胡雪蕓，何宗宜，苗 靜

疾病數(shù)據(jù)的時空聚集分析及可視化

胡雪蕓1，何宗宜1，苗 靜2

( 1．武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院，湖北武漢430079; 2．武漢市測繪研究院，湖北武漢430022)

一、引言

近年來，GIS應(yīng)用在公共衛(wèi)生健康及空間流行疾病領(lǐng)域發(fā)展迅速，并為其提供準(zhǔn)確有效的分析及制圖可視化工具。GIS可支持疾病制圖、定點(diǎn)分析、人口地理描述、空間統(tǒng)計分析和建模［1］，而疾病具有空間聚集分布現(xiàn)象，且聚集現(xiàn)象意味其已經(jīng)在一定區(qū)域內(nèi)建立了較為有效的傳播途徑，可作為疾病由局部散發(fā)性疫情向大規(guī)模暴發(fā)流行轉(zhuǎn)變的重要預(yù)警信號［2］。因此，充分利用疾病的時間與空間信息，將GIS時空聚集分析及可視化技術(shù)應(yīng)用于空間流行疾病領(lǐng)域，就可以對疫情實(shí)時監(jiān)控并進(jìn)行預(yù)測，以直觀的方式在疾病監(jiān)測、資源分配等方面為衛(wèi)生行政部門提供科學(xué)參考。

因有效的抗結(jié)核疫苗的全面普及，中國結(jié)核病發(fā)病率有所下降，但是在發(fā)展中國家，結(jié)核病仍然是公眾健康的主要危險之一，在我國也是主要傳染病之一［3］。因此本文以全國省級肺結(jié)核發(fā)病數(shù)據(jù)為研究對象，使用GIS的可視化技術(shù)，基于空間聚集分析，對疾病的空間聚集情況進(jìn)行探尋與分析，并依據(jù)時間序列對疾病進(jìn)行分析預(yù)測，最后，以時空掃描統(tǒng)計方法對疾病發(fā)生的時間、空間結(jié)合分析，所得結(jié)果表明該時空聚集分析方法可靠，可為公共衛(wèi)生決策提供參考建議。

二、疾病數(shù)據(jù)時空聚集方法

疾病聚集研究是為了尋找空間或時空上的疾病發(fā)生風(fēng)險明顯高的地區(qū)，有助于疾病預(yù)警及資源合理分配。本文研究疾病時空聚集的方法如圖1所示，對疾病數(shù)據(jù)依次進(jìn)行空間聚集分析、時間序列預(yù)測分析及時空掃描分析，對疾病的發(fā)病情況進(jìn)行深入的研究。

圖1 疾病數(shù)據(jù)時空聚集分析方法

1．空間聚集分析

空間聚集分析主要包括全局自相關(guān)分析、局部自相關(guān)分析及熱點(diǎn)分析。其中，全局自相關(guān)分析采用Moran's I指數(shù);當(dāng)Moran'I指數(shù)為0時，說明無聚集;當(dāng)Moran'I指數(shù)大于0時，則正空間自相關(guān);反之，空間負(fù)自相關(guān)。Moran'I的統(tǒng)計檢驗(yàn)P值由蒙特·卡羅隨機(jī)試驗(yàn)得到。當(dāng)區(qū)域數(shù)據(jù)具有空間自相關(guān)性后，可進(jìn)行局部自相關(guān)性檢驗(yàn)，它通過對每個區(qū)域進(jìn)行Moran'I指數(shù)統(tǒng)計，探測局部的聚集情況，通常采用局部空間關(guān)聯(lián)指標(biāo)( LISA)［4］，可探索局部自相關(guān)性，或通過Moran散點(diǎn)圖發(fā)現(xiàn)異常值。熱點(diǎn)分析是對每個要素計算Getis-Ord Gi*統(tǒng)計［5］，Gi*統(tǒng)計是局部聚集的指標(biāo)，代表分布地區(qū)的“中心”，通過對比局部自相關(guān)估計與全局平均水平，在空間上發(fā)現(xiàn)熱點(diǎn)。

