资源描述：
《2006-2016年期间辽宁省人间布鲁氏菌病流行病学特征分析及流行预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
分类号：R181.2单位代码：10159密级：公开学号：201570007硕士学位论文（硕士专业学位）中文题目：2006-2016年期间辽宁省人间布鲁氏菌病流行病学特征分析及流行预测研究英文题目：EpidemiologicalcharacteristicsofhumanbrucellosisandthepredictionresearchinLiaoning,2006-2016论文作者：王子江指导教师：金亚平教授学科专业：公共卫生完成时间：2018年3月 中国医科大学硕士学位论文中国医科大学硕士学位论文2006-2016年期间辽宁省人间布鲁氏菌病流行病学特征分析及流行预测研究EpidemiologicalcharacteristicsofhumanbrucellosisandthepredictionresearchinLiaoning,2006-2016论文作者王子江指导教师金亚平教授申请学位医学硕士培养单位公共卫生学院一级学科公共卫生与预防医学研究方向传染病流行病学论文起止时间2017年11月—2018年3月论文完成时间2018年3月中国医科大学（辽宁）2018年3月 中国医科大学学位论文独创性声明本人郑ｍ声明：本论文是我个人在导师指导下独立进行的研宄工作，不包及取得的研宂成果，论文中除加以标注的内容外含其他人或机构己经发表或撰写过的研究成粜，也不包含本人为获得其他学位而使用过的成果。对本研宂提供贡献的其他个人和集体均己在文中进行了明确的。说明并表示谢意。本人完全意识到本声明的法律结果由本人承担论文作者签名：日期：年￥月＜日中国医科大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交学位论文的原件、复印件和电子版，允许学位论文被查阅和借阅。本人授权中国医科大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以釆用影印、缩印或扫描等复制手段保存和汇编学位论文。？保密。（保密？请在括号内（），在年后解密适用本授权书＿“”划７）论文作者签名：指导教师签名：■日期＾＾日期：Ｕ年彡月＾日：Ｋ年夂月日 中国医科大学硕士学位论文摘要目的：1.收集辽宁省2006-2016年人间布鲁氏菌病监测数据，从人群分布和时空分布的角度描述辽宁省人间布病的流行病学特征；2.结合数据的时间趋势和季节趋势，构建ARIMA模型，探讨其在预测辽宁省布病发病方面的应用效果。方法：1.收集辽宁省2006-2016年人间布病监测资料，按照性别、年龄、职业、地区、年份进行分类整理，使用SPSS20.0对监测数据进行分析和制图，描述辽宁省人间布病监测数据分布特征；2.通过SPSS20.0建立ARIMA模型。步骤包括：序列平稳化、模型识别、参数估计和模型诊断、预测。以2012年1月-2016年12月辽宁省人间布病数据建立时间序列，短期预测2017年1-6月的发病情况，与实际报告发病数进行比较，探讨预测效果。结果：1.2006-2016年间辽宁省共报告人间布病15314例，其中报告数最多的年份是2015年，共2948例，病例主要集中在41-50岁和51-60岁年龄组，报告发病男性较多，男女比例约为3.17:1，农民是主要人群，占全部报告病例的78.5%，其次为家务及待业人群（含离退休人员），发病地区集中于葫芦岛、锦州、沈阳、阜新以及朝阳市，疫情较其它城市突出。病例主要集中于每年的3-7月份，2月和8月次之，春夏两季，存在明显的季节性。2.经过对数转换，一次差分和一次季节差分后的布病月发病数序列图趋于平稳，经过粗筛选得到4种备选模型，均为白噪声序列，通过比较贝叶斯准则（BIC）值，最终确定ARIMA(0,1,0)(1,1,0)12为预测模型。应用该模型对辽宁省2012-2016年人间布病月发病报告数进行拟合预测，结果显示2017年1-6月的观测值和拟合值都在预测值的95%可信区间内，绝对误差和相对误差整体较小，预测效果良好，精确度较高。结论：1.辽宁省2006-2016年间人间布病发病率总体呈波动上升趋势，且存在季节性，每年的3-7月为发病高峰，半农半牧地区的农民为高危险人群；2.葫芦岛、锦州、沈阳、阜新和朝阳市是辽宁省人间布病发病的高危地区，对研究布病危险因素及干预措施有重要意义；3.ARIMA模型对存在时间和季节性趋势的人间布病的短期预测应用效果较好。关键词：人间布鲁氏菌病；流行病学特征；ARIMA模型I 中国医科大学硕士学位论文AbstractObjective:1.Todescribetheepidemiologicalcharacteristicsofhumanbrucellosisfrom2006to2016fromthepartofpopulationdistributionandspatialandtemporaldistribution,bycollectinghumanbrucellosissurveillancedata.2.Basedonthetimetrendandseasonaltrendofdata,theARIMAmodelwasconstructedtoexploreitsapplicationeffectinpredictingthehumanbrucellosisincidenceinLiaoningprovince.Methods:1.Thesurveillancedataofhumanbrucellosiswerecollectedandanalyzedaccordingtogender,age,occupation,regionandyearbyusingSPSS20.0todescribethecharacteristicsofhumanbrucellosissurveillancedatainLiaoningprovince;2.EstablishanARIMAmodelbyusingSPSS20.0.Thestepsincludedsequencestabilization,modelidentification,parameterestimationandmodeldiagnosisandprediction.AtimeserieswasestablishedfromJanuary2012toDecember2016,andtheincidenceofJanuarytoJune2017waspredictedintheshortterm,whichwascomparedwiththeactualnumberofreportedcases,andthepredictioneffectwasdiscussed.Results:1.Atotalnumberof15314caseswascollectedinLiaoningprovince2006-2016,andthepeakyearwas2015withatotalof2948cases.Casesweremainlyconcentratedintheagegroupof41to50and51to60yearsold,theincidenceofmalewasmore,thesexratiowas3.17:1.Inaddition,farmersaccountedfor78.5%ofallreportedcases,followedbythehouseworkandunemployedpeople(includingretirees).Incidenceareasconcentratedinthecitiesofhuludao,jinzhou,shenyang,fuxinandchaoyang.ThecasesweremainlyconcentratedinspringandsummerfromMarchtoJulyofeachyear,followedbyFebruaryandAugust,andtherewasanobviousseasonality.2.Afterthelogarithmictransformationanddifference,thesequencediagramwasleveledoff,andthenfourkindsofwhitenoisesequencemodelswerefilteredthroughcomparingtheBICwhichtodeterminetheoptimalmodelofARIMA(0,1,0)(1,1,0)12.ApplyingthemodelinLiaoningprovincebyusingsurveillancedatafrom2012to2016topredictJanuarytoJune2017.Theresultsshowedthattheobservedvalueandthefittingvalueswerewithinthepredictivevalueof95%confidenceinterval,predictioneffectwasgood,andtheaccuracywashighrelatively.II 