湖北省青少年艾滋病时空分布、影响因素及趋势预测

张涛; 闫晋博; 汤恒; 龚胜生

doi:10.11847/zgggws1137654

湖北省青少年艾滋病时空分布、影响因素及趋势预测

doi: 10.11847/zgggws1137654

张涛^{1, 2},
闫晋博^{1, 2},
汤恒³,
龚胜生^{1, 2, ,}

1.
华中师范大学地理过程分析与模拟湖北省重点实验室，湖北武汉 430079
2.
华中师范大学可持续发展研究中心
3.
湖北省疾病预防控制中心

基金项目: 国家自然科学基金青年项目（41801141）；湖北省技术创新专项软科学研究类项目（2019ADC147）；湖北省自科基金创新群体项目（2016CFA026）；华中师范大学中央高校基本科研业务费项目（CCNU18CXTD05,CCNU19TD001）。

详细信息

作者简介:
张涛（1985 – ），男，河南南阳人，博士，讲师，研究方向：健康地理

通讯作者:
龚胜生，E-mail：605937952@qq.com

中图分类号: R 188
计量
- 文章访问数: 97
- HTML全文浏览量: 34
- PDF下载量: 21
- 被引次数: 0
出版历程
- 接收日期: 2021-12-06
- 网络出版日期: 2023-02-24
- 刊出日期: 2023-05-10

Temporal and spatial distribution, influencing factors and trend prediction of HIV/AIDS incidence among adolescents in Hubei province: an analysis on surveillance data of 2009 – 2019

ZHANG Tao^{1, 2},
YAN Jinbo^{1, 2},
TANG Heng³,

1.
Key Laboratory for Geographical Process Analysis and Simulation of Hubei Province, Central China Normal University, Wuhan, Hubei Province 430079, China

摘要

摘要: 目的分析湖北省青少年艾滋病疫情的时空分布规律和影响因素，并预测其发展趋势，为湖北省青少年艾滋病疫情防控提供科学参考。方法基于湖北省疾控中心2009 — 2019年的湖北省青少年艾滋病疫情数据，采用空间自相关、地理加权回归、地理探测器、ARIMA模型等方法进行分析。结果湖北省青少年艾滋病疫情持续加重，发病率呈现快速增长趋势，年平均增长率为16.2%。湖北省中东部，尤其是以洪山区为中心的武汉市及其周边县区是青少年艾滋病疫情最严重的地区，疫情在全省逐渐蔓延。武汉市及其周边地区是稳定的疫情高值集聚区。疫情重心的分布迁移特征反映了疫情“向东向南”的发展规律。自然人文环境综合影响青少年艾滋病疫情发展，影响因素的作用存在强度和空间差异。路网密度、人口密度、学校数、医疗卫生机构数、城镇化率、海拔、人均GDP的影响强度依次降低。人口密度和路网密度均具有正向影响且存在空间差异。影响因素之间的交互作用对疫情的扩散具有重要的推动作用，任意两个影响因素之间交互作用时其影响力均呈现双因子增强或非线性增强。预测2020 — 2023年湖北省青少年艾滋病疫情将进一步加重，武汉市将持续是全省疫情中心，荆州、孝感、黄冈、襄阳、宜昌、恩施等地疫情加重。结论湖北省青少年艾滋病疫情呈蔓延趋势，应加强宣教和干预。
- 湖北省 /
- 青少年 /
- 艾滋病 /
- 时空分布 /
- 影响因素 /
- 趋势预测
Abstract: Objective To examine temporal and spatial distribution patterns and influencing factors of human immunodeficiency virus/acquired immunodeficiency syndrome (HIV/AIDS) epidemic among adolescents in Hubei province, and to predict prevalence trend of the epidemic for providing reference to HIV/AIDS epidemic prevention and control in the adolescents. Methods The data on registered HIV/AIDS incident cases aged 15 – 24 years in Hubei province from 2009 through 2019 were collected from Hubei Provincial Center for Disease Control and Prevention and analyzed statistically with spatial autocorrelation, geographically weighted regression, geographic detector, and autoregressive integrated moving average (ARIMA) model. Results The HIV/AIDS incidence among the adolescents in the province increased rapidly during the period, with an average annual growth rate of 16.2%. The HIV/AIDS epidemic was the most serious among adolescents living in the central and eastern part of Hubei province, especially in Wuhan city and its surrounding counties and the epidemic spread gradually across the province. Regions with stable high-high clustering of the epidemic were observed in urban Wuhan and its surrounding areas. The regions with high clustering of the epidemic distributed generally from northwest to southeast of the province during the period. The incidence of HIV/AIDS in the adolescents was affected by natural and social factors and there were differences in the intensity and spatial distribution of the factors including traffic network density, population density, the number of schools, number of medical and health institutions, urbanization rate, altitude, and gross domestic product per capita ranking in downward order of the effect intensity of the factor. Both the population density and the traffic network density have a positive effect on the epidemic. The interaction between influencing factors plays an important role in promoting the spread of the epidemic. When any two influencing factors interact with each other, their influence will be enhanced interactively or nonlinearly. Based on the result of ARIMA analysis, the HIV/AIDS epidemic could be more serious among the adolescents in the province during 2020 – 2023, especially in urban Wuhan and some other prefectures. Conclusion The HIV/AIDS epidemic was spreading among adolescents in Hubei province during 2009 – 2019, suggesting that relevant education and intervention should be strengthened in the population.
- Hubei province /
- adolescents /
- HIV/AIDS /
- spatial and temporal distribution /
- influencing factor /
- trend prediction