2．時間序列預(yù)測ARIMA模型

為了研究事物的動態(tài)演變規(guī)律，按某種(相等或不相等)時間間隔對客觀事物進(jìn)行實(shí)時觀察，所得觀察結(jié)果X1、X2、…、Xi被稱作時間序列，其數(shù)學(xué)本質(zhì)是隨機(jī)過程的一次具體實(shí)現(xiàn)［6］。時間序列時域分析基本模型主要有指數(shù)平滑方法及ARIMA模型，而在醫(yī)學(xué)范疇內(nèi)ARIMA模型應(yīng)用廣泛［7-8］。ARIMA自回歸綜合移動平均模型也稱box-jenkins模型，基本思想是將預(yù)測對象隨時間推移而形成的數(shù)據(jù)視為一組依賴于時間t的隨機(jī)變量［9］，然后用數(shù)學(xué)模型來描述變量序列，其建模過程如圖2所示。

圖2 ARIMA模型建模過程

3．時空掃描統(tǒng)計

時空掃描統(tǒng)計是時空事件聚類分析方法中的一種，它是由Kulldorff在空間掃描統(tǒng)計基礎(chǔ)上擴(kuò)展得到的［10］，旨在探索時空范圍的聚集性與比較隨機(jī)分布模式，是否顯著增加，并確定聚集性最可能異常的時空事件集合［11］。時空掃描統(tǒng)計方法在流行病時空聚集研究領(lǐng)域應(yīng)用廣泛［12-13］，能夠?qū)α餍胁“l(fā)病的時間、地點(diǎn)及其規(guī)模的大小進(jìn)行深入分析，從而實(shí)現(xiàn)流行病爆發(fā)的早期識別［14］。其基本思想是首先采用一個以空間距離定義半徑、時間長度定義高度的圓柱體作為二維掃描窗口，掃描每一個時空事件，然后在每個窗口根據(jù)泊松分布，以人口數(shù)與總發(fā)病數(shù)計算理論發(fā)病數(shù)，通過窗口內(nèi)外理論與實(shí)際發(fā)病人數(shù)構(gòu)造統(tǒng)計量對數(shù)似然比( LLR)，用LLR來描述掃描窗口內(nèi)發(fā)病數(shù)的異常程度。最后，基于蒙特卡羅模擬法生成的隨機(jī)數(shù)據(jù)集，以相同方法計算LLR值，對窗口進(jìn)行顯著性檢驗(yàn)。

三、疾病數(shù)據(jù)可視化

疾病制圖在空間流行病領(lǐng)域中發(fā)揮很大的作用，可以發(fā)現(xiàn)疾病的潛在危險區(qū)域，協(xié)助病因?qū)W研究，分析疾病地理分布情況，合理分配醫(yī)療資源，對疾病擴(kuò)散起一定的預(yù)防作用。在疾病制圖及空間聚集分析時，考慮到區(qū)域人口總量的變異性，及區(qū)域發(fā)病率比患病人數(shù)更能準(zhǔn)確地反映疾病真實(shí)的空間分布［15］，使用發(fā)病率指標(biāo)作為試驗(yàn)數(shù)據(jù)。發(fā)病率是一段時間之間出現(xiàn)的新患病人數(shù)與總?cè)丝跀?shù)的百分比，計算方法為

本文研究以全國省級肺結(jié)核發(fā)病數(shù)據(jù)為研究對象，考慮到空間的連續(xù)性及數(shù)據(jù)獲取情況，文中暫不考慮海南、香港、澳門、臺灣的發(fā)病情況，因此下文中分析過程將不包括上述地區(qū)。整理數(shù)據(jù)，得出各省2005—2012年平均肺結(jié)核發(fā)病率數(shù)據(jù)，對該數(shù)據(jù)進(jìn)行可視化分析，得出整體上各地區(qū)不同的發(fā)病情況，如圖3所示。

圖3 全國2005—2012各省年平均肺結(jié)核發(fā)病率統(tǒng)計圖

考慮到分級圖受省級邊界的限制，發(fā)病率統(tǒng)計圖不夠連續(xù)光滑，使用插值方法生成發(fā)病率地形圖，如圖4所示。地學(xué)統(tǒng)計克里金插值法不同于其他確定性插值方法，它考慮空間變異性，并可將隨機(jī)因素及相關(guān)因素考慮進(jìn)來，這樣疾病制圖的效果更準(zhǔn)確［16］。

圖4 全國2005—2012各省年平均肺結(jié)核發(fā)病率克里金插值圖

結(jié)合分析圖3、圖4，可初步判斷新疆、貴州廣西的兩部分區(qū)域?yàn)楦甙l(fā)病率區(qū)域，北京天津及沿海區(qū)域?yàn)榈桶l(fā)病率區(qū)域。

