吳 晨，吳昊澄，魯琴寶，丁哲淵，林君芬

布魯氏菌病(以下簡稱“布病”)是由布魯氏菌感染引起的人獸共患傳染病，世界動物衛(wèi)生組織將其列為B類動物疫病，人感染布魯式病菌病在我國被列為法定報告?zhèn)魅静≈械囊翌悅魅静?，以及二類動物疫病。急性期患者主要表現(xiàn)為發(fā)熱、無力、多汗、肌肉疼痛以及肝臟、脾臟、淋巴結(jié)腫大，慢性期患者多表現(xiàn)為骨關節(jié)系統(tǒng)損害等。因近些年布病疫情擴散蔓延的風險在不斷增加[1]，不僅對重點人群帶來重大的健康隱患，還造成農(nóng)業(yè)生產(chǎn)巨大的經(jīng)濟損失。浙江省歷來不是布病重點疫區(qū)，但隨著全國畜牧業(yè)的頻繁交流，一些疫源地的病畜流入，導致畜間疫情不斷增加，重點人群感染率也在持續(xù)上升，嚴重影響社會經(jīng)濟發(fā)展和人民的健康[2]。本研究采用回顧性空間數(shù)據(jù)分析方法，進一步了解浙江省人感染布病的空間分布特征及其影響因素，為疫情防控提供有價值的線索。

1 材料與方法

1.1材料 布病病例信息以及人口學資料均來源于《中國疾病預防控制信息系統(tǒng)》，病例信息統(tǒng)計按照“發(fā)病日期”和“現(xiàn)住址”統(tǒng)計，時間段為2010—2018年，信息內(nèi)容包括年齡、性別、住址、人群分類、發(fā)病及診斷時間等(未涉及個人隱私信息)。布病診斷參照國家衛(wèi)生行業(yè)標準《布魯氏菌病診斷標準》(WS269-2007)，流行病學史、臨床表現(xiàn)結(jié)合實驗室初篩結(jié)果陽性確定為臨床診斷病例，臨床診斷基礎上結(jié)合血清學檢查或細菌分離結(jié)果陽性為確診病例。地理信息數(shù)據(jù)來自于行政區(qū)劃網(wǎng)。氣象、畜牧生產(chǎn)等各變量數(shù)據(jù)來源于浙江省及各市縣統(tǒng)計年鑒、國民經(jīng)濟和社會發(fā)展統(tǒng)計公報等資料。

1.2 方 法

1.2.1統(tǒng)計學分析 使用Excel 2013進行數(shù)據(jù)整理和描述性分析。采用SAS 9.2軟件進行統(tǒng)計分析，率或構(gòu)成比的比較采用χ2檢驗， 以P<0.05為差異有統(tǒng)計學意義。

1.2.2空間自相關分析 應用 GeoDa 1.12.1.161版本軟件對人間布病疫情進行全局空間自相關、單變量局部空間自相關分析。1)全局空間自相關分析：通過計算莫蘭指數(shù)(Moran’sI)，分析空間分布是否存在聚集性和聚集性大小。Moran’sI取值范圍為-1～1，>0表示空間正相關，值越大表明空間聚集程度越高；通過假設檢驗得到Z值，以P<0.05為差異有統(tǒng)計學意義。2)局部空間自相關分析：采用局部空間自相關指標(LISA)分析具體的聚集地區(qū)，共有4種局部空間聚集類型:“高-高”聚集、“高低”聚集、“低-高”聚集、“低-低”聚集。

1.2.3空間回歸分析 應用ArcGis10.2版本軟件，采用最小二乘法模型(OLS)與地理加權(quán)回歸(GWR)兩種模型，分析相關自然、社會因素對于人間布病疫情的影響。通過文獻查閱及經(jīng)驗判斷，本研究選擇2017年度的畜牧總產(chǎn)值、年內(nèi)羊出欄量、年內(nèi)牛出欄量、年平均氣溫、年降雨總量、年日照總時數(shù)6個變量，作為當年度人間布病疫情地區(qū)差異的影響因素進行分析。

