Page 48 - 南京医科大学自然版
P. 48
第45卷第3期
·336 · 南 京 医 科 大 学 学 报 2025年3月
Y），T对Y的方差贡献率=Cov（T，Y）/Cov（Y，Y），S对 系数，评判疫情是否影响肝炎发病的季节性规律。
Y 的方差贡献率=Cov（S，Y）/Cov（Y，Y），R 对 Y 的方 用 Excel 软件完成数据整理，用 SPSS 27.0 完成时间
差贡献率=Cov（R，Y）/Cov（Y，Y）；由于 Cov（Y，Y）= 序列的季节性分解以及皮尔逊相关系数和协方差
Cov（T，Y）+Cov（S，Y）+Cov（R，Y），所以 Cov（T，Y）/ 的计算，显著性水平取为0.05。
Cov（Y，Y）+Cov（S，Y）/Cov（Y，Y）+Cov（R，Y）/Cov
2 结 果
（Y，Y）=1。方差贡献率反映了各分量对原始序列波
动影响的作用，贡献率越大，对原始序列波动的影 2.1 甲肝
响也越大。 列举 2019—2023 年甲肝每年的月发病数（表
1.3 统计学方法 1），疫情期间的2020、2021、2022年的平均月发病数
通过时间序列的描述性统计分析，了解疫情前 低于疫情前的 2019 年，疫情后的 2023 年平均月发
后肝炎发病数的变化情况；比较 2012 年与 2019— 病数高于疫情期间的 2022 年，出现上升趋势。疫
2023年时间序列长期趋势、季节因子和误差的协方 情期间出现月发病数最少的月份为 2022 年 12 月
差贡献率变化趋势，评判疫情对月发病数的波动主 的 532 例，是 2012—2022 年期间的历史最低值。
要受哪种因素的影响；比较2012—2019年与2012— 2023 年 1 月可能受疫情防控的继续影响，出现了
2023 年的季节因子图以及季节因子的皮尔逊相关 2012—2023年的历史最低值523例。
表1 2019—2023年甲肝月发病数
Table 1 Monthly incidence of hepatitis A between 2019 and 2023 （n）
Month
Year Mean
1 2 3 4 5 6 7 8 9 10 11 12
2019 1 622 1 465 1 938 1 864 1 615 2 027 2 203 1 809 1 603 1 313 1 230 1 316 1 667
2020 1 251 1 295 1 529 1 187 1 100 1 249 1 514 1 401 1 335 1 181 1 243 1 196 1 290
2021 960 745 1 128 1 142 1 095 1 089 1 038 1 057 1 105 940 1 026 1 068 1 033
2022 956 830 1 050 896 960 1 038 1 069 1 116 945 752 749 532 908
2023 523 850 1 289 1 114 1 076 944 1 053 1 111 1 038 986 1 056 975 1 001
全国甲肝2019年的发病率为1.38/10万，2020年 0.004），季节因子的方差贡献率在减少，与方差负相
为1.06/10万，降幅为23%。从各地区的发病率来看， 关，相关系数为 -0.978（P=0.003）。由此说明，疫情对
2019年较高的前5个地区依次为青海6.25/10万、辽 月发病数波动的影响主要是长期趋势的变化。
宁5.70/10万、新疆4.23/10万、山西4.00/10万和西藏 由 2012—2023 年甲肝月发病数的时间序列图
2.94/10 万。2020 年与 2019 年相比，甲肝发病率降 （图 1A）可知，甲肝的月发病数既有周期性波动，也
幅较多的前 5 个地区依次为新疆73%、宁夏71%、西 有长期趋势变化，长期趋势的变化特征较明显，这
藏 55%、甘肃 53%和青海 49%。发病率较高和降幅 与长期趋势的方差贡献率大于季节因子的方差贡献
较大的大部分为西北经济欠发达地区。疫情对这 率是一致的。结合长期趋势图（图1B）可知，2012年
部分地区的影响较大。 以来，甲肝的月发病数总体呈下降趋势，疫情后反
由时间序列的分解得到表 2。由表 2 可知， 弹上升。
2012—2019年、2012—2020年、2012—2021年、2012— 由甲肝疫情前的 2012—2019 年月发病数的季
2022 年及 2012—2023 年甲肝的月发病数的时间序 节因子图（图 1C）和包含疫情前后的 2012—2023 年
列（协）方差在增加，说明疫情期间月发病数的下 的季节因子图（图 1D）可知，每年 1—2 月份为发病
降，疫情后月发病数的上升，增加了数据波动的离 低谷期，3月、7—9月份为发病高峰期。相关分析也
散程度。从各分量的方差贡献率来看，长期趋势的 表明，两个季节因子有高度的相关性，相关系数为
方差贡献率大于季节因子的方差贡献率，误差的方 0.964（P < 0.001），这与方差贡献率的分析一致，疫
差贡献率最小，说明方差波动主要受长期趋势和季 情主要对长期趋势产生影响。
节因子的影响。由表 2 还可知，长期趋势的方差贡 由此可知，疫情防控减少了甲肝的月发病数，
献率在增加，与方差正相关，相关系数为 0.979（P= 但未改变发病低谷期和高峰期的周期性特征。
