2005～2011年我国肺结核发病的时间流行病学特征及趋势

・论著・　中国卫生统计２０１３年４月第３０卷第２期　２００５～２０１　１年我国肺结核发病的时间流行病学特征及趋势　北京大学医学部公共卫生学院妇女与儿童青少年卫生学系（１００１９１）　任正洪　【提要】　目的分析我国肺结核发病的流行病学特征，预测我国肺结核发病人数，为我国肺结核病的防治和疫情　监测提供参考依据。方法２００５—２０１　１年卫生部公开发布的每月肺结核发病数。采用时间序列分析方法建立预测模型，　经过统计学检验和评价后再进行预测。结果拟合得到的最佳模型是没有常数项的ＳＡＲＩＭＡ（０，１，１）（０，１，１）　：和没有　常数项的ＣＥ＋ＳＡＲＩＭＡ（１，１，０）（０，１，１）　但后一个事件模型更优；春节所在月份报告的肺结核新发病人数偏少，平均　每日少７３３人；根据拟合的模型估计得到了２０１２年我国各月份肺结核新发病人数。结论　我国肺结核的发生具有明显　周期性和季节性，一年一周期，冬春季节多发。　【关键词】肺结核新发病人数时间序列分析预测　

结核病是一种慢性传染病，其发病规律和流行特　点决定了在今后相当长的时期内其危害将持续存在。　根据世界卫生组织的统计，２０１０年全世界新发肺结核　８８０万，２０１０年我国结核病年发病人数约为１３０万，占　全球发病的１４．３％，位居全球第２位。尽管我国的肺　结核疫情有了显著的改善，但仍是全球结核病流行严　重的国家之一，同时也是全球耐多药结核病流行严重　的国家之一　¨。　２００３年ＳＡＲＳ的爆发，暴露了我国传染病疫情监　测报告等信息方面存在的问题，促使国家下决心改善　传染病信息报告制度。在国家的大力支持下，中国疾　病预防控制中心（ＣＤＣ）建成了“中国传染病监测报告　信息系统”，并自２００５年起正式投入运行。该系统能　够实时网络监测我国３７种法定传染性疾病的疫情，及　时提供给各级卫生主管部门公开发布　］。本文拟利　用我国自开展网络直报以来的肺结核新发病人数数　据，分析我国肺结核的流行病学特征，建立数学模型，　预测２０１２年我国肺结核发病人数，为我国肺结核病的　防治和疫情监测提供参考依据。　资料与方法　１．资料　本文所采用的数据来自卫生部公开发布的每月全　国法定传染病疫情报告中的肺结核发病数。由于每月　天数不同，为了增加可比性，我们计算得到了每月平均　每天的肺结核新发病人数。　２．统计分析方法　显然，所分析的数据属于典型的时间序列数据，故　采用时间序列分析预测方法。理论上讲，所有时间序　列数据都可以用Ｂｏｘ—Ｊｅｎｋｉｎｓ模型分析方法，即自回归　移动平均（ａｕｔｏｒｅｇｒｅｓｓｉｖｅ　ｍｏｖｉｎｇ　ａｖｅｒａｇｅ，ＡＲＩＭＡ）模　型分析方法。Ｂｏｘ—Ｊｅｎｋｉｎｓ模型，适用于单变量的时间　序列数据，是一种特殊的线性模型。　本分析采用季节自回归移动平均（ｓｅａｓｏｎａｌ　ａｕ—　ｔｏｒｅｇｒｅｓｓｉｖｅ　ｍｏｖｉｎｇ　ａｖｅｒａｇｅ，ＳＡＲＩＭＡ）模型，其一般形　式是ＳＡＲＩＭＡ（ｐ，ｄ，ｑ）（Ｐ，Ｄ，ａ）Ｓ，其中Ｐ是自回归的　价数，ｄ是普通差分运算的价数，　是移动平均的价　数，Ｐ是季节自回归的价数，Ｄ是季节差分的价数，Ｑ　是季节移动平均的价数，Ｓ是季节周期的时间长度。　拟合模型时，首先通过对原始数据进行普通和／或季节　差分运算而得到平稳的非白噪声序列，并用增广ＤＦ　检验（ａｕｇｍｅｎｔｅｄ　Ｄｉｃｋｅｙ—Ｆｕｌｌｅｒ，ＡＤＦ）方法检验其平稳　性。确认其平稳且非白噪声后，考察差分运算后新序　列的样本自相关系数（ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ　ｆｕｎｃｔｉｏｎ，ＡＣＦ）　图和偏自相关系数（ｐａｒｔｉａｌ　ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ　ｆｕｎｃｔｉｏｎ，　ＰＡＣＦ）图，以初步拟定以上Ｐ，ｄ，ｑ和Ｑ价数，拟合模　型。对于拟合得到的模型，采用Ｌｊｕｎｇ—Ｂｏｘ检验方法　对其残差序列的自相关性进行检验，以判断模型的充　分性；结合考察模型精确性的指标，综合判断而选择得　到最佳模型；采用得到的模型，预测来年我国肺结核新　法病人数　。　当发生异常的外部事件（例如，自然灾害、政策变　化等）而影响被预测的序列时，应该用干扰模型。考　察我国肺结核新发病人数据发现，每年春节所在的月　份，肺结核新发病人数都比较少。为了考察春节对肺　结核新发病人报告数的影响，我们采用干扰模型的方　法，将是否处在春节所在月份当成一个偶然变量，并假　定该变量对肺结核新发病人数的影响即时出现、即时　消失，拟合了一个我们称之为“事件模型”的模型，其　形式为ＣＥ＋ＳＡＲＩＭＡ（Ｐ，ｄ，ｑ）（Ｐ，Ｄ，ａ）Ｓ，其中Ｅ为　偶然事件变量，ｃ为该偶然事件对被预测序列的影响，　其余同前述　Ｊ。　所有统计分析在ＳＡＳ　９．０中完成的。　Ｃｈｉｎｅｓｅ　Ｊｏｕｒｎａｌ　ｏｆＨｅａｌｔｈ　Ｓｔａｔｉｓｔｉｃｓ，Ａｐｒ　２０１３，Ｖｏ１．３０１Ｎｏ．２　结　果　２００５～２０１　１年我国每月的肺结核报告新发病人　数见图１，其比较形象地显示了我国报告肺结核新发　病人数随时间变化的关系。　１．我国报告的肺结核新发病人数的变化趋势　我国报告的肺结核新发病人数具有明显的规律　性。以一年为一个周期，每年发生十分相似的变化：每　年的１月或２月，报告新发病人数最少；３—６月，各月　

