中国公共卫生

省份	发病数/ 例	平均标化发病率/（1/10万）	AAPC/%	区段1			区段3
长三角地区	112 348	3.393	0.691	2005—2011	6.419	2011—2020	−2.956	—	—
			（−1.969～3.422）		（0.367～12.837）		（−5.956～0.139）
安徽省	23 038	2.819	3.594	2005—2011	18.222	2011—2020	−5.138	—	—
			（0.041～7.274）		（8.980～28.248）		（−8.526～−1.624）
江苏省	48 893	4.292	−0.683	2005—2011	8.101	2011—2020	−6.139	—	—
			（−3.615～2.337）		（1.316～15.340）		（−9.434～−2.725）
浙江省	30 519	3.694	−0.674	2005—2011	4.117	2011—2020	−3.745	—	—
			（−3.394～2.123）		（−1.911～10.516）		（−6.913～−0.469）
上海市	9 898	2.768	−0.825	2005—2013	−3.801	2013—2018	15.060	2018—2020	−22.727
			（−7.641～6.494）		（−8.657～1.314）		（−0.699～33.319）		（−51.464～23.024）

省份	发病数/ 例	平均标化发病率/（1/10万）	AAPC/%	区段1			区段3
长三角地区	112 348	3.393	0.691	2005—2011	6.419	2011—2020	−2.956	—	—
			（−1.969～3.422）		（0.367～12.837）		（−5.956～0.139）
安徽省	23 038	2.819	3.594	2005—2011	18.222	2011—2020	−5.138	—	—
			（0.041～7.274）		（8.980～28.248）		（−8.526～−1.624）
江苏省	48 893	4.292	−0.683	2005—2011	8.101	2011—2020	−6.139	—	—
			（−3.615～2.337）		（1.316～15.340）		（−9.434～−2.725）
浙江省	30 519	3.694	−0.674	2005—2011	4.117	2011—2020	−3.745	—	—
			（−3.394～2.123）		（−1.911～10.516）		（−6.913～−0.469）
上海市	9 898	2.768	−0.825	2005—2013	−3.801	2013—2018	15.060	2018—2020	−22.727
			（−7.641～6.494）		（−8.657～1.314）		（−0.699～33.319）		（−51.464～23.024）

地区	模型	AIC	偏差	自由度	P值
长三角地区	年龄	795.307	62.333
	漂移	795.026	60.029	1	0.129
	年龄—队列	781.907	44.244	3	<0.001
	年龄—时期	791.781	50.834	3	0.002
	年龄—漂移	795.026	60.029	3	0.027
	年龄—时期—队列	779.579	35.937	3	0.040
安徽省	年龄	786.997	122.079
	漂移	776.555	109.525	1	<0.001
	年龄—队列	768.226	94.105	3	<0.001
	年龄—时期	739.959	68.349	3	0.004
	年龄—漂移	776.555	109.525	3	<0.001
	年龄—时期—队列	734.134	55.215	3	<0.001
江苏省	年龄	863.297	93.323
	漂移	864.970	92.937	1	0.534
	年龄—队列	848.222	72.535	3	<0.001
	年龄—时期	844.211	66.442	3	<0.001
	年龄—漂移	864.970	92.937	3	<0.001
	年龄—时期—队列	829.469	48.045	3	<0.001
浙江省	年龄	830.350	75.967
	漂移	832.251	75.867	1	0.751
	年龄—队列	825.493	63.943	3	0.008
	年龄—时期	830.682	68.145	3	0.011
	年龄—漂移	832.251	75.867	3	0.052
	年龄—时期—队列	824.819	57.071	3	0.076
上海市	年龄	817.285	129.547
	漂移	802.621	111.661	1	<0.001
	年龄—队列	787.259	92.082	3	<0.001
	年龄—时期	789.237	90.725	3	<0.001
	年龄—漂移	802.621	111.661	3	<0.001
	年龄—时期—队列	773.809	71.066	3	<0.001

地区	模型	AIC	偏差	自由度	P值
长三角地区	年龄	795.307	62.333
	漂移	795.026	60.029	1	0.129
	年龄—队列	781.907	44.244	3	<0.001
	年龄—时期	791.781	50.834	3	0.002
	年龄—漂移	795.026	60.029	3	0.027
	年龄—时期—队列	779.579	35.937	3	0.040
安徽省	年龄	786.997	122.079
	漂移	776.555	109.525	1	<0.001
	年龄—队列	768.226	94.105	3	<0.001
	年龄—时期	739.959	68.349	3	0.004
	年龄—漂移	776.555	109.525	3	<0.001
	年龄—时期—队列	734.134	55.215	3	<0.001
江苏省	年龄	863.297	93.323
	漂移	864.970	92.937	1	0.534
	年龄—队列	848.222	72.535	3	<0.001
	年龄—时期	844.211	66.442	3	<0.001
	年龄—漂移	864.970	92.937	3	<0.001
	年龄—时期—队列	829.469	48.045	3	<0.001
浙江省	年龄	830.350	75.967
	漂移	832.251	75.867	1	0.751
	年龄—队列	825.493	63.943	3	0.008
	年龄—时期	830.682	68.145	3	0.011
	年龄—漂移	832.251	75.867	3	0.052
	年龄—时期—队列	824.819	57.071	3	0.076
上海市	年龄	817.285	129.547
	漂移	802.621	111.661	1	<0.001
	年龄—队列	787.259	92.082	3	<0.001
	年龄—时期	789.237	90.725	3	<0.001
	年龄—漂移	802.621	111.661	3	<0.001
	年龄—时期—队列	773.809	71.066	3	<0.001

