Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 6 * 2014 <br />
<br />
Nghiên cứu Y học<br />
<br />
<br />
<br />
MỐI LIÊN QUAN GIỮA SỐT XUẤT HUYẾT VÀ BIẾN ĐỔI KHÍ HẬU <br />
TẠI CẦN THƠ 2001‐2011 <br />
Nguyễn Phương Toại*, Đặng văn Chính**, Amy Vittor***, Nguyễn Ngọc Huy****, Hồ Hữu Tính** <br />
<br />
TÓM TẮT <br />
Đặt vấn đề: Nhằm nỗ lực xác định mối liên quan giữa khí hậu và sốt xuất huyết (SXH), chúng tôi khảo sát <br />
các mối quan hệ giữa biến số khí hậu và số bệnh nhân nhập viện ở Cần Thơ từ 2001 đến 2011. <br />
Phương pháp: Số liệu nhập viện hàng tháng và các chỉ số trung bình nhiệt độ, lượng mưa, độ ẩm đuợc thu <br />
thập 2001‐2011. Sử dụng phân tích hồi quy và mô hình Box‐Jenkins theo chuỗi thời gian với cấu tố tự hồi quy ‐ <br />
sai phân và trung bình trượt theo mùa (SARIMA) để xác định mối tương quan giữa số ca mắc và yếu tố thời tiết. <br />
Kết quả: Chỉ số mắc mới trong thời gian nghiên cứu có xu hướng tăng theo thời gian từ 2001 ‐ 2011. Số ca <br />
mắc mới SXH có mối quan hệ ý nghĩa với độ ẩm và lượng mưa. Tuy nhiên, sau khi hiệu chỉnh theo yếu tố mùa, <br />
mô hình chỉ sử dụng yếu tố độ ẩm với độ trễ của chuỗi ca bệnh sau một tháng là phù hợp nhất để dự báo dịch. <br />
Kết luận và kiến nghị: Xu hướng dịch SXH vẫn còn tăng từ 2001 – 2011. Độ ẩm và và các chuỗi ca bệnh <br />
với độ trễ một tháng là các yếu tố có liên quan thống kê với số ca mắc mới trong thời gian nghiên cứu và là chỉ số <br />
quan trọng để dự đoán dịch. <br />
Từ khóa: Sốt xuất huyết, chỉ số mắc mới, lượng mưa, độ ẩm, độ trễ, mô hình SARIMA. <br />
<br />
ABSTRACT <br />
ASSOCIATION BETWEEN DENGUE HOSPITALIZATION AND CLIMATE IN CAN THO, VIETNAM, <br />
2001 – 2011 <br />
Nguyen Phuong Toai, Dang Van Chinh, Amy Vittor, Nguyen Ngoc Huy, Ho Huu Tinh <br />
* Y Hoc TP. Ho Chi Minh * Vol. 18 ‐ Supplement of No 6‐ 2014: 443 – 450 <br />
Background: In an effort to better characterize the relationship between climate and dengue, we examine <br />
here the associations between weather variables and dengue hospitalizations in Can Tho between 2001 and 2011. <br />
Methods: Monthly data on hospitalized dengue cases and means of temperature, rainfall and humidity were <br />
recorded from 2001 to 2011. We used the Box‐Jenkins approach to Seasonal Autoregressive Integrative Moving <br />
Average (SARIMA) modeling of time series to assess the association between dengue cases and these weather factors. <br />
Result: Trend of DF incidence was increasing between 2001‐ 2011. There was significant relationship <br />
between humidity, rainfall and the incidence of dengue case. After adjusting for seasonality, the incidence of <br />
dengue fever was significantly associated with humidity with a lag of one month. <br />
Conclusions and suggestions: The trend of DF incidence was increasing. Humidity and rainfall was <br />
