基于地理加权广义线性模型探索山东省新型冠状病毒肺炎的影响因素

目的 探讨山东省新型冠状病毒肺炎(COVID-19)的空间分布与相关影响因素,进一步了解山东省疫情的区域分布特征,为指导防控策略提供科学依据。 方法 收集2020年1月21日至3月1日山东省COVID-19确诊病例数及相关影响因素数据,采用地理加权广义线性模型(GWGLM)分析COVID-19确诊病例数及各影响因素间的空间异质性及其相关关系。 结果 对558例确诊病例的空间分布进行分析,广义线性模型(GLM)分析结果显示,人口密度、人均可支配收入、公共预算支出、湖北迁入规模占比和距武汉的空间距离均有统计学意义。人口越密集、人均可支配收入越高、公共预算支出越多,则确诊病例数越多;绝大多数县区的湖北迁入人口规模和距武汉的空间距离与确诊病例数呈负相关。GWGLM的R²为0.363,模型可解释COVID-19确诊病例数总变异的36.3%。 结论 GWGLM能够揭示COVID-19及其影响因素的空间异质性,有助于局域精准施策,应根据各因素的空间分布特征及其与确诊病例数的局域关系制定不同区域的分级防控措施。     

基于时空统计方法分析温州市2020年1~3月新型冠状病毒肺炎的聚集性分布

目的 通过时空统计分析探索温州市新型冠状病毒肺炎(COVID-19)的时空分布特征,为政府制定相应的防控策略提供理论依据。 方法 收集2020年1月21日至3月1日温州市12个县区武汉返温病例与接触过确诊患者的本地继发COVID-19病例疫情监测资料进行分析,运用ArcGIS 10.5制作发病数地图进行可视化,利用SaTScan 9.6进行时空聚类分析,比较武汉返温病例与本地继发病例的时空分布特征并分析本地继发病例聚集的原因。 结果 截至2020年3月1日,温州市COVID-19累计发病数为504例,发病率为6.08/10万。累计出院数为447例,其中武汉返温病例为168例,接触过COVID-19确诊患者的本地继发病例为221例,两类病例时空聚类分析结果均存在明显时空聚集性,聚类结果基本一致,主要聚集区为乐清市、瑞安市与永嘉县。 结论 温州市COVID-19发生存在时空聚集性,武汉返温人员较多的县区,本地继发病例相对较多。因此,有关部门应针对性加强武汉返温病例重点聚集区的防控与人员管理,加强来温人员排查和服务工作,降低一切可能导致疾病发生的风险。     

安徽省新型冠状病毒肺炎流行病学特征及其潜伏期估计

目的 分析2020年1月22日至2020年3月8日安徽省新型冠状病毒肺炎流行病学特征并估计其潜伏期,为进一步认识新型冠状病毒肺炎的传播规律和制定区域性的疫情防控措施提供依据。 方法 基于安徽省及其各个地市卫生健康委员会官网公布的新型冠状病毒肺炎病例资料,采用空间自相关统计方法进行全局及局部聚集性分析,揭示安徽省新型冠状病毒肺炎流行病学特征;根据病例的暴露和发病时间,估计新型冠状病毒肺炎潜伏期分布特征。 结果 安徽省共报告新型冠状病毒肺炎确诊病例990例,死亡病例6例,粗病死率为0.61%。自安徽省首例确诊病例以来,确诊人数迅速增多,2月6日出现单日最多确诊病例74例,而后逐渐下降。确诊病例年龄最小8个月,最大91岁,主要集中在31~60岁(65.19%),男女比1.16∶1,具有一定的聚集性,1月22日至1月29日期间,具有湖北省暴露史病例占比高达75%,随后明显下降。截至3月8日,安徽省16个地市均有确诊病例报告,其中合肥、阜阳、蚌埠为本次疫情受影响较大的地区,病例分布存在明显的空间自相关性。1月31日前,病例增长以湖北省输入病例为主,本土病例散在发生,随后逐渐转向本地接触传染扩散为主。Gamma分布拟合潜伏期效果较好,以此估计安徽省新型冠状病毒肺炎的中位潜伏期为5.64(95%CI: 5.11~6.22)d。 结论 安徽省新型冠状病毒肺炎流行特征与其他省份基本一致,前期疫情防控工作已取得阶段性成效,随着各地复工、复产等各项工作的推进,需巩固疫情防控成效,积极防治疫情反弹。     