2005—2020年长三角地区戊肝发病趋势及年龄—时期—队列：基于中国公共卫生科学数据库分析

PDF下载

叶云 ¹ , 罗飞 ¹ , 刘艳 ¹ , 谢言 ¹ , 郑亦慧 ¹ , 陈恺韵 ² , 后永春 ¹^,^*^,^*

中国公共卫生 | 调查报告与分析 2026,42(8): 972-978

收起

中国公共卫生 |调查报告与分析 2026 , 42 (8) : 972 -978

2005—2020年长三角地区戊肝发病趋势及年龄—时期—队列：基于中国公共卫生科学数据库分析

全屏

叶云¹, 罗飞¹, 刘艳¹, 谢言¹, 郑亦慧¹, 陈恺韵², 后永春¹^,^*^,^*

作者信息

¹上海市普陀区疾病预防控制中心（上海市普陀区卫生健康监督所），上海 200333

²上海市疾病预防控制中心（上海市预防医学科学院），上海 201107

通讯作者:

后永春，E-mail：yongchh@yeah.net

作者简介:

叶云（1995—），硕士，医师，研究方向：慢性传染病流行病学

Trends in hepatitis E incidence and age-period-cohort analysis in the Yangtze River Delta region from 2005 to 2020: an analysis based on the China Public Health Science Data Center

Yun YE¹, Fei LUO¹, Yan LIU¹, Yan XIE¹, Yihui ZHENG¹, Kaiyun CHEN², Yongchun HOU¹

Affiliations

¹Shanghai Putuo District Center for Disease Control and Prevention (Shanghai Putuo District Health Inspecting Agency), Shanghai, 200333, China

²Shanghai Municipal Center for Disease Control and Prevention (Shanghai Academy of Preventive Medicine), Shanghai 201107, China

Corresponding Author:

HOU Yongchun, E-mail: yongchh@yeah.net

出版时间: 2026-08-10 doi: 10.11847/zgggws1148968

文章导航

摘要

收起

目的

分析2005—2020年长三角地区戊型肝炎（戊肝）发病情况的年龄—时期—队列特征，为防控措施的制定提供支撑。

方法

从中国公共卫生科学数据中心获取2005—2020年长三角四省（直辖市）15岁及以上人群的戊肝发病数据。采用Joinpoint回归模型分析发病趋势，以贝叶斯年龄—时期—队列效应模型分析戊肝发病的年龄效应、时期效应和队列效应。

结果

2005—2020年长三角地区共报告112 348例15岁及以上的戊肝病例，平均标化发病率为3.393/10万。Joinpoint回归模型分析显示，2005—2020年长三角地区戊肝标化发病率呈先上升（2005—2011年，APC=6.419%，P<0.05）、后波动下降趋势，其中安徽省、江苏省、浙江省发病趋势与总体一致，上海市则相对平稳波动。贝叶斯年龄—时期—队列模型分析显示，年龄效应中长三角地区不同省/市戊肝发病率在15～74岁年龄组趋势一致，均呈现上升趋势；70～74岁年龄组之后，安徽省、上海市戊肝发病率随年龄增加而上升、江苏省下降、浙江省相对平稳。时期效应中除上海市，2005—2011年江苏省（0.74升至1.21）、浙江省（0.84升至1.07）、安徽省（0.61升至1.44）发病风险趋势一致，均呈现上升趋势，2011—2020则呈下降趋势，分别降至0.79、0.83和0.69；上海市在2005—2013年、2014—2017年和2018—2020年的RR值变化趋势为先下降（1.22降至0.76）、再上升（升至1.32）、再下降（降至0.89）。队列效应中长三角地区戊肝总体发病风险在出生队列1918—1960年呈现上升趋势（总体RR值从0.35上升为1.66）；在1960年之后，江苏省（RR值从1.51降为0.17）下降最为明显。

结论

长三角地区不同省/市戊肝发病趋势存在一定差异，整体呈波动变化趋势，但仍然需加强70～74岁年龄组以上老年人的健康教育及监测检测。

关键词

戊型肝炎(戊肝) / Joinpoint回归 / 年龄—时期—队列 / 发病趋势 / 长三角地区

Abstract

收起

Objective

To analyze the age-period-cohort characteristics of hepatitis E incidence in the Yangtze River Delta region from 2005 to 2020, thereby providing support for the formulation of prevention and control measures.

