关键词:
手足口病
流行特征
气象因素
动力学模型
预测模型
摘要:
研究背景手足口病是由肠道病毒感染引起的一种传染性疾病。在2009~2018年间,我国每年报告该病病例150~200万例,这造成了巨大的疾病负担。手足口病具有明显的季节性,但不同区域的季节性存在差异,已有研究表明气象因素可能是驱动手足口病季节性波动的因素之一。近年来,气象等环境因素的变化给人类的生产和生活带来了严重的影响,并通过直接或间接的方式影响着传染病的流行模式、频率和强度,严重危害人类的生存与健康。因此,在制定手足口病的防控政策时,如何考虑气象因素的影响,具有重要的公共卫生意义。现有研究在探讨气象因素与手足口病间的关系时,主要局限于部分区域或使用单一的统计分析方法,这容易忽略气象因素对手足口病影响的地区差异以及气象因素的交互效应。在气象因素效应的基础上,如何进一步基于疾病的传播机制分析气象因素对手足口病的季节性驱动作用,仍然是一个悬而未决的问题。目前已有一些研究基于SIR模型或其扩展模型探究手足口病的传播动态,但很少有研究考虑气象因素的影响,因此难以得到更接近真实场景的研究结果。构建手足口病预测模型可以及时准确地预测手足口病的流行动态,有利于提前制定疾病的防控措施,提高防控效率。现有研究构建的手足口病预测模型主要在局限的区域或季节性下验证预测效果,难以保证在其他区域或季节性情境下的稳定性。因此,本研究基于2010~2019年杭州、西安和淄博市手足口病报告发病资料,从手足口病的季节性流行特征出发,系统全面地评估气象因素对手足口病季节性流行的影响,构建动力学模型进一步探究气象因素的季节性驱动作用,并基于气象因素构建具有较好预测表现和稳定性的预测模型。通过此项研究可以揭示手足口病的季节性流行规律,定量分析气象因素对手足口病季节性的驱动作用,并确定预测疾病流行动态的最佳预测模型,这有助于地方政府和相关防控部门基于气象因素科学评估和预测手足口病的季节性流行动态,提前制定相应的防控措施,减少疾病的流行与传播。资料与方法1.数据收集与整理杭州、西安和淄博市2010~2019年手足口病报告病例数据来自中国疾病预防与控制信息系统,同期的气象数据来源于第五代欧洲中期天气预报中心,同期的人口、社会经济学数据来源于各市级或县级统计年鉴。所有数据均由相关部门和专业人士进行了质量控制,根据研究目的将以上数据整理为不同时间和空间尺度的数据集。2.统计分析方法(1)描述手足口病的流行特征。描述三个市手足口病的发病流行情况和三间分布;通过空间自相关分析和时空扫描分析探究疾病的空间分布特征和和时空聚集性。(2)探究气象因素对手足口病季节性发病的影响。首先,通过建立手足口病发病与气象因素间的关联关系,确定纳入的气象因素;然后,构建两阶段模型在县区、地级市以及整体水平上分析温度和相对湿度对手足口病发病的影响,识别潜在的效应修饰因子,通过亚组分析确定敏感人群,并进行敏感性分析;最后,通过广义加性模型获得温、湿度效应的二元曲面以识别气象因素对手足口病发病的交互作用,并通过综合性指标探究温、湿度的综合效应。(3)基于动力学模型探究气象因素对手足口病的季节性驱动作用。首先,基于手足口病的自然史,构建将人群分为易感者(Susceptible,S)、暴露者(Exposed,E)、有症状的感染者(Symptomaticinfectious,I)、无症状的感染者(Asymptomaticinfectious,A)和恢复者(Removed,R)5类的SEIAR传染病动力学模型,并通过不同情境下的季节性函数将气象因素和学校假期纳入模型;然后,通过模拟数据验证模型的有效性和参数估计的准确性;最后,通过比较不同情境下模型的拟合效果确定最佳模型,由此分析气象因素的驱动作用,并基于最佳模型模拟评估不同干预措施的防控效果。(4)构建并比较手足口病的季节性预测模型。基于手足口病的季节性流行特征及其与气象因素间的关系,构建9种预测手足口病流行动态的模型,包括7种单一模型(RF、GBM、XGBoost、SVM、ARIMA、LSTM 和 LR)、1 种双层集合模型(SL)和1种三层集合模型(DEML)①。通过18种情境下的模拟数据和3个代表性城市的实际数据,比较这9种模型在不同情境下预测未来1~4周手足口病流行动态时的准确性、稳定性和计算时间,最终确定最佳的预测模型。研究结果1.杭州、西安和淄博市在研究期间的年均报告发病率分别为110.6/10万、250.6/10万和124.5/10万,报告重症比例分别为0.5‰、3.1‰和0.8‰。时间分布显示杭州市每年的病例高峰在6~7月份,部分年份的下半年出现不规则次峰;西安市每年有两个病例高峰,分别为5~6月份的主峰和10~11月份的次峰;淄博市每年只在6~7月份出现一个显著的病例高峰。人群分布显示三个市的病例均主要集中在6岁以下的人群中,其中1~3岁的病例