更全的杂志信息网

气候对登革热传播的驱动机制和预测分析

更新时间:2009-03-28

登革热是一种由登革热病毒引起的急性蚊媒传染病,主要传播媒介是埃及伊蚊和白纹伊蚊[1]。过去50年,登革热的全球发病率增长了近30倍,每年有超过6千万登革热病例,并造成10 000人死亡[2]。在我国,自1978年登革热在广东复燃后亦面临疫情流行的巨大威胁。1988-2014年间,我国报告了7万多病例[3],其中94%发生在广东。目前登革热已成为威胁人类健康最严重的蚊媒传染病[4]

登革热传播受到多种因素的影响,包括社会经济、环境气候及人类行为等。城市化及全球化驱动了热带地区登革热病毒的传播[5],气候则通过登革热病毒及人蚊接触影响登革热生态[6]。温度、降雨等气候因素会影响蚊媒的活动与生存,是登革热流行的一个重要驱动力[7],两者之间关系的研究已有诸多成果。Alkhaldy[8]利用带断点的广义线性模型分析气候对吉达地区的影响,发现对当地登革热病例预测效果较好的因素为最高温度与平均相对湿度;Xiang等[9]用广义估计方程模型来量化温度与登革热的联系,发现了温度对登革热的滞后影响持续了整个流行季节;Xiao等[10]则通过小波分析与广义相加模型探究天气与ENSO对登革热传播的影响,表明ENSO同样对登革热的流行有重大影响。

现有研究多注重于短期研究,且使用模型较为单一。鉴于此,用逐步线性模型、广义线性模型、广义相加模型分别拟合1988-2015年气候因素与登革热发病数之间的关系,比较它们的拟合优度,并对疫情进行预测,从而明确气候对登革热传播的影响,进而帮助建立登革热的早期预警机制。

在阅读教学中教师可以巧用“课堂小练笔”,以写拓展学生的思维,升华情感,深化对课文内容的理解,有效地提高阅读教学实效。课堂小练笔形式多样,有课后练习布置的小练笔,有对课文重点句段进行仿写,有对故事情节进行扩写、缩写、改写、续写等等。教师要紧密联系学生的阅读情况和生活实际,善于捕捉教材中的写点,利用在学生意犹未尽的时机,创设良好的师生氛围让学生动笔写,创造表达的平台。

1 统计学方法

1.1 相关分析

为识别本地病例时间序列的特性,对其进行自相关分析,分析发病率当期与不同滞后期的自相关系数和偏自相关系数,并用交叉相关分析登革热发病与气候因素之间同期和不同期的相关性。自相关度量时序中各个观测值之间的相关性,偏自相关是在剔除了中间k-1个随机变量x(t-1)、x(t-2)、…、x(t-k+1)的干扰之后,x(t-k)对x(t)影响的相关程度,本研究以发病数作为因变量,以月平均气温、最高气温、最低气温、降雨量、相对湿度、风速、气压与日照时间作为自变量,对发病数与各自变量1~6个月滞后进行相关分析,以验证发病数与气候间是否存在滞后相关性。

1.2 主要模型

在模型中,将登革热发病数滞后1个月进行对数变换,降雨量进行平方根转换,而最高气温与平均气温存在高度共线性,不纳入模型。

 

(1)

当变量之间存在非线性关系时,在GLM的基础上进行拓展,即广义相加模型(generalized additive model,简称GAM)。该模型除可以通过连接函数拟合不同分布的因变量和自变量外,还能以平滑函数代替线性回归系数来表示某些自变量与因变量间的非线性关系,其基本形式为:

对登革热发病数与气候变量(温度、降雨量、相对湿度、风速、气压与日照时间)及其滞后1~6个月分别进行单变量交叉相关分析,结果如表1所示。其中,平均气温、最高气温、最低气温、气压滞后2月、降雨量滞后3月、相对湿度滞后4月和日照时间当期为对应变量的登革热发病数最大相关滞后期,其相关系数分别为0.67、0.66、0.68、-0.69、0.57、0.44和0.50,风速与登革热发病数相关性太弱,不进入模型。因此,本模型构建时使用的指标纳入平均气温、最高气温、最低气温、气压、降雨量、相对湿度和日照时间对应的最高相关系数滞后项。

 

(2)

