改進的負二項回歸模型在大連市水痘流行高峰開始時間預警中的應用

安慶玉 孫巍 朱琳 吳雋

引用本文: 安慶玉, 孫巍, 朱琳, 吳雋. 改進的負二項回歸模型在大連市水痘流行高峰開始時間預警中的應用[J]. 疾病監測. DOI: 10.3784/j.issn.1003-9961.2019.10.017 shu
Citation:  Qingyu An, Wei Sun, Lin Zhu and Jun Wu. Application of improved negative binomial regression model in early warning of peak time of varicella incidence in Dalian[J]. Disease Surveillance. DOI: 10.3784/j.issn.1003-9961.2019.10.017 shu

改進的負二項回歸模型在大連市水痘流行高峰開始時間預警中的應用

    作者簡介: 安慶玉,女,遼寧省大連市人,碩士,主管醫師,主要從事傳染病預警預測、突發事件公共衛生風險評估工作;
    通信作者: 安慶玉, [email protected]
摘要: 目的探討改進的泊松回歸模型或負二項回歸模型在大連市水痘流行高峰開始時間預警中的應用。方法應用Z-D現象理論將2006 — 2014年大連市的水痘發病資料按照流行年進行整理,在此基礎上采用圓形分布法計算發病高峰日和發病高峰期間,同時檢驗數據是否存在過度離散。 采用改進的泊松回歸模型或負二項回歸模型建立水痘發病基線水平,并以靈敏度、預警探測時間和錯誤預警率為評價指標,以圓形分布法計算結果為參考標準選擇適宜的預警界值構建大連市水痘流行高峰開始時間預警模型。結果2006 — 2014年,大連市共報告水痘病例26 427例,年平均發病率為46.366/10萬。 圓形分布法計算結果顯示,水痘發病具有一定季節性。 2006 — 2014年間總集中趨勢r值為0.195(P<0.010),年平均發病高峰日為2月25日,發病高峰期為11月12日至次年6月10日。 由于水痘發病數據過度離散,應用改進的負二項回歸模型建立水痘發病基線水平,赤池信息準則(AIC)值為418.854,在水痘發病的高發病年以基線水平+20例、低發病年以基線水平+10例為預警界值,可準確探測水痘的流行開始時間,預警靈敏度達100%,所需的預警探測時間在1.50 ~ 4.67周之間,錯誤預警率為0%。結論應用改進的負二項回歸模型建立的大連市水痘流行高峰開始時間預警模型,靈敏度高,預警探測時間合理,可為水痘等傳染病防控提供科學依據。

English

    1. [1]

      朱琳, 肖丹, 韓一楠. 2006-2013年大連市水痘流行特征分析[J]. 職業與健康,2014,30(21):3102–3105. DOI:10.13329/j.cnki.zyyjk.2014.21.030.
      Zhu L, Xiao D, Han YN. Analysis on epidemiological characteristics of varicella in Dalian city from 2006–2013[J]. Occup Health, 2014,30(21):3102–3105. DOI:10.13329/j.cnki.zyyjk.2014.21.030.

    2. [2]

      賈秀巖, 肖丹, 黃學剛, 等. 2007-2009年大連市82起水痘暴發疫情分析[J]. 預防醫學論壇,2010,16(10):963–964. DOI:10.16406/j.pmt.issn.1672?9153.2010.10.043.
      Jia XY, Xiao D, Huang XG, et al. Analysis on 82 varicella outbreaks in Dalian city, 2007–2009[J]. Prev Med Trib, 2010,16(10):963–964. DOI:10.16406/j.pmt.issn.1672?9153.2010.10.043.

    3. [3]

      朱琳, 邢俊, 李程. 大連市2014年水痘暴發疫情流行病學特征分析[J]. 微量元素與健康研究,2016,33(1):53–54.
      Zhu L, Xing J, Li C. Analysis on the epidemiological characteristics of varicella outbreak of Dalian in 2014[J]. Stud Trace Elem Health, 2016,33(1):53–54.

    4. [4]

      楊維中. 傳染病預警理論與實踐[M]. 北京: 人民衛生出版社, 2012.
      Yang WZ. Early warning of infectious disease theory and practice[M]. Beijing: The Peoples Medical Publishing House, 2012.

    5. [5]

      An QY, Wu J, Fan XS, et al. Using a negative binomial regression model for early warning at the start of a hand foot mouth disease epidemic in Dalian, Liaoning province, China[J]. PLoS One, 2016,11(6):e0157815. DOI:10.1371/journal.pone.0157815.

