山东大学学报 (医学版) ›› 2022, Vol. 60 ›› Issue (2): 81-88.doi: 10.6040/j.issn.1671-7554.0.2021.0758
房启迪1*,杨淑霞2*,齐畅1,程传龙1,韩闯1,刘盈1,崔峰2,李秀君1
FANG Qidi1*, YANG Shuxia2*, QI Chang1, CHENG Chuanlong1, HAN Chuang1, LIU Ying1,CUI Feng2, LI Xiujun1
摘要: 目的 探索2019年淄博市各镇(街道)脑卒中报告病例的时空分布特征,为脑卒中防控策略提供参考。 方法 收集淄博市2019年脑卒中报告病例数据,应用空间自相关分析、圆分布法和扫描统计量探索脑卒中的时空分布特征。 结果 淄博市2019年脑卒中报告病例共18 469例,粗发病率为407.65/10万,其中,男性粗发病率(464.90/10万)高于女性(350.03/10万);随着年龄增长,脑卒中粗发病率呈增长趋势;发病类型以缺血性脑卒中(84.06%)为主;空间上,病例主要分布在沂源县、张店区和淄川区;时间上,病例主要分布在1月至5月初和8月末至11月。 结论 脑卒中在空间和时间上的分布不同,各疾病预防控制部门可因地制宜,有针对性地加强对脑卒中的预防和干预,以期有效地降低脑卒中的发病率。
中图分类号:
[1] Institute for Health Metrics and Evaluation. GBD Compare[DB/OL].(2020-10-15)[2021-06-08]. https://vizhub.healthdata.org/gbd-compare. [2] 《中国脑卒中防治报告2019》编写组.《中国脑卒中防治报告2019》概要[J]. 中国脑血管病杂志, 2020, 17(5): 272-281. Report on stroke prevention and treatment in China Writing Group. Brief report on stroke prevention and treatment in China, 2019[J]. Chinese Journal of Cerebrovascular Diseases, 2020, 17(5): 272-281. [3] 曹新西, 徐晨婕, 侯亚冰, 等. 1990~2025年我国高发慢性病的流行趋势及预测[J]. 中国慢性病预防与控制, 2020, 28(1): 14-19. CAO Xinxi, XU Chenjie, HOU Yabing, et al. The epidemic trend and prediction of chronic diseases with high incidence in China from 1990 to 2025 [J]. Chinese Journal of Prevention and Control of Chronic Diseases, 2020, 28(1): 14-19. [4] Li Z, Jiang Y, Li H, et al. Chinas response to the rising stroke burden[J]. BMJ, 2019, 364: l879.doi: 10.1136/bmj.l879. [5] 佘凯丽, 张丹丹, 齐畅, 等. 安徽省新型冠状病毒肺炎流行病学特征及其潜伏期估计[J]. 山东大学学报(医学版), 2020, 58(10): 44-52. SHE Kaili, ZHANG Dandan, QI Chang, et al. Epidemiological characteristics and incubation period of coronavirus disease 2019 in Anhui Province[J]. Journal of Shandong University(Health Sciences), 2020, 58(10): 44-52. [6] 张永树, 杨振凯, 訾璐, 等. 中国艾滋病空间格局和时空演化分析[J]. 地球信息科学学报, 2020, 22(2): 198-206. ZHANG Yongshu, YANG Zhenkai, ZI Lu, et al. Spatio-temporal Evolution of the AIDS Pattern in China [J]. Journal of Geo-Information Science, 2020, 22(2): 198-206. [7] 贾艳, 李春雨, 刘利利, 等. 浙江省新型冠状病毒肺炎的流行特征与空间分析[J]. 山东大学学报(医学版), 2020, 58(10): 66-73. JIA Yan, LI Chunyu, LIU Lili, et al. Epidemic characteristics and spatial analysis of COVID-19 in Zhejiang Province [J]. Journal of Shandong University(Health Sciences), 2020, 58(10): 66-73. [8] 王珮竹, 郑兆磊, 许勤勤, 等. 山东省麻疹消除目标年前后时空分布特征比较分析[J]. 中国病原生物学杂志, 2018, 13(4): 359-363. WANG Peizhu, ZHENG Zhaolei, XU Qinqin, et al. Comparison of the spatiotemporal characteristics of measles in Shandong Province before and after the target year for measles elimination [J]. Journal of Pathogen Biology, 2018, 13(4): 359-363. [9] Moran PAP. The interpretation of statistical maps [J]. J R Stat Soc Series B Stat Methodol, 1948, 10(2): 243-251. [10] Anselin L. Local indicators of spatial association-LISA [J]. Geogr Anal, 1995, 27(2): 93-115. [11] 黄仁发, 吴磊, 朱清仙, 等. 