2009—2022年重庆市某地区法定呼吸道传染病流行特征及基于Joinpoint回归模型的流行趋势

摘要/Abstract

摘要： 目的分析法定呼吸道传染病的流行特征及趋势,为呼吸道传染病的防治和应对提供科学依据。方法对2009—2022年重庆市某地区法定呼吸道传染病监测报告资料进行描述分析,使用Joinpoint软件分析发病率变化趋势。结果 2009—2022年重庆市某地区法定呼吸道传染病累计报告14 545例,年均发病率175.53/10万,其中肺结核5 507例、水痘4 309例、流行性感冒2 638例和流行性腮腺炎1 466例,报告发病数位居前4。法定呼吸道传染病总体发病率男性高于女性（χ²=28.307,P<0.01）,好发于5~<35岁人群中,占60.70%,发病高峰出现在11—12月和5—7月。该地区2009—2022年法定呼吸道传染病发病率总体变化趋势平稳,年度变化百分比（annual percent change,APC）=平均年度变化百分比（average annual percent change,AAPC）=1.6（P>0.05）,肺结核（APC=AAPC=-3.2,P<0.01）、流行性腮腺炎（APC=AAPC=-10.4,P<0.05）,发病率呈下降趋势,水痘发病率在2009—2018年为上升趋势（APC=19.1,P<0.01）、2018—2022年趋势变化差异无统计学意义（APC=-15.9,P>0.01）,流行性感冒发病率在2009—2011年趋势变化差异无统计学意义（APC=-76.7,P>0.05）、2011—2022年为上升趋势（APC=26.1,P<0.01）。结论应根据每种呼吸道传染病的流性特征采取针对性防控措施,尤其需要重视疫苗在呼吸道传染病预防和控制中的重要作用。

关键词: 法定呼吸道传染病, 流性特征, 趋势分析, 发病率

Abstract: Objective To analyze the epidemic characteristics and trends of notifiable respiratory infectious diseases and to provide scientific basis for the prevention and control and response of respiratory infectious diseases. Methods A descriptive epidemiological method was used to analyze the surveillance data of notifiable respiratory infectious diseases in a certain district in Chongqing City from 2009 to 2022,and used Joinpoint Regression Model to analyze the change trend of incidence rate. Results The incidence rate of notifiable respiratory infectious diseases in a certain district in Chongqing City from 2009 to 2022 was 175.53/100 000 with the total of 14 545 cases. Tuberculosis（n=5 507）,varicella（n=4 309）,influenza（n=2 638） and mump（n=1 466） had the most reported cases of all. The incidence rate was higher in males than in females（χ²=28.307,P<0.01）. Most of the case were aged between 5 and 35 which accounted for 60.70% of the total notifiable respiratory infectious diseases cases. The peak incidence occurred from November to December,and there was another small peak from May to July. The overall change trend of the incidence rate of notifiable respiratory infectious diseases in this district in Chongqing City from 2009 to 2022 was stable,with annual percent change（APC）=average annual percent change（AAPC）=1.6（P>0.05）. The incidence rate of tuberculosis（APC=AAPC=-3.2,P<0.01） and mumps（APC=AAPC=-10.4,P<0.05） showed a downward trend. The incidence rate of varicella showed an upward trend from 2009 to 2018（APC=19.1,P<0.01） and then there was no statistically significant difference in the trend change from 2018 to 2022（APC=-15.9,P>0.05）. There was no statistically significant difference in the trend change of influenzas incidence rate from 2009 to 2011（APC=-76.7,P>0.05）,and it was an upward trend from 2011 to 2022（APC=26.1,P<0.01）. Conclusion Different prevention and control measures should be taken according to the different epidemiological characteristics of respiratory infectious diseases,and particular emphasis on the important role of vaccines in the prevention and control of respiratory infectious diseases.

Key words: Notifiable respiratory infectious diseases, Epidemiological characteristics, Trend analysis, Incidence rate

中图分类号:

R183.3

李思杰, 王跃会, 杨慧. 2009—2022年重庆市某地区法定呼吸道传染病流行特征及基于Joinpoint回归模型的流行趋势. [J]职业与健康, 2024, 40(8): 1061-1066.

