林定文 崔哲哲 潘冬香 林玫 蘇華斌

·論著·

基于Flexible 空間掃描統(tǒng)計量的廣西學(xué)校結(jié)核病流行病學(xué)分析

林定文 崔哲哲 潘冬香 林玫 蘇華斌

目的評價基于Flexible空間掃描統(tǒng)計量的廣西壯族自治區(qū)學(xué)生肺結(jié)核流行病學(xué)特征，為科學(xué)防控廣西壯族自治區(qū)學(xué)校結(jié)核病提供依據(jù)。方法從傳染病報告信息管理系統(tǒng)(NNDRS)收集2014年1月1日至2016年12月31日廣西報告的學(xué)生肺結(jié)核患者，描述性分析其流行病學(xué)特征；用期間報告的學(xué)生肺結(jié)核患者信息建立空間數(shù)據(jù)庫，進(jìn)行Flexible空間掃描統(tǒng)計量分析，通過與報告學(xué)校結(jié)核病突發(fā)公共衛(wèi)生事件進(jìn)行比對，評價其應(yīng)用價值。結(jié)果2014—2016年廣西NNDRS共報告學(xué)生肺結(jié)核4909例，各年度報告發(fā)病率分別為17.90/10萬(1563/8 731 588)、16.45/10萬(1502/9 131 701)和17.45/10萬(1844/10 566 235)。男性學(xué)生的報告發(fā)病率(18.03/10萬，2708/15 019 371)高于女性學(xué)生(16.41/10萬，2201/13 410 153)。Flexible空間掃描統(tǒng)計量分析，偵測到2014—2016年有學(xué)生結(jié)核病聚集性疫情報告的高發(fā)聚集區(qū)5個，與5起聚集性學(xué)校結(jié)核病突發(fā)公共衛(wèi)生事件疫區(qū)吻合。結(jié)論Flexible空間掃描統(tǒng)計量可以靈活、精確地偵測到廣西學(xué)生肺結(jié)核高發(fā)聚集區(qū)，可以用于疫情苗頭的甄別和早期預(yù)警。

結(jié)核, 肺； 人群監(jiān)測； 學(xué)生； 傳染病控制； 數(shù)據(jù)說明, 統(tǒng)計； Flexible空間掃描統(tǒng)計量

肺結(jié)核是由結(jié)核分枝桿菌通過空氣中飛沫傳播的一種較嚴(yán)重的慢性傳染性疾病。學(xué)生人群的報告發(fā)病率雖然低于總?cè)巳浩骄鶊蟾姘l(fā)病率[1]，但學(xué)校人群密度大，相互間接觸頻繁，極易發(fā)生肺結(jié)核聚集性發(fā)病，甚至造成突發(fā)公共衛(wèi)生事件，直接影響社會的穩(wěn)定。結(jié)核病具有一定的時空依賴性。1997年，統(tǒng)計學(xué)家Kulldorff[2]提出了基于圓形空間掃描技術(shù)的聚集性分析方法，通過掃描窗口內(nèi)外最大似然比的計算確定聚集區(qū)域，已在國內(nèi)用于結(jié)核病高發(fā)時間段和空間區(qū)域的識別[3-4]，但是該法忽略了空間布局的不規(guī)則性。與常規(guī)的Kulldorff圓形或橢圓形掃描窗口不同的是，日本統(tǒng)計學(xué)家Takahashi等[5]提出的基于最近距離法、掃描窗口動態(tài)變化、可變性更大的Flexible空間掃描技術(shù)具有更好的運用價值。筆者分析2014年1月1日至2016年12月31日廣西壯族自治區(qū)學(xué)生肺結(jié)核流行病學(xué)特征，結(jié)合Flexible 空間掃描統(tǒng)計量分析，進(jìn)行學(xué)校肺結(jié)核聚集疫情的偵測和預(yù)警，并針對不同的亞組人群特征，提出學(xué)校結(jié)核病預(yù)防和控制工作建議。

