吳秋紅，張 莉，袁 軍，田麗閃，李 武，羅珍胄

(深圳市南山區(qū)慢性病防治院，廣東 深圳 518054)

淋病是由淋病奈瑟菌感染所致的一種性傳播疾病，在全球流行率排第2位[1]。據(jù)世界衛(wèi)生組織(WHO)估計，全球每年有1.06億新發(fā)淋球菌感染患者[2-3]。多數(shù)患者經(jīng)性交傳播感染，具有潛伏期短、傳染性強的特征，對患者的生活質(zhì)量和健康水平可產(chǎn)生嚴重影響[3]，如男性感染淋球菌后未及時診斷并得到有效治療，可導致化膿性尿道炎、尿道旁腺炎[4-5]、附睪炎和尿道狹窄等；女性50%～80%無臨床表現(xiàn)，若沒有及時發(fā)現(xiàn)進行診斷治療會發(fā)生上行感染，可導致盆腔炎、異位妊娠、輸卵管不孕癥、流產(chǎn)和死胎等[2]；淋病還可能促進人類免疫缺陷病毒(HIV)的傳播，使HIV傳播的危險性增加[6-7]。美國疾病控制與預防中心(CDC)預測，如果淋球菌對頭孢菌素類抗生素普遍耐藥，10年內(nèi)將額外增加超過2億美元的醫(yī)療費用[8]。深圳是一個淋病疫情較為嚴重的地區(qū)，報告發(fā)病率遠高于廣東省[9]，甚至全國[10]。為了解深圳南山區(qū)淋病流行特征及發(fā)病趨勢，找出薄弱環(huán)節(jié)，為制定防治對策提供依據(jù)，現(xiàn)對南山區(qū)2005—2016年淋病的流行特點和發(fā)病趨勢進行分析，具體報告如下。

1 資料與方法

1.1 資料來源 數(shù)據(jù)來源于中國疾病預防控制信息系統(tǒng)，按照現(xiàn)住址為深圳市南山區(qū)，發(fā)病日期為2005年1月1日—2016年12月31日，已審核，導出數(shù)據(jù)按月匯總。月報告發(fā)病率數(shù)據(jù)來源于2005—2016年深圳市法定傳染病年報，人口資料源自深圳市統(tǒng)計年鑒。

1.2 建模原理及步驟 ARIMA模型可將未知因素的綜合效應(yīng)納入時間變量中，即僅考慮預測變量本身歷史數(shù)據(jù)隨時間發(fā)展變化的規(guī)律，用既往資料建立并擬合模型做外推的預測方法[11]。建模過程的關(guān)鍵步驟如圖1所示。

1.3 統(tǒng)計學方法 應(yīng)用Excel軟件建立數(shù)據(jù)庫，將數(shù)據(jù)導入SAS 9.2軟件，對兩組資料報告的發(fā)病率進行比較，采用t檢驗或非參數(shù)秩和檢驗，運用ARIMA模型對資料進行構(gòu)建和預測統(tǒng)計。

2 結(jié)果

2.1 淋病流行特征 2005—2016年深圳市南山區(qū)累計報告淋病9 590例，報告發(fā)病率波動在59.45/10萬～102.74/10萬，年均報告發(fā)病率為78.79/10萬。其中男性8 823例，女性767例，男女性別比為11.50∶1，見表1。年齡主要集中在20～45歲，占88.06%；職業(yè)以工人、干部職員和家務(wù)及待業(yè)為主，占70.23%。淋病月發(fā)病率波動在2.84/10萬～10.56/10萬。月發(fā)病率時間序列具有明顯的長期趨勢和周期性，每年的春節(jié)期間發(fā)病率較其他月份低，見圖2。

圖1 淋病發(fā)病數(shù)據(jù)預測建模流程圖

Figure1Flow chart of construction of predictive model for data about occurrence of gonorrhea

表1深圳市南山區(qū)2005—2016年淋病病例性別分布情況

Table1Gender distribution of gonorrhea cases in Nanshan District of Shenzhen, 2005-2016

年度男性女性合計性別比20057525780913．19∶120068527592711．36∶12007721798009．13∶120088876995612．86∶120097584880615．79∶120106854372815．93∶120116604570514．67∶120126424869013．38∶120137326179312．00∶120146105666610．89∶12015630737038．63∶1201689411310077．91∶1合計8823767959011．50∶1

