基于時空聚集面板模型的肺結(jié)核病高危區(qū)域探測及影響因素研究.pdf

1、目的：
　　針對疾病發(fā)病水平的監(jiān)測數(shù)據(jù)存在時間、空間自相關(guān)性和空間異質(zhì)性的特點(diǎn)，采用時空統(tǒng)計分析方法和空間計量經(jīng)濟(jì)模型，對青海省肺結(jié)核病監(jiān)測數(shù)據(jù)和地區(qū)主要社會經(jīng)濟(jì)指標(biāo)及氣象因子數(shù)據(jù)，在生態(tài)學(xué)層面開展肺結(jié)核病系統(tǒng)研究，準(zhǔn)確探測發(fā)病高危區(qū)域和定量分析影響發(fā)病率的相關(guān)社會環(huán)境因素，并借助氣象因子的變化，對發(fā)病率進(jìn)行合理預(yù)測。通過本研究探討空間地理信息系統(tǒng)、時空聚集性分析方法和空間計量經(jīng)濟(jì)模型在具有時空屬性的傳染病監(jiān)測數(shù)據(jù)挖掘中的應(yīng)用價值

2、，為類似研究提供分析思路和方法學(xué)參考，也為政府決策提供科學(xué)依據(jù)。
　　方法：
　　通過中國疾病預(yù)防控制信息系統(tǒng)收集青海省肺結(jié)核病發(fā)病資料，《青海省統(tǒng)計年鑒》收集青海省人口學(xué)資料和相關(guān)社會因素及氣象因素資料，開展如下研究：
　　1、采用流行病學(xué)“三間”分布描述、集中度法、圓形分布法、季節(jié)指數(shù)法和三維趨勢分析等方法對2009-2013年青海省肺結(jié)核病流行病學(xué)特征進(jìn)行分析。
　　2、針對傳染病監(jiān)測數(shù)據(jù)時空不獨(dú)立性，采用

3、Moran’s I和Getis-Ord G空間自相關(guān)分析以及SaTScan時空掃描分析對2009-2013年青海省縣級水平肺結(jié)核病空間、時間以及時空聚集特征進(jìn)行分析，對發(fā)病高危聚集區(qū)域及范圍進(jìn)行準(zhǔn)確探測，并評價其風(fēng)險強(qiáng)度。
　　3、針對橫截面數(shù)據(jù)空間分布非獨(dú)立，采用Moran’s I空間自相關(guān)分析和空間截面回歸模型，對2011年和2013年青海省各縣級行政區(qū)域肺結(jié)核病年發(fā)病率與政府醫(yī)療衛(wèi)生支出(千元/人)、教育支出(千元/人)、醫(yī)

4、療機(jī)構(gòu)床位數(shù)(張/千人)、醫(yī)療機(jī)構(gòu)人員配備情況(人/千人)、農(nóng)村居民人均純收入(千元)以及人均 GDP(萬元)等6項社會指標(biāo)關(guān)系進(jìn)行雙變量空間自相關(guān)分析和回歸分析，研究社會因素的空間聚集特征，以及在扣除鄰近地區(qū)發(fā)病率的影響后，定量探討影響肺結(jié)核病年發(fā)病率的社會因素。
　　4、由于肺結(jié)核病發(fā)病具有一定的季節(jié)特征，氣象因素和前期發(fā)病率可能對本地區(qū)發(fā)病率的影響存在時間滯后性，以及鄰近地區(qū)間發(fā)病率的相互影響，以2009-2013年青海省各

5、市(州)肺結(jié)核病月發(fā)病率數(shù)據(jù)為應(yīng)變量，同期到6個月滯后間隔的月平均氣溫(℃)、降水量(mm)、日照總時數(shù)(hours)、平均風(fēng)速(m/s)和發(fā)病率為自變量，進(jìn)行不同滯后間隔的面板數(shù)據(jù)模型回歸分析，探討氣象因素對發(fā)病率影響的最佳滯后期；利用F檢驗、Hausman檢驗、誤差項Moran’s I檢驗以及拉格朗日乘數(shù)(LM)檢驗確定最優(yōu)分析模型，定量分析影響肺結(jié)核病月發(fā)病率的氣象因素。
　　5、利用上述氣象因素與發(fā)病率的最佳滯后期空間面板

