Epidemiological characteristics and spatial-temporal cluster of visceral leishmaniosis in China, 2017-2022

doi:10.3969/j.issn.1672-2302.2024.02.002

Abstract

Abstract:

Objective To analyze the epidemiological characteristics and spatial-temporal trends of visceral leishmaniosis (VL) in China from 2017 to 2022 for scientific evidence to formulate targeted prevention and control strategies and measures. Methods Individual data of VL cases in China from 2017 to 2022 were collected from the China Information System for Disease Control and Prevention, and descriptively analyzed for the population characteristics and time trends. ArcGIS 10.7 software was used to map the case distribution, and Moran’s I and local Moran’s I were calculated to analyze the spatial autocorrelation and clustering type. SaTScan 10.1 software was used to scan the spatial-temporal characteristics and analyze the clustering. Results Between 2017 and 2022, a total of 1 251 VL cases were reported in 296 counties of 22 provinces in China. Among these cases, 891 (71.22%) were from canine-derived endemic areas, with increase trend year by year. Cases from anthropogenic and wildlife-derived endemic areas accounted for 47 (3.76%) and 36 (2.88%), respectively, which remained at a low level. The number of VL cases was highest in April (142 cases), and the case ratio of male-to-female was 2.18∶1. Farmers and herdsmen as well as preschool children dominated the cases (43.88%, 549/1 251; 27.50%, 344/1 251, respectively). By the age group, 0-4 years old were the most reported (325 cases, 25.98%), followed by 50-64 years old (300 cases, 23.98%). The cases were primarily distributed in Shanxi (449 cases), Gansu (257 cases), Shaanxi (188 cases), Xinjiang (88 cases), Sichuan (84 cases), Henan (70 cases) and Hebei (41 cases), which accounted for 94.08% (1 177/1 251) of the total cases. The canine-derived in Pingding County (112 cases), the anthropogenic in Kashgar City (11 cases) and the wildlife-derived in Jiashi County (11 cases) were the highest cumulative number of cases. Spatial correlation analysis showed a spatial clustering (Moran’s I>0, all Z>2.58, all P<0.01), and the number of counties in high-high clustering area increased from 38 in 2017 to 48 in 2022, displacing from west to east. High-high clustering occurred in Hebei, Henan and Beijing in 2022. Spatio-temporal scanning showed three-level aggregation areas from 2017 to 2022, and the highest incidence was found in the first-level aggregation area, covering 8 counties and centering on the urban area of Yangquan City (RR=46.76, LLR=704.79, P<0.01). The aggregation occurred between January 2020 to September 2022, during which 256 cases were reported. Conclusion The VL reported in China from 2017 to 2022 presented a rising trend. The key epidemic areas shifted from Xinjiang with wildlife-derived to Shanxi, Shaanxi, Henan and Hebei with canine-derived in the north-central of China. The findings suggest that it is necessary to intensify prevention and control efforts targeting key areas and populations to restrain the epidemic.

Key words: Visceral leishmaniosis, Epidemiological characteristics, Spatial autocorrelation, Moran’s I, Temporal-spatial clustering analysis, China

CLC Number:

R531.6，R181.3

WANG Qi, SHI Yue, QIN Yao, MA Huilai, ZHANG Lijie, SUN Junling, LIU Huihui. Epidemiological characteristics and spatial-temporal cluster of visceral leishmaniosis in China, 2017-2022[J]. Journal of Tropical Diseases and Parasitology, 2024, 22(2): 68-75.

Figures/Tables 10

Table 1

Figure 1

Table 2

Figure 2

Table 3

Distribution of provinces and counties affected by visceral leishmaniasis in different endemic areas of China from 2017 to 2022

省份	流行县
犬源型流行区（891）
山西（432）	大宁县（3）、和顺县（1）、河津市（10）、陵川县（1）、潞州区（4）、潞城区（4）、平定县（112）、沁县（3）、曲沃县（19）、屯留区（1）、武乡县（12）、昔阳县（4）、乡宁县（16）、襄汾县（20）、襄垣县（13）、阳泉市城区（34）、阳泉市郊区（95）、阳泉市矿区（46）、尧都区（4）、盂县（15）、榆社县（1）、垣曲县（1）、浮山县（5）、绛县（2）、高平市（2）、沁水县（1）、侯马市（1）、翼城县（1）、文水县（1）
甘肃（230）	宕昌县（39）、迭部县（9）、甘谷县（1）、环县（1）、康县（1）、礼县（7）、麦积区（3）、秦州区（3）、清水县（2）、庆城县（2）、通渭县（2）、文县（14）、武都区（56）、武山县（1）、西和县（4）、镇原县（3）、舟曲县（82）
陕西（110）	宝塔区（3）、韩城市（50）、华州区（27）、临渭区（15）、宁强县（3）、清涧县（1）、绥德县（3）、延川县（4）、延长县（1）、宜川县（3）
河南（51）	巩义市（10）、林州市（22）、龙安区（2）、新安县（4）、新密市（2）、荥阳市（3）、登封市（5）、淇滨区（1）、偃师区（1）、上街区（1）
四川（33）	北川羌族自治县（1）、黑水县（6）、九寨沟县（17）、理县（4）、茂县（2）、平武县（1）、汶川县（2）
河北（30）	井陉矿区（1）、井陉县（21）、高碑店市（3）、鹿泉区（2）、赞皇县（1）、临城县（1）、信都区（1）
北京（5）	昌平区（3）、门头沟区（2）
人源型流行区（47）
新疆（47）	阿克苏市（7）、阿克陶县（3）、阿图什市（3）、喀什市（11）、沙雅县（1）、莎车县（10）、疏附县（3）、疏勒县（4）、乌什县（1）、英吉沙县（4）
野生动物源型流行区（36）
新疆（32）	阿瓦提县（1）、巴楚县（5）、策勒县（1）、伽师县（11）、高昌区（2）、库尔勒市（2）、民丰县（1）、墨玉县（1）、且末县（1）、图木舒克市（2）、托克逊县（1）、尉犁县（1）、岳普湖县（1）、泽普县（2）
甘肃（4）	玉门市（2）、敦煌市（2）