圖2 2005—2016年深圳南山區(qū)淋病發(fā)病率的時序圖

2.2 建立模型 (1)數(shù)據(jù)平穩(wěn)性檢驗。由圖2可知，淋病發(fā)病有長期趨勢和存在周期性，需要對原始序列進行序列平穩(wěn)化和非隨機化處理。原始序列經(jīng)過取對數(shù)再一階差分后，可見數(shù)據(jù)的長期趨勢和周期性已消失(見圖3)，提示數(shù)據(jù)為平穩(wěn)序列；對一階差分后序列進行白噪聲檢驗，P<0.001，說明序列為非隨機性序列，可以對平穩(wěn)序列進行建模。(2)模型識別。對模型進行定階，選擇AIC和SBC值相對最小，同時參數(shù)估計有統(tǒng)計學意義，殘差為白噪聲的模型。經(jīng)過模型的篩選、擬合、比較后，最終選用ARIMA(1,1,1)模型。(3)參數(shù)估計和模型診斷。用SAS 9.2 ARIMA過程估計ARIMA(1,1,1)的參數(shù)(見表2)，對模型殘差序列進行白噪聲檢驗(P>0.05)，各階殘差序列自相關(guān)系數(shù)、偏自相關(guān)系數(shù)均落在隨機區(qū)間內(nèi)，殘差序列為白噪聲序列，說明建立的模型是合理的，可以用于預測分析。(4)預測。利用ARIMA(1,1,1)模型進行預測，除了個別月份外，該模型擬合數(shù)據(jù)的趨勢變化和原始數(shù)據(jù)基本一致，原始數(shù)據(jù)落在預測值的95%置信區(qū)間內(nèi)(見圖4)。

圖3 2005—2016年深圳南山區(qū)淋病一階差分后的時序圖

模型系數(shù)估計值標準誤tPMU1．864680．0765724．35<0．0001MA1，10．526780．096205．48<0．0001AR1，10．917110．0464419．75<0．0001

2.3 2017年月發(fā)病率預測 利用構(gòu)建的ARIMA(1,1,1)模型對深圳市南山區(qū)2017年淋病發(fā)病率進行預測，結(jié)果顯示2017年1—5月深圳市南山區(qū)淋病預測發(fā)病率與實際發(fā)病率的波動形勢基本一致，實際發(fā)病率略高于預測值，但均是在預測值的95%置信區(qū)間內(nèi)， 說明該模型可用于外推預測。見表3。

表32017年深圳市南山區(qū)淋病月發(fā)病率ARIMA模型預測結(jié)果(/10萬)

Table3Prediction result of ARIMA model for monthly incidence of gonorrhea in Nanshan District of Shenzhen in 2017(/100,000)

月份實際發(fā)病率預測發(fā)病率95%置信區(qū)間下限上限1月6．456．233．819．722月6．536．794．2610．533月8．716．674．0710．594月8．797．164．5211．225月8．877．464．7811．636月-7．374．6711．627月-7．294．5811．608月-7．224．5011．589月-7．154．4311．5410月-7．094．3711．5011月-7．044．3211．4712月-6．994．2811．43

3 討論

2005—2016年淋病報告病例數(shù)男女比例為11.50∶1，高于全國報告的4.52∶1[12]，高于美國報告的0.97∶1[13]。分析其原因，可能是(1)女性多為無癥狀感染，WHO估計全球每年新增的淋病患者可達6 000萬，其中多為無癥狀的女性攜帶者[14]，部分地區(qū)可達50%[15]。Detels等[16]對中國、印度、秘魯?shù)任鍌€國家的不同人群進行調(diào)查，結(jié)果顯示,66.7%～100%的淋病患者報告沒有相關(guān)癥狀。(2)不同實驗室檢測方法對淋球菌的檢出陽性率不同[12]，培養(yǎng)法作為診斷淋病的“金標準”，敏感性和特異性高，但是對標本取材的要求較嚴格，相對耗時，不易作出早期診斷；而核酸檢測，特異性與培養(yǎng)法相似，但是敏感性更高，且檢測耗時短。目前，我區(qū)醫(yī)療機構(gòu)主要是通過淋球菌培養(yǎng)的方法來診斷女性淋病，開展核酸檢測方法明顯不足。(3)與不同性別淋病患者求醫(yī)行為不同,醫(yī)生對不同性別開單檢測淋球菌不同有關(guān)。由于淋病被污名化，女性認為感染性病是件羞恥的事情，同時擔心家庭變故，未能及時就診，或者就診時在主訴中向醫(yī)生隱瞞不潔性行為史，而部分醫(yī)生往往根據(jù)就診者的主訴及其臨床癥狀,作出就診者是否需要接受淋球菌檢測的判斷，也是關(guān)鍵因素之一[10]。

深圳市南山區(qū)淋病報告發(fā)病率具有一定的“春節(jié)效應(yīng)”[17]，感染報告數(shù)在春節(jié)期間下降，過后出現(xiàn)感染報告小高峰。原因主要是深圳市南山區(qū)經(jīng)濟發(fā)達，外來人口多，流動性大，特別是在春節(jié)期間最突出的特征是短期超大規(guī)模的人群流動，使得淋病報告率降低；在春節(jié)期間人們參加聚會聚餐、出入各類娛樂場所、不安全性行為等機會均有所增加，春節(jié)過后，外來務(wù)工人員陸續(xù)返回，經(jīng)過一個潛伏期之后出現(xiàn)發(fā)病小高峰，使得潛在的傳染源增多[17]。

