摘要:
目的 通过空间和分子维度的整合分析技术应用,探索不同疫情地区的结核病传播规律和影响因素,为结核病精准防控提供量化依据.方法 通过结核病高发地区(热点)和低发地区(冷点)患者现住址坐标点为定位信息的核密度估计,探索空间聚类特征,同时结合菌株的全基因组序列的单个核酸多态性(Single Nucleotide Polymorphisms,SNPs)聚类分析,制作社会网络图.结果 基本特征比较发现,热点地区患者较冷点地区的年龄大(rank sum test P=0.002),文化水平低(rank sum test P=0.000),家庭接触来源占比大(x2=5.122,P=0.024),体重指数小(rank sum test P=0.000),合并糖尿病的比例大(Fisher确切概率法P=0.016);而冷点地区患者外地旅居史占比大(x2=5.65,P=0.017).热点和冷点地区侦测到4个空间聚类,主要集中在城乡结合部.热点和冷点地区菌株的全基因组测序共筛选出14250个SNPs位点,两地区的SNPs矩阵的分子距离中位数分别为897.5和746,两个矩阵的SNP距离差异有统计学意义(rank sum test P=0.000).热点地区SNPs≤12(近期传播)的分子簇有2个;冷点地区的分子簇有1个.热点地区空间成簇病例42例,分子成簇空间散发病例3例,空间-分子成簇2例;冷点地区有空间成簇26例,分子成簇空间散发病例2例,空间-分子成簇2例.热点和冷点的社会网络密度分别为0.002和0.001;两个地区的空间成簇差异有统计学意义(x2=3.92,P=0.047).结论 结核病高发热点在本地局域性传播的可能性大于冷点地区,冷点地区存在与外地的基因交流.因此,热点地区的结核病防控应该以本地重点人群主动筛查为主,而冷点地区应加大流动人口排查.