１．０　０．５　１　０．０　

皿　一０．５　

１．０　

报告的肺结核新发病人数都很高，为各年的高峰期；随　后减少，直到１０月或者ｌ１月，形成一个新的底，但比　年初的高；而后又有上升，直到次年的春节前，形成一　个小高峰，再开始下一年的轮回。显然，我国报告的肺　结核新发病人数具有明显的季节性，每年的冬天和春　天（除春节所在月份外）报告新发病人数最多。　由于报告的新发病人数的峰和谷，随着年份的推　移都有所下降，我国报告肺结核新发病人数似乎表现　出了下降的趋势。　

萋羹薹藿耋耋耋重薹耄耋萋重萋董藿藿萋薹萋重薹藿萋重萋重毳薹萋重羹重薹耋萋重薹重蚕重垂重重蚕垂垂　图１　自２００５年以来我国每月报告的新发肺结核病人数　＿　自相关系数　——８５％噩信区间上限　

．——８５％置信区间下限　

＿　

．■一矗　圈ｎ　Ｕ矗　＿　Ｉ＿Ｉ　一…Ｕ　圈一。＿　

．一　Ｉ　

ｌ　３　５　７　９　１１　１３　１５　１７　１９　２１　２３　延迟的月数　

图２经１阶普通差分和１阶季节差分后的我国报告　肺结核新法病人数序列的自相关系数图　２．ＳＡＲＩＭＡ模型的建立和预测　２００５年以来我国报告的肺结核新发病人数序列　并不是平稳序列。经过一价普通差分和一价季节差分　运算后的新序列较平稳，而且不是白噪声序列。图２　和图３分别图示了新序列的样本自相关系数和样本偏　自相关系数。根据图２和图３，我们拟订初始普通自　回归与移动平均和季节自回归与移动平均的价数，结　合拟合精度指标，最后发现没有常数项的ＳＡＲＩＭＡ　（０，１，１）（０，１，１）　为最佳模型，其参数及其评价指标　分别列于表１。由表１可知，该模型有统计学意义的，　其各项参数也有统计学意义的；模型的平均绝对百分　误差为６．３２％，不到１０％，模型预测精度较高；但其决　定系数和调整决定系数只有４６％－４７％，比较低。　日　自相关系数　——８５％置信区间上限　．——８５％置信区间下限　＿　一　＿一　．一。■　ｌｌｌ＂Ｕｌ　ｍｍｕ＿一。　一一　．１－＿　啊　１　３　５　７　９　ｌ１　１　３　１５　１　７　１　２１　２３　延迟的月数　图３经１阶普通差分和１阶季节差分后的我国报告　肺结核新法病人数序列的偏自相关系数图　根据以上拟合得到的最佳模型，预测２０１１年和　２０１２年我国肺结核新发病人数见表２。由表２可知，　对２０１　１年的预测值与实际报告值相差不大，实际报告　值都在预测值的９５％可信区间内。２０１２年我国肺结　核月新发病人数仍维持在９万一ｌ３万左右，３月和４　月将是报告数最多的月份。　３．“事件模型”的建立和预测　将是否是春节所在月份作为偶然事件，拟合“事　件模型”，发现没有常数项的ＣＥ＋ＳＡＲＩＭＡ（１，１，０）　