ARIMA模型在衛(wèi)生領(lǐng)域前瞻性預測方面具有廣闊的應(yīng)用前景，適用于傳染病的短期預測，具有實用性強、預測精準度高等特點[18-19]。本研究采用時間序列ARIMA模型對淋病的報告發(fā)病分布進行分析，結(jié)果顯示，該模型的預測精度較高，能很好地擬合原始發(fā)病序列的趨勢性和周期性，可以用于淋病報告發(fā)病趨勢的分析和預測。該模型預測2017年1—5月深圳市南山區(qū)淋病的報告發(fā)病率，與實際發(fā)病率的波動形勢基本一致，疫情呈上升趨勢，但并未將政策、經(jīng)濟環(huán)境的改變，患者的就醫(yī)行為和求診意識，醫(yī)生對淋病的診斷能力及報告意識，耐藥淋球菌的流行，在某些人群中干預措施的實施等影響流行的因素納入該模型[2,10]，因此，對預測發(fā)病率存在一定的偏倚，是預測分析存在的局限性和不足。

通過以上分析可以看出，深圳市南山區(qū)淋病的預防與控制工作仍需不斷加強，可以從以下方面調(diào)整防治策略：(1)建議有條件的醫(yī)療機構(gòu)推廣使用核酸檢測方法，提高淋球菌的陽性檢出率；(2)加強對性伴的通知和篩查，發(fā)現(xiàn)更多女性患者，加大對女性淋病知識的宣傳力度，增強臨床醫(yī)生對可疑女性淋病患者實驗室檢測的意識。(3)對流動人群、青少年以及普通人群加強安全性行為的健康教育和安全套的推廣使用，減少淋病的發(fā)病率。(4)加強淋球菌耐藥監(jiān)測工作，遏制抗生素濫用，提高淋病患者的規(guī)范診療。

[1] 蘇曉紅. 淋球菌對廣譜頭孢菌素的耐藥性及應(yīng)對策略[J]. 中華皮膚科雜志, 2013, 46(5):301-304.

[2] 王惠榕, 張春陽, 邱月鋒,等. 福建省2004—2015年淋病流行特征及發(fā)病趨勢預測分析[J]. 中國公共衛(wèi)生, 2017,33(4):638-641.

[3] Awuor C, Bala M, Cole M, et al. Global action plan to control the spread and impact of antimicrobial resistance inNeisseriagonorrhoeae[M]. World Health Organization, 2012.

[4] Fan W, Zhang Q. Risk factors for male patients with gonorrhea complicated by inflammation of the paraurethral glands around the external urethral orifice[J]. Int J STD AIDS, 2012, 23(6): 400-402.

[5] 范文葛,張青松.尿道旁腺炎[J].中華皮膚科雜志, 2012,45(5):376-378.

[6] 馬建飛, 李剛, 張薏女. 淋病奈瑟球菌的耐藥性分析[J]. 中國性科學, 2015，24(6):70-72.

[7] 宣志華, 劉淑萍, 軒立華. 北京市順義區(qū)2010 —2015年淋病流行病學分析[J]. 中國性科學, 2017, 26(3):59-61.

[8] Craig AP, Gray RT, Edwards JL, et al. The potential impact of vaccination on the prevalence of gonorrhea[J]. Vaccine, 2015, 33(36): 4520-4525.

[9] 陳磊,黎英,沈鴻程,等.廣東省2014年性病流行狀況分析[J]. 皮膚性病診療學雜志, 2016, 23(1):3-7.

[10] 熊明洲,馮鐵建,劉愛忠,等.深圳市淋病報告發(fā)病率影響因素分析[J].皮膚性病診療學雜志,2013,20(5):354-358.

[11] 鄭驥飛,尹文強,于倩倩,等.基于ARIMA模型的“十三五”期間衛(wèi)生總費用趨勢預測[J].中國衛(wèi)生統(tǒng)計,2016,33(5):823-825.

[12] 龔向東,岳曉麗,蔣寧,等.2000—2014年中國淋病流行特征與趨勢分析[J].中華皮膚科雜志,2015,48(5):301-306.

[13] Centers for Disease Control and Prevention. Sexually transmitted disease surveillance 2013[M]. Atlanta US, Department of Health and Human Services, 2014.

[14] Bozicevic I, Fenton KA, Martin IM, et al. Epidemiological correlates of asymptomatic gonorrhea[J]. Sex Transm Dis, 2006, 33(5): 289-295.

[15] Bignell C, Unemo M. 2012 European guideline on the diagnosis and treatment of gonorrhoea in adults[J]. Int J STD AIDS, 2009, 24(2): 85-92.

[16] Detels R, Green AM, Klausner JD, et al. The incidence and correlates of symptomatic and asymptomaticChlamydiatrachomatisandNeisseriagonorrhoeaeinfections in selected populations in five countries[J]. Sex Transm Dis, 2011, 38(6): 503-509.

[17] 魏珊,陸一涵,高眉揚,等.中國主要法定報告?zhèn)魅静〉摹按汗?jié)效應(yīng)”研究[J].復旦學報(醫(yī)學版),2013,40(2):153-158.

[18] 李昌英,楊利軍,何勝利,等.GM(1,1)模型和ARIMA模型預測我國淋病發(fā)病率[J].中國衛(wèi)生檢驗雜志,2015,25(11):1722-1725.

[19] Zhang X, Zhang T, Pei J, et al. Time series modelling of syphilis incidence in China from 2005 to 2012[J]. PLoS One, 2016, 11(2): e0149401.