Nội dung

Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 6 * 2014 Nghiên cứu Y học MỐI LIÊN QUAN GIỮA SỐT XUẤT HUYẾT VÀ BIẾN ĐỔI KHÍ HẬU TẠI CẦN THƠ 2001‐2011 Nguyễn Phương Toại*, Đặng văn Chính**, Amy Vittor***, Nguyễn Ngọc Huy****, Hồ Hữu Tính** TÓM TẮT Đặt vấn đề: Nhằm nỗ lực xác định mối liên quan giữa khí hậu và sốt xuất huyết (SXH), chúng tôi khảo sát các mối quan hệ giữa biến số khí hậu và số bệnh nhân nhập viện ở Cần Thơ từ 2001 đến 2011. Phương pháp: Số liệu nhập viện hàng tháng và các chỉ số trung bình nhiệt độ, lượng mưa, độ ẩm đuợc thu thập 2001‐2011. Sử dụng phân tích hồi quy và mô hình Box‐Jenkins theo chuỗi thời gian với cấu tố tự hồi quy ‐ sai phân và trung bình trượt theo mùa (SARIMA) để xác định mối tương quan giữa số ca mắc và yếu tố thời tiết. Kết quả: Chỉ số mắc mới trong thời gian nghiên cứu có xu hướng tăng theo thời gian từ 2001 ‐ 2011. Số ca 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, 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. Kết luận và kiến nghị: Xu hướng dịch SXH vẫn còn tăng từ 2001 – 2011. Độ ẩm và và các chuỗi ca bệnh 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 quan trọng để dự đoán dịch. Từ khóa: Sốt xuất huyết, chỉ số mắc mới, lượng mưa, độ ẩm, độ trễ, mô hình SARIMA. ABSTRACT ASSOCIATION BETWEEN DENGUE HOSPITALIZATION AND CLIMATE IN CAN THO, VIETNAM, 2001 – 2011 Nguyen Phuong Toai, Dang Van Chinh, Amy Vittor, Nguyen Ngoc Huy, Ho Huu Tinh * Y Hoc TP. Ho Chi Minh * Vol. 18 ‐ Supplement of No 6‐ 2014: 443 – 450 Background: In an effort to better characterize the relationship between climate and dengue, we examine here the associations between weather variables and dengue hospitalizations in Can Tho between 2001 and 2011. Methods: Monthly data on hospitalized dengue cases and means of temperature, rainfall and humidity were recorded from 2001 to 2011. We used the Box‐Jenkins approach to Seasonal Autoregressive Integrative Moving Average (SARIMA) modeling of time series to assess the association between dengue cases and these weather factors. Result: Trend of DF incidence was increasing between 2001‐ 2011. There was significant relationship between humidity, rainfall and the incidence of dengue case. After adjusting for seasonality, the incidence of dengue fever was significantly associated with humidity with a lag of one month. Conclusions and suggestions: The trend of DF incidence was increasing. Humidity and rainfall was asociated to incidence.These data suggest that humidity (with a one month lag) is an important determinant of dengue hospitalizations. Keywords: Dengue fever, incidence, rainfall, humidity, lag, SARIMA model. ĐẶT VẤN ĐỀ Sốt xuất huyết (SXH) là bệnh truyền nhiễm * Trường Cao đẳng Y tế Cần Thơ do virus Dengue gây ra và lây truyền bởi một số loài muỗi thuộc giống Aedes, chủ yếu là A. **Viện Y tế công cộng Tp.HCM ***Viện đại học Pennsylvania, Philadelphia PA 19104, USA ****Nghiên Cứu Chuyển Đổi Môi Trường và Xã Hội (ISET) Tác giả liên lạc: TS.Nguyễn phương Toại Chuyên Đề Y Tế Công Cộng ĐT: 0939766866 Email: phuongtoai@yahoo.com 443 Nghiên cứu Y học Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 6 * 2014 aegypti. Ước tính thế giới hàng năm có khoảng 50‐100 triệu người mắc, trong đó có 500.000 ca nặng với 22.000 ca tử vong. Mặc dù số ca nặng không nhiều, nhưng SXH có biến chứng nặng thường rơi vào nhóm trẻ nhỏ nên có thể gây tử vong. Hiện nay vẫn chưa có vắc‐xin phòng bệnh, nên việc loại trừ muỗi và phòng muỗi đốt chính là cách phòng bệnh chủ yếu. lượng việc chứng minh sự liên quan giữa BĐKH và SXH là rất khó khăn. Nhất là ở Việt Nam, do hiện nay cả nước chưa có hệ thống theo dõi diễn biến dịch bệnh với mối liên quan đến các yếu tố thời tiết. Các kế hoạch khống chế dịch vẫn chưa đánh giá tác động của BĐKH, chưa có các chương trình thích ứng để phòng ngừa và ứng phó với dịch bệnh SXH trong bối cảnh BĐKH(2). SXH ở Việt Nam có khuynh hướng gia tăng những năm gần đây. Các số liệu thống kê quốc gia gần đây cho thấy, năm 2008 có 96.451 ca mắc, năm 2009 tăng lên 105.370 ca và năm 2010 số ca được ghi nhận trên cả nước là 128.831. Do đó, SXH ở Việt Nam được xếp trong nhóm 10 bệnh truyền nhiễm có nguy cơ tử vong cao nhất(15). Để xác định giả thiết “các hiện tượng dịch SXH xảy ra ở Cần Thơ có bị tác động của các yếu tố khí hậu bất thường hay không?” chúng tôi đã tiến hành khảo sát sự liên quan giữa các yếu tố thời tiết với dịch SXH. Qua đó giúp ngành y tế hoạch định các chiến lược y tế thích hợp, chủ động hơn trong công tác phòng chống dịch, tìm ra biện pháp dự báo thích hợp nhằm ứng phó dịch bệnh SXH trong điều kiện BĐKH. Tại Cần Thơ, theo số liệu của Trung tâm Y tế Dự phòng (TTYTDP) TP Cần Thơ, năm 2008 có 1.235 ca mắc SXH, năm 2009 số ca mắc tăng lên 1.357. Sốt xuất huyết ở Cần Thơ chủ yếu xảy ra đối với trẻ em dưới 16 tuổi, phân bố hầu hết trên địa bàn các xã phường, nhất là các khu dân cư nghèo, điều kiện sống còn nhiều khó khăn, môi trường luôn trong trạng thái ô nhiễm(13). Xét về khuynh hướng chung, thì tổng số ca mắc hàng năm vẫn chưa được khống chế giảm một cách vững chắc(11). Trước đây, SXH ở Cần Thơ thường chỉ tập trung xuất hiện vào mùa mưa, sau đó giảm dần và tăng cao trở lại vào đầu mùa mưa năm sau. Tuy nhiên, những năm gần đây dịch có khuynh hướng diễn ra ở cả hai mùa mưa nắng và có khuynh hướng gia tăng về mức độ nguy hiểm và về số lượng người bị nhiễm. SXH gia tăng có thể do nhiều nguyên nhân như đô thị hóa, tình trạng ô nhiễm môi trường sống, hạ tầng y tế công cộng yếu, các chương trình tiêu diệt muỗi thiếu hiệu quả và các yếu tố khí hậu như nhiệt độ, lượng mưa, lũ lụt và độ ẩm(12). Tác động của Biến đổi khí hậu (BĐKH) trên dịch SXH vẫn chưa được nghiên cứu kỹ. Một số các nghiên cứu tiến