劉杰，陳挺，余云華，韓雪，鄭興

· 論著 ·

上海市楊浦區(qū)2007～2014年急性心肌梗死空間數(shù)據(jù)探索性分析

劉杰1，陳挺2，余云華2，韓雪3，鄭興2

目的 探索上海市楊浦2007～2014年區(qū)急性心肌梗死患者發(fā)病、死亡人群空間分布的特征，尋找“熱點(diǎn)區(qū)域”。方法 建立2007～2014年上海市楊浦區(qū)基于街區(qū)的急性心肌梗死空間數(shù)據(jù)庫，運(yùn)用地理信息系統(tǒng)技術(shù)、全局空間自相關(guān)（Moran's I）與局部空間自相關(guān)（Local Moran's I，LISA）方法對(duì)急性心肌梗死資料進(jìn)行分析處理，探索楊浦區(qū)急性心肌梗死空間分布模式和規(guī)律。結(jié)果 全局空間自相關(guān)結(jié)果顯示，楊浦區(qū)急性心肌梗死發(fā)病率（45.81/萬）、死亡率（13.86/萬）在各街區(qū)間存在明顯的空間聚集現(xiàn)象（I發(fā)病=0.1012，P=0.0291；I死亡=0.1428，P=0.0281）；局部空間自相關(guān)分析探測(cè)出了急性心肌梗死發(fā)病率、死亡率的高發(fā)熱點(diǎn)地區(qū)為楊浦區(qū)長白新村街區(qū)和延吉新村街區(qū)。結(jié)論 楊浦區(qū)急性心肌梗死發(fā)病率、死亡率呈顯著的地區(qū)分布規(guī)律，可根據(jù)這一特征進(jìn)一步尋找地區(qū)差異性的原因，為合理配置醫(yī)療資源和調(diào)整管理策略提供科學(xué)依據(jù)。

急性心肌梗死；空間流行病學(xué)分布；地理信息系統(tǒng)；空間自相關(guān)分析

急性心肌梗死作為心血管疾病的重要組成部分，其死亡率常年居高不下。為了研究急性心肌梗死的分布特征、流行規(guī)律及臨床特點(diǎn)等情況，世界各地均展開了針對(duì)急性心肌梗死的流行病學(xué)研究［1-4］。中國居民隨著經(jīng)濟(jì)發(fā)展、心血管疾病危險(xiǎn)因素的增加，罹患急性心肌梗死的人數(shù)逐年增長，已成為中國人群重大的公共衛(wèi)生問題［5］。中國MONICA研究針對(duì)急性冠心病事件的發(fā)病率、死亡率及危險(xiǎn)因素水平進(jìn)行長期監(jiān)測(cè)，了解急性心肌梗死在不同危險(xiǎn)因素暴露人群中的分布特點(diǎn)，探討其發(fā)展變化趨勢(shì)以及與飲食結(jié)構(gòu)、時(shí)令溫度、性別年齡等因素的關(guān)系，為急性心肌梗死的預(yù)防控制開展提供了方向和工作重點(diǎn)［6］。

1　資料與方法

1.1資料來源 建立2007～2014年上海市楊浦區(qū)各街區(qū)急性心肌梗死發(fā)病、死亡數(shù)據(jù)庫，各街區(qū)人口資料均由上海市楊浦區(qū)疾病預(yù)防控制中心提供。根據(jù)在楊浦區(qū)疾病預(yù)防控制中心收集整理的資料，建立急性心肌梗死數(shù)據(jù)庫，統(tǒng)計(jì)各街區(qū)急性心肌梗死的發(fā)病率、死亡率。

1.2地圖繪制 以《上海市楊浦區(qū)行政區(qū)劃地圖》為基礎(chǔ)地圖，利用 GIS軟件MAPGIS對(duì)整理后的急性心肌梗死疾病資料與相應(yīng)的楊浦區(qū)行政街區(qū)進(jìn)行匹配，根據(jù)地理坐標(biāo)（楊浦區(qū)各街區(qū)近似中心點(diǎn)的經(jīng)度和緯度），以點(diǎn)數(shù)據(jù)形式輸入電子地圖，并用不同顏色表示率的變化，形成楊浦區(qū)各街區(qū)急性心肌梗死發(fā)病率、死亡率專題地圖。

1.3空間自相關(guān)分析 利用全局自相關(guān)（Moran's I）、局部自相關(guān)（Local Moran's I，LISA）分別對(duì)楊浦區(qū)急性心肌梗死發(fā)病率、死亡率的全局和局部空間自相關(guān)性進(jìn)行分析。Moran's I總體上反映了研究目標(biāo)的空間相關(guān)性［10］，計(jì)算公式如下：

