目的 分析2006-2022年辽宁省大连市人间布鲁氏菌病(布病)疫情形势和发病特点及病例诊断延迟的影响因素,为针对性干预措施的实施提供依据.方法 从中国疾病预防控制中心传染病报告信息管理系统中获取2006-2022年大连市布病病例个案资料,对人间布病发病变化趋势、人群特征、空间分布及诊断报告情况进行描述性分析,采用logistic多因素回归分析诊断延迟的影响因素,采用ArcGIS 10.8软件进行空间自相关和聚类分析.结果 2006-2022年大连市人间布病发病整体呈逐年上升趋势,发病率平均每年上升25.89％.春夏季为发病高峰,男性高于女性(2.59:1),发病年龄集中在45～59岁年龄组(44.23％).病例地区分布范围逐渐扩大,2022年大连市87.26％的街道(乡镇)有病例报告.时空分布结果显示,高-高聚集地区始终集中在瓦房店市.诊断延迟率为60.68％,多因素分析结果显示,就诊医院类型[比值比(OR)=0.68,95％置信区间(CI):0.56～0.83,P＜0.05]和病例报告年份(OR=1.34,95％CI:1.11～1.62,P＜0.05)与诊断延迟有关.结论 辽宁省大连市人间布病发病率呈逐年快速上升趋势,诊断延迟率较高.应及时采取针对性干预措施,加强宣传教育,提升人群就诊意识和基层医务人员诊断水平,降低因延迟诊断导致的布病慢性化.

目的:分析山东省济南市2010-2019年人间布鲁菌病（布病）流行特征，为完善防治策略和控制措施提供科学依据。方法:通过"中国疾病预防控制信息系统"中的"传染病监测系统"收集济南市2010-2019年布病监测数据。用描述性流行病学方法对布病疫情概况和病例三间分布情况进行分析。结果:2010-2019年，济南市共报告布病1 882例，年均发病率为2.64/10万，各年度报告发病率在0.13/10万至5.37/10万，总体呈上升趋势（χ 2趋势=307.50， P < 0.05）。疫情范围由2010年的3个县区7个乡镇（街道）扩大至2019年的12个县区76个乡镇（街道）。全年均有布病病例报告，发病高峰集中在4-7月份。病例以男性为主，男女性别比为2.66∶1.00（1 368∶514）。年龄分布主要集中在30~69岁年龄组。职业分布以农民为主。 结论:2010-2019年济南市布病疫情呈上升趋势，疫区范围不断扩大。应针对布病流行特征采取综合防控措施，提升疫情防控能力。

目的:了解成人布鲁菌病（布病）患者临床特征及血脂谱的异常情况，分析布病患者发生血脂异常的关联因素，为预防和控制布病患者血脂异常的潜在风险提供参考。方法:收集2015年1月1日至2016年12月31日辽宁省传染病医院确诊的所有成人布病住院患者临床病历资料，对患者一般人口学特征、接触史、临床分期与病程、伴发慢性疾病等基本情况及血脂异常情况进行描述性分析；采用单因素和多因素非条件logistic回归模型分析布病患者血脂异常的关联因素。结果:共收集562例布病患者，年龄为（48.59 ± 12.26）岁，范围为18~76岁，男女性别比为2.5∶1.0（402∶160）；其中，仅有牛接触史者193例（34.3%）、仅有羊接触史者331例（58.9%）。在562例布病患者中，伴有血脂异常者共314例，占55.9%；其中总胆固醇（TC）、甘油三酯（TG）、低密度脂蛋白胆固醇（LDL-C）和高密度脂蛋白胆固醇（HDL-C）异常者分别为48（8.5%）、152（27.0%）、60（10.7%）、217例（38.6%）。logistic回归分析结果显示，糖尿病[比值比（ OR）= 4.201，95%置信区间（ CI）：1.361~12.971]、中性粒细胞升高（ OR = 2.314，95% CI：1.981~5.462）、丙氨酸氨基转移酶升高（ OR = 2.188，95% CI：1.379~3.473）、降钙素原升高（ OR = 1.707，95% CI：1.515~2.532）、牛接触史（ OR = 2.170，95% CI：1.464~3.125）为布病患者发生血脂异常的危险因素；中性粒细胞降低（ OR = 0.458，95% CI：0.232~0.904）是布病患者发生血脂异常的保护因素。 结论:布病患者血脂异常率较高，糖尿病、炎症、肝功能异常、牛接触史是布病患者发生血脂异常的相关因素，应采取针对性措施预防并控制布病患者血脂异常的潜在风险，以降低布病及非传染性慢性疾病共病负担。

目的:分析烟台市2011 - 2018年人间布鲁菌病（简称布病）疫情流行病学特征，为制定和调整布病防控策略提供科学依据。方法:采用描述流行病学方法，对烟台市2011 - 2018年布病监测数据和流行病学调查数据（时间、地区、人群分布及就诊行为）进行回顾性分析。结果:2011 - 2018年，烟台市累计报告布病病例795例，年均发病率为1.42/10万，无死亡病例。以散发病例为主，占92.20%（733/795）。发病高峰为3 - 8月，占67.80%（539/795）；除长岛县外，其他12个县（市、区）均有布病病例报告，报告发病率居前3位的县（市、区）为莱州市（5.20/10万，369例，占46.42%）、招远市（2.13/10万，97例，占12.20%）、蓬莱市（1.77/10万，62例，占7.80%）；男、女性别比为2.82∶1.00（587∶208）；发病年龄以40 ~ 69岁为主，占79.62%（633/795）；职业以农民为主，占83.90%（667/795）；病例发现以烟台市医疗机构为主，占89.56%（712/795）；发病至诊断时间间隔平均为17 d，最长为2012年40 d，最短为2018年12 d。结论:2011 - 2018年烟台市除长岛县外，其他12个县（市、区）均有布病病例报告，发病高峰为春夏季，以中老年发病为主，应针对不同地区、重点人群开展针对性防控策略。

目的:分析山西省人间布鲁菌病（简称布病）的流行情况，为制订防治措施和政府决策提供科学依据。方法:采用描述性流行病学方法，收集山西省2008-2017年"传染病报告信息管理系统"中布病监测数据，分析发病的时间、地区、人群分布。结果:2008-2017年山西省共报告布病病例54 845例，年平均发病率为15.37/10万，年发病率波动在8.34/10万~23.53/10万，共报告1例死亡病例（2015年）。2014年报告发病率最高，为23.53/10万；2017年报告发病率最低，为8.34/10万。布病发病主要分布在晋北地区，大同市报告病例最多，为13 998例，占25.52%；朔州市的报告发病率最高，为49.68/10万。每年各月均有发病，发病高峰集中在3-7月份，占60.11%（32 966/54 845）。40~64岁年龄组病例数最多，占64.73%（35 502/54 845）。农民病例数最多，占82.97%（45 504/54 845）。结论:山西省布病整体疫情较以往有所控制，局部地区疫情活跃，疫情波及范围和人群均有扩散。应深入开展对重点发病人群布病防护知识的宣传，提升高危人群的自我防护意识。

