586 Probl Hig Epidemiol 215, 96(3): 586-593 Badanie wpływu warunków meteorologicznych oraz stopnia zalesienia województwa kujawsko-pomorskiego na zapadalność mieszkańców na boreliozę z Lyme w latach 26-213 Study of effect of meteorological conditions and extent of forest cover in Kuyavian-Pomeranian region on incidence of Lyme borreliosis in residents between 26-213 Jerzy Kasprzak 1/, Jerzy T. Marcinkowski 2/ 1/ Wojewódzka Stacja Sanitarno-Epidemiologiczna w Bydgoszczy 2/ Uniwersytet Medyczny im. Karola Marcinkowskiego w Poznaniu Cel pracy. Analiza wpływu wybranych czynników meteorologicznych, a także lesistości terenu na zapadalność na boreliozę z Lyme. Materiały i Metody. Statystyczna analiza danych dotyczących zapadalności na boreliozę z Lyme (na podstawie zgłoszonych do państwowych powiatowych inspektorów sanitarnych, przypadków podejrzenia zachorowań). Badanie wpływu temperatury, opadów oraz czasu zalegania śniegu (na podstawie danych Wojewódzkiego Inspektoratu Ochrony Środowiska w Bydgoszczy) oraz stopnia zalesienia terenu (Urząd Statystyczny w Bydgoszczy) na zapadalność. Wyniki. Najwyższą zapadalność na boreliozę z Lyme notowano w miesiącach letnich. Największy wpływ na roczną zapadalność ma zalesienie terenu (k L =5,58), 1-krotnie mniejszy wielkość opadów atmosferycznych (k H =,56) i około 15-krotnie mniejszy wpływ ma czas zalegania śniegu (k S =-,35). Wnioski. 1. Czasowe zmiany warunków meteorologicznych nie wpływają znacząco na biologię i ekologię wektorów i rezerwuarów, zatem pośrednio też nie przyczyniają się do wzrostu zachorowań. 2. Istotny wpływ na występowanie populacji kleszczy, a co za tym idzie wzrost zapadalności na boreliozę z Lyme mają za to warunki siedliskowe. Słowa kluczowe: borelioza z Lyme, Borrelia burgdorferi, zapadalność Probl Hig Epidemiol 215, 96(3): 586-593 www.phie.pl Nadesłano: 2.4.215 Zakwalifikowano do druku: 9.5.215 Aim. The analysis of the impact of selected meteorological factors and forest cover on the incidence of Lyme disease. Materials & Methods. The statistical analysis of data on Lyme disease incidence (based on suspected cases reported to state county health inspectors). The study of the effect of the selected meteorological factors: temperature, precipitation volume and snow retention time (based on the data from the Regional Inspectorate for Environmental Protection in Bydgoszcz), and the degree of terrain afforestation (Statistical Office in Bydgoszcz) on the disease incidence. Results. The highest incidence of Lyme disease was noted in the summer months. The terrain afforestation had the biggest impact on the annual incidence (k L =5.58), 1-fold lower impact the volume of precipitation (k H =.56) and 15-fold lower the snow cover (k S =-.35). Conclusions. 1. Temporal changes of the meteorological conditions do not significantly affect the biology and ecology of vectors and reservoirs, therefore indirectly also do not contribute to the growth of disease. 2. A significant impact on the incidence of tick population, and hence on the increase of Lyme disease incidence, are the tick habitat conditions. Key words: Lyme disease, Borrelia burgdorferi, incidence. Adres do korespondencji / Address for correspondence dr n. o zdr. inż. Jerzy Kasprzak Wojewódzka Stacja Sanitarno-Epidemiologiczna w Bydgoszczy ul. Kujawska 4, 85-79 Bydgoszcz tel. 52 373 2934, fax 52 345 984, e-mail: wsse.bydgoszcz@pis.gov.pl Wstęp Od kilku lat obserwuje się w Polsce wzrost częstości występowania zarówno u ludzi, jak i u zwierząt chorób przenoszonych przez kleszcze. Najczęściej notowanymi i zarazem najgroźniejszymi są borelioza oraz kleszczowe zapalenie mózgu [1, 2]. Borelioza z Lyme jest wieloukładową chorobą zakaźną wywołaną przez krętki Borrelia burgdorferi sensu lato z rodziny Spirochaetaceae [3]. Badania rezerwuarów Borreli nie wykazały ich powinowactwa do określonych gatunków zwierząt. Są one wykrywane u wszystkich lądowych kręgowców, będących żywicielami kleszczy z rodzaju Ixodes [4]. Te zaś stają się wektorem zakażenia u ludzi. Okres wylęgania B. burgdorferi wynosi od 3 do 3 dni, zwykle jednak trwa około tygodnia. Choroba może mieć różną postać, a jej przebieg regulowany jest zarówno przez układ immunologiczny danej osoby jak i uwarunkowania genetyczne [5]. Borrelia zazwyczaj umiejscawia się w tkance łącznej (skóra, ścięgna, ściany naczyń krwionośnych), w mięśniach oraz w tkance nerwowej (komórki glejowe i nerwo-