Methods

Data on the incidence of hepatitis E among individuals aged 15 and above in the Yangtze River Delta region, covering four provinces/municipality from 2005 to 2020, were obtained from the China Public Health Science Data Center. The Joinpoint regression model was employed to analyze the trend of hepatitis E incidence. The Bayesian age-period-cohort effect model was employed to analyze the age effect, period effect, and cohort effect of hepatitis E incidence.

Results

From 2005 to 2020, a total of 112 348 cases of hepatitis E aged 15 and above were reported in the Yangtze River Delta region, with an average age-standardized incidence rate of 3.393 cases per 100 000 individuals. The Joinpoint regression model analysis showed that the age-standardized incidence rate of hepatitis E in the Yangtze River Delta region from 2005 to 2020 initially rose (from 2005 to 2011, with an average annual percent change of 6.419%, P < 0.05) and then declined with fluctuations. The incidence trends in Anhui province, Jiangsu province, and Zhejiang province were consistent with the overall trend, while that in Shanghai remained steady with fluctuations. Bayesian age-period-cohort model analysis showed that in terms of age effect, the hepatitis E incidence rates in different provinces/municipality of the Yangtze River Delta region exhibited a consistent upward trend among people aged 15–74 years. With the increase in age after 70–74 years old, the incidence rate continued to rise in Anhui province and Shanghai, decreased in Jiangsu province, and remained steady in Zhejiang province. The trend of disease risk from 2005 to 2011 was consistent in Jiangsu province (rising from 0.74 to 1.21), Zhejiang province (rising from 0.84 to 1.07), and Anhui province (rising from 0.61 to 1.44), all showing an upward trend, while from 2011 to 2020, the trend declined, dropping to 0.79, 0.83, and 0.69, respectively. In Shanghai, the RR values from 2005 to 2013, 2014 to 2017, and 2018 to 2020 showed a decline (from 1.22 to 0.76), an increase (rising to 1.32), and then a decline again (down to 0.89). In terms of cohort effect, the overall risk of hepatitis E in the Yangtze River Delta region showed an increasing trend in the birth cohorts from 1918 to 1960 (overall RR value rising from 0.35 to 1.66). After 1960, Jiangsu province experienced the most significant decrease (RR value dropped from 1.51 to 0.17).

Conclusion

The hepatitis E incidence shows different trends among different provinces/municipality in the Yangtze River Delta region, generally exhibiting a fluctuating trend. Nevertheless, it remains necessary to strengthen health education and monitoring efforts for the elderly population aged 70–74 and above.

Key words

hepatitis E / Joinpoint regression / age-period-cohort / incidence trend / Yangtze River Delta region

引用本文

叶云, 罗飞, 刘艳, 谢言, 郑亦慧, 陈恺韵, 后永春. 2005—2020年长三角地区戊肝发病趋势及年龄—时期—队列：基于中国公共卫生科学数据库分析. 中国公共卫生, 2026 , 42 (8) : 972 -978 . DOI: 10.11847/zgggws1148968

Yun YE, Fei LUO, Yan LIU, Yan XIE, Yihui ZHENG, Kaiyun CHEN, Yongchun HOU. Trends in hepatitis E incidence and age-period-cohort analysis in the Yangtze River Delta region from 2005 to 2020: an analysis based on the China Public Health Science Data Center[J]. Chinese Journal of Public Health, 2026 , 42 (8) : 972 -978 . DOI: 10.11847/zgggws1148968

正文

收起

戊型肝炎（简称“戊肝”）是一种由戊型肝炎病毒（hepatitis E virus, HEV）感染引起的人兽共患病，属于急性病毒性肝炎的最常见型别，在全球范围内广泛流行。2021年全球约有1 947万人感染急性HEV，占全球与急性肝炎相关的伤残调整生命年的5.4%，对全球公共卫生造成重大威胁^[1]。戊肝好发于中青年，传播具有隐匿性，可通过受污染的饮用水传播，也可以通过人畜共患途径传播^[2]。戊肝在免疫力正常的普通人群中一般呈自限性，但妊娠妇女感染HEV后死亡风险约增加7倍，早产、低出生体重、流产等不良妊娠结局风险也显著增加^[3]。我国是戊肝高流行国家，而东部沿海地区则是我国高发病聚集区^[4–5]。长三角城市群具有经济活跃、开放创新等特点，在我国现代化高质量建设中具有重要的战略地位。此外，江浙沪皖已成为老龄化重点地区，区域经济差距、人口迁移以及长三角一体化策略，不断变化的空间格局和人口流动可能会对人畜共患疾病的传播产生影响^[6]。因此，本研究对2005—2020年长三角地区15岁及以上人群戊肝发病情况进行年龄—时期—队列特征分析，为长三角一体化建设背景下戊肝防控措施的制定提供支撑。

