基于集中度和圆形分布法的中国登革热季节性流行特征分析

doi:10.20199/j.issn.1672-2302.2024.04.004

摘要/Abstract

摘要：

目的了解中国登革热的发病情况和季节分布特征，为登革热监测预警和科学防控提供参考。方法通过国家卫生健康委员会官网、公共卫生科学数据中心收集2012—2021年我国报告的登革热病例数及发病率数据，运用集中度法、圆形分布法探讨登革热的季节分布特征。结果 2012—2021年我国累计报告登革热病例92 046例，年报告发病率为0.003/10万~3.405/10万，发病呈单峰分布。集中度法分析结果显示，2012—2021年登革热疫情整体M值为0.858，提示登革热发病总体有很强的季节性，其中2021年登革热的季节性不明显或较弱（M=0.130），2014年登革热有严格的季节性（M=0.937），其他年份登革热有很强的季节性（M=0.700~0.839）。圆形分布法分析结果显示，2012—2021年登革热疫情整体集中趋势r值为0.857，平均角 $α -$ 为266.467°，角标准差s为31.770°（Z=67 798.697，P＜0.05），流行高峰期为8月24日—10月27日，发病高峰日为9月25日。结论中国登革热发病具有较强的季节性特征，流行高峰主要在秋季，应重点关注秋季蚊虫监测和登革热预警工作。

关键词: 登革热, 季节特征, 集中度法, 圆形分布法

Abstract:

Objective To understand the incidence and seasonal epidemic characteristics of dengue fever in China, so as to provide a reference for dengue fever monitoring, early warning and scientific prevention and control. Methods Data on the number of reported dengue cases and incidence rate in China from 2012 to 2021 were collected through the official website of the National Health Commission and the Data-Center of China Public Health Science. The seasonal distribution characteristics of dengue were observed using concentration and circular distribution methods. Results In total, 92 046 cases of dengue fever were reported in China from 2012 to 2021, and the annual reported incidence ranged in between 0.003/100 000 and 3.405/100 000. Dengue fever prevailed in unimodal distribution fashion. The results of concentration analysis showed that the overall M value was 0.858 from 2012 through 2021, indicating that the incidence of dengue fever was highly seasonal. The seasonality of dengue fever was not significant or weak in 2021 (M=0.130), whereas in 2014, dengue fever looked strongly seasonal (M=0.937), and appeared obvious seasonality in other years (M=0.700-0.839). The circular distribution method showed that the r value, $α -$ value and s value were 0.857, 266.467° and 31.770°, respectively (Z=67 798.697, P＜0.05). The epidemic peaked between August 24 and October 27, and the peak day was at September 25. Conclusion The incidence of dengue fever in China has strong seasonal characteristics, with the peak of the epidemic arriving at autumn. The findings suggest that attention should be paid to surveillance over the mosquitos and dengue fever alerts in autumn.

Key words: Dengue fever, Seasonality, Concentration method, Circular distribution method

中图分类号:

R512.8，R181.3

高桂玲, 王超, 姚春霞. 基于集中度和圆形分布法的中国登革热季节性流行特征分析[J]. 热带病与寄生虫学, 2024, 22(4): 208-211.

GAO Guiling, WANG Chao, YAO Chunxia. Seasonal characteristics of dengue fever in China: Analysis based on concentration and circular distribution approaches[J]. Journal of Tropical Diseases and Parasitology, 2024, 22(4): 208-211.

图/表 4

图1

图2

表1

表2

2012—2021年全国登革热发病高峰日和高峰期

年份	平均角 $α -$ （°）	角标准差s（°）	发病高峰日	流行高峰期	r值	Z值	P值
2012	174.570	39.505	6月24日	5月15日—8月3日	0.788	357.443	<0.05
2013	263.213	33.999	9月22日	8月18日—10月26日	0.839	3 279.042	<0.05
2014	269.240	20.756	9月28日	9月7日—10月19日	0.936	41 100.157	<0.05
2015	268.452	34.220	9月27日	8月23日—11月1日	0.837	2 700.507	<0.05
2016	251.199	46.299	9月9日	7月24日—10月26日	0.721	1 067.027	<0.05
2017	259.578	39.098	9月18日	8月9日—10月28日	0.792	3 699.195	<0.05
2018	266.011	39.942	9月25日	8月15日—11月4日	0.784	3 159.118	<0.05
2019	258.563	41.145	9月17日	8月6日—10月29日	0.773	13 325.138	<0.05
2020	172.068	48.535	6月22日	5月3日—8月10日	0.699	390.349	<0.05
2021	227.829	116.499	—	—	0.127	0.769	>0.05
合计	266.467	31.770	9月25日	8月24日—10月27日	0.857	67 798.697	<0.05