Kasprzak J, Marcinkowski JT. Badanie wpływu warunków meteorologicznych oraz stopnia zalesienia województwa... 587 we). Znajdowana jest także w większych ilościach we wzgórzu, korzeniach grzbietowych rdzenia kręgowego, gałkach ocznych oraz miazdze zębowej [6]. W przebiegu choroby wyróżnia się dwa stadia. W fazie wczesnej najbardziej charakterystycznym objawem jest rumień wędrujący (erythema migrant). Pojawia się w miejscu pokłucia u większości chorych po 7-1 dniach od momentu kontaktu z kleszczem. Zmiana stopniowo powiększa się, zwykle przekracza średnicę 5 cm. Na tym etapie zakażenia mogą pojawić się także uogólnione objawy tj. zmęczenie, bóle głowy, mięśni a także gorączka [1, 3, 5]. Rumień wędrujący znika zazwyczaj samoistnie po kilku tygodniach, natomiast zakażenie rozprzestrzenia się dalej na poszczególne narządy i układy. Faza późna choroby może obejmować postać kostno-stawową, objawiającą się m.in. nawracającym zapaleniem stawów, postać neurologiczną (limfocytarne zapalenie opon mózgowo-rdzeniowych, rzadziej mózgu i rdzenia, zapalenie nerwów czaszkowych) oraz boreliozę układu krążenia (zaburzenia rytmu serca, blok komorowo-przedsionkowi II lub III stopnia). Rzadko spotyka się zmiany skórne w postaci lymphocytomii lub zanikowego zapalenia skóry [1, 7, 8]. Postacie kliniczne choroby są nadal uzupełniane o nowe objawy, szczególnie ze strony układu nerwowego [6, 9]. W Polsce liczba zachorowań na boreliozę systematycznie wzrasta, co wynika z prezentowanych opracowań Głównego Inspektoratu Sanitarnego (GIS) w Warszawie i Narodowego Instytutu Zdrowia Publicznego Państwowego Zakładu Higieny (NIZP- PZH) w Warszawie [1-15]. Przypadki boreliozy u ludzi, są konsekwencją tego co się dzieje w środowisku, ponieważ człowiek jest zakażany przypadkowo i nie bierze udziału w naturalnym krążeniu patogenu. Sezonowość zachorowań wynika przede wszystkim z aktywności kleszczy związanej ze zmianami klimatu. Poza oddziaływaniem klimatu istotne są także czynniki antropogeniczne, tj. zalesianie nieuprawianych terenów rolniczych, które stwarzają dogodne środowisko dla rozwoju kleszczy. Niewątpliwie na wzrost zachorowań mają także wpływ czynniki socjalne w postaci wzmożonego kontaktu z lasem poprzez spacery, wycieczki rowerowe i coraz liczniejsze działki znajdujące się na terenach zalesionych [16]. Cel badań Przedstawienie zapadalności na boreliozę z Lyme na terenie poszczególnych powiatów województwa kujawsko-pomorskiego w latach 26-213. Analiza wpływu wybranych czynników meteorologicznych: temperatury, opadów, stopnia zalegania pokrywy śnieżnej a także lesistości terenu na liczebności kleszczy będących wektorem choroby. Materiał i metody Podstawą pracy są zgłoszone przez lekarzy do państwowych powiatowych inspektorów sanitarnych, przypadki podejrzenia zachorowań na boreliozę z Lyme. Na potrzeby niniejszego artykułu wybrano dokumentację epidemiologiczną rejestrowaną w latach 26-213. Zapadalność obliczono na podstawie liczby zachorowań w stosunku do 1 mieszkańców. W opracowaniu wykorzystano dane Wojewódzkiego Inspektoratu Ochrony Środowiska w Bydgoszczy (WIOŚ) dotyczące średnich miesięcznych temperatur powietrza (T), opadów atmosferycznych (Hm) oraz zaleganie pokrywy śnieżnej (Sn). Natomiast informacje dotyczące zalesienia (Lm) danego powiatu uzyskano ze zbioru danych gromadzonych przez Urząd Statystyczny w Bydgoszczy (lasy ogółem w ha) oraz z projektu CORINE obejmującego mapy wektorowe o rozdzielczości 1:1 zawierające klasyfikację terenu Polski przy użyciu 44 kategorii zagospodarowania terenu (m.in. obejmujące granice lasów iglastych, liściastych i mieszanych). Zebrane dane opracowano statystycznie z wykorzystaniem arkusza kalkulacyjnego MS Excel. Obliczono współczynniki determinacji R 2, w analizie zastosowano modele regresji liniowej, metodą najmniejszych kwadratów (MNK). Wyniki i ich omówienie Badaniami objęto województwo kujawsko-pomorskie w latach 26-213. Analizie poddano wszystkie zarejestrowane przypadki zachorowań na boreliozę z Lyme. Zauważono wyraźną sezonowość zapadalności. Na rycinie 1 przestawiono liczbę zachorowań na 1 tys. mieszkańców w odstępach 1-miesięcznych w analizowanym okresie. Wielu autorