河南省2004-2019年猩红热发病趋势预测研究*

河南省疾病预防控制中心信息中心(450016) 陈正利 许 璐 陈晓智 党李成 邢世林

【提 要】 目的 对河南省2004-2019年猩红热发病数据趋势进行分析，为科学制定精准防控策略提供理论依据。方法 采用河南省2004-2019年猩红热分月发病数据，进行描述性分析和相关分析，应用Z-D方法通过对猩红热的流行月发病趋势分析预测。结果 最佳截取点选为12月，最佳截取点的月累计百分位数与流行年前兆升降比呈负相关(r=-0.707，P<0.01)，符合率为76.92%。外推预测显示预测效果较好，预测2020年河南省猩红热发病呈下降趋势。结论 Z-D法预测猩红热发病趋势结果可靠，可为制定猩红热精准防控策略提供理论依据，同时该方法简单易行，便于基层防控人员快速掌握。

猩红热是由A组溶血性链球菌感染引起的急性呼吸道传染病，是法定的乙类传染病[1]。冬春季是猩红热高发季节，人群普遍易感。我国猩红热发病年龄主要在15岁以下，以儿童和青少年为主[2]。近年来，河南省猩红热发病水平呈逐年上升趋势，5～9岁儿童是发病的重点人群，猩红热发病顺位，一直位居河南省乙类传染病报告发病数的前十位。目前国内关于猩红热发病趋势预测方法如自回归移动平均(autoregressive integrated moving average，ARIMA)模型、灰色模型等[3-4]较为复杂，不易掌握。本文利用曾光-丁雁鹏等提出的传染病流行中存在季节流行现象(简称Z-D现象)[5]，对河南省启动传染病网络直报以来15年猩红热发病数据进行趋势分析，为科学制定精准防控策略提供理论依据，同时探索一种简单可靠、操作性较强的预测方法。

资料来源与方法

1.资料来源

数据来源于《中国疾病预防控制信息系统》2004-2019年河南省传染病监测报告猩红热分月发病数；人口数据采用国家统计局发布的数据。

2.Z-D法原理[5]

首先，将2004-2017年河南省猩红热发病数逐年按月进行整理，计算各年分月累计发病数。累加发病数最少月份的下一个月为猩红热流行年的起始月。其次，计算猩红热流行年度的发病率、前兆升降比；整理出前兆升集合和前兆降集合，计算升降集合交叉数(cross number，CN)和升降集合交叉值(cross value，CV)，并按双指标(CN 与CV)最小原则确定最佳截取点。最后，根据由最佳截取点的月累计百分位数组成的前兆升集合和前兆降集合，计算前兆升和前兆降集合中位数，确定两者的分界点，以该年度最佳截取点的月累计百分位数与分界点进行比较，从而对猩红热下一流行年度发病率做出上升或下降的预测。

前兆升降比(%)=(下一流行年发病率-本流行年发病率)/本流行年发病率×100%；

前兆升集合是指与本年度发病率相比，下一年度发病率上升的各年相应月累计百分位数的集合为前兆升集合；

前兆降集合是指与本年度发病率相比，下一年度发病率下降的各年相应月累计百分位数的集合为前兆降集合；

L值与S值：同一前兆升集合中月累计百分位数最小值为L值，同一前兆降集合中月累计百分位数的最小值为S值；升降集合交叉数(CN)和升降集合交叉值(CV)：CN为各相应月前兆升、前兆降集合中L值与S值之间间隔的元素个数，CV为L值与S值之差。

3.统计方法：运用excel 2010建立2004-2019年分月猩红热报告发病数、历年河南省人口的数据库；运用SPSS 21.0对数据进行均数、百分位数、相关性分析。

结 果

1.基本情况：河南省2004-2019年共报告猩红热发病19895例，年发病率在0.78/10万～2.58/10万。2004-2010年猩红热发病率处于1/10万以下，2011年以后猩红热发病率呈波动式上升趋势，尤其近3年猩红热发病处于较高水平。见图1。