HTML全文

图 1 湖北省2009 — 2019年青少年艾滋病发病率

下载: 全尺寸图片幻灯片

图 2 湖北省2009 — 2019年青少年艾滋病疫情县区分布图

下载: 全尺寸图片幻灯片

图 3 湖北省2009 — 2019年青少年艾滋病疫情集聚分布情况

下载: 全尺寸图片幻灯片

图 4 湖北省2009 — 2019年青少年艾滋病疫情重心迁移情况

下载: 全尺寸图片幻灯片

图 5 湖北省青少年艾滋病疫情影响因素空间分异情况

下载: 全尺寸图片幻灯片

图 6 ARIMA模型对湖北省青少年艾滋病疫情趋势预测

下载: 全尺寸图片幻灯片

图 7 2020 — 2023年湖北省青少年艾滋病疫情预测结果空间分异

下载: 全尺寸图片幻灯片

表 1 湖北省2009 — 2019年青少年艾滋病发病率莫兰指数

年份	Moran′s I	Z 值	P 值
2009	0.054	1.078	0.28
2011	0.005	0.612	0.54
2013	0.77	13.494	0,00
2015	0.414	7.783	0.00
2017	0.335	6.081	0.00
2019	0.324	5.830	0.00

下载: 导出CSV

表 2 地理探测器分析结果

影响因素	人均GDP （元）	人口密度（人/ km²）	路网密度（km/ km²）	城镇化率（%）	学校数（所）	医疗卫生机构数（所）	海拔（m）	年平均温度（℃）	年降水量（mm）
人均GDP（元）	0.217 ^b
人口密度（人/km²）	0.563	0.159 ^a
路网密度（km/km²）	0.423	0.597	0.244 ^b
城镇化率（%）	0.269	0.232	0.287	0.111 ^b
学校数（所）	0.324	0.335	0.306	0.192	0.081 ^a
医疗卫生机构数（所）	0.344	0.298	0.293	0.168	0.169	0.078 ^a
海拔（m）	0.499	0.531	0.464	0.314	0.259	0.268	0.139
年平均温度（℃）	0.454	0.34	0.421	0.236	0.239	0.296	0.376	0.144 ^a
年降水量（mm）	0.569	0.533	0.536	0.45	0.275	0.404	0.518	0.421	0.227 ^b
注：a P < 0.05；b P < 0.01。

下载: 导出CSV

参考文献(33)

