2010-2018年浙江省人感染布鲁氏菌病空间分布特征及影响因素研究

吴 晨，吴昊澄，鲁琴宝，丁哲渊，林君芬

布鲁氏菌病(以下简称“布病”)是由布鲁氏菌感染引起的人兽共患传染病，世界动物卫生组织将其列为B类动物疫病，人感染布鲁式病菌病在我国被列为法定报告传染病中的乙类传染病，以及二类动物疫病。急性期患者主要表现为发热、无力、多汗、肌肉疼痛以及肝脏、脾脏、淋巴结肿大，慢性期患者多表现为骨关节系统损害等。因近些年布病疫情扩散蔓延的风险在不断增加[1]，不仅对重点人群带来重大的健康隐患，还造成农业生产巨大的经济损失。浙江省历来不是布病重点疫区，但随着全国畜牧业的频繁交流，一些疫源地的病畜流入，导致畜间疫情不断增加，重点人群感染率也在持续上升，严重影响社会经济发展和人民的健康[2]。本研究采用回顾性空间数据分析方法，进一步了解浙江省人感染布病的空间分布特征及其影响因素，为疫情防控提供有价值的线索。

1 材料与方法

1.1材料 布病病例信息以及人口学资料均来源于《中国疾病预防控制信息系统》，病例信息统计按照“发病日期”和“现住址”统计，时间段为2010—2018年，信息内容包括年龄、性别、住址、人群分类、发病及诊断时间等(未涉及个人隐私信息)。布病诊断参照国家卫生行业标准《布鲁氏菌病诊断标准》(WS269-2007)，流行病学史、临床表现结合实验室初筛结果阳性确定为临床诊断病例，临床诊断基础上结合血清学检查或细菌分离结果阳性为确诊病例。地理信息数据来自于行政区划网。气象、畜牧生产等各变量数据来源于浙江省及各市县统计年鉴、国民经济和社会发展统计公报等资料。

1.2 方 法

1.2.1统计学分析 使用Excel 2013进行数据整理和描述性分析。采用SAS 9.2软件进行统计分析，率或构成比的比较采用χ2检验， 以P<0.05为差异有统计学意义。

1.2.2空间自相关分析 应用 GeoDa 1.12.1.161版本软件对人间布病疫情进行全局空间自相关、单变量局部空间自相关分析。1)全局空间自相关分析：通过计算莫兰指数(Moran’sI)，分析空间分布是否存在聚集性和聚集性大小。Moran’sI取值范围为-1～1，>0表示空间正相关，值越大表明空间聚集程度越高；通过假设检验得到Z值，以P<0.05为差异有统计学意义。2)局部空间自相关分析：采用局部空间自相关指标(LISA)分析具体的聚集地区，共有4种局部空间聚集类型:“高-高”聚集、“高低”聚集、“低-高”聚集、“低-低”聚集。

1.2.3空间回归分析 应用ArcGis10.2版本软件，采用最小二乘法模型(OLS)与地理加权回归(GWR)两种模型，分析相关自然、社会因素对于人间布病疫情的影响。通过文献查阅及经验判断，本研究选择2017年度的畜牧总产值、年内羊出栏量、年内牛出栏量、年平均气温、年降雨总量、年日照总时数6个变量，作为当年度人间布病疫情地区差异的影响因素进行分析。