其中i≠j，n是參與分析的空間單元數(shù)；Xi和Xj分別表示某現(xiàn)象X在空間單元i和j上的觀測(cè)值；Wij是空間權(quán)重矩陣，本研究采用反距離空間準(zhǔn)則，以街區(qū)間坐標(biāo)距離的倒數(shù)作為權(quán)重，距離越遠(yuǎn)，相關(guān)性越低。

局部空間自相關(guān)，描述一個(gè)空間單元與其領(lǐng)域的相似程度，能夠表示每個(gè)局部單元服從全局總趨勢(shì)的程度，并提示空間異質(zhì)，說明空間依賴是如何隨位置變化的。其常用反映指標(biāo)是Local Moran's I ，計(jì)算公式為：

式中Ii是i點(diǎn)的LISA值，其余參數(shù)的定義和設(shè)定及假設(shè)檢驗(yàn)方法同全局Moran's I。

1.4觀察指標(biāo) Moran's I取值介于-1～1之間，E（I）為I的期望值，若Moran's I＞E（I），表示空間分布正相關(guān)，相鄰空間單元具有相似的屬性值，表明急性心肌梗死發(fā)病、死亡特征呈聚集性分布；若Moran's I＜E（I），表示空間分布負(fù)相關(guān)，表明急性心肌梗死發(fā)病、死亡特征呈離散型分布；當(dāng)I接近期望值時(shí)，表明空間單元（街區(qū)）之間不存在自相關(guān)。

Local Moran's I系數(shù)反映了某區(qū)域周圍相似屬性值的空間聚集程度。Ii＞0表示空間單元i與鄰近單元的屬性值相似（高值聚集或低值聚集），即存在空間正相關(guān)現(xiàn)象；Ii＜0表示空間單元i與鄰近單元的屬性值不相似，即存在空間負(fù)相關(guān)現(xiàn)象。Local Moran's I可以看作是全局Moran's I的各區(qū)域分量，它反映了各區(qū)域的空間自相關(guān)現(xiàn)象對(duì)區(qū)域整體空間自相關(guān)的影響程度［11］。

1.5統(tǒng)計(jì)學(xué)方法 專題地圖采用MapGIS軟件繪制。統(tǒng)計(jì)分析采用統(tǒng)計(jì)軟件R完成［12］。計(jì)數(shù)資料采用萬分比率形式表示，各街區(qū)間率的比較采用卡方檢驗(yàn)，P≤0.05時(shí)，存在顯著統(tǒng)計(jì)學(xué)差異。空間自相關(guān)分析計(jì)算Moran's I系數(shù)與E（I），統(tǒng)計(jì)假設(shè)檢驗(yàn)采用Monte Carlo模擬方法進(jìn)行隨機(jī)抽樣，模擬數(shù)據(jù)10 000次進(jìn)行置換檢驗(yàn)，P≤0.05為差異有統(tǒng)計(jì)學(xué)意義。對(duì)各街區(qū)進(jìn)行多重檢驗(yàn)時(shí)，除未校正結(jié)果外，還提供經(jīng)Benjamini Y和Hochberg的FDR控制法校正后的P值［13］，控制I型錯(cuò)誤率膨脹。

2　結(jié)果

2.1調(diào)查城區(qū)基本特征及發(fā)病、死亡情況 楊浦區(qū)位于上海市中心城區(qū)東北部，黃浦江下游西北岸，區(qū)域面積60.61平方公里，戶籍人口1 089 478人，轄下有11個(gè)街區(qū)和1個(gè)鎮(zhèn)，分別是定海、大橋、平?jīng)?、江浦、四平、控江、延吉新村、長白新村、五角場(chǎng)、殷行、新江灣城（資料暫缺）和五角場(chǎng)鎮(zhèn)［14］。2007～2014年楊浦區(qū)急性心肌梗死發(fā)病共計(jì)4979例，急性心肌梗死死亡1506例，楊浦區(qū)急性心肌梗死發(fā)病率、死亡率的空間分布見發(fā)病率、死亡率專題地圖如圖1，圖2。楊浦區(qū)各街區(qū)間率的卡方檢驗(yàn)表明急性心肌梗死發(fā)病率（χ2=1464.351，P＜0.001）與死亡率（χ2=515.564，P＜0.001）存在街區(qū)分布上的統(tǒng)計(jì)學(xué)差異。長白街區(qū)和延吉街區(qū)的急性心肌梗死發(fā)病率、死亡率均最高，表明急性心肌梗死發(fā)病率、死亡率在街區(qū)尺度上存在空間差異性。