1　资料与方法

收起

1.1　资料来源

收集2005—2020年中国公共卫生科学数据中心平台报告的长三角四省（直辖市）（上海市、江苏省、浙江省、安徽省）的戊肝发病数和发病率数据。本研究戊肝报告病例符合戊肝诊断标准^[7]。各省/市同期人口资料来自中国统计年鉴。鉴于15岁以下人群数据缺失，本研究对象为15岁及以上人群；按照第七次全国人口普查年龄构成计算标化发病率。

1.2　统计分析

1.2.1　Joinpoint回归分析

采用Joinpoint回归分析长三角总体及安徽省、江苏省、浙江省和上海市戊肝发病情况的时间趋势，由Monte Carlo置换检验识别差异有统计学意义的转折点数量、位置和P值，并根据修正贝叶斯信息准则进行最优模型拟合^[8]。模型中趋势变化速率用年度变化百分比（annual percent change, APC）表示每个分段区间的趋势变化、平均年度变化百分比（average annual percent change, AAPC）及其95%CI评估完整时间区段的长期趋势变化。当P>0.05时，变化趋势平稳；当P≤0.05时，AAPC/APC值为正值时，表示上升趋势；AAPC/APC为负值时，表示下降趋势。采用Joinpoint软件进行Joinpoint回归分析，年龄—队列—时期分析采用R软件，所有统计图均通过R软件绘制。所有统计分析为双侧检验，P<0.05为差异有统计学意义。

1.2.2　年龄—时期—队列分析

采用贝叶斯年龄—时期—队列效应（bayesian age-period-cohort model, BAPC）分析年龄、时期和出生队列对戊肝发病率的影响。BAPC通过结合先验知识与观测数据生成后验分布，确保参数估计值不会显著偏离相邻时间段的数值，弥补了传统APC模型“共线性”问题^[9]。年龄效应反映疾病发病率随生物年龄自然发展的变化，时期效应反映某个时间点影响所有群体发病率的外部环境事件，队列效应反映影响同一年代出生者发病率的风险累积事件。通过残差偏差统计量以及赤池信息准则（AIC）评估模型拟合优度，AIC最低为最佳拟合模型^[10]。

2　结　果

收起

2.1　戊肝发病基本情况（图1）

2005—2020年，长三角地区四省（直辖市）共报告112 348例15岁及以上的戊肝病例，平均粗发病率3.615/10万、平均标化发病率3.393/10万。戊肝报告病例数由2005年安徽省604例、江苏省2 114例、浙江省1 572例和上海市723例变化为2020年的976例、1 673例、1 244例和510例，总变化率分别为61.6%、−20.9%、−20.9%和−29.5%。

2.2　戊肝发病率变化的Jointpoint回归模型分析（表1）

Joinpoint回归根据Monte Carlo置换检验识别出2005—2020年长三角总体、安徽省、江苏省和浙江省戊肝发病情况的转折点位于2011年，上海市的转折点位于2013年和2018年。长三角四省（直辖市）总体第1区段标化发病率呈上升趋势（APC=6.419%，P<0.05）。不同省/市分析发现，2005—2011年安徽省（APC=18.222）、江苏省（APC=8.101）均呈上升趋势（P<0.05）；2011—2020年安徽省（APC= −5.138）、江苏省（APC= −6.139）、浙江省（APC= −3.745）均呈下降趋势（P<0.05）。整体趋势显示，安徽省在2005—2020年呈持续上升趋势（AAPC=3.594%，P<0.05）。

2.3　戊肝发病率的年龄—时期—队列模型分析

2.3.1　年龄—时期—队列模型拟合情况（表2）

与其他模型相比，长三角地区总体（AIC=779.579）、安徽省（AIC=734.134）、江苏省（AIC=829.469）和上海市（AIC=773.809）发病情况的APC模型赤池信息准则（AIC）偏差最小（P<0.05），表明该模型的拟合度最优。

2.3.2　年龄效应（图2）

调整时期和队列后，长三角地区四省（直辖市）戊肝发病率在15～74岁年龄组趋势一致，均随年龄增长呈上升趋势，江苏省、浙江省、安徽省和上海市在15～19岁年龄组的发病率分别为3.254/10万、2.986/10万、0.296/10万、0.651/10万；70～74岁年龄组分别上升至5.440/10万、4.190/10万、4.907/10万、5.194/10万；75～79岁、80～84岁和85岁以上年龄组，安徽省（6.053/10万、7.547/10万、9.425/10万）和上海市（6.623/10万、7.926/10万、9.387/10万）戊肝发病率随着年龄增长呈上升趋势，变化率分别为55.7%和41.7%；江苏省（5.031/10万、4.278/10万、3.587/10万）戊肝发病率呈下降趋势，变化率为−28.7%；浙江省（4.195/10万、4.075/10万、3.937/10万）则相对平稳，变化率为−6.2%。

2.3.3　时期效应（图3）

调整年龄和队列效应后，除上海市以外，2005—2011年江苏省（0.74升至1.21）、浙江省（0.84升至1.07）、安徽省（0.61升至1.44）发病风险趋势一致，均呈现上升趋势，2011—2020年则呈下降趋势，分别降至0.79、0.83和0.69；上海市在2005—2013年、2014—2017年和2018—2020年的RR值变化趋势为先下降（1.22降至0.76）、再上升（升至1.32）、再下降（降至0.89）。

