2010—2023年安徽省发热伴血小板减少综合征季节性特征分析

doi:10.20199/j.issn.1672-2302.2024.05.002

摘要/Abstract

摘要：

目的探究安徽省发热伴血小板减少综合征（severe fever with thrombocytopenia syndrome, SFTS）流行的季节性特征，为SFTS的防治提供参考依据。方法通过中国疾病预防控制信息系统传染病监测信息系统收集整理2010—2023年安徽省SFTS的月发病数和死亡数，运用集中度法分析SFTS发病的季节性强弱，圆形分布法分析SFTS发病高峰日和流行高峰期。结果 2010—2023年安徽省累计报告SFTS病例5 715例，死亡184例，年均发病率为0.661 6/10万，病死率为3.22%。发病率最低为0.001 6/10万（2010年），最高为2.310 9/10万（2023年），整体呈上升趋势（χ²_趋势=3 518.04，P<0.01）。集中度法显示，2010—2023年安徽省SFTS的月发病数总体集中度M值为0.538，提示具有较强的季节性。圆形分布法显示，安徽省SFTS春夏季（3—8月）的发病高峰日为6月2日，流行高峰期为4月20日—7月15日；秋冬季（9月—次年2月）的发病高峰日为10月9日，流行高峰期为9月16日—11月1日。结论安徽省SFTS发病具有较强的季节性，呈现主、次2个高峰的“双峰”分布特征。建议在流行高峰期来临前采取有效的防控措施，减少SFTS疫情的发生。

关键词: 发热伴血小板减少综合征, 季节性特征, 集中度法, 圆形分布法

Abstract:

Objective To investigate the seasonal patterns of severe fever with thrombocytopenia syndrome (SFTS) in population in Anhui Province for evidence to prevent and control this infection. Methods Monthly reported cases of SFTS, including deaths in Anhui Province were collected from 2010 to 2023 through the Infectious Disease Monitoring Information System under the China Information System for Disease Control and Prevention. The concentration method was used to analyze the seasonal intensity of SFTS, and circular distribution method was used to analyze the peak days and epidemic peaks of SFTS. Results In total, 5 715 cases of SFTS and 184 deaths were reported in Anhui Province from 2010 to 2023. The average annual incidence was 0.661 6 per 100 000 population, and the case fatality rate was 3.22%. The incidence rate showed an overall upward trend (χ²_trend=3 518.04, P<0.01), with the lowest morbidity increasing from 0.001 6/100 000 in 2010 to the highest 2.310 9/100 000 in 2023. The total M-value of monthly incidence concentration of SFTS was 0.538 in Anhui Province from 2010 through 2023, which indicated strong seasonality. The circular distribution analysis demonstrated that the peak incidence date of SFTS in Anhui Province was on June 2 in spring and summer seasons (March-August), and the peak epidemiological period was between April 20 and July 15. The peak incidence date was found on October 9 in autumn and winter seasons (September-February), and the peak epidemiological period was between September 16 and November 1. Conclusion The incidence of SFTS in Anhui Province has strong seasonal characteristics, showing a double-peak distribution by primary and secondary peak. Our findings suggest that effective prevention and control measures should be taken before arrival of the peak epidemic in order to reduce the occurrence of SFTS.

Key words: Sever fever with thrombocytopenia syndrome, Seasonal characteristics, Concentration method, Circular distribution method

中图分类号:

R511，R181.3

耿浩翔, 储娜, 李明, 储修杰, 孙永, 陈晴晴, 龚磊. 2010—2023年安徽省发热伴血小板减少综合征季节性特征分析[J]. 热带病与寄生虫学, 2024, 22(5): 262-266.

GENG Haoxiang, CHU Na, LI Ming, CHU Xiujie, SUN Yong, CHEN Qingqing, GONG Lei. Analysis on the seasonal characteristics of sever fever with thrombocytopenia syndrome in Anhui Province from 2010 to 2023[J]. Journal of Tropical Diseases and Parasitology, 2024, 22(5): 262-266.

图/表 5

表1

表2

表3

表4

表5

2010—2023年安徽省SFTS发病高峰日和流行高峰期

年份	月份	集中趋势r	雷士值Z	平均中位角 $α -$ （°）	角标准差s（°）	发病高峰日	流行高峰期	P值
2011	1—12月	0.77	36.83	179.68	41.35	7月2日	5月21日—8月13日	<0.01
2012	1—12月	0.60	21.55	169.53	57.49	6月21日	4月24日—8月19日	<0.01
2013	3—8月	0.31	4.90	206.57	87.32	6月14日	4月1日—7月29日	<0.01
2013	9月—次年2月	0.51	8.06	89.78	66.49	10月16日	9月12日—11月18日	<0.01
2014	3—8月	0.79	105.87	176.40	38.94	5月30日	5月11日—6月19日	<0.01
2014	9月—次年2月	0.25	3.86	84.43	95.49	10月13日	9月1日—11月30日	<0.01
2015	3—8月	0.37	27.41	184.91	80.57	6月3日	4月23日—7月14日	<0.01
2015	9月—次年2月	0.77	35.15	72.72	41.90	10月7日	9月16日—10月28日	<0.01
2016	3—8月	0.32	40.30	187.09	86.13	6月4日	4月21日—7月18日	<0.01
2016	9月—次年2月	0.62	33.88	86.67	55.98	10月14日	9月16日—11月11日	<0.01
2017	1—12月	0.56	107.05	158.25	61.44	6月10日	4月9日—8月11日	<0.01
2018	3—8月	0.46	56.37	161.44	71.28	5月22日	4月16日—6月27日	<0.01
2018	9月—次年2月	0.53	18.50	95.95	64.23	10月19日	9月16日—11月20日	<0.01
2019	3—8月	0.35	38.31	187.56	83.48	6月4日	4月23日—7月17日	<0.01
2019	9月—次年2月	0.76	69.97	68.22	42.72	10月5日	9月13日—10月26日	<0.01
2020	3—8月	0.32	56.22	184.45	86.18	6月3日	4月20日—7月17日	<0.01
2020	9月—次年2月	0.83	68.83	67.09	35.48	10月4日	9月16日—10月22日	<0.01
2021	3—8月	0.34	47.00	185.88	84.18	6月4日	4月21日—7月17日	<0.01
2021	9月—次年2月	0.77	81.91	76.66	41.09	10月9日	9月18日—10月30日	<0.01
2022	1—12月	0.59	295.22	163.73	58.59	6月16日	4月17日—8月14日	<0.01
2023	3—8月	0.31	102.65	191.67	88.29	6月6日	4月22日—7月22日	<0.01
2023	9月—次年2月	0.74	173.38	77.95	44.04	10月10日	9月18日—11月1日	<0.01
合计	3—8月	0.34	525.82	183.52	84.02	6月2日	4月20日—7月15日	<0.01
合计	9月—次年2月	0.70	2 203.14	76.79	45.57	10月9日	9月16日—11月1日	<0.01

表5

参考文献 25

[1]	Yu XJ, Liang MF, Zhang SY, et al. Fever with thrombocytopenia associated with a novel bunyavirus in China[J]. N Engl J Med, 2011, 364(16):1523-1532.
[2]	中华人民共和国卫生部. 发热伴血小板减少综合征防治指南(2010版)[J]. 中华临床感染病杂志, 2011, 4(4):193-194.
[3]	岳玉娟, 任东升, 鲁亮. 2010—2021年中国发热伴血小板减少综合征流行病学分析[J]. 疾病监测, 2024, 39(7):824-830.
[4]	尤爱国, 杨建华, 胡艳, 等. 信阳市发热伴血小板减少综合征发病季节性特征研究[J]. 现代预防医学, 2016, 43(15):2689-2691,2699.
[5]	孙琦, 张国英, 高永伟. 运用集中度和圆形分布法分析山东省威海市发热伴血小板减少综合征的季节性特征[J]. 中国媒介生物学及控制杂志, 2023, 34(6):794-798.
[6]	邬辉, 王建跃, 仝振东, 等. 舟山海岛气象因素与发热伴血小板减少综合征流行关系研究[J]. 中国公共卫生管理, 2016, 32(2):159-161.
[7]	Chu XJ, Song DD, Chu N, et al. Spatial and Temporal Analysis of Severe Fever with Thrombocytopenia Syndrome in Anhui Province from 2011 to 2023[J]. J Epidemiol Glob Health, 2024, 14(3):503-512.
[8]	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.
[9]	董欢欢, 刘兴荣. 基于集中度和圆形分布法分析甘肃省人间布氏菌病季节性特征[J]. 中华疾病控制杂志, 2022, 26(2):227-231.
[10]	刘伯熙, 龚磊, 宋丹丹, 等. 应用集中度和圆形分布法分析安徽省2011—2017年发热伴血小板减少综合征的季节分布[J]. 中华实验和临床病毒学杂志, 2020, 34(3):252-255.
[11]	余晚凤, 陶际春, 范冬青, 等. 综合运用集中度与圆形分布法分析124例肾综合征出血热季节性分布特征[J]. 热带病与寄生虫学, 2022, 20(5):260-263.
[12]	王庆昌, 李欣. 圆形分布分析的EXCEL实现[J]. 中国卫生统计, 2006, 23(5):448-449.
[13]	任艳, 张晶晶, 刘永鹏, 等. 2005—2021年山东省流行性腮腺炎发病的流行特征分析[J]. 山东大学学报(医学版), 2023, 61(1):106-112.
[14]	赵金华, 马永成, 石燕, 等. 集中度和圆形分布法在高原地区青海省流感监测中的应用[J]. 中国公共卫生, 2020, 36(3):355-358.
[15]	毛龙飞, 何茶清. 集中度和圆形分布法在传染病季节性特征分析中的应用[J]. 中国卫生统计, 2014, 31(2):251-253.
[16]	张樱樱, 王艳玲, 刘颖, 等. 2009—2018年内蒙古自治区手足口病流行病学及季节性特征[J]. 中华疾病控制杂志, 2021, 7(1):60-65.
[17]	王若琳, 李亚飞, 王文华, 等. 2008—2023年河南省手足口病季节分布特征[J]. 现代疾病预防控制, 2024, 35(7):504-508.
[18]	Miao D, Liu MJ, Wang YX, et al. Epidemiology and ecology of severe fever with thrombocytopenia syndrome in China, 2010-2018[J]. Clin Infect Dis, 2021, 73(11):e3851-e3858.
[19]	Miao D, Dai K, Zhao GP, et al. Mapping the global potential transmission hotspots for severe fever with thrombocytopenia syndrome by machine learning methods[J]. Emerg Microbes Infect, 2020, 9(1):817-826.
[20]	Yano Y, Shiraishi S, Uchida TA. Effects of temperature on development and growth in the tick, Haemaphysalis longicornis[J]. Exp Appl Acarol, 1987, 3(1):73-78. pmid: 3453334
[21]	寸得娇, 王强, 姚晓燕, 等. 不同气候模式下我国长角血蜱潜在适生区预测[J]. 中国血吸虫病防治杂志, 2021, 33(4):359-364.
[22]	Tao MY, Liu Y, Ling F, et al. Severe fever with thrombocytopenia syndrome in southeastern China, 2011-2019[J]. Front Public Health, 2021,9:803660.
[23]	Wang SW, Li JD, Niu GY, et al. SFTS virus in ticks in an endemic area of China[J]. Am J Trop Med Hyg, 2015, 92(4):684-689.
[24]	宋丹丹, 龚磊, 吴家兵, 等. 安徽省发热伴血小板减少综合征部分流行地区蜱类分布调查[J]. 安徽预防医学杂志, 2020, 26(4):267-269,280.
[25]	吴海霞, 刘小波, 岳玉娟, 等. 2019年全国蜱类监测报告[J]. 中国媒介生物学及控制杂志, 2020, 31(4):417-422. doi: 10.11853/j.issn.1003.8280.2020.04.007

年份	R_x	R_y	M
2010	-0.866	0.500	1.000
2011	0.189	-0.750	0.773
2012	0.181	-0.555	0.583
2013	-0.082	-0.385	0.394
2014	0.125	-0.422	0.441
2015	0.154	-0.514	0.536
2016	0.226	-0.502	0.551
2017	0.299	-0.462	0.550
2018	0.328	-0.419	0.532
2019	0.112	-0.480	0.493
2020	0.260	-0.547	0.606
2021	0.131	-0.485	0.503
2022	0.297	-0.517	0.596
2023	0.106	-0.499	0.524
合计	0.205	-0.497	0.538

时间	月发病数f_i	月中值	月中位角α_i(°)	sinα_i	cosα_i	fsinα_i	fcosα_i
春夏季
3月	85	15.5	30.33	0.51	0.86	49.92	73.37
4月	756	46.0	90.00	1.00	0.00	756.00	0.00
5月	1 360	76.5	149.67	0.51	-0.86	686.69	-1 173.91
6月	977	107.0	209.35	-0.49	-0.87	-478.84	-851.61
7月	850	137.5	269.02	-1.00	-0.02	-849.88	-14.51
8月	494	168.5	329.67	-0.51	0.86	-249.43	426.40
秋冬季
9月	417	15.0	29.83	0.50	0.87	207.45	361.73
10月	559	45.5	90.50	1.00	-0.01	558.98	-4.85
11月	162	76.0	151.16	0.48	-0.88	78.14	-141.91
12月	37	106.5	211.82	-0.53	-0.85	-19.51	-31.44
1月	11	137.5	273.48	-1.00	0.06	-10.98	0.67
2月	7	167.0	322.15	-0.47	0.88	-3.27	6.18