脑卒中的发病季节和时间规律分析[J]. 中国老年学杂志, 2012, 32(6): 1117-1118. HUANG Renfa, WU Lei, ZHU Qingxian, et al. Analysis on the season and time rule of stroke incidence [J]. Chinese Journal of Gerontology, 2012, 32(6): 1117-1118. [12] 洪冰, 周富友, 金素萍. 杭州市脑卒中急诊就诊时间和季节的分布特征[J]. 中国卫生统计, 2003(5): 48-49. [13] 金晓胜, 叶侃, 张豪, 等. 2786例院前脑卒中患者发病时间及分析[J]. 医院管理论坛, 2017, 34(7): 38-40,72. JIN Xiaosheng, YE Kan, ZHANG Hao, et al. Analysis on Symptom Onset Time of 2786 Patients with Prehospital Stroke [J]. Hospital Management Forum, 2017, 34(7): 38-40,72. [14] 潘东霞, 陈玲琍, 谢开婿, 等. 应用圆形分布法探讨脑卒中的发病季节和时间规律[J].疾病监测, 2016, 31(1): 58-62. PAN Dongxia, CHEN Lingli, XIE Kaixu, et al. Season specific incidence pattern of stroke indicated with circular distribution method [J]. Disease Surveillance, 2016, 31(1): 58-62. [15] 金丕焕. 医用统计方法[M]. 2版. 上海:复旦大学出版社, 2003. [16] 刘廷轩, 齐畅, 佘凯丽, 等. 河北省新型冠状病毒肺炎流行特征与时空聚集性分析[J]. 山东大学学报(医学版), 2020, 58(10): 74-81. LIU Tingxuan, QI Chang, SHE Kaili, et al. Analysis on the epidemiolohical characteristics and spatial-temporal clustering of COVID-19 in Hebei province[J]. Journal of Shandong University(Health Sciences), 2020, 58(10): 74-81. [17] 刘利利, 贾艳, 齐畅, 等. 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[J]. 山东大学学报(医学版), 2020, 58(10): 82-88. LIU Lili, JIA Yan, QI Chang, et al. The clustering distribution of COVID-19 in Wenzhou from January to March 2020 based on spatiotemporal analysis [J]. Journal of Shandong University(Health Sciences), 2020, 58(10): 82-88. [18] 唐咸艳, 李峤, 仇小强, 等. 扫描统计量中最大空间扫描窗口的尺度选择[J]. 中华疾病控制杂志, 2015, 19(3): 316-317, 320. TANG Xianyan, LI Qiao, QIU Xiaoqiang, et al. An exploratory study on maximum spatial cluster size of scan statistics [J]. Chinese Journal Disease Control & Prevention, 2015, 19(3): 316-317, 320. [19] Tango T, Takahashi K. A flexibly shaped spatial scan statistic for detecting clusters [J]. Int Health Geogr, 2005, 4: 11. doi: 10.1186/1476-072X-4-11. [20] Kulldorff M. SaTScan User Guide v9.7 [EB/OL].(2021-01)[2021-06-08] https://www.satscan.org/techdoc.html. [21] 周盛年, 孙晓晗, 周雪颖, 等. 山东省脑卒中流行病学及其危险因素分析[J]. 