云南省诺如病毒感染流行特征与趋势预测

doi:10.20199/j.issn.1672-2302.2025.04.006

摘要/Abstract

摘要：

目的分析云南省诺如病毒感染的流行特征，探讨差分自回归移动平均（autoregressive integrated moving average, ARIMA）模型与前瞻性时空扫描在诺如病毒感染发病趋势分析及早期预警中的应用。方法收集中国疾病预防控制信息系统中2017—2024年云南省报告的诺如病毒感染病例资料，采用描述流行病学方法分析病例的时间、地区、人群等分布特征；构建ARIMA模型，采用前瞻性时空扫描对报告病例数进行时空聚集性分析。结果 2017—2024年云南省累计报告诺如病毒感染病例15 600例，2024年报告发病率最高（17.473/10万）。发病高峰整体为2—5月，报告病例数占总病例数的53.99%（8 422/15 600）。年均报告发病率前3位的州（市）为曲靖市（14.167/10万）、普洱市（11.062/10万）、丽江市（10.706/10万）。人群分布中，男性和女性报告病例数分别为8 709例和6 891例；0~4岁人群报告病例数占比最高，为68.93%（10 753/15 600）；职业主要为散居儿童，占63.23%（9 864/15 600）。ARIMA（2,0,0）（0,1,0）₁₂模型Ljung-Box Q=7.449（P=0.964），提示残差序列为白噪声；模型拟合效果较好，2024年1—12月预测值与实际值相对误差为14.76%。在前瞻性时空扫描中，以50%风险人口数作为最大空间扫描窗口，14 d作为最大时间扫描窗口进行时空扫描聚集性分析，得出的2024年1月时空聚集区与实际发生聚集性疫情的地区一致，发出预警时间比实际发生时间提前5 d。结论近年来，云南省诺如病毒感染报告病例数快速上升，病例报告的地区范围扩大，5岁以下散居儿童是主要发病人群。利用ARIMA模型和前瞻性时空扫描可较为准确地进行早期预警。

关键词: 诺如病毒, 流行特征, ARIMA模型, 前瞻性时空扫描, 预测

Abstract:

Objective To analyze the epidemiological characteristics of norovirus infection in Yunnan Province from 2017 to 2023，and assess the application of autoregressive integrated moving average (ARIMA) model and prospective spatialtemporal scan statistics in the incidence trend and early warning of norovirus infection. Methods The case data of norovirus infections in Yunnan Province reported from 2017 to 2024 were collected from the Chinese Disease Prevention and Control Information System, and analyzed regarding the characteristics of temporal, regional, and population distribution using descriptive epidemiology. ARIMA model was established to predict the number of cases, and prospective spatio-temporal scan was used for spatiotemporal aggregation analysis of monthly reported cases. Results Between 2017 and 2024, a total of 15 600 cases of norovirus infections were reported in Yunnan Province, with the highest incidence reported in 2024 (17.473 /100 000). The incidence generally peaked from February to May, during which 53.99% (8 422/15 600) of the cases were reported. The top three prefectures (cities) with higher annual reported incidence were Qujing City (14.167 /100 000), Pu’er City (11.062 /100 000) and Lijiang City (10.706 /100 000). By population distribution, 8 709 cases were males, and 6 891 females. The 0-4 age group had the highest proportion of reported cases, who accounted for 68.93% (10 753/15 600). Children living at home were dominated by occupation distribution, who accounted for 63.23% (9 864/15 600). Ljung Box test of ARIMA (2,0,0)(0,1,0)₁₂ model indicated Q=7.449 (P=0.964), and that the residual sequence was white noise. The model fitting effect appeared sound. The relative error between predicted value and the actual value from January to December 2024 was 14.76%. In the prospective spatiotemporal scanning statistics, 50% of the high-risk population was used as the maximum spatial scanning window, and 14 days were used as the maximum time scanning window for spatiotemporal scanning clustering analysis. The results showed that the spatiotemporal clustering areas in January 2024 were consistent with the actual areas where clustering epidemics occurred, and the warning time was 5 days earlier than the outbreak occurred. Conclusion In recent years, the number of reported cases of norovirus infection in Yunnan Province has risen rapidly, and the areas with reported infections expanded. Children under 5 years old living at home are the main affected population. ARIMA model and prospective spatiotemporal scan statistics can be more accurate for early warning of this infection, which has important application value in practical work.