０　Ｏ　Ｏ　∞　∞　５　４　３　籁、ｒ　姆蜒皿　露　Ｏ　５　Ｏ　５　１　０　Ｏ　０　皿犟　（０，１，１）　：模型最佳，其参数及其评价指标也分别列于　表２。由表２可知，该模型有统计学意义，其各项参数　也有统计学意义的；是否是春节所在月份，对肺结核新　发病人数影响显著，春节所在月份肺结核新发病人报　

中国卫生统计２０１３年４月第３Ｏ卷第２期　则少报告大约２２７００人，如果春节在２月分，则少报告　大约２０５００人。模型的平均绝对百分误差为５．３３％，　模型预测精度较高；其决定系数和调整决定系数分别　达６９．５％和６８．２％。利用该模型预测的２０１１年和　告数平均每天少报告７３３人。即如果春节在１月份，　２０１２年我国肺结核新发病人数见表２。　表１　２００５年以来我国报告肺结核新发病人数时间序列模型分析的参数估计及评价　

表２用不同模型预测２０１１年和２０１２年肺结核新发病人数　

：首行为某月肺结核平均日新发病人数，次行为某月肺结核新发病人数。　Ｃｈｉｎｅｓｅ　Ｊｏｕｒｎａ１　ｏｆ　Ｈｅａｌｔｈ　Ｓｔａｔｉｓｔｉｃｓ．Ａｐｒ　２０１３．Ｖｏ１．３０．Ｎｏ．２　由表２可知，该模型对２０１１年的预测值与实际报告值　相差不大，实际报告值都在预测值的９５％可信区间　内；２０１２年１月我国肺结核月新发病人数将在７．４万　左右，不会超过９．２万；２０１２年３月和４月将是报告数　最多的月份。　４．ＳＡＲＩＭＡ模型与“事件模型”的比较　ＳＡＲＩＭＡ模型，只有两个参数，比较节约；但其残　差自相关性检验表明，延迟６、１２和１８月时，仍存在一　定的自相关性，说明模型不够充分；模型的方差比较　大，各项精度评价指标都不很如意，尤其是决定系数太　低。“事件模型”，尽管参数多，但模型方差有了不小　的降低；其残差自相关性检验表明其残差已没有自相　关性，模型比较充分；各项预测精度评价指标都有相当　的改善，尤其是决定系数有了比较大的提高。　从模型拟合的效果来看，ＳＡＲＩＭＡ模型至少不能　有效反映春节所在月份肺结核新发病人报告明显偏少　的规律，而“事件模型”则能比较真实地反映肺结核新　发病人数随月份变化而变化的实际情况。另外，尽管　两个模型对２０１２年肺结核新发病人数比较接近，但　“事件模型”的预测区间比ＳＡＲＩＭＡ模型的更窄，其预　测精度更高。　讨　论　本文首次利用国家网络直报全国法定传染病疫情　肺结核新发病人数，对２００５～２０１１年我国肺结核新发　病人的时问流行病学特征进行了描述性分析和模型分　析，定量评估了春节所在月份肺结核报告数偏少的程　度，并预测了２０１２年我国肺结核新发病人数，有利于　指导我国的肺结核防治工作和肺结核疫情监测。　从我国报告肺结核新发病人数及其趋势图，我们　可以看出我国新发肺结核呈下降趋势；拟合的模型中，　其自回归和移动平均系数也都是正值，表明新发肺结　核病人数呈下降趋势，这与卫生部公布的第五次全国　结核病流行病学抽样调查结果　以及世界卫生组织　的结论…一致。　有关肺结核流行病学的研究都是以年发病或患病　数据为依据的，我国的传染病网络直报提供了月报数　据，为开展疾病季节性流行特征研究奠定了基础，是其　它研究无法达到的。根据本研究的结果，我国肺结核　新发病例具有明显的季节性和周期性我国肺结核病多　见于气候较寒冷的冬春季，具有为期一年的周期性，这　与我国肺结核病发生流行的规律一致，说明我国传染　病网络监测报告信息系统的数据可以反映该疾病发生　的基本规律。　本研究拟合得到的模型，尽管模型本身及其参数　都是有统计学意义的，但其决定系数都不高，也就是说　预测的准确性不是很高。这一方面可能是由于现在的　各种防治措施导致肺结核病的发病规律不再典型，规　律性不是很强；另一方面可能是由于监测报告仍存在　一定的漏报等质量问题　。　本研究发现春节所在月份肺结核新发病报告人数　偏少，比对应月份（但非春节月份）平均每天少报７３３　人。这可能有两方面的原因：一是春节时，人们沉浸于　春节的快乐气氛，不愿意去就医，或者由于医疗机构因　节１３而减少了服务时间，病人不能及时得到医疗服务，　而造成新发病人数少报；二是报告系统由于节日而报　告不及时或者漏报所致。这提示人们应以身体健康为　本，不能因节日而延误就医；医疗机构应该适当安排好　提供服务时间，保证提供充足的医疗服务；疾病报告系　统应该保证报告工作不因节日而造成差错。