论文部分内容阅读
研究目的通过对1990年-2010年海南省疟疾疫情时空分析及影响因素的研究,为该省及类似地区疟疾防控提供科学依据。通过尝试时间空间分析技术与统计分析方法在疟疾研究领域的综合应用,为类似研究提供方法学参考。研究方法收集整理1990-2010年海南省疟疾疫情监测数据,将全国1:100万电子地图加工处理为1:100万海南省市县边界图。提取海南省各县市的气温、降水量、湿度等气象与环境数据,人口、GDP、卫生、人民生活指标等数据,建立海南省市县综合信息数据库。应用时空扫描统计量、时间序列分析方法、主成分分析以及多元线性回归分析方法对资料进行分析。所采用的软件包括Excel2003、SatScan9.0、SPSS13.0、Mapinfo7.0等统计软件。研究结果1.1990年-2010年海南省疟疾呈整体下降的趋势,总体来说,海南省疟疾发病最高峰为7、8月份,2月份为全年发病最低峰。海南省西南部地区是疟疾疾病的高发区。人群分布,30-50岁男性为高发人群,农民、工人及民工占总报告人数的85.11%。2.运用时空重排扫描统计量对2005-2010年疟疾发病数据进行分析发现,2005-2010年海南省可能存在7个疟疾聚集区域(P<0.05)。对2010年疟疾发病数据进行时空扫描发现有3个聚集区域(P<0.05)。运用2005年1月-2009年12月建立的ARIMA模型对海南省2010年1月份的疾病发病率进行预测,预测值为0.15/10万,95%的可信区间为[-1.04,1.33],实际检测发病率为0.17/10万,疟疾月发病率实际值落入了预测值的95%可信区间内,预测相对误差为11.8%。将2010年1月份疟疾实际发病率纳入时间序列模型,重新拟合,并对2010年2-12月份疟疾发病率进行预测,实际疟疾发病率比理论疟疾发病率平均下降了85.75%。3.将15个温度指标和13个降水量指标进行主成分分析得其主成分,并以2010年市县疟疾发病率为因变量,男性人口、农业人口、少数名族人口、GDP、第一产业、第二产业、第三产业、人均GDP、卫生机构总数、执业医师人数、农村居民家庭人均纯收入、城市居民家庭人均纯收入、温度主成分、降雨量主成分、湿度等为解释变量构建结局变量为连续型变量的多元线性回归模型。其中,疟疾发病的危险因素的包括“城市居民家庭人均纯收入”、“降水量主成分2”、“湿度”这三个因素,疟疾发病的保护因素包括“男性人口”、“农业人口”、“人均GDP”、“医疗机构个数”、“执业医师个数”、“农村居民家庭人均纯收入”这6个因素。研究结论本课题重点探讨了1990-2010年海南省疟疾流行病学特征和时空聚集性,还重点研究了海南省不同市县疟疾疫情存在差异的主要影响因素。在海南,疟疾的流行有一定的周期性、地域性,并在某些特定人群中有较高的发病率。时间序列模型可以很好的拟合疟疾发病率在时间序列上的变化趋势。在防治措施、人口免疫状态及人口流动没有发生大幅度变化的时候可以用来预测疟疾的发病率变化。海南省2010年起开始实施的消除疟疾计划作用明显,时间序列模型从侧面也证明了这一点。另外,降水量和湿度将影响海南省疟疾在各市县的发病,而经济、卫生和人民生活水平也是影响疟疾发病的重要因素。这一研究结果将有助于当地进一步在多方面对疟疾疫情进行防控。创新点本课题在整个研究过程中,将多个领域的信息与知识进行了整合。将疟疾疫情数据进行时间、空间上的整合,打破了时间与空间的限制,不仅仅研究了有网络直报系统以来的数据,而且还研究了从1990年来的疟疾发病数据。在空间上,打破了县市的界限,对海南省全省疫情进行空间扫描,为疟疾疾病的预警提供新思路。将人口学、经济学及卫生学知识相融合,使得疟疾疫情及影响因素的分析更加的立体,更加的贴合实际。将自然因素与社会因素相结合的分析方法在国内外的疟疾研究领域较为罕见。