其中:E(Y)为期望值,Y的分布属于指数分布族;g(·)为因变量期望值的连接函数,形式取决于因变量分布。

其中:Y为登革热发病数;X1Xi为气候因素;βi为对应回归系数;α为回归方程常数项。式(1)一般用最小二乘法进行计算,用逐步回归法选择最佳线性模型。为克服因变量不连续与不满足正态分布的不足,选用广义线性模型(generalized linear model,简称GLM)。该模型基本形式为:

 

(3)

其中:S(·)表示与因变量存在非线性关系的自变量的平滑函数形式,可根据实际情况,选择不同的平滑函数,如立方样条函数、平滑样条等;df为自变量X平滑函数的自由度。

2 结果分析与比较

2.1 相关性分析

图1为本地登革热感染病例的自相关和偏自相关图。从图1可看出,登革热发病率滞后1个月的自相关性最强,且一阶自相关系数与偏自相关系数均大于其他滞后阶数,这表明本地病例滞后1个月对当月病例影响最大。因此,在以下登革热发病数为因变量的模型构建中,应考虑自相关对因变量的影响。

  

图1 登革热发病自相关图Fig.1 Autocorrelation of dengue fever

俄罗斯专家指出,伦理是研究道德的哲学分支,人工智能的伦理包括道德、隐私、正义、有益性、安全、责任等,人工智能遵循伦理道德其实也就是制定“机器人规则”。人工智能不是一个简单被动的工具,而是像人一样具有感知、认知、决策等能力的事物,需要确保这样的复杂工具进入人类社会以后和人类的价值规范及需求相一致。哲学博士安德烈·西尼察强调,人工智能技术首要保障对人安全,就像克隆技术一样,不能危害人类和伤害人的尊严。在立法时也不得不考虑古典哲学家康德提出的“我能够知道什么?我该怎么做?我可以希望什么?什么是人?”等永恒的世界观问题,归根结底最重要的对象是人,人工智能立法要以人为中心。

 

1 登革热发病数与气象因素滞后1~6个月的相关性Tab.1 Correlation between dengue incidence and meteorological factors with 1-6 months lag

  

气候因素滞后期/月0123456平均气温0.360.590.670.570.320.00-0.33最高气温0.390.600.660.540.28-0.05-0.36最低气温0.340.590.680.600.350.03-0.29降雨0.060.340.530.570.470.240.00湿度-0.200.070.290.420.440.370.24风速0.01-0.01-0.04-0.030.040.070.13气压-0.26-0.55-0.69-0.65-0.45-0.150.16日照时间0.500.490.390.18-0.09-0.340.52

2.2 模型结果比较

在统计建模中,分析变量之间依存关系最简单的模型为线性回归模型(linear regression model,简称LRM),自变量为2个以上时,其表达式为

经过逐步回归的选择,最终被纳入模型的变量为最低气温、降雨量、相对湿度、气压、日照时间与自相关量。模型决定系数为0.155 2。用该模型进行1988-2014年发病数拟合,并与实际值相比较,结果如图2所示。从图2可看出,简单的线性模型并不能较好地拟合发病率与气候的关系。

在广义相加模型中得到气象因素对登革热发病数影响效应图如图3所示,其中:虚线表示拟合可加函数的逐点标准差,即可信区间的上、下限,实线代表登革热发病数的平滑拟合曲线;横坐标表示各解释变量的实测值,纵坐标表示气象因素对登革热发病数的平滑拟合值。结果表明,气候因素与登革热发病均表现为复杂的非线性关系。从图3可看出,21 ℃为最低气温的阈值,最低气温大于21 ℃时,登革热发病风险随气温升高而升高,最低气温趋近于0 ℃时误差较大,无实际意义。在降雨量的初始尺度上,登革热发病数随降雨量的增长而增长,阈值为40 mm,并在100 mm时达到峰值,之后发病数下降,而降雨量大于400 mm的值太少,误差较大,不具有实际意义。相对湿度大于72%时,登革热发病风险具有较快的增长趋势。随着气压的增大,登革热发病数逐渐减小,并在大于1005 hPa时呈负相关关系。当日照时间大于150 h时,随着日照时间的增加,登革热发病数表现为近似线性增长,当月登革热病例随前一个月登革热病例的增加快速波动增长。

在广义线性模型中,解释变量同上,经过逐步回归所有解释变量在可信度p<0.05的水平下都非常显著。用该模型进行拟合时,拟合效果较逐步回归好,相对来说可拟合登革热的趋势。