2 结 果

2.1疫情概况 2010—2018年，浙江省共报告布鲁氏菌病823例，年度报告发病数呈波动上升态势(拟合曲线斜率为0.02，截距为0.07)，见图1。各年的发病率分别为0.06/10万、0.11/10万、0.16/10万、0.16/10万、0.18/10万、0.18/10万、0.17/10万、0.26/10万、0.19/10万。报告病例中，男性599例，女性224例，男女性别比为2.67∶1。男性发病率(0.24/10万)显著高于女性(0.09/10万)(χ2=150.98，P<0.001)。病例年龄分布看，0～19岁组12例(发病率0.01/10万)，20～岁组47例(发病率0.06/10万)，30～岁组122例(发病率0.16/10万)，40～岁组211例(发病率0.22/10万)，50～岁组249例(发病率0.37/10万)，60～岁组151例(发病率0.36/10万)，70岁及以上31例(发病率0.09/10万)。“40～60岁”年龄组人群的发病率显著高于其他年龄组(χ2=497.61，P<0.001)。计算病例从发病到诊断的时间间隔，中位数为15.67 d，P25～P75为6.63～36.63 d，时间间隔大于30 d以上的达到30.62%(252/823)。按人群分类，农牧民占51.03%(420/823)，屠宰、贩运、交易畜产品人员占21.75%(179/823)，工人占9.72%(80/823)，其他如餐饮服务、干部职员、儿童、学生、教师等占17.50%(144/823)。

2.2地区分布 2010-2018年，浙江省报告发病数居前5位的地级市为绍兴市(147例)、杭州市(113例)、温州市(109例)、宁波市(105例)、嘉兴市(89例)，其中居前5位的县(市、区)为上虞市(86例)、余杭区(66例)、桐乡市(62例)、慈溪市(58例)、南浔区(46例)。各地年度发病率见图2。趋势分析显示，浙江省布鲁氏菌病疫情总体分布出现由南往北逐渐升高的趋势(图3)。

图1 浙江省2010-2018年人间布鲁氏菌病疫情时间分布情况Fig.1 Time distribution of human brucellosis cases in Zhejiang Province, 2010-2018

注：将各年份的发病率分为5个区间，红色由浅到深表示，代表数值如下(单位：1/10万)2010年：0，0.01-0.19，0.20-0.23，0.24-0.28，0.29-0.63；2011年：0-0.08，0.09-0.27，0.28-0.46，0.47-0.89，0.90-2.21；2012年：0-0.09，0.10-0.27，0.28-0.49，0.50-1.03，1.04-1.46；2013年：0，0.01-0.20，0.21-0.47，0.48-0.97，0.98-2.19；2014年：0-0.06，0.07-0.20，0.21-0.41，0.42-0.72，0.73-1.36；2015年：0-0.07，0.08-0.24，0.25-0.54，0.55-1.04，1.05-1.87；2016年：0-0.10，0.11-0.34，0.35-0.69，0.70-1.36，1.37-2.33；2017年：0-0.11，0.12-0.35，0.36-0.68，0.69-1.68，1.69-3.25；2018年：0-0.10，0.11-0.32，0.33-0.60，0.61-1.34，1.35-3.49。图2 浙江省2010-2018年人间布鲁氏菌病地区发病率情况Fig.2 Annual incidence of human brucellosis of counties in Zhejiang, 2010-2018

图3 浙江省2010-2018年人间布鲁氏菌病累积发病数地区分布情况Fig.3 Area distribution of human brucellosis cases in Zhejiang Province, 2010-2018

2.3全局空间自相关分析 以2010-2018年全省各县区布鲁氏菌病累计发病率进行全局空间自相关分析，Moran’sI指数为0.12，选取蒙特卡洛迭代法对Moran’sI指数进行假设检验，迭代次数为999次，结果Z值为1.961 4，P值为0.036，表明从全局角度看，布鲁氏菌病在浙江省呈一定的空间正相关分布。

2.4局部空间自相关分析 对全省布病疫情进行分年度的局部空间自相关分析。与发病率地区分布图相比，各年度“高-高”聚集区与高发病率区域基本一致，主要集中在杭嘉湖地区、绍兴市及衢州市(表1)。但随着时间推移，“高-高”聚集区也在发生变化，从浙西、浙北到2018年新增至浙南的丽水市。

