现代预防医学

年份	Moran I	标准差	Z得分	P值	是否聚集
2011	0.338	0.114	3.268	0.003	是
2012	0.268	0.113	2.661	0.009	是
2013	0.202	0.111	2.130	0.026	是
2014	0.284	0.115	2.732	0.007	是
2015	0.314	0.117	2.966	0.004	是
2016	0.279	0.116	2.682	0.007	是
2017	0.319	0.116	3.039	0.004	是
2018	0.336	0.118	3.135	0.002	是
2019	0.337	0.118	3.120	0.003	是
2020	0.360	0.118	3.330	0.003	是
2021	0.358	0.118	3.328	0.003	是
2011—2021	0.342	0.115	3.267	0.002	是

年份	Moran I	标准差	Z得分	P值	是否聚集
2011	0.338	0.114	3.268	0.003	是
2012	0.268	0.113	2.661	0.009	是
2013	0.202	0.111	2.130	0.026	是
2014	0.284	0.115	2.732	0.007	是
2015	0.314	0.117	2.966	0.004	是
2016	0.279	0.116	2.682	0.007	是
2017	0.319	0.116	3.039	0.004	是
2018	0.336	0.118	3.135	0.002	是
2019	0.337	0.118	3.120	0.003	是
2020	0.360	0.118	3.330	0.003	是
2021	0.358	0.118	3.328	0.003	是
2011—2021	0.342	0.115	3.267	0.002	是

年份	高-高聚集区	高-低聚集区	低-高聚集区	低-低聚集区
2011	新疆、青海、甘肃	无	西藏、陕西	江苏
2012	甘肃	无	西藏	上海、江苏
2013	无	无	西藏、甘肃	上海、江苏
2014	广东	无	无	上海、江苏
2015	广东	无	无	上海、江苏
2016	广东	无	无	上海
2017	广东	无	无	上海
2018	广东	无	无	上海
2019	广东	内蒙古	无	上海
2020	广东、海南	无	无	上海、内蒙古
2021	广东、广西、江西	无	无	上海、内蒙古
2011—2021	广东	无	无	上海

年份	高-高聚集区	高-低聚集区	低-高聚集区	低-低聚集区
2011	新疆、青海、甘肃	无	西藏、陕西	江苏
2012	甘肃	无	西藏	上海、江苏
2013	无	无	西藏、甘肃	上海、江苏
2014	广东	无	无	上海、江苏
2015	广东	无	无	上海、江苏
2016	广东	无	无	上海
2017	广东	无	无	上海
2018	广东	无	无	上海
2019	广东	内蒙古	无	上海
2020	广东、海南	无	无	上海、内蒙古
2021	广东、广西、江西	无	无	上海、内蒙古
2011—2021	广东	无	无	上海

聚集类型	聚集区	半径(km)	聚集年份	病例数	期望病例数	RR值	LLR值	P值
低发病聚集	上海、江苏、浙江	271.22	2017—2021	191 067	596 190	0.31	195 609.34	<0.001
高发病聚集	福建、江西、湖南、广东、广西、海南	693.63	2017—2021	1 861 380	1 183 427	1.69	189 452.43	<0.001
低发病聚集	北京、天津、辽宁、吉林、黑龙江	617.75	2016—2020	196 717	517 064	0.37	135 160.30	<0.001
高发病聚集	青海、新疆	1 434.80	2011—2015	265 773	100 975	2.67	93 680.34	<0.001
低发病聚集	重庆、四川、贵州、云南、陕西、甘肃	639.12	2017—2021	580 446	945 946	0.59	88 686.95	<0.001
高发病聚集	山西、河南	359.85	2011—2012	378 349	186 593	2.06	77 430.98	<0.001