中国医科大学硕士学位论文Conclusion:1.Therewasarisingtendencyintheprevalenceofhumanbrucellosis,andthereexistedseasonalityfromMarchtoJuly.Besides,farmersinsemi-ruralandsemi-pastoralareaswerehighriskgroups.2.Thecitiesofhuludao,jinzhou,shenyang,fuxinandchaoyangwerethehighriskareasoftheepidemicdiseaseinLiaoningprovince,whichwasofgreatsignificancetostudytheriskfactorsandinterventionmeasuresofthedisease.3.TheARIMAmodelhasagoodeffectonshort-termpredictionofhumandiseasesforitstemporalandseasonaltrends.KeyWords:humanbrucellosis;epidemiologicalcharacteristics;ARIMAmodelIII 中国医科大学硕士学位论文英文缩略语英文缩写英文全称中文全称ARIMAautoregressiveintegratedmovingaveragemodel自回归移动求和平均模型ACFautocorrelationchart自相关函数图PACFpartialautocorrelationchart偏自相关函数图ADFaugmenteddickey-fullertest单位根检验BICbayesianinformationcriterions贝叶斯准则MAPEmeanabsolutepercentageerror平均绝对百分比误差ARautoregressivemodel自回归模型MAmovingaveragemodel移动平均模型IV 中国医科大学硕士学位论文目录摘要.....................................................................................................................................IAbstract...............................................................................................................................II英文缩略语......................................................................................................................IV2006-2016年期间辽宁省人间布鲁氏菌病流行病学特征分析及流行预测研究1前言................................................................................................................................12材料与方法....................................................................................................................42.1资料来源...............................................................................................................42.2方法.......................................................................................................................42.2.1流行病学特征分析.....................................................................................42.2.2ARIMA模型建立........................................................................................42.2.3统计分析.....................................................................................................52.3质量控制...............................................................................................................53结果................................................................................................................................63.12006-2016年辽宁省人间布病监测结果..............................................................63.1.1流行强度.....................................................................................................63.1.2人群分布.....................................................................................................63.1.3时空分布......................................................................................................83.2ARIMA模型预测分析........................................................................................103.2.1月发病数序列平稳化及模型识别...........................................................103.2.2模型的参数估计和模型诊断....................................................................123.2.3模型的预测应用........................................................................................144讨论..............................................................................................................................155结论..............................................................................................................................18本研究创新性的自我评价..............................................................................................19参考文献..........................................................................................................................20综述................................................................................................................................22致谢..................................................................................................................................31个人简历..........................................................................................................................321 中国医科大学硕士学位论文2006-2016年期间辽宁省人间布鲁氏菌病流行病学特征分析及流行预测研究1前言布鲁氏菌病（以下简称布病）是由布鲁菌属细菌的传播导致的一种人畜共患病，牛、羊、猪、马等牲畜均能发病且传染给人类。