Transcript 研究结果与分析 - 中国疾病预防控制中心性病控制中心

空间分析方法在梅毒
防治中的应用
中国医学科学院皮肤病研究所
中国CDC性病控制中心
门佩璇
Contents
1
选题依据与研究意义
2
研究目的
3
研究方法
4
研究结果与讨论
5
小结与展望
选题依据与研究意义
我国梅毒报告病例数的变化
2011年429677例
2004-2011年：
梅毒发病率
年均增长22.59%
＞40万例
＞30万例
2009年
2007-2008年
＞20万例
2005-2006年
1995-2004年
1万-10万例
1988-1994年
1000-1万例
1984-1987年
100-1000例
1979-1983年
1979年
10万-20万例
＜100例
1例
梅毒在甲乙类传染病中排序
2004-2005年：第5位
2006-2008年：第4位
2009年以后：第3位
选题依据与研究意义
为此，国家卫计委于2010年6月下发了《中国预
防与控制梅毒规划（2010-2020）》，要求全国
各地加强梅毒的监测与防治工作。
本研究试图为更好地开展梅毒防治与干预工作提
供一种新的方法和思路。
选题依据与研究意义
传统的疫情监测方法存在一个明显的问题，就是
难于直观快速精确地发现梅毒在我国的地理分布
及其与人口、经济发展、卫生资源的关系，从而
导致梅毒防治决策的直观性与科学性不足，效率
不高。
地理信息系统及其空间分析方法可用以解决上述
问题。其最大的特点是，将属性数据与空间数据
结合起来进行分析，并且具有时空结合、可视化
和精确定位等诸多的优点。
2004年南非GIS应用于HIV防治
美国国家HIV防治的GIS
研究目的
Target 1
探索我国县区级各期梅毒疫情的空间分布特征，
准确找出流行的高发地区，为实现梅毒精确防
治提供依据
Target 2
从空间统计分析角度，明确不同地区梅毒地理
分布与人口社会经济、医疗卫生资源等因素的
关系，找到影响流行的因素。
Target 3
在我国建立起梅毒疫情地理信息系统的新方法，
为未来系统地使用空间分析方法开展梅毒监测
与防治提供方法学基础
研究方法
（一）研究数据
1、疫情资料： 2011年各县区不同类型梅毒（一期、二期、和隐性梅
毒）的报告病例数、发病率等
2、空间数据文件：全国各省份、地市和县区的地理经纬度数据文件
3、相关因素数据：
 人口社会经济发展数据 — 2011年全国各省、地市的常住人口数、流
动人口数、高危人群数据规模、 GDP和人均GDP
 医疗卫生资源数据 — 2011年全国各省、地市的医疗卫生机构数量等
 高危人群相关数据 —MSM、FSW、流动人口、孕产妇人群和男性性
病门诊就诊者行为指标、接受干预服务指标和梅毒哨点监测阳性率等
研究方法
（二）研究数据库的建立
使用MapInfo软件 ，以各地区共同的国标码为联结依据，
实现梅毒疫情数据、相关因素数据与地理数据之间一对一的
链接关系，建立2011年全国梅毒疫情地理信息系统数据库。
（三）使用软件
1、MapInfo 10.0 ：建立全国梅毒疫情GIS数据库
2、GeoDa 1.46：全局和局部空间自相关分析，省级和地
市级的空间自回归分析
3、ArcGIS 10.0：频数分布分析，全局和局部空间自相关
分析
研究方法
（四）空间统计分析方法
1、探索性空间统计分析（ Exploratory Spatial Data
Analysis，ESDA ）：
 频数分布分析 — 直方图和变异函数云图
 全局空间自相关分析 — 全局Moran指数和全局G系数
 局部空间自相关分析 — 空间相关局部指标（LISA）和局部G系
数，输出县区级梅毒疫情分布热点地图
2、确认性空间统计分析：
首先拟合经典回归模型，考察其模型残差是否具有空间自相关
性。如具有则在此基础上建立空间滞后模型（SLM）或空间误差模