hành ở khu vực và phương pháp khác nhau nên kết quả mang lại chưa rõ ràng(8). Hơn nữa, do thiếu các bằng chứng định 444 PHƯƠNG PHÁP NGHIÊN CỨU Số liệu dịch tễ được thu thập trong thời gian 11 năm, từ 2001‐2011 và tính toán lại theo hệ thống (132 tháng), cụ thể gồm: Số ca mắc mới/1.000.000 dân được xác định mắc SXH, theo tiêu chuẩn chẩn đoán thống nhất của ngành y tế quy định thống nhất trong toàn quốc(14), được báo cáo chính thức hàng năm, của TTYTDP Cần Thơ. Số liệu quan trắc khí tượng gồm: lượng mưa trung bình, nhiệt độ tối đa, nhiệt độ tối thiểu, nhiệt độ trung bình và độ ẩm, từ Trạm khí tượng thủy văn thành phố Cần Thơ. Thông tin về các hoạt động can thiệp, phòng chống dịch sốt xuất huyết đã tiến hành, được lưu trữ trong các báo cáo hàng năm, 5 năm tại Trung tâm Y tế dự phòng Cần Thơ, và các TTYTDP quận huyện trong địa bàn thành phố Cần Thơ. Phương pháp phân tích và xây dựng mô hình Số liệu được làm sạch và phân tích trên phần mềm thống kê Stata. Sử dụng phương pháp ARIMA (Auto‐ Regressive Integrated Moving Average) được Chuyên Đề Y Tế Công Cộng Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 6 * 2014 mô tả bởi George Box và Gwilym Jenkins(9). Nó bao gồm cấu tố tự hồi quy‐ Auto‐Regressive (p), cấu tố sai phân‐ Integrated (d), cấu tố trung bình trượt‐ Moving Average (q) mà cho là gây ra sự biến thiên trong chuỗi thời gian. Mô hình ARIMA thường viết như ARIMA (p,d,q) hay (P,D,Q) với chữ thường chỉ ra bậc của các cấu tố phi mùa vụvà chữ hoa chỉ ra bậc của mỗi cấu tố mùa vụ. Trong phần này chúng tôi sử dụng 2 kỹ thuật phân tích: (1) Dùng các phương pháp phân tích tần số để mô tả các chuỗi thời gian (frequency domain analysis) và (2) Dùng phương pháp ARIMA để xác định các yếu tố tiên lượng SXH trong các chuỗi thời gian, cụ thể như sau: 1) Dùng các phương pháp phân tích tần số để mô tả các chuỗi thời gian: bao gồm sử dụng phương pháp hồi quy tuyến tính để thăm dò khuynh hướng và biến thiên của các biến số SXH và các biến số thời tiết theo tháng và năm trong chuỗi số liệu từ 2001‐2011. Thêm vào đó, phương pháp phân tích phổ của mô hình cosinor (spectral analysis of cosinor model) cũng được sử dụng để xem các mô hình lập lại của các biến số theo thời gian. 2) Dùng phương pháp ARIMA để xác định các yếu tố tiên lượng SXH trong các chuỗi thời gian, bằng cách tiến hành phân tích chuỗi thời gian để tiên lượng ca mắc mới SXH ở Cần Thơ bằng phương pháp trung bình trượt tự hồi quy đa biến với điều chỉnh theo chu kỳ mùa (The Seasonal Autoregressive Integrated Moving Average _SARIMA) theo mùa nắng và mưa trong năm. Mô hình ARIMA truyền thống dùng trong kinh tế lượng. Tuy nhiên, gần đây phương pháp này được sử dụng ngày càng nhiều trong các lĩnh vực y học. Ưu điểm lớn của mô hình là xem xét sự khác biệt mùa vụ mà có thể hữu ích trong dự đoán các bệnh nhiễm trùng khác nhau. Chuyên Đề Y Tế Công Cộng Nghiên