LI Sijie, WANG Yuehui, YANG Hui. Epidemiological characteristics and trends based on joinpoint regression model of notifiable respiratory infectious diseases in a district in Chongqing City from 2009 to 2022. [J]OCCUPATION AND HEALTH, 2024, 40(8): 1061-1066.

参考文献

[1] 郑泽扬,王众楷,王连珂,等.2004—2018年中国主要呼吸道传染病的流行趋势及特征[J].中华疾病控制杂志,2022,26(6):624-630.
[2] 李丽. 呼吸道传染病的主要特点及预防控制办法[J].现代医学与健康研究电子杂志,2018,2(13):140.
[3] BAGCCHI S.WHO’s Global Tuberculosis Report 2022[S].Lancet Microbe,2023,4(1):e20.
[4] 李文娟,王大燕.我国流感疾病负担相关研究进展[J].中国人兽共患病学报,2019,35(10):928-933.
[5] 陈晨,刘国恩,曾光.中国流感疾病负担现状、问题与挑战及应对策略[J].中国公共卫生,2022,38(11):1494-1498.
[6] 龚慧,申鑫,严涵,等. 2006—2019年中国季节性流感疾病负担估计[J]. 中华医学杂志,2021,101(8):560-567.
[7] 陈海平,陈丽峰,陆锁兴,等.2005—2020年全国法定传染病发病情况分析[J].中国城乡企业卫生,2021,36(8):111-115.
[8] 蔡靖靖,栾荣生.2017—2022年四川省法定传染病流行特征分析[J].现代预防医学,2023,50(9):1566-1571.
[9] 李辉章,杜灵彬.Joinpoint回归模型在肿瘤流行病学时间趋势分析中的应用[J].中华预防医学杂志,2020,54(8):908-912.
[10] KIM H J,FAY M P,FEUER E J,et al.Permutation tests for joinpoint regression with applications to cancer rates[J].Stat Med,2000,19(3):335-351.
[11] 曾四清. Joinpoint回归模型及其在传染病流行趋势分析中的应用[J].中国卫生统计,2019,36(5):787-791.
[12] 吴小清,苏晶晶,王炜翔,等.2004—2019年南京市呼吸道传染病流行特征及趋势分析[J].职业与健康,2021,37(18):2513-2517.
[13] 孙晓伟,苏彦萍,吴芹,等.北京市通州区2010—2020年法定呼吸道传染病流行特征分析[J].实用预防医学,2022,29(3):347-349.
[14] 史芸萍,李刚,刘洋,等.北京市2015—2018年法定呼吸道传染病流行特征分析[J].中华疾病控制杂志,2020,24(1):97-100,113.
[15] 李兰娟. 传染病学[M].北京:人民卫生出版社,2008:9.
[16] 王丽萍,曾令佳,任翔,等.中国2013年报告法定传染病发病及死亡特征分析[J].中华流行病学杂志,2018,36(3):194-198.
[17] 萨拉瓦提·哈日特别克,买力曼·巴哈尼,聂艳武,等.1990—2019年中国肺结核发病趋势及年龄-时期-队列分析[J].中国预防医学杂志,2022,23(12):881-887.
[18] 申晨,申阿东.结核病发病率的性别差异性研究现状[J].结核病与肺部健康杂志,2017,6(4):381-385.
[19] 史芸萍,高燕琳,王超,等.2008—2020年北京市法定传染病报告质量评价及周末节假日效应研究[J].医学动物防制,2022,38(8):715-718.
[20] 束方燕,储黎娟,钱程,等.2014—2017年江苏省江阴市手足口病疫情时间分布及报告周末效应分析[J].医学动物防制,2019,35(12):1209-1211.
[21] 董蒲梅,王淼,刘燕敏.2016—2019年中国水痘流行病学特征[J].中国疫苗和免疫,2020,26(4):403-406.