2.3.4　队列效应（图4）

调整年龄和时期后，长三角四省（直辖市）戊肝发病率总体变化趋势在出生队列1918—1960年呈现上升趋势（总体RR值从0.35上升为1.66）；在1960年之后，江苏省（RR值从1.51降为0.17）下降最为明显。

3　讨　论

收起

长三角地区作为我国城市化加速的发达区域，已成为戊肝等肠道传染病的高发地区^[11]。本研究中长三角地区戊肝平均标化发病率为3.393/10万，符合东部沿海地区戊肝聚集的流行特征^[5]。生猪是我国戊肝病毒的主要宿主，饮用非自来水、摄入受污染的肉类和海产品是戊肝感染的主要危险因素^[4]。在迅速发展的国民经济和社会文化推动下，我国居民饮食模式正向西方模式转化。江苏省的研究提示，苏南地区饮食已转变为包含高肉类和海鲜摄入的现代模式^[12–13]。浙江省、上海市由于经济发展和地理位置，饮食模式中也多包含海鲜类和肉类食品。2018年中国开始加强对畜禽养殖和水污染等环保政策的落实，另加上非洲猪瘟和新冠病毒感染疫情的影响，中国生猪出栏量大幅下降，居民外出聚餐频次减少，高度集中的医疗资源配置可能导致戊肝诊断、报告延迟，这可能与长三角地区整体戊肝报告病例数呈下降趋势有关。

从长期趋势来看，安徽省是唯一发病率持续上升的省份（AAPC=3.594%，P<0.05），这可能与城市化进展、经济水平^[14]及生猪养殖有关。Jiang T B等^[15]研究提出，城市化可作为保护因素对人口健康产生促进作用。Zuin M等^[16]研究提示，低社会经济水平和卫生条件与高HEV血清阳性率有关。另有研究表明，社会人口学发展指数（socio-demographic Index, SDI）越高，戊肝负担越低^[17]。2017年我国（中—高SDI）整体SDI值为0.71，上海市为高SDI（0.82）、江苏省和浙江省是中—高SDI（0.74），安徽省为中等SDI（0.62）^[18]。此外，华东地区作为我国生猪养殖主产区，2002—2022年上海市（−77.96%）、浙江省（−50.53%）和江苏省（−23.58%）生猪出栏量总体呈现下降趋势，安徽省（19.03%）生猪出栏量则稳步增加，生猪养殖重心整体呈现“北移现象”。由此可见，安徽省已成为华东地区生猪养殖的主要省份^[19]。另外，王阿鑫等^[20]研究也提示，安徽省戊肝发病在地区分布上呈“北高南低”，这可能与皖北地区为生猪养殖重地，以及皖北、皖南在饮食行为文化、经济发展程度和环境卫生条件方面存在差异有关，未来可考虑结合相关因素开展进一步研究。安徽省部分区域卫生设施不足、医疗资源匮乏和北方生猪养殖等因素可能造成戊肝发病水平持续上升。因此，强化卫生设施、积极发展经济、加强戊肝监测，将有助于控制戊肝流行。

与其他三省相比，上海市戊肝发病呈现波动变化，这可能与超大城市往往伴随老龄化、人口流动和未被识别的其他特征进而导致更加复杂的戊肝流行态势有关。Yu L J等^[21]研究认为，戊肝等人畜共患传染病表现为在省内相邻城市或邻省省会城市之间进行短距离扩散的特征。除猪之外，陕西省一项研究表明，犬、猫及兔等宠物也可能作为宿主感染HEV^[22]。随着上海市超快经济的发展，居民外出就餐频次大幅增加是其饮食行为变化的一个突出特征。Zang J J等^[23]分析2012—2013年上海市饮食与健康调查研究数据，提示上海市外出就餐者占比已达55.05%，饮食卫生可能与食源性戊肝的散发有关。因此，上海市作为长三角区域人口流动和劳务输入的重要城市，贸易流动、宠物产业、饮食习惯、生活方式等都可能导致戊肝散发疫情出现反复波动。

年龄效应显示，戊肝的发病水平随年龄增长而增加，与既往研究结果一致^[24]。老年人群戊肝高发可能与衰老、戊肝自然病程和合并基础病有关。急性戊肝在青壮年或免疫功能正常者中多数表现为无症状或在4～6周内康复，但有研究表明，戊肝感染在免疫功能低下人群中会出现慢性化^[25]。HEV-4是我国戊肝感染的主要基因型^[4]，Takakusagi S等^[26]研究提示，HEV-3和HEV-4可能导致老年男性出现严重的急性HEV感染或慢性肝病患者出现肝衰竭。老年群体随着年龄增长，免疫功能往往下降且可能合并糖尿病、高血压、心脏病、肿瘤等多种慢性疾病，如若合并脂肪肝等则更易出现肝损伤和并发症^[27]。鉴于合并慢性肝病的老年群体感染HEV后更易出现重症症状，提示未来应在高危人群中侧重饮食习惯和减少生肉接触、疫苗接种等方面的健康宣传教育。