2.5空间回归分析 首先构建OLS模型，将6个研究因素全部纳入方程计算，结果显示仅有“年内羊出栏量”1个变量通过t检验(R2=0.32，AICc=124.65)。然后采用逐步回归方法，将因素纳入方程计算，最终保留“年内羊出栏量”、“年日照时数”、“纬度”3个变量(R2=0.30，AICc=115.03)，见表2。运用以上3个变量构建GWR模型，运算中提示存在多重共线性，依然采用逐步回归方法，最终保留“年内羊出栏量”1个变量生成GWR模型(R2=0.42，AICc=109.71)。如果两个模型的AICc值相差大于3，具有较低AIC值的模型将被视为更佳的模型。结果显示，GWR模型比OLS模型更优且拟合优度更高，而且其R2值更高。局部R2可视化地图显示(图4)，本研究GWR模型在浙西南衢州地区和浙北湖州、嘉兴地区的拟合效果较好，而在浙东南沿海地区的拟合效果较差。

表1 浙江省2010-2018年人间布鲁氏菌病局部空间自相关分析Tab.1 Local spatial autocorrelation analysis of human brucellosis cases in Zhejiang Province, 2010-2018

表2 浙江省人间布鲁氏菌病空间回归分析结果(OLS模型)Tab.2 Spatial regression analysis of human brucellosis morbidity in Zhejiang Province(OLS)

注：图A图例根据各县区R2值，按照颜色从蓝到红分为7个区间，各区间数值分别为0.01-0.05、0.06-0.12、0.13-0.19、0.20-0.27、0.28-0.38、0.39-0.51、0.52-0.77；图B图例根据各县区R2值的标准化残差值，按照颜色从蓝到红分为7个区间，各区间分别代表“<-2.5Std.Dev”、“-2.5～ -1.5Std.Dev”、“-1.5～ -0.5Std.Dev”、“-0.5～0.5Std.Dev”、“0.5～1.5Std.Dev”、“1.5～2.5Std.Dev”、“>2.5Std.Dev”。图4 浙江省人间布鲁氏菌病空间回归分析局部R2分布(GWR模型)Fig.4 Local R2 of human brucellosis morbidity in Zhejiang Province(GWR)

3 讨 论

本研究显示，浙江省人间布病报告发病率低于全国水平[3]，与邻近的安徽省发病水平接近[4]。近几年我国人间布病疫情呈现“北方下降，南方上升”的总体趋势[5]，浙江省人间布病疫情也呈现逐渐上升趋势，已成为一个重要的公共卫生问题。浙江省布病的人群特征基本符合男性多于女性、40～60岁居多的职业分布特征，与全国情况一致[3, 6]。但病例中儿童及青少年、非职业人群也占一定的比例，其感染途径还需进一步调查确认。有研究显示，我国南方地区通过食源性接触的病例所占比例较高[5]，特别随着近些年人们对羊奶等食品的需求逐渐增加，预防因食源性污染导致的聚集性疫情需要引起高度关注[7]。早期给予积极有效治疗，布病患者治愈的机会增大，肝功能损伤以及慢性化概率也将大大降低[8-9]。本研究中有29.38%的患者被确诊时距离发病已超过1个月，这可能与南方非牧区临床医生布病诊疗知识欠缺有关[10]。因此，进一步提升临床医生的业务水平及敏感性，加强医疗机构的辅助诊断能力，对于提高临床治疗效果，改善预后及防止疾病慢性化具有重要的意义。