布鲁菌属为革兰氏阴性短杆状细菌，主要包括羊布氏杆菌(B.meltensis)、牛布氏杆菌(B.abortus)及猪布氏杆菌(B.suis)等六个菌种[1]，其中，羊布氏杆菌是我国人间布病的主要来源。人感染布氏杆菌主要通过黏膜（包括皮肤、消化道和呼吸道）接触病畜或被病畜污染的食物、乳制品、土壤等引起发病，由于其体内外存活能力强、高致病性、快速雾化等特性，加之传播途径广泛多样且人群对布氏杆菌普遍易感，发病人群以接触牲畜机率较大的农牧民为主[2]。该病平均潜伏期为2周，主要临床表现为波状热、多汗、乏力以及淋巴结、肝、脾和睾丸肿大等，若延误治疗或反复发作可发展成慢性期患者，主要表现为骨关节损害。目前，全球布病患者大约有500-600万人，年新发病人数大约为50万余例，严重威胁着人们的生命健康。我国自进入21世纪以来，布病疫情迅猛增长。迄今，我国受布病威胁的人口约有3.5亿，布病疫情处于历史上最严重时期，发病率超过历史最高水平。自上世纪60年代，辽宁省就不断有人间病例的报告，但发病水平总体较低，属零星散发。1994年以后，辽宁省人间布病疫情持续升温，并且地区范围不断扩大。进入21世纪后，辽宁省每年人间布病病例报告数都居我国前列[3,4]。近年来随着动物及动物产品的大量流通和畜牧业发展步伐的加快，家庭养殖在我省多个城市逐渐开展，家庭养殖户数目的快速增长，加之农牧民对布病防控认知的滞后，随之而来人间布病发病率也持续快速的升高，特别是在近几年，葫芦岛、锦州、沈阳市等地，人间布病发病率在全省一直居于前列[5]。布病不仅对人类健康造成威胁，同时也阻碍畜牧业的发展。有文献报道，我国每年因布病导致的畜牧业经济损失高达10亿元[6]。此外，布病引起的负面效应很多，其中食品安全问题、职业病案件、财产纠纷、脱贫困难等问题逐渐浮出水面[7]。畜间布病疫情的监测力度不足，动物防控体系不建全，加之人、畜间布病防控工作的衔接不到位，使辽宁省乃至我1 中国医科大学硕士学位论文国在制定布病防控政策方面都难以健全，布病疫情日趋严峻。结合历史监测数据进行及时有效的预测疫情，识别高危人群，提前做好防控布署工作，是近年来辽宁省疾病预防控制中心工作的重点，有利于实现对重点疫区，重点人群防控工作两手抓。自2003年非典后，我国逐步加大传染病监测系统建设的投入，并完善传染病信息报告网络系统。目前我国在利用传染病监测数据方面基本停留在描述性研究的阶段，如何利用多种数理统计分析方法前瞻性的预测不同类型传染病的流行趋势，并且有效整合到传染病监测网络和预计环节是当前形势下一个不可忽视的任务[8]。在疾病监测的框架下，综合流行病学数据资料与数学理论模型来预测布病发展趋势，分析高危因素是近些年研究的热点[9,10]。依据布病监测数据的时间趋势性和季节性特点，时间序列分析法可以挖掘其随时间变化的规律，进而建立时间序列模型对未来的发病趋势做出预测[8,11]。自回归移动求和平均模型(autoregressiveintegratedmovingaveragemodel,ARIMA)是Box-Jenkins方法中重要的时间序列分析预测模型，其基本思想是将预测对象随时间的推移所形成的数据集视为一个随机序列，它是依赖于时间t的随机变量。ARIMA模型试图解决的问题主要有：分析时间序列的随机性、平稳性和季节性；在对时间序列进行分析的基础上选择合适模型进行预测[12]。ARIMA模型是结合了自回归模型(autoregressivemodel,AR)和移动平均模型(movingaveragemodel,MA)的各自优点的组合模型，其精度较高，是时间序列研究方法中用以进行短期预测的经典模型。在布病预测研究方面，白永飞等[13]根据山西省2006-2010年间的布病疫情监测月发病数来预测验证2010-2011年间的布病月发病数，得到预测值比实测值稍高，考虑到布病季节性波动因素，在应用该模型时至少应需要监测7-8个季节周期以上的历史资料。田德红等[14]收集2004年1月到2015年5月我国布病监测月发病数来预测验证2015年6-12月间的布病月发病数，该研究运用ARIMA乘积季节模型对时间序列数据进行差分处理，去除趋势性和季节性干扰进行建模并预测，模型拟合效果良好。在其他传染性疾病的预测研究方面，王永斌等[15]收集2004年1月-2013年12月我国梅毒发病率资料，利用其发病的季节性周期性趋势短期预测了2014年梅毒月发病率，精度较高，并且指出对梅毒发病率的预测模型，其参数在不同地区不同时间段是不同的，强调了针对不同地区、不同时段构建传染病预测模型的必要性。陈艳艳等[16]拟合1987年-2013年湖北省居民血吸虫感染率资料，预测2014-2018年血吸虫感染率，预测值95%置信区间随着预测时间的延长而变宽，预测精度降低，验证了时间序列模型适用于短期预测，如果做长期预测会降低精度，2 中国医科大学硕士学位论文甚至误导，因此做长期预测慎用。结合ARIMA模型的应用特点，本研究基于以往研究对辽宁省人间布病的流行病学特征的描述分析的基础，构建ARIMA时间序列模型，将2012年1月至2016年12月的月发病数据纳入模型，并对2017年1-6月的月发病数进行预测，探讨时间序列模型在辽宁省人间布病预测方面的应用效果，为布病防控提供线索。3 中国医科大学硕士学位论文2材料与方法2.1资料来源疫情监测资料2006-2016年辽宁省人间布病发病数据来自于全国法定传染性疾病监测信息报告管理系统，辽宁省疾病预防控制中心(LiaoningCenterforDiseaseControlandPrevention)收集的监测资料共15314例人间布病病例，相应地区的人口资料来源于《辽宁省统计年鉴》。2.2方法2.2.1流行病学特征分析收集2006-2016年辽宁省人间布病发病数据，按照地区（市）、时间、人群一般特征（包括性别、年龄、职业类别）进行分类整理，其中职业类别包括幼托儿童、散居儿童、学生、教师、保育员及保姆、餐饮食品业、公共场所服务员、医务人员、工人、民工、农民、牧民、渔（船）民、海员及长途驾驶员、干部职员、离退职员、家务及待业、不详和其它；汇总出2012-2016年间月发病数作为模型的起始基础数据进行模型探索，并动态收集2017年1-6月辽宁省人间布病的月发病数，以此来预测并验证2017年1-6月人间布病发病情况。上述过程由Excel2010和SPSS20.0来进行统计描述和分析。2.2.2ARIMA模型建立ARIMA模型建模步骤一般为：序列平稳化（stationarity）、模型识别（identification）、参数估计和模型诊断（estimationanddiagnostic）、预测（forecasting）。数据分析和建模通过SPSS20.0完成。第一步：序列平稳化。首先绘制发病数的时间序列图，观察其平稳性。如果原始序列不平稳，则通过平方根转换，普通差分和季节差分来对原始数据进行转换，观察转换后的时间序列图的平稳性，其时间趋势和季节趋势是否被消除、检验序列的平稳性采取单位跟检验（augmenteddickey-fullertest,ADF），通过Eviews9.0软件完成。第二步：模型识别。①观察并识别自相关函数图（autocorrelationchart,ACF）4 中国医科大学硕士学位论文和偏自相关函数图（partialautocorrelationchart,PACF）来把握模型的大致方向，如随机性、平稳性、季节性，进行分析；②根据ACF和PACF图为目标序列定阶，超过2阶的情况一般很少见。可由低阶到高阶用0、1、2反复改变模型阶数，进行不同的组合，识别出几个粗模型以便进一步分析完善。本研究依据标准化贝叶斯准则（bayesianinformationcriterions,BIC），标准化BIC值较小，并且模型参数均有统计学意义来筛选最优模型。第三步：模型诊断。根据残差序列来进行模型诊断。要求残差是随机的，对模型进行拟合优度检验（残差序列检验），Ljung-BoxQ值检验结果应为P>0.05，提示该模型的残差序列为白噪声，可以进行模型预测。反之，如果不是白噪声序列，则模型不能用来进行预测。第四步：预测。用最终选定的模型对2017年1-6月发病数进行预测。观察整体序列的实际值和预测值的拟合效果，然后对2017年1-6月预测的月发病数与实际月发病数进行验证，通过计算平均绝对百分比误差（MAPE）来评价模型预测的准确性和精度。2.2.3统计分析本研究采用Excel2010软件对2006-2016年辽宁省人间布病监测数据进行描述性统计分析，并且绘制图表；采用SPSS20.0统计分析软件对2012-2016年辽宁省人间布病月发病数进行模型的建立与预测工作；采用Eviews9.0软件对时间序列的平稳性进行检验。2.3质量控制通过网络审核、卡片质量抽查以及漏报调查等的各项措施进行质量控制，确保上报数据的准确性。5 中国医科大学硕士学位论文3结果3.12006-2016年辽宁省人间布病监测结果3.1.1流行强度2006-2016年间共报告辽宁省人间布病15314例。