型（SEM）。构建省级和地市级的梅毒疫情空间回归模型来分析人
口社会经济、医疗资源、高危人群相关因素与梅毒分布的关系。
研究结果与分析
（一）探索性空间分析
1、频数分布特征
各期梅毒发病率频数分布均显示为显著的正偏态分布。多数县
区梅毒发病率处于较低水平，少数县区梅毒发病率极高，有37个县
区梅毒发病率超过150/10万。
梅毒
县区数
均数
标准差
中位数
偏度
峰度
全部梅毒
2925
31.60
33.85
21.17
3.11
20.89
一期与二期
2925
13.39
18.30
7.89
5.78
68.63
隐性
2925
17.01
20.69
9.61
2.81
11.10
研究结果与分析
2、全局空间自相关分析
2011年梅毒疫情全局Moran指数（n=2925）
梅毒
Moran指数
E(I)
Z-Score
P值
全部梅毒
0.5762
-0.0003
51.6695
＜0.001
一期和二期
0.4505
-0.0003
38.4308
＜0.001
隐性
0.6302
-0.0003
56.4729
＜0.001
我国梅毒疫
情分布呈显
著的正空间
自相关，表
现出相似值
之间的空间
聚集
研究结果与分析
2、全局空间自相关分析
2011年梅毒疫情全局G系数（n=2925）
梅毒
G系数
E(G)
Z-Score
P值
全部梅毒
0.0331
0.0250
15.0446
＜0.001
一期和二期
0.0352
0.0250
14.8546
＜0.001
隐性
0.0370
0.0250
19.6869
＜0.001
我国梅毒疫
情的空间自
相关是高值
聚集，空间
分布特点主
要为“高－
高”聚集分
布
研究结果与分析
3、局部空间自相关分析（LISA）
高－高聚集的
县区262个，
县区273个，
主要分布在新
主要集中在广
疆、青海、江
西、广东、浙
苏、浙江、福
江、福建、新
建、内蒙等
疆和内蒙等
低－低聚集的县区
低－低聚集的县区
689个，主要分布
704个，主要集中
在河北、河南、山
在河北、山东、江
西、山东、四川、
西、湖北、黑龙江、
陕西、江西、甘肃、
吉林、辽宁和西藏
云南、西藏等
等
2011年全国县区级一期和二期梅毒疫情的LISA聚集地图
2011年全国县区级隐性梅毒疫情的LISA聚集地图
研究结果与分析
3、局部空间自相关分析（局部G系数）
2011年全国县区级一期和二期梅毒疫情分布热点地图
省份
县区数
新疆
23个
青海
4个
甘肃
3个
广西
8个
福建
3个
江苏
3个
浙江
33个
内蒙
3个
辽宁
13个
吉林
5个
黑龙江
6个
呈现5个核心区，主要分布在新疆的西南片区、青海中东部、广西自治区、
东部沿海地区与东北等省。总共117个热点县区，其发病率均超过50/10万。
研究结果与分析
可见，我国一期与二期梅毒主要分布在少数民族地
区和沿海经济发达地区。 这些地区在历史上就是梅毒高
发地区，提示可能存在人口、社会经济文化和行为等危
险因素促使梅毒在这些地区传播与流行，需要进一步开
展调查，建立梅毒疫情空间回归模型，分析空间分布模
式的成因。
此外，迫切需要将这些核心区域和热点县区作为我
国梅毒防治的重点。集中有限的资源投入到这些地区的
梅毒防治工作，不仅可以有效控制梅毒流行，而且可以
遏制梅毒从这些地区向其他地区蔓延，从而起到事半功
倍的效果。
参考文献：
吴秉仁. 从内蒙古牧区性病防治效果看新中国性病防治成就――内蒙古自治区性病防治后梅毒现患和血清学追访调查. 中华流行病学杂志, 1999, 20(3): 138-140.
Dikötter F. Sexually transmitted diseases in modern China: a historical survey. Genitourin Med, 1993, 69:341-345.