資料和方法

一、數(shù)據(jù)收集和整理

本研究的對象為2014—2016年在廣西傳染病報告信息管理系統(tǒng)(NNDRS)登記的學(xué)生肺結(jié)核患者，結(jié)合2014—2016年上報的結(jié)核病突發(fā)公共衛(wèi)生事件，分析其一般流行病學(xué)特點。對2014—2016年學(xué)生肺結(jié)核所屬學(xué)校類別進(jìn)行整理；按個案信息通過學(xué)校所在地區(qū)編碼與矢量地圖文件進(jìn)行關(guān)聯(lián)，進(jìn)行歸類和空間統(tǒng)計分析，最小空間統(tǒng)計單元為縣(區(qū))。

從“Global administrative area database” (GADM Inc, California, US) 中獲取中國地圖(Shape 文件)，從中剪取并生成廣西Shape文件。將患者數(shù)據(jù)與地圖文件根據(jù)地區(qū)編碼進(jìn)行關(guān)聯(lián)，生成空間發(fā)病數(shù)據(jù)庫。

突發(fā)公共衛(wèi)生事件相關(guān)信息來源于疫區(qū)上報的結(jié)核病疫情調(diào)查報告(包括初始報告、進(jìn)程報告和結(jié)案報告)，對報告涉及的疫情特征和處置步驟進(jìn)行摘錄和整理。同時跟蹤統(tǒng)計學(xué)生結(jié)核病密切接觸者篩查及檢出情況。

二、數(shù)據(jù)分析

1．描述性分析：對2014—2016年學(xué)校結(jié)核病的流行病學(xué)特征進(jìn)行描述，分別比較學(xué)生及其亞組人群的發(fā)病情況；比較2014—2016年不同年齡組、不同學(xué)生來源(大學(xué)以上、高中及中專、初中、幼兒園及小學(xué))的結(jié)核病年報告發(fā)病率；以縣(區(qū))為單位，調(diào)用R語言“sp、maptool、shape、RODBC”程序包，導(dǎo)入包含患者例數(shù)和調(diào)整變量(學(xué)生基數(shù))的地圖文件，輸出2014—2016年學(xué)生結(jié)核病報告發(fā)病空間分布專題圖，描述高發(fā)和低發(fā)市、縣及主要聚集區(qū)域。

2．空間統(tǒng)計分析：本研究將2014—2016年按縣(區(qū))整理的學(xué)生結(jié)核病報告數(shù)據(jù)、各地區(qū)登記的學(xué)生數(shù)和各地區(qū)坐標(biāo)文件輸入“FleXScan(V 3.1.2)”(https://sites.google.com/site/flexscansoftware/download_e)進(jìn)行回顧性高發(fā)聚集區(qū)測試。

采用FleXScan統(tǒng)計軟件在Poisson分布(肺結(jié)核在學(xué)生人群中的發(fā)生對于區(qū)域性數(shù)據(jù)屬于小概率事件)下建模[6]，計算掃描空間統(tǒng)計量S及最大似然比L(Z)/L0：

L是似然函數(shù)，μ是預(yù)期發(fā)病數(shù)，n是實際發(fā)病數(shù)；Z代表第Z個掃描窗口區(qū)域，G代表總體區(qū)域，L(Z)為Z區(qū)域的釋然函數(shù)值，μ(Z)為無效假設(shè)下Z區(qū)域的預(yù)期學(xué)生肺結(jié)核發(fā)病數(shù)，μ(G)為無效假設(shè)下總體的學(xué)生肺結(jié)核預(yù)期發(fā)病數(shù)。

輸出地圖用直線將邊界相鄰的縣(區(qū))坐標(biāo)點進(jìn)行鏈接，根據(jù)統(tǒng)計量的大小、最大釋然比和相對危險度的顯著性，確定不同級別的聚集區(qū)，并用不同的顏色進(jìn)行標(biāo)注。輸出文本包含了聚集區(qū)級別、聚集數(shù)量、掃描窗口最大間距、聚集區(qū)病例數(shù)、S統(tǒng)計量、相對危險度(RR)和顯著性(P值)。結(jié)合輸出圖和相對危險度的顯著性判斷不同級別的高發(fā)聚集區(qū)域。

