張佳豪，楊若男，賀舒凝，袁萍

四川大學華西公共衛(wèi)生學院//華西第四醫(yī)院流行病與衛(wèi)生統(tǒng)計學系，四川成都 610041

猩紅熱是一種由化膿性鏈球菌引起的急性呼吸道傳染病，感染后癥狀一般較為輕微，但若治療不及時可能導致致命性感染［1］，且治療不徹底會導致嚴重后遺癥，如風濕性心臟病、腎臟疾病和關節(jié)損傷等［2］。從上世紀開始，隨著醫(yī)學技術的發(fā)展、醫(yī)療衛(wèi)生資源的改善和生活水平的提高，猩紅熱的高發(fā)病率得到顯著控制［3］。然而，近年來猩紅熱卷土重來，在韓國、中國大陸、中國香港以及英國，猩紅熱的發(fā)病率都呈現(xiàn)上升趨勢［2,4］，已經成為了不容忽視的全球性公共衛(wèi)生問題之一。2020年中國國家衛(wèi)生健康委員會發(fā)布《2020中國衛(wèi)生健康統(tǒng)計年鑒》顯示，2019年我國猩紅熱發(fā)病率為5.85/10萬，在我國甲乙類法定報告?zhèn)魅静≈芯佑诘诹?，已高于我國艾滋病的發(fā)病率［5］，防控形勢仍十分嚴峻。

了解疾病的空間分布是公共衛(wèi)生的基礎，是研究如何預防疾病，特別是傳染性疾病必不可少的過程之一。根據(jù)Tobler地理學第一定律，空間數(shù)據(jù)并非獨立，可能存在不同程度的聚集性，即空間自相關性［6］。三維趨勢分析和空間自相關分析等統(tǒng)計分析方法已廣泛應用于我國傳染病的空間動態(tài)分布的研究中，如肺結核［7］、艾滋?。?］和乙肝［9］等，其研究結果對相關傳染性疾病的防控具有指導意義，其分析方法也為了解疾病的空間流行狀況提供了方法學借鑒。但目前關于我國猩紅熱的空間分布狀況的系統(tǒng)研究較匱乏，以往的研究多局限于省市兩級［10-13］，饒志成等［14］對2004～2017年我國猩紅熱的空間聚集情況有所探索，發(fā)現(xiàn)我國猩紅熱發(fā)病存在一定的空間正相關性，但該研究結果用以反映當前我國猩紅熱的流行狀況以及指導猩紅熱的防控作用比較有限，尤其自2019年新型冠狀病毒肺炎疫情全球大流行后，我國猩紅熱的發(fā)病情況和空間分布狀況可能發(fā)生了變化［15］，亟待進一步研究。

因此，本研究利用當前能獲取的國家層面最新的數(shù)據(jù)，采用空間流行病學的分析方法，對我國2016～2020年的猩紅熱發(fā)病情況和空間聚集狀況進行探索分析，為指導合理制定未來新冠疫情持續(xù)影響下我國猩紅熱的預防策略與措施提供科學依據(jù)。

1 資料和方法

1.1 資料來源

2016～2018年各省份（直轄市、自治區(qū)）的猩紅熱發(fā)病資料來自于國家人口健康科學數(shù)據(jù)共享平臺-公共衛(wèi)生科學數(shù)據(jù)中心（https://www.phsciencedata.cn/Share/）；2019～2020年各省份（直轄市、自治區(qū)）的猩紅熱發(fā)病資料來自于《中國衛(wèi)生健康統(tǒng)計年鑒》（http://www.nhc.gov.cn/）；從國家基礎地理信息中心網站（http://www.ngcc.cn/ngcc/）上下載中國矢量化省界電子地圖。

1.2 研究方法

1.2.1 資料的預處理 采用Excel對2016～2020年猩紅熱發(fā)病資料進行整理。將31個省份（直轄市、自治區(qū)）的猩紅熱發(fā)病率資料在GeoDa軟件中與中國矢量化省界地圖連接，連接字段為行政區(qū)域代碼，建立2016～2020年全國猩紅熱發(fā)病情況的地理信息數(shù)據(jù)庫。