其中报告数最多的年份是2015年，共2948例，发病率为6.97/10万；2007年报告数最少，共359例，发病率为0.85/10万；自2007年起，报告数开始逐年增多，2015年达到高峰，2016年略有回落（图1）。3500300025002000数发病15001000500020062007200820092010201120122013201420152016年份图12006-2016年辽宁省人间布病发病报告数3.1.2人群分布3.1.2.1年龄分布根据监测资料结果显示，病例主要集中在41-50岁和51-60岁年龄组，为主要发病人群，分别占全部报告病例的30%和29%；20岁及以下年龄组所占比重最小，21-30岁组次之；31-40岁组和61岁及以上年龄组分别占16%，14%。各年龄段性别构成均是男性发病明显多于女性（图2）。6 中国医科大学硕士学位论文男性女性500040003000发病数2000100000-20岁21-30岁31-40岁41-50岁51-60岁大于60年龄组图22006-2016年辽宁省人间布病人群不同性别各年龄组发病数3.1.2.2性别分布2006-2016年间布病发病报告男性共计11644例，女性共计3670例，男女比例约为3.17:1，男女发病总体趋势基本一致（图3）。男性女性250020001500发病数1000500020062007200820092010201120122013201420152016年份图32006-2016年辽宁省人间布病发病报告性别分布7 中国医科大学硕士学位论文3.1.2.3职业分布根据监测资料显示，2006-2016年布病发病疫情报告中，农民为主要人群，占全部报告病例的78.5%，其次为家务及待业人群（含离退休人员），构成比为11.6%。学生、牧民、工人和兽医所占比例较低（表1）。表12006-2016年辽宁省人间布病发病人群职业分布职业人数构成比（%）农民1201578.50家务及待业（含离退人员）177711.60工人3692.40牧民2261.50学生2151.40兽医330.20其他6794.403.1.3时空分布3.1.3.1地区分布根据资料显示，在2006-2016年间辽宁省14个下辖市中，自2008年各市均有布病发病报告，且逐步扩大蔓延，报告发病数均逐年增多。报告热点城市集中于葫芦岛、锦州、沈阳、阜新以及朝阳，疫情较其它城市突出。其中，葫芦岛、锦州和阜新市自2014年起疫情均有回落，而沈阳市则保持疫情增长趋势（图4）。图42006-2016年辽宁省人间布病高发地区发病趋势8 中国医科大学硕士学位论文3.1.3.2季节性分布根据资料显示，病例主要集中于每年的3-7月份，2月和8月次之，春夏两季，该时期累积报告发病例数占全年累积报告数的60.8%。发病高峰出现在5月，十一年累积发病例数为2205例；发病低峰为每年的10、11、12月份交替出现，冬季报告发病数明显较低。总体呈现出明显的季节性分布，布病疫情主要集中于春夏两季，冬季不常见（图5-6）。图52006-2016年辽宁省人间布病月发病报告2500200015001000累积月发病数5000123456789101112月份图62006-2016年辽宁省人间布病累积月发病数9 中国医科大学硕士学位论文3.2ARIMA模型预测分析3.2.1月发病数序列平稳化及模型识别本研究以2012-2016年的月发病数据作为基础数据应用于模型预测，以2017年1月至6月的数据作为模型的验证。首先绘制2012年1月至2016年12月的月发病数时间序列图，见图7。由图7可见，辽宁省布病发病报告数呈明显上升趋势，并且存在周期性和季节性规律，高峰出现在每年3-7月之间，周期为12个月，序列是不平稳序列，需要对原始数据进行转换从而获得平稳序列。对2012年1月-2016年12月的数据进行对数转换，再进行一次差分和一次季节差分，即d=1，D=1，序列的时间趋势已经消除，并且季节规律也不明显，经ADF检验P<0.05，属于平稳序列（图8），模型形式可以确定为ARIMA(p,1,q)(P,1,Q)12。ACF和PACF图详见图9-10。由图9和10可见，从1阶后开始均视为拖尾，初步确定Q(q)为0或1，P(p)为0或1。图72012-2016年辽宁省人间布病月发病报告数序列图10 中国医科大学硕士学位论文图8经过对数转换及d=1,D=1差分后的人间布病月发病报告数序列图图9经过对数转换及d=1,D=1差分后的ACF图11 中国医科大学硕士学位论文图10经过对数转换及d=1,D=1差分后的PACF图3.2.2模型的参数估计和模型诊断根据阶数从小到大依次组合逐一尝试建立模型，对模型进行拟合优度检验（残差序列检验），Ljung-BoxQ值检验结果应为P>0.05，差异无统计学意义，说明用于模型的序列信息已被充分提取，模型的残差序列为白噪声，可以进行模型预测。经过筛选，粗选出4种平稳的白噪声模型（表2）并对其进行参数估计（表3）。然后根据标准化贝叶斯准则，BIC值相对较小，并且模型参数均具有统计学意义，最终选定ARIMA(0,1,0)(1,1,0)12为最优模型。绘制ARIMA(0,1,0)(1,1,0)12模型的残差序列ACF和PACF图对模型进行诊断，本模型残差序列ACF和PACF图显示残差基本都落在95%区间内，P>0.05（图11）。因此本模型可以用来预测辽宁省人间布病月发病报告数。表2四种备选模型的BIC值及Ljung-BoxQ检验结果模型标准化BIC统计量Ljung-BoxQ检验显著性(P)ARIMA(1,1,1)(1,1,1)127.3212.990.53ARIMA(1,1,1)(1,1,0)127.3416.510.35ARIMA(0,1,0)(1,1,0)127.2923.410.14ARIMA(1,1,1)(0,1,1)127.2113.740.5512 中国医科大学硕士学位论文图11残差的ACF和PACF图表3四种备选模型的参数估计模型估计标准误t值P值ARIMA(1,1,1)(1,1,1)12AR0.460.202.310.03MA0.102.450.410.69SAR-0.190.35-0.530.60SMA0.800.900.890.38ARIMA(1,1,1)(1,1,0)12AR0.450.182.510.02MA0.105.820.170.87SAR-0.540.18-2.970.01ARIMA(0,1,0)(1,1,0)12SAR-0.580.16-3.600.001ARIMA(1,1,1)(0,1,1)12AR0.440.192.290.03MA0.1016.890.060.95SMA0.10137.870.010.9913 中国医科大学硕士学位论文3.2.3模型的预测应用运用ARIMA(0,1,0)(1,1,0)12对辽宁省2012-2016年人间布病月发病报告数进行拟合预测（图12），模型的MAPE值为12.97%，模型精度高。结果显示观测值和拟合值都在预测值的95%可信区间内，绝对误差和相对误差均较小。2017年1-6月观测值与预测值比较结果见表4，结果显示，观测值和拟合值的整体趋势基本一致，拟合值整体略低于观测值，预测值的MAPE为13.22%，精确度高，预测效果较好。图12辽宁省人间布病月发病数观测值与拟合值序列对比图表42017年1-6月辽宁省人间布病月发病数观测值与拟合值比较95%CI95%CI月份观测值拟合值误差绝对值绝对百分比误差（上限）（下限）1131103.36140.8873.9127.6421.102140121.62187.0575.1318.3813.133185173.95292.6395.7511.055.974251192.66348.8696.0358.3423.245262242.30467.41110.4919.707.526220201.60411.3084.7218.408.3614 中国医科大学硕士学位论文4讨论到20世纪90年代，我国人间布病已基本控制，部分地区已经达到稳定控制的标准。2000年以后，随着工作重心的转移和牲畜流动性增强，加之人们对布病的警惕性有所放松，致使布病又呈现抬头之势[17]。由2004-2010年全国人间布病时空分布图中可以看到[4]，布病疫情主要分布在内蒙古、河北、山西北部以及黑龙江、吉林、辽宁省东三省，并且疫情有逐年回升之势。辽宁省与内蒙古地区紧密相邻，病畜及其乳制品通过交易往来流通于疫区与非疫区之间，俨然成为辽宁省布病疫情回温的危险因素之一[18]。其中，葫芦岛等地布病疫情较为突出，因其不同于内蒙古牧区养殖模式，半农半牧地区的布病疫情传播进展方式也具有一定研究意义。由本研究结果可见，辽宁省自2011年起，布病疫情增幅开始增大，2015年发病率为6.97/10万，是2007年的8.2倍，这与全国布病疫情发展趋势基本相符。在辽宁省的14个辖市中，自2008年起各市均开始有布病报告，并且逐年增加。病例主要集中在葫芦岛、锦州、沈阳、阜新和朝阳市，以葫芦岛市疫情最为严重。其中，沈阳市病例报告自2008年开始逐年增加，而葫芦岛、锦州及阜新市自2014年开始有回落之势，葫芦岛近两年疫情回落最为明显。其它市也存在增长趋势，但总体发病报告水平较低。总体呈现出旧疫区疫情居高不下，新疫区不断扩大。疫区的扩大可能与牲畜在全国范围内大量流动有关。