2011_2018年我国登革热疫情时间序列分析及空间自相关分析_杨慧欣1
需积分: 0 4 浏览量
2022-08-03
17:53:40
上传
评论
收藏 1.49MB PDF 举报
·
论 著
·
2011
－
2018
年我国登革热疫情时间序列分
析及空间自相关分析
杨慧欣 赵晨皓 雒静静 胡芳芳 张思文 王太君 甄清
130021
长春
，
吉林大学公共卫生学院
通信作者
：
甄清
，E-mail： zq415@ sina．com
DOI： 10．16462 /j ．cnki．zhjbkz．2019．10．018
【
摘要
】
目的 了解
2011
－
2018
年我国登革热疫情时空分布特征
，
对
2019
年我国登革热的
发病情况进行预测
。
方法 基于中国疾病预防控制信息系统中
2011
－
2018
年我国登革热的病例
数据
，
借助
Ｒ 3. 6. 0
软件
，
使用自回归积分滑动平均模型
（ autoregressive integrated moving average
model，AＲIMA）
对登革热的发病趋势进行描述和预测
。
基于国家人口与健康科学数据共享服务平
台提供的
2011
－
2016
年全国以及各省市登革热发病率
、
发病人数数据
，
采用
GeoDa 1. 12
软件进行
全局
、
局部空间自相关分析
，
确定登革热时空热点区域
。
结果 预测
2019
年全年登革热发病数为
14 302
人
。2012
年
（ Moran’s I
= －
0. 088，P
=
0. 037） 、2013
年
（ Moran’s I
= －
0. 121，P
=
0. 040）
和
2014（ Moran’s I
= －
0. 076，P
=
0. 045）
年全国登革热发病呈现全局空间负相关关系
，2016
年
（ Mo-
ran’s I
=
0. 078，P
=
0. 048）
登革热发病呈现全局空间正相关关系
。
局部自相关分析结果显示
，
登
革热发病高聚集区域主要在我国东南沿海地区
。
结论
2019
年我国登革热的流行无明显波动趋
势
，
且疫情呈空间聚集性分布
。
【
关键词
】
登革热
；
时间序列
；
全局自相关分析
；
局部自相关分析
；
发病预测
【
中图分类号
】Ｒ181 【
文献标识码
】A 【
文章编号
】1674-3679（ 2019） 10-1250-05
Time series analysis and spatial autocorrelation analysis of dengue data in China from 2011 to
2018 YANG Hui-xin，ZHAO Chen-hao，LUO Jing-jing，HU Fang-fang，ZHANG Si-wen，WANG Tai-
jun，ZHEN Qing
Jilin University School of Public Health，Changchun 130021 China
Corresponding author： ZHEN Qing，E-mail： zq415@ sina．com
【Abstract】 Objective To understand the spatial and temporal distribution characteristics of den-
gue fever in China from 2011 to 2018，and predict the incidence of dengue fever in China in 2019． Meth-
ods Based on the case data of dengue fever in China from 2011 to 2018 in the Chinese Disease Preven-
tion and Control Information System，the trend of dengue fever was described and predicted by using the
autoregressive integrated moving average model （ AＲIMA） with Ｒ 3. 6. 0 software． Based on the data of
the incidence of dengue fever in the country，provinces and cities from 2011 to 2016 provided by the na-
tional scientific data sharing platform for population and health，global and local spatial autocorrelation a-
nalysis was performed using GeoDa 1. 12 software to determine the dengue fever hotspots． Ｒesults The
incidence of dengue fever was 14 302 in 2019，showing no disease outbreaks． The incidence of dengue fe-
ver in 2012（ M oran’s I
= －
0. 088，P
=
0. 037） ，2013（ Moran’s I
= －
0. 121，P
=
0. 040） and 2014（ Mo-
ran’s I
= －
0. 076，P
=
0. 045） showed a global spatial negatively correlaton． In 2016（ Moran’s I
=
0. 078，
P
=
0. 048） ，the incidence of dengue fever was positively correlated with global space． The results of local
autocorrelation analysis showed that the high incidence of dengue fever was mainly in the southeast coastal
areas of China． Conclusions In 2019，the epidemic of dengue fever in China showed no obvious fluctua-
tion trend，and the epidemic situation showed spatial clustering distribution．
【Key words】 Dengue fever； Time series； Global spatial autocorrelation analysis； Spatial cluste-
ring analysis
（ Chin J Dis Control Prev 2019，23（ 10） ： 1250-1254）
·0521·
中华疾病控制杂志
2019
年
10
月第
23
卷第
10
期
Chin J Dis Control Prev 2019 Oct； 23（ 10）
评论0