1.2.2 描述性分析 將各省份（直轄市、自治區(qū)）2016～2020年的平均猩紅熱發(fā)病率情況繪制為三維空間趨勢面，從三維空間上描述我國猩紅熱的省級地區(qū)分布的變化趨勢。

1.2.3 空間自相關分析 全局空間自相關：莫蘭指數(shù)（Moran's I）是空間自相關分析最常用的分析指標之一［16］。全國范圍內，全局Moran's I反應各省份的猩紅熱報告發(fā)病率是否存在空間聚集性及空間聚集性的大?。?7］。Moran's I指數(shù)的變化范圍可從-1到1。當某項屬性在空間分布上呈正相關性時，Moran's I＞0，且其取值越接近1，空間聚集程度越明顯。當某項屬性在空間分布上呈負相關性時，Moran's I＜0，且其取值越接近-1，此項屬性的空間異質性越明顯。當Moran's I=0時，代表此屬性空間分布呈現(xiàn)隨機性，不存在空間自相關［18］。Moran's I的計算公式如下：

局部空間自相關：局部空間自相關用于研究某一空間單位某一屬性與臨近單位是否存在異質性以及異質性的大小，并通過局部Moran's I對其進行分析，局部Moran's I的計算公式為：

經局部自相關分析可獲得四類聚集模式：高-高（HH）聚集模式、高-低（H-L）聚集模式、低-低（L-L）聚集模式和低-高（L-H）聚集模式。若某空間單位呈現(xiàn)H-H聚集模式或L-L聚集模式則判定為空間正相關聚集區(qū)域，若呈現(xiàn)H-L聚集模式或L-H聚集模式則判定為空間負相關聚集區(qū)域［19］。

1.3 統(tǒng)計學分析

采用SAS9.4軟件進行猩紅熱發(fā)病率趨勢檢驗；采用ArcGIS10.8軟件進行猩紅熱發(fā)病率的三維空間趨勢面分析，通過ArcGIS軟件，構建XYZ三維空間坐標軸，設置2016～2020年全國31個省份的猩紅熱年均發(fā)病率為因變量（Z軸），各省份地理位置上的經緯度為自變量（X軸、Y軸），三維空間趨勢圖由ArcGIS的趨勢探索功能實現(xiàn)；并通過GeoDa9.5軟件進行空間權重矩陣生成，生成方式為鄰接空間權重Queen鄰接，即以存在公共邊為相鄰，之后以創(chuàng)建的地理信息數(shù)據(jù)庫進行全局和局部空間自相關分析，采用置換檢驗（Permutation Test）對空間自相關分析的結果進行統(tǒng)計推斷，以P＜0.05為差異有統(tǒng)計學意義，置換檢驗重復次數(shù)設置為999次。

2 結果

2.1 猩紅熱報告發(fā)病率及變化趨勢

2016～2020年全國31個省份（直轄市、自治區(qū)）累積報告猩紅熱病例310816例，年平均發(fā)病率為4.48/10萬。猩紅熱報告發(fā)病率從2016年的4.32/10萬下降到2020年的1.18/10萬（Z=103.47，P＜0.001）。年平均遞減率為27.31%，（圖1）。

圖1 2016～2020年我國猩紅熱發(fā)病趨勢分析Fig.1 Analysis on the trend of scarlet fever incidence in China from 2016 to 2020.

2.2 猩紅熱年均發(fā)病率三維空間趨勢面分析

2016～2020年我國猩紅熱年均報告發(fā)病率總體呈現(xiàn)東西方向“U”型分布，中間低兩邊高，由南向北逐漸升高，猩紅熱發(fā)病在東西、南北方向上存在比較大的地區(qū)差異（圖2）。

圖2 2016～2020年我國猩紅熱年均發(fā)病率三維空間趨勢分析Fig.2 Three-dimensional spatial trend of annual incidence of scarlet fever in China from 2016 to 2020.