Table 3

Figure 3

Table 4

Table 5

Table 6

Figure 4

References 24

[1]	Burza S, Croft SL, Boelaert M. Leishmaniasis[J]. Lancet. 2018, 392(10151):951-970. doi: S0140-6736(18)31204-2 pmid: 30126638
[2]	Bern C, Maguire JH, Alvar J, et al. Complexities of assessing the disease burden attributable to leishmaniasis[J]. PLoS Negl Trop Dis, 2008, 2(10):e313.
[3]	Mathers CD, Ezzati M, Lopez AD. Measuring the burden of neglected tropical diseases: the global burden of disease framework[J]. PLoS Negl Trop Dis, 2007, 1(2):e114.
[4]	Alvar J, Yactayo S, Bern C. Leishmaniasis and poverty[J]. Trends Parasitol, 2006, 22(12):552-557. doi: 10.1016/j.pt.2006.09.004 pmid: 17023215
[5]	Ruiz-Postigo JA, Jain S, MadjouS, et al. Global leishmaniasis surveillance: 2021, assessing the impact of the COVID-19 pandemic[J]. Wkly Epidemiol Rec, 2022, 97(45):575-590.
[6]	吴旭斌, 刘昆, 邵中军. 全球内脏利什曼病流行现状与防控进展[J]. 中华卫生杀虫药械, 2023, 29(3):271-276.
[7]	王兆俊, 熊光华, 管立人. 新中国黑热病流行病学与防治成就[J]. 中华流行病学杂志, 2000, 21(1):51-54.
[8]	周正斌, 潘改芹, 李元元, 等. 2021年我国内脏利什曼病疫情分析[J]. 中国寄生虫学与寄生虫病杂志, 2023, 41(2):149-155. doi: 10.12140/j.issn.1000-7423.2023.02.004
[9]	张佩君, 周正斌, 李元元, 等. 2015—2020年山西省阳泉市犬源型内脏利什曼病疫情调查[J]. 中国血吸虫病防治杂志, 2022, 34(5):493-499.
[10]	郑玉华, 白永飞, 帖萍, 等. 2010—2019年山西省人群内脏利什曼病流行特征分析[J]. 中国寄生虫学与寄生虫病杂志, 2021, 39(3):352-358. doi: 10.12140/j.issn.1000-7423.2021.03.009
[11]	杨成运, 贺志权, 鲁德领, 等. 2020年河南省内脏利什曼病病例的流行病学调查[J]. 中国寄生虫学与寄生虫病杂志, 2022, 40(4):481-486. doi: 10.12140/j.issn.1000-7423.2022.04.010
[12]	罗卓韦, 周正斌, 公衍峰, 等. 我国内脏利什曼病的流行现状和防控挑战[J]. 中国寄生虫学与寄生虫病杂志, 2022, 40(2):146-152. doi: 10.12140/j.issn.1000-7423.2022.02.003
[13]	张甜甜. 基于GIS的青海省牧业区棘球蚴病流行分析和趋势预测[D]. 西宁: 青海大学, 2022.
[14]	张态, 申元英. 地理信息系统在环境流行病学中的应用[J]. 现代预防医学, 2013, 40(11):2005-2009.
[15]	汪俊云, 高春花. 《黑热病诊断标准》解读[J]. 中国血吸虫病防治杂志, 2017, 29(5):541-543.
[16]	周正斌, 李元元, 张仪, 等. 2015—2018年我国内脏利什曼病疫情分析[J]. 中国寄生虫学与寄生虫病杂志, 2020, 38(3):339-345. doi: 10.12140/j.issn.1000-7423.2020.03.013
[17]	郑灿军, 薛垂召, 伍卫平, 等. 我国2005—2015年黑热病报告病例流行特征分析[J]. 中华流行病学杂志, 2017, 38(4):431-434.
[18]	韩帅, 伍卫平, 薛垂召, 等. 2004—2016年中国内脏利什曼病疫情分析[J]. 中国寄生虫学与寄生虫病杂志, 2019, 37(2):189-195. doi: 10.12140/j.issn.1000-7423.2019.02.013
[19]	亚里昆·买买提依明, 伍卫平, 侯岩岩, 等. 新疆维吾尔自治区荒漠型黑热病流行区影响因素调查[J]. 疾病监测, 2020, 35(7):618-622.
[20]	李荣智, 霍芳, 李黎, 等. 2010—2021年九寨沟县黑热病流行特征及传播风险[J]. 职业卫生与病伤, 2023, 38(4):231-235.
[21]	王小军, 蔡玉成, 邹轩, 等. 2005—2021年甘肃省陇南市内脏利什曼病流行特征[J]. 中国寄生虫学与寄生虫病杂志, 2023, 41(5):579-585. doi: 10.12140/j.issn.1000-7423.2023.05.009
[22]	李云霞, 程睿, 周瑞敏, 等. 河南省洛阳市1例新发本地内脏利什曼病病例的流行病学调查[J]. 中国寄生虫学与寄生虫病杂志, 2021, 39(3):410-413. doi: 10.12140/j.issn.1000-7423.2021.03.022
[23]	杨成运, 赵晓明, 鲁德岭, 等. 郑州市1例内脏利什曼病病例流行病学调查[J]. 中国血吸虫病防治杂志, 2022, 34(6):635-638.
[24]	陈靖, 魏志云, 李虹, 等. 山西省黑热病流行病学特征及时空聚类分析[J]. 中国药物与临床, 2021, 21(11):1955-1956.