小尾寒羊及绒山羊因其市场价格高，也最易传播羊型布鲁氏菌[19]。此外，大部分地区扑杀补助不到位，病畜扑杀困难。按照目前国家补助标准羊500元/只，低于养殖成本和市场价格，造成扑杀困难。加之人类布病疫苗研究进展缓慢，缺乏合理有效的免疫政策。由于布鲁氏菌有多种致病菌属，部分疫苗也仅能对某一种属进行免疫，并且动物间免疫的疫苗效果时效性很短[20]。近些年，有研究提出气候环境的变化，影响病原体及宿主的分布，进而与布病等人畜共患病的疫情的出现、再出现和流行有很强的关联性。有研究收集1952-2006年黄石公园积雪与冬季草料补给的数据加上1993-2006年布病监测数据，结果显示喂养的季节时长与积雪和麇鹿感染布鲁氏菌病血清阳性之间存在相关性，而麇鹿的数量规模、密度对血清感染阳性率的影响不大，说明布病宿主长时间持续聚集在一起要比单纯数量上的大密度对布病感染血清阳性峰值关联度更大[21]。因此，应该加强牲畜检验检疫力度，加大疫苗研制投入，优化免疫补助政策，完善扑杀补助政策，加强牲畜交易管理力度。15 中国医科大学硕士学位论文在布病发病报告的病例中，41~50岁组和51~60岁组所占比重最大，占据全部病例的近2/3；农民是病例主要人群，占据全部报告病例的78.5%，仅有将近20%是来自于其他类型人群。辽宁省目前总体养殖模式以家庭养殖为主，基本为半农半牧模式，因此承担着家庭主要劳动力的青壮年是大部分家庭经济的主要支柱来源，也与受感染的牲畜接触的机会最为频繁，在畜牧业作业中最有可能接触布鲁氏杆菌，受感染的概率也最大。此外，高危职业人群由于在与牲畜密切接触的作业中的一些高危行为习惯，更加加大受感染的概率：包括接触病畜或流产牲畜时未进行防护、病畜未进行及时扑杀及不做深埋处理、贩卖加工病畜、食用病死畜肉或未煮熟肉乳制品、饲养牲畜未进行免疫等[22]。目前，我国布病高危职业人群主要是半农半牧地区的农民和家务及待业人群等。从辽宁省目前布病被动监测系统来看，在监测数据的整理收集过程中，大部分人群在职业类别的登记方面界定很模糊，这就大大降低了监测数据的质量。因此应继续完善传染病上报系统，准确划分职业类别，同时还应加强对各地区传染病上报工作人员的培训，切实保障好传染病上报工作高质量运行。同时，面对高危人群和高发地区，健康促进行为教育和布病防治知识的宣传在当前布病防治工作中非常重要，必须加强健康教育和防治宣传工作，提高高危职业人群防病治病的主观意识，从认知上根本改变职业人群的高危行为习惯。由辽宁省布病发病报告可以看出，发病病例主要集中于每年3-7月，该段时间累积报告发病例数占全部报告数的61.8%。其中发病高峰5月累积发病例数最多，6月次之，低峰在每年10月、11月和12月份交替出现，呈现出明显的季节性特征分布。主要原因一方面与养殖作业规律有关，春夏季气温回暖，草木生长，职业行为增多，春季农牧民开始剪羊毛，与牲畜接触密切，夏季羊群进入繁殖高峰，通过接生及接触流产死胎的概率增大；另一方面，随着居民饮食结构和需求的变化，夏季羊肉市场需求增大，羊交易频繁导致流动性增加。因此布病的防控干预应考虑季节的波动，在流行高峰时段做好针对性干预和预防，积极采取主动监测，同时加强人间-畜间联防联控机制，有效控制传染源。本研究通过对2012-2016年辽宁省人间布病月发病数建立ARIMA模型，通过该模型获得的2012-2016年人间布病月发病数拟合值与实际观测值两条曲线基本吻合，由此对2017年1-6月的月发病数进行预测，所得的拟合值略低于实际观测值，模型预测的结果较2016年呈现出降低趋势，与实际监测的趋势相符，降幅略高于实际观测值。一是考虑到2017年实际观测值与2012-2016年的时间序列趋势相比，自2016年起一直到2017年6月，人间布病报告数每月都出现了降低之势，而影响16 中国医科大学硕士学位论文传染病发病的因素包括宿主因素，环境因素，社会干预等多方面，而目前没有办法收集到这些因素的月度信息资料[23]；二是随着近年来疫情的上升，政府给与足够重视，疾病预防控制中心与动物疫病预防控制中心加强联防联控，2016年对传染源进行扑杀、免疫接种，达到了一定的防控效果；三是有研究对锦州市布病监测数据构建ARIMA模型[24]，预测精度高，本研究的维度是以省为单位，而省内不同地区疫情差异又较大，可以继续从不同市区的维度上着手继续提高模型预测的准确度。综上可能是对2017年的预测出现偏差的原因，但实际观测值并未超出拟合值95%区间范围内，模型总体预测效果较好，精度高，对疫情预测具有一定指导意义。人间布病的发病在近十年内呈明显的上升趋势，并且不同地区的季节性差异比较明显[14]。在以往将ARIMA模型应用到人间布病研究的文献中，白永飞等[13]对山西省布病监测资料创建ARIMA(1,0,1)(1,1,0)[25]12模型，娄鹏威等对新疆布病监测资料创建ARIMA(0,1,2)(1,1,0)12模型，均取得了较好的预测效果，二者与本研究所采纳的模型不同，提示不同地区不同监测资料背景下需要根据不同的序列特征来进行趋势调整和季节调整，进一步建立适合于当前序列的模型来进行预测应用。此外，有文献显示具有周期性的数据在应用时间序列模型时需要足够的序列期数，同时短期预精度较高，不适用于长期预测。17 中国医科大学硕士学位论文5结论1.辽宁省2006-2016年间人间布病发病率总体呈波动上升趋势，且存在季节性，每年的3-7月为发病高峰，半农半牧地区的农民为高危险人群。2.葫芦岛、锦州、沈阳、阜新和朝阳市是辽宁省人间布病发病的高危地区，对研究布病危险因素及干预措施有重要意义。3.ARIMA模型对存在时间和季节性趋势的人间布病的短期预测应用效果较好。18 中国医科大学硕士学位论文本研究创新性的自我评价本研究首次对辽宁省2012-2016年人间布病时间序列数据进行ARIMA模型建立，预测2017年1-6月份的月发病数并且进行模型验证，精确度较高。研究结果为进一步做好辽宁省布病疫情的防控工作提供参考依据。19 中国医科大学硕士学位论文参考文献[1]OlsenSC,PalmerMV.AdvancementofknowledgeofBrucellaoverthepast50years[J].VetPathol,2014,51(6):1076-1089.[2]FrancoMP,MulderM,GilmanRH,etal.Humanbrucellosis[J].LancetInfectDis,2007,7(12):775-786.[3]孙广玖,赵恒云,许景田.1994-2000年辽宁省布鲁氏菌病流行特征分析[J].地方病通报,2002,17(2):36-37.[4]崔步云,尚德秋.近年全国人间布鲁氏菌病疫情概况及分析[J].中国人兽共患病杂志,2004,20(9):12-14.[5]李连昭,齐向阳,朱晓明.葫芦岛市羊布鲁氏菌病感染情况的调查[J].畜牧兽医科技信息,2013,12:23-24.[6]李明涛.布鲁氏菌病动力学建模与理论分析[D].山西:中北大学,2014.[7]殷文武,孙辉.中国布鲁氏菌病疫情形势及对策建议[J].疾病监测,2009,7:475-477.[8]吴家兵,叶临湘,尤尔科.时间序列模型在传染病发病率预测中的应用[J].中国卫生统计,2006,23(3):276.[9]SlaterH,MichaelE.Mapping,bayesiangeostatisticalanalysisandspatialpredictionoflymphaticfilariasisprevalenceinAfrica[J].PLosOne,2013,8(8):e71574.[10]王超,方立群,曹务春,等.基于Bayes时空分析探讨气象因素对手足口病的影响[J].中华流行病学杂志,2015,36(5):476-480.[11]DeloryT,DePontfarcyA,EmirianA,etal.Impactofaprogramcombiningpre-authorizationrequirementandpost-prescriptionreviewofcarbapenems:aninterruptedtime-seriesanalysis[J].EurJClinMicrobiolInfectDis,2013,32(12):1599-1604.[12]顾岚.时间序列分析预测与控制[M].北京:中国统计出版社,1997:211-236,377-403.[13]白永飞,徐丽红,郭支喜,等.山西省布鲁氏菌病时间序列自回归移动平均模型分析[J].疾病监测,2011,26(8):647-650.[14]田德红,于国伟,丁国武,等.ARIMA-DES混合模型在中国布鲁菌病分析和预测中的应用[J].中国卫生统计,2016,33(2):245-248.[15]王永斌,李向文,柴峰,等.ARIMA模型在我国梅毒发病率预测中的应用[J].现代预防医学,2015,42(3):385-388,417.20 中国医科大学硕士学位论文[16]陈艳艳,蔡顺祥,肖瑛,等.应用时间序列模型预测湖北省血吸虫病流行趋势[J].中国血吸虫病防治杂志,2014,26(6):613-617.[17]ZhongZ,YuS,WangX,etal.HumanbrucellosisinthePeople'sRepublicofChinaduring2005-2010[J].IntJInfectDis,2013,17(5):e289-292.[18]张俊辉,冯子健,蒋敏,等.