聚集类型	聚集区	半径(km)	聚集年份	病例数	期望病例数	RR值	LLR值	P值
低发病聚集	上海、江苏、浙江	271.22	2017—2021	191 067	596 190	0.31	195 609.34	<0.001
高发病聚集	福建、江西、湖南、广东、广西、海南	693.63	2017—2021	1 861 380	1 183 427	1.69	189 452.43	<0.001
低发病聚集	北京、天津、辽宁、吉林、黑龙江	617.75	2016—2020	196 717	517 064	0.37	135 160.30	<0.001
高发病聚集	青海、新疆	1 434.80	2011—2015	265 773	100 975	2.67	93 680.34	<0.001
低发病聚集	重庆、四川、贵州、云南、陕西、甘肃	639.12	2017—2021	580 446	945 946	0.59	88 686.95	<0.001
高发病聚集	山西、河南	359.85	2011—2012	378 349	186 593	2.06	77 430.98	<0.001

2011—2021年我国乙型病毒性肝炎流行病学特征及时空聚集性分析

PDF下载

苏晓洁 , 余擎

现代预防医学 | 流行病与统计方法 2024,51(8): 1384-1389

收起

现代预防医学 | 流行病与统计方法 2024, 51(8): 1384-1389

2011—2021年我国乙型病毒性肝炎流行病学特征及时空聚集性分析

全屏

苏晓洁, 余擎

作者信息

厦门大学附属第一医院计算机中心，福建厦门 361003

苏晓洁（1993—），女，硕士，中级统计师,研究方向：医疗大数据

通讯作者:

余擎，E-mail：yuxiaoqing2015@163.com

Epidemiological characteristics and spatiotemporal aggregation analyses of hepatitis B virus infection in China, 2011-2021

Xiao-jie SU, Qing YU

Affiliations

Computer Center, The First Affiliated Hospital of Xiamen University, Xiamen, Fujian 361003, China

出版时间: 2024-04-25 doi: 10.20043/j.cnki.MPM.202312304

文章导航

摘要

收起

目的

分析2011—2021年我国乙型病毒性肝炎的流行特征及时空聚集情况，为乙肝防控工作提供依据。

方法

通过《中国卫生健康统计年鉴》、中国疾病预防控制中心收集2011—2021年我国各地区乙肝发病情况数据，描述性分析乙肝流行趋势，通过空间自相关分析和时空扫描分析探究乙肝发病的全局与局部空间聚集性及时空聚集性。

结果

2011—2021年，我国累计报告乙肝病例10 838 518例，乙肝年均发病率71.78/10万，该时段内乙肝发病下降趋势差异无统计学意义（Z=-1.557，P=0.120）。空间自相关结果显示，乙肝发病高—高聚集区有7个，以广东为主；乙肝发病低—低聚集区有3个，以上海、江苏为主。时空扫描结果表明，乙肝高发病聚集区在2011—2015年有2个，为西北地区，在2017—2021年有6个，转变为华南及其北部地区。乙肝低发病聚集区在2016—2021年有14个，主要分布在华东及东北地区。

结论

2011—2021年，我国乙肝发病下降趋势不显著，乙肝发病存在空间及时空聚集性。未来，应加强高发地区的乙肝监测和防治资源配置。

关键词

乙型病毒性肝炎 / 空间自相关 / 时空扫描

Abstract

收起

Objective

To analyze the epidemiological characteristics and spatiotemporal clustering of hepatitis B virus (HBV)infection in China from 2011 to 2021, to provide a foundation for future HBV prevention and control initiatives.

Methods

Data on HBV incidence from 2011 to 2021 across different regions of China were gathered from the "China Health Statistical Yearbook" and the Chinese Center for Disease Control and Prevention. A descriptive analysis was performed to investigate the trends of HBV. Spatial autocorrelation analysis was utilized to explore both global and local spatial clustering of HBV incidence, while spatiotemporal scan analysis was employed to investigate the spatiotemporal clustering of HBV incidence.

Results

Between 2011 and 2021, a total of 10 838 518 cases of HBV were reported in China, with an annual average incidence rate of 71.78 per 100,000 population. There was no statistically significant difference in the decreasing trend of hepatitis B incidence during this period (Z=-1.557, P=0.120). Spatial autocorrelation results identified 7 high-high clustering areas of HBV incidence, primarily in Guangdong, and 3 low-low clustering areas, mainly in Shanghai and Jiangsu. Spatiotemporal scan results revealed 2 high-incidence clusters in the northwest region from 2011 to 2015, shifting to 6 clusters in the south and its northern areas from 2017 to 2021. There were 14 low-incidence clusters from 2016 to 2021, mainly in the east and northeast regions.

