马倩倩 高景宏 张文杰 赵 杰 崔芳芳 翟运开,3△
【提 要】 目的 分析河南省新型冠状病毒肺炎(Coronavirus Disease 2019,COVID-19)疫情的时空分布特点。方法 采用空间自相关、时空重排扫描、趋势面等方法探索河南省各县(区)COVID-19病例的时空分布特征与时空聚集性。结果 河南省COVID-19患者于2月3日新增109例,达疫情高峰,随后递减趋于零星散发。河南省COVID-19病例呈中等程度的空间聚集格局(Moran′s I=0.412,Z=8.853,P<0.001),聚集程度随时间呈增强趋势。COVID-19“热点”发病区域为信阳、驻马店、南阳、郑州(P<0.05)。河南存在3个有统计学意义的时空聚集区,分别为以桐柏县为中心的主要聚集区(RR=18.47,LLR=927.593,P<0.001),以辉县市为中心的次要聚集区(RR=7.84,LLR=288.710,P<0.001)和以夏邑县为中心的次要聚集区(RR=7.69,LLR=171.585,P<0.001)。COVID-19发病在东西方向呈减少趋势,南北方向呈下降趋势。结论 开展COVID-19时空分布特征分析可为疫情的预警、资源分配、制定有效防控措施等提供信息参考。
2020年1月21日,河南出现首例新型冠状病毒肺炎(Coronavirus Disease 2019,COVID-19)患者,随后疫情在全省迅速蔓延。截至2020年6月7日,河南省COVID-19病例累计报告1276例,位居全国第三位。传染病流行的时空特征往往与疫情进程相关。时空统计分析可以从时间、空间、时空等不同维度探索疾病流行特点与趋势,揭示其流行的内在规律,在疾病爆发与反弹的早期预警、高发区域探测、防控效果评价等方面可发挥重要作用。目前COVID-19相关研究侧重于流行病特征[1]、趋势预测[2-3]、案例分析[4]、临床诊疗等[5],仅少数研究涉及了COVID-19时空自相关与聚集性分析,且研究尺度相对局限于以地市、省份为空间单元,未能深入反映COVID-19病例时空分布规律。
为全面了解河南省COVID-19病例时空分布特征,本研究聚焦到县(区)级行政区域,对河南省疫情进行了空间和时空聚集性统计分析,实现COVID-19数据的空间可视化,以深入探讨COVID-19的时空分布规律与聚集格局,寻找疫情高发地区,为医疗卫生部门在疾病监测预警、资源分配等方面提供科学参考,从而进一步制定有针对性的防控措施,同时为其他类似传染病时空的监测提供借鉴方法。
1.资料
河南省158个县(区)2020年1月21日至2020年6月7日的COVID-19病例数据收集自河南省及各地级市卫生健康委员会官网[6]。2018年河南省及158个县(区)常住人口数据来源于《2019河南统计年鉴》[7],地理位置来源于国家标准测绘的经纬度。
2.方法
(1)空间自相关分析
采用空间自相关分析与热点分析研究河南省COVID-19病例分布的空间聚集性。全局空间自相关从总体上研究整个研究区域确诊病例在空间上的分布特征。选用全局Moran′sI作为分析指标,其取值范围为[-1,1],为0时代表疫情暴发不存在相关性,为随机分布;为正数时代表正相关,即相邻地区间发病情况相似,越接近1代表空间聚集性越强。负数代表负相关,越接近-1说明空间离散性越大。局部空间自相关描述具体空间区域与其邻近区域观测值的空间依赖相关性,将空间模式分为高-高模式、低-低模式、高-低模式、低-高模式。低-高模式代表该地区低发但其周围地区高发,依次类推。基于Getis-Ord Gi统计的热点分析可识别具有统计学意义的高值(热点)和低值(冷点)的空间聚类[8],从而进一步解释COVID-19在局部地区的具体分布特征。通过计算各个县区Z得分、P值和置信区间(Gi_Bin)探测存在局部热点的区域。
(2)趋势面分析
采用趋势面分析绘制河南省COVID-19病例的坐标分布的三维透视图,并利用多项式拟合三维数据投影到二维平面上的离散点,立体直观地观察发病情况在经纬度上的空间变化趋势。
(3)时空扫描分析
在空间分析基础上引入时间因素,利用SaTScan 9.6 进行回顾性时空重排扫描统计分析。时空扫描统计由Kulldorff等[9]提出,以动态变化的圆柱形扫描窗口对不同的时间和地理区域进行扫描,探测所有病例可能发生聚集的时间和地理位置。扫描时间以“天”为单位,扫描区域以县(区)为单位,设定最大空间扫描区域为全市总人口数的25%,最大扫描时间尺度设定为总体研究期限的50%,Monte Carlo迭代次数设为999次。时空重排扫描统计量采用Poisson概率模型,根据Poisson分布的原理,通过计算不同窗口下的对数似然比(log likelihood ratio,LLR),经蒙特卡罗方法对LLR值进行检验。当P<0.05时,可认为该扫描窗口内的病例与窗口外相比,其相对危险度(relativerisk,RR)有统计学意义,即该扫描窗口所代表的时空范围存在病例的高度聚集。选择LLR值最大的区域为主要聚集区,其余LLR值有统计学意义的区域为次要聚集区。
1.疫情分布时空概况
河南省2020年1月21日出现首例COVID-19患者。1月29日至2月5日为疫情高发阶段,2月3日达到疫情高峰,该日新增109例(8.57%),2月22日后变为零星散发(图1)。1276例COVID-19患者主要分布在河南省136(86.08%)个县(区),其中信阳274例(21.54%),郑州159例(12.46%)、南阳156例(12.23%)。信阳患者集中于浉河区、平桥区、罗山县(47.45%),郑州患者集中于金水区、二七区(52.83%),南阳患者集中于卧龙区、宛城区(35.26%)(图2)。
图1 河南省新型冠状病毒肺炎时间分布
图2 河南省新型冠状病毒肺炎空间分布
2.空间自相关分析
以病例首次报告日后固定7日为间隔,采用一阶Queen空间权重矩阵分别对1月27日、2月3日、2月10日、2月17日、2月24日、3月2日,以及采集到的6月7日最新数据时间点的河南省新型冠状病毒肺炎累计病例进行全局空间自相关分析,结果显示Moran′sI统计量不断上升至平缓状态,即空间上聚集程度不断增强至平稳(表1)。1月27日Moran′sI为0.075(Z=1.851,P=0.064),即病例数在空间上呈随机分布。6月7日的Moran′sI值为0.412(Z=8.853,P<0.001),提示河南省COVID-19病例呈非随机分布,存在统计学意义的正向相关性,即总体上呈现中等程度的空间聚集格局。
表1 河南省COVID-19病例全局空间自相关Moran′s I指数
图3为截止6月7日全部病例的热点区域分布图,在检验标准α=0.05时,河南省COVID-19病例分布的热点区域包括信阳(商城县、光山县、潢川县、息县、罗山县、平桥区、浉河区、固始县、淮滨县、新县),驻马店(确山县、正阳县),南阳(桐柏县、宛城区、唐河县、新野县)以及郑州(金水区、二七区、管城区、中原区、惠济区)。冷点区域为洛阳(嵩县、洛宁县、宜阳县、伊川县)。局部空间自相关可得到相似热点区域,其结果提示全省158个县(区)COVID-19发病高-高模式分布在信阳(商城县、光山县、潢川县、息县、罗山县、平桥区、浉河区、固始县),驻马店(确山县、正阳县),南阳(桐柏县、宛城区、卧龙区),郑州(金水区、二七区、管城区、中原区)。
图3 河南省COVID-19热点区域分布图
3.三维趋势面分析
将各县(区)的发病数视为三维空间中一点(X,Y,Z),X、Y代表河南各地县(区)经度、纬度,Z代表COVID-19病例数。利用数学曲面模拟样本数据,运用三维成像展示COVID-19发病在经纬度上的空间分布规律与变化趋势(图4)。由结果可知,河南省COVID-19病例分布X-Z平面上绿色曲线提示随着经度增加,病例呈小幅增长趋势。Y-Z平面上蓝色曲线提示随着纬度增加,病例整体逐渐减少,即河南地区由北向南,病例递增。
图4 河南新型冠状病毒肺炎趋势面分析图
4.时空扫描分析
对河南省2020年1月21日至6月7日COVID-19病例进行时空扫描分析,共探测到三个时空聚集区域(表2,图5)。结果显示,在1月24日至2月14日,以桐柏县为中心,半径155.49km的区域COVID-19聚集性最强(RR=18.47,LLR=927.593,P<0.001),聚集地区包括南阳、信阳、驻马店和平顶山的35个县(区)。1月25日至2月12日以辉县市为中心,半径为90.18km的区域(RR=7.84,LLR=288.710,P<0.001)为次,聚集地区包括新乡、鹤壁、焦作、安阳、开封以及郑州的44个区县。另外一个次要聚集区是以夏邑县为中心,154.93km为半径的区域,覆盖商丘、周口以及开封的20个县(区),时间为1月26日至2月8日(RR=7.69,LLR=171.585,P<0.001)。综上所述,河南省COVID-19疫情显示出具有统计学意义的时空聚集特点,即疫情总体扩散但局部聚集。