探索性空间数据分析在中国北方6省（区）布鲁氏菌病地区分布研究中的应用[J].中华流行病学杂志,2011,32(12):1278-1284.[19]LiuWX,HuS,QiaoZJ,etal.Expression,purification,andimprovedantigenicspecificityofatruncatedrecombinantbp26proteinofBrucellamelitensisM5-90:apotentialantigenfordifferentialserodiagnosisofbrucellosisinsheepandgoat[J].BiotechnolApplBiochem,2011,58(1):32-38.[20]CarvalhoTF,HaddadJP,PaixãoTA,etal.Meta-AnalysisandAdvancementofBrucellosisVaccinology[J].PLoSOne,2016,11(11):e0166582.[21]CrossPC,EdwardsWH,ScurlockBM,etal.EffectsofmanagementandclimateonelkbrucellosisintheGreaterYellowstoneEcosystem[J].EcolAppl,2007,17(4):957-964.[22]LindahlE,SattorovN,BoqvistS,etal.Astudyofknowledge,attitudesandpracticesrelatingtobrucellosisamongsmall-scaledairyfarmersinanurbanandperi-urbanareaofTajikistan[J].PLosOne,2015,10(2):e0117318.[23]朱琦,于石成,郝元涛.传染病监测数据的统计分析方法[J].中国卫生统计,2011,28(2):217-220.[24]王露露.锦州市布鲁氏菌病流行现状及运用ARIMA模型的预测研究[D].沈阳:中国医科大学,2016.[25]娄鹏威,吴秀峰,张学良,等.基于ARIMA乘积季节模型的新疆布鲁氏菌病流行趋势分析[J].新疆医科大学学报,2017,40(1):86-90.21 中国医科大学硕士学位论文综述布鲁氏菌病的流行概况及研究进展布鲁氏菌病（Brucellosis，以下简称布病）是由布鲁氏菌属的细菌侵入机体后所引起的人畜共患的传染-变态反应性疾病。世界动物卫生组织（OIE）已经把布病纳入B类传染病[1]，同时我国将其归类为乙类传染病[2]，此外布病是我国的法定职业病之一。历史上，依据流行地区和临床表现的不同，布病曾经被命名为波浪热（Undulantfever）、马耳他热（Maltafever）、地中海弛张热等，在我国还被称为“羊瘟”、“懒汉病”[3]。1.布病概述1.1布鲁氏菌的病原学特征布鲁氏菌属于胞内寄生的革兰阴性短小杆菌，无鞭毛，不形成芽孢，独立菌株有荚膜[4]。布鲁氏菌在正常的自然环境中很容易存活繁殖，在土壤、皮毛及乳制品中可以存活几周甚至数月。布鲁氏菌对于紫外线、日常用的消毒剂、湿热环境以及抗生素等较为敏感，然而对于低温和干燥有比较强的耐受力[5]。世界卫生组织（WHO）的布病专家委员会于1985年将布鲁氏菌分为六个种，分别为羊布氏杆菌（B.meltensis）、猪布氏杆菌（B.suits）、牛布氏杆菌（B.abortus）、犬布氏杆菌（B.canis）、绵羊附睾布氏杆菌（B.ovis）及沙林鼠布氏杆菌（B.netomae）。随后，又分离出鳍型布氏杆菌（B.pinnipedialis）、鲸型布氏杆菌（B.ceti）和田鼠布氏杆菌（B.microti）等新的种型[6,7]。其中以羊种菌的致病力最强，猪种其次，牛种最弱，其余各种对人的危害性不大。据报道，我国从人体分离得到的布氏杆菌有634株，包括羊布氏杆菌为84.53%，猪布氏杆菌为1.89%，牛布氏杆菌为0.49%，未定型菌株为13.09%。由此，羊布氏杆菌是我国布病的主要感染种属，牛布氏杆菌和猪布氏杆菌次之[8]。1.2布病的流行病学特征布鲁氏菌贮存的宿主种类较多，多见于羊、牛、猪等家畜，此外还有野生动物等共60余种。动物布病和人间布病的主要传染源是羊、猪、牛，其次还有鹿、犬等其他家畜。布病的主要传染源在不同的国家，甚至同一个国家的不同地区也不尽相同。例如，猪在东南亚地区作为布病的主要传染源；牛在欧洲中北部地区是主要22 中国医科大学硕士学位论文的传染源；而绵羊在美国、澳大利亚等国家则是主要的传染源。对于我国来说，各地区的布病传染源也不一致，比如羊是内蒙古、吉林等北方地区的主要传染源，牛次之，而猪则是我国南方地区如广西等地的主要传染源。从时间分布上来看，一年当中每个季节都有布病的发生，期间相对较多的是发生在家畜流产季节。对于我国来说，北方牧区的羊种布氏杆菌导致病畜流产多集中于每年的2-4月，而人间布病的发病高峰多集中于4-5月份。影响布病发病的因素有很多，包括宿主因素，环境因素，社会干预等多方面。因此，各个地区的布病疫情情况也不尽相同。对于布病发病率，一般牧区居首位，其次是农村，城市最低。牧区很少会出现暴发流行，主要原因为人烟稀少，居住不集中；然而，对于半农半牧的地区或者是农区，布病疫情比较容易暴发流行，主要原因为人员居住密度比较大，传播速度快；对于城区的患者出现疫情一般是由于从事某些高危工作所致。据报道，人群对于布鲁氏杆菌均普遍易感。从监测数据来看，布病患者往往是由于其所从事的工作而感染。高危职业人群的感染率明显高于普通人群，从事高危作业的人员有很多，比如兽医、屠宰加工人员、牧民、奶制品以及皮毛加工人员等。从年龄组来看，发病最多的主要是青壮年，其原因可能是由于青壮年是家庭主要劳动力，与病畜接触的机会较多导致；性别上也存在明显的差异，男性布病发病率明显高于女性，导致这一结果可能的原因是由于男性从事的工作与传染源密切相关，女性接触相对较少。1.3布病的临床特点布病的临床症状多种多样，病情轻重的差别也很大。根据布病病程的长短临床上将其分为三期，分别为急性期（3个月以内）、亚急性期（3-6个月）以及慢性期（6个月以上）。1.3.1急性期患者多出现高热、盗汗、寒战以及乏力等表现，多数表现为身体疼痛，如四肢关节疼痛、头痛、肝脏和脾脏疼痛以及肌肉疼痛等。除此之外，一些患者的神经系统包括中枢和周围神经系统也会出现不同程度的损伤。1.3.2亚急性期该阶段患者的临床症状较急性期有所减轻，患者体温有所下降，多为低热。此外，患者机体局部损伤比较明显，常常出现周围神经炎、滑囊炎以及皮下脓肿等临床症状。1.3.3慢性期23 中国医科大学硕士学位论文该阶段患者可以是由于急性期的不恰当治疗和局部病灶的持续感染而来，也可缺乏急性病史由无症状感染者或轻症者逐渐转变为慢性。慢性期症状多不明显，呈多样性表现。患者主要表现为全身不适、疲乏、关节肌肉疼痛、失眠及低热等症状。此外，有些还伴有慢性炎症，比如慢性神经炎、关节炎等临床表现。1.4布病的诊断标准由于布病在临床症状上复杂多样，特异性较低，而且在疾病的发生、发展和转归过程中比较复杂，因此对于人间布鲁氏菌病的诊断也较为繁琐，需综合判断。我国目前对于人间布鲁氏菌病的诊断措施主要包括三个方面来综合判断，分别为确切的接触史、临床表现以及相关实验室检查。（1）发病前曾经食用过被布鲁氏杆菌污染过的、未彻底煮熟的食物，或者密切接触过被感染的病畜或者其流产物，或者从事研发布鲁氏杆菌疫苗等高危工作，这些都属于有明确的流行病学接触史。（2）布病患者临床症状多出现高热、盗汗、寒战以及乏力等表现，多数表现为身体疼痛，如四肢关节疼痛、头痛、肝脏和脾脏疼痛以及肌肉疼痛等。除此之外，一些患者的神经系统包括中枢和周围神经系统也会出现不同程度的损伤。（3）迄今，国际上关于人间布鲁氏菌病的实验室检测方法有很多。分离培养、试管凝集试验、平板凝集试验、虎红平板凝集试验、ELISA酶联免疫吸附试验以及补体结合试验都是目前我国用于诊断布病的常用检测方法。其中分离培养是实验室诊断的金标准[9-11]。1.5布病的治疗及预后布病急性期多采用四环素、链霉素、利福平等抗生素治疗，慢性期则提倡采用中、西医相结合的方法进行治疗。有研究报道，急性期患者经治疗后治愈率显著高于慢性期，而治愈后机体若再接触到布鲁氏菌，仍可被感染[12]。布病患者常常从急性期转为慢性期，不易治愈，其主要原因是由于布病的临床表现缺乏特异性而导致误诊或者误治。随着布病疫情的上升，处于慢性期患者的数量逐年攀升。布病复发率很高，其主要原因是由于布鲁氏菌寄生于细胞内，给予抗菌药不容易清除。此外，中途停药、给药途径不恰当等行为也可能使布病复发[13]。有研究表明，寒冷、劳累等一些因素作用下也能导致布病复发。2.布病的危害布病能够引起多方面的负面作用。一方面，它对畜牧业和养殖业起到阻碍作用，进而使经济损失严重。另一方面，布病对人类的身体健康可以造成一定程度的损害。布病的宿主范围十分广泛，以家畜为主，比如羊、牛、猪等。布鲁氏菌主要损害家畜的生殖系统。雌性病畜会出现流产、死胎以及不孕等临床症状；雄性病畜则24 中国医科大学硕士学位论文多见于睾丸或者附睾出现炎症反应。所以，布病病畜的肉、皮毛以及乳等的质量和产量也会随之下降，进而影响畜牧业和养殖业，导致经济损失严重[14]。据文献统计，每年由布病病畜导致的经济损失在世界范围内有30亿美元之多[15]。