asociated to incidence.These data suggest that humidity (with a one month lag) is an important determinant of <br />
dengue hospitalizations. <br />
Keywords: Dengue fever, incidence, rainfall, humidity, lag, SARIMA model. <br />
<br />
ĐẶT VẤN ĐỀ <br />
Sốt xuất huyết (SXH) là bệnh truyền nhiễm <br />
*<br />
<br />
do virus Dengue gây ra và lây truyền bởi một số <br />
loài muỗi thuộc giống Aedes, chủ yếu là A. <br />
<br />
Trường Cao đẳng Y tế Cần Thơ **Viện Y tế công cộng Tp.HCM <br />
<br />
***Viện đại học Pennsylvania, Philadelphia PA 19104, USA <br />
****Nghiên Cứu Chuyển Đổi Môi Trường và Xã Hội (ISET) <br />
Tác giả liên lạc: TS.Nguyễn phương Toại ĐT: 0939766866 <br />
<br />
Chuyên Đề Y Tế Công Cộng <br />
<br />
Email: phuongtoai@yahoo.com <br />
<br />
443<br />
<br />
Nghiên cứu Y học <br />
<br />
Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 6 * 2014<br />
<br />
<br />
aegypti. Ước tính thế giới hàng năm có khoảng <br />
50‐100 triệu người mắc, trong đó có 500.000 ca <br />
nặng với 22.000 ca tử vong. Mặc dù số ca nặng <br />
không nhiều, nhưng SXH có biến chứng nặng <br />
thường rơi vào nhóm trẻ nhỏ nên có thể gây tử <br />
vong. Hiện nay vẫn chưa có vắc‐xin phòng bệnh, <br />
nên việc loại trừ muỗi và phòng muỗi đốt chính <br />
là cách phòng bệnh chủ yếu. <br />
<br />
lượng việc chứng minh sự liên quan giữa BĐKH <br />
và SXH là rất khó khăn. Nhất là ở Việt Nam, do <br />
hiện nay cả nước chưa có hệ thống theo dõi diễn <br />
biến dịch bệnh với mối liên quan đến các yếu tố <br />
thời tiết. Các kế hoạch khống chế dịch vẫn chưa <br />
đánh giá tác động của BĐKH, chưa có các <br />
chương trình thích ứng để phòng ngừa và ứng <br />
phó với dịch bệnh SXH trong bối cảnh BĐKH(2). <br />
<br />
SXH ở Việt Nam có khuynh hướng gia tăng <br />
những năm gần đây. Các số liệu thống kê quốc <br />
gia gần đây cho thấy, năm 2008 có 96.451 ca mắc, <br />
năm 2009 tăng lên 105.370 ca và năm 2010 số ca <br />
được ghi nhận trên cả nước là 128.831. Do đó, <br />
SXH ở Việt Nam được xếp trong nhóm 10 bệnh <br />
truyền nhiễm có nguy cơ tử vong cao nhất(15). <br />
<br />
Để xác định giả thiết “các hiện tượng dịch <br />
SXH xảy ra ở Cần Thơ có bị tác động của các yếu <br />
tố khí hậu bất thường hay không?” chúng tôi đã <br />
tiến hành khảo sát sự liên quan giữa các yếu tố <br />
thời tiết với dịch SXH. Qua đó giúp ngành y tế <br />
hoạch định các chiến lược y tế thích hợp, chủ <br />
động hơn trong công tác phòng chống dịch, tìm <br />
ra biện pháp dự báo thích hợp nhằm ứng phó <br />
dịch bệnh SXH trong điều kiện BĐKH. <br />
<br />
Tại Cần Thơ, theo số liệu của Trung tâm Y tế <br />
Dự phòng (TTYTDP) TP Cần Thơ, năm 2008 có <br />
1.235 ca mắc SXH, năm 2009 số ca mắc tăng lên <br />