通过对气象因素与登革热病例响应变量间建立GAM模型,获得解释变量的平滑回归函数,所有解释变量在p<0.05的水平下都非常显著。模型决定系数为0.961,能较好地解释因变量,拟合结果较为贴近观测值。

  

图2 登革热发病拟合效果图Fig.2 Dengue fever incidence fitting effect diagram

2.3 广义相加模型分析

其中Asset为总资产;Sales为营业收入;Cfo为经营现金净流量;生产成本Prod为营业成本与存货变动之和;酌量型费用为销售费用与管理费用之和。在进行分行业、分年度回归后得到式(3)~(5)的残差项即为当期异常的经营现金流量 (Abcfo)、异常生产成本 (Abprod)与异常酌量性费用 (Abdisexp)。真实盈余管理的的度量总指标 (Rem)为异常生产成本减去异常经营现金流量再减去异常酌量性费用,取Rem的绝对值。j表示公司,t代表年度。

用以上构建的3个模型,结合2015年广东气象数据及登革热发病的自相关变量,分别预测2015年登革热发病率,如图4所示。由于2014年登革热的暴发,2015年广东省实施了一系列防控措施,登革热流行得到了极大控制,3种模型的预测结果均高于报告发病率。

第三,亲子游网络关注度与经济发展水平、居民收入水平均呈高度相关,与网络发达程度、旅游产业规模呈现显著相关性,与人口统计特征中的性别与职业因素呈现较强相关性。

  

图3 气象因素与登革热发病数关系效应图Fig.3 Effect of meteorological factors on the incidence of dengue fever

2.4 模型预测结果比较

近年来,信息技术城市规划设计进程产生了重要影响,为城市规划活动提供了新的思路[17,18]。GIS作为一种综合数据平台,成为城市空间形态定量研究中的重要工具。通过GIS可模拟生成真实视野中的城市天际线图像,为天际线的控制设计研究提供有效基础。同时,可利用手机信令及API软件获取行为特征及POI等城市建设相关大数据,为针对性设计策略的制定提供依据,推动城市数字化的进一步实现。

  

图4 2015年登革热发病预测图Fig.4 Dengue fever incidence forecast in 2015

从图3可看出,GLM与GAM的预测值与实际发病率的预测吻合度依旧高于LRM,但GAM的预测效果最贴近实际值,能较好地对登革热的暴发进行预警。

选取2014年1月—2018年8月我院收治的子宫肌瘤患者116例,所有患者均为已婚女性,年龄25~58岁,平均(41.13±3.41)岁,其中单纯子宫肌壁间21例、单纯黏膜下肌瘤11例、单纯浆膜下肌瘤15例、壁间肌瘤合并浆膜下肌瘤34例、壁间肌瘤合并黏膜下肌瘤16例、阔韧带肌瘤19例;所有患者一般资料比较,P>0.05。

3 结果讨论

本研究收集了1988-2015年广东省逐月登革热发病数,结合气象因素与滞后期,探讨气象因素对登革热发病的影响机制。气象因素对登革热的影响存在滞后现象,因其对登革热发病的影响多是通过影响蚊媒的繁衍或间接达成,这也就能解释“滞后现象”存在的原因。登革热发病滞后于气象因素的改变,为利用气象因素预测登革热发病,更加科学地制定并实施防控策略措施提供了可能。气候因素与登革热发病率之间并非只是简单的线性相关关系,还存在复杂的非线性关系,因此,简单的线性模型并不能很好地拟合它们之间的关系。对疾病的流行趋势进行预测是流行病学研究的一个热点领域,传统的统计预测如LRM或GLM常常要求指标满足正态性与独立性条件,且在处理复杂非线性问题时存在一定的局限性,不能很好地描述气候因素与登革热发病之间的具体关系。因此,在这3个模型中,研究气候对登革热传播机制的驱动及预测登革热爆发的最佳模型为GAM。

结合气候对登革热影响效应图及滞后期的存在,温度在以白纹伊蚊为载体的登革热病毒传播中起着重要作用,当蚊媒的寿命超过病毒潜伏期时,病毒才会随叮咬传播。研究表明,登革热病毒的外在潜伏期在18~31 ℃时降低,此温度范围内,白纹伊蚊感染登革热并传播至人类的概率提高[11]。此外,较高的温度会缩短伊蚊的成长周期,使其种群数量达到峰值[12],此时若有登革热病例输入或前一个月登革热病例不为零,极有可能造成登革热的流行或暴发。本研究表明,最低温度大于21 ℃时,均对登革热发病有促进作用,而在广东省,5-10月的最低温度均高于21 ℃,为登革热传播的有利环境。