Conclusion

From 2011 to 2021, HBV incidence in China displays spatial and spatiotemporal clustering, with a nonsignificant decreasing trend. Future efforts should enhance HBV monitoring and resource allocation for prevention and control in high-prevalence areas.

Key words

Hepatitis B virus / Spatial autocorrelation / Spatiotemporal scan

引用本文

苏晓洁, 余擎. 2011—2021年我国乙型病毒性肝炎流行病学特征及时空聚集性分析. 现代预防医学, 2024 , 51 (8) : 1384 -1389 . DOI: 10.20043/j.cnki.MPM.202312304

Xiao-jie SU, Qing YU. Epidemiological characteristics and spatiotemporal aggregation analyses of hepatitis B virus infection in China, 2011-2021[J]. Modern Preventive Medicine, 2024 , 51 (8) : 1384 -1389 . DOI: 10.20043/j.cnki.MPM.202312304

正文

收起

乙型病毒性肝炎（乙肝）是由乙型肝炎病毒（hepatitis B virus，HBV）感染引起的以肝脏损害为主的一类传染性疾病，可导致肝纤维化、肝硬化、肝功能衰竭甚至肝癌等严重后果，是我国以及全球面临的一项不可忽视的公共卫生问题^[1-2]。为控制乙肝病毒传播，国家原卫生部于1991年发布《全国乙肝疫苗免疫接种实施方案》（卫防发〔1991〕22号），将乙肝疫苗接种纳入计划免疫管理。近三十年来，随着乙肝疫苗的推广普及，我国乙肝发病率下降，从高流行水平下降到中等流行水平^[3]。然而，由于我国人口众多，目前仍有约9 000万人患有慢性HBV感染，是全球HBV感染率最高的国家，占世界HBV感染人口的三分之一^[4-5]。目前国内对乙肝流行特征的研究主要局限于省级或地级行政区，鲜少有全国范围的研究，尤其是2016年以来尚无全国性的研究分析。因此，本研究旨在通过分析2011—2021年我国（不含香港特别行政区、澳门特别行政区和台湾省，下同）乙肝的流行特征及时空聚集情况，为评估世界卫生组织“2030年消除病毒性肝炎作为公共卫生危害”目标的现实情况及制定乙肝防控规划提供科学依据。

1 资料与方法

收起

1.1 资料来源

从《中国卫生健康统计年鉴》、中国疾病预防控制中心公共卫生科学数据中心收集2011—2021年我国各地区乙肝发病情况数据。从《中国统计年鉴》收集相应时期、地区的人口数据。我国省界矢量地图与省会经纬度数据等地图资料来源于国家基础地理信息中心。

1.2 研究方法

1.2.1 描述性统计分析

采用发病数、发病率等为主要指标对乙肝的流行趋势进行描述性统计分析，通过趋势图、Mann-Kendall趋势检验、热力图等方式描述乙肝的流行趋势。

1.2.2 空间自相关分析

从全局空间自相关和局部空间自相关两个层面探究2011—2021年我国各地区乙肝年发病率的空间分布特征。由于本研究获取的是面状数据，因此建立Queen邻接空间权重矩阵，并将海南省设置为与广东、广西邻接。全局空间自相关从整体上判断乙肝发病率是否具有空间聚集性，以Moran I作为统计指标，并对其进行Z检验。Moran I的取值范围为[-1,1]，Moran I>0表示乙肝发病率呈空间正相关，即空间上分布邻近的乙肝发病率具有相似趋势或取值，越接近1，乙肝发病率的空间正相关性越强，地域聚集性越高；Moran I<0表示乙肝发病率呈空间负相关，即空间上分布邻近的乙肝发病率具有相反趋势或取值，越接近-1，乙肝发病率的空间负相关性越强，地域分散性越高；Moran I越接近0，乙肝发病率则越可能是随机分布^[6]。局部空间自相关反映乙肝发病率在局部区域的空间分布特征，通过计算Anselin Local Moran I进行聚类和异常值分析。其聚集类型可分为4种：低—低聚集（低值被低值包围）、低—高聚集（低值被高值包围）、高—低聚集（高值被低值包围）和高—高聚集（高值被高值包围）。

