王清 果麗平 李燕霞

·調查研究·

邯鄲市麻疹發(fā)病率與氣象因素之間的關系研究

王清 果麗平 李燕霞

目的探討邯鄲市麻疹發(fā)病和氣象因素之間的關系。方法收集1972至2010年邯鄲市麻疹疫情資料、氣象資料和人口資料，采用EpiData3.0進行“雙重錄入”，用SPSS 17.0統(tǒng)計分析軟件建立數據庫，對數據進行統(tǒng)計分析。結果氣象參數的共線性診斷結果顯示，本組氣象因子數據容差最小為0.014，方差膨脹因子最大達69.998。開展麻疹疫苗計劃免疫之前麻疹月發(fā)病率沒有擬合出理想的模型曲線，之后呈三次模型曲線，方程為=3.361-0.039X -1.441*10-7X3。麻疹和10個氣象因素之間均不呈線性關系。麻疹月發(fā)病率與月平均風速之間得到曲線擬合方程=-28.349+48.241X-26.554X2+5.011X3。結論邯鄲市麻疹月發(fā)病率的模型曲線為三次模型曲線，月平均風速是影響麻疹發(fā)病率的主要氣象因素。

麻疹；發(fā)病率；氣象因素；曲線估計；曲線擬合

氣象因素與人體健康之間有著密切的聯系，早在兩千多年前的中國醫(yī)書《黃帝內經》中就有記載。近年來隨著科技的發(fā)展，人們對傳染病與氣象因素之間的關系研究已越來越深入。研究表明，傳染病的發(fā)生和出現經常與氣候變化有關[1]。本文通過1972年至2010年間氣象因素與麻疹發(fā)病率關系的研究，查找科學的統(tǒng)計分析方法，探討影響麻疹發(fā)病的關鍵氣象因子。

1 對象與方法

1.1 調查對象

1.1.1 疫情資料：1972至2010年邯鄲市麻疹病例按月報告發(fā)病數和發(fā)病率資料，由邯鄲市疾病預防控制中心疫情信息科提供。

1.1.2 人口資料：1972至2010年邯鄲市人口資料，由邯鄲市統(tǒng)計局提供。以常住本地人口的病例納入統(tǒng)計。

1.1.3 氣象資料：1972至2010年邯鄲市氣象資料，包括月平均氣溫、月平均氣壓、月平均相對濕度、月平均風速、月日照時數、月總降雨量、月極端最高氣溫、月極端最低氣溫、月小型蒸發(fā)量、月平均總云量等10個氣象因素，由邯鄲市氣象局提供。

1.2 方法

1.2.1 建立數據庫：將疫情數據、氣象資料和人口資料數據采用EpiData進行“雙重錄入”，再由SPSS導入，建立數據庫。

1.2.2 資料分析：用SPSS 17.0統(tǒng)計分析軟件對數據進行統(tǒng)計學處理、相關分析、曲線估計、曲線擬合、因子分析、主成分多元回歸分析等。

2 結果

2.1 氣象參數 經正態(tài)性檢驗，10個氣象因素中月日照時數和月平均總云量服從正態(tài)分布，其他8個氣象因素均不服從正態(tài)分布。做氣象參數的共線性診斷，本組氣象因子數據容差最小為0.014，方差膨脹因子最大達69.998。

2.2 麻疹發(fā)病情況 1972年1月至2010年12月39年間，邯鄲市報告麻疹病例167 389例，平均月報告發(fā)病率為4.91/10萬。經單樣本 Kolmogorov-Smirnov檢驗發(fā)現，P<0.001，發(fā)病呈偏態(tài)分布；極差為304.04，四分位數間距為0.710。1972年至1977年麻疹發(fā)病水平較高，最高達304.04/10萬。1978年開始開展麻疹計劃免疫工作，隨之麻疹月發(fā)病率出現明顯下降。1978年至2009年發(fā)病水平始終維持在2.5/10萬以下，2010年3～5月份發(fā)病率突然增高，最高達5.65/10萬。2～5月份為發(fā)病高峰，占總發(fā)病數的63.46%。見圖1。