1.357. Sốt xuất huyết ở Cần Thơ chủ yếu xảy ra <br />
đối với trẻ em dưới 16 tuổi, phân bố hầu hết trên <br />
địa bàn các xã phường, nhất là các khu dân cư <br />
nghèo, điều kiện sống còn nhiều khó khăn, môi <br />
trường luôn trong trạng thái ô nhiễm(13). Xét về <br />
khuynh hướng chung, thì tổng số ca mắc hàng <br />
năm vẫn chưa được khống chế giảm một cách <br />
vững chắc(11). <br />
Trước đây, SXH ở Cần Thơ thường chỉ tập <br />
trung xuất hiện vào mùa mưa, sau đó giảm dần <br />
và tăng cao trở lại vào đầu mùa mưa năm sau. <br />
Tuy nhiên, những năm gần đây dịch có khuynh <br />
hướng diễn ra ở cả hai mùa mưa nắng và có <br />
khuynh hướng gia tăng về mức độ nguy hiểm <br />
và về số lượng người bị nhiễm. SXH gia tăng có <br />
thể do nhiều nguyên nhân như đô thị hóa, tình <br />
trạng ô nhiễm môi trường sống, hạ tầng y tế <br />
công cộng yếu, các chương trình tiêu diệt muỗi <br />
thiếu hiệu quả và các yếu tố khí hậu như nhiệt <br />
độ, lượng mưa, lũ lụt và độ ẩm(12). <br />
Tác động của Biến đổi khí hậu (BĐKH) trên <br />
dịch SXH vẫn chưa được nghiên cứu kỹ. Một số <br />
các nghiên cứu tiến hành ở khu vực và phương <br />
pháp khác nhau nên kết quả mang lại chưa rõ <br />
ràng(8). Hơn nữa, do thiếu các bằng chứng định <br />
<br />
444<br />
<br />
PHƯƠNG PHÁP NGHIÊN CỨU <br />
Số liệu dịch tễ được thu thập trong thời gian <br />
11 năm, từ 2001‐2011 và tính toán lại theo hệ <br />
thống (132 tháng), cụ thể gồm: <br />
Số ca mắc mới/1.000.000 dân được xác định <br />
mắc SXH, theo tiêu chuẩn chẩn đoán thống nhất <br />
của ngành y tế quy định thống nhất trong toàn <br />
quốc(14), được báo cáo chính thức hàng năm, của <br />
TTYTDP Cần Thơ. <br />
Số liệu quan trắc khí tượng gồm: lượng mưa <br />
trung bình, nhiệt độ tối đa, nhiệt độ tối thiểu, <br />
nhiệt độ trung bình và độ ẩm, từ Trạm khí tượng <br />
thủy văn thành phố Cần Thơ. <br />
Thông tin về các hoạt động can thiệp, phòng <br />
chống dịch sốt xuất huyết đã tiến hành, được <br />
lưu trữ trong các báo cáo hàng năm, 5 năm tại <br />
Trung tâm Y tế dự phòng Cần Thơ, và các <br />
TTYTDP quận huyện trong địa bàn thành phố <br />
Cần Thơ. <br />
<br />
Phương pháp phân tích và xây dựng mô <br />
hình <br />
Số liệu được làm sạch và phân tích trên phần <br />
mềm thống kê Stata. <br />
Sử dụng phương pháp ARIMA (Auto‐<br />
Regressive Integrated Moving Average) được <br />
<br />
Chuyên Đề Y Tế Công Cộng <br />
<br />
Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 6 * 2014 <br />
<br />
Nghiên cứu Y học<br />
<br />
<br />
mô tả bởi George Box và Gwilym Jenkins(9). Nó <br />
bao gồm cấu tố tự hồi quy‐ Auto‐Regressive (p), <br />
cấu tố sai phân‐ Integrated (d), cấu tố trung bình <br />
trượt‐ Moving Average (q) mà cho là gây ra sự <br />
biến thiên trong chuỗi thời gian. Mô hình <br />