表2 河南省COVID-19疫情时空聚集性扫描结果
图5 河南新型冠状病毒肺炎RR空间分布及时空聚集图
本文以县(区)级行政区域为空间单元,进行了空间自相关、时空聚集性等时空统计分析,实现COVID-19疫情特征的空间可视化,在全省范围内系统深入地探讨了COVID-19的时空分布特征与聚集格局,发现高发“热点”区域,可为医疗卫生部门在同类型疾病的监测、预警以及资源分配等方面提供科学参考与支持。
从时间角度看,1月29日至2月5日为河南省COVID-19疫情高发阶段,2月3日达到疫情高峰,与全国确诊病例于2月5日达到整体流行高峰[1]的结果接近。从空间角度看,全局Moran′sI统计量提示河南省COVID-19在整个研究阶段总体上呈空间正相关聚集格局,聚集程度由弱正相关逐渐增强至中等程度聚集。河南空间聚集格局演变与全国整体存在差异,有学者以省域为尺度,发现全国COVID-19病例于2月3日前呈空间正相关并逐渐降低,后呈空间负相关并逐渐增强,至2月11日后呈空间随机性分布[10]。曲面分析提示河南省COVID-19病例由北向南呈明显的递增趋势,可能与河南南部和湖北接壤、相互间人员流动频繁有关。热点分析提示,河南省COVID-19病例分布具有统计学意义的热点区域为信阳、驻马店、南阳及郑州的21个县(区),部分地区可能因为人群移动活跃度高,或者与湖北毗邻,或者作为省会城市,经济和交通发达,跨区域性社会经济活动较为频繁。经过热点区域识别后,应重点在高发疫区开展宣传教育、监测及培训等防控措施。
从时空角度看,时空扫描分析提示主要聚集区为河南南部,次要聚集区为小范围河南东部、郑州及其以北地区,聚集时间为1月底至2月中旬,呈现明显的时空聚集特点,是疫情流行与爆发的信号。面对疫情,河南整体应对较迅速,于1月17日公布定点救治医院,22日设置检疫站并进行交通消毒,24日取消大型公众聚集性活动,并取消全省医护人员春节假期[11]。信阳1月24日起,劝返自湖北进入市内的车辆与人员,上线“新冠肺炎疫情服务平台”;南阳早于全省1天在24日启动重大突发公共卫生事件一级响应,25日实行全市交通管制;驻马店新蔡县1月24日停止运营公共交通,汝南县同日关闭公共娱乐场所、农贸市场等;郑州市自1月26日起实施公共场所佩戴口罩,自2月3日依照规定开展相关人员强制集中隔离,2月10日上线小区健康登记管理系统[11]。河南各地区纷纷采取卫生防疫、交通管制、集中隔离、信息共享、舆情引导等综合防控措施。2月中旬后,未探测到新的时空聚集区出现,反映了此时河南省采取的措施一定程度上有效控制了疫情扩散[12]。疾病的时空分布特征与疫情进程存在关联[13],病例的空间分布在疫情流行期间往往呈现明显的聚集性[14],因此传染病时间和空间上聚集性的探测在疾病爆发的早期探索与预警中发挥着重要作用[15]。在本文基础上,持续监测COVID-19空间聚集模式以及探测新的时空聚集性出现或者增强,可以早期识别潜在的疫情反弹,实现聚集区的早期防控。
目前尚未见河南省全省范围内系统深入的COVID-19病例时空统计分析,本研究首次分析了河南省县(区)水平的COVID-19时空分布特征,为河南地区的疫情防控提供信息参考,对其他地区的协同治理亦具有借鉴意义。但本研究仍存在一定局限性,首先,在空间自相关分析中,本文采用了流行病领域适宜并常用的Queen空间权重,即若空间单元具有公共边或公共点,则两者之间权重取1,否则取0。当对某种传染性过程建模时,由于通常是相邻关系的区域先被传染,故分析传染性疾病的空间自相关时适宜采用此方法[16]。但不同空间权重矩阵的选择对自相关和空间聚集性分析有一定影响,有待结合多种权重进行分析[17-18]。其次,常住人口数选取的是2018年年末数据,可能与当地最新的人口状况存在一定差异,故研究结果可能存在一定偏倚。