白纹伊蚊的孳生地多种多样,包括家庭容器、植物容器、特殊容器及天然水体水表[13]。从短期看,大雨会冲走伊蚊的卵及幼虫,但从长期看,较多的降雨为伊蚊提供了面积巨大的繁衍栖息地,提高空气湿度,间接影响登革热的传播。可以认为,3个月内的降雨量的增加会促进登革热传播。其次,随着日照时间的增加,人类户外活动时间增多,被蚊虫叮咬的几率增加,也会促进登革热的传播。而根据登革热病例的自相关效应图可知,登革热一旦开始流行,暴发的可能性极大。鉴于目前并无有效药物和疫苗接种,提前预测,并对蚊媒进行控制,依旧是最有效的方法[14]

4 结束语

研究了气候因素对登革热传播的驱动,通过收集广东省历年来气象数据与登革热发病数,建立3个不同的模型进行对比分析,并通过预测检验模型,提前得知疾病暴发的可能,对登革热的建模选择与疾病防控有一定意义。但由于研究资料的局限性,仍有一定的不足之处,登革热的暴发不仅受气候因素影响,还与人口、经济、社会活动有一定关系,要想建立最佳的登革热预测模型,还必须考虑社会经济等因素。在以后的研究中,可以综合考虑其他可能因素对登革热的影响,建立更加精确的登革热预测模型。

参考文献:

[1] WHO.Dengue and severe dengue [EB/OL].http://www.who.int/news-room/fact-sheets/detail/dengue-and-severe-dengue.

[2] BHATT S,GETHING P W,BRADY O J,et al.The global distribution and burden of dengue[J].Nature,2013,496(7446):504-507.

[3] 熊益权,陈清.1978—2014年我国登革热的流行病学分析[J].南方医科大学学报,2014(12):1822-1825.

[4] CHEN B,LIU Q.Dengue fever in China[J].The Lancet,2015,385(9978):1621-1622.

[5] GUBLER D J.Dengue,urbanization and globalization: the unholy trinity of the 21st century[J].Tropical Medicine and Health,2011, 39,3-11.

[6] MORIN C W,COMRIE A C,ERNST K.Climate and dengue transmission:evidence and implications[J].Environmental Health Perspectives,2013,121(11/12):1264-1272.

[7] XU L,STIGE L C,CHAN K S,et al.Climate variation drives dengue dynamics[J].Proceedings of the National Academy of Sciences,2017,114(1):113-118.

[8] ALKHALDY I.Modelling the association of dengue fever cases with temperature and relative humidity in Jeddah, Saudi Arabia:a generalised linear model with break-point analysis[J].Acta Tropica,2017,168: 9-15.

[9] XIANG J,HANSEN A,LIU Q,et al.Association between dengue fever incidence and meteorological factors in Guangzhou,China,2005-2014[J].Environmental Research,2017,153:17-26.

[10] XIAO J,LIU T,LIN H,et al.Weather variables and the El Nino southern Oscillation may drive the epidemics of dengue in Guangdong province,China[J].Science of the Total Environment,2018,624:926-934.

[11] XIAO F Z,ZHANG Y,DENG Y Q,et al.The effect of temperature on the extrinsic incubation period and infection rate of dengue virus serotype 2 infection in Aedes albopictus[J].Archives of Virology,2014,159(11):3053-3057.

[12] FARJANA T,TUNO N,HIGA Y.Effects of temperature and diet on development and interspecies competition in Aedes aegypti and Aedes albopictus[J].Medical and Veterinary Entomology,2012,26(2):210-217.

[13] 吴凡.中国白纹伊蚊的分布和影响因素及登革热的风险评估研究[D].北京:中国疾病预防控制中心,2009:1.

[14] BRADY O J,GETHING P W,BHATT S,et al.Refining the global spatial limits of dengue virus transmission by evidence-based consensus[J].Plos Neglected Tropical Diseases,2012,6(8):e1760.

 
李雯雯,祝光湖
《桂林电子科技大学学报》2018年第06期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息