ARIMA thường viết như ARIMA (p,d,q) hay <br />
(P,D,Q) với chữ thường chỉ ra bậc của các cấu tố <br />
phi mùa vụvà chữ hoa chỉ ra bậc của mỗi cấu tố <br />
mùa vụ. <br />
Trong phần này chúng tôi sử dụng 2 kỹ <br />
thuật phân tích: (1) Dùng các phương pháp phân <br />
tích tần số để mô tả các chuỗi thời gian <br />
(frequency domain analysis) và (2) Dùng <br />
phương pháp ARIMA để xác định các yếu tố <br />
tiên lượng SXH trong các chuỗi thời gian, cụ thể <br />
như sau: <br />
1) Dùng các phương pháp phân tích tần số <br />
để mô tả các chuỗi thời gian: bao gồm sử dụng <br />
phương pháp hồi quy tuyến tính để thăm dò <br />
khuynh hướng và biến thiên của các biến số <br />
SXH và các biến số thời tiết theo tháng và năm <br />
trong chuỗi số liệu từ 2001‐2011. Thêm vào đó, <br />
phương pháp phân tích phổ của mô hình <br />
cosinor (spectral analysis of cosinor model) cũng <br />
được sử dụng để xem các mô hình lập lại của các <br />
biến số theo thời gian. <br />
2) Dùng phương pháp ARIMA để xác định <br />
các yếu tố tiên lượng SXH trong các chuỗi thời <br />
gian, bằng cách tiến hành phân tích chuỗi thời <br />
gian để tiên lượng ca mắc mới SXH ở Cần Thơ <br />
bằng phương pháp trung bình trượt tự hồi quy <br />
đa biến với điều chỉnh theo chu kỳ mùa (The <br />
Seasonal Autoregressive Integrated Moving <br />
Average _SARIMA) theo mùa nắng và mưa <br />
trong năm. <br />
Mô hình ARIMA truyền thống dùng trong <br />
kinh tế lượng. Tuy nhiên, gần đây phương pháp <br />
này được sử dụng ngày càng nhiều trong các <br />
lĩnh vực y học. Ưu điểm lớn của mô hình là xem <br />
xét sự khác biệt mùa vụ mà có thể hữu ích trong <br />
dự đoán các bệnh nhiễm trùng khác nhau. <br />
<br />
Chuyên Đề Y Tế Công Cộng <br />
<br />
KẾT QUẢ <br />
Phân bố chỉ số mắc mới theo tháng/triệu <br />
dân và các yếu tố thời tiết <br />
Bảng 1: Tần số mắc mới trung bình/triệu dân và <br />
trung bình lượng mưa, nhiệt độ tối thiểu, trung bình <br />
và tối đa từ 2001 đến 2011 <br />
Biến số<br />
Tổng số ca<br />
Số ca mắc mới<br />
Lượng mưa (mm)<br />
Nhiệt độ (oC)<br />
Độ ẩm<br />
Nhiệt độ tối đa (oC)<br />
Nhiệt độ trung bình (oC)<br />
Nhiệt độ tối thiểu (oC)<br />
<br />
Chỉ số trung<br />
bình<br />
98,2<br />
79,7<br />
126,8<br />
27,1<br />
95,2<br />
31,8<br />
27,1<br />
24,3<br />
<br />
Độ lệch<br />
chuẩn<br />
76,2<br />
67,0<br />
106,8<br />
1,0<br />
2,4<br />
1,2<br />
1,0<br />
0,9<br />
<br />
Có sự biến thiên lớn giữa trung bình tổng số <br />
ca, chỉ số mắc mới, lượng mưa giữa các năm. <br />
Trong khi đó, độ ẩm ít có sự biến thiên hơn. <br />
<br />
Đồ thị lượng mưa và số ca theo tháng trong <br />
11 năm <br />
Đường cong cosinor fit của tần xuất mắc mới <br />
ca SXH và lượng mưa theo tháng từ 2001‐2011 <br />
Raw Data (ooo) & Cosinor Fit (---)<br />