    6. [6]

      Wang XL, Wu SS, Raina MacIntyre C, et al. Using an adjusted Serfling regression model to improve the early warning at the arrival of peak timing of influenza in Beijing[J]. PLoS One, 2015,10(3):e0119923. DOI:10.1371/journal.pone.0119923.

    7. [7]

      黃智峰, 劉曉劍, 吳永勝, 等. Serfling回歸模型在深圳市流感超額死亡估計中的應用[J]. 中華疾病控制雜志,2017,21(11):1170–1174. DOI:10.16462/j.cnki.zhjbkz.2017.11.022.
      Huang ZF, Liu XJ, Wu YS, et al. Application of Serfling cyclical regression model in the estimation of influenza-associated excess mortality in Shenzhen[J]. Chin J Dis Control Prev, 2017,21(11):1170–1174. DOI:10.16462/j.cnki.zhjbkz.2017.11.022.

    8. [8]

      張文增, 陳東妮, 史繼新, 等. 北京市順義區2010-2015年流行性感冒相關超額流感樣病例數估計[J]. 中國衛生統計,2017,34(1):65–68.
      Zhang WZ, Chen DN, Shi JX, et al. Estimate the excess numbers of influenza-like cases attributed to influenza in Shunyi district, Beijing (2010–2015)[J]. Chin J Health Stat, 2017,34(1):65–68.

    9. [9]

      曾光, 丁雁鵬, 程穎愷. 傳染病流行中存在" Z-D現象”的論證[J]. 中華流行病學雜志,1997,18(5):270–274. DOI:10.3760/j.issn:0254?6450.1997.05.005.
      Zeng G, Ding YP, Cheng YK. Demonstration on Z-D phenomenon in the occurrence of infectious diseases[J]. Chin J Epidemiol, 1997,18(5):270–274. DOI:10.3760/j.issn:0254?6450.1997.05.005.

    10. [10]

      安慶玉, 吳雋, 姚偉. Z-D現象在大連市法定傳染病中的運用及其效果評價[J]. 中華疾病控制雜志,2012,16(11):998–1001.
      An QY, Wu J, Yao W. Effect assessment and prediction on epidemic of infectious disease with Z-D phenomenon in Dalian city[J]. Chin J Dis Control Prev, 2012,16(11):998–1001.

    11. [11]

      陳玲, 徐慧蘭, 吳公平, 等. 湖南省食物中毒發生、死亡現狀及時間分布[J]. 中南大學學報: 醫學版,2012,37(2):126–130. DOI:10.3969/j.issn.1672?7347.2012.02.002.
      Chen L, Xu HL, Wu GP, et al. Occurrence, fatality and time distribution of food poisoning in Hunan province[J]. J Cent South Univ:Med Sci, 2012,37(2):126–130. DOI:10.3969/j.issn.1672?7347.2012.02.002.

    12. [12]

      李哲, 盧秀姍, 黃緒瓊, 等. 應用圓形分布法分析上消化道出血住院的季節分布特征[J]. 汕頭大學醫學院學報,2018,31(4):239–242. DOI:10.13401/j.cnki.jsumc.2018.04.013.
      Li Z, Lu XS, Huang XQ, et al. Analysis of seasonal distribution characteristics of hospitalization for upper gastrointestinal hemorrhage by circular distribution method[J]. J Shantou Univ Med College, 2018,31(4):239–242. DOI:10.13401/j.cnki.jsumc.2018.04.013.

    13. [13]

      孫燕群, 李成國, 吳文, 等. 應用集中度和圓形分布法分析南京市腎綜合征出血熱的時間特征[J]. 江蘇預防醫學,2019,30(1):84–86. DOI:10.13668/j.issn.1006?9070.2019.01.027.
      Sun YQ, Li CG, Wu W, et al. Analysis of time characteristics of hemorrhagic fever with renal syndrome in Nanjing by concentration degree and circular distribution method[J]. Jiangsu J Prev Med, 2019,30(1):84–86. DOI:10.13668/j.issn.1006?9070.2019.01.027.