四、疾病數(shù)據(jù)時空聚集分析

1．空間聚集分析

ArcGIS“空間統(tǒng)計”工具箱中的工具可以對空間分布的顯著特征進(jìn)行匯總，識別具有統(tǒng)計顯著性的空間聚類(熱點(diǎn)/冷點(diǎn))或空間異常值，評估聚類或離散的總體模式并建立空間關(guān)系模型。本文將使用該工具箱工具進(jìn)行一系列空間聚集分析。

( 1)空間自相關(guān)分析

Globe Moran's I指數(shù)代表了全局發(fā)病率的空間自相關(guān)性及分布模式，Z得分和P值都是統(tǒng)計顯著性的度量，用于逐要素判斷是否拒絕零假設(shè)。若Moran's I指數(shù)大于0，且P＜0．05，Z＞1．96，說明研究區(qū)域具有空間相關(guān)性，其分布是聚集型分布。選取2005—2012年肺結(jié)核發(fā)病率數(shù)據(jù)進(jìn)行全局空間自相關(guān)分析，部分結(jié)果見表1，表明全國發(fā)病率數(shù)據(jù)呈聚集型分布，并非隨機(jī)分布。

表1 全國2005—2011年發(fā)病率的全局空間自相關(guān)分析

( 2)聚類和異常值分析

Anselin Local Moran's I統(tǒng)計量可識別具有統(tǒng)計顯著性的熱點(diǎn)、冷點(diǎn)和空間異常值，選取2005—2012年肺結(jié)核發(fā)病率數(shù)據(jù)進(jìn)行聚類和異常值分析，部分結(jié)果如圖5所示，HH代表高值聚集類，LL代表低值聚集類，HL代表高值要素而四周圍繞的是低值要素，LH代表低值要素而四周圍繞的是高值要素。由圖5可知，2005年和2007年，貴州、廣西、重慶為高發(fā)病率聚集區(qū)，北京、天津等為低發(fā)病率聚集區(qū); 2009年高發(fā)病率聚集區(qū)發(fā)生變化，新增新疆、西藏地區(qū)，廣西、重慶地區(qū)不明顯，低發(fā)病率聚集區(qū)增加江蘇及上海; 2011年新疆、西藏和貴州為高發(fā)病率聚集區(qū)，低發(fā)病率聚集區(qū)大致不變?？傮w上，隨著時間變化，高發(fā)病率聚集區(qū)發(fā)生改變，結(jié)合原發(fā)病率數(shù)據(jù)，新疆地區(qū)發(fā)病率高，西藏地區(qū)2009年和2011年發(fā)病率驟升，因此與新疆地區(qū)形成新高發(fā)病率聚集區(qū);廣西、重慶2007年后發(fā)病率隨時間大致呈下降趨勢。

( 3)熱點(diǎn)分析

熱點(diǎn)分析用于識別具有統(tǒng)計顯著性的高值(熱點(diǎn))和低值(冷點(diǎn))的空間聚類，以Z得分進(jìn)行制圖。由圖6可知，隨著時間變化，熱點(diǎn)區(qū)域有所改變，其分析結(jié)果與聚類分析大體一致，2005年與2007年，新疆、貴州、廣西等區(qū)域?yàn)闊狳c(diǎn)區(qū)域，北京、天津、上海等為冷點(diǎn)區(qū)域，隨著時間變化，2009年與2011年新增西藏為熱點(diǎn)區(qū)域，冷點(diǎn)區(qū)域基本一致。

2．時間序列分析

全國發(fā)病率如圖5( a)所示，全國年發(fā)病率在2005年達(dá)到最高值，之后呈遞減趨勢。以發(fā)病率熱點(diǎn)省份新疆和貴州為例，2005—2012年以月份為時間間隔，序列圖如圖7所示，可知發(fā)病率具有年周期性。新疆月發(fā)病率在2007年1月份達(dá)到最高值，年內(nèi)大致呈下降趨勢，偶見年底反彈;貴州月發(fā)病率在2008年1月份達(dá)到最高值，年內(nèi)大致呈下降趨勢。新疆和貴州年內(nèi)發(fā)病率趨勢大體一致，可知年初為高發(fā)病率時期，推測冬季初春為高發(fā)病時段。