目的:分析2004 - 2018年全国布鲁氏菌病（布病）流行特征，了解布病发展趋势。方法:自公共卫生科学数据中心收集2004 - 2018年全国布病监测资料。采用joinpoint回归分析全国和各省份布病发病率趋势变化，总体趋势采用平均年度变化百分比（AAPC）进行估计；采用局部回归季节分解法分析全国和各省份布病季节特征；同时绘制各年龄发病率随年份变化热力图。结果:2004 - 2018年全国累计报告布病524 980例，死亡16例，发病率为2.61/10万，病死率为（3.05 × 10 -3）%。全国布病发病率呈上升趋势（AAPC = 11.58%，95% CI：7.91% ~ 15.25%， P < 0.001）；内蒙古自治区、山西省和陕西省未见明显变化趋势（均 P > 0.05）；西藏自治区呈下降趋势（AAPC = - 55.19%， P < 0.001）；其他省份均呈上升趋势（均AAPC > 0，均 P < 0.05）。全国发病高峰出现在4 - 6月；按省份划分，海南省、四川省、贵州省、福建省、安徽省发病高峰以4 - 8月为主，重庆市、上海市发病高峰出现在6 - 8月，其他省份发病高峰基本在4 - 6月。全国各年龄组均有布病病例报告，年龄分布呈倒"V"形；发病高峰出现在50 ~ 54岁年龄组（5.43/10万），其次为60 ~ 64岁年龄组（4.94/10万）。2004 - 2018年，发病率前3位年龄组由2004年的40 ~ 44、50 ~ 54和35 ~ 39岁转变为2018年的50 ~ 54、60 ~ 64和55 ~ 59岁。 结论:2004 - 2018年全国及大部分省份布病发病呈上升趋势，高发年龄逐渐向高年龄组转变。

目的:测定1，25二羟维生素D3[1，25 dihydroxyvitamin D3，1，25(OH) 2D 3 ]及其可溶性受体(vitamin D receptor, VDR)在布鲁氏菌病患者血清中的水平，探讨其在该病中的意义。 方法:选取2019年11月至2020年11月青海大学附属医院确诊的布鲁氏菌病患者21例(布病组)，将布病组又分为骨关节受累组(14例)和无骨关节受累组(7例)；选取同期我院门诊体检健康者23例作为对照组。采用酶联免疫吸附法(enzyme linked immunosorbent assay，ELISA)测定布病组及对照组血清中1，25(OH) 2D 3及VDR的水平，分析其在布鲁氏菌病中的表达变化。 结果:布病组患者血清中1，25(OH)2D3及VDR水平均显著低于对照组，差异均有统计学意义{[254.84(177.90，286.72)] pg/mL比[286.05(272.15，304.67)] pg/mL，[2.28(1.81，2.91)] ng/mL比[4.07(1.99，6.77)] ng/mL， z值分别为－2.46，－2.19， P值均<0.05)}；与骨关节受累组相比，无骨关节受累组患者血清1，25(OH) 2D 3及VDR水平都有所升高，但组间差异均无统计学意义( P>0.05)。 结论:布鲁氏菌病组血清中1，25(OH) 2D 3及VDR表达水平下降，推测维生素D信号通路可能参与了布鲁氏菌病的病理改变。

目的:分析新疆维吾尔自治区（新疆）布鲁氏菌病（布病）患者的医疗费用及影响因素。方法:收集2017年1月1日至2019年12月31日期间首要诊断为布病患者的人口学信息、就诊信息和费用信息。通过非参数检验分析不同性别、年龄组、临床分期、并发症对患者医疗资源利用及医疗费用的影响。使用中位数描述布病患者的门诊和住院费用。结果:共13 532例纳入分析，其中门诊8 113例，住院5 419例，男性占67.8%（9 176/13 532），年龄（42.7±15.4）岁，以18~44岁（46.6%，6 304/13 532）和45~59岁（34.2%，4 622/13 532）年龄组为主。住院患者年龄（43.3±15.7）岁，高于门诊患者年龄（42.3±15.1）岁（ Z=-3.85， P<0.001）。住院患者就诊时，全身症状以发热（36.9%，1 997/5 419）和乏力（36.6%，1 983/5 419）常见，局部症状以关节/肌肉疼痛（68.9%，3 735/5 419）常见；急性期患者占79.1%（4 289/5 419），慢性期患者占20.9%（1 130/5 419）；患者有并发症占46.5%（2 519/5 419），主要为骨骼系统并发症。门诊患者人均门诊次数（1.6±1.4）次。住院患者次均住院天数为（11.3±4.2）d，慢性期和有并发症患者住院天数较长（ P<0.05）。住院患者同年也有门诊记录占89.3%（4 840/5 419），人均门诊次数（3.6±2.6）次。门诊患者医疗费用以化验费和药物费为主（75.1%），住院患者以药物费、化验费和其他费用为主（74.4%）。2017-2019年门诊患者医疗费用 M（ Q1， Q3）分别为61（52，497）、61（51，346）和58（46，318）元，住院患者医疗费用 M（ Q1， Q3）分别为8 214（6 355，10 721）、9 095（7 018，12 155）和9 492（7 530，12 351）元。患者年龄、临床分期、并发症和关节/肌肉疼痛症状为住院患者医疗费用的影响因素（ P<0.001）。 结论:2017-2019年新疆布病住院患者经济负担较重，特别是高年龄组、慢性期、合并骨骼和神经系统并发症的患者。提高患者早期就诊和规范治疗意识，减少慢性化和并发症发生，可降低布病诊治所导致的经济负担。