    14. [14]

      曾平, 趙晉芳, 劉桂芬. Poisson回歸中過度離散的檢驗方法[J]. 中國衛生統計,2011,28(2):211–212. DOI:10.3969/j.issn.1002?3674.2011.02.036.
      Zeng P, Zhao JF, Liu GF. Over-dispersion testing method in Poisson regression[J]. Chin J Health Stat, 2011,28(2):211–212. DOI:10.3969/j.issn.1002?3674.2011.02.036.

    15. [15]

      戴孟陽. 2013-2017年沈陽市水痘流行特征分析[J]. 預防醫學論壇,2018,24(5):372–374. DOI:10.16406/j.pmt.issn.1672?9153.2018.05.018.
      Dai MY. Analysis on epidemiological characteristics of chicken pox, Shenyang city, 2013–2017[J]. Prev Med Trib, 2018,24(5):372–374. DOI:10.16406/j.pmt.issn.1672?9153.2018.05.018.

    16. [16]

      王黎明, 姚巖, 李洲. 2010-2015年鄂州市水痘流行病學特征分析[J]. 河南預防醫學雜志,2017,28(7):546–548. DOI:10.13515/j.cnki.hnjpm.1006?8414.2017.07.025.
      Wang LM, Yao Y, Li Z. Analysis on epidemiological characteristics of varicella, Ezhou city, 2010–2015[J]. Henan J Prev Med, 2017,28(7):546–548. DOI:10.13515/j.cnki.hnjpm.1006?8414.2017.07.025.

    17. [17]

      馬濤, 謝國祥, 孫紅敏, 等. 2006-2017年南京市水痘流行特征分析[J]. 現代預防醫學,2018,45(13):2312–2315, 2323.
      Ma T, Xie GX, Sun HM, et al. Epidemiological characteristics of varicella in Nanjing, 2006–2017[J]. Mod Prev Med, 2018,45(13):2312–2315, 2323.

    18. [18]

      湯玲, 許妮娜, 顧敏華, 等. 2012-2017年江陰市水痘流行特征分析[J]. 現代預防醫學,2018,45(18):3282–3284, 3296.
      Tang L, Xu NN, Gu MH, et al. Epidemiological analysis of varicella in Jiangyin city from 2012 to 2017[J]. Mod Prev Med, 2018,45(18):3282–3284, 3296.

    19. [19]

      He MF, Liang ZR, Zhang JP, et al. Solar term peak of onset and death in 1 597 patients with acute ischemic stroke: circular statistical analysis[J]. Neural Regen Res, 2007,2(9):532–535. DOI:10.1016/S1673-5374(07)60106?6.

    20. [20]

      章清荷, 胡曉申, 王海波, 等. 黃山市2012-2016年水痘流行特征分析[J]. 安徽預防醫學雜志,2017,23(3):190–191, 197.
      Zhang QH, Hu XS, Wang HB, et al. Epidemiological analysis of varicella in Huangshan city, 2012–2016[J]. Anhui J Prev Med, 2017,23(3):190–191, 197.

    21. [21]

      Khan MA, Islam S, Khan SA, et al. Global stability of vector-host disease with variable population size[J]. BioMed Res Int, 2013,2013:710917. DOI:10.1155/2013/710917.

    22. [22]

      魏志勝, 呂永梅. 2007-2016年北京市海淀區水痘和手足口病流行病學特征分析[J]. 中國校醫,2018,32(10):798–800.
      Wei ZS, Lv YM. Epidemiological characteristics of varicella and hand,foot and mouth disease in Haidian district, Beijing from 2007 to 2016[J]. Chin J School Doctor, 2018,32(10):798–800.

    1. [1]

      胡雅飛林海江李未 . 2劑水痘疫苗接種程序對浙江省臺州市水痘流行特征的影響. 疾病監測, 2019, 34(10): 916-919. DOI: 10.3784/j.issn.1003-9961.2019.10.012

    2. [2]

      鄭慶鳴王鐵強 . 時滯離散SEIR模型在評價水痘暴發疫情防控措施效果中的應用. 疾病監測, 2017, 32(10/11): 883-889. DOI: 10.3784/j.issn.1003-9961.2017.10/11.023

    3. [3]

      . 浙江省舟山市新城地區水痘疫情的流行趨勢分析. 疾病監測, 2014, 29(12): 961-963. DOI: 10.3784/j.issn.1003-9961.2014.12.010

    4. [4]

      . 2013年浙江省奉化市水痘疫情流行特征及水痘疫苗保護效果評價. 疾病監測, 2014, 29(12): 957-960. DOI: 10.3784/j.issn.1003-9961.2014.12.009