cứu Y học KẾT QUẢ Phân bố chỉ số mắc mới theo tháng/triệu dân và các yếu tố thời tiết Bảng 1: Tần số mắc mới trung bình/triệu dân và trung bình lượng mưa, nhiệt độ tối thiểu, trung bình và tối đa từ 2001 đến 2011 Biến số Tổng số ca Số ca mắc mới Lượng mưa (mm) Nhiệt độ (oC) Độ ẩm Nhiệt độ tối đa (oC) Nhiệt độ trung bình (oC) Nhiệt độ tối thiểu (oC) Chỉ số trung bình 98,2 79,7 126,8 27,1 95,2 31,8 27,1 24,3 Độ lệch chuẩn 76,2 67,0 106,8 1,0 2,4 1,2 1,0 0,9 Có sự biến thiên lớn giữa trung bình tổng số ca, chỉ số mắc mới, lượng mưa giữa các năm. Trong khi đó, độ ẩm ít có sự biến thiên hơn. Đồ thị lượng mưa và số ca theo tháng trong 11 năm Đường cong cosinor fit của tần xuất mắc mới ca SXH và lượng mưa theo tháng từ 2001‐2011 Raw Data (ooo) & Cosinor Fit (---) y_variables : caseinc rainf 400 200 0 0 5 month 10 15 Biểu đồ 1: Biểu diễn lượng mưa và số ca mắc mới theo tháng trong 11 năm Ký hiệu: Hình tam giác (lượng mưa); Hình tròn (ca bệnh); đường cong fit phía trên là lượng mưa; đường cong fit phía dưới là ca bệnh SXH. Đồ thị mô tả mối quan hệ giữa tần xuất mắc mới SXH và lượng mưa trong các tháng. Theo phân tích số ca bệnh trung bình trong tháng là khoảng 80 ca, với sai số chuẩn 5.3; lượng mưa 445 Nghiên cứu Y học Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 6 * 2014 trung bình tháng là 127mm, độ lệch chuẩn 6. Đường cong nằm trên từ tháng 4 đến tháng 11 là lượng mưa ở Cần Thơ và đường cong ở phía dưới là tần xuất mắc mới ca bệnh. Đồ thị gợi ý khi lượng mưa bắt đầu gia tăng tháng 2‐3, đạt đỉnh cao ở tháng 8 sau đó giảm xuống. Trong khi tần suất mắc mới bắt đầu gia tăng ở tháng thứ 4 và đạt đỉnh ở tháng 10 sau đó giảm xuống. Độ ẩm trung bình và số ca theo tháng trong 11 năm Raw Data (ooo) & Cosinor Fit (---) y_variables : caseinc humid 400 300 200 100 0 0 5 month 10 15 Biểu đồ 2: Đường cong cosinor fit của tần xuất mắc mới sxh và độ ẩm theo tháng 2001‐2011 quan đơn biến không cho thấy có mối tương Biểu đồ mô hình hóa cho thấy độ ẩm luôn quan giữa độ ẩm trung bình và số ca. duy trì ở mức cao và ít biến động giữa các năm, số ca tăng cao vào tháng 10. Phân tích tương Nhiệt độ trung bình và ca mắc mới Biểu đồ 3: Đường cong cosinor fit tần xuất mắc mới sxh và nhiệt độ trung bình theo tháng từ 2001‐2011 có sự biến thiên tương quan giữa chỉ số mắc mới Biểu đồ mô hình hóa cho thấy nhiệt độ trung với nhiệt độ trung bình trong năm. bình các tháng ít biến thiên giữa các năm.Không 446 Chuyên Đề Y Tế Công Cộng Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 6 * 2014 Nghiên cứu Y học Khuynh hướng số ca mắc mới theo thời gian từ 2001‐2011 Fitted values case incidence 400 300 200 100 0 2000 2005 t 2010 2015 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 + 3.8* t); t là thời gian tính bằng năm) (p< 0.05) thấy khuynh hướng của nhiệt độ tối đa trong các Khuynh hướng số ca gia tăng theo thời gian tháng 