3．Flexible空間掃描的應(yīng)用價值評價:將空間掃描偵測到的學(xué)生結(jié)核病高發(fā)聚集區(qū)與實際上報的結(jié)核病突發(fā)公共衛(wèi)生事件疫區(qū)進(jìn)行比較，分析吻合度。對該空間分析技術(shù)的回顧性分析和前瞻性預(yù)警應(yīng)用進(jìn)行綜合評價。

結(jié) 果

一、2014—2016年廣西學(xué)生結(jié)核病流行病學(xué)特征

廣西各類型學(xué)校登記在校學(xué)生平穩(wěn)增長，從8 731 588 名增至10 566 325名。據(jù)傳染病報告信息管理系統(tǒng)顯示，2014—2016年每月均有學(xué)生肺結(jié)核疫情報告，累計報告4909例。2014—2016年度報告發(fā)病率分別為17.90/10萬(1563/8 731 588)、16.45/10萬(1502/9 131 701)、17.45/10萬(1844/10 566 235),無明顯增長或下降趨勢。

男性學(xué)生的報告發(fā)病率(18.03/10萬，2708/15 019 371)高于女性學(xué)生(16.41/10萬，2201/13 410 153)；2014—2016年度報告發(fā)病年齡范圍在5～37歲之間，發(fā)病率峰值均集中在16～20歲年齡組(2014年：27.38/10萬(847/3 094 018)，2015年：25.09/10萬(812/3 235 797)，2016年：28.10/10萬(1052/3 744 121))(表1)。2014—2016年，高中及中專年度報告發(fā)病率最高，分別為30.27/10萬(491/1 622 196)、24.76/10萬(420/1 696 531)、33.26/10萬(653/1 963 062)(表2),與發(fā)病率峰值年齡高度吻合。

二、2014—2016年廣西學(xué)生結(jié)核病報告發(fā)病空間分布情況

2014—2016年學(xué)生報告發(fā)病率位居第一的市分別為北海市(17.79/10萬，56/314 752)、防城港市(18.14/10萬，33/181 924)和河池市(24.19/10萬，178/735 776)。2014—2016年以縣為單位，學(xué)生結(jié)核病年報告發(fā)病率最高的分別是龍勝縣(77.16/10萬，15/19 440)、梧州市萬秀區(qū)(36.38/10萬，15/41 228)、資源縣(73.45/10萬，19/25 868)。以縣為單位的學(xué)生肺結(jié)核報告發(fā)病率分布見圖1。疫情較高的縣、區(qū)主要集中在中部、西部地區(qū)；局部地區(qū)出現(xiàn)一過性的疫情增高；桂北地區(qū)疫情有自西向東遷延的趨勢。

三、廣西突發(fā)公共衛(wèi)生事件報告情況

2014年，廣西報告學(xué)生肺結(jié)核突發(fā)公共衛(wèi)生事件1起，于該年1月發(fā)生在桂林市龍勝縣A中學(xué)(報告11例)。2015年，廣西報告學(xué)生肺結(jié)核突發(fā)公共衛(wèi)生事件1起，于該年4月發(fā)生在柳州市區(qū)B大學(xué)(報告7例)。2016年，廣西報告學(xué)生肺結(jié)核突發(fā)公共衛(wèi)生事件4起，分別于5月發(fā)生在河池市鳳山縣C小學(xué)(報告6例，其中死亡1例)；6月發(fā)生在桂林市資源縣D中學(xué)(報告12例)；11月發(fā)生在河池市都安縣E中學(xué)(報告53例)和都安縣F中學(xué)(報告15例)。

