陸劍云 劉艷慧 李美霞 馬鈺 陳宗遒 汪慧 王大虎 李鐵鋼

猩紅熱是由A組β(乙)型溶血性鏈球菌引起的急性呼吸道傳染病，主要經(jīng)空氣、飛沫、粉塵等由呼吸道直接傳播，全年均可發(fā)病。近年來，廣州地區(qū)猩紅熱發(fā)病呈上升趨勢，但關(guān)于氣象因素與空氣污染對廣州猩紅熱發(fā)病影響的研究較欠缺，現(xiàn)將廣州市2013-2016年猩紅熱的發(fā)病與氣象因素和空氣污染中常用的PM2.5擬合負二項回歸模型，從而探討其相關(guān)性。

1 材料與方法

1.1數(shù)據(jù)來源 2013-2016年廣州市猩紅熱發(fā)病資料來源于中國疾病預防控制信息系統(tǒng)中的傳染病報告信息管理系統(tǒng)。氣候數(shù)據(jù)來源于廣州市氣象局，收集每日平均氣溫、累積降雨量、平均氣壓、平均風速和相對濕度等變量信息。PM2.5數(shù)據(jù)來源于廣州市環(huán)保局。

1.2滯后期定義與交叉相關(guān)分析 氣象因素與空氣污染因素對疾病的發(fā)生往往存在一個滯后效應，猩紅熱的潛伏期為2～5 d，本研究將研究氣象(平均氣溫、累計降雨量、平均氣壓、平均風速和平均相對濕度)與空氣污染(PM2.5)對猩紅熱發(fā)病的滯后0～7 d的情況進行交叉相關(guān)分析，通過相關(guān)系數(shù)大小來確定各因素的滯后期，通常取相關(guān)交叉系數(shù)最大者所對應的滯后時間作為合理的滯后期。同時通過兩變量相關(guān)分析掌握各因素間的相關(guān)性，以便選擇因素納入模型。

1.3負二項回歸模型 擬合計數(shù)資料的廣義線性模型，主要是探討事件發(fā)生強度λ與自變量線性組合之間的關(guān)系。事件數(shù)的多少除了取決于總體參數(shù)的大小外，還取決于暴露單位、暴露事件的多少。對于這種資料，可通過負二項回歸模型來考察其性質(zhì)。用負二項回歸模型對事件發(fā)生強度λ 建模(假設(shè)影響λ的因素為X1，X2…Xm，連接函數(shù)為對數(shù))：

Log(λ)=β0+β1X1+β2X2+… +βmXm

通過交叉相關(guān)分析選出相應滯后期的氣象與空氣污染因素納入方程，同時考慮到猩紅熱屬于傳染性疾病，本研究還控制了年份，周末效應(周六、日為1，工作日為0)以及長假效應(>3 d的長假為1，非假期為0，長假包括了寒暑假)。最后通過相關(guān)系數(shù)與P值大小來判斷各因素與猩紅熱發(fā)病的關(guān)系。

1.4統(tǒng)計學方法 利用Excel對發(fā)病數(shù)據(jù)、氣象數(shù)據(jù)及空氣污染的PM2.5數(shù)據(jù)進行收集整理，用SPSS 19.0對數(shù)據(jù)進行廣義線性模型分析的負二項回歸分析。以P<0.05為差異有統(tǒng)計學意義。

2 結(jié)果

2.1廣州市猩紅熱發(fā)病及氣象因素和PM2.5分布特征

2.1.1時間分布： 2013-2016年廣州市共報告猩紅熱病例1 427例，發(fā)病主要集中于3-6月(占40.93%)，11月-次年1月(占36.72%)，其中報告病例數(shù)較多的月份是1、 4和12月，而8-9月報告病例數(shù)較少(表1)。

表1 2013-2016年廣州市猩紅熱報告病例數(shù)分布

2.1.2性別、地區(qū)、年齡、職業(yè)分布： 男女性別比為1∶1.75(909∶518)。地區(qū)分布以白云區(qū)報告最多，為551例(占38.61%)，其次是天河區(qū)的200例(占14.02%)，南沙區(qū)最少(12例，占0.84%)。在年齡分布上，3～7歲為主要發(fā)病年齡，占78.42%(1 119/1 427)，其中5歲年齡段發(fā)病數(shù)最多，為318例(占22.28%)。職業(yè)分布為兒童和學生共1 423例(占99.72%)，其中，散居兒童593例(占41.56%)，托幼兒童494例(占34.62%)，學生336例(占23.55%)。

2.1.3氣象因素和PM2.5分布： 2013-2016年廣州市氣溫、風速、相對濕度、降雨量及PM2.5的每日分布、均值、標準差及百分位數(shù)分布(表2)。

表2 2013-2016年廣州市氣象因素與PM2.5分布

2.2氣象因素、PM2.5與猩紅熱發(fā)病交叉自相關(guān)分析 2013-2016年氣溫、氣壓與廣州市滯后7天的猩紅熱發(fā)病的相關(guān)性最大，分別為-0.238和0.119，差異均有統(tǒng)計學意義(P<0.05)，風速、降雨與滯后6天的猩紅熱發(fā)病相關(guān)性最大，分別為0.130和-0.073，差異均有統(tǒng)計學意義(P<0.05)。PM2.5則與滯后5天的猩紅熱發(fā)病呈正相關(guān)，相關(guān)系數(shù)為0.06(P<0.05)。相對濕度與猩紅熱發(fā)病各個滯后天數(shù)均無統(tǒng)計學意義。此外，通過兩因素相關(guān)分析溫度與氣壓成負相關(guān)，相關(guān)系數(shù)為-0.826(P<0.05)。因此，把相應滯后維度的溫度、風速、降雨和PM2.5納入負二項回歸方程(表3)。