8 có xu hướng tăng hàng năm, biểu thị trong 11 năm, sự gia tăng này tuy nhỏ nhưng có bằng phương trình:y = ‐220,2 + 0,125 * t; (t: thời ý nghĩa thống kê. gian (tháng)); p< 0,01. Khuynh hướng của lượng mưa theo tháng Xem xét phương trình hồi quy của lượng mưa trung bình theo tháng trong 11 năm từ 2001‐2011 cho thấy khuynh hướng của lượng mưa giữa các tháng 10 (là tháng có lượng mưa cao nhất trong năm) có xu hướng giảm hàng năm, biểu thị bằng phương trình: y = 29785,4 + (‐ 14,7)* t; (t tính bằng thời gian theo tháng); p <0,05; CI = ‐ 27,8 ‐1,65. Lượng mưa của các tháng 10 giảm hàng năm, sự giảm này có giá trị thống kê, trong suốt 11 năm từ 2001‐2011 Nhiệt độ trong các tháng 8 tăng có giá trị thống kê, trong suốt 11 năm từ 2001 – 2011. Khuynh hướng lượng mưa gia tăng và số ca theo tháng trong 11 năm Trong phân tích hồi quy đơn biến số ca mắc mới tăng khi lượng mưa tăng, có sự tương quan có giá trị thống kê giữa luợng mưa và số ca mắc mới, theo 2 phương trình sau: yc = 23,3 + 8,7*t ; (p <0,001) ; yr = 29,1 + 15,0*t ; (p <0,001) Khuynh hướng nhiệt độ tối đa trong 11 năm Xem xét phương trình hồi quy của nhiệt độ tối đa theo tháng trong 11 năm từ 2001‐2011 cho Chuyên Đề Y Tế Công Cộng 447 Nghiên cứu Y học Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 6 * 2014 Fitted values case incidence Fitted values rainfall 400 200 0 0 5 month 10 15 Biểu đồ 5: Biểu diễn khuynh hướng lượng mưa và số ca mắc mới theo tháng trong 11 năm Xác định mô hình dự báo diễn biến dịch theo tháng trong năm Raw Data (ooo) & Cosinor Fit (---) y_variables : caseinc 400 300 200 100 0 0 5 month 10 15 Biểu đồ 6: Đồ thị biểu diễn cosino fit để mô tả tần số mắc SXH theo tháng từ 2001‐2011 Đồ thị cho thấy sự biến thiên của ca bệnh SXH của các tháng trong năm. Số ca hàng năm có xu hướng bắt đầu gia tăng trong tháng 4 và cao nhất ở tháng 10 sau đó có xu hướng bắt đầu giảm và lập đi lập lại như thế trong thời gian nghiên cứu. 448 Xác định mô hình ước lượng SARIMA Bảng 2: Ước lượng các tham số của mô hình SARIMA Biến số độc lập Độ ẩm Mô hình Tham số Hệ SARIMA số 2,290 AR(1), MAR(1, 12) AR(1) 0,567 MAR(1, 12) 0,421 Sai số Giá trị chuẩn p 1,12 0,042 0,096 0,108 0,005 0,005 Chuyên Đề Y Tế Công Cộng Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 6 * 2014 Sau khi điều chỉnh theo mùa, kết quả mô hình phù hợp nhất với chuỗi thời gian là SARIMA, AR(1); MAR(1,12), cho thấy độ ẩm, là yếu tố có liên quan để dự báo dịch SXH với chuỗi tự tưong quan độ trễ 1 tháng. Chỉ số AR(1) là các yếu tố tiên đoán có độ thích hợp với chuỗi tự tuơng quan số ca bệnh mắc mới sốt xuất huyết với độ trễ là 1 tháng MAR(1,2) thể hiện chuỗi dữ liệu đuợc chỉnh theo mùa của 12 tháng. Nghiên cứu Y học Test chẩn đoàn độ phù hợp của mô hình Qua sử dụng White‐Noise Test cho các mô hình dự báo thường dùng, cho thấy có tính tương thích cao của mô hình dự báo ARIMA và SARIMA đối với bố dữ liệu trong nghiên cứu. Đồ thị phần dư của mô hình dự báo dựa vào độ ẩm không còn tự tương quan (nhiễu trắng). 