[22] 麦炜桢,李佳玲,谢莘,等.水痘疫苗接种对学校暴发疫情的保护效果及影响因素分析[J].中国学校卫生,2023,44(2):278-281.
[23] 周伟,高舒,吴涛,等.北京市房山区多起学校水痘暴发疫情调查与分析[J].医学动物防制,2022,38(2):164-166,171.
[24] 黄恩妙,王翠玲.水痘疫苗在学校水痘疫情中的保护效力分析[J].河南预防医学杂志,2022,33(3):171-173,183.
[25] 吴迪,曹蓝,刘艳慧,等.2019—2020年广州市流感暴发疫情特征分析[J].实用预防医学,2021,28(7):795-798.
[26] 方舒,包玉丽,张晗瑶,等.2010—2019年上海市金山区儿童流感流行情况分析[J].上海预防医学,2022,34(1):60-62.
[27] 李思杰,张科,易光兆,等.重庆市渝中区2015—2020年流感样病例病原学监测结果分析[J].现代医药卫生,2022,38(7):1119-1123.
[28] 王恒芹,甘雨露,王颖,等.2010—2021年重庆市万州区流行性感冒哨点监测病原学结果分析[J].实用预防医学,2023,30(3):338-341.
[29] FENG L, MOUNTS A W,FENG Y,et al.Seasonal influenza vaccine supply and target vaccinated population in China,2004-2009[J]. Vaccine,2010,28(41):6778-6782.
[30] 舒跃龙. 流感监测的发展历史及思考[J].中华流行病学杂志,2011, 32(4):334-336.
[31] YANG J,ATKINS K E,FENG L,et al.Seasonal influenza vaccination in China:Landscape of diverse regional reimbursement policy,and budget impact analysis[J].Vaccine,2016,34(47):5724-5735.
[32] 国家免疫规划技术工作组流感疫苗工作组.中国流感疫苗预防接种技术指南(2022—2023)[J].中华流行病学杂志,2022,43(10):1515-1544.
[33] 冯录召,姜明月,伊赫亚,等.《世界卫生组织流感疫苗立场文件(2022年版)》解读[J].中华医学杂志,2022,102(30):2315-2318.
[34] 蒋蕊鞠,殷琼洲,徐明珏,等.2004—2018年全国流行性腮腺炎发病特征及重点防控人群分析[J].中国当代儿科杂志,2019,21(5):441-444.
[35] 金晓辉,马千里.四川省流行性腮腺炎流行病学特征及地理因素相关分析[J].中国误诊学杂志,2018,13(7):296-299.
[36] 肖占沛,路明霞,王长双,等.河南省扩大免疫规划阶段流行性腮腺炎流行特征和时空聚集性[J].中华疾病控制杂志,2020,24(11):1282-1286.
[37] 陈妮娜,牛迪,陈玲,等.小儿流行性腮腺炎发病特点及暴发的危险因素分析[J].医学动物防制,2021,37(7):643-646.
[38] 黎漓. 湖南省流行性腮腺炎的流行特征及Elman神经网络预测[D].衡阳:南华大学,2015.
[39] 李平,王富珍,杨宏,等.中国2004—2021年流行性腮腺炎流行病学特征和时空聚集性[J].中国疫苗和免疫,2023,29(1):19-24.
[40] 杨宏,马超,丁亚兴,等.2012—2019年中国不同免疫策略地区流行性腮腺炎发病特征[J].中国疫苗和免疫,2021,27(3):242-245,296.
[41] 苏琪茹,刘隽,马超,等.2004—2013年中国流行性腮腺炎流行病学特征分析[J].中华预防医学杂志,2016,50(7):611-614.
[42] 王媛,崔爱利,许文波,等.2004—2020年中国流行性腮腺炎突发公共卫生事件报告及影响因素分析[J].中华实验和临床病毒学杂志,2021,35(2):176-181.
[43] 王军,龚地萍.2010—2019年重庆市万州区学校突发公共卫生事件流行病学特征分析[J].中国初级卫生保健,2022,36(1):94-96.