1.2.3 时空扫描分析

基于离散型泊松分布模型，通过建立动态可移动的圆柱体扫描窗口，其圆柱体底面表示地理区域，圆柱体高度表示相应时间区间，从时间和空间两个维度综合分析2011—2021年我国各地区乙肝年发病率聚集情况。其中，时间步长为1年，最大空间扫描窗口为总风险人口的50%，最大时间扫描窗口为总研究时间的50%。对每一个扫描窗口，根据实际发病数和实际人口数估算理论发病数，并根据扫描窗口内外的实际发病数和理论发病数计算对数似然比（Log-Likelihood Ratio,LLR）和相对危险度（Risk Ratio,RR），LLR值越大，可能的聚集性越强^[7]。采用蒙特卡洛模拟进行统计学检验，从而判断不同时间和地理区域乙肝发病的聚集性。

1.3 统计学分析

采用Excel 2019软件构建乙肝发病情况数据库，R 4.3.1软件进行描述性统计分析。采用GeoDa 1.14软件进行全局、局部空间自相关分析，SaTScan 10.1.2软件进行时空扫描分析。检验水准α=0.05。

2 结果

收起

2.1 乙肝发病率基本情况

2011—2021年，我国累计报告乙肝病例10 838 518例，乙肝年均发病率为71.78/10万。2011—2021年乙肝发病率整体下降趋势差异无统计学意义（Z=-1.557，P=0.120），见图1。

2011—2021年，乙肝年均发病率在青海、新疆、广东、海南最高，分别为178.00/10万、159.49/10万、131.68/10万、128.98/10万，在北京、天津、江苏、浙江最低，分别为9.37/10万、14.75/10万、16.16/10万、28.12/10万。2011—2021年期间，乙肝发病率在山西、内蒙古、辽宁、吉林、黑龙江、浙江、福建、河南、贵州、云南、陕西、甘肃、宁夏、新疆等地呈显著下降趋势，在安徽、山东、湖南、广西、海南、西藏等地呈显著上升趋势，差异均有统计学意义（P<0.05），见图2。

2.2 乙肝发病率的空间自相关分析

2.2.1 全局空间自相关

2011—2021年我国各地区乙肝发病率的全局自相关指数Moran I均大于0，其P值均小于0.05，说明2011—2021年我国各地区乙肝发病率存在空间聚集性，见表1。

2.2.2 局部空间自相关

2011—2021年，乙肝发病高—高聚集区有新疆、青海、甘肃、广东、海南、广西、江西，其中，广东是稳定的高—高聚集区；低—低聚集区主要有上海、江苏、内蒙古，其中，上海、江苏是稳定的低—低聚集区，见表2。

2.3 乙肝发病率的时空扫描分析

2011—2021年我国各地区乙肝发病率共有3个高发病聚集区域和3个低发病聚集区域，见表3：（1）一级聚集区域为上海、江苏、浙江，聚集类别为低发病聚集，聚集时间为2017—2021年，LLR值为195 609.34，RR值为0.31，P<0.001；（2）二级聚集区域为福建、江西、湖南、广东、广西、海南，聚集类别为高发病聚集，聚集时间分别为2017—2021年，LLR值为189 452.43，RR值为1.69，P<0.001；（3）三级聚集区域为北京、天津、辽宁、吉林、黑龙江，聚集类别为低发病聚集，聚集时间为2016—2020年，LLR值为135 160.30，RR值为0.37，P<0.001；（4）四级聚集区域为青海、新疆，聚集时间为2011—2015年，聚集类别为高发病聚集，LLR值为93 680.34，RR值为2.67，P<0.001；（5）五级聚集区域为重庆、四川、贵州、云南、陕西、甘肃，聚集类别为低发病聚集，聚集时间为2017—2021年，LLR值为88 686.95，RR值为0.59，P<0.001；（6）六级聚集区域为山西、河南，聚集类别为高发病聚集，聚集时间为2011—2012年，LLR值为77 430.98，RR值为2.06，P<0.001。