圖1 邯鄲市1972至2010年麻疹發(fā)病情況

2.3 曲線估計 將麻疹疫苗計劃免疫前后的麻疹發(fā)病率所構成的曲線趨勢，分段進行曲線估計。結果發(fā)現兩段麻疹月發(fā)病率的三次模型的決定系數R2值均最大，計劃免疫前的R2值為0.076，F值為1.854，P=0.146，模型沒有統(tǒng)計學意義；計劃免疫后的R2值為0.141，F值為21.423，模型有統(tǒng)計學意義(P<0.01)。所以認為，本次分析計劃免疫之前麻疹月發(fā)病率沒有擬合出理想的模型曲線，計劃免疫之后麻疹月發(fā)病率呈三次模型曲線，得到方程=3.361-0.039X -1.441*10-7X3。

2.4 曲線擬合 將1972至2010年的麻疹月發(fā)病率作為因變量，將10個氣象因素分別作為自變量，進行曲線擬合，進一步研究氣象因素與麻疹月發(fā)病率的定量關系。在10個方程中，除月極端最低氣溫和麻疹月發(fā)病率擬合為二次方程外，其他9個氣象因素和麻疹月發(fā)病率均擬合為三次方程。月平均風速、月極端最高氣溫的R2值分別為0.177、0.076，P值均小于0.001，故認為月平均風速的曲線擬合結果較理想。麻疹月發(fā)病率與月平均風速的三次方程曲線關系得到擬合方程=-28.349+48.241X-26.554X2+5.011X3。

3 討論

國內外學者嘗試用不同的統(tǒng)計方法去探討傳染病和氣象因素之間的關系，包括多元線性回歸、時間序列泊松回歸、Spearman等級相關分析、等級聚類分析、多元時間序列分析方法、曲線擬合、互相關分析等[2-6]。

檢索文獻顯示，關于氣象因素和傳染病月發(fā)病率之間關系的研究方法問題，Spearman等級相關分析是較常用的一種[7,8]。但根據邯鄲市的麻疹月發(fā)病率和氣象資料首先繪制散點圖，再進一步做曲線擬合，結果發(fā)現邯鄲市麻疹月發(fā)病率和氣象因素之間均不呈線性關系，且對麻疹月發(fā)病率資料進行正態(tài)化處理后也如此，故不適合采用Spearman等級相關分析。目前多元線性回歸分析方法已被廣泛應用于因果關系的研究中。它是研究一個應變量與多個自變量之間的線性相關與回歸的方法。但是如果對變量的條件不加任何考慮,盲目地應用多元線性回歸分析往往得不到理想的結果,甚至導致錯誤的結論。因此對其適用條件和各變量間的關系進行研究是非常有意義的。本研究氣象參數共線性診斷結果顯示，容差最小的為0.014，方差膨脹因子最大的達69.998。經驗表明，容差<0.1,方差膨脹因子(VIF)>10,說明自變量間存在嚴重的多重共線性。共線性造成的主要后果是自變量對預測變量的估計不可靠，精度和穩(wěn)定性大大降低，嚴重影響回歸分析的效果。因此，多重共線性問題是回歸分析中需注意的一個重要方面，做多元回歸分析時有必要進行共線性診斷[9]。由于上述原因，作者認為本文不能直接做多元回歸分析，而是通過曲線擬合找出氣象因素和麻疹月發(fā)病率之間的數量關系，并用函數關系式表達出來。