布病是人畜共患的疾病。人类被感染的方式主要是通过接触被感染病畜的肉、皮毛、乳以及病畜流产物等而感染。布鲁氏菌进入人类机体后可以引起机体的多个系统的损伤，包括生殖系统、免疫系统以及循环系统等。临床表现复杂多样，治愈后容易复发，病情较重者可能影响劳动能力，甚至发生死亡[16]。3.布病的流行概况3.1国外布病流行概况历史上，布鲁氏菌首次被发现来自于一名英国的军医Bruce，他于1887年从一名死于“马耳他热”军人的脾脏中分离得到羊种布鲁氏杆菌。之后，人间布病和畜间布病疫情在其他地区陆续有报道，已遍布全球五大洲中大约170个国家和地区[17,18]。而每个国家的布病疫情也各不相同，差异很大。有些国家的人间布病的发病率很高，达到1/十万，比如匈牙利、法国、阿根廷及希腊等地。而一些国家一直没有布病报道情况，比如冰岛、挪威、维尔京群岛等地。20世纪80年代后期，全球受到布病威胁的人口大约占全部人口的1/5~1/6，布病患者大约有500-600万人，年新发病人数大约为50万余例，严重威胁着人们的生命健康[19]。与此同时，布病疫情在全球尤其在南美洲、非洲以及亚洲等地区出现逐渐回升的趋势，其中在亚洲的一些发展中国家中布病疫情更为显著，每年的新增病例数超过100/百万人口[20,21]。据统计，土耳其在1985年人间布病的发病率为3/十万，而1990年则上升到9/十万，至2004年报告病例就超过了15000例[22]。阿曼南部地区每年发病率均超过1000/100万。尤其1963年就宣布消除布病的瑞士近十年来出现六例新发病例。此外，在法国和德国等几近消除的国家也有散在病例出现[23-25]。到目前为止，有十四个国家宣布已经完全消除布病。在欧洲，一些国家通过淘汰和屠宰病畜以及对牲畜进行加强检疫等手段，布病发病数逐年减少，疫情控制较好。然而，在一些发展中国家，比如阿根廷、蒙古以及印度等国家的人间布病发病率仍然很高，疫情形势仍然十分严峻[26]。3.2我国布病流行概况我国的布病疫情同世界疫情的流行趋势基本上是一致的。我国的首例人间布病病例是于1905年在重庆被发现。迄今为止，布病在我国各个省、市、自治区均有不同程度的发生与流行，主要流行区域位于华北地区、西北地区和东北地区。我国布病在20世纪50~60年代的年均发病率为1.77/十万，布病疫情最为严重；到70~8025 中国医科大学硕士学位论文年代，布病疫情整体呈现为下降趋势；至90年代初，布病疫情控制较好，发病率为历史最低记录[27]；自1993年后，疫情开始回升，数据资料显示，1996~2000年间的发病率在0.09/十万至0.25/十万之间波动；2000至2009年这十年期间，全国布病疫情迅猛增长；全国的人间布病新发病例和发病率在2011年分别为42654例和3.18/十万，与上一年相比增多了2.16%；全国的人间布病新发病例和发病率在2012年分别为39515例和2.93/十万；全国的人间布病新发病例和发病率在2013年分别为44877例和3.31/十万[25,28]；到2014年全国人间布病新发病例数已经达到57222人，比上一年同期的发病数增加了31.38%。目前疫区范围已波及全国31个省、自治区、直辖市，其中内蒙古、山西、黑龙江、河北、吉林、陕西、河南、辽宁、新疆、山东这些省份人间布病的发病率在全国居于前十位。迄今，我国受布病威胁的人口约有3.5亿，布病疫情处于历史上最严重时期，发病率超过历史最高水平[29]。3.3辽宁省布病流行概况辽宁省布病疫情与全国疫情变化趋势相近。作为畜牧业较发达的地区和全国布病的高发区，辽宁省解放前就有布病流行，解放后开展了相关防治工作，特别是自1979年开始，系统实施以畜间免疫为主，有计划地开展大规模的牲畜检疫、病畜淘汰的畜间防制工作，人、畜布病发病率大幅度下降。在1989年经过国家考核验收，辽宁省人间布病的年新发病人数在25例以下，已达到国家控制标准，布病疫情控制得较好。自90年代中期以来，随着辽宁省的畜牧业迅猛发展，1994年开始人间布病的发病数迅速上升，1995～2001年新发病人数在100~200例之间，2001－2011年全省年发病率波动在0.32/十万～2.50/十万之间，平均发病率1.29/十万。此外，疫区范围呈现扩大蔓延之势，从辽西、辽北逐渐向辽东、辽南地区扩大。至2011年，已波及14个市，68个县（区），占全省县（区）数的2/3[30,31]。4.预防与控制措施布病的预防与控制是一项长期而艰巨的工作。对布病采取更加有力的防治措施，对于解决目前世界范围内持续上升的布病疫情起着举足轻重的作用。控制和消除传染源，切断传播途径，保护易感人群、畜群以及加强布病防治队伍和人员建设构成是布病防治疫情的主要防治措施。4.1控制并且消除布病传染源布病，作为人畜共患疾病，控制并且消除传染源是预防布病的最根本，也是最有效的措施[32,33]。世界上各个国家对于这一措施所采取的方法略有不同。对于发达国家，布病采取的主要措施包括隔离、扑杀以及检疫牲畜等；我国主要对牲畜进行26 中国医科大学硕士学位论文免疫，同时结合检疫和捕杀等方法进行综合防治。关于这一步骤，具体的实施办法介绍如下：对于高危地区的牲畜（羊、牛、猪等），畜牧部门会严格按照规定定期开展检验检疫工作；如果检验出有阳性畜或者病畜，应该对其进行隔离观察或者扑杀工作；病畜若出现死亡或者流产，应迅速将其尸体以及流产物进行深埋等无害化处理，认真消毒那些有可能被布鲁氏菌污染的乳、肉、皮毛以及饲料等，另外，由于布鲁氏菌可以气溶胶形式进入机体，对于周边被污染的环境应及时处理，以防止布鲁氏菌进一步扩散；对于健康的牲畜，畜牧部门定期有计划开展疫苗免疫接种工作，通过这一措施，能够大大加强牲畜对病原菌的抵抗力，从而降低畜间疫情发病。然而，具体实施工作涉及部门较多，干预因素较多，实施起来困难重重。4.2切断布病传播途径对于传染病来说，操作比较简单并且阻断效果比较好的办法就是切断传播途径。布鲁氏菌最主要的传播途径是通过直接接触皮肤粘膜而被感染，另外还可通过呼吸道和消化道接触感染。有相关资料显示，感染布病高危人群的主要工作一般多为屠宰、饲养牲畜等[34]。所以，应该对这些从事高危工作的人群，包括屠宰工人、饲养家畜工人、畜牧兽医人员以及乳等相关畜产品生产加工工人，在工作过程中加强其个人防护工作，例如严格按照要求穿戴工作服，包括口罩、帽子、手套以及胶鞋等。除此之外，严谨杜绝在生产劳动过程中吃东西、喝水以及吸烟等行为。待生产劳动结束以后，工作人员应严格按规定进行个人的洗刷消毒，并且进行防护用品消毒。此外，还应迅速对工作场所和周边可能被污染的环境进行及时有效的处理和消毒。总之，各部门应加大关于布病防治宣传教育的力度，促使临床医生和兽医对布病的认识程度有所增加，同时促使饲养家畜工人以及乳、肉等相关畜产品生产加工和贩运销售人员对布病的自我防护意识有所提高。4.3保护易感人群及畜群布病，作为人畜共患性疾病，受感染的对象主要包括人群和牲畜。迄今，一些国际组织包括OIE、WHO以及世界粮农组织等已经把菌苗接种作为非常重要的防治布病常规措施。目前，关于畜间疫苗包括M5或M5-90弱毒株来源于羊，S2弱毒株来源于猪，A19弱毒株来源于牛，以上三种畜用的布氏杆菌疫苗株在我国应用比较广泛。在这中间，对于家畜（羊、牛等）使用最多并且效果最好的是S2菌毒株，对于接种该疫苗的牲畜在一定程度上能起到保护性作用，保护率大概在70%左右[35,36]，通过这一措施能够大大减少牲畜发病的数量，然而也随之带来一些问题，对于经过菌苗接种的家畜无法判断其体内的抗体来源究竟是由于人工接种产生还27 中国医科大学硕士学位论文是由于其自身接触野毒株被感染而产生。因此，对于检疫阳性的家畜，要区分其是病畜还是免疫阳性牲畜就比较困难。而对于人群来说，目前主要应用的是104M和19-B冻干活菌苗等，但是上述疫苗并没有被广泛推广使用。因为该疫苗存在很多弊端，疫苗保护率很低，大约只有一年的相对安全期，人群接种疫苗后再次感染的几率很高。此外，该疫苗不能长期使用，据临床资料显示，其对机体带来的副作用比较大，应谨慎使用。因此，只有在特定或者紧急的情况下，比如人间布病出现暴发或者大范围流行等严重威胁到人群健康的情况下才会应急使用。4.4加强布病防治队伍和人员建设，提高防治水平对于近些年全国布病疫情的扩大蔓延之势，各级人民政府应该给予高度的重视，积极采取有效的综合性防治措施，对布病防治专项费用的财政资金投入应加大力度，这样才能够充分保障农民、养殖户等的经济损失，其中包括牲畜常规的检测费用以及对于阳性畜和病畜进行捕杀的政府补贴等。其次，各个部门应该密切配合，包括卫生部门、畜牧部门、公安部门以及工商部门等之间在信息交流和合作上应该进一步加强，协同作战。重点是畜牧和卫生部门应共同开展工作，密切沟通，这样才能更好地开展布病的相关防治工作，达到事半功倍的效果。此外，进一步加强畜用标记疫苗的科研工作，以弥补其使用缺陷，更好地区分开检验出的阳性牲畜是经过免疫接种产生的抗体还是经野毒株菌感染产生。对于人用疫苗也不例外，加强科技攻关，为保护人类健康研发出更加安全，更加有效的疫苗。对于防疫工作人员，应进一步强化其相关专业知识以及业务培训，并且大大提高其应对暴发或者流行等处理特殊疫情的能力。对于村医等基层的医务人员，应该重点提升其自身对于布病的诊断和治疗的技能，加强学术交流，从而更好地服务于人民群众，便于早发现、早诊断和早治疗。总而言之，在财政和法律的双重支持下，动员全社会的力量，最终达到消除布病的目的。