臺灣博碩士論文加值系統

登革熱是由埃及斑蚊及白線斑蚊所傳播的疾病，特別是在台灣南部最常發生登革熱疫情，高雄市是台灣南部150多萬人的現代化大都市，自2002年以來每年都有登革熱疫情，先前研究就有針對高雄市登革熱流行病傳播的模型進行探討，結果呈現有幾種可能的病毒傳播機制使得登革熱疫情擴散，我們本次研究的主要是使用全國資料庫來探討台灣境外移入病例及觀光客人數之間的關係，並分析境外移入病例對本土登革熱病例的影響，研究結果也顯示東南亞國家對於登革境外移入病例有強烈的正相關，另外根據2005年至2010年高雄市登革熱本土病例、境外移入病例、氣候變項和病媒蚊監測指標進行模型建置，而後制定風險圖進行時空分析，我們使用兩階段模型評估境外移入病例、氣候變項和病媒蚊監測指標和本土病例之間的時間關係，以及他們之間的風險和滯留時間效應，並以此來重新建立病媒蚊監測指標的閾值，作為登革熱疫情的預警工具。結果顯示，使用模型AI，BI，CI和HI（AI，成蟲指數; BI，布氏指數; CI，容器指數及HI，住宅指數）預測登革熱病例的發生的準確率分別為83.6,87.5,87.1和87％，利用他們個別的模型，得到AI，BI，CI和HI新的病媒蚊監測指標的預測閾值，分別為2.25,1.24,0.76和0.82，進而根據預測的閾值生成高雄市的風險圖。本研究的風險圖可以為公共衛生部門作為提供分配公共衛生資源和預防策略的依據。

Dengue fever is caused by dengue viral infection transmitted through mosquito, particularly Aedes Aegypti, which is commonly found in southern part of Taiwan. Kaohsiung City, a modern metropolis of 1.5 million persons located in southern Taiwan, has dengue epidemic annually with variable scales since 2002. The spatiotemporal patterns of disease transmission of DENV epidemic in Kaohsiung have been investigated, and findings indicate several possible mechanisms by which the virus might have dispersed after being introduced into the population. The objectives of our current study here is to use the national database to explore the relationship between the imported cases and the number of tourists, the results also show that Southeast Asian countries there is a strong positive correlation. Than here is to develop a risk map based on the temporal-spatial analysis of dengue indigenous cases, imported cases, meteorological variables and entomological surveillance indices in Kaohsiung city from 2005 to 2012. We used the two-stage model to estimate the risk and time-lag effect to evaluate the temporal relationship between meteorological variables, entomological surveillance indices, imported case and confirmed indigenous cases; and to establish the threshold for entomological surveillance as an early warning tool for dengue epidemic. The results suggested that Model-AI, BI, CI and HI (AI, adult index; BI, Breteau indices; CI, Container; HI, House indices) predicted the occurrence of dengue cases with 83.6, 87.5, 87.1, and 87% accuracy, respectively. The predicting threshold based on individual Model-AI, BI, CI and HI was 2.25, 1.24, 0.76 and 0.82, respectively. We then generated the risk map of Kaohsiung city based on the predicted threshold. The risk map developed in our study can provide the public health authority for allocating public health resources and prevention strategies.

第一章 緒論 1
第一節 研究背景 1
第二章 文獻探討 2
第一節 登革熱介紹 2
一、 登革熱 2
二、 致病機制 2
三、 登革熱病毒傳播途徑 2
四、 登革熱臨床症狀 3
第二節 登革熱流行病學 3
一、 全球流行概況 3
二、 台灣登革熱歷史及流行狀況 3
三、 台灣登革熱流行特徵 3
第三節 可能影響登革熱疫情的因素 4
一、 登革熱病媒蚊 4
二、 氣象因子與登革熱流行之相關性 6
三、 境外移入登革病例 6
第四節 研究動機與目的 7
第三章 研究設計 9
第一節 研究地區 9
一、 研究期間 9
二、 研究區域 9
第二節 資料來源 13
一、 病歷資料 13
二、 觀光局資料 13
三、 病媒蚊指數 14
四、 氣候 16
第三節 統計分析 17
一、 入境台灣人數與登革熱病例分析 17
二、 模型變項的種類 17
三、 模型建立 20
四、 敏感度分析(Sensitivity analysis) 21
五、 風險地圖建立 21
第四章 結果與分析 22
第一節 觀光客與登革病例分析 22
第二節 登革熱爆發風險的多變量模型 32
第三節 敏感度分析 39
第四節 登革熱風險時空分析 40
第五章 結論 47
參考文獻 51