    5. [5]

      尹志英來時明鐘建躍嚴傳富謝淑云龔曉英 . 2006-2014年浙江省衢州市水痘疫情流行特征及水痘疫苗免疫效果分析. 疾病監測, 2016, 31(4): 308-313. DOI: 10.3784/j.issn.1003-9961.2016.04.011

    6. [6]

      徐娜妮張寒蕓錢晨穎張叢笑聞輝奇 . 2009-2014年杭州市西湖區學校和幼托機構水痘疫情流行病學特征分析. 疾病監測, 2015, 30(10): 861-864. DOI: 10.3784/j.issn.1003-9961.2015.10.016

    7. [7]

      李琳陳偉董曉春陰杰瑩徐文體張穎 . 2008-2012年天津市水痘流行特征分析. 疾病監測, 2014, 29(2): 120-123. DOI: 10.3784/j.issn.1003-9961.2014.02.010

    8. [8]

      潘興強馬瑞許國章方挺 . 2011年浙江省寧波市水痘疫情流行病學監測分析. 疾病監測, 2012, 27(9): 705-708. DOI: 10.3784/j.issn.1003-9961.2012.9.011

    9. [9]

      王靜周洲敖建軍徐敏鋼 . 2005-2010年上海市閘北區水痘暴發病例網絡直報效能分析. 疾病監測, 2012, 27(6): 489-491. DOI: 10.3784/j.issn.1003-9961.2012.6.021

    10. [10]

      鐘劍明賴植發周潔周海濤鄧凱杰方瓊陳潤莉蔡琳 . 2013-2015年廣東省深圳市福田區3~18歲健康人群水痘-帶狀皰疹病毒抗體水平調查. 疾病監測, 2015, 30(8): 634-638. DOI: 10.3784/j.issn.1003-9961.2015.08.007

    11. [11]

      李洪權索羅丹趙丹張鐵鋼 . 2017年北京地區水痘病原學監測結果分析. 疾病監測, 2019, 34(6): 511-513. DOI: 10.3784/j.issn.1003-9961.2019.06.009

    12. [12]

      楊玉穎湯素文劉景壹李智陸紅梅陳文花吳強松郭翔李崇山孫曉冬許文波 . 上海市部分地區健康人群水痘-帶狀皰疹病毒抗體水平調查. 疾病監測, 2012, 27(11): 868-872. DOI: 10.3784/j.issn.1003-9961.2012.11.009

  • 圖 1  2006-2014年大連市水痘發病情況

    Figure 1.  Reported varicella cases in Dalian,2006–2014

    圖 2  2013-2014年大連市水痘發病基線水平及預警結果

    Figure 2.  Baseline incidence data and early warning result for varicella in Dalian,2013–2014

    表 1  2006-2014年大連市水痘發病采用圓形分布法的計算結果

    Table 1.  Circular distribution method calculation result of varicella cases in Dalian,2006–2014

      年度病例數
    (例)
    平均周發病數
    (例)
    集中趨勢高峰日
    (年?月?日)
    高峰期
    (年?月?日)
    高峰期發病數(例)高峰期發病數占發病
    總數的百分比(%)
    2006-2007 1 63731.7300.2262007?03?082006?11?28—2007?06?17 1 16971.41
    2007-2008 3 98675.9820.2762008?04?182008?01?16—2008?07?21 2 69867.69
    2008-2009 4 05679.3300.2222009?02?142008?11?06—2009?05?26 3 05875.39
    2009-2010 2 89355.1310.1802010?03?212009?12?04—2010?07?07 1 95567.58
    2010-2011 3 87174.2530.2252011?02?052010?10?28—2011?05?18 2 93775.87
    2011-2012 3 08859.3800.2062012?01?272011?10?16—2012?05?10 2 29974.45
    2012-2013 2 73352.2500.2032013?02?052012?10?25—2013?05?20 1 98172.48
    2013-2014 2 62850.4210.2162014?02?032013?10?25—2014?05?16 1 89672.15
    2006-201424 89259.8420.1952月25日11?12—次年06?1017 99372.28
    下載: 導出CSV

    表 2  負二項回歸模型不同輪次的參數估計及赤池信息準則(AIC)值

    Table 2.  Akaike information criterion(AIC)values and parameter estimation in different rounds of negative binomial regression analyses