中华神经科杂志, 2019, 52(9): 716-723. ZHOU Shengnian, SUN Xiaohan, ZHOU Xueying, et al. Epidemiology of stroke and its risk factors in Shandong province, China [J]. Chinese Journal of Neurology, 2019, 52(9): 716-723. [22] Suadicani P, Andersen LL, Holtermann A, et al. Perceived psychological pressure at work, social class, and risk of stroke: a 30-year follow-up in Copenhagen male study [J]. J Occup Environ Med, 2011, 53(12): 1388-1395. [23] Shah ASV, Lee KK, McAllister DA, et al. Short term exposure to air pollution and stroke: systematic review and meta-analysis[J]. BMJ, 2015, 350: h1295. doi: 10.1136/bmj.h1295. [24] Huang K, Liang F, Yang X, et al. Long term exposure to ambient fine particulate matter and incidence of stroke: prospective cohort study from the China-PAR project [J]. BMJ, 2019, 367: l6720. doi: 10.1136/bmj.l6720. [25] Béjot Y, Reis J, Giroud M, et al. A review of epidemiological research on stroke and dementia and exposure to air pollution [J]. Int J Stroke, 2018, 13(7): 687-695. [26] Tian Y, Liu H, Si Y, et al. Association between temperature variability and daily hospital admissions for cause-specific cardiovascular disease in urban China: A national time-series study [J]. PLoS Med, 2019, 16(1): e1002738. doi: 10.1371/journal.pmed.1002738. [27] Chen R, Yin P, Wang L, et al. Association between ambient temperature and mortality risk and burden: time series study in 272 main Chinese cities[J]. BMJ, 2018, 363: k4306. doi: 10.1136/bmj.k4306. |
[1] | 程传龙,杨淑霞,佘凯丽,房启迪,韩闯,刘盈,崔峰,李秀君. 淄博市2018年恶性肿瘤的流行特征及影响因素[J]. 山东大学学报 (医学版), 2022, 60(2): 102-108. |
[2] | 赵璇,李晓鹏,李剑,田彬,王广君. 磁珠耳穴贴压联合重复经颅磁刺激对脑卒中后抑郁的疗效[J]. 山东大学学报 (医学版), 2022, 60(1): 65-70. |
[3] | 贾艳,李春雨,刘利利,佘凯丽,刘廷轩,朱雨辰,齐畅,张丹丹,王旭,陈恩富,李秀君. 浙江省新型冠状病毒肺炎的流行特征与空间分析[J]. 山东大学学报 (医学版), 2020, 58(10): 66-73. |
[4] | 陈希,刘新宇,范立霞,田永昊,原所茂. 老年脊柱疾病应用颈动脉超声评估缺血性脑卒中风险的临床价值[J]. 山东大学学报 (医学版), 2019, 57(5): 48-55. |
[5] | 郝小蕊,赵昌盛. 肠内和肠外营养支持对早期重症脑卒中患者血清ALT、SCr浓度变化及并发症的影响[J]. 山东大学学报 (医学版), 2019, 57(3): 80-84. |
[6] | 王纪传,刘瑞红,李东芝,薛付忠. 地理加权回归在脑卒中病因探索中的应用[J]. 山东大学学报(医学版), 2017, 55(8): 88-94. |
[7] | 李敏,王春霞,夏冰,朱茜,孙苑潆,王淑康,薛付忠,贾红英. 健康管理人群脑卒中风险预测模型[J]. 山东大学学报(医学版), 2017, 55(6): 93-97. |
[8] | 曲立新,时兴华,杜怡峰. 急性缺血性脑卒中患者血浆PMP及EMP含量与预后的相关性[J]. 山东大学学报(医学版), 2016, 54(12): 32-36. |
[9] | 陈海丽, 顾娇阳, 张文静, 袁琳冉, 郑娟, 袁中瑞. 经典Wnt信号通路在大鼠脑缺血后血管新生中的作用[J]. 山东大学学报(医学版), 2015, 53(4): 31-36. |
[10] | 王浩, 张娜, 薛付忠, 王萍, 康殿民, 刘言训. 山东省艾滋病病毒感染者及艾滋病患者空间流行特征[J]. 山东大学学报(医学版), 2015, 53(2): 81-86. |
[11] | 郑娟, 李政, 张文静, 袁琳冉, 樊书菠, 刘玉刚, 袁中瑞. Caveolin-1对脑缺血大鼠血管新生的影响[J]. 山东大学学报(医学版), 2015, 53(10): 16-20. |
[12] | 刘结梅, 黄国志, 刘健, 蔡奇芳. 早期康复治疗对脑卒中后肩手综合征及 上肢运动功能的影响[J]. 山东大学学报(医学版), 2014, 52(S2): 59-60. |
[13] | 蔡毅,龙发青,曾超胜,苏庆杰,吴海荣,吴映曼,李鹏翔,周经霞,王德生,张余辉. 缺血性脑卒中二级预防中高血压防治的现状及其影响因素[J]. 山东大学学报(医学版), 2013, 51(3): 76-79. |
[14] | 陈瑨1,祁珍华1,江虹1,张灿灿1,江平胤2,党红梅2,赵鹏2,张红静1 . 脑卒中偏瘫患者D型人格特征[J]. 山东大学学报(医学版), 2013, 51(2): 104-. |
[15] | 张冰冰1,姜祥坤2,张世英2,薛付忠1. 空间自相关分析在探究疾病分布热点区域中的应用[J]. 山东大学学报(医学版), 2012, 50(5): 129-132. |
|