时期效应表明，长三角地区整体呈现“先升后降”趋势（2005—2011年上升，2011—2020年下降），与全国戊肝发病水平的时间序列变化趋势一致^[28]，这可能与2008年新的戊肝诊断标准、2011年中国落实“十二五”规划和戊肝疫苗上市以及2017年实施肝炎防控政策的变化有关。与《戊型病毒性肝炎诊断标准及处理原则》（GB 17011—1997）依赖双份血清比较抗体阴转阳或滴度动态变化以确诊戊肝相比，《戊型病毒性肝炎诊断标准》（WS 301—2008）将单次血清学检查（抗–HEV IgG和（或）抗–HEV IgM阳性）作为确诊标准，再加上检验技术和试剂盒灵敏度的提升，可能会导致更多的感染者被诊断造成报告病例数有所上升。2011年，全球首个戊肝疫苗在中国上市，相关研究提示，戊肝疫苗接种可提供长达10年的持久保护^[29]。2017年中国各地积极落实《中国病毒性肝炎防治规划（2017—2020年）》，推进在高流行地区或重点人群中按照知情同意原则开展戊肝疫苗预防接种工作^[30]，这些可能是长三角区域整体发病水平在2011年出现转折的原因。

队列效应揭示，1960年之后的出生队列戊肝发病率下降，可能与改革开放后卫生条件改善、经济发展及医疗可及性提高有关^[14]。1960年前后，中国大力开展爱国卫生运动，积极“除四害”，推行无害化厕所，整体卫生条件显著改善，有效降低粪—口传播疾病的发生。由此可见，未来持续推动食品清洁与饮用水安全、积极营造卫生宜居的环境，对于遏制戊肝等肠道传染病的传播与流行仍具有重要意义。

本研究仍存在一些局限性。本研究数据来源于中国公共卫生科学数据中心，不排除存在漏报或者因诊断延迟报告时效滞后情况。缺少各省份内不同地区、性别、吸烟、饮酒等协变量可能会对结果的解释产生影响，未来可考虑纳入更多的混杂因素进行综合分析。

综上，长三角地区不同省/市戊肝发病趋势存在一定差异，整体呈波动变化状态，需加强70～74岁年龄组以上老年人的健康教育及监测检测。借助长三角一体化建设机制，未来可考虑融合慢性传染病、慢性非传染性疾病开展多病共防和综合性健康教育活动；加强戊肝疫苗接种，构建主动监测机制，制定人—环境—动物联动的动态防控策略。

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

World Health Organization. Hepatitis E[EB/OL]. (2025-04-10)[2025-10-25]. https://www.who.int/news-room/fact-sheets/detail/hepatitis-e.

杨心悦, 何启瑜, 王麟. 戊型肝炎的流行病学进展[J]. 中华肝脏病杂志, 2023, 31(5): 455-459.

Bigna J J, Modiyinji A F, Nansseu J R, et al. Burden of hepatitis E virus infection in pregnancy and maternofoetal outcomes: a systematic review and meta-analysis[J]. BMC Pregnancy and Childbirth, 2020, 20(1): 426.

Cao K X, Wu X Y, Yang M Y, et al. Prevalence of hepatitis E virus in China from 1997 to 2022: a systematic review and meta-analysis[J]. Frontiers in Public Health, 2023, 11: 1243408.

黄澳迪, 唐林, 王晓琪, 等. 中国2011—2021年戊型病毒性肝炎发病趋势和时空聚集性[J]. 中国疫苗和免疫, 2022, 28(4): 417-421.

Wu L X, Huang Z Y, Pan Z H. The spatiality and driving forces of population ageing in China[J]. PLoS One, 2021, 16(1): e0243559.

中华人民共和国卫生部. 戊型病毒性肝炎诊断标准: WS 301—2008[S]. 北京: 人民卫生出版社, 2009.

曾四清. Joinpoint回归模型及其在传染病流行趋势分析中的应用[J]. 中国卫生统计, 2019, 36(5): 787-791.

Berzuini C, Clayton D. Bayesian analysis of survival on multiple time scales[J]. Statistics in Medicine, 1994, 13(8): 823-838.

Chen J W, Chang Y K, Wu Y Q, et al. Trends, age-period-cohort effects, and projections in the incidence and mortality of human immunodeficiency virus/AIDS among the elderly in China[J]. The Journal of Infectious Diseases, 2025, 231(2): 414-423.

Mao Y, Zhang N, Zhu B, et al. A descriptive analysis of the Spatio-temporal distribution of intestinal infectious diseases in China[J]. BMC Infectious Diseases, 2019, 19(1): 766.

He Y N, Yang X G, Xia J, et al. Consumption of meat and dairy products in China: a review[J]. Proceedings of the Nutrition Society, 2016, 75(3): 385-391.