2.3 猩紅熱發(fā)病的空間自相關分析

2.3.1 全局空間自相關分析 2016～2019 年全國各省份猩紅熱發(fā)病全局空間自相關Moran's I均大于期望值E（I）=-0.0345，空間分布均存在空間正相關性（Moran's I＞0，P＜0.05），其中Moran's I 最小的年份為2019年（0.3472），最大的年份為2016年（0.4008）。表明自2016～2019年間，我國猩紅熱發(fā)病存在較為明顯的地區(qū)聚集特征，2020年我國猩紅熱發(fā)病呈隨機分布，不存在明顯的空間相關性（Moran's I=0.0710，P=0.16，表1）。

表1 2016～2020年我國猩紅熱發(fā)病的全局空間自相關分析Tab.1 Global spatial autocorrelation analysis of scarlet fever incidence in China from 2016 to 2020

2.3.2 局部空間自相關分析 2016～2019年全國猩紅熱發(fā)病率存在局部熱點區(qū)域，且多集中在我國北部地區(qū)。其中H-H聚集區(qū)域在2016年為內蒙古；2017和2018年無高-高聚集區(qū)域；2019年為河北；2020年為甘肅。L-L聚集區(qū)域在2016年為廣西、安徽、湖北、江西、湖南、云南、貴州、廣東；2017年為安徽、湖北、江西、湖南、云南、貴州、廣東、重慶；2018年為重慶、安徽、湖北、江西、湖南、云南、貴州、福建、廣西、廣東；2019年為重慶、湖北、江西、湖南、貴州、福建、廣西、廣東；2020年為湖北和湖南。L-H聚集區(qū)域在2016年為甘肅和河北；2017年以及2018年均為河北；2019年以及2020年無低-高聚集區(qū)域。2016～2020年均不存在H-L聚集區(qū)域（表2）。

表2 2016～2020年我國猩紅熱發(fā)病的局部空間自相關分析Tab.2 Local spatial autocorrelation analysis of scarlet fever in China from 2016 to 2020

3 討論

本研究發(fā)現(xiàn)，2016～2019年我國猩紅熱發(fā)病率呈現(xiàn)明顯的逐年上升趨勢，這與饒志成等［14］對2004～2017年我國猩紅熱的發(fā)病率分析結果相一致。有研究指出，如何應對猩紅熱的死灰復燃，是未來我國防控呼吸道傳染病的重點［20］。猩紅熱發(fā)病率逐年上升的一個可能原因是引發(fā)猩紅熱感染的化膿性鏈球菌正在從單一克隆譜系擴展到多克隆譜系，傳染力有所增強［21］。其次，自2011年我國實行“全面二孩”政策后，我國猩紅熱易感兒童的數(shù)量可能有所增加［22］。但到2020年其發(fā)病率呈現(xiàn)大幅度的下降，分析可能與2019新型冠狀病毒肺炎疫情全球大流行有關，猩紅熱為呼吸系統(tǒng)傳染病，而在新冠肺炎疫情期間，得益于勤洗手、佩戴口罩和勤通風等預防呼吸道傳染病措施的實行，很大程度上對猩紅熱的傳播也起到了預防作用，這也符合猩紅熱作為呼吸系統(tǒng)傳染病的特點［23］。有研究發(fā)現(xiàn)，新冠肺炎疫情期間的公共衛(wèi)生防疫措施在預防疫情傳播的同時，也對兒童常見傳染病起到遏制作用，降低了傳染病報告率［24,25］。在后疫情時代，繼續(xù)做好呼吸道防護對于猩紅熱和新冠病毒肺炎的預防都十分重要。當然，2020年猩紅熱發(fā)病率下降的原因也不排除可能是大量醫(yī)療衛(wèi)生資源投入到新冠肺炎的預防和治療中，對猩紅熱等傳統(tǒng)傳染病有所忽視，造成一定程度的漏報和延誤報告［26］，這還需要之后更多的數(shù)據(jù)進行探索分析。

