空间流行病学

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,空间流行病学简介,浙江大学公共卫生学院,陈 坤,定 义,空间流行病学是一门描述和分析疾病在地理分布上的变化和差异，特别是在小面积范围水平上研究疾病的空间变异性的流行病学分支学科。其与流行病学、统计学、地理学、人口学和环境卫生学等多个学科相关。,主 要 内 容,疾病地图,地理相关性研究,点源或线源危险性评价,疾病丛和疾病聚集性监测,分析技术,-,数据类型,空间数据,具有空间特征和属性特征的数据,点数据,从某一具体的地理位置,(,如住宅区、工作地点或娱乐场所,),采集到的数据,面数据,从某一特定的区域获取的人口和健康数据，其具有集合性，又称计数数据。,分析技术,-,主要分析框架和技术,疾病危险性的估计和预测,疾病聚集性分析,暴露和疾病的相关分析,空间聚类,国内外研究现况,研究目的涵盖疾病分布研究和病因学研究,研究对象覆盖急性传染病和慢性非传染性疾病,研究方法融合了遥感、,GIS,、空间统计学以及流行病学现场调查等,机遇和挑战,涉及多个领域知识结合和创新,数据的可获得性和保密性,数据质量，人口数据，疾病数据（编码），暴露测量,研究中的混杂和偏倚影响结果的解释和外推,饮用水硬度和急性心梗的关联分析（西班牙）,实 例,1,A,和,C,图是对各区域进行年龄、性别和贫困指数（,deprivation index,）间接标准化后求得,SMR,后的脑血管疾病死亡率地图，圆圈内是疾病高发的聚集区域。,B,和,D,图是进一步对各区域的水质硬度中镁离子浓度进行标化后求得,SMR,后的脑血管地图，可以发现疾病聚集区内各小区域的死亡率有所变化。,结论：说明水质硬度中镁浓度和心血管疾病具有一定的,关联性。,北京市,SARS,疫情控制与预警信息系统,利用,GIS,的空间分析功能，从时间上和空间上对确诊病人,/,疑似病人进行查询分析,按照不同指标和空间位置进行分类汇总和统计分析,系统通过图文一体化的表现方式对潜在的传染区进行预测,实 例,2,疫情信息录入,个案查询、定位和追踪功能示意图,密切接触者分布地图及高危区自动提取,累计病例分级图,Pennsylvanias West Nile surveillance program,（宾夕法尼亚州西尼罗河病毒监测计划）,西尼罗河病毒,(West Nile virus, WN),是一种由蚊子为媒介的传染病，,1999,年在纽约长岛,(Long Island),第一次出现。被带有病毒的蚊子咬过的鸟类由于在迁徙过程中死亡而造成该病毒在地区间扩散，因此感染该病毒死亡的鸟类是某地区发现该传染病毒存在的第一个指标之一。,实 例,3,WN,病毒追踪系统,(WN Virus Tracking System),的运行机制,搜集家禽、人体、蚊子、死亡鸟类上采集到的,WN,病毒相关资料,Sentinel testing may produce multiple positive results for an individual animal.,宾夕法尼亚州,WN,监测的官方网站统计资料,以卫星定位系统和,ESRI (Environmental System Research Institute, Inc.),资讯制图软件记录位置和样本信息，再藉由网络平台将实验室资料整合在一起,运用,ESRI,的软件与,掌上型计算机结合,内部的,Web,服务器自动侦测外部的数据库并取回新的数据，形成详细的地图信息以供决策者参考。,Arclnfo,监测乳腺癌和居住环境的关系,环境中的化学药物会破坏内分泌，可能是乳腺癌的致病因素。,19821990,年，,Cape Cod,地区的乳腺癌发病率是其他区域的,130,倍而人口却与其他区域相似。,本例利用,ESRI GIS,将土地利用和环境数据及人口、疾病联系起来，帮助分析,Cape Cod,地区的污染是怎样导致高乳腺癌发病率的。,实 例,4,疾病监控规划,提取水样：发现含有破坏内分泌的化学物质,根据地下水的深度将,Cape,的蓄水层分成,6,个透视面,根据居民点、私人水井、污染源、地下水、危险废弃地、水泵分布等数据建立水资源、土地利用、污染的环境分布图,如图所示：居民点建在原先的农业和森林用地上,由于该地区曾大规模使用杀虫剂，根据,1940-1990,年间杀虫剂撒播情况，绘制地理分布图,Cranberry,沼泽和高尔夫训练基地的杀虫剂分布图,加入病人数据：将,2205,个,1996,年,1,月确诊的居住在,Cape,的乳腺癌患者，根据其居住情况，在,GIS,中跟地图上的要素连接,右图显示了居民点离污染源的距离，如,cranberry,沼泽和,DDT,如图，居住在有森林（绿色）保护的区域的居民比离污染源（蓝色）近的居民更不易得癌症,进一步调查癌症和居住环境的关系,调查妇女对象（包括已经得乳腺癌的）现居住地居住时间，以前居住地、以及家庭、用药史、以前工作地和家庭居住地可能暴露在什么污染环境下，将这些数据和环境数据在,ESRI GIS,中结合分析。,通过,ESRI GIS,将州的癌症数据和人口集中地结合分析,结论：临近,Cranberry bog,的居民点得乳腺癌的概率高,Thank You!,