6、數(shù)據(jù)模型進(jìn)行發(fā)病率預(yù)測時，由于自變量中包含著鄰近地區(qū)同期發(fā)病率，故嘗試采用專家建模器對預(yù)測時段各地區(qū)發(fā)病率進(jìn)行預(yù)估，再利用空間面板數(shù)據(jù)模型對各地區(qū)發(fā)病率進(jìn)行預(yù)測，評價預(yù)測精度，比較專家建模器聯(lián)合空間面板數(shù)據(jù)模型的預(yù)測效果；探討聯(lián)合模型進(jìn)行發(fā)病率短期預(yù)測的可行性和可靠性。
　　結(jié)果：
　　1、青海省肺結(jié)核病年均報告發(fā)病率為98.26/10萬，明顯高于全國平均水平，且近年有略微上升趨勢；中老年人群發(fā)病率最高，其次為青壯年；男性高

7、于女性，新發(fā)病例以農(nóng)牧民為主；具有明顯的周期性和微弱的季節(jié)性，發(fā)病高峰主要集中在3-5月；南北方向呈北低南高的弧形變化趨勢，東西方向呈明顯的倒“U”型。
　　2、全局空間自相關(guān)Moran’sI和GeneralG值均大于期望值，取值范圍分別為0.398-0.581和0.029-0.034，表明肺結(jié)核病年發(fā)病率地區(qū)分布存在明顯的高發(fā)地區(qū)聚集傾向；SaTScan時空掃描分析結(jié)果顯示青海省肺結(jié)核病在時間、空間以及時空上存在明顯的高發(fā)病風(fēng)險

8、聚集性，時空一類聚集區(qū)域位于青海省西南部，中心位置在囊謙縣(東經(jīng)96.12°，北緯32.17°)，覆蓋囊謙縣、玉樹市和雜多縣等8個縣(市)，聚集半徑為421.00Km，發(fā)病高峰期為2012年1月到2013年6月，相對危險度(RR)為4.58；疊加分析顯示，以RR>2作為判斷標(biāo)準(zhǔn)比較合理，高危聚集區(qū)域主要集中在青海省西南部的玉樹和果洛州所轄12個縣(市)。
　　3、雙變量Moran’sI空間自相關(guān)分析顯示2011年醫(yī)療機(jī)構(gòu)床位數(shù)、醫(yī)

9、療機(jī)構(gòu)人員配備情況、農(nóng)村居民人均純收入和人均GDP共4項社會指標(biāo)與肺結(jié)核病年發(fā)病率間均具有統(tǒng)計學(xué)意義(P<0.05)，提示以上社會因素可能影響地區(qū)發(fā)病水平；以發(fā)病率對數(shù)值建立的普通最小二乘回歸顯示回歸殘差不獨(dú)立(Moran’sI=0.16，P<0.05)，而依據(jù)LM檢驗，空間滯后模型為最佳模型，該模型顯示：空間自相關(guān)系數(shù)?=0.4041，說明相鄰區(qū)域的發(fā)病率存在空間外溢現(xiàn)象(空間自相關(guān)性)，即當(dāng)其它影響因素固定不變時，相鄰地區(qū)肺結(jié)核病年

10、發(fā)病率每增加9倍，本地區(qū)年發(fā)病率將增加1.54倍；在扣除了發(fā)病率的空間自相關(guān)性后，農(nóng)村居民人均純收入是影響肺結(jié)核病年發(fā)病率的主要社會因素，b=-0.0657，即農(nóng)村居民人均純收入每增加1千元，本地區(qū)肺結(jié)核病年發(fā)病率將降低14％；空間截面回歸模型與普通最小二乘回歸模型相比，回歸系數(shù)絕對值有所下降(-0.0657 vs-0.0883)，說明充分考慮了發(fā)病率的空間自相關(guān)性后，估計結(jié)果更為合理，而傳統(tǒng)回歸模型沒有考慮空間自相關(guān)性，夸大了社會因素

