鞍山市手足口病日發病數與氣象因素的關系及預測模型的建立▲

尹 曄 金大慶 何 穎 喬凡丁 張憲策 崔莉敏 田 璐 高清源

(1 遼寧省鞍山市疾病預防控制中心傳染病防制科，鞍山市 114000，電子郵箱：yinrihua222@163.com；2 遼寧省鞍山市氣象局，鞍山市 114000)

手足口病是由多種腸道病毒引起的急性傳染病，常見于5歲以下兒童。自2008 年手足口病被納入丙類傳染病以來，我市手足口病發生率一直居高不下。手足口病的流行與多種因素相關，如衛生習慣、年齡、機體免疫力和氣象等[1-3]。但目前分析氣象因素對手足口病影響的相關研究較少。本研究分析手足口病發病情況與氣象因素的相關性，并構建手足口病日發病數的預測模型，旨在為更好地制定手足口病預防控制措施提供參考依據。

1 資料和方法

1.1 資料來源 手足口病流行病學數據資料來源于中國疾病預防控制信息系統，氣象因素數據資料來源于鞍山市氣象局。

1.2 分析方法 (1)統計鞍山市2011～2017年臨床診斷和實驗室確診的手足口病日發病數及患者的臨床資料，對本市2011年～2016年的12個氣象因素進行描述性分析，包括日最高氣溫(℃)、日最低氣溫(℃)、日平均氣溫(℃)、日最低相對濕度(%)、日平均相對濕度(%)、日最高氣壓(hPa)、日最低氣壓(hPa)、日平均氣壓(hPa)、日降水量(mm)、日最大風速(m/s)、日平均風速(m/s)、日平均日照時數(h)。(2)對手足口病日發病數和氣象因素進行相關性分析，并將有統計學意義的氣象因素納入多元線性回歸方程進行分析，構建手足口病發病情況的預測模型。為排除各氣象因素之間的高相關性造成的共線性問題，相關系數絕對值>0.8的變量不納入方程；由于手足口病的一般潛伏期是2～10 d[4]，氣象因素對手足口病影響的滯后因素是1～10 d[5-6]，同時考慮到星期效應，采用滯后7 d的手足口病日病例數及氣象因素構建方程。(3)使用所建立的模型對2017年手足口病日發病情況進行預測，評價其預測準確性，平均相對誤差≤3%則方程擬合效果好。

1.3 統計學分析 應用Excel 2007和SPSS 13.0軟件對數據進行統計分析。計量資料以(x±s)表示，計數資料以例數或百分比表示。采用Spearman相關系數對手足口病日發病數和氣象因素的相關性進行分析。多元線性回歸方程以α=0.05為檢驗水準，用逐步法篩選變量，變量進入方程的標準是P<0.05，退出方程的標準是P>0.10；以自變量容忍度、方差膨脹因子、特征根和條件指數作為診斷多重共線性的輔助標準：自變量容忍度<0.1、方差膨脹因子>10、特征根≈0和條件指數>30時說明方程存在共線性問題。以P<0.05為差異有統計學意義。

2 結 果

2.1 2011～2016年鞍山市手足口病的發生情況及病例臨床特征 2011～2016年鞍山市臨床病例和實驗室確診手足口病病例累計20 288例。其中男性11 832例，女性8 456例，男女比為1.40 ∶1；發病年齡以0～5歲為主，共計17 486例，占86.19%；發病時間主要集中在6～8月，共計13 817例，占68.10%。日發病數情況見圖1。

圖1 2011～2016年鞍山地區手足口病日發病數情況

2.2 氣象因素描述性分析 2011～2016年鞍山市日平均氣溫是-20.6℃～30.3℃，日最低相對濕度是4%～97%，日最大風速是0～10.10 m/s，日平均日照時數是0～13.5 h。見表1。

表1 2011～2016年鞍山市的12個氣象因素

2.3 手足口病發病情況和氣象因素的相關分析 手足口病日發病數與日最高氣溫、日最低氣溫、日平均氣溫、日最低相對濕度、日平均相對濕度、日降水量、日平均日照時數呈正相關，與日最高氣壓、日最低氣壓、日平均氣壓、日最大風速、日平均風速呈負相關(均P<0.05)。見表2。

