鞍山市手足口病日发病数与气象因素的关系及预测模型的建立▲

尹 晔 金大庆 何 颖 乔凡丁 张宪策 崔莉敏 田 璐 高清源

(1 辽宁省鞍山市疾病预防控制中心传染病防制科，鞍山市 114000，电子邮箱：yinrihua222@163.com；2 辽宁省鞍山市气象局，鞍山市 114000)

手足口病是由多种肠道病毒引起的急性传染病，常见于5岁以下儿童。自2008 年手足口病被纳入丙类传染病以来，我市手足口病发生率一直居高不下。手足口病的流行与多种因素相关，如卫生习惯、年龄、机体免疫力和气象等[1-3]。但目前分析气象因素对手足口病影响的相关研究较少。本研究分析手足口病发病情况与气象因素的相关性，并构建手足口病日发病数的预测模型，旨在为更好地制定手足口病预防控制措施提供参考依据。

1 资料和方法

1.1 资料来源 手足口病流行病学数据资料来源于中国疾病预防控制信息系统，气象因素数据资料来源于鞍山市气象局。

1.2 分析方法 (1)统计鞍山市2011～2017年临床诊断和实验室确诊的手足口病日发病数及患者的临床资料，对本市2011年～2016年的12个气象因素进行描述性分析，包括日最高气温(℃)、日最低气温(℃)、日平均气温(℃)、日最低相对湿度(%)、日平均相对湿度(%)、日最高气压(hPa)、日最低气压(hPa)、日平均气压(hPa)、日降水量(mm)、日最大风速(m/s)、日平均风速(m/s)、日平均日照时数(h)。(2)对手足口病日发病数和气象因素进行相关性分析，并将有统计学意义的气象因素纳入多元线性回归方程进行分析，构建手足口病发病情况的预测模型。为排除各气象因素之间的高相关性造成的共线性问题，相关系数绝对值>0.8的变量不纳入方程；由于手足口病的一般潜伏期是2～10 d[4]，气象因素对手足口病影响的滞后因素是1～10 d[5-6]，同时考虑到星期效应，采用滞后7 d的手足口病日病例数及气象因素构建方程。(3)使用所建立的模型对2017年手足口病日发病情况进行预测，评价其预测准确性，平均相对误差≤3%则方程拟合效果好。

1.3 统计学分析 应用Excel 2007和SPSS 13.0软件对数据进行统计分析。计量资料以(x±s)表示，计数资料以例数或百分比表示。采用Spearman相关系数对手足口病日发病数和气象因素的相关性进行分析。多元线性回归方程以α=0.05为检验水准，用逐步法筛选变量，变量进入方程的标准是P<0.05，退出方程的标准是P>0.10；以自变量容忍度、方差膨胀因子、特征根和条件指数作为诊断多重共线性的辅助标准：自变量容忍度<0.1、方差膨胀因子>10、特征根≈0和条件指数>30时说明方程存在共线性问题。以P<0.05为差异有统计学意义。

2 结 果

2.1 2011～2016年鞍山市手足口病的发生情况及病例临床特征 2011～2016年鞍山市临床病例和实验室确诊手足口病病例累计20 288例。其中男性11 832例，女性8 456例，男女比为1.40 ∶1；发病年龄以0～5岁为主，共计17 486例，占86.19%；发病时间主要集中在6～8月，共计13 817例，占68.10%。日发病数情况见图1。

图1 2011～2016年鞍山地区手足口病日发病数情况

2.2 气象因素描述性分析 2011～2016年鞍山市日平均气温是-20.6℃～30.3℃，日最低相对湿度是4%～97%，日最大风速是0～10.10 m/s，日平均日照时数是0～13.5 h。见表1。

表1 2011～2016年鞍山市的12个气象因素

2.3 手足口病发病情况和气象因素的相关分析 手足口病日发病数与日最高气温、日最低气温、日平均气温、日最低相对湿度、日平均相对湿度、日降水量、日平均日照时数呈正相关，与日最高气压、日最低气压、日平均气压、日最大风速、日平均风速呈负相关(均P<0.05)。见表2。