多重共線性問題的解決辦法之一是進行因子分析或主成分分析，用提取的因子或主成分代替原變量進行回歸分析。因子分析是近年來非常流行的多元變量統(tǒng)計方法，它是將大量的彼此可能存在相關關系的變量，轉換成較少的彼此不相關的綜合指標，達到降維的效果，且各綜合指標代表的信息不重疊。對本課題的氣象參數做KMO統(tǒng)計量和Bartlett球型檢驗，其KMO值為0.839，Bartlett球形度檢驗P值小于0.01，表示氣象參數十分適合做因子分析。因子分析結果顯示，從10個氣象因素中可提取到兩個主因子Z1和Z2，其特征根分別為λ1=5.591，λ2=2.381，且對總方差的累積貢獻率為79.717%。以麻疹月發(fā)病率作為因變量，以主因子Z1和Z2作為自變量，采用逐步回歸分析，發(fā)現兩個主因子Z1、Z2和麻疹月發(fā)病率之間建立起了多元回歸方程，且方程有統(tǒng)計學意義，但其調整R2值太低(0.028)，擬合效果較差，提示氣象因素對麻疹發(fā)病的影響在其總的影響因素中所占的比例較小。

從曲線估計結果可以看出，開展計劃免疫前麻疹月發(fā)病率沒有擬合出理想的模型曲線，計劃免疫后麻疹月發(fā)病率呈三次模型曲線，提示計劃免疫對麻疹月發(fā)病率的影響非常大，已經改變了其曲線特征。從曲線擬合結果得出，麻疹月發(fā)病率與月平均風速的曲線擬合結果較理想，二者之間呈三次方程曲線關系，且得到了擬合方程，提示月平均風速是影響該病的主要氣象因素。而有學者報道長春地區(qū)的麻疹發(fā)病率與平均蒸發(fā)量、平均降水量和年平均氣壓相關[7]，福州市的麻疹發(fā)病率和月平均濕度之間得到了多元直線回歸方程[10]，浙江省紹興市的氣溫、相對濕度與麻疹發(fā)病具有一定的相關性[11]。研究結論的不同，也許是因地域差異所致，或許還有其他未探明的原因，有待于進一步探討。

1 陳偉文,譚雪芳,崔楚平,等.云浮市呼吸道和消化道傳染病發(fā)生與氣象因素的關系探討.熱帶醫(yī)學雜志,2008,8:623-625.

2 Fang LQ,Wang XJ,Liang S,et al.Spatiotemporal Trends and Climatic Factors of Hemorrhagic Fever with Renal Syndrome Epidemic in Shandong Province,China.PLoS Negl Trop Dis,2010，4:789.

3 Xiao D,Long Y,Wang SQ,et al.Spatiotemporal distribution of malaria and the association between its epidemic and climate factors in Hainan,China.Malaria Journal,2010,9:185.

4 Zhou SS,Huang F,Wang JJ,et al.Geographical,meteorological and vectorial factors related to malaria re-emergence in Huang-Huai River of central China.Malaria Journal，2010,9:337.

5 Wen YZ,Guo WD,Fang LQ.Climate Variability and Hemorrhagic Fever with Renal Syndrome Transmission in Northeastern China Environmental Health Perspectives,2010,118:915-920

6 Huang F,Zhou SS,Zhang SS.Temporal correlation analysis between malariaand meteorological factors in Motuo County,Tibet.Malaria Journal，2011,10:54.

7 李秀昌,孫健,胡亞男.長春地區(qū)氣候與傳染病間關系分析.中國衛(wèi)生統(tǒng)計,2010,27:66-69.

8 曲波,關鵬,周寶森,等.干旱地區(qū)氣象因素對常見傳染病疫情影響的研究.中國醫(yī)科大學學報,2004,33:35-39.

9 丁元林,孔丹莉,毛宗福.多重線性回歸分析中的常用共線性診斷方法.數理醫(yī)藥學雜志,2004,17:299-300.

10 鄭能雄,林云欽,鄭高,等.福州市主要傳染病與氣象因素關系的研究.醫(yī)學動物防制,2004,20: 275-278.

11 屠春雨.氣象因素與麻疹發(fā)病關系的研究.中華流行病學雜志,2004,25:826.

10.3969/j.issn.1002-7386.2014.09.058

056001 河北省邯鄲市中心血站(王清)；河北省邯鄲市疾病預防控制中心(果麗平、李燕霞)

果麗平，056008 河北省邯鄲市疾病預防控制中心；

E-mail：181957562@qq.com

R 511.1

A

1002-7386(2014)09-1404-03

2013-11-13)