表2 手足口病發病情況和氣象因素的相關分析

2.4 多元線性回歸預測模型 將相關性分析有意義的12個氣象因素納入多元線性回歸方程，得到以手足口病日發病數為因變量的多元線性回歸方程Y=-6.406+0.732X1+0.178X2-1.086X3+0.475X4，方程有統計學意義(F=100.114，P<0.001)。R2=0.602，殘差圖散點(見圖2)呈直線趨勢、無極端值，符合正態分布，并且方程無共線性。見表3。

圖2 回歸標準化殘差P-P圖

變量b值SE值β值t值P值容忍度方差膨脹因子特征根條件指數常數項-6.4061.936--3.3080.001--3.5911.000日平均氣溫X10.7320.0460.51515.971<0.0010.8711.1490.6542.344日最低相對濕度X20.1780.0340.1845.246<0.0010.7351.360.4202.925日最大風速X3-1.0860.268-0.123-4.046<0.0010.9771.0230.2983.473日平均日照時數X40.4750.1450.1143.2680.0010.741.3510.0389.717

2.5 驗證模型 使用模型對2017年手足口病日發病情況進行預測，預測值的平均相對誤差是0.61%。將2017年手足口病日發病數的實際值和預測值擬合，發現該模型可以較好地擬合發病情況，見圖3。

圖3 2017年手足口病實際發病數和預測值

3 討 論

目前，氣象因素影響手足口病發病的機制尚不清楚。但多數學者推測不同的溫度、濕度、氣壓和日照可能會影響手足口病病原體在環境中的生存繁殖，從而對其傳播動力有所影響[7-8]；而且在不同的氣象條件下，嬰幼兒的活動和接觸范圍也會有不同的變化，因此疾病的傳播和流行會受到影響[9]。本研究結果顯示，鞍山市手足口病發病數和日最高氣溫、日最低氣溫、日平均氣溫、日最低相對濕度、日平均相對濕度、日降水量、日平均日照時數呈正相關，與日最高氣壓、日最低氣壓、日平均氣壓、日最大風速、日平均風速呈負相關(均P<0.05)，這與其他地區的研究結果不同[1，6-9]。這可能是因為鞍山市屬于內陸溫帶季風性氣候，四季分明，雨熱同期，而其他大部分相關研究均在沿海和亞熱帶地區開展，其氣象條件與鞍山市不同。

氣象因素和手足口病數之間存在復雜關系，本研究采用逐步回歸法進行預測建模，模型要求樣本含量是自變量個數的5～10倍[10]，所以以六年的日發病數據為基礎建模，在對氣象因素進行篩選的同時盡可能納入更多的氣象因素，同時考慮了星期效應等混雜因素而建立預測模型，結果顯示，所建立的方程有統計學意義且無共線性。本研究中，鞍山地區手足口病有明顯季節性，呈單峰流行，用2017年氣象數據對手足口病日發病數進行預測擬合，其平均相對誤差為0.61%，R2=0.602，說明方程擬合效果較好。由于氣象因素呈動態變化，該模型適用于對本地區手足口病的發病數情況進行短期預測，且采用線性模型建模操作簡單方便，模型分析易懂，適合基層人員。

本研究具有一定局限性：首先，采用手足口病日發病數進行分析研究，存在家長看病時出現回憶偏倚導致數據存在誤差的可能；其次，研究采用手足口病臨床診斷病例進行數據分析，可能存在對病情定義不準確而出現的偏倚；第三，手足口病疫苗在2016年正式上市，模型的建立未考慮到疫苗保護率、暴發疫情和聚集疫情對發病數的影響。

綜上所述，鞍山市手足口病發病數受到多個氣象因素的影響。用氣象因素構建的多元回歸模型可以對本地區手足口病數進行短期預測，并可有針對性地指導手足口病防控工作。今后還應該在此模型基礎上考慮不斷加入其他環境因素和社會因素的影響，同時不斷更新數據，得到更加理想的預測模型。