2.2全局Moran's I空間自相關(guān)分析結(jié)果 楊浦區(qū)急性心肌梗死發(fā)病率、死亡率的全局Moran's I空間自相關(guān)分析結(jié)果見表1，急性心肌梗死發(fā)病率、死亡率在各街區(qū)間并未隨機(jī)分布，存在明顯的空間聚集現(xiàn)象（I發(fā)病=0.1012，P=0.0291；I死亡=0.1428，P=0.0281），由于Moran's I＞0，表明成正向空間自相關(guān)。

圖1　上海市楊浦區(qū)急性心肌梗死發(fā)病率空間分布專題地圖

圖2　上海市楊浦區(qū)急性心肌梗死死亡率空間分布專題地圖

2.3局部空間自相關(guān)Local Moran's I分析結(jié)果 楊浦區(qū)急性心肌梗死發(fā)病率、死亡率的局部空間自相關(guān)分析結(jié)果分別見表2，表3，對(duì)Local Moran's I值進(jìn)行顯著性水平檢驗(yàn)有統(tǒng)計(jì)學(xué)意義（P＜0.05）的街區(qū)有2個(gè)，分別是長白街區(qū)和延吉街區(qū)，且兩個(gè)街區(qū)Moran's I均大于0，表明長白街區(qū)和延吉街區(qū)存在空間自相關(guān)現(xiàn)象。其與周圍街區(qū)（控江、定海、大橋）的急性心肌梗死發(fā)病率、死亡率相似，說明急性心肌梗死發(fā)病、死亡在長白和延吉兩個(gè)街區(qū)及南部周圍街區(qū)存在高高分布，地理環(huán)境與急性心肌梗死的發(fā)病、死亡具有相關(guān)性。

表1　Moran's I空間自相關(guān)分析結(jié)果

3　討論

疾病的發(fā)生與流行除了在時(shí)間和人群中有其分布特點(diǎn)，與一定地域空間的環(huán)境因素密切相關(guān)，然而流行病的調(diào)查研究多聚焦在時(shí)間和人群兩個(gè)要素，往往忽視了空間環(huán)境的分析［15］。早期研究疾病在空間上的分布特點(diǎn)和規(guī)律采用的是繪制疾病地圖，它能夠直觀地揭示疾病的發(fā)生與地理環(huán)境位置因素間的關(guān)系［16］。本研究利用MAPGIS軟件對(duì)上海市楊浦區(qū)急性心肌梗死發(fā)病率、死亡率的空間分布進(jìn)行地圖繪制，可以直觀的觀察到急性心肌梗死發(fā)病率、死亡率在街區(qū)上的空間聚集特征，通過卡方檢驗(yàn)，急性心肌梗死發(fā)病率、死亡率在楊浦區(qū)總體街區(qū)上存在顯著統(tǒng)計(jì)學(xué)差異，進(jìn)一步驗(yàn)證了急性心肌梗死在楊浦區(qū)空間分布上的規(guī)律。

由于空間現(xiàn)象的非獨(dú)立性特點(diǎn)，傳統(tǒng)數(shù)理統(tǒng)計(jì)方法無法很好解決空間數(shù)據(jù)的采集和處理問題，結(jié)果會(huì)產(chǎn)生偏倚，因此出現(xiàn)了空間分析技術(shù)［17］?？臻g分析技術(shù)可用于描述與分析疾病和衛(wèi)生事件的空間分布特點(diǎn)及規(guī)律，高危人群的分布，探索影響地區(qū)人群健康情況的因素，輔助衛(wèi)生系統(tǒng)的資源分配和防控決策。本研究針對(duì)楊浦區(qū)2007～2014年各街區(qū)急性心肌梗死數(shù)據(jù)進(jìn)行空間自相關(guān)分析，探索急性心肌梗死的空間分布模式。結(jié)果顯示急性心肌梗死發(fā)病率、死亡率在楊浦區(qū)呈現(xiàn)空間聚集性，高發(fā)的“熱點(diǎn)區(qū)域”為長白新村、延吉新村兩個(gè)街區(qū)，高值聚集區(qū)域位于楊浦區(qū)中南部，為有效防控急性心肌梗死、配置和管理街區(qū)醫(yī)療資源提供了科學(xué)依據(jù)?？紤]到長白、延吉街區(qū)主要為舊城區(qū)組成，街區(qū)環(huán)境特征與其余街區(qū)可能存在一定差異，同時(shí)，研究中觀察到中西北街區(qū)的急性心肌梗死的發(fā)病率、死亡率為較低值，空間分布特征呈現(xiàn)隨機(jī)性分布，這些街區(qū)屬于高校園區(qū)教育、產(chǎn)業(yè)、服務(wù)功能區(qū)，但資源分布與區(qū)域經(jīng)濟(jì)相互封閉獨(dú)立，新的街區(qū)功能還待完善［18］，這為進(jìn)一步研究急性心肌梗死在楊浦各街區(qū)存在空間分布差異性的原因提供了線索。