表目錄

表 1境外病例與觀光客的回歸分析 27
表 2境外病例與觀光客依照季節的回歸分析 27
表 3當月境外病例與東南亞個別國家觀光客人數的回歸分析 28
表 4當月境外病例與東南亞個別國家觀光客人數依照季節的回歸分析 29
表 5本土病例與觀光客的回歸分析 31
表 6 model-AI,BI,CI,HI登革熱危險因子的多變量分析 33
表 7病媒蚊指數四個邏輯式回歸模型的預測精確度 37
表 8敏感度分析的AUC比較 39
表 9 Kappa統計結果 40

 
圖目錄
圖 1研究架構圖 8
圖 2高雄位置圖 10
圖 3為2005年至2012年 全台通報登革確診病例數與高雄通報確診病例數 11
圖 4高雄通報登革病例占全台登革病例的百分比 12
圖 5根據家戶密度風險等級和病媒蚊指數數據分成高中低三種風險地區 15
圖 6為2005到2012年高雄市本土及境外病例數折線圖 19
圖 7 為2005年到2012年每個月來台灣的旅客人數 23
圖 8境外移入病例2005年至2012年來源國家依世界各大洲分類長條圖 23
圖 9東南亞境外移入病例占亞洲的百分比 24
圖 10為2005年至2012年東南亞境外移入病例來源國家 24
圖 11境外病例在2005年至2012年三個期間不同季節的盒鬚圖 25
圖 12 Model-AI、Model-BI、Model-CI和Model-HI的ROC曲線 38
圖 13為2011年五月至十二月高雄中高風險地區的登革熱本土病例實際圖 41
圖 14為2011年五月至十二月中高雄高風險地區的預測登革熱風險圖 42
圖 15為2011年五月至十二月中高雄高風險地區的預測及實際病例重疊圖 43
圖 16為2012年五月至十二月中高雄高風險地區的登革熱本土病例實際圖 44
圖 17為2012年五月至十二月中高雄高風險地區的預測登革熱風險圖 45
圖 18為2011年五月至十二月中高雄高風險地區的預測及實際病例重疊圖 46