0.00 Cumulative periodogram for phandu 0.20 0.40 0.60 0.80 1.00 Cumulative Periodogram White-Noise Test 0.00 0.10 Bartlett's (B) statistic = 0.20 0.30 Frequency 0.40 0.50 0.72 Prob > B = 0.6745 Biểu đồ 7: White‐Noise Test tính tương thích cao của mô hình dự báo SARIMA đổi bất thường khí hậu địa phương đặc biệt là Phân bố phần dư của mô hình dự báo lượng mưa(7), do đó cần được lưu ý khi triển SARIMA, cho thấy mô hình xây dựng là nhiễu khai hoạt động phòng chống dịch hàng năm trắng, không có sự tương quan trong dữ liệu được thực hiện kịp thời và đúng thời điểm hơn. chuỗi thời gian đang nghiên cứu. Nghĩa là mô hình thích hợp với chuỗi số liệu đuợc phân tích. Qua bộ số liệu nghiên cứu, dịch SXH ở Cần Thơ trong 11 năm, chưa cho thấy dịch diễn ra có BÀN LUẬN tính chu kỳ năm. Trong đó, năm 2002 có số ca Về tổng quát, chưa phát hiện xu hướng của thấp nhất và năm 2004 có số ca cao nhất, chiếm biến đổi khí hậu đối với nhiệt độ, lượng mưa, và gần 1/5 tổng số ca của 11 năm quan sát. Về phát độ ẩm trong suốt 11 năm từ 2001 đến 2011, có triển dịch SXH cho thấy một xu hướng tăng thể do chuỗi số liệu dùng trong phân tích không hàng năm có ý nghĩa thống kê. Đặc biệt là các đủ dài để phát hiện ra các xu hướng của BĐKH. năm gần đây, sau 2004 đều duy trì số ca ở mức Tuy nhiên, qua phân tích hồi quy tuyến tính về cao, số ca nặng và tử vong có tăng, là điều cần khuynh hướng riêng theo từng yếu tố thời tiết được quan tâm. của từng tháng trong 11 năm nhận thấy có sự Về yếu tố độ trễ, kết quả phân tích tự tương thay đổi có ý nghĩa thống kê ở lượng mưa trung quan diễn biến số ca mắc mới cho thấy có sự bình của các tháng 10 giảm, nhiệt độ tối đa trung tương quan lớn nhất ở độ trễ 1 tháng.Yếu tố độ bình các tháng 8 tăng (số liệu không trình bày). trễ cho thấy các ca bệnh bộc phát ra có thể là hậu Điều này phù hợp với các ghi nhận có sự thay Chuyên Đề Y Tế Công Cộng 449 Nghiên cứu Y học Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 6 * 2014 quả của giai đoạn tiềm tàng về phát triển côn trùng, mầm bệnh trước đó. Tác dụng trễ của khí hậu trên tỷ lệ mắc SXH có thể giải thích bởi những yếu tố khí hậu không ảnh hưởng trực tiếp trên số mắc mới nhưng chỉ ảnh hưởng gián tiếp qua tác động của nó trên quá trình dịch. Kết quả này về độ trễ khá phù hợp với nhóm nghiên cứu New Caledonia phân tích giữa khí hậu, dịch SXH và A. aegypti từ 1971‐2010 nhằm xây dựng mô hình dự báo dịch, cũng cho thấy độ trễ so với đỉnh dịch là 1‐2 tháng. Tương quan có ý nghĩa giữa dịch với nhiệt độ, lượng mưa, và độ ẩm(5). Điều này phù hợp với nghiên cứu của Hà Nội phân tích chỉ số mắc mới ở Hà Nội, Việt Nam, từ 1998 – 2009, để xem có sự tăng theo thời gian với các chỉ số thời tiết và tìm thấy độ trễ 1‐2 tháng; ở độ ẩm và tốc độ gió (với độ trễ 4‐5 tháng)(4). SXH ở Cần Thơ thể hiện mang tính mùa, dịch tăng vào mùa mưa và giảm vào tháng nắng. Phân tích hồi quy tuyến tính đơn biến cho thấy, khi lượng mưa tăng thì số ca mắc mới SXH có xu hướng tăng theo(10). Tuy nhiên trong phân tích đa biến SARIMA mối quan hệ này không có ý nghĩa thống kê. Về phương pháp dự báo thì phân tích phù hợp với cách dự báo của Brunkard và cộng sự, sử dụng mô hình tự tương quan phân tích mối tương quan giữa chỉ số mắc mới tuần và nhiệt độ, lượng mưa và hiện tượng El Nino, từ 1995 – 2005. Đã tìm thấy tương quan dương giữa chỉ số mắc mới SXH với các yếu tố thời tiết này(3). Trong phân tích mô hình dự báo SARIMA thì yếu tố lượng mưa không cho dự báo có ý nghĩa trên số ca SXH. Kết quả nầy phù hợp với nghiên cứu của Banu cộng sự, thực hiện thống kê các nghiên cứu SXH và thời tiết ở Châu Á, cho thấy có sự liên quan giữa SXH và lượng mưa nhưng không bền vững, mặc dù lượng mưa tăng quá lại có tương quan âm với dịch ở Thailand, Indonesia, Taiwan(1). Trong khi đó, yếu tố độ ẩm không có liên quan tuyến tính với dịch, nhưng khi phân tích các yếu tố thời tiết trong mô hình SARIMA, cho 450 thấy độ ẩm trung bình có thể làm dự báo tốt hơn cho số ca mắc mới. Vì độ ẩm tương đối liên quan chặt chẽ với nhiệt độ và lượng mưa, mà trị số độ ẩm luôn hiện diện ở mức cao trong năm dù là trong mùa khô, nên có ảnh hưởng trên số ca mắc mới. Kết quả này cũng phù hợp với nghiên cứu của Hales và cộng sựl(6), của Myriam Gharbi, và cộng sự(10) và nhất là phù hợp với kết quả của nhóm nghiên cứu New Caledonia(5). Mô hình SARIMA được sử dụng tốt hơn các mô hình tuyến tính thông thường vì nó khắc phục tính tương quan trong chuỗi số liệu theo thời gian và tính mùa. KẾT LUẬN Mặc dù có thể hiện sự biến thiên của các yếu tố khí hậu, nhưng chuỗi 11 năm số liệu khí hậu chưa thể hiện rõ khuynh hướng của các yếu tố biến đổi khí hậu. Dịch SXH ở Cần Thơ vẫn còn xu huớng tăng trong thời gian 11 năm nghiên cứu với ý nghĩa thống kê. Các ca mắc mới có mối liên quan, độ ẩm và độ trễ của một tháng của ca bệnh sốt xuất huyết. Trong mùa nắng, mặc dù nhiệt độ tăng cao, nhưng do độ ẩm cao nên mật độ muỗi vẫn duy trì và có khả năng gây dịch. Độ ẩmvà ca bệnh với độ trễ 1 tháng là yếu tố thích hợp nhất được dùng tiên đoán sự gia tăng của ca bệnh sốt xuất huyết ở Cần Thơ. Đề xuất trong phòng chống dịch bệnh Biện pháp can thiệp phải thực hiện quanh năm, nhưng tập trung hơn diệt lăng quăng từ đầu mùa mưa và khi các gia bệnh bắt đầu gia tăng.Vì độ ẩm, lượng mưa và nhiệt độ ảnh hưởng với nhau, do đó, khi có một trong các yếu tố lượng mưa tăng hay độ ẩm tăng thì càng phải chú ý công tác diệt lăng quăng trong tháng trước đó, nhằm phát huy tác dụng làm giảm mật độ côn trùng cho các tháng sau. Sử dụng mô hình SARIMA trong nghiên cứu có thể góp phần cho giám sát và cho việc dự đoán trong phòng chống SXH với yếu tố độ ẩm, theo thời gian. Chuyên Đề Y Tế Công Cộng Y Học TP. Hồ Chí Minh * Tập 18 * Phụ bản của Số 6 * 2014 TÀI LIỆU THAM KHẢO 1. Banu S, Hu W, Hurst C, Tong S (2011) Dengue transmission in the Asia‐Pacific region: impact of climate change and socio‐ economic factors. Trop Med Int Health. 