四、空間聚集性分析

Flexible空間掃描統(tǒng)計量分析，共偵測到5個空間聚集區(qū)域(學(xué)生肺結(jié)核報告發(fā)病率明顯高于毗鄰地區(qū))。2014年的一級聚集區(qū)主要在南寧市區(qū)，1個次級聚集區(qū)位于桂林北部的龍勝縣，與該年報告的學(xué)生肺結(jié)核聚集性疫區(qū)吻合；2015年的一級聚集區(qū)位于南寧市區(qū)及其西南部縣(區(qū))，1個次級聚集區(qū)位于柳州市區(qū)及其西北部縣區(qū)，與該年報告的學(xué)生肺結(jié)核聚集性疫區(qū)吻合；2016年的一級聚集區(qū)集中在南寧市北部和河池市南部， 3個次級聚集區(qū)分別位于桂林市、百色市和柳州市的部分地區(qū)。一級聚集區(qū)和次級聚集區(qū)均報告了學(xué)校肺結(jié)核突發(fā)公共衛(wèi)生事件(都安縣、資源縣)。鳳山縣報告肺結(jié)核突發(fā)公共衛(wèi)生事件(1例因重癥結(jié)核病死亡)，由于總患者例數(shù)不多，未表現(xiàn)為空間熱點，見表3和圖2。

表1 廣西學(xué)生不同年齡組在2014—2016年的肺結(jié)核報告發(fā)病率

表2 2014—2016年廣西不同類別學(xué)校學(xué)生肺結(jié)核報告發(fā)病情況

圖12014—2016年廣西各縣(區(qū))學(xué)生結(jié)核病報告發(fā)病率分布

圖2 2014—2016年廣西學(xué)生結(jié)核病報告發(fā)病Flexible空間熱點區(qū)域掃描地區(qū)

年度聚集區(qū)地區(qū)最大間距(km)報告患者例數(shù)S統(tǒng)計量aRRbP值2014一級聚集區(qū)南寧市興寧區(qū)、青秀區(qū)、江南區(qū)、西鄉(xiāng)塘區(qū)、邕寧區(qū)206215056652630001次級聚集區(qū)?1龍勝縣00015156365900012015一級聚集區(qū)南寧市興寧區(qū)、青秀區(qū)、江南區(qū)、西鄉(xiāng)塘區(qū)、邕寧區(qū)，防城港市港口區(qū)、防城區(qū)，上思縣，崇左市江州區(qū)，扶綏縣1345319054602250001次級聚集區(qū)?1柳州市城中區(qū)、魚峰區(qū)、柳南區(qū)、柳東新區(qū)，柳江縣，融水縣，河池市金城江區(qū)，環(huán)江縣，都安縣，宜州市，忻城縣17122133157216500022016一級聚集區(qū)南寧市興寧區(qū)、青秀區(qū)、江南區(qū)、西鄉(xiāng)塘區(qū)，武鳴縣，平果縣，都安縣，大化縣1302728378652200001次級聚集區(qū)?1梧州市秀峰區(qū)，桂林市疊彩區(qū)、象山區(qū)、七星區(qū)、雁山區(qū)、靈川縣、龍勝縣、資源縣112529226272330001次級聚集區(qū)?2隆林縣0003513302750001次級聚集區(qū)?3柳州市城中區(qū)、柳北區(qū)8953711762490003柳東新區(qū)

注a:S統(tǒng)計量為掃描統(tǒng)計量；b:RR(relative risk)為相對危險度

討 論

廣西壯族自治區(qū)近年來頻發(fā)的學(xué)生結(jié)核病突發(fā)公共衛(wèi)生事件引起了國務(wù)院和自治區(qū)人民政府的高度重視，對防控工作均作了批示和要求。學(xué)生正處在青春發(fā)育階段，生長發(fā)育較快，機(jī)體免疫功能尚未健全，加之受到學(xué)習(xí)負(fù)擔(dān)重，考試壓力大，作息不規(guī)律，營養(yǎng)不良，缺乏體育鍛煉等因素的影響，一旦感染了結(jié)核分枝桿菌，很容易發(fā)展成活動性肺結(jié)核患者[7-8]。同時，學(xué)校是人群高度集中的場所，學(xué)生之間和師生之間長時間在一起學(xué)習(xí)、生活，一旦存在傳染性的肺結(jié)核患者，極易造成結(jié)核分枝桿菌的播散流行[9-10]。必須引起高度重視，采取必要的監(jiān)測和預(yù)警措施。