2 結(jié) 果

2.1疫情概況 2010—2018年，浙江省共報告布魯氏菌病823例，年度報告發(fā)病數(shù)呈波動上升態(tài)勢(擬合曲線斜率為0.02，截距為0.07)，見圖1。各年的發(fā)病率分別為0.06/10萬、0.11/10萬、0.16/10萬、0.16/10萬、0.18/10萬、0.18/10萬、0.17/10萬、0.26/10萬、0.19/10萬。報告病例中，男性599例，女性224例，男女性別比為2.67∶1。男性發(fā)病率(0.24/10萬)顯著高于女性(0.09/10萬)(χ2=150.98，P<0.001)。病例年齡分布看，0～19歲組12例(發(fā)病率0.01/10萬)，20～歲組47例(發(fā)病率0.06/10萬)，30～歲組122例(發(fā)病率0.16/10萬)，40～歲組211例(發(fā)病率0.22/10萬)，50～歲組249例(發(fā)病率0.37/10萬)，60～歲組151例(發(fā)病率0.36/10萬)，70歲及以上31例(發(fā)病率0.09/10萬)?！?0～60歲”年齡組人群的發(fā)病率顯著高于其他年齡組(χ2=497.61，P<0.001)。計算病例從發(fā)病到診斷的時間間隔，中位數(shù)為15.67 d，P25～P75為6.63～36.63 d，時間間隔大于30 d以上的達到30.62%(252/823)。按人群分類，農(nóng)牧民占51.03%(420/823)，屠宰、販運、交易畜產(chǎn)品人員占21.75%(179/823)，工人占9.72%(80/823)，其他如餐飲服務、干部職員、兒童、學生、教師等占17.50%(144/823)。

2.2地區(qū)分布 2010-2018年，浙江省報告發(fā)病數(shù)居前5位的地級市為紹興市(147例)、杭州市(113例)、溫州市(109例)、寧波市(105例)、嘉興市(89例)，其中居前5位的縣(市、區(qū))為上虞市(86例)、余杭區(qū)(66例)、桐鄉(xiāng)市(62例)、慈溪市(58例)、南潯區(qū)(46例)。各地年度發(fā)病率見圖2。趨勢分析顯示，浙江省布魯氏菌病疫情總體分布出現(xiàn)由南往北逐漸升高的趨勢(圖3)。

圖1 浙江省2010-2018年人間布魯氏菌病疫情時間分布情況Fig.1 Time distribution of human brucellosis cases in Zhejiang Province, 2010-2018

注：將各年份的發(fā)病率分為5個區(qū)間，紅色由淺到深表示，代表數(shù)值如下(單位：1/10萬)2010年：0，0.01-0.19，0.20-0.23，0.24-0.28，0.29-0.63；2011年：0-0.08，0.09-0.27，0.28-0.46，0.47-0.89，0.90-2.21；2012年：0-0.09，0.10-0.27，0.28-0.49，0.50-1.03，1.04-1.46；2013年：0，0.01-0.20，0.21-0.47，0.48-0.97，0.98-2.19；2014年：0-0.06，0.07-0.20，0.21-0.41，0.42-0.72，0.73-1.36；2015年：0-0.07，0.08-0.24，0.25-0.54，0.55-1.04，1.05-1.87；2016年：0-0.10，0.11-0.34，0.35-0.69，0.70-1.36，1.37-2.33；2017年：0-0.11，0.12-0.35，0.36-0.68，0.69-1.68，1.69-3.25；2018年：0-0.10，0.11-0.32，0.33-0.60，0.61-1.34，1.35-3.49。圖2 浙江省2010-2018年人間布魯氏菌病地區(qū)發(fā)病率情況Fig.2 Annual incidence of human brucellosis of counties in Zhejiang, 2010-2018

圖3 浙江省2010-2018年人間布魯氏菌病累積發(fā)病數(shù)地區(qū)分布情況Fig.3 Area distribution of human brucellosis cases in Zhejiang Province, 2010-2018

2.3全局空間自相關分析 以2010-2018年全省各縣區(qū)布魯氏菌病累計發(fā)病率進行全局空間自相關分析，Moran’sI指數(shù)為0.12，選取蒙特卡洛迭代法對Moran’sI指數(shù)進行假設檢驗，迭代次數(shù)為999次，結(jié)果Z值為1.961 4，P值為0.036，表明從全局角度看，布魯氏菌病在浙江省呈一定的空間正相關分布。

2.4局部空間自相關分析 對全省布病疫情進行分年度的局部空間自相關分析。與發(fā)病率地區(qū)分布圖相比，各年度“高-高”聚集區(qū)與高發(fā)病率區(qū)域基本一致，主要集中在杭嘉湖地區(qū)、紹興市及衢州市(表1)。但隨著時間推移，“高-高”聚集區(qū)也在發(fā)生變化，從浙西、浙北到2018年新增至浙南的麗水市。

2.5空間回歸分析 首先構(gòu)建OLS模型，將6個研究因素全部納入方程計算，結(jié)果顯示僅有“年內(nèi)羊出欄量”1個變量通過t檢驗(R2=0.32，AICc=124.65)。然后采用逐步回歸方法，將因素納入方程計算，最終保留“年內(nèi)羊出欄量”、“年日照時數(shù)”、“緯度”3個變量(R2=0.30，AICc=115.03)，見表2。運用以上3個變量構(gòu)建GWR模型，運算中提示存在多重共線性，依然采用逐步回歸方法，最終保留“年內(nèi)羊出欄量”1個變量生成GWR模型(R2=0.42，AICc=109.71)。如果兩個模型的AICc值相差大于3，具有較低AIC值的模型將被視為更佳的模型。結(jié)果顯示，GWR模型比OLS模型更優(yōu)且擬合優(yōu)度更高，而且其R2值更高。局部R2可視化地圖顯示(圖4)，本研究GWR模型在浙西南衢州地區(qū)和浙北湖州、嘉興地區(qū)的擬合效果較好，而在浙東南沿海地區(qū)的擬合效果較差。