参考文献[1]SeleemMN,BoyleSM,SriranganathanN.Brucellosis:are-emergingzoonosis[J].VetMicrobiol,2010,140(3-4):392-398.[2]卫生部疾病预防控制局.布鲁氏菌病防治手册[M].北京:人民卫生出版社,2008:3.[3]岳军,王宏,解英波.2010年内蒙古包头市人间布鲁杆菌病监测结果分析[J].中华地方病学杂志,2012,31(2):207-208.[4]穆淑宝,张洪安,张守波.布鲁氏菌病及其防控技术[J].中国畜牧兽医文摘,2012,28 中国医科大学硕士学位论文28(3):98-99.[5]张慧慧.羊种布氏杆菌单克隆抗体的制备及其对临床分离株的检测[D].长春:吉林大学,2013.[6]EwaltDR,PayeurJB,MartinBM,etal.CharacteristicsofaBrucellaspeciesfromabottlenosedolphin(Tursiopstruncatus)[J].JVetDiagnInvest,1994,6(4):448-452.[7]FosterJT,PriceLB,Beckstrom-SternbergSM,etal.GenotypingofBrucellaspeciesusingcladespecificSNPs[J].BMCMicrobiol,2012,12:110.[8]徐丽珍,魏晓勇,赵淑梅,等.2006-2009年山西省太原市布鲁杆菌病网络报告流行病学分析[J].中国地方病学杂志,2011,30(1):88-91.[9]AraiGF.Updateonlaboratorydiagnosisofhumanbrucellosis[J].IntJAntimicrobAgents,2010,36Suppl1:S12-17.[10]AlDahoukS,NöcklerK.Implicationsoflaboratorydiagnosisonbrucellosistherapy[J].ExpertRevAntiInfeTher,2011,9(7):833-845.[11]孟茹,陈创夫,张辉,等.布氏杆菌和结核杆菌二重实时荧光定量PCR检测方法的建立与初步应用[J].畜牧兽医学报,2010,41(8):1012-1017.[12]王金梅,金梅红,马建新.中西医结合治疗急、慢性期布氏菌病104例效果观察[J].中国地方病防治杂志,2008,23(5):383-384.[13]RanjbarM,KeramatF,MamaniM,etal.Comparisonbetweendoxycycline-rifampin-amikacinanddoxycycline–rifampinregimensinthetreatmentofbrucellosis[J].IntJInfectDis,2007,11(2):152-156.[14]陈彪,王涛,李爱巧,等.乌鲁木齐市动物布鲁氏菌病流行病学调查[J].中国动物检疫,2013,30(3):28-30.[15]刘凤岐,王大力,王季秋,等.全国布氏菌病干预试点县布氏菌病经济损失调查[J].中国地方病防治杂志,2009,23(6):424-425.[16]马琳.人布鲁杆菌病的随访调查和诊断方法研究[D].长春:吉林大学,2011.[17]毛景东,王景龙,杨艳玲.布鲁氏菌病的研究进展[J].中国畜牧兽医,2011,38(1):222-227.[18]丁玉春,林俊,卢茵.布鲁氏菌病流行情况及防制措施[J].上海畜牧兽医通讯,2012,1:53-54.[19]BuzganT,KarahocagilMK,IrmakH,etal.Clinicalmanifestationsandcomplicationsin1028casesofbrucellosis:aretrospectiveevaluationandreviewoftheliterature[J].IntJInfectDis,2010,14(6):e469-478.29 中国医科大学硕士学位论文[20]陈俊,吴敏,施永超,等.布鲁氏菌病的研究进展[J].上海畜牧兽医通讯,2014,1:24-25.[21]PappasG,PapadimitriouP,AkritidisN,etal.Thenewglobalmapofhumanbrucellosis[J].LancetInfectDis,2006,6(2):91-99.[22]YumukZ,O'CallaghanD.BrucellosisinTurkey--anoverview[J].IntJInfectDis,2012,16(4):e228-235.[23]Dufour-GaumeF,PavicM,KarkowskiL,etal.RetroperitonealpseudotumorrelatedtonativebrucellosisinFrance[J].RevMedInterne,2010,31(9):e7-9.[24]MaillesA,RautureauS,LeHorgneJM,etal.Re-emergenceofbrucellosisincattleinFranceandriskforhumanhealth[J].EuroSurveill,2012,17(30):20227.[25]AlDahoukS,NöcklerK,HenselA,etal.Humanbrucellosisinanonendemiccountry:areportfromGermany,2002and2003[J].EurJClinMicrobiolInfectDis,2005,24(7):450-456.[26]刘凡瑜.吉林省西部牧区养羊户成员布鲁氏菌病感染现况调查[D].长春:吉林大学,2014.[27]尚德秋.中国布鲁氏菌病防治科研50年[J].中华流行病学杂志,2000,21(1):55-57.[28]李铁锋,刘凤岐,王赢,等.2011年全国布鲁杆菌病监测结果分析[J].中国地方病防治杂志,2013,28(1):46-47.[29]尚德秋.布氏菌病研究进展[J].中国地方病防治杂志,2004,19(4):204-212.[30]孙英伟,毛玲玲,李鑫,等.辽宁省2001-2011年布鲁氏菌病流行特征分析[J].中国媒介生物学及控制杂志,2012,23(3):268-269.[31]王茂武,宫新生,尚德秋,等.辽宁省布氏菌病调查报告[J].中国地方病防治杂志,2004,19(4):250-254.[32]YooSJ,ChoiYS,LimHS,etal.SeroprevalenceandriskfactorsofbrucellosisamongslaughterhouseworkersinKorea[J].JPrevMedPublicHealth,2009,42(4):237-242.[33]HavasKA,RamishviliM,NavdarashviliA,etal.RiskfactorsassociatedwithhumanbrucellosisinthecountryofGeorgia:acase-controlstudy[J].EpidemiolInfect,2013,141(1):45-53.[34]刘晓丽,黄志刚,麻春雷,等.布病传播与农民生活习惯和行为关系调查分析[J].中国地方病防治杂志,2008,23(3):205-206.[35]BlascoJM,MarínC,JiménezdeBagüésMP,etal.EfficacyofBrucellasuitsstrain2vaccineagainstBrucellaovisinrams[J].Vaccine,1993,11(13):1291-1294.[36]elIdrissiAH,BenkiraneA,elMaadoudiM,etal.ComparisonoftheefficacyofBrucellaabortusstrainRB51andBrucellamelitensisRev.1livevaccinesagainstexperimentalinfectionwithBrucellamelitensisinpregnantewes[J].RevSciTech,2001,20(3):741-747.30 中国医科大学硕士学位论文致谢值此论文完成之际，衷心感谢我的导师金亚平教授在三年研究生学习期间给予的研究上的悉心指导和大力支持。感谢金老师的言传身教，老师严谨的科学作风、平易近人的品格以及对事业孜孜不倦的追求精神将永远鞭策着我。衷心感谢逯晓波教授、李冰教授、徐苑苑教授、董静教授、陈莹教授及王毅教授在科研设计和论文撰写方面给予的精心指导和宝贵意见。在此，特别感谢吴伟老师给予流行病学模型方面的指导与帮助。衷心感谢一直默默关心、支持我的家人，正是他们的无私付出与悉心照顾，使我能够安心、全身心地顺利完成学业！最后，感谢所有关心、支持、帮助我的领导、老师、同学和朋友们！王子江2018年3月31 中国医科大学硕士学位论文个人简历姓名：王子江性别：男民族：汉出生年月：1984年6月政治面貌：中共党员学习经历：2002年9月-2007年7月中国医科大学预防医学专业本科2015年9月-2018年7月中国医科大学公共卫生学院公共卫生专业硕士研究生工作经历：2007年8月-至今辽宁省疾病预防控制中心主管医师32