Wang Y Y, Dai Y, Tian T, et al. The effects of dietary pattern on metabolic syndrome in Jiangsu province of China: based on a nutrition and diet investigation project in Jiangsu province[J]. Nutrients, 2021, 13(12): 4451.

Gu L F, Cai J, Feng Y, et al. Spatio-temporal pattern and associate factors study on intestinal infectious diseases based on panel model in Zhejiang province[J]. BMC Public Health, 2024, 24(1): 3041.

Jiang T B, Deng Z W, Zhi Y P, et al. The effect of urbanization on population health: evidence from China[J]. Frontiers in Public Health, 2021, 9: 706982.

Zuin M, Caserta C, Romanò L, et al. Seroepidemiology of HEV and HAV in two populations with different socio-economic levels and hygienic/sanitary conditions[J]. European Journal of Clinical Microbiology and Infectious Diseases, 2017, 36(3): 479-485.

Huang D L, Jiang J Y, Peng J H, et al. Global trends and cross-country inequalities of acute hepatitis E in the elderly, 1990–2021: a comprehensive analysis[J]. Journal of Clinical and Translational Hepatology, 2025, 13(8): 609-618.

Zhou M G, Wang H D, Zeng X Y, et al. Mortality, morbidity, and risk factors in China and its provinces, 1990–2017: a systematic analysis for the Global Burden of Disease Study 2017[J]. The Lancet, 2019, 394(10204): 1145-1158.

吴雨清. 中国生猪养殖格局变迁与粪污资源化利用分析[D]. 北京: 中国农业科学院, 2024.

王阿鑫, 肖永康, 毕念念, 等. 安徽省2013—2022年戊型病毒性肝炎流行病学特征分析[J]. 中华疾病控制杂志, 2024, 28(6): 646-650, 671.

Yu L J, Ji P S, Ren X, et al. Inter-city movement pattern of notifiable infectious diseases in China: a social network analysis[J]. The Lancet Regional Health Western Pacific, 2025, 54: 101261.

Chen Y Y, Lin H Q, Xu S H, et al. Serological and molecular survey of hepatitis E virus in pets in Shaanxi, China[J]. BMC Veterinary Research, 2025, 21(1): 434.

Zang J J, Luo B Z, Wang Y P, et al. Eating out-of-home in adult residents in Shanghai and the nutritional differences among dining places[J]. Nutrients, 2018, 10(7): 951.

Man S L M, Fu J Z, Yang X C, et al. Prevalence and incidence of hepatitis E infection in China[J]. Clinical Gastroenterology and Hepatology, 2025, 23(11): 1973-1981. e5.

Dalton H R, Hunter J G, Bendall R P. Hepatitis E[J]. Current Opinion in Infectious Diseases, 2013, 26(5): 471-478.

Takakusagi S, Kakizaki S, Takagi H. The diagnosis, pathophysiology, and treatment of chronic hepatitis E virus infection-A condition affecting immunocompromised patients[J]. Microorganisms, 2023, 11(5): 1303.

Fang L, Zhang J L, Chen H Y, et al. Epidemiological characteristics and clinical manifestations of hepatitis E in a tertiary hospital in China: a retrospective study[J]. Frontiers in Microbiology, 2022, 12: 831968.

张蓓蓓. 基于残差修正的ARIMA-BP组合模型在中国戊型肝炎发病预测中的应用[J]. 蚌埠医科大学学报, 2023, 48(5): 652-655.

Huang S J, Zhang X F, Su Y Y, et al. Long-term efficacy of a recombinant hepatitis E vaccine in adults: 10-year results from a randomised, double-blind, placebo-controlled, phase 3 trial[J]. The Lancet, 2024, 403(10429): 813-823.

国家卫生计生委, 国家发展改革委, 教育部, 等. 中国病毒性肝炎防治规划(2017—2020年)[J]. 中国病毒病杂志, 2018, 8(1): 1-5.

2026年第42卷第8期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.11847/zgggws1148968

接收时间：2025-09-23
首发时间：2026-10-23
出版时间：2026-08-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2025-09-23
修回日期：2025-12-22
录用日期：2026-04-21

基金

作者信息

¹上海市普陀区疾病预防控制中心（上海市普陀区卫生健康监督所），上海 200333

²上海市疾病预防控制中心（上海市预防医学科学院），上海 201107

通讯作者:

后永春，E-mail：yongchh@yeah.net

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/zgggws/CN/10.11847/zgggws1148968