图1 2004-2019年河南省猩红热分月报告发病率趋势

2.确定猩红热流行年：计算2005-2017年河南省猩红热各月累计报告发病数，8月份累计报告发病数542例，是所有月份中累计发病报告数最少的月份，因此确定河南省猩红热每年9月到次年8月是一个流行年。按流行年整理的猩红热月发病数见表1。

表1 2005-2017年河南省猩红热流行年分月发病数

3.最佳截取点与回顾性验证：最佳截取点选为12月，对最佳截取点的月累计百分位数与流行年前兆升降比相关分析有统计学意义(r=-0.707，P=0.01)。12月份前兆升和前兆降集合中位数分别是0.265和0.363，经测算确定分界点是0.314。经对2005-2017年最佳截取点的月累计百分数与分界点比较，大于0.314则下流行年发病率下降，反之上升。以此标准对2005-2017年发病情况进行回顾性预测，符合率为76.92%(10/13)。见表2。

表2 2005-2017年河南省猩红热Z-D法分析结果

4.外推验证及预测：2017-2019年猩红热发病率分别为2.18/10万、2.53/10万和2.51/10万。根据确定的分界点，进行外推预测2018年猩红热发病趋势上升，2019年猩红热发病趋势下降，与2018、2019年猩红热实际发病趋势一致，可见预测效果好。根据2019年最佳截取点月累计百位数42.18，预测2020年猩红热发病呈下降趋势。

讨 论

传染病预测预警是疾病预防控制中的一项重要环节，在对传染病流行趋势分析的基础上，用科学方法对今后传染病的流行规律做出预测是制定传染病防控策略的重要前提。目前传染病预测方法归纳起来分为定性预测和定量预测。不同传染病的流行特征不同，同一传染病在不同地区流行趋势也不尽相同，基层疾控人员熟练掌握合适的对传染病发病预测方法是当前面临的一个主要难题。

传染病发病具有一定的季节性，呼吸道、肠道传染病等季节现象相当普遍。发病曲线波峰的偏度在一定程度上综合反映了众多因素对流行过程的影响，有些影响因素本身会因惯性而持续到下一流行年，从而对下一流行年的发病产生影响。因此，曾光等提出了利用Z-D现象可以进行传染病疫情的预测分析，国内用该方法对猩红热疫情分析和预测研究进行过相关报道[6-7]。

本文通过对2004年以来河南省猩红热发病数据进行趋势分析发现，2004-2010年河南省猩红热发病趋势较为平稳，但2011年后，河南省猩红热发病明显呈逐年上升趋势，尤其是近3年来猩红热发病率位于较高水平。从时间分布看，河南省猩红热发病时间曲线呈现双峰分布，集中在4-6月和11月-次年1月，发病呈季节性分布。通过运用Z-D法确定了河南省猩红热的流行年，经相关分析发现最佳截取点的月累计百分位数和流行年前兆升降比之间呈负相关，确定了前兆升集合与前兆降集合的分界点，对原始数据进行拟合，和实际发病情况吻合度较高，符合率达76.92%，说明模型拟合较好。外推预测2020年猩红热发病水平呈下降趋势，结果为猩红热实施精准防控措施提供理论依据，对于控制猩红热的暴发流行具有实际应用价值。同时该方法简单可靠，操作性强，便于基层防控人员快速掌握，为挖掘疾控业务数据提供了一种新的定性预测方法。

传染病预测是基于历史资料所作出的对未来传染病的流行趋势，因此资料的完整性和准确性尤为重要，由于2004年传染病报告方式发生了改变，选取2004年以后传染病网络直报系统中猩红热报告发病数据，确保猩红热发病数据报告一致性。传染病网络直报系统数据的完整性和可靠性各地可能会存在差异，在一定程度上会影响预测的效果，因此研究所建的模型并非一成不变，可在一定时间内进行修正，提高预测效果。