年份	总报告病例数（例）	不同类型流行区报告病例数及构成比[例（%）]			非流行区报告病例数及构成比[例（%）]
年份	总报告病例数（例）	犬源型流行区	人源型流行区	野生动物源型流行区	非流行区报告病例数及构成比[例（%）]
2017	195	109（55.90）	24（12.31）	18（9.23）	44（22.56）
2018	183	118（64.48）	12（6.56）	5（2.73）	48（26.23）
2019	168	124（73.81）	0（0）	3（1.79）	41（24.40）
2020	217	162（74.65）	4（1.84）	3（1.38）	48（22.12）
2021	244	187（76.64）	2（0.82）	4（1.64）	51（20.90）
2022	244	191（78.28）	5（2.05）	3（1.23）	45（18.44）
合计	1 251	891（71.22）	47（3.76）	36（2.88）	277（22.14）

特征	总体情况	流行区类型			非流行区
特征	总体情况	犬源型流行区	人源型流行区	野生动物源型流行区	非流行区
年龄（岁）
0~4	325（25.98）	252（28.28）	21（44.68）	24（66.67）	28（10.11）
5~19	88（7.03）	66（7.41）	9（19.15）	1（2.78）	12（4.33）
20~34	128（10.23）	69（7.74）	4（8.51）	3（8.33）	52（18.77）
35~49	255（20.38）	146（16.39）	6（12.77）	4（11.11）	99（35.74）
50~64	300（23.98）	216（24.24）	5（10.64）	3（8.33）	76（27.44）
≥ 65	155（12.39）	142（15.94）	2（4.26）	1（2.78）	10（3.61）
性别
男	858（68.59）	611（68.57）	24（51.06）	26（72.22）	197（71.12）
女	393（31.41）	280（31.43）	23（48.94）	10（27.78）	80（28.88）
职业
农牧民	549（43.88）	399（44.78）	7（14.89）	7（19.44）	136（49.10）
学龄前儿童	344（27.50）	267（29.97）	23（48.94）	25（69.44）	29（10.47）
家务及待业	88（7.03）	58（6.51）	6（12.77）	1（2.78）	23（8.30）
工人	78（6.24）	40（4.49）	1（2.13）	2（5.56）	35（12.64）
学生	68（5.44）	52（5.84）	7（14.89）	0（0）	9（3.25）
离退人员	47（3.76）	38（4.26）	0（0）	1（2.78）	8（2.89）
干部职员	34（2.72）	18（2.02）	0（0）	0（0）	16（5.78）
商业服务	20（1.60）	8（0.90）	2（4.26）	0（0）	10（3.61）
其他	23（1.84）	11（1.23）	1（2.13）	0（0）	11（3.97）

年份	Moran’s I	Z值	P值
2017	0.37	38.23	<0.01
2018	0.40	39.39	<0.01
2019	0.32	30.51	<0.01
2020	0.38	39.57	<0.01
2021	0.46	46.03	<0.01
2022	0.41	39.30	<0.01

聚集类型	聚集中心	聚集区县数（个）	聚集时间	半径（km）	病例数（例）	预期病例数（例）	RR值	LLR值	P值
一类聚集区	阳泉市城区	8	2020年1月—2022年9月	51.99	256	6.85	46.76	704.79	<0.01
二类聚集区1	九寨沟县	6	2017年1月—2019年9月	89.52	159	4.57	39.71	419.91	<0.01
二类聚集区2	郧西县	105	2021年4月—2021年6月	462.90	41	5.26	8.02	48.95	<0.01