1.高中及中專學(xué)生是防控學(xué)生結(jié)核病的重點人群[11]：本研究結(jié)果顯示，2014—2016年學(xué)生肺結(jié)核報告發(fā)病率高峰年齡段在16～20歲。該年齡段的學(xué)生正處于高考升學(xué)期間，學(xué)習(xí)壓力大，是肺結(jié)核的易發(fā)人群[12]。通過升學(xué)體檢,很容易發(fā)現(xiàn)結(jié)核病疑似患者。從年度報告發(fā)病率的空間分布看，除了由于部分學(xué)校結(jié)核病聚集性疫情導(dǎo)致的區(qū)域報告發(fā)病率飆升外，部分大中型城市的市區(qū)由于中小學(xué)和大專院校眾多，學(xué)生基數(shù)大，分布密集，結(jié)核病的報告發(fā)病例數(shù)和報告發(fā)病率較高且有遷延趨勢(如桂北地區(qū)出現(xiàn)了高發(fā)區(qū)域自西向東轉(zhuǎn)移趨勢)。2016年雖然出現(xiàn)了多起學(xué)校肺結(jié)核聚集性疫情，但由于衛(wèi)生部門和教育部門的快速反應(yīng)，能在早期就遏制疫情的播散和區(qū)域蔓延，所以與前兩年比較廣西總體疫情沒有明顯的增減。這提示疾病預(yù)防控制部門通過網(wǎng)絡(luò)報告系統(tǒng)進(jìn)行學(xué)校結(jié)核病主動監(jiān)測是及時控制和避免學(xué)校結(jié)核病播散的重要手段。主動監(jiān)測應(yīng)重點關(guān)注16～20歲的學(xué)生人群、區(qū)域性異常報告和大中型城市城區(qū)患者報告情況。

2.問題與教訓(xùn)：廣西在2014—2016年報告了5起學(xué)校聚集性疫情，與結(jié)核病防控措施在校園內(nèi)落實不到位、處置不恰當(dāng)有關(guān)。所有學(xué)校疫情的線索都是各級疾病預(yù)防控制中心通過網(wǎng)絡(luò)報告監(jiān)控、發(fā)現(xiàn)學(xué)生患者后主動到校篩查，無學(xué)校主動報告患者。學(xué)校未進(jìn)行新生入學(xué)結(jié)核病篩查；因病缺課缺勤登記和病因追蹤制度不健全；學(xué)生隱瞞疾病、身份是學(xué)校疫情發(fā)生的共同特點。針對疫情出現(xiàn)后的流行病學(xué)調(diào)查和處置，林玫等[13]編寫了《肺結(jié)核病疫情流行病學(xué)調(diào)查與處置工作手冊》，細(xì)化了結(jié)核病疫情現(xiàn)場流調(diào)和處置的工作流程，可早期偵測和預(yù)警結(jié)核病聚集性發(fā)病苗頭，將防控關(guān)口前移，防患于未然。