研究结果与分析
3、局部空间自相关分析（局部G系数）
呈现3个核心区，
新疆的乌鲁木齐市和
阿克苏地区，内蒙古
的呼和浩特、包头和
呼伦贝尔地区，以及
东南沿海地区。全国
梅毒疫情呈现出由核
心区向周边圈层式递
减的现象。
2011年全国县区级隐性梅毒疫情分布热点地图
研究结果与分析
（二）确认性空间分析
1、全国省级空间回归分析
全国各省梅毒疫情经典回归模型空间依赖性诊断结果
Test
DF
value
p
Moran’s I(error)
-0.0586
-
-
Lagrange Multiplier(lag)
1
1.362352
0.24313
Robust LM(lag)
1
0.90359
0.341821
Lagrange Multiplier(error)
1
0.465352
0.495134
Robust LM(error)
1
0.006589
0.935305
Lagrange Multiplier(SARMA)
2
1.368941
0.504357
研究结果与分析
从经典回归拟合的结果来看，SLM和SEM的残差均
未表现出空间自相关性，在此基础上再建立空间回归
模型并无必要。
初步排除纳入变量不合理与回归模型因变量自变
量之间不存在空间自相关性的原因。
由于省级层面的数据较为笼统粗糙，混杂偏倚大，
加之样本量较小，可能是导致上述结果的主要原因。
研究结果与分析
2、全国地市级空间回归分析
首先以地市为单位构建梅毒疫情经典回归模型。
全国各市梅毒疫情经典回归模型空间依赖性诊断结果
Test
DF
value
p
Moran’s I(error)
0.18869
-
-
Lagrange Multiplier(lag)
1
82.56768
＜0.00001
Robust LM(lag)
1
21.49167
0.000004
Lagrange Multiplier(error)
1
62.56078
＜0.00001
Robust LM(error)
1
1.48478
0.223028
Lagrange Multiplier(SARMA)
2
84.05246
＜0.00001
研究结果与分析
运行SLM模型，结果如下：
全国地市梅毒疫情SLM空间依赖性诊断结果表
Test
DF
value
p
Likelihood Ratio Test
0.188687
58.05463
＜0.000001
SLM拟合结果表明，决定系数R²=0.482635，解
释力较强。Log likelihood为-1544.77，AIC为
3129.54，SC为3206.41，均小于经典回归模型的数
据，说明SLM对数据的拟合能力有明显改进。SLM空
间依赖性诊断结果显示，空间自回归系数为0.5530，
具有显著统计学意义（p＜0.0001）。
研究结果与分析
全国各地市梅毒疫情空间滞后回归模型结果表
研究结果与分析
 人均GDP、报告梅毒医疗机构数、高危人群梅毒筛查阳性率都是影
响梅毒发病率的重要因素，经济发达、医疗资源丰富的地区以及高
危人群规模大、感染率高的地区，全部梅毒的发病率高。
 MSM人群中，B1MSM表示最近6个月多男性伴率，其越高，梅毒发
病率越高。
 男性性病门诊就诊者人群中，B2STD为最近三个月有临时性伴率，
是一个危险因素。
 FSW人群中，最近一次性行为安全套使用率与最近一个月性行为安
全套使用率的回归系数方向相反，可能也与两者存在共线性，以及
提供的数据存在信息偏倚有关。
 所有高危人群中，最近一年接受干预服务率对梅毒发病率是一个保
护因素。可见，针对高危人群持续开展广泛深入的干预服务，对于
降低梅毒的发病率是十分必要的。
小结与展望
本研究将探索性和确认性空间分析方法应用于我国梅
毒疫情空间分布特征的分析：
1
全局自相关分析：
1、呈显著正空间
自相关
2、“高－高”聚
集分布。
2
局部自相关分析：
1、一期二期梅毒5
个核心区和117个
热点县区
2、主要分布在少
数民族和沿海经济
发达地区。
3
地市空间滞后分析：
经济发达、医疗资
源丰富以及高危人
群规模大、感染率
高的地区，梅毒的
发病率更高。