    輪次AIC值因變量回歸系數標準誤tP
    14 707.000常數項?12.8680.1864 778.882<0.001
    t0.0190.00333.736<0.001
    t2?7.351×10?51.654×10?519.758<0.001
    t37.805×10?82.321×10?811.3030.001
    sin1a0.0200.0660.0900.764
    sin2b0.0090.0660.0190.892
    cos1c?0.0240.0660.1320.716
    cos2d?0.0240.0660.1280.721
    22 084.000常數項?13.5350.2882 214.627<0.001
    t0.0200.00514.079<0.001
    t2?7.097×10?52.575×10?57.5960.006
    t37.164×10?83.558×10?84.0540.044
    sin1a0.0990.0941.1090.292
    sin2b0.0370.0951.1470.701
    cos1c?0.0360.0980.1380.710
    cos2d?0.0580.0950.3770.539
    3955.794常數項?14.2950.4341 083.925<0.001
    t0.0230.0088.8930.003
    t2?8.232×10?53.748×10?54.8250.028
    t38.479×10?85.150×10?82.7110.100
    sin1a0.0510.1350.1440.705
    sin2b0.0470.1350.1200.729
    cos1c?0.0520.1360.1480.700
    cos2d?0.0630.1350.2170.641
    4418.854常數項?14.6980.691453.082<0.001
    t0.0240.0133.8320.050
    t28.980×10?55.997×10?52.2420.134
    t39.688×10?88.160×10?81.4100.235
    sin1a0.0730.1990.1350.713
    sin2b0.1120.2070.2950.587
    cos1c?0.0610.2090.0860.770
    cos2d?0.0880.1990.1930.660
    5204.22常數項?15.5091.165177.202<0.001
    t0.0320.0192.7830.095
    t20.0009.100×0?51.7530.186
    t31.334×10?71.236×10?71.1650.280
    sin1a?0.0190.2960.0040.949
    sin2b0.1430.2990.2300.631
    cos1c?0.0530.3110.0290.864
    cos2d?0.1320.3020.1920.661
      注:a. sin1=$ {\rm{sin} }\left(\frac{ {2\pi {\rm{t} } } }{ {52} }\right)$;b. sin2=$ {\rm{sin}}\left(\frac{ {4\pi {\rm{t} } } }{ {52} }\right)$;c. cos1=$ {\rm{cos}}\left(\frac{ {2\pi {\rm{t} } } }{ {52} }\right)$;d. cos2=$ {\rm{cos}}\left(\frac{ {4\pi {\rm{t} } } }{ {52} }\right)$
    下載: 導出CSV

    表 3  不同預警界值下各年預警信號發出結果比較

    Table 3.  Comparison of annual early warning results for varicella by using different thresholds

    發病水平(例)a不同流行年預警信號發出時間(年-周)靈敏度
    (%)
    平均探測時間
    (周)
    錯誤預警率
    (%)
    2006-20072007-20082008-20092009-20102010-20112011-2012
    100/502007?022008?192008?462009?482011?012011?46 16.671.0083.33
    90/452007?022008?192008?462009?482011?012011?43 16.671.0083.33
    80/402007?022007?512008?462009?482010?472011?43 33.332.5066.67
    70/352006?512007?492008?452009?482010?452011?42 33.333.5066.67
    60/302006?512007?472008?452009?482010?452011?41 33.334.5066.67
    50/252006?472007?472008?432009?482010?442011?41 66.672.7533.33
    40/202006?472007?442008?432009?482010?432011?41 66.673.5033.33
    30/152006?452007?442008?412009?432010?422011?41 83.334.6016.67
    20/102006?452007?442008?412009?402010?412011?40100.004.67 0.00
      注:a. 流行年/非流行年
    下載: 導出CSV
    广西体彩11选五开奖
  • 加載中
圖(2)表(3)
計量
  • PDF下載量:  17
  • 文章訪問數:  3632
  • HTML全文瀏覽量:  829
  • 引證文獻數: 0
文章相關
  • 通信作者:  安慶玉, [email protected]
  • 收稿日期:  2019-04-15
  • 網絡出版日期:  2019-09-03
  • 刊出日期:  2019-10-01
通信作者: 陳斌, [email protected]
  • 1. 

    沈陽化工大學材料科學與工程學院 沈陽 110142

  1. 本站搜索
  2. 百度學術搜索
  3. 萬方數據庫搜索
  4. CNKI搜索

/

返回文章

在線交流