3.Flexible空間掃描能更精確的早期偵測和預(yù)警結(jié)核病聚集性發(fā)病苗頭：除了前期使用時間序列分析用于結(jié)核病的疫情研判[1]，本研究采用了Flexible 空間掃描對形狀可變化的不規(guī)則窗口進(jìn)行連續(xù)掃面，能夠更靈活、更精確地估計事件高發(fā)區(qū)域[14-16]。該法曾用于廣西麻疹發(fā)病的空間熱點分析[17]，準(zhǔn)確地偵測了可能的麻疹暴發(fā)區(qū)域和時間段，為前瞻性預(yù)警提供了理論依據(jù)和技術(shù)支持。但目前鮮見用于結(jié)核病聚集性疫情識別和預(yù)警探索[18]。常規(guī)基于SatScan的圓形或圓柱形窗口掃描進(jìn)行結(jié)核病報告發(fā)病率的聚類分析結(jié)果有可能出現(xiàn)誤判[5]，本研究則通過實例印證了Flexible掃描技術(shù)在學(xué)生結(jié)核病聚集性疫情識別中的精確性。本研究在分析中用各地區(qū)登記的學(xué)生數(shù)對報告數(shù)進(jìn)行了調(diào)整，避免了由于學(xué)生分布密度不同導(dǎo)致的影響。通過對2014—2016年學(xué)生結(jié)核病的空間掃描，共發(fā)現(xiàn)8個高發(fā)聚集區(qū)。其中3個聚集區(qū)為學(xué)校密集區(qū)域，經(jīng)核實無單個學(xué)校的聚集發(fā)病，另外5個聚集區(qū)與該年度上報的聚集性學(xué)校結(jié)核病突發(fā)公共衛(wèi)生事件疫區(qū)吻合，均為單個學(xué)?；蛐^(qū)的聚集發(fā)病。一起由于死亡患者造成的突發(fā)公共衛(wèi)生事件不屬于聚集性疫情，未被偵測到。因此，F(xiàn)lexible 空間掃描技術(shù)具有很高的敏感度，在結(jié)核病疫情識別方面具有很高的應(yīng)用價值。同時，該法還可用于建立聚集性患者早期預(yù)警系統(tǒng)[19]，結(jié)合地理信息系統(tǒng)在短時間內(nèi)發(fā)現(xiàn)可能存在的聚集性苗頭。

[1] 崔哲哲, 林定文, 林玫. 廣西學(xué)生肺結(jié)核發(fā)病趨勢分析及預(yù)警系統(tǒng)建立， 中國學(xué)校衛(wèi)生, 2017, 38(1):144-147.

[2] Kulldorff M.A spatial scan statistic.Commun Stat. J Thery Methods,1997, 26(6):1487-1496.

[3] 單志力, 徐剛, 周祖木, 等. 2008—2013年溫州市肺結(jié)核疫情時空流行病學(xué)分析. 中國防癆雜志, 2016, 38(2): 99-103.

[4] 李婷, 何金戈, 楊長虹, 等. 基于空間聚集性與時空掃描的肺結(jié)核流行特征分析. 中國防癆雜志, 2016, 38(12): 1032-1040.

[5] Takahashi K, Kulldorff M, Tango T, et al. A flexibly shaped space-time scan statistic for disease outbreak detection and monitoring.Int J Health Geogr, 2008, 7(1): 14.

[6] Tango T,Takahashi K. A flexibly shaped spatial scan statistic for detecting clusters.Int J Health Geogr,2005, 4(1):11.

[7] 管紅云, 譚衛(wèi)國, 楊應(yīng)周. 深圳市學(xué)生肺結(jié)核發(fā)病影響因素的病例對照研究. 中國防癆雜志， 2016, 38(6): 486-492.

[8] 姚曉英. 嘉興市中小學(xué)生肺結(jié)核危險因素病例對照研究. 中國學(xué)校衛(wèi)生, 2013, 34(6): 717-719.

[9] Golesi F, Brignatz J, Bellenfant M, et al.MycobacteriumtuberculosisBeijing outbreak inaschool in Marseille, France, 2012. Euro Surveill, 2013, 18(2): pii 20354.

[10] Centers for Disease Cintrol and Prevention(CDC). Transmission ofMycobacteriumtuberculosisin a high school and school-based supervision of isoniazid-rifapentine regimen for preventing tuberculosis-colorado, 2011-2012. MMWR Morb Mortal Wkly Rep, 2013, 62(39):805-809.

[11] Ziemele B, Ranka R, Ozere I. Pediatric and adolescent tuberculosis in Latvia, 2011-2014: case detection, diagnosis and treatment.Int J Tuberc Lung Dis,2017, 21(6):637-645.

[12] Snow K, Hesseling AC, Naidoo P, et al. Tuberculosis in adolescents and young adults: epidemiology and treatment outcomes in the Western Cape. Int J Tuberc Lung Dis, 2017, 21(6): 651-657.

