Page 66 - 南京医科大学自然科学版第1期
P. 66

第41卷第1期
               · 60  ·                           南 京    医 科 大 学 学         报                        2021年1月


                  手足口病（hand⁃foot⁃mouth disease，HFMD）是一          独立样本检验法），对2019年下半年实际月发病率与
              种病毒性的急性传染病，1980年在我国广州首次报                          预测月发病率进行比较，评价模型预测效果。
              道 ，2008年被列为法定丙类传染病，它由包括柯萨                         1.3  统计学方法
                ［1］
              奇病毒、新型肠道病毒、埃可病毒等在内的 20 余种                              运用 Excel2007 建立和管理数据库，运用 SPSS
              肠道病毒引起，其中又以肠道病毒 71 型（EV71）和                       25.0 软件进行统计分析和模型构建，分类资料采用
              柯萨奇病毒A组16型（CoxA16）最为常见，一直为优                       例数和构成比进行统计描述；采用非参数检验法对
              势流行毒株，这两者可交替或者共同传播 。但近                            率进行比较：利用χ 检验对不同型别手足口病阳性
                                                    ［2］
                                                                                  2
              年来，由柯萨奇病毒 A 组 6 型（CoxA6）、柯萨奇病毒                    检出率进行比较，利用两个独立样本检验法对手足
              A 组 9 型（CoxA9）、柯萨奇病毒 A 组 10 型（CoxA10）、            口病实际发病率与预测发病率两组数据进行比较，
              埃可病毒11型（ECV11）等引发的疫情有上升趋势                 ［3-5］ ，  以P < 0.05为差异有统计学意义。
              值得密切关注，5岁以下尤其是3岁以下的儿童是防
                                                                2  结 果
                          ［6］
              控的重点人群 。本文对2010—2019年南通市手足
              口病发病情况进行分析，以2010年1月—2019年6月                       2.1  手足口病发病情况
              南通市手足口病分月报告病例数据为基础，通过建                                 2010—2019年南通市共报告手足口病90 766例，

              立 差 分 自 回 归 移 动 平 均（autoregressive integrated     年平均发病率为 124.36/10 万，其中 2018 年发病率
                                        ［7］
              moving average，ARIMA）模型 ，预测 2019 年 7—12           最高，为235.29/10万（图1）。
              月发病率，并与当时的实际发病率比较，验证模型
                                                                   250                               235.29
              效果，为南通市手足口病的防控提供策略和技术支
                                                                  （ 1/10 5 ）                 144.75
              撑。                                                   200                170.65

              1  资料和方法                                            报告发病率 150  121.15

              1.1 资料                                               100  107.33  103.29 107.96  113.81
                  资料来源于中国疾病预防控制信息系统2010年                            50                            71.32   64.56
              1 月 1 日—2019 年 12 月 31 日南通市常住人口的手                     0
                                                                      2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
              足口病监测数据和人口数据。                                                            年份（年）
              1.2  方法                                               图1 2010—2019年南通市手足口病发病率
                  以2010年1月1日—2019年6月30日南通市手                     Figure 1  The morbidity of HFMO in Nantong from 2010
                                                                         to 2019
              足口病疫情月报告发病率为基础建立时间序列。
              手足口病月发病率时间序列为季节性时间序列，故                            2.2  病原学检测结果
              采用乘积季节模型，即 ARIMA（p，d，q）×（P，D，Q） S。                     2010—2019 年 90 766 例中实验室诊断病例数
              其中d为平稳化过程中差分的阶数，p、q分别为自回                          为 2 950 例 ，其 中 EV71 阳 性 757 例 ，占 25.75% ；
              归阶数和移动平均阶数。P、Q分别为季节自回归和                           CoxA16 阳性 925 例，占 31.4%；其他肠道病毒阳性
              移动平均阶数，D为季节差分阶数，s为季节性周期循                          1 268例，占42.9%，不同的阳性型别检出率比较，差
              环长度。模型建立的步骤分为：①确保时序的平稳                            异有统计学意义（χ =206.95，P < 0.01）。不同年份
                                                                                  2
              性。平稳性是ARIMA模型中的一个重要假设，一般                          间EV71、CoxA16和其他肠道病毒阳性检出率差异均
              可通过时间序列图直观判断。对于不平稳时序，则需                           有统计学意义（χ 值分别为365.20、119.06、334.47，P
                                                                               2
              要通过数据变换和差分使序列满足平稳性假定，并使                           均<0.01，表1）。
              用ADF统计检验来验证平稳性假定。②模型识别和                           2.3  时间分布情况
              定阶。根据平稳化后序列的季节差分自相关（ACF）                               2010—2019 年，每个月份均有病例发生，经统
              函数图和偏自相关（PACF）函数图，进行模型的识别                         计，2014 年和 2018 年发病水平较高，总体上 2 月份
              和定阶。③模型的参数估计和检验。使用非线性最                            发病数最少，6 月份发病数最多，有明显季节性，呈
              小二乘法估计模型的参数，Ljung⁃BoxQ统计量检验，                      双峰特征，为夏季（5、6、7月）高峰和冬季（11、12月）
              P＞0.05，提示残差是白噪声序列，反之为非白噪声序                        次高峰，从2013年起，有隔年高发、偶数年份增强的
              列。④评价模型预测效果。利用非参数检验法（两个                           流行特征（表2）。
   61   62   63   64   65   66   67   68   69   70   71