3 讨论

收起

乙肝是世界范围内的传染性疾病，全球约有20亿人感染乙肝病毒，其中3.5亿人患有慢性感染，每年约有60万人死于乙肝病毒感染，对卫生保健系统造成了沉重负担^[8-9]。我国自1991年将乙肝疫苗纳入计划免疫管理以来，乙肝感染率大幅下降，已从高度流行区转变为中度流行区，取得了显著成效。然而，由于我国人口众多，乙肝的发病数量仍然相对较高，疾病负担沉重。为实现“2030年消除乙肝病毒”的目标，有必要加深对我国乙肝流行病学分布特征的认识，进一步加强乙肝的防治。

本研究发现，2011—2021年我国整体乙肝发病率下降趋势不显著，但各地区乙肝发病率变化不一，这可能与地区经济水平、医疗资源、居民健康素养、疫苗接种策略、人口流动等因素有关。这提示有必要对发病率高的地区进行深入研究，探索病因线索，同时也提示有必要对全国乙肝发病率的空间分布特征和聚集情况进行更深入的探讨。

全局空间自相关分析结果显示，2011—2021年我国乙肝发病率存在明显的空间聚集性，与张利萍、宋全伟等人的研究结果一致^[10-11]。进一步的局部空间自相关分析结果显示，2011—2021年乙肝高—高聚集区由新疆、青海、甘肃逐渐转变为广东、广西、海南、江西，与既往王祖煜等人^[12]的研究结果一致。华南地区目前是我国乙肝发病的重灾区域，可能与人口流动、医疗卫生资源利用、地理环境因素等有关。华南地区的人口相对密集且流动性较大，流动人口的基础卫生知识掌握程度、医疗卫生资源利用水平、疫苗接种覆盖率等可能也存在差异，这可能促使乙肝病毒在该区域传播。且华南地区位于我国南方，气候湿热，这种气候条件可能与乙肝病毒的传播有关，因为乙肝在湿热条件下更容易传播。此外，目前乙肝流行有由华南向北蔓延的趋势，需要加强对华南地区及其北部区域乙肝的发病监测及病因研究，加强流动人口的健康宣教与健康管理，提高其对医疗卫生资源的利用水平，提高疫苗接种覆盖率，有效降低乙肝发病率。2011—2021年上海、江苏是稳定的乙肝发病低—低聚集区，与宋全伟、王祖煜等人的研究结果一致^[11-12]，这可能与华东地区地区经济发展水平、医疗卫生事业发展水平、人群的乙肝防控知识水平均较高有关，还可能与这两地的科学管理和预防控制措施有关，例如完善的流动人口管理制度、疫苗接种制度等，均能降低乙肝病毒的传播。

时空扫描分析结果显示，乙肝发病不呈随机分布，共发现3个高发病聚集区域和3个低发病聚集区域。2011—2012年，乙肝高发病聚集区域集中在山西、河南，2011—2015年，乙肝高发病聚集区域集中在西北地区青海、新疆，而后至2017—2021年，乙肝高发病聚集区域转变为华南地区及其北部福建、江西、湖南、广东、广西、海南等地。2016—2021年，乙肝低发病聚集区域分布在华东地区，包括上海、江苏、浙江，以及东北地区，同时也覆盖了部分华北、西北、西南地区，如北京、天津、辽宁、吉林、黑龙江、重庆、四川、贵州、云南、陕西、甘肃等地。该结果提示乙肝发病的时空聚集性随时间发生改变，这种变化可能受到多种因素的影响，包括经济发展和社会变迁、卫生政策和健康服务的变化、人口迁徙和流动、乙肝防控措施以及疫苗接种策略的变动等。既往研究表明^[13-14]，经济发展水平与传染病的发病和流行呈正相关，外来人口流入所伴随的生活习惯和思想观念也可能影响传染病的流行，本研究结果也验证了这一观点。乙肝的高发病聚集区由经济水平较一般的山西、河南、青海、新疆逐渐转变到经济水平较高的华南地区及其周边。此外，流动人口的基本公共卫生服务利用率总体较低，因此需要加强对流动人口的健康管理。近年来，东北地区与部分西北、西南地区成为乙肝低发病聚集区，一方面可能是人口外流减少了感染风险，另一方面可能是乙肝的监测、预防和治疗等卫生服务提升，降低了乙肝的发病与传播。北京、天津、上海、江苏、浙江等也是经济较发达及人口流入较多地区，但其一致处于乙肝低发病聚集区，可能是因为及时采取了有效的乙肝防控措施，如疾病监测、健康宣教、扩大疫苗接种对象等，控制了乙肝的传播与发病。未来需要深入研究乙肝高发病与低发病地区的发病人群特征、医疗卫生资源投入的差异，明确乙肝高发的因素，并制定更为有效防控措施，以进一步降低乙肝的发病率。