表2 手足口病发病情况和气象因素的相关分析

2.4 多元线性回归预测模型 将相关性分析有意义的12个气象因素纳入多元线性回归方程，得到以手足口病日发病数为因变量的多元线性回归方程Y=-6.406+0.732X1+0.178X2-1.086X3+0.475X4，方程有统计学意义(F=100.114，P<0.001)。R2=0.602，残差图散点(见图2)呈直线趋势、无极端值，符合正态分布，并且方程无共线性。见表3。

图2 回归标准化残差P-P图

变量b值SE值β值t值P值容忍度方差膨胀因子特征根条件指数常数项-6.4061.936--3.3080.001--3.5911.000日平均气温X10.7320.0460.51515.971<0.0010.8711.1490.6542.344日最低相对湿度X20.1780.0340.1845.246<0.0010.7351.360.4202.925日最大风速X3-1.0860.268-0.123-4.046<0.0010.9771.0230.2983.473日平均日照时数X40.4750.1450.1143.2680.0010.741.3510.0389.717

2.5 验证模型 使用模型对2017年手足口病日发病情况进行预测，预测值的平均相对误差是0.61%。将2017年手足口病日发病数的实际值和预测值拟合，发现该模型可以较好地拟合发病情况，见图3。

图3 2017年手足口病实际发病数和预测值

3 讨 论

目前，气象因素影响手足口病发病的机制尚不清楚。但多数学者推测不同的温度、湿度、气压和日照可能会影响手足口病病原体在环境中的生存繁殖，从而对其传播动力有所影响[7-8]；而且在不同的气象条件下，婴幼儿的活动和接触范围也会有不同的变化，因此疾病的传播和流行会受到影响[9]。本研究结果显示，鞍山市手足口病发病数和日最高气温、日最低气温、日平均气温、日最低相对湿度、日平均相对湿度、日降水量、日平均日照时数呈正相关，与日最高气压、日最低气压、日平均气压、日最大风速、日平均风速呈负相关(均P<0.05)，这与其他地区的研究结果不同[1，6-9]。这可能是因为鞍山市属于内陆温带季风性气候，四季分明，雨热同期，而其他大部分相关研究均在沿海和亚热带地区开展，其气象条件与鞍山市不同。

气象因素和手足口病数之间存在复杂关系，本研究采用逐步回归法进行预测建模，模型要求样本含量是自变量个数的5～10倍[10]，所以以六年的日发病数据为基础建模，在对气象因素进行筛选的同时尽可能纳入更多的气象因素，同时考虑了星期效应等混杂因素而建立预测模型，结果显示，所建立的方程有统计学意义且无共线性。本研究中，鞍山地区手足口病有明显季节性，呈单峰流行，用2017年气象数据对手足口病日发病数进行预测拟合，其平均相对误差为0.61%，R2=0.602，说明方程拟合效果较好。由于气象因素呈动态变化，该模型适用于对本地区手足口病的发病数情况进行短期预测，且采用线性模型建模操作简单方便，模型分析易懂，适合基层人员。

本研究具有一定局限性：首先，采用手足口病日发病数进行分析研究，存在家长看病时出现回忆偏倚导致数据存在误差的可能；其次，研究采用手足口病临床诊断病例进行数据分析，可能存在对病情定义不准确而出现的偏倚；第三，手足口病疫苗在2016年正式上市，模型的建立未考虑到疫苗保护率、暴发疫情和聚集疫情对发病数的影响。

综上所述，鞍山市手足口病发病数受到多个气象因素的影响。用气象因素构建的多元回归模型可以对本地区手足口病数进行短期预测，并可有针对性地指导手足口病防控工作。今后还应该在此模型基础上考虑不断加入其他环境因素和社会因素的影响，同时不断更新数据，得到更加理想的预测模型。