y_variables : caseinc rainf<br />
<br />
400<br />
<br />
200<br />
<br />
0<br />
0<br />
<br />
5<br />
<br />
month<br />
<br />
10<br />
<br />
15<br />
<br />
Biểu đồ 1: Biểu diễn lượng mưa và số ca mắc mới <br />
theo tháng trong 11 năm <br />
Ký hiệu: Hình tam giác (lượng mưa); Hình <br />
tròn (ca bệnh); đường cong fit phía trên là lượng <br />
mưa; đường cong fit phía dưới là ca bệnh SXH. <br />
Đồ thị mô tả mối quan hệ giữa tần xuất mắc <br />
mới SXH và lượng mưa trong các tháng. Theo <br />
phân tích số ca bệnh trung bình trong tháng là <br />
khoảng 80 ca, với sai số chuẩn 5.3; lượng mưa <br />
<br />
445<br />
<br />
<br />
Nghiên cứu Y học <br />
<br />
Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 6 * 2014<br />
<br />
<br />
trung bình tháng là 127mm, độ lệch chuẩn 6. <br />
Đường cong nằm trên từ tháng 4 đến tháng 11 là <br />
lượng mưa ở Cần Thơ và đường cong ở phía <br />
dưới là tần xuất mắc mới ca bệnh. Đồ thị gợi ý <br />
<br />
khi lượng mưa bắt đầu gia tăng tháng 2‐3, đạt <br />
đỉnh cao ở tháng 8 sau đó giảm xuống. Trong <br />
khi tần suất mắc mới bắt đầu gia tăng ở tháng <br />
thứ 4 và đạt đỉnh ở tháng 10 sau đó giảm xuống. <br />
<br />
Độ ẩm trung bình và số ca theo tháng trong 11 năm <br />
Raw Data (ooo) & Cosinor Fit (---)<br />
y_variables : caseinc humid<br />
400<br />
<br />
300<br />
<br />
200<br />
<br />
100<br />
<br />
0<br />
0<br />
<br />
5<br />
<br />
month<br />
<br />
10<br />
<br />
15<br />
<br />
Biểu đồ 2: Đường cong cosinor fit của tần xuất mắc mới sxh và độ ẩm theo tháng 2001‐2011 <br />
quan đơn biến không cho thấy có mối tương <br />
Biểu đồ mô hình hóa cho thấy độ ẩm luôn <br />
quan giữa độ ẩm trung bình và số ca.<br />
duy trì ở mức cao và ít biến động giữa các năm, <br />
số ca tăng cao vào tháng 10. Phân tích tương <br />
<br />
Nhiệt độ trung bình và ca mắc mới <br />
<br />
Biểu đồ 3: Đường cong cosinor fit tần xuất mắc mới sxh và nhiệt độ trung bình theo tháng từ 2001‐2011 <br />
có sự biến thiên tương quan giữa chỉ số mắc mới <br />
Biểu đồ mô hình hóa cho thấy nhiệt độ trung <br />
với nhiệt độ trung bình trong năm. <br />
bình các tháng ít biến thiên giữa các năm.Không <br />
<br />
446<br />
<br />
Chuyên Đề Y Tế Công Cộng <br />
<br />
Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 6 * 2014 <br />
<br />
Nghiên cứu Y học<br />
<br />
<br />
Khuynh hướng số ca mắc mới theo thời gian từ 2001‐2011 <br />
Fitted values<br />
<br />
case incidence<br />
<br />
400<br />
<br />
300<br />
<br />
200<br />
<br />
100<br />
<br />
0<br />
2000<br />
<br />
2005<br />
<br />
2010<br />
<br />
t<br />
<br />
2015<br />
<br />
Biểu đồ 4: Đường thẳng hồi quy tuyến tính của số ca mắc mới SXH theo thời gian từ 2001 đến 2011. (y = ‐7563.8 <br />
+ 3.8* t); t là thời gian tính bằng năm) (p