本研究存在一定的局限性，因数据来源于传染病监测系统，乙肝的报告受到患者就诊意识、医疗机构监测能力等多种因素影响，数据可能存在重报、漏报、迟报、误报等情况，故不能完全代表各地区的乙肝真实发病水平，可能对研究结果造成一定的偏倚^[15]。

总体而言，我国乙肝报告发病率在2011—2021年并未呈现显著的下降趋势。乙肝的发病表现出明显的空间及时空聚集性，近年来乙肝高发区域主要集中在华南地区，并逐渐向北扩散。为实现“2030消除乙肝”的目标，未来应根据乙肝发病的空间分布特征调整和定制区域化防控策略，特别是需要加强华南及其北部地区的乙肝监测和防治资源配置，同时加强乙肝防治知识科普工作，以降低乙肝发病率，减轻国家和社会负担。

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

丁旭，任达飞，高前荣，等．2005—2020年铜仁市乙型病毒性肝炎流行特征分析[J]．现代预防医学，2022，49（10）：1892-1896．

Ding

, Ren

, Gao

, et al. Analysis of the epidemiological characteristics of hepatitis B in Tongren from 2005 to 2020[J]. Modern Preventive Medicine, 2022, 49(10): 1892-1896.

[2]

田娟，罗兴静，冯军，等．贵州省2004—2016年乙型病毒性肝炎发病时空分布特征[J]．中国公共卫生，2019，35（5）：607-610．

Tian

, Luo

, Feng

, et al. Spatial-temporal distribution of hepatitis B incidences in Guizhou province, 2004-2016[J]. Chinese Journal of Public Health, 2019, 35(5): 607-610.

[3]

唐朝霞，许红梅．2019年重庆某区儿童乙型肝炎病毒血清学标志物调查情况分析[J]．现代医药卫生，2020，36（20）：3244-3247．

Tang

, Xu

. The investigation situation of hepatitis B virus serological markers on children in a district of Chongqing in 2019[J]. Journal of Modern Medicine & Health, 2020, 36(20): 3244-3247.

[4]

Cooke

, Andrieux-Meyer

, Applegate

, et al. Accelerating the elimination of viral hepatitis: a Lancet Gastroenterology & Hepatology Commission[J]. The Lancet Gastroenterology & Hepatology, 2019, 4(2): 135-184.

[5]

Sarin

, Kumar

, Eslam

, et al. Liver diseases in the Asia-Pacific region: a Lancet Gastroenterology & Hepatology Commission[J]. The Lancet Gastroenterology & Hepatology, 2020, 5(2): 167-228.

[6]

毕圣贤，陈迎春，杨松浩．基于时空加权logistic回归模型的细菌性痢疾时空分布特征与影响因素研究[J]．现代预防医学，2023，50（15）：2695-2701, 2736．

, Chen

, Yang

. Study on spatial-temporal distribution characteristics and influencing factors of bacillary dysentery based on spatial-temporal weighted logistic regression model[J]. Modern Preventive Medicine, 2023, 50(15): 2695-2701, 2736.