[1]	张涛, 龚胜生, 汤恒, 等. 湖北省大学生艾滋病流行特征及防控机制研究[J]. 中国性科学, 2020, 29(2): 144 – 147.
[2]	The Joint United Nations Programme on HIV/AIDS (UNAIDS). Global commitments, local action: after 40 years of AIDS, charting a course to end the pandemic[R/OL]. (2021 – 06 – 03)[2021 – 06 – 08].https://www.unaids.org/en/resources/documents/2021/global-commitments-local-action.
[3]	The Joint United Nations Programme on HIV/AIDS (UNAIDS). Young people and HIV[R/OL]. (2021 – 05 – 07)[2021 – 06 – 08]. https://www.unaids.org/en/resources/documents/2021/young-people-and-hiv.
[4]	Zhao H, Liu H, Wang L, et al. Epidemiological characteristics of newly-reported HIV cases among youth aged 15 – 24 years – China, 2010 – 2019[J]. China CDC Weekly, 2020, 2(48): 913 – 916. doi: 10.46234/ccdcw2020.249
[5]	崔讲学. 湖北省气象志: 1979 — 2000[M]. 北京: 气象出版社, 2009.
[6]	梅林, 郭艳花, 陈妍. 吉林省人口老龄化时空分异特征及成因[J]. 地理科学进展, 2018, 37(3): 352 – 362.
[7]	王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116 – 134. doi: 10.11821/dlxb201701010
[8]	赵星宇, 王广成, 单海峰, 等. 我国围产儿死亡率时空变化及预测研究[J]. 中国卫生统计, 2021, 38(2): 177 – 180.
[9]	王淑霞, 李明阳, 刘希波, 等. ARIMA模型在全国艾滋病新发现病例数预测中的可行性研究[J]. 中国艾滋病性病, 2020, 26(7): 705 – 708. doi: 10.13419/j.cnki.aids.2020.07.08
[10]	尹诗琪, 闫翔宇, 苏鹤轩, 等. 基于ARIMA模型预测性传播HIV/AIDS新发现病例数变化趋势[J]. 中国艾滋病性病, 2020, 26(7): 709 – 713.
[11]	Cao F, Ge Y, Wang JF. Optimal discretization for geographical detectors - based risk assessment[J]. GIScience and Remote Sensing, 2013, 50(1): 78 – 92. doi: 10.1080/15481603.2013.778562
[12]	蔡畅, 汤后林, 陈方方, 等. 我国2010 — 2019年新报告青年学生HIV/AIDS基本特征及趋势分析[J]. 中华流行病学杂志, 2020, 41(9): 1455 – 1459.
[13]	笪琴, 彭国平, 汤恒, 等. 2007 — 2016年湖北省15~24岁青少年HIV/AIDS感染者流行特征[J]. 热带医学杂志, 2018, 18(4): 547 – 550. doi: 10.3969/j.issn.1672-3619.2018.04.032
[14]	李宁, 樊盼英, 马彦民, 等. 河南省15~24岁青年学生HIV流行情况分析[J]. 现代预防医学, 2015, 42(10): 1729 – 1731, 1738.
[15]	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, 2020, 22(2): 198 – 206.
[16]	王遵伍, 刘慧君, 王莹. 中国艾滋病流行的空间分布及集聚特征[J]. 中国公共卫生, 2019, 35(12): 1593 – 1597. doi: 10.11847/zgggws1124457
[17]	钱莎莎, 郭巍, 王丽艳, 等. 基于地理信息系统的我国艾滋病聚集性流行的空间分析[J]. 中国卫生统计, 2014, 31(6): 1064 – 1067.
[18]	施雅莹, 练建, 段振华, 等. 成都市2015 – 2018年艾滋病流行特点及空间聚类分析[J]. 中国艾滋病性病, 2020, 26(10): 1076 – 1079.
[19]	汤恒, 张艺, 申幸福, 等. 湖北省艾滋病流行地理特征及空间聚集性分析[J]. 中国热带医学, 2019, 19(1): 48 – 52.
[20]	张克春, 付笑冰, 刘珺, 等. 2007 — 2017年广东省HIV/AIDS流行时空分布特征[J]. 中华疾病控制杂志, 2018, 22(12): 1211 – 1215.
[21]	左佳鹭, 袁黄波, 岳清, 等. 2005 — 2015年上海市常住人口及外来人口HIV感染者和艾滋病患者时空分布特征分析[J]. 中华预防医学杂志, 2018, 52(12): 1264 – 1268. doi: 10.3760/cma.j.issn.0253-9624.2018.12.014
[22]	王浩, 张娜, 薛付忠, 等. 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.
[23]	徐旳, 柯文前, 陈培阳. 基于ESDA的河南艾滋病空间格局[J]. 地理研究, 2013, 32(7): 1199 – 1208.
[24]	冷疏影. 地理科学三十年: 从经典到前沿[M]. 北京: 商务印书馆, 2016: 759.
[25]	袁风顺, 刘伦皓, 刘小锦, 等. 空间统计分析方法在艾滋病研究领域中的应用[J]. 预防医学情报杂志, 2019, 35(12): 1450 – 1454.
[26]	丁洁, 谢年华, 董全林, 等. 武汉市社会组织参与艾滋病防治现状及效果[J]. 中国艾滋病性病, 2019, 25(8): 839 – 841.
[27]	丁启燕, 杨振, 周晴雨. 中国艾滋病疫情分布变化与人口流动性研究[J]. 热带地理, 2017, 37(4): 538 – 546.
[28]	杨尧, 李功权. 中国近年艾滋病空间分布及影响因素分析[J]. 中国艾滋病性病, 2018, 24(12): 1208 – 1211.
[29]	刘萌萌, 黄晓军, 常文辉, 等. 中国艾滋病分布时空演化及影响因素研究[J]. 中国卫生统计, 2020, 37(1): 116 – 120.
[30]	袁磊, 王胤丞, 赵松, 等. GM(1, 1)残差修正模型在上海市艾滋病预测研究中的应用[J]. 中国艾滋病性病, 2019, 25(1): 22 – 24.
[31]	林丹丹, 曾婷, 张曼, 等. 新疆乌鲁木齐市男男性行为人群HIV传播动力学的预测和分析[J]. 中国感染控制杂志, 2019, 18(5): 388 – 395. doi: 10.12138/j.issn.1671-9638.20195006
[32]	张夏燕, 邢健男, 钱莎莎, 等. Markov模型在艾滋病研究领域中的应用[J]. 中华流行病学杂志, 2014, 35(5): 606 – 609. doi: 10.3760/cma.j.issn.0254-6450.2014.05.031
[33]	唐林, 孙坤, 凌倩, 等. 贝叶斯统计在艾滋病疫情估计中的应用[J]. 中华流行病学杂志, 2020, 41(3): 436 – 441. doi: 10.3760/cma.j.issn.0254-6450.2020.03.029