河北省新型冠状病毒肺炎流行特征与时空聚集性分析

目的 通过对河北省新型冠状病毒肺炎(COVID-19)的流行特征与时空聚集性进行分析,为河北省疫情防控及相关政策的制定提供科学依据。 方法 收集河北省2020年1月22日至2月27日COVID-19疫情数据,揭示该省疫情的流行特征;采用时空扫描的方法对疫情的聚集性进行分析。 结果 2020年1月22日河北省石家庄市报告首例COVID-19确诊病例,截至2月27日全省共报告COVID-19病例318例,其中包括湖北(含武汉)输入病例80例(25.16%),武汉输入病例69例(21.70%);全省病例男女比例为1.06∶1,30~69岁(70.76%);2月5日至2月10日为疫情高峰期,2月7日单日最高确诊24例,随后确诊病例逐渐下降,截至3月12日已连续14 d无新增确诊病例;河北省11个地市均发现COVID-19疫情,疫情覆盖范围达河北省82个区(县)(82/175,46.86%),其中疫情最严重的区(县)为唐山市迁安市(30例);11个地市均发生了聚集性疫情,共发现聚集性病例239例,其中110例(46.03%)是家庭聚集性传播导致。唐山市迁西县、遵化市及迁安市的时空聚集性最高,聚集时间为2月5日至2月15日(RR=15.69,LLR=61.75,P<0.01)。 结论 河北省COVID-19疫情为全人群普遍易感,早期以境内省外输入性病例(以下简称“输入性病例”)为主,后期以本地病例为主,全省聚集性疫情占2/3,未发现医务人员感染,国家启动一级响应后,目前疫情已得到有效控制,但随着复工复学的逐步推进和境外输入病例、无症状感染者的增加,仍需加强常态化疫情防控,巩固疫情防控向好态势。     

河南省信阳市新型冠状病毒肺炎的流行动态

目的 探讨河南省信阳市新型冠状病毒肺炎(COVID-19)的流行动态,为优化疫情防控策略、评估干预措施效果提供科学依据。 方法 收集信阳市官方报道的COVID-19病例数据和个案信息,确定感染日期,并由此估计潜伏期,构建SEIR的传染病动力学模型,分析疾病发生发展规律,同时模拟分析改变防控措施实施时间时疫情的动态变化。 结果 信阳市累计报告COVID-19确诊病例274例,罹患率为3.72/10万;潜伏期的中位数为6.00(4.00,7.25)d。模型分析显示,信阳市疫情的基本再生数R0=2.86,采取防控措施后有效再生数降至0.29;若提前3 d采取防控措施,病例数降低50.5%,而推迟3 d采取防控措施,病例数将增加1倍。 结论 信阳市COVID-19疫情快速扩散,但在国家强有力的防控措施下疫情很快得到控制。     

基于泊松过程的山东省新型冠状病毒肺炎的再生数估计及流行动态分析

目的 探讨山东省新型冠状病毒肺炎(COVID-19)的流行动态,为未来预防和控制COVID-19二次暴发以及其他新发传染病的暴发提供科学依据。 方法 收集山东省卫生健康委员会报告的559例COVID-19确诊病例信息,确定病例的感染日期,基于泊松过程建立传播模型并计算山东省COVID-19疫情期间的基本再生数和瞬时再生数,并对比分析基于顺序贝叶斯和时间-依赖方法的瞬时再生数估计结果。 结果 确诊病例的发病日期与被报告日期的天数之差大致服从威布尔分布。山东省COVID-19开始暴发时,基本再生数R0=2.64(95%CI:1.37~4.51),瞬时再生数随着时间的推移,大致呈现逐渐下降趋势,且3种计算方法的结果均显示出此种趋势。 结论 经过防控措施的干预后,山东省COVID-19的本地流行已经基本结束,但仍需提高警惕,防止疫情二次暴发。     