16(5):598‐607. 2. Bộ Y tế (2007) Chương trình tổng thể dự án chiến lược quốc gia về y tế dự phòng và kế hoạch tổng thể 5 năm về phát triển hệ thống chăm sóc sức khỏeViệt Nam. Tr. 78‐94. 3. Brunkard JMCE, Rothenberg SJ (2008) Assessing the roles of temperature, precipitation, and ENSO in dengue re‐ emergence on the Texas‐Mexico border region. Salud Publica Mex. 50:227‐234. 4. 5. Cuong HQ, Hien NT, Duong TN, Phong TV, Cam NN, Farrar J, Nam VS, Thai KT, Horby P (2011) Quantifying the emergence of dengue in Hanoi,Vietnam: 1998 – 2009. PLoS NTD. 5(9):e1322. Descloux E, Mangeas M, Menkes CE, Lengaigne M, Leroy A, Tehei T, Guillaumot L, Teurlai M, Gourinat AC, Benzler J, Pfannstiel A, Grangeon JP, Degallier N, Lamballerie XD (2012) Climate‐based models for understanding and forecasting dengue epidemics. PLoS NTD, 6(2):e1470. 6. Hales SW, de Wet N, Maindonald J, Woodward A. (2002) Potential effect of population and climate changes on global distribution of dengue fever: an empirical model. Lancet. 360:830‐834. 7. Intergovernmental Panel of Climate Change (2007) Climate Change: Impacts, Adaptation and Vulnerability. Cambridge: Cambridge University Press. Pp. 123‐234. 8. Johansson MA, Dominici F, Glass GE,(2009) Local and global effects of climate on dengue transmission in Puerto Rico. PLoS NTD. 3(2):382. Chuyên Đề Y Tế Công Cộng Nghiên cứu Y học 9. Luz PM, Mendes BV, Codeço CT, Struchiner CJ, Galvani AP. (2008) Time series analysis of dengue incidence in Rio de Janeiro, Brazil. Am J Trop Med Hyg. 79(6):933‐939. 10. Myriam GPQ, Joël G, Sylvie C, Guy LR, Laurent G, Laurence M (2011) Time series analysis of dengue incidence in Guadeloupe, French West Indies: Forecasting models using climate variables as predictors. BMC Infectious Diseases. 11(166). 11. Sở Y tế Cần Thơ (2011) Số liệu báo cáo công tác Y tế 5 năm 2006 – 2010. Thành phố Cần Thơ. Tr. 3‐4. 12. Thai KT, Anders KL (2011) The role of climate variability and change in the transmission dynamics and geographic distribution of dengue. ExpBiol Med (Maywood). 236(8):944‐ 954. 13. Trung tâm Y tế dự phòng Cần Thơ (2009) Báo cáo hoạt động YTDP năm 2008 – Kế hoạch YTDP năm 2009. Thành phố Cần Thơ. Tr. 12‐13. 14. Viện Pasteur thành phố Hồ Chí Minh (2012) Chẩn đoán sốt Dengue/sốt xuất huyết Dengue. Chuyên mục Y tế cộng đồng. Viện Pasteur thành phố Hồ Chí Minh. Tr. 2‐6. 15. Viện Vệ sinh dịch tễ trung ương (2010) Báo cáo số liệu thống kê sốt xuất huyết dengue. Hà Nội. Tr. 5‐8. Ngày nhận bài báo: 9/5/2014 Ngày phản biện nhận xét bài báo: 15/6/2014 Ngày bài báo được đăng: 14/11/2014 451