本研究繪制的三維空間趨勢圖顯示，2016～2020年我國猩紅熱發(fā)病地區(qū)分布差異較大，猩紅熱的發(fā)病率總體表現(xiàn)為東西方向呈“U”型分布，中間低兩邊高；北部地區(qū)高于南部地區(qū)，提示我國猩紅熱發(fā)病存在一定的空間聚集性，這與饒志成關于2004～2017年我國猩紅熱的趨勢分析結果保持一致［14］。在東西方向上東西部地區(qū)發(fā)病率仍高于中部，在南北方向上北部地區(qū)發(fā)病率更高，這與李雷雷等［27］對中國2005～2011年猩紅熱疫情地區(qū)分布分析結果相一致。

本研究的空間自相關結果顯示，2016～2019年我國猩紅熱發(fā)病繼續(xù)呈現(xiàn)空間正相關性，我國猩紅熱發(fā)病保持中度空間聚集性，與以往研究結果不同之處在于［14］，本研究發(fā)現(xiàn)2020年我國猩紅熱發(fā)病呈隨機分布，在省與省之間沒有空間地理上的關聯(lián)。H-H發(fā)病聚類區(qū)主要發(fā)生在我國北部，如內蒙古、河北和甘肅，L-L發(fā)病聚類區(qū)主要在中國南部發(fā)現(xiàn)，如廣西、安徽、湖北、江西、湖南、云南、貴州、廣東、重慶、福建。空間自相關分析的結果，并非直接表明某地區(qū)疾病發(fā)病率的高低，而是此地區(qū)疾病發(fā)病率高（低）的同時，周圍相鄰地區(qū)的疾病發(fā)病率也高（低）［17］，既周圍地區(qū)的疾病發(fā)病率對局部空間自相關分析的結果，影響較大。同時，研究表明氣象因素會對猩紅熱的發(fā)病產生影響，日照時數(shù)、PM2.5、PM10、SO2、NO2、CO、O3、降水量、平均氣溫等對猩紅熱發(fā)病均有影響［28］而中國南北方不同的氣候差異可能導致各省份猩紅熱發(fā)病率的不同［29,30］，以上兩點可能是造成我國猩紅熱發(fā)病聚集區(qū)域有所變化的原因。從具體省份上看，猩紅熱發(fā)病的四類聚集地區(qū)并不固定，每年均有所變化，但從地理位置的大方向上看，我國猩紅熱H-H聚集主要發(fā)生在北部地區(qū)，而L-L聚集主要發(fā)生在中國南部，研究結果與2004～2017年我國猩紅熱發(fā)病空間聚集情況基本保持一致，說明我國猩紅熱發(fā)病的聚集區(qū)域近年來整體變化不大，北部地區(qū)仍舊是我國猩紅熱防控的重點地區(qū)。

本研究存在一定局限性：本研究只收集到國家層面以省級單位的猩紅熱發(fā)病資料，而同一個省份下不同地區(qū)的人文特征、自然環(huán)境差距同樣較大，空間尺度過大，可能難以全面反映出疾病的“自然地方性”特征，故后續(xù)研究可探索分析更小空間尺度地區(qū)的猩紅熱聚集情況。

綜上所述，2016～2020年我國猩紅熱發(fā)病率總體呈現(xiàn)下降趨勢，猩紅熱發(fā)病仍存在明顯的空間聚集性和地區(qū)差異，其中內蒙古、河北和甘肅等北部地區(qū)仍然是猩紅熱防控的高發(fā)地區(qū)和H-H發(fā)病聚類地區(qū)。應該根據(jù)各地具體的猩紅熱發(fā)病情況，在現(xiàn)有的防控基礎上進一步制定有針對性的區(qū)域性防控措施，遏制猩紅熱發(fā)病率的上升。