2.3負二項回歸模型分析結(jié)果 在控制年份、周末效應、節(jié)假日效應因素下，猩紅熱發(fā)病數(shù)與發(fā)病前7天的溫度呈負相關(guān)，相關(guān)系數(shù)為-0.05(P<0.01)，猩紅熱發(fā)病數(shù)與發(fā)病前6天的降雨呈正相關(guān)，相關(guān)系數(shù)為0.005(P<0.05)，而猩紅熱發(fā)病與風速及PM2.5的相關(guān)系數(shù)無統(tǒng)計學意義(P>0.05)。而周末效應和長假效應則與猩紅熱發(fā)病呈正相關(guān)， 相關(guān)系數(shù)分別是0.808和0.446(P<0.01, 表4)。

3 討論

3.1研究顯示，2013-2016年廣州市猩紅熱發(fā)病每年存在兩個發(fā)病高峰，這與廣東省的發(fā)病情況一致[1]。0～14歲組別占發(fā)病總數(shù)的99.72%,而主要集中在3～7歲，其中5歲組病例數(shù)最多，這與北京、上海和蘇州等研究一致[2-6]，其原因主要是該年齡段兒童免疫系統(tǒng)發(fā)育不完善，對病原體抵抗力低所引起，而托幼機構(gòu)環(huán)境相對密閉、人員集中的特點又增加了兒童感染風險。但不同點是廣州市病例以散居兒童占比居多，北京和上海則是托幼兒童為主，蘇州的病例則以7～14歲學生為主[2-5，7]。各地氣候、經(jīng)濟水平、校園衛(wèi)生條件及通風情況、猩紅熱監(jiān)測實施狀況等綜合因素可能是造成差異的原因。廣州男性發(fā)病高于女性，與其他城市情況一致[2-9]，原因可能與男生比女生好動，且衛(wèi)生習慣相對較差有關(guān)。

表3 2013-2016年廣州市猩紅熱發(fā)病與氣象因素和PM2.5的交叉相關(guān)分析

注：**表示在 0.01 水平(雙側(cè))上顯著相關(guān)；*表示在0.05 水平(雙側(cè))上顯著相關(guān)。

表4 負二項回歸模型參數(shù)一覽表

注：已控制年份效應。

3.2國內(nèi)學者用曾多遠逐步回歸和負二項回歸研究氣象因素與猩紅熱發(fā)病的關(guān)系[10，11]，但未考慮氣象因素對發(fā)病的滯后效應、周末效應以及節(jié)假日效應，本研究綜合考慮上述因素，以及空氣污染中PM2.5的影響,研究發(fā)現(xiàn)猩紅熱發(fā)病數(shù)與發(fā)病前7天的溫度呈負相關(guān)。此前黎新宇等[10]、王炳翔等[11]的研究也顯示發(fā)病與溫度存在負相關(guān)，這也符合12月-次年1月廣州市氣溫寒冷的月份發(fā)病數(shù)較多，而在7-9月氣溫炎熱的月份發(fā)病數(shù)較少的實際情況。而DUAN等[12]也發(fā)現(xiàn)月平均氣溫與北京和香港的猩紅熱發(fā)病呈現(xiàn)負相關(guān)，吳昊澄等[13]用廣義可加模型對浙江數(shù)據(jù)研究發(fā)現(xiàn)，當?shù)匦杉t熱發(fā)病與氣溫是呈非線性關(guān)系，在10～25 ℃之間是猩紅熱傳播的最適應溫度。各地造成差異的原因可能是氣候差異及研究模型差異所致。本研究還發(fā)現(xiàn)，猩紅熱發(fā)病數(shù)與發(fā)病前6天的降雨呈正相關(guān)，但相關(guān)系數(shù)較少，這與浙江開展的研究結(jié)果一致[13]，而周末效應與假期效應均與猩紅熱發(fā)病呈顯著正相關(guān)，工作日(上幼兒園或上課時間)更容易引起發(fā)病，該結(jié)果符合傳染病傳播特點。在單因素研究中發(fā)現(xiàn)，風速與滯后6天的猩紅熱發(fā)病存在正相關(guān)，PM2.5與滯后5天的猩紅熱發(fā)病呈正相關(guān)，而相對濕度與發(fā)病未發(fā)現(xiàn)差異有統(tǒng)計學意義，但通過負二項回歸模型進行多因素擬合后發(fā)現(xiàn)風速與PM2.5對猩紅熱發(fā)病均差異無統(tǒng)計學意義，這與其他研究結(jié)果有所不同，RUMANA等[14]發(fā)現(xiàn)PM2.5與呼吸道傳染病呈正相關(guān)，其研究以成年人為主，而本研究以兒童和學生為主，同時也與不同地域城市PM2.5水平差異有關(guān)。吳昊澄等[13]發(fā)現(xiàn)風速對發(fā)病存在輕微的正相關(guān)，阮朝良等[15]認為風速是影響猩紅熱發(fā)病的主要因素且呈正相關(guān)，而王炳翔等[11]發(fā)現(xiàn)猩紅熱發(fā)病與氣壓、相對濕度及溫度呈負相關(guān)，這可能是不同地域氣象因素差異所致。因此，不同地區(qū)、城市需要結(jié)合當?shù)氐臍庀蠛涂諝馕廴咎攸c開展針對性研究。本研究也存在一些不足，如未考慮經(jīng)濟、醫(yī)療診斷水平差異等因素影響，這將在今后的研究中不斷完善。

綜上所述，本研究闡述了2013-2016年廣州市猩紅熱流行分布特征，分析了廣州市氣象因素中氣溫、降雨對猩紅熱發(fā)病的影響關(guān)系，為今后猩紅熱預警及防控提供參考依據(jù)。