结核报告发病率局部空间自相关模式呈现为4种聚集模式：高-高、高-低、低-高、低-低。高-高聚集区有7个：越秀区的珠光、洪桥、大塘、北京街道和天河区的珠吉、新塘、车陂街道(图3)。

2.局部发病热点与冷点：冷热点图发现，广州市年均肺结核报告发病率聚集区域(即热点区域，热点95%CI)共有29个街道，分别为天河区的天河南、石牌、林和、冼村、元岗、龙洞、黄村、前进、棠下、长兴、新塘、车陂、沙河街道，越秀区的珠光、华乐、黄花岗、农林、东山、白云、大东、大塘、梅花村、人民街道，海珠区的海幢、滨江、琶洲、官洲街道，白云区的京溪、同和街道。其中，热点区域(热点99%CI)街道有2个，分别为天河区的黄村街道和长兴街道；冷点区域(冷点95%CI)只有1个街道，即增城区的永宁街道(图4)。

图3 2014—2018年广州市肺结核年均报告发病率局部空间自相关指标聚集地图

表2 2014—2018年广州市肺结核报告发病率全局自相关分析

讨 论

空间流行病学是一门描述和分析疾病在地理上分布变化的学科。近年来，空间流行病学已被广泛应用于结核病研究，全国及多个省、市已经发表了相关的研究[1-4]，但广州市作为超大城市，结核病负担重，目前笔者尚未见到相关空间分析研究的报告。此外，本研究分析以街道/乡镇为单位，较既往的研究分析以区/县为单位更为精细[1-2, 4-5]，这将为广州市结核病精准防控提供更有针对性的参考依据。

三维空间分析能排除局部不稳定因素的干扰，直观反映肺结核发病情况在大尺度上的变化趋势[1]。本研究结果显示，发病率总体呈现由西向东逐渐降低，由南向北先升后降的趋势，说明广州市肺结核发病分布不均衡，发病主要集中在西北部和西南部。广州市西北部及西南部均为人口较多的地区(如白云区、番禺区、天河区等)，该区域人口总数约占全市人口总数的70%。既往研究表明，肺结核的空间分布存在异质性，广州市的发病情况也相似，发病主要集中在人口密集的区域[6-7]。

全局自相关分析显示，2014—2018年广州市肺结核整体呈现聚集性，进一步分析发现广州市结核病整体分布特点为“高-高”聚集。肺结核为呼吸道传染病，若防控工作不到位，易增加因患者活动导致的传播风险，使发病范围扩大，防控工作应重点关注高值聚集区。“高-高”聚集区域为越秀区的珠光、洪桥、大塘、北京街道和天河区的珠吉、新塘、车陂街道。针对不同的区域聚集类型，应采取不同的防控策略，做到精细化、差异化管理[8]。“高-高”聚集区已形成一个发病率较高的片区，应共同做好区域联防联控，加强区域内群众的健康教育工作，提高自我防护意识，出现可疑症状应及时就诊；加强区域内的医疗机构肺结核患者的发现及可疑患者的鉴别诊断；做好肺结核患者居家隔离治疗，密切接触者筛查等措施，避免向周边区域蔓延。“高-低”或“低-高”聚集区域其含义为发病率较高(或较低)的街道相邻的街道发病率较低(或较高)，呈现负相关。针对相邻街道存在发病率差异的聚集模式，应加强发病率较高的街道患者的发现及管理工作，具体可参考上述措施；对于发病率较低的街道应加强可疑症状的监测，及早发现可疑/确诊患者，加强重点人群的健康教育及倡导良好的生活行为，提高其自身免疫力。

图4 2014—2018年广州市肺结核年均报告发病率局部热/冷点地图

局部热点分析显示，广州市结核病发病“热点”主要集中在天河区和越秀区。天河区和越秀区成为发病“热点”，可能受不同因素影响。已有研究发现，流动人口的快速增长和流动人口占总人口的较高比例对结核病产生巨大的影响，流动人口为结核病的传播提供了新的传染源[9]。天河区为广州市经济最发达的区域，外来务工人员众多，2018年末非户籍人口占常住人口的46.2%[10]，提示天河区成为发病热点可能与流动人口多有关。此外，老年人因免疫力下降，且存在不同程度的基础疾病，是肺结核发病的高危人群。越秀区为老城区，2018年末60岁以上人口占常住人口的25.41%，位列全市第二，其60岁以上人口为29.93万人，绝对数位列全市首位[10]，提示越秀区成为发病热点可能与老年人口众多有关。对于“热点”区域需重点防控，如天河区和越秀区的防控策略应考虑到流动人口及人口老龄化等特点[11-12]，避免“热点”进一步扩大。此外，局部热点分析还发现增城区的永宁街道为发病冷点区域，可能的原因有，增城区为广州市经济欠发达地区，流动人口流入不大，人口结构比较稳定，发病水平较低；永宁街道位于广州市的中部，且相邻的街道发病水平均低，属于“低-低”聚集区域。由于广州市人口流动大，导致每年的人口及发病情况均会发生变化，可能随着年份改变，发病热点区域会改变。相关研究发现，结核病受人口密度、医疗条件、经济水平等多种因素的影响[13-15]，探索广州市结核病发病的影响因素，仍需开展进一步研究。

综上，本研究采用空间流行病的方法首次绘制了广州市肺结核空间分布地图，发现在街道/乡镇层面肺结核分布存在空间聚集性，为卫生行政部门制定相关防控策略提供了线索和依据。建议进一步加强“高-高”聚集区的街道和“热点”区域的防控力度，针对不同分布特征的区域采取精细化及差异化防控措施。

本研究存在一定局限性。一方面，目前仅能获得2018年街道/乡镇人口数据，研究中计算街道/乡镇报告发病率均使用2018年的人口数据，因此每年街道/乡镇的发病率不够精确。2014—2018年，广州市人口是持续增长的，因此研究中相应的发病率有所低估，但对发现空间分布特征，仍有积极意义。另一方面，本研究方法未纳入时间的因素，因此不能准确地判断发病率高的区域随着时间的变化趋势，可能会对统计学推断产生影响，导致结果产生一定偏倚。后续研究将进一步收集完善数据及研究方法，开展更深入细致的研究。

志谢广州市胸科医院李铁钢主任医师对本文统计学方法进行了悉心指导。