SARFIMA模型在肾综合征出血热发病预测中的应用

目的研究季节性自回归分数差分移动平均(SARFIMA)模型预测肾综合征出血热(HFRS)发病率的效果,并与SARIMA模型进行比较。方法收集山东省2009年1月至2018年12月HFRS月发病数据,考虑时间序列的短记忆性和长记忆性,构建SARFIMA模型,以SARIMA模型作为对比,比较两个模型的预测准确性。结果山东省2009-2018年HFRS月发病率具有明显周期性和季节性特征。模型评估表明,SARFIMA模型具有更好的拟合度和预测能力。SARFIMA(1,0.33,3)(1,0,0)₁₂:AIC=-629.76;RMSE=0.028;SARIMA(1,0,3)(1,1,0)₁₂:AIC=-356.43;RMSE=0.033。结论 SARFIMA模型能较好地拟合山东省HFRS月发病率的动态变化,且预测效果优于SARIMA模型。因此,SARFIMA模型可用于HFRS发病率的预测。     

浙江省新型冠状病毒肺炎的流行特征与空间分析

目的 探讨浙江省新型冠状病毒肺炎(COVID-19)确诊病例的时空分布特征,确定确诊病例数与地理、人口学因素间的相关性,以便为疫情防控提供理论依据。 方法 收集浙江省2020年1月21日至2月19日的COVID-19确诊病例数据;描述性分析确诊病例的三间分布特征及暴露史特征;以县区为单位,分析空间自相关性,并使用层次聚类分析对11个地市进行分类;利用Spearman等级相关分析确诊病例数与地理、人口学因素的相关性。 结果 确诊病例的年龄主要集中在18~60岁(848例,占71.44%);性别间差异无统计学意义(P=0.742)。各地市在1月29日前后达到日新增确诊病例数峰值,在1月30日之后,新增确诊病例以其他地区暴露为主。浙江省各县区确诊病例数存在一定的空间聚集性,聚集热点集中在温州和台州的部分县区。将11个地市划分为4类,温州、宁波分别为一类,杭州和台州归为一类,其他地市归为一类。武汉迁入人口规模与病例数呈正相关(r_s=0.93, P<0.001)。 结论 浙江省COVID-19疫情前期以湖北地区暴露病例为主,后期以续发病例为主,病例聚集热点为温州、台州的部分县区,目前浙江省疫情防控已见成效,应继续实行控制措施,防止重点地区出现疫情反弹,积极应对返工、返学带来的疫情风险,并加强对高危地区输入人员的监测和管理。     

MR神经成像联合弥散张量成像诊断1A型腓骨肌萎缩症

目的 观察腰骶丛MR神经成像(MRN)联合弥散张量成像(DTI)诊断1A型腓骨肌萎缩症(CMT1A)的价值。方法 对44例经临床诊断的CMT1A患者(CMT1A组)及10名健康对照(对照组)行腰骶丛MRN及DTI,对CMT1A患者行CMT神经病学评分(CMTNS),包括CMTNS总分、CMT查体评分、CMT下肢评分及CMT下肢运动评分；根据L5神经根(NR)增粗程度将CMT1A组分为轻度增粗(n=16)、中度增粗(n=14)及明显增粗(n=14)亚组。比较组间及CMT1A各亚组间L4、L5双侧神经根(NR-L4、NR-L5)、股神经(FN)及坐骨神经(SN)直径、各向异性分数(FA)、平均弥散率(MD)、轴向弥散率(AD)和径向弥散(RD)的差异，分析CMT1A患者腰骶丛神经直径及DTI参数与CMTNS的相关性。结果 相比对照组，CMT1A组NR-L4、NR-L5、FN及SN直径均增大，NR-L4、NR-L5、FN及SN的FA均降低，NR-L4及SN的MD和RD均升高(P均<0.05),组间其余参数差异均无统计学意义(P均>0.05)。CMT1A组内明显增粗亚组NR-L4、...