目的:分析陕西省2020年人间布鲁氏菌病（简称布病）引起的突发公共卫生事件的流行病学特征，为陕西省人间布病防控工作提供科学依据。方法:对陕西省2020年人间布病引起的突发公共卫生事件进行描述性流行病学分析，并探讨疫情处置情况。结果:2020年陕西省共报告13起人间布病引起的突发公共卫生事件，陕北地区报告3起，关中地区报告10起，涉及65例人间布病确诊病例。性别分布：男性47例，女性18例；职业分布：农民35例，养殖人员13例，学生8例，散居儿童6例，工人2例，幼托儿童1例；年龄分布：发病年龄主要集中在50 ~ 69岁年龄段（30例）；时间分布：13起事件发生时间集中在4 - 8月份，高峰期为5月份；感染途径：11起事件由职业接触感染，1起事件由饮生羊奶感染，1起事件由接触被病羊感染的放养犬只感染。13起事件均得到及时有效处置，包括事件上报、流行病学调查、高危人群筛查、病原学培养、畜间疫情处置、消毒及宣传教育等。结论:陕西省陕北地区老疫区和关中地区新疫区布病疫情活跃，应根据疫情流行病学特征制定有针对性的防控措施，做好人间布病精准化防控工作。

采用机器学习技术构建布鲁杆菌病（简称：布病）早期预测模型，以辅助提高布病的诊断效率。本文为病例对照研究，收集2011年5月9日至2021年11月29日首都医科大学附属北京地坛医院的布病患者2 381例作为病例组，首都医科大学附属北京朝阳医院表观健康人检验数据13 257例作为对照组。采用患者年龄、性别、临床诊断信息及22项血细胞分析结果，使用机器学习的随机森林、朴素贝叶斯、决策树、逻辑回归和支持向量机5种算法构建布病早期预测模型；其中14 074例（病例组2 143例，对照组11 931名）用于构建布病早期预测模型，1 564例（病例组238例，对照组1 326名）用于测试模型的预测效能。结果显示，通过对5种机器学习模型进行比对，支持向量机模型预测性能最佳，受试者工作曲线（ROC）线下面积（AUC）为0.991，准确度、精确度、特异度和召回率分别可达95.6%、95.5%、95.4%和95.9%。依据SHAP图显示，血小板分布宽度（PDW）和嗜碱粒细胞相对值（BASO%）结果较低，红细胞分布宽度变异系数（R-CV）、红细胞血红蛋白浓度（MCHC）和血小板体积（MPV）结果高的男性被预测为布病风险高。其中，血小板分布宽度（PDW）对预测模型贡献度最大，红细胞分布宽度变异系数（R-CV）次之。综上，基于机器学习技术建立高灵敏度的布病早期预测方法，对布病患者的及早发现、尽快治疗可能具有重要意义。