[7]

陈太好，汪俊华，张江萍，等．基于空间统计学的贵州省甲型肝炎时空分布模式分析[J]．疾病监测，2022，37（8）：1022-1026．

Chen

, Wang

, Zhang

, et al. Spatiotemporal distribution pattern of viral hepatitis A inGuizhou based on spatial statistics[J]. Disease Surveillance, 2022, 37(8): 1022-1026.

[8]

熊杰．恩替卡韦对初次抗病毒治疗的慢性乙型肝炎及乙型肝炎病毒感染相关性肝病的治疗效果[J]．临床合理用药杂志，2022，15（7）：60-63．

Xiong

. Efficacy of entecavir in the treatment of chronic hepatitis B and hepatitis B virus-associated liver disease after primary antiviral therapy[J]. Chinese Journal of Clinical Rational Drug Use, 2022, 15(7): 60-63.

[9]

Shen

, Jiang

, Li

, et al. Hepatitis virus and hepatocellular carcinoma: recent advances[J]. Cancers, 2023, 15(2): 533.

[10]

张利萍，唐丹丹，靳圆圆，等．2011—2015年我国乙肝空间聚集性探讨[J]．数学的实践与认识，2018，48（2）：142-154．

Zhang

, Tang

, Jin

, et al. Spatial aggregation of hepatitis B in China from 2011 to 2015[J]. Mathematics in Practice and Theory, 2018, 48(2): 142-154.

[11]

宋全伟，李克莉，张国民，等．中国2005—2014年乙型病毒性肝炎空间流行病学特征分析[J]．中国疫苗和免疫，2015，21（6）：601-605．

Song

, Li

, Zhang

, et al. Spatial analysis on hepatitis B in China, 2005-2014[J]. Chinese Journal of Vaccines and Immunization, 2015, 21(6): 601-605.

[12]

王祖煜，刘熠赫，张芮，等．2004—2013年中国乙型病毒性肝炎的流行病学特征研究[J]．中国全科医学，2017，20（23）：2879-2883．

Wang

, Liu

, Zhang

, et al. Epidemiological characteristics of hepatitis B in China from 2004 to 2013[J]. Chinese General Practice, 2017, 20(23): 2879-2883.

[13]

田婷婷，侯雅宣，李雨晴，等．中国梅毒发病率的时空分布特征分析[J]．上海交通大学学报：医学版，2021，41（5）：648-652．

Tian

, Hou

, Li

, et al. Spatio-temporal analysis of incidence rate of syphilis in China[J]. Journal of Shanghai Jiaotong University(Medical Science), 2021, 41(5): 648-652.

[14]

裴韬，王席，宋辞，等．COVID-19疫情时空分析与建模研究进展[J]．地球信息科学学报，2021，23（2）：188-210．

Pei

, Wang

, Song

, et al. Review on spatiotemporal analysis and modeling of COVID-19 pandemic[J]. Journal of Geo-Information Science, 2021, 23(2): 188-210.

[15]

周娟，周莉薇，周洋，等．2005—2021年宁夏乙型病毒性肝炎流行特征分析[J]．现代预防医学，2022，49（20）：3666-3672．

Zhou

, Zhou

, et al. Epidemiological characteristics of hepatitis B in Ningxia from 2005 to 2021[J]. Modern Preventive Medicine, 2022, 49(20): 3666-3672.

2024年第51卷第8期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.20043/j.cnki.MPM.202312304

接收时间：2023-12-19
首发时间：2026-03-16
出版时间：2024-04-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2023-12-19

基金

作者信息

厦门大学附属第一医院计算机中心，福建厦门 361003

通讯作者:

余擎，E-mail：yuxiaoqing2015@163.com

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/xdyfyx/CN/10.20043/j.cnki.MPM.202312304

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

年份	Moran I	标准差	Z得分	P值	是否聚集
2011	0.338	0.114	3.268	0.003	是
2012	0.268	0.113	2.661	0.009	是
2013	0.202	0.111	2.130	0.026	是
2014	0.284	0.115	2.732	0.007	是
2015	0.314	0.117	2.966	0.004	是
2016	0.279	0.116	2.682	0.007	是
2017	0.319	0.116	3.039	0.004	是
2018	0.336	0.118	3.135	0.002	是
2019	0.337	0.118	3.120	0.003	是
2020	0.360	0.118	3.330	0.003	是
2021	0.358	0.118	3.328	0.003	是
2011—2021	0.342	0.115	3.267	0.002	是