表1 浙江省2010-2018年人間布魯氏菌病局部空間自相關分析Tab.1 Local spatial autocorrelation analysis of human brucellosis cases in Zhejiang Province, 2010-2018

表2 浙江省人間布魯氏菌病空間回歸分析結(jié)果(OLS模型)Tab.2 Spatial regression analysis of human brucellosis morbidity in Zhejiang Province(OLS)

注：圖A圖例根據(jù)各縣區(qū)R2值，按照顏色從藍到紅分為7個區(qū)間，各區(qū)間數(shù)值分別為0.01-0.05、0.06-0.12、0.13-0.19、0.20-0.27、0.28-0.38、0.39-0.51、0.52-0.77；圖B圖例根據(jù)各縣區(qū)R2值的標準化殘差值，按照顏色從藍到紅分為7個區(qū)間，各區(qū)間分別代表“<-2.5Std.Dev”、“-2.5～ -1.5Std.Dev”、“-1.5～ -0.5Std.Dev”、“-0.5～0.5Std.Dev”、“0.5～1.5Std.Dev”、“1.5～2.5Std.Dev”、“>2.5Std.Dev”。圖4 浙江省人間布魯氏菌病空間回歸分析局部R2分布(GWR模型)Fig.4 Local R2 of human brucellosis morbidity in Zhejiang Province(GWR)

3 討 論

本研究顯示，浙江省人間布病報告發(fā)病率低于全國水平[3]，與鄰近的安徽省發(fā)病水平接近[4]。近幾年我國人間布病疫情呈現(xiàn)“北方下降，南方上升”的總體趨勢[5]，浙江省人間布病疫情也呈現(xiàn)逐漸上升趨勢，已成為一個重要的公共衛(wèi)生問題。浙江省布病的人群特征基本符合男性多于女性、40～60歲居多的職業(yè)分布特征，與全國情況一致[3, 6]。但病例中兒童及青少年、非職業(yè)人群也占一定的比例，其感染途徑還需進一步調(diào)查確認。有研究顯示，我國南方地區(qū)通過食源性接觸的病例所占比例較高[5]，特別隨著近些年人們對羊奶等食品的需求逐漸增加，預防因食源性污染導致的聚集性疫情需要引起高度關注[7]。早期給予積極有效治療，布病患者治愈的機會增大，肝功能損傷以及慢性化概率也將大大降低[8-9]。本研究中有29.38%的患者被確診時距離發(fā)病已超過1個月，這可能與南方非牧區(qū)臨床醫(yī)生布病診療知識欠缺有關[10]。因此，進一步提升臨床醫(yī)生的業(yè)務水平及敏感性，加強醫(yī)療機構(gòu)的輔助診斷能力，對于提高臨床治療效果，改善預后及防止疾病慢性化具有重要的意義。

空間回歸分析從地理角度研究疾病發(fā)病空間分布與解釋變量的關系，優(yōu)點在于為傳統(tǒng)回歸方法中加入了隨機效應項來解釋可能存在的空間相關性的影響。本研究采用最小二乘模型(OLS)與地理加權(quán)回歸(GWR)兩種模型，分析了相關自然、社會因素對于人間布病疫情的影響，結(jié)果顯示 GWR 模型擬合效果更優(yōu)。進一步分析顯示，年內(nèi)羊出欄量對人間布病發(fā)病存在正向影響，牛出欄量與疫情并無關聯(lián)。這與羊種布魯氏菌是引起我國人間布病疫情最主要病原菌的報道一致[11-12]。該模型在浙西南衢州地區(qū)擬合效果最好，其次為浙北湖州、嘉興地區(qū)，提示上述地區(qū)養(yǎng)羊產(chǎn)業(yè)還存在著較高的風險環(huán)節(jié)。但本研究中OLS和GWR模型的R2顯示，該模型回歸效能并不是很理想，可能與變量因素較少有關。布病在養(yǎng)殖戶、牲畜交易市場和屠宰場的職業(yè)人群中高發(fā)，而本研究中“年內(nèi)羊出欄量”可能僅與養(yǎng)殖戶的發(fā)病有關聯(lián)，并不能體現(xiàn)其他兩類人群的發(fā)病特點。后續(xù)研究中需要納入更多的相關因素，以建立理想的回歸模型。布病每年2～6月存在一個發(fā)病高峰，既往也有研究顯示，氣溫、日照時數(shù)和降雨量與人間布病發(fā)病有潛在的關聯(lián)[13]，但本次研究未發(fā)現(xiàn)氣象因素與發(fā)病之間的關聯(lián)性，可能與數(shù)據(jù)來源較少、研究方法的使用等有關。特定的季節(jié)及其相應的氣象特征，對于布魯氏桿菌的存活及增殖傳播具有一定影響，而特定時節(jié)的生產(chǎn)活動，如母羊產(chǎn)羔及剪羊毛等則大大增加了感染的風險。本研究僅以截面數(shù)據(jù)為研究對象，未能考慮時間序列特征，忽略了隨時間變化的個體效應，存在一定局限性，綜合考慮時間和空間效應的分析模型(如空間面板模型[14]或自回歸分布滯后模型[15]等)應是氣象因素等傳染病相關影響研究的重要方向。

空間自相關分析可以反映疾病隨時間變化的空間特征的演變過程，局域空間自相關分析中的“高-高”聚集區(qū)域可作為疫情防控和影響因素研究的重點[16]。本研究顯示，浙江省人間布病疫情呈現(xiàn)“北部高，南部低；內(nèi)陸高，沿海低”的總體趨勢。2010—2018年浙江省人間布病疫情呈現(xiàn)一定的聚集性，而高聚集區(qū)也在逐年發(fā)生著變化。初始階段高聚集區(qū)主要為上虞區(qū)、南潯區(qū)、桐鄉(xiāng)市、德清縣等杭嘉湖地區(qū)，但近年來高聚集區(qū)逐漸向南部擴散，在麗水的蓮都區(qū)、松陽縣等地出現(xiàn)了新的疫情聚集。結(jié)合空間回歸分析結(jié)果判斷，疫情空間分布特征的變化可能與浙江省畜牧業(yè)產(chǎn)業(yè)發(fā)展密切相關。湖羊養(yǎng)殖向來為浙江省特色優(yōu)勢產(chǎn)業(yè)，嘉興、湖州、杭州等地為湖羊傳統(tǒng)主產(chǎn)區(qū)，而紹興上虞區(qū)建有華東地區(qū)最大的羊交易市場[17]。浙江省農(nóng)業(yè)廳在2015年出臺特色優(yōu)勢畜牧業(yè)提升發(fā)展3年行動計劃[18]，提出“湖羊傳統(tǒng)主產(chǎn)區(qū)要圍繞設施化改造和標準化、生態(tài)化養(yǎng)殖場建設提升，完善湖羊屠宰加工、營銷等產(chǎn)業(yè)服務體系，形成集聚效應，爭取在全省率先實現(xiàn)湖羊產(chǎn)業(yè)的轉(zhuǎn)型提質(zhì)。同時，全力推進湖羊南擴，拓展產(chǎn)業(yè)發(fā)展空間”。杭嘉湖傳統(tǒng)產(chǎn)區(qū)的產(chǎn)業(yè)升級，對疫情防控具有積極作用，使得該地區(qū)疫情集聚效應下降；而湖羊南擴也導致麗水等地區(qū)出現(xiàn)了新的疫情聚集。產(chǎn)業(yè)發(fā)展導致疫情變化，進而需要調(diào)整相應的防控措施及重點環(huán)節(jié)，這對于非傳統(tǒng)疫區(qū)的防控工作具有啟示作用。

布病防控是一個多部門共同參與的綜合性項目[19]。浙江省人間布病疫情的變化需要對相關的防控措施進行調(diào)整。一方面，隨著湖羊養(yǎng)殖場數(shù)量及規(guī)模的擴大，區(qū)域性養(yǎng)殖密度增高，對湖羊的疫病防控要求也越來越高，必須強化防疫意識。另一方面，隨著湖羊產(chǎn)業(yè)南擴，要加強牛羊產(chǎn)地檢疫和調(diào)運監(jiān)管，防止疫畜及其產(chǎn)品從高風險區(qū)向低風險區(qū)的流動。人間布病與畜間布病疫情密切相關，人醫(yī)獸醫(yī)間有效的信息溝通和合作機制的建立尤為重要。目前養(yǎng)殖場、牲畜交易市場或屠宰場等職業(yè)人群對布病的危害性認識不足，個體防護意識差[2]。因此，加強重點職業(yè)人員的健康教育和行為干預，加大防控資金投入也很迫切[20]。

利益沖突：無

引用本文格式：吳晨，吳昊澄，魯琴寶，等.2010-2018年浙江省人感染布魯氏菌病空間分布特征及影響因素研究[J].中國人獸共患病學報，2020，36(2)：134-140. DOI：10.3969/j.issn.1002-2694.2020.00.015