在已有大量時間屬性的數(shù)據(jù)下，可對貴州時間序列進(jìn)行預(yù)測。選擇時間序列ARIMA模型，經(jīng)過參數(shù)調(diào)試，選用參數(shù)模型ARIMA( 1，0，0) ( 1，0，0)，所得Q統(tǒng)計量值為0．473＞0．05，說明殘差彼此獨(dú)立，且殘差基本符合零均值正態(tài)分布，因此殘差通過白噪聲檢驗(yàn)，說明該模型比較合理。得出預(yù)測圖如圖8所示，所得預(yù)測結(jié)果見表2，其中UCL為高值置信區(qū)，LCL為低值置信區(qū)，預(yù)測值均在置信區(qū)，預(yù)測值可靠。

圖5 2005—2011年全國肺結(jié)核發(fā)病率聚類及異常值分析

圖6 2005—2011年全國肺結(jié)核發(fā)病率的熱點(diǎn)分析

圖7 發(fā)病率時間序列圖

圖8 貴州2013年月發(fā)病率預(yù)測圖

表2 貴州2013年部分月發(fā)病率預(yù)測

3．時空掃描統(tǒng)計

使用軟件SaTScan v9．3．1，對2005—2012年全國省份年肺結(jié)核患病數(shù)據(jù)進(jìn)行回顧性時空掃描分析，結(jié)果見表3，肺結(jié)核發(fā)病在時間和空間上存在明顯的聚集性。最可能聚集區(qū)域?yàn)樾陆?、貴州、廣西、重慶等組成的區(qū)域范圍，其LLR值高于其他聚集區(qū)域，聚集時間為2005—2008年。另外發(fā)現(xiàn)，黑龍江在2005—2008年構(gòu)成次聚集區(qū)域，表明在該時間段內(nèi)發(fā)病異常增多，呈聚集性分布。同時，內(nèi)蒙古2005年發(fā)病呈聚集型分布，表明2005年為疾病高發(fā)時段。由時空掃描分析得出時空上最可能聚集區(qū)域，如圖9所示。

圖9 2005—2012年全國肺結(jié)核發(fā)病時空聚集情況

表3 2005—2012年全國肺結(jié)核病例時空掃描分析結(jié)果

五、結(jié)束語

疾病制圖作為疾病數(shù)據(jù)的可視化方法之一，能夠在空間上反映疾病的分布情況，并將統(tǒng)計分析結(jié)果更加直觀地表達(dá)出來。本文以全國省級肺結(jié)核患病數(shù)據(jù)為源數(shù)據(jù)，使用全局空間自相關(guān)、局部自相關(guān)分析、時間序列預(yù)測分析及時空掃描分析方法，對全國肺結(jié)核疾病的時空聚集情況進(jìn)行分析及可視化。試驗(yàn)結(jié)果為全局疾病呈聚集分布，空間上確定高發(fā)病率區(qū)及低發(fā)病率區(qū)，時間上確定高發(fā)病時間段，結(jié)合時間與空間，尋找時空上高發(fā)病聚集區(qū)，分析結(jié)果具有一定的參考價值。本文時空聚集分析方法適用于分析疾病在時空上的聚集情況，分析結(jié)果可使相關(guān)醫(yī)療部門人員更深刻地認(rèn)識疾病的發(fā)病情況，有利于發(fā)現(xiàn)重點(diǎn)防治區(qū)，加強(qiáng)對高發(fā)病區(qū)域的監(jiān)測與預(yù)警，防止疾病暴發(fā)，并協(xié)助有所側(cè)重地合理分配醫(yī)療資源，為疾病控制決策提供科學(xué)的參考依據(jù)。

［1］ JACQUEZ G M．Spatial Analysis in Epidemiology: Nascent Science or a Failure of GIS?［J］．Journal of Geographical Systems，2000，2( 1) : 91-97．

［2］ 張人杰，葛尓佳，張雙鳳，等．高致病性H5N1禽流感全球分布地理信息系統(tǒng)時空分析［J］．中國公共衛(wèi)生，2014，30( 1) : 26-29．

［3］ 張俊輝，李曉松，葉運(yùn)莉．我國肺結(jié)核病危險因素的Meta分析［J］．現(xiàn)代預(yù)防醫(yī)學(xué)，2010，37 ( 2) : 207-209．

［4］ ANSELIN L．Local Indicators of Spatial Association—LISA［J］．Geographical Analysis，1995，27( 2) : 93-115．