參考文獻
1.Chang, L.H., et al., Differential survival of Aedes aegypti and Aedes albopictus (Diptera: Culicidae) larvae exposed to low temperatures in Taiwan. J Med Entomol, 2007. 44(2): p. 205-10.
2.Huang, J.H., et al., Molecular characterization and phylogenetic analysis of dengue viruses imported into Taiwan during 2008-2010. Am J Trop Med Hyg, 2012. 87(2): p. 349-58.
3.Guzman, M.G., et al., Dengue: a continuing global threat. Nat Rev Microbiol, 2010. 8(12 Suppl): p. S7-16.
4.Sangkawibha, N., et al., Risk factors in dengue shock syndrome: a prospective epidemiologic study in Rayong, Thailand. I. The 1980 outbreak. Am J Epidemiol, 1984. 120(5): p. 653-69.
5.Nagao, Y. and K. Koelle, Decreases in dengue transmission may act to increase the incidence of dengue hemorrhagic fever. Proc Natl Acad Sci U S A, 2008. 105(6): p. 2238-43.
6.Sutherst, R.W., Global change and human vulnerability to vector-borne diseases. Clin Microbiol Rev, 2004. 17(1): p. 136-73.
7.Wilder-Smith, A., et al., Update on dengue: epidemiology, virus evolution, antiviral drugs, and vaccine development. Curr Infect Dis Rep, 2010. 12(3): p. 157-64.
8.Scott, T.W. and A.C. Morrison, Vector dynamics and transmission of dengue virus: implications for dengue surveillance and prevention strategies: vector dynamics and dengue prevention. Curr Top Microbiol Immunol, 2010. 338: p. 115-28.
9.Vega-Rua, A., et al., High level of vector competence of Aedes aegypti and Aedes albopictus from ten American countries as a crucial factor in the spread of Chikungunya virus. J Virol, 2014. 88(11): p. 6294-306.
10.Halstead, S.B., Global epidemiology of dengue hemorrhagic fever. Southeast Asian J Trop Med Public Health, 1990. 21(4): p. 636-41.
11.Bhatt, S., et al., The global distribution and burden of dengue. Nature, 2013. 496(7446): p. 504-7.
12.WHO. Dengue and severe dengue. 2005 April 2017; Available from: http://www.who.int/mediacentre/factsheets/fs117/en/.
13.Li, Y.C., C.W. Liu, and K.P. Huang, Dengue Fever and Dengue Hemorrhagic Fever, in Infection Control Journal. 2007. p. 307-315.
14.Ko, Y.C., [Epidemiology of dengue fever in Taiwan]. Gaoxiong Yi Xue Ke Xue Za Zhi, 1989. 5(1): p. 1-11.
15.Wang, S.F., et al., Severe Dengue Fever Outbreak in Taiwan. Am J Trop Med Hyg, 2016. 94(1): p. 193-7.
16.Chung, C.L., Talking about dengue prevention and control. Taiwan Epidemiology Bulletin, 2006. 22(9): p. 589-547.
17.Chen, W.J., et al., Vector competence of Aedes albopictus and Ae. aegypti (Diptera: Culicidae) to dengue 1 virus on Taiwan: development of the virus in orally and parenterally infected mosquitoes. J Med Entomol, 1993. 30(3): p. 524-30.
18.Tsai, P.J. and H.J. Teng, Role of Aedes aegypti (Linnaeus) and Aedes albopictus (Skuse) in local dengue epidemics in Taiwan. BMC Infect Dis, 2016. 16(1): p. 662.
19.Kim Lien, P.T., et al., Role of Aedes aegypti and Aedes albopictus during the 2011 dengue fever epidemics in Hanoi, Vietnam. Asian Pac J Trop Med, 2015. 8(7): p. 543-8.
20.(Taiwan), C. Vector Indices. 2017 2013 March; Available from: http://www.cdc.gov.tw/professional/info.aspx?treeid=beac9c103df952c4&nowtreeid=eb91b381446087c0&tid=2687AE23A4E19FAB.
21.Sanchez, L., et al., Breteau Index threshold levels indicating risk for dengue transmission in areas with low Aedes infestation. Trop Med Int Health, 2010. 15(2): p. 173-5.
22.Guo, S., et al., Mosquito surveillance revealed lagged effects of mosquito abundance on mosquito-borne disease transmission: a retrospective study in Zhejiang, China. PLoS One, 2014. 9(11): p. e112975.
23.Couret, J., E. Dotson, and M.Q. Benedict, Temperature, larval diet, and density effects on development rate and survival of Aedes aegypti (Diptera: Culicidae). PLoS One, 2014. 9(2): p. e87468.
24.Alto, B.W. and D. Bettinardi, Temperature and dengue virus infection in mosquitoes: independent effects on the immature and adult stages. Am J Trop Med Hyg, 2013. 88(3): p. 497-505.
25.Scott, T.W., et al., Longitudinal studies of Aedes aegypti (Diptera: Culicidae) in Thailand and Puerto Rico: blood feeding frequency. J Med Entomol, 2000. 37(1): p. 89-101.
26.Naish, S., et al., Climate change and dengue: a critical and systematic review of quantitative modelling approaches. BMC Infect Dis, 2014. 14: p. 167.
27.Campbell, K.M., et al., The complex relationship between weather and dengue virus transmission in Thailand. Am J Trop Med Hyg, 2013. 89(6): p. 1066-80.
28.Chang, F.S., et al., Re-assess Vector Indices Threshold as an Early Warning Tool for Predicting Dengue Epidemic in a Dengue Non-endemic Country. PLoS Negl Trop Dis, 2015. 9(9): p. e0004043.
29.Shu, P.Y., et al., Molecular characterization of dengue viruses imported into Taiwan during 2003-2007: geographic distribution and genotype shift. Am J Trop Med Hyg, 2009. 80(6): p. 1039-46.
30.Wen, T.H., et al., Spatial-temporal patterns of dengue in areas at risk of dengue hemorrhagic fever in Kaohsiung, Taiwan, 2002. Int J Infect Dis, 2010. 14(4): p. e334-43.
31.Shu, P.Y., et al., Fever screening at airports and imported dengue. Emerg Infect Dis, 2005. 11(3): p. 460-2.
32.Kuan, M.M. and F.Y. Chang, Airport sentinel surveillance and entry quarantine for dengue infections following a fever screening program in Taiwan. BMC Infect Dis, 2012. 12: p. 182.
33.Chang, S.F., J.H. Huang, and P.Y. Shu, Characteristics of dengue epidemics in Taiwan. J Formos Med Assoc, 2012. 111(6): p. 297-9.
34.Teng, H.J., et al., Emergency vector control in a DENV-2 outbreak in 2002 in Pingtung City, Pingtung County, Taiwan. Jpn J Infect Dis, 2007. 60(5): p. 271-9.
35.(Taiwan), C. Dengue Q&A. 2017 2016 Apr; Available from: http://www.cdc.gov.tw/professional/qa.aspx?treeid=6fd88fc9bf76e125&nowtreeid=3738D2D9E93F9D0C.
36.Watts, D.M., et al., Effect of temperature on the vector efficiency of Aedes aegypti for dengue 2 virus. Am J Trop Med Hyg, 1987. 36(1): p. 143-52.
37.Chan, M. and M.A. Johansson, The incubation periods of Dengue viruses. PLoS One, 2012. 7(11): p. e50972.
38.Cheng, Q., et al., Climate and the Timing of Imported Cases as Determinants of the Dengue Outbreak in Guangzhou, 2014: Evidence from a Mathematical Model. PLoS Negl Trop Dis, 2016. 10(2): p. e0004417.
39.Tittarelli, E., et al., Secondary dengue virus infections during the 2009 outbreak in Buenos Aires. Trop Med Int Health, 2016. 21(1): p. 28-32.