[13] 林玫, 林定文, 唐振柱. 肺結(jié)核病疫情流行病學(xué)調(diào)查與處置工作手冊. 北京：人民衛(wèi)生出版社, 2016.

[14] Demoury C, Goujon-Bellec S, Guyot-Goubin A, et al. Spatial variations of childhood acute leukaemia in France, 1990—2006: global spatial heterogeneity and cluster detection at ‘living-zone’ level. Eur J Cancer Prev,2012, 21(4): 367-374.

[15] Rooney J, Vajda A, Heverin M, et al. Spatial cluster analysis of population amyotrophic lateral sclerosis risk in Ireland. Neurology, 2015, 84(15):1537-1544.

[16] Tlou B, Sartorius B, Tanser F. Spatial-temporal dynamics and structural determinants of child and maternal mortality in a rural, high HIV burdened South African population, 2000—2014: a study protocol. BMJ Open, 2016, 6(7): e010013.

[17] Tang X,Geater A,McNeil E, et al. Spatial, temporal and spatio-temporal clusters of measles incidence at the county level in Guangxi, China during 2004—2014: flexibly shaped scan statistics. BMC Infect Dis,2017, 17(1): 243.

[18] 黃茹, 李鑫堯, 肖洪, 等. 空間統(tǒng)計分析方法在結(jié)核病研究中的應(yīng)用.中國防癆雜志,2016,38(6):432-435.

[19] 周劍南, 馮子健, 譚柯, 等. Flexible 空間掃描統(tǒng)計量在傳染病聚集性探測的應(yīng)用研究. 中華疾病控制雜志, 2010, 14 (6): 475-478.

EpidemiologicalanalysisoftuberculosisamongstudentsinGuangxibasedonflexiblyshapedspatialscanstatistics

LINDing-wen,CUIZhe-zhe,PANDong-xiang,LINMei,SUHua-bin.

InstitucleofTuberculosisPreventionandControl,GuangxiZhuangAutonomousRegionCenterforDiseasePreventionandControl，Nanning530028，China

Correspondingauthor:LINDing-wen,Email:drldw@163.com

ObjectiveTo analyze the epidemiological characteristics of tuberculosis (TB) among students in Guangxi Zhuang Autonomous Region based on the flexibly shaped spatial scan statistics providing specific references for student TB control and prevention.MethodsThe data of student TB cases in Guangxi were collected from National Notifiable Disease Reported System (NNDRS) from January 1st 2014 to December 31st 2016. We performed descriptive analysis to identify epidemiological characteristics of tuberculosis among students. We aggregated the reported student TB patients during this period as the spatial data and conducted the flexibly shaped spatial scan to detect the clusters and to matched the location of public health emergency of TB in school which had been reported. Finally, we evaluated the application of flexibly shaped spatial scan statistics.ResultsThe total number of student TB cases collected between 2014 and 2016 from NNDRS was 4909. The incidence rates among student population from January 1st 2014 to December 31st 2016 were 17.90/100 000 population (1563/8 731 588), 16.45/100 000 population (1502/9 131 701) and 17.45/100 000 population (1844/10 566 235) in respective years. The incidence among male student is higher than female students (18.03/100 000 population (2708/15 019 371) vs 16.41/100 000 population (2201/13 410 153)). Five hot spots were detected by flexibly shaped spatial scan between January 1st 2014 and December 31st 2016, which were in consistence with the five reported public health emergency of student TB clusters.ConclusionFlexibly shaped spatial scan statistics is flexible and precise for identifying the high TB incidence clusters. It can be applied to identify the upcoming outbreaks as an early warning tool.

Tuberculosis, pulmonary; Population surveillance; Students; Communicable disease control; Data interpretation, statistical; Flexible spatial scan statistics

10.3969/j.issn.1000-6621.2017.11.012

廣西衛(wèi)生計生委科研課題(Z2016435)

530028 南寧，廣西壯族自治區(qū)疾病預(yù)防控制中心結(jié)核病預(yù)防控制所

林定文，Email:drldw@163.com

2017-08-14)

(本文編輯：范永德)