11、的作用。2013年分析結(jié)果與2011年結(jié)果一致。
　　4、面板數(shù)據(jù)模型分析結(jié)果顯示氣象因素對發(fā)病率的影響存在3個月的滯后期；發(fā)病率對數(shù)轉(zhuǎn)換構(gòu)建的固定效應(yīng)模型(F=193.90，H=10.41，P<0.05)顯示回歸殘差不獨(dú)立(Moran’s I=0.20，P<0.05)，而依據(jù)LM檢驗，空間滯后固定效應(yīng)面板數(shù)據(jù)模型為最佳模型，該模型顯示：不同地區(qū)截距項不同，體現(xiàn)了發(fā)病率的空間異質(zhì)性；空間自相關(guān)系數(shù)?=0.3017，說明相鄰區(qū)域的月

12、發(fā)病率存在空間外溢現(xiàn)象，即相鄰地區(qū)肺結(jié)核病月發(fā)病率每增加9倍，本地區(qū)月發(fā)病率將增加1倍；相比氣象因素而言，當(dāng)前發(fā)病率對滯后3個月的發(fā)病率影響更明顯；在扣除了發(fā)病率的空間自相關(guān)性、空間異質(zhì)性以及前期發(fā)病率的影響后，平均氣溫和降水量是影響滯后3個月發(fā)病率的主要?dú)庀笠蛩兀划?dāng)前發(fā)病率每增加9倍，滯后3個月的發(fā)病率將增加36%，平均氣溫每升高10℃，滯后3個月的發(fā)病率將降低9%，降水量每增加2cm，滯后3個月的發(fā)病率將降低3%；與空間截面回歸模型

13、類似，空間面板數(shù)據(jù)模型與傳統(tǒng)回歸模型相比，估計結(jié)果也更為合理。
　　5、2013年10-12月各地區(qū)發(fā)病率時間序列專家建模器預(yù)測相對誤差為0.90%-136.14%，平均相對誤差為28.99%；專家建模器聯(lián)合空間面板數(shù)據(jù)模型預(yù)測相對誤差為0.17%-94.20%，平均相對誤差為21.09%；2014年1-3月平均相對誤差分別為26.60%和19.79%；專家建模器聯(lián)合空間面板數(shù)據(jù)模型的預(yù)測精度明顯提高。
　　結(jié)論：
　

14、　本研究首次采用時空統(tǒng)計分析方法和空間計量經(jīng)濟(jì)模型，從生態(tài)學(xué)角度對青海省肺結(jié)核病監(jiān)測數(shù)據(jù)進(jìn)行了詳細(xì)探討，得出如下結(jié)論：
　　1、針對傳染病監(jiān)測數(shù)據(jù)時空非獨(dú)立性特點(diǎn)，空間自相關(guān)分析和時空掃描分析是疾病時空聚集特征和高危區(qū)域探測的理想分析方法，準(zhǔn)確探測出了青海省肺結(jié)核病高危聚集區(qū)域主要集中在該省西南部，最大危險區(qū)以玉樹市為中心，r=259Km，覆蓋玉樹、囊謙、稱多、雜多、瑪多和曲麻萊等6縣(市)，RR=3.77。
　　2、考慮到

15、發(fā)病率的時空屬性，空間截面回歸模型和空間面板數(shù)據(jù)模型是生態(tài)學(xué)影響因素研究的理想分析模型，在公共衛(wèi)生領(lǐng)域具有廣泛應(yīng)用價值?？鄢l(fā)病率的時空影響后，農(nóng)村居民人均純收入、氣溫以及降水量是影響地區(qū)肺結(jié)核病發(fā)病率的主要社會環(huán)境因素。
　　3、相比單純時間序列專家建模器預(yù)測，專家建模器聯(lián)合空間面板數(shù)據(jù)模型的預(yù)測策略，在考慮了鄰近地區(qū)間發(fā)病率的相互影響以及氣象因子的作用后，預(yù)測精度明顯提高，可應(yīng)用到實際工作中發(fā)揮預(yù)警作用。
　　通過本研究