Key words: Norovirus, Epidemiological characteristics, ARIMA model, Prospective spatiotemporal scan, Prediction

中图分类号:

R512.5

郑尔达, 贾豫晨, 刘思娴, 沈秀莲, 黄甜, 何继波, 刘慧慧. 云南省诺如病毒感染流行特征与趋势预测[J]. 热带病与寄生虫学, 2025, 23(4): 222-228.

ZHENG Erda, JIA Yuchen, LIU Sixian, SHEN Xiulian, HUANG Tian, HE Jibo, LIU Huihui. Epidemiological characteristics and prediction of epidemic trend of norovirus infections in Yunnan Province[J]. Journal of Tropical Diseases and Parasitology, 2025, 23(4): 222-228.

图/表 9

表1

图1

表2

表3

图2

表4

图3

表5

表6

参考文献 31

[1]	Robilotti E, Deresinski S, Pinsky BA. Norovirus[J]. Clin Microbiol Rev, 2015, 28(1):134-164. doi: 10.1128/CMR.00075-14 pmid: 25567225
[2]	Wyllie R, Hyams JS, Kay M. Pediatric Gastrointestinal and Liver Disease[M]. 6th ed. [S. l. ] :Elsevier, 2021.
[3]	Phillips G, Tam CC, Rodrigues LC, et al. Risk factors for symptomatic and asymptomatic norovirus infection in the community[J]. Epidemiol Infect, 2011, 139(11):1676-1686. doi: 10.1017/S0950268810002839 pmid: 21205382
[4]	Hall AJ. Noroviruses: the perfect human pathogens?[J]. J Infect Dis, 2012, 205(11):1622-1624. doi: 10.1093/infdis/jis251 pmid: 22573872
[5]	Patel MM, Hall AJ, Vinjé J, et al. Noroviruses: a comprehensive review[J]. J Clin Virol, 2009, 44(1):1-8. doi: 10.1016/j.jcv.2008.10.009 pmid: 19084472
[6]	Platts-Mills JA, Babji S, Bodhidatta L, et al. Pathogen-specific burdens of community diarrhoea in developing countries: a multisite birth cohort study (MAL-ED)[J]. Lancet Glob Health, 2015, 3(9):e564-e575.
[7]	顾文超, 唐海丰, 吴婷婷, 等. 上海市普陀区食源性疾病病例检出的诺如病毒的分子流行病学分析[J]. 现代预防医学, 2022, 49(1):41-46,87.
[8]	连怡遥. 2014—2018年我国突发网诺如病毒疫情特征及传播危险因素研究[D]. 北京: 中国疾病预防控制中心, 2019.
[9]	Bartsch SM, O’Shea KJ, Lee BY. The clinical and economic burden of norovirus gastroenteritis in the United States[J]. J Infect Dis, 2020, 222(11):1910-1919. doi: 10.1093/infdis/jiaa292 pmid: 32671397
[10]	Zhou HL, Zhen SS, Wang JX, et al. Burden of acute gastroenteritis caused by norovirus in China: a systematic review[J]. J Infect, 2017, 75(3):216-224.
[11]	Cates JE, Vinjé J, Parashar U, et al. Recent advances in human norovirus research and implications for candidate vaccines[J]. Expert Rev Vaccines, 2020, 19(6):539-548. doi: 10.1080/14760584.2020.1777860 pmid: 32500763