表2

参考文献 15

[1]	李兰娟, 任红. 传染病学[M]. 9版. 北京: 人民卫生出版社,2018:108-112.
[2]	Guzman MG, Harris E. Dengue[J]. Lancet, 2015, 385(9966):453-465. doi: 10.1016/S0140-6736(14)60572-9 pmid: 25230594
[3]	ARIMA Y, Chiew M, Matsui T, et al. Epidemiological update on the dengue situation in the Western Pacific Region, 2012[J]. Western Pac Surveill Response J, 2015, 6(2):82-89. doi: 10.5365/WPSAR.2014.5.4.002 pmid: 26306221
[4]	Tambo E, Chen JH, Zhou XN, et al. Outwitting dengue threat and epidemics resurgence in Asia-Pacific countries: strengthening integrated dengue surveillance, monitoring and response systems[J]. Infect Dis Poverty, 2016, 5(1):56. doi: 10.1186/s40249-016-0148-3 pmid: 27233238
[5]	World Health Organization. Dengue and severe dengue-key facts[EB/OL]. (2022-01-10) [2024-04-02]. https://www.who.int/zh/news-room/fact-sheets/detail/dengue-and-severe-dengue.
[6]	孟凤霞, 王义冠, 冯磊, 等. 我国登革热疫情防控与媒介伊蚊的综合治理[J]. 中国媒介生物学及控制杂志, 2015, 26(1):4-10. doi: 10.11853/j.issn.1003.4692.2015.01.002
[7]	赵峥, 李昱, 牟笛, 等. 2016—2018年中国重点省份境外输入性登革热病例的时空分析[J]. 中华流行病学杂志, 2020, 41(11):1808-1812.
[8]	徐朦, 刘小波, 宋秀平, 等. 基于伤残调整寿命年的2010—2019年中国登革热疾病负担评估研究[J]. 中国媒介生物学及控制杂志, 2020, 31(5):509-512. doi: 10.11853/j.issn.1003.8280.2020.05.001
[9]	刘伊宁, 张颖, 马飞飞, 等. 2009—2019年中国麻疹流行特征分析[J]. 职业与健康, 2021, 37(17):2402-2405.
[10]	刘亚洁, 陈阳贵, 张为胜, 等. 对2007—2018年乌鲁木齐市肺结核季节分布特征的分析[J]. 新疆医科大学学报, 2021, 44(4):495-499.
[11]	王吉玲, 马岩, 马珊珊, 等. 应用圆形分布法分析2010—2019年绍兴市手足口病季节性流行特征[J]. 预防医学, 2021, 33(7):729-731.
[12]	高桂玲, 姚霞菁, 钱婧娴, 等. 2012—2021年上海市松江区猩红热季节性流行特征分析[J]. 公共卫生与预防医学, 2024, 35(1):66-69.
[13]	修璟威, 李望晨, 崔庆霞, 等. 2010—2018年山东省流感发病的季节性特征[J]. 山东大学学报(医学版), 2020, 58(1):112-117.
[14]	刘起勇. 我国登革热流行新趋势、防控挑战及策略分析[J]. 中国媒介生物学及控制杂志, 2020, 31(1):1-6. doi: 10.11853/j.issn.1003.8280.2020.01.001
[15]	胡学锋, 吴霜, 吴媛媛, 等. 1997—2020年中国大陆登革热病例数量变化及时间序列拟合研究[J]. 中国国境卫生检疫杂志, 2022, 45(3):216-219.

月份	2012年	2013年	2014年	2015年	2016年	2017年	2018年	2019年	2020年	2021年	合计
1	0.003	0.001	0.000	0.003	0.013	0.005	0.003	0.007	0.089	0.104	0.004
2	0.007	0.004	0.000	0.006	0.019	0.003	0.004	0.003	0.021	0.042	0.002
3	0.010	0.003	0.000	0.005	0.010	0.003	0.003	0.002	0.020	0.000	0.002
4	0.010	0.005	0.000	0.006	0.015	0.005	0.005	0.006	0.005	0.083	0.003
5	0.010	0.005	0.001	0.006	0.015	0.008	0.014	0.015	0.005	0.104	0.006
6	0.009	0.004	0.001	0.012	0.012	0.016	0.026	0.035	0.005	0.167	0.013
7	0.042	0.038	0.006	0.035	0.046	0.054	0.041	0.056	0.029	0.063	0.028
8	0.063	0.179	0.041	0.049	0.316	0.211	0.114	0.148	0.069	0.063	0.096
9	0.250	0.317	0.409	0.422	0.288	0.302	0.328	0.360	0.309	0.083	0.377
10	0.423	0.357	0.502	0.353	0.180	0.283	0.333	0.274	0.359	0.125	0.401
11	0.158	0.085	0.037	0.090	0.067	0.098	0.104	0.079	0.079	0.104	0.061
12	0.014	0.002	0.002	0.012	0.017	0.012	0.026	0.012	0.011	0.063	0.007
R_x	-0.778	-0.780	-0.909	-0.803	-0.602	-0.718	-0.743	-0.694	-0.695	-0.072	-0.814
R_y	-0.128	-0.308	-0.226	-0.235	-0.399	-0.337	-0.252	-0.341	-0.083	-0.108	-0.269
M	0.789	0.839	0.937	0.837	0.722	0.793	0.785	0.774	0.700	0.130	0.858