空间回归分析从地理角度研究疾病发病空间分布与解释变量的关系，优点在于为传统回归方法中加入了随机效应项来解释可能存在的空间相关性的影响。本研究采用最小二乘模型(OLS)与地理加权回归(GWR)两种模型，分析了相关自然、社会因素对于人间布病疫情的影响，结果显示 GWR 模型拟合效果更优。进一步分析显示，年内羊出栏量对人间布病发病存在正向影响，牛出栏量与疫情并无关联。这与羊种布鲁氏菌是引起我国人间布病疫情最主要病原菌的报道一致[11-12]。该模型在浙西南衢州地区拟合效果最好，其次为浙北湖州、嘉兴地区，提示上述地区养羊产业还存在着较高的风险环节。但本研究中OLS和GWR模型的R2显示，该模型回归效能并不是很理想，可能与变量因素较少有关。布病在养殖户、牲畜交易市场和屠宰场的职业人群中高发，而本研究中“年内羊出栏量”可能仅与养殖户的发病有关联，并不能体现其他两类人群的发病特点。后续研究中需要纳入更多的相关因素，以建立理想的回归模型。布病每年2～6月存在一个发病高峰，既往也有研究显示，气温、日照时数和降雨量与人间布病发病有潜在的关联[13]，但本次研究未发现气象因素与发病之间的关联性，可能与数据来源较少、研究方法的使用等有关。特定的季节及其相应的气象特征，对于布鲁氏杆菌的存活及增殖传播具有一定影响，而特定时节的生产活动，如母羊产羔及剪羊毛等则大大增加了感染的风险。本研究仅以截面数据为研究对象，未能考虑时间序列特征，忽略了随时间变化的个体效应，存在一定局限性，综合考虑时间和空间效应的分析模型(如空间面板模型[14]或自回归分布滞后模型[15]等)应是气象因素等传染病相关影响研究的重要方向。

空间自相关分析可以反映疾病随时间变化的空间特征的演变过程，局域空间自相关分析中的“高-高”聚集区域可作为疫情防控和影响因素研究的重点[16]。本研究显示，浙江省人间布病疫情呈现“北部高，南部低；内陆高，沿海低”的总体趋势。2010—2018年浙江省人间布病疫情呈现一定的聚集性，而高聚集区也在逐年发生着变化。初始阶段高聚集区主要为上虞区、南浔区、桐乡市、德清县等杭嘉湖地区，但近年来高聚集区逐渐向南部扩散，在丽水的莲都区、松阳县等地出现了新的疫情聚集。结合空间回归分析结果判断，疫情空间分布特征的变化可能与浙江省畜牧业产业发展密切相关。湖羊养殖向来为浙江省特色优势产业，嘉兴、湖州、杭州等地为湖羊传统主产区，而绍兴上虞区建有华东地区最大的羊交易市场[17]。浙江省农业厅在2015年出台特色优势畜牧业提升发展3年行动计划[18]，提出“湖羊传统主产区要围绕设施化改造和标准化、生态化养殖场建设提升，完善湖羊屠宰加工、营销等产业服务体系，形成集聚效应，争取在全省率先实现湖羊产业的转型提质。同时，全力推进湖羊南扩，拓展产业发展空间”。杭嘉湖传统产区的产业升级，对疫情防控具有积极作用，使得该地区疫情集聚效应下降；而湖羊南扩也导致丽水等地区出现了新的疫情聚集。产业发展导致疫情变化，进而需要调整相应的防控措施及重点环节，这对于非传统疫区的防控工作具有启示作用。

布病防控是一个多部门共同参与的综合性项目[19]。浙江省人间布病疫情的变化需要对相关的防控措施进行调整。一方面，随着湖羊养殖场数量及规模的扩大，区域性养殖密度增高，对湖羊的疫病防控要求也越来越高，必须强化防疫意识。另一方面，随着湖羊产业南扩，要加强牛羊产地检疫和调运监管，防止疫畜及其产品从高风险区向低风险区的流动。人间布病与畜间布病疫情密切相关，人医兽医间有效的信息沟通和合作机制的建立尤为重要。目前养殖场、牲畜交易市场或屠宰场等职业人群对布病的危害性认识不足，个体防护意识差[2]。因此，加强重点职业人员的健康教育和行为干预，加大防控资金投入也很迫切[20]。

利益冲突：无

引用本文格式：吴晨，吴昊澄，鲁琴宝，等.2010-2018年浙江省人感染布鲁氏菌病空间分布特征及影响因素研究[J].中国人兽共患病学报，2020，36(2)：134-140. DOI：10.3969/j.issn.1002-2694.2020.00.015