[12]	周慧娴, 龙前进, 邓春燕, 等. 传染病时间序列分析在传染病监测和早期预警中的应用[J]. 现代疾病预防控制, 2025, 36(2):159-164.
[13]	姚梦雷, 刘天, 黄继贵, 等. 自回归求和移动平均模型在荆州市手足口病疫情预测预警中的应用[J]. 预防医学论坛, 2017, 23(11):804-806.
[14]	肖艳艳, 李小洲, 叶方立, 等. 前瞻性时空扫描统计量方法在手足口病暴发预警中的参数筛选[J]. 中华疾病控制杂志, 2015, 19(4):389-392.
[15]	Kulldorff M. Prospective time periodic geographical disease surveillance using a scan statistic[J]. J R Stat Soc Ser A Stat Soc, 2001, 164(1):61-72.
[16]	殷菲, 李晓松, 冯子健, 等. 前瞻性时空扫描统计量在传染病早期预警中的应用[J]. 中华预防医学杂志, 2007, 41(S1):4.
[17]	刘天, 姚梦雷, 陈红缨, 等. 时空扫描统计量在手足口病聚集性研究中的参数筛选[J]. 公共卫生与预防医学, 2020, 31(5):49-52.
[18]	Rao H, Shi X, Zhang X. Using the Kulldorff’s scan statistical analysis to detect spatio-temporal clusters of tuberculosis in Qinghai Province, China, 2009-2016[J]. Bmc Infectious Diseases, 2017, 17(1):578.
[19]	Jones RC, Liberatore M, Fernandez JR, et al. Use of a prospective space-time scan statistic to prioritize shigellosis case investigations in an urban jurisdiction[J]. Public Health Rep, 2006, 121(2):133-139. doi: 10.1177/003335490612100206 pmid: 16528945
[20]	罗飞, 蒋丽娜, 居昱, 等. 2016—2020年广西诺如病毒所致感染性腹泻疫情流行病学分析[J]. 现代预防医学, 2022, 49(12):2271-2275,2280.
[21]	赵嵘, 张瑞娟, 史一, 等. 山西省2017—2019年诺如病毒感染性腹泻监测情况分析[J]. 中国药物与临床, 2021, 21(20):3386-3388.
[22]	向天雨, 谭红专, 刘富强, 等. 新冠疫情防控措施对法定传染病报告发病的影响研究[J]. 实用预防医学, 2024, 31(3):310-313.
[23]	吴楠楠, 沈元, 施超, 等. 无锡市2014—2020年诺如病毒疫情流行病学特征[J]. 海峡预防医学杂志, 2023, 29(1):26-28.
[24]	陈秀云, 姚梓烽. 中山市诺如病毒感染暴发疫情特征分析[J]. 预防医学, 2021, 33(5):508-510.
[25]	李蓉, 杨松旺, 赵子兆, 等. 2010—2020年云南省其他感染性腹泻疫情变化趋势及流行病学特征分析[J]. 疾病监测, 2022, 37(12):1575-1582.
[26]	戢晓峰, 于淼, 陈方, 等. 新冠疫情前后自驾旅游流空间结构特征及影响:以云南省为例[J]. 干旱区资源与环境, 2022, 36(12):184-190.
[27]	伍鸿远, 夏媛媛. 基于ARIMA模型预测镇江市肺结核流行趋势及分析[J]. 现代医药卫生, 2024, 40(1):20-25,30.
[28]	袁永旭, 宋立群, 吴文婧, 等. 基于ARIMA模型的山西省手足口病月发病率的预测研究[J]. 中华医学图书情报杂志, 2022, 31(4):20-26.
[29]	廖巧红, 冉陆, 靳淼, 等. 诺如病毒感染暴发调查和预防控制技术指南(2015版)[J]. 中国病毒病杂志, 2015, 5(6):448-458.
[30]	周剑南, 冯子健, 谭柯, 等. Flexible空间扫描统计量在传染病聚集性探测的应用研究[J]. 中华疾病控制杂志, 2010, 14(6):475-478.
[31]	黄莉, 伏晓庆, 罗春蕊, 等. 云南省医疗机构2018—2019年报告其他感染性腹泻病例诊断准确性调查[J]. 实用预防医学, 2022, 29(10):1226-1228.

年份	诺如病毒感染报告病例数（例）	诺如病毒感染报告发病率（/10万）	其他感染性腹泻病报告病例数（例）	其他感染性腹泻病实验室确诊报告病例数（例）	诺如病毒感染病例构成比（%）
2017	1	0.002	28 419	15 441	0.006
2018	16	0.033	37 460	21 683	0.074
2019	72	0.148	50 140	26 654	0.270
2020	272	0.560	37 618	18 242	1.492
2021	288	0.593	48 596	24 230	1.189
2022	385	0.792	35 382	14 276	2.700
2023	6 077	12.508	49 259	27 170	22.367
2024	8 489	17.473	73 573	46 135	18.400

地区	报告病例数（例）									年均报告发病率（/10万）
地区	2017年	2018年	2019年	2020年	2021年	2022年	2023年	2024年	合计	年均报告发病率（/10万）
曲靖市	0	0	0	0	0	2	1 819	1 165	2 986	14.167
普洱市	0	0	0	0	2	5	78	405	490	11.062
丽江市	0	0	0	0	0	0	157	953	1 110	10.706
昆明市	0	2	43	256	230	273	1 835	2 628	5 267	9.557
红河州	0	0	2	0	8	56	959	957	1 982	5.215
德宏州	0	0	0	0	0	7	320	215	542	5.148
临沧市	0	9	24	16	23	20	143	328	563	2.792
楚雄州	0	0	0	0	23	0	257	258	538	2.461
西双版纳州	0	0	0	0	0	0	200	467	667	2.282
玉溪市	0	0	0	0	0	22	28	154	204	2.149
昭通市	0	0	0	0	0	0	96	266	362	1.906
大理州	0	1	2	0	0	0	76	377	456	1.586
文山州	0	0	0	0	0	0	83	222	305	0.620
保山市	1	4	1	0	1	0	19	75	101	0.483
迪庆州	0	0	0	0	0	0	3	11	14	0.440
怒江州	0	0	0	0	1	0	4	8	13	0.304

特征	报告病例数（例）				年均发病率（/10万）
特征	2017—2022年	2023年	2024年	合计	年均发病率（/10万）
性别
男性	572	3 357	4 780	8 709	4.345
女性	462	2 720	3 709	6 891	3.714
年龄（岁）
0~4	788	4 494	5 471	10 753	45.798
5~9	92	482	806	1 380	6.234
10~19	80	441	569	1 090	2.146
20~29	25	196	477	698	1.350
30~39	19	113	357	489	0.724
40~49	13	90	223	326	0.517
50~59	11	128	274	413	0.792
≥60	6	133	312	451	0.835
职业
农民	27	259	568	854
幼托儿童	116	623	776	1 515
学生	146	729	968	1 843
散居儿童	700	4 102	5 062	9 864
其他	45	364	1 115	1 524

ARIMA模型	平稳的R2	正态化BIC	Ljung-Box		MAE	RMSE	MAPE
ARIMA模型	平稳的R2	正态化BIC	Q值	P值	MAE	RMSE	MAPE
(1,0,0)(0,1,0)₁₂	0.725	9.749	22.560	0.164	52.637	116.268	356.303
(0,0,1)(0,1,0)₁₂	0.657	9.969	30.293	0.024	82.020	129.832	758.831
(1,0,1)(0,1,0)₁₂	0.755	9.708	9.698	0.882	54.325	110.581	360.861
(2,0,0)(0,1,0)₁₂	0.766	9.662	7.449	0.964	57.096	108.105	406.568
(2,0,1)(0,1,0)₁₂	0.766	9.734	7.548	0.941	58.059	108.772	423.058
(1,0,1)(1,1,0)₁₂	0.713	9.866	22.809	0.119	52.700	114.195	345.067
(1,0,0)(1,1,1)₁₂	0.713	9.940	22.568	0.094	49.840	120.561	330.183
(2,0,0)(1,1,0)₁₂	0.750	9.800	9.026	0.876	56.331	112.400	408.526
(2,0,0)(1,1,1)₁₂	0.750	9.875	8.971	0.883	56.352	113.252	409.480

月份	预测值（95%CI）（例）	实测值（例）	相对误差（%）
1	333（119~548）	442	-24.66
2	796（477~1 114）	1 196	-33.44
3	1 467（1 104~1 831）	1 634	-10.22
4	1 172（795~1 549）	1 057	10.88
5	1 156（777~1 536）	656	76.22
6	711（332~1 091）	354	100.85
7	635（255~1 015）	326	94.79
8	607（227~987）	440	37.95
9	570（190~951）	483	18.01
10	681（301~1 061）	516	31.98
11	848（468~1 228）	534	58.80
12	766（385~1 146）	851	-9.99
合计	9 742（5 430~14 057）	8 489	14.76