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

省份	发病数/ 例	平均标化发病率/（1/10万）	AAPC/%	区段1			区段3
长三角地区	112 348	3.393	0.691	2005—2011	6.419	2011—2020	−2.956	—	—
			（−1.969～3.422）		（0.367～12.837）		（−5.956～0.139）
安徽省	23 038	2.819	3.594	2005—2011	18.222	2011—2020	−5.138	—	—
			（0.041～7.274）		（8.980～28.248）		（−8.526～−1.624）
江苏省	48 893	4.292	−0.683	2005—2011	8.101	2011—2020	−6.139	—	—
			（−3.615～2.337）		（1.316～15.340）		（−9.434～−2.725）
浙江省	30 519	3.694	−0.674	2005—2011	4.117	2011—2020	−3.745	—	—
			（−3.394～2.123）		（−1.911～10.516）		（−6.913～−0.469）
上海市	9 898	2.768	−0.825	2005—2013	−3.801	2013—2018	15.060	2018—2020	−22.727
			（−7.641～6.494）		（−8.657～1.314）		（−0.699～33.319）		（−51.464～23.024）

省份

发病数/
例

平均标化发
病率/（1/10万）

AAPC/%

区段1

区段2

区段3

年份

APC/%

年份

APC/%

年份

APC/%

长三角地区

112 348

3.393

0.691

2005—2011

6.419

2011—2020

−2.956

—

（−1.969～3.422）

（0.367～12.837）

（−5.956～0.139）

安徽省

23 038

2.819

3.594

2005—2011

18.222

2011—2020

−5.138

—

（0.041～7.274）

（8.980～28.248）

（−8.526～−1.624）

江苏省

48 893

4.292

−0.683

2005—2011

8.101

2011—2020

−6.139

—

（−3.615～2.337）

（1.316～15.340）

（−9.434～−2.725）

浙江省

30 519

3.694

−0.674

2005—2011

4.117

2011—2020

−3.745

—

（−3.394～2.123）

（−1.911～10.516）

（−6.913～−0.469）

上海市

9 898

2.768

−0.825

2005—2013

−3.801

2013—2018

15.060

2018—2020

−22.727

（−7.641～6.494）

（−8.657～1.314）

（−0.699～33.319）

（−51.464～23.024）

地区	模型	AIC	偏差	自由度	P值
长三角地区	年龄	795.307	62.333
	漂移	795.026	60.029	1	0.129
	年龄—队列	781.907	44.244	3	<0.001
	年龄—时期	791.781	50.834	3	0.002
	年龄—漂移	795.026	60.029	3	0.027
	年龄—时期—队列	779.579	35.937	3	0.040
安徽省	年龄	786.997	122.079
	漂移	776.555	109.525	1	<0.001
	年龄—队列	768.226	94.105	3	<0.001
	年龄—时期	739.959	68.349	3	0.004
	年龄—漂移	776.555	109.525	3	<0.001
	年龄—时期—队列	734.134	55.215	3	<0.001
江苏省	年龄	863.297	93.323
	漂移	864.970	92.937	1	0.534
	年龄—队列	848.222	72.535	3	<0.001
	年龄—时期	844.211	66.442	3	<0.001
	年龄—漂移	864.970	92.937	3	<0.001
	年龄—时期—队列	829.469	48.045	3	<0.001
浙江省	年龄	830.350	75.967
	漂移	832.251	75.867	1	0.751
	年龄—队列	825.493	63.943	3	0.008
	年龄—时期	830.682	68.145	3	0.011
	年龄—漂移	832.251	75.867	3	0.052
	年龄—时期—队列	824.819	57.071	3	0.076
上海市	年龄	817.285	129.547
	漂移	802.621	111.661	1	<0.001
	年龄—队列	787.259	92.082	3	<0.001
	年龄—时期	789.237	90.725	3	<0.001
	年龄—漂移	802.621	111.661	3	<0.001
	年龄—时期—队列	773.809	71.066	3	<0.001

地区

模型

AIC

偏差

自由度

P值

长三角地区

年龄

795.307

62.333

漂移

795.026

60.029

0.129

年龄—队列

781.907

44.244

<0.001

年龄—时期

791.781

50.834

0.002

年龄—漂移

795.026

60.029

0.027

年龄—时期—队列

779.579

35.937

0.040

安徽省

年龄

786.997

122.079

漂移

776.555

109.525

<0.001

年龄—队列

768.226

94.105

<0.001

年龄—时期

739.959

68.349

0.004

年龄—漂移

776.555

109.525

<0.001

年龄—时期—队列

734.134

55.215

<0.001

江苏省

年龄

863.297

93.323

漂移

864.970

92.937

0.534

年龄—队列

848.222

72.535

<0.001

年龄—时期

844.211

66.442

<0.001

年龄—漂移

864.970

92.937

<0.001

年龄—时期—队列

829.469

48.045

<0.001

浙江省

年龄

830.350

75.967

漂移

832.251

75.867

0.751

年龄—队列

825.493

63.943

0.008

年龄—时期

830.682

68.145

0.011

年龄—漂移

832.251

75.867

0.052

年龄—时期—队列

824.819

57.071

0.076

上海市

年龄

817.285

129.547

漂移

802.621

111.661

<0.001

年龄—队列

787.259

92.082

<0.001

年龄—时期

789.237

90.725

<0.001

年龄—漂移

802.621

111.661

<0.001

年龄—时期—队列

773.809

71.066

<0.001