论文部分内容阅读
目的分析北京市房山区手足口病流行情况及病原学特点,探讨手足口病发病与气象因素的相关性及其相关程度,构建手足口病的时间序列预测模型并评价模型的拟合程度及预测效果,为手足口病防控提供科学依据。方法1、采用描述性流行病学方法,对2009-2013年房山区手足口病疫情相关资料进行分析。2、选用广义相加模型分析多因素时间序列资料,在控制与时间有关的长期趋势、季节性趋势及混杂因素基础上,分析房山区2009-2013年每周手足口病发病与平均温度(℃),平均相对湿度(1%),日照时数(1h),平均风速(m/s)相关关系及相关程度。3、利用2009-2013年房山区手足口病月发病率构建时间序列预测模型,利用2014年1-12月手足口病月发病率进行预测和评价。4、使用Excel2010软件建立手足口病和气象因素数据库。使用SPSS18.0、R3.0.1软件程序包中的mgcv和TSA对数据进行分析。结果1、房山区手足口病累计发病9113例,年均发病率为159.42/10万,重症70例,死亡1例。2、手足口病患者发病男女性别比为1.40：1(5311/3802)；年龄主要集中在1-5岁儿童组,占84.09%(7666/9113)。3、手足口病患者以散居儿童最多,占发病例数的51.21%(4667/9113),托幼儿童位居第二位,占发病例数的41.09%(3745/9113)。4、手足口病发病具有明显的季节性,5-8月份为发病高峰,2010-2013年,发病呈双峰型,10-11月出现第二个发病小高峰。5、房山区共发生手足口病聚集性病例423起,以托幼机构聚集为主,占全部聚集性病例的90.31%(382/423),共涉及病例2021例。6、除2011、2013年外,房山区手足口病病原谱均以EV71型为主。7、平均气温(℃),相对湿度(1%),日照时数(h)和平均风速(m/s)滞后一周对手足口病的发病影响最大。平均气温每升高1℃,手足口病发病数增加1.454%(95%CI:0.508-2.410)；相对湿度每升高1%,手足口病发病数增加0.911%(95%CI: 0.508-2.410)；日照时数每增加1h,手足口病发病数降低5.517%(95%CI:-8.509～-2.426)；平均风速每升高1m/s,手足口病发病数升高19.118%(95%CI：3.909-36.553)。8、平均气温(℃)、相对湿度(1%)、日照时数(1h)和平均风速(m/s)对男性手足口病的发病均有影响,而仅有平均气温(℃)对女性手足口病发病有影响；除平均风速(m/s)外,各气象因素对散居儿童的手足口病发病影响更大。9、SARIMA(O,O,1)(0,1,0)12模型经诊断残差为白噪声序列,模型拟合效果较好,为最佳预测模型。10、房山区2014年1-12月手足口病月发病率实际值均在SARIMA(O,0,1) (0,1,0)12模型预测值的95%可信区间范围内,预测值基本符合实际值变动趋势,2014年预测全年手足口病发病率为180.99/10万,而报告实际发病率为243.61万,相对误差为25.71%。结论1、房山区手足口病呈周期性变化,应重点加强5岁以下儿童,特别是散居儿童的监测及防控工作。2、平均气温(℃)、相对湿度(1%)、日照时数(h)、平均风速(m/s)等气象因素与房山区手足口病发病相关,可以将其作为预测房山区手足口病发病的指标。3、气象因素对不同性别、职业的手足口病患者发病数影响不同。4, SARIMA(0,0,1) (0,1,0)12模型能够很好拟合手足口病月发病率数据,可用于房山区手足口病发病趋势的短期预测,为下一步采取针对性防控措施提供科学依据。