年份

Moran I

标准差

Z得分

P值

是否聚集

2011

0.338

0.114

3.268

0.003

是

2012

0.268

0.113

2.661

0.009

是

2013

0.202

0.111

2.130

0.026

是

2014

0.284

0.115

2.732

0.007

是

2015

0.314

0.117

2.966

0.004

是

2016

0.279

0.116

2.682

0.007

是

2017

0.319

0.116

3.039

0.004

是

2018

0.336

0.118

3.135

0.002

是

2019

0.337

0.118

3.120

0.003

是

2020

0.360

0.118

3.330

0.003

是

2021

0.358

0.118

3.328

0.003

是

2011—2021

0.342

0.115

3.267

0.002

是

年份	高-高聚集区	高-低聚集区	低-高聚集区	低-低聚集区
2011	新疆、青海、甘肃	无	西藏、陕西	江苏
2012	甘肃	无	西藏	上海、江苏
2013	无	无	西藏、甘肃	上海、江苏
2014	广东	无	无	上海、江苏
2015	广东	无	无	上海、江苏
2016	广东	无	无	上海
2017	广东	无	无	上海
2018	广东	无	无	上海
2019	广东	内蒙古	无	上海
2020	广东、海南	无	无	上海、内蒙古
2021	广东、广西、江西	无	无	上海、内蒙古
2011—2021	广东	无	无	上海

年份

高-高聚集区

高-低聚集区

低-高聚集区

低-低聚集区

2011

新疆、青海、甘肃

无

西藏、陕西

江苏

2012

甘肃

无

西藏

上海、江苏

2013

无

西藏、甘肃

上海、江苏

2014

广东

无

上海、江苏

2015

广东

无

上海、江苏

2016

广东

无

上海

2017

广东

无

上海

2018

广东

无

上海

2019

广东

内蒙古

无

上海

2020

广东、海南

无

上海、内蒙古

2021

广东、广西、江西

无

上海、内蒙古

2011—2021

广东

无

上海

聚集类型	聚集区	半径(km)	聚集年份	病例数	期望病例数	RR值	LLR值	P值
低发病聚集	上海、江苏、浙江	271.22	2017—2021	191 067	596 190	0.31	195 609.34	<0.001
高发病聚集	福建、江西、湖南、广东、广西、海南	693.63	2017—2021	1 861 380	1 183 427	1.69	189 452.43	<0.001
低发病聚集	北京、天津、辽宁、吉林、黑龙江	617.75	2016—2020	196 717	517 064	0.37	135 160.30	<0.001
高发病聚集	青海、新疆	1 434.80	2011—2015	265 773	100 975	2.67	93 680.34	<0.001
低发病聚集	重庆、四川、贵州、云南、陕西、甘肃	639.12	2017—2021	580 446	945 946	0.59	88 686.95	<0.001
高发病聚集	山西、河南	359.85	2011—2012	378 349	186 593	2.06	77 430.98	<0.001

聚集类型

聚集区

半径(km)

聚集年份

病例数

期望病例数

RR值

LLR值

P值

低发病聚集

上海、江苏、浙江

271.22

2017—2021

191 067

596 190

0.31

195 609.34

<0.001

高发病聚集

福建、江西、湖南、广东、广西、海南

693.63

2017—2021

1 861 380

1 183 427

1.69

189 452.43

<0.001

低发病聚集

北京、天津、辽宁、吉林、黑龙江

617.75

2016—2020

196 717

517 064

0.37

135 160.30

<0.001

高发病聚集

青海、新疆

1 434.80

2011—2015

265 773

100 975

2.67

93 680.34

<0.001

低发病聚集

重庆、四川、贵州、云南、陕西、甘肃

639.12

2017—2021

580 446

945 946

0.59

88 686.95

<0.001

高发病聚集

山西、河南

359.85

2011—2012

378 349

186 593

2.06

77 430.98

<0.001