［5］ GETIS A，ORD J K．The Analysis of Spatial Association by Use of Distance Statistics［J］．Geographical Analysis，1992，24( 3) : 189-206．

［6］ 王彤．醫(yī)學(xué)統(tǒng)計學(xué)與SPSS軟件應(yīng)用［M］．北京:北京大學(xué)醫(yī)學(xué)出版社，2008: 307．

［7］ 楊召，葉中輝，趙磊，等．ARIMA-BPNN組合預(yù)測模型在流感發(fā)病率預(yù)測中的應(yīng)用［J］．中國衛(wèi)生統(tǒng)計，2014，31( 1) : 16-18．

［8］ 王濤，苑新海，朱宗龍．ARIMA時間序列在乙肝發(fā)病預(yù)測中的應(yīng)用［J］．中國衛(wèi)生統(tǒng)計，2014，31( 4) : 646-647．

［9］ 丁亞興，張之倫，朱向軍．自回歸綜合移動平均模型對天津市甲型肝炎發(fā)病預(yù)測［J］．疾病監(jiān)測，2008，23 ( 5) : 326-328．

［10］KULLDORFF M，ATHAS W F，F(xiàn)EURER E J，et al．Evaluating Cluster Alarms: a Space-time Scan Statistic and Brain Cancer in Los Alamos，New Mexico［J］．American Journal of Public Health，1998，88 ( 9) : 1377-1380．

［11］唐建波，鄧敏，劉啟亮．時空事件聚類分析方法研究［J］．地理信息世界，2013，20 ( 1) : 38-45．

［12］ONOZUKA D，HAGIHARA A．Geographic Prediction of Tuberculosis Clusters in Fukuoka，Japan，Using the Space-time Scan Statistic［J］．BMC Infectious Diseases，2007，7( 1) : 1-9．

［13］王強(qiáng)，高金彬，許靜，等．運(yùn)用時空掃描統(tǒng)計量分析江蘇省高郵市釘螺時空分布中［J］．中國寄生蟲學(xué)與寄生蟲病雜志，2014，32( 2) : 110-115．

［14］肖輝，肖革新．時空掃描統(tǒng)計量在細(xì)菌性痢疾監(jiān)測數(shù)據(jù)分析中的應(yīng)用［J］．中國食品衛(wèi)生雜志，2014，26 ( 1) : 83-87．

［15］ROBINSON T，STEVENSON M，STEVENS K B，et al．Spatial Analysis in Epidemiology［M］．New York: Oxford University Press，2008: 35．

［16］ ZHONG S，XUE Y，CAO C，et al．Explore Disease Mapping of Hepatitis B Using Geostatistical Analysis Techniques［C］∥Computational Science-ICCS 2005．Berlin: Springer Berlin Heidelberg，2005: 464-471．

［17］郭云開，王楊．路域植被覆蓋度時空變化遙感定量反演［J］．測繪通報，2013( 5) : 23-27．

［18］張健欽，邙曉宇，徐志潔，等．基于GIS的居民出行調(diào)查數(shù)據(jù)時空查詢分析研究［J］．測繪通報，2013( 4) : 21-24．

Space-time Clustering Analysis and Visualization Based on the Data of Tuberculosis

HU Xueyun，HE Zongyi，MIAO Jing

GIS應(yīng)用在疾病領(lǐng)域方面發(fā)展迅速，為其提供可靠的空間統(tǒng)計分析方法，其疾病制圖實(shí)現(xiàn)了疾病數(shù)據(jù)的可視化。本文以肺結(jié)核數(shù)據(jù)為例，進(jìn)行了空間聚集分析、時間序列分析及時空掃描統(tǒng)計分析，分析疾病的時空聚集狀態(tài)，尋找高發(fā)病率區(qū)域，分析結(jié)果可為醫(yī)療衛(wèi)生部門在疾病監(jiān)測預(yù)警、資源分配等方面提供科學(xué)參考。

發(fā)病率;可視化;時空聚集;時間序列;肺結(jié)核

胡雪蕓( 1991—)，女，碩士生，研究方向?yàn)閿?shù)據(jù)挖掘與時空分析。E-mail: blufan@ 163．com

P208

B

0494-0911( 2015) 11-0106-06

胡雪蕓，何宗宜，苗靜．疾病數(shù)據(jù)的時空聚集分析及可視化［J］．測繪通報，2015( 11) : 106-111．

10．13474/j．cnki．11-2246．2015．0358

2014-12-11;

2015-05-06