表2　楊浦區(qū)各街區(qū)急性心肌梗死發(fā)病率局部空間自相關(guān)Local Moran's I分析結(jié)果

表3　楊浦區(qū)各街區(qū)急性心肌梗死死亡率局部空間自相關(guān)Local Moran's I分析結(jié)果

本研究存在不足之處：年齡、性別是急性心肌梗死發(fā)病的危險(xiǎn)因素之一，同時(shí)也是街區(qū)人口的結(jié)構(gòu)特征，由于未能收集到楊浦區(qū)各街區(qū)的年齡、性別人口結(jié)構(gòu)數(shù)據(jù)，無法計(jì)算各街區(qū)的標(biāo)化發(fā)病率和死亡率，對(duì)空間自相關(guān)分析可能產(chǎn)生年齡、性別上的偏倚；目前針對(duì)公共衛(wèi)生系統(tǒng)的地理信息數(shù)據(jù)資源極為有限，限制了急性心肌梗死空間分析的內(nèi)容，很難尋找急性心肌梗死在空間分布上的影響因素，進(jìn)一步的地理信息數(shù)據(jù)和疾病相關(guān)數(shù)據(jù)的收集有待完善。

［1］ Rumana N，Kita Y，Turin TC，et al. Trend of increase in the incidence of acute myocardial infarction in a japanese population： Takashima ami registry，1990-2001［J］. Am J Epidemiol，2008，167（11）：1358-64.

［2］ McManus DD，Piacentine SM，Lessard D，et al. Thirty-year （1975 to 2005）trends in the incidence rates， clinical features， treatment practices， and short-term outcomes of patients ＜55 years of age hospitalized with an initial acute myocardial infarction［J］. Am J Cardiol，2011，108（4）：477-82.

［3］ Katzenellenbogen JM，Sanfilippo FM，Hobbs MS，et al. Incidence of and case fatality following acute myocardial infarction in aboriginal and nonaboriginal western australians （2000-2004）： A linked data study［J］. Heart Lung Circ，2010，19（2）：717-25.

［4］ Gil M，Marti H，Elosua R，et al. Analysis of trends in myocardial infarction case-fatality， incidence and mortality rates in girona， spain，1990-1999［J］. Rev Esp Cardiol，2007，60（4）：349-56.

［5］ 陳偉偉，高潤霖，劉力生，等. 中國心血管病報(bào)告2013概要［J］. 中國循環(huán)雜志，2014（7）：613-5.

［6］ 趙冬，吳兆蘇，王薇，等. 北京地區(qū)1984～1997年急性冠心病事件發(fā)病率變化趨勢(shì)（中國MONICA方案的研究） ［J］. 中華心血管病雜志，2000，28（1）：14-7.

［7］ Writing Group M，Lloyd-Jones D，Adams RJ，et al. Heart disease and stroke statistics--2010 update： A report from the american heart association［J］. Circulation，2010，121（7）：e46-e215.

［8］ 蘇懿，王磊， 張敏州. 急性心肌梗死的流行病學(xué)研究進(jìn)展［J］. 中西醫(yī)結(jié)合心腦血管病雜志，2012，10（4）：467-9.

［9］ Soares PA，Nascimento LF. Spatial analysis of hospitalization for heart diseases in vale do paraiba［J］. Arq Bras Cardiol，2010，94（6）：747-53.

［10］ 王永，沈毅. 空間自相關(guān)方法及其主要應(yīng)用現(xiàn)狀［J］. 中國衛(wèi)生統(tǒng)計(jì)，2008，25（4）：443-5.

［11］ 魏曉峰，吳健平. 基于ArcGIS的空間自相關(guān)分析模塊的開發(fā)與應(yīng)用［J］.測(cè)繪與空間地理信息，2005，28（6）：77-80.

［12］ R Core Team （2014）. R： A language and environment for statistical computing［OL］. R Foundation for Statistical Computing， Vienna， Austria. URL： http：//www.R-project.org/.

［13］ Benjamini Y，Hochberg Y. Controlling the false discovery rate： A practical and powerful approach to multiple testing［J］. J R Statist Soc B，1995，57（1）：289-300.

［14］ 上海楊浦區(qū)統(tǒng)計(jì)局. 楊浦區(qū)統(tǒng)計(jì)年鑒2014 ［OL］. 楊浦統(tǒng)計(jì)信息網(wǎng).URL： http：//tjj.shyp.gov.cn/Attachments/file/20150513/20150513164 924_8761.pdf

［15］ Moore DA，Carpenter TE. Spatial analytical methods and geographic information systems： Use in health research and epidemiology［J］. Epidemio Rev，1999，21（2）：143-61.

［16］ 周曉農(nóng)，楊國靜，楊坤，等. 中國空間流行病學(xué)的發(fā)展歷程與發(fā)展趨勢(shì)［J］. 中華流行病學(xué)雜志，2011，32（9）：854-8.

［17］ Haining RP. Spatial data analysis：Theory and practice［M］. Cambridge University Press，2003.

［18］ 李冬生，陳秉釗. 上海市楊浦老工業(yè)區(qū)工業(yè)用地更新對(duì)策——從“工業(yè)楊浦”到“知識(shí)楊浦”［J］. 城市規(guī)劃學(xué)刊，2005，（01）：44-50.

本文編輯：田國祥

Exploratory spatial data analysis of patients with acute myocardial infarction from 2007 to 2014 year in Yangpu District， Shanghai

LIU Jie*， CHEN Ting， YU Yun-hua， HAN Xue， ZHENG Xing.*Graduate management unit， Changhai hospital， Second Military Medical University， Shanghai， 200433， China.

ZHENG Xing， E-mail: zhengxing57530@163.com

Objective The purpose of this study is to explore the characteristic spatial distribution of the population with acute myocardial infarction （AMI）in the Shanghai Yangpu District， and look for hot spots. Methods With of Yangpu District AMI spatial database established， using geographic information system （GIS）， global spatial autocorrelation （Moran's I） and local spatial autocorrelation （Local Moran's I， LISA） method， AMI spatial distribution patterns and rules were explored. Results Results of global spatial autocorrelation analysis showed obvious spatial aggregation among neighborhoods（Imorbidity=0.1012，P=0.0291；Imortality=0.1428，P=0.0281）of AMI （morbidity=45.81/10000； mortality=13.86/10000）. Local spatial autocorrelation analysis detected two hot spots of AMI morbidity and mortality： Changbai Community and Yanji Community. Conclusion The spatial distribution of AMI morbidity and mortality in Yangpu District was significantly different. Further research can look for the cause of this difference based on the characteristic， provide scientific evidence for medical resources allocation and management policy adjustment.

Acute myocardial infarction； Spatial distribution of epidemic disease； Geographic information systems； Spatial autocorrelation analysis.

R541.4

A

1674-4055（2016）04-0464-04

1200433 上海，第二軍醫(yī)大學(xué)學(xué)員旅臨床一隊(duì)；2200433 上海，第二軍醫(yī)大學(xué)附屬長海醫(yī)院心內(nèi)科；3200090 上海，楊浦區(qū)疾病預(yù)防控制中心慢病科

鄭興，E-mail：zhengxing57530@163.com

10.3969/j.issn.1674-4055.2016.04.24

急性心肌梗死發(fā)病、死亡特征在地區(qū)間的差異已受到關(guān)注，歐美地區(qū)急性心肌梗死的發(fā)病率顯著高于亞洲地區(qū)［1］，美國田納西州急性心肌梗死的死亡率更高［7］，這種差異經(jīng)常被考慮為種族、氣候、生活水平的異質(zhì)性所引起［8，9］?？臻g分析可以描述、定量和解釋心肌梗死在地理上分布變化，特別是針對(duì)小面積范圍內(nèi)環(huán)境暴露中心肌梗死分布的變化。本研究基于上海市楊浦區(qū)心腦血管疾病數(shù)據(jù)庫，利用地理信息系統(tǒng)GIS和空間分析方法，探索2007～2014年楊浦區(qū)心肌梗死患者發(fā)病、死亡的空間分布模式及規(guī)律，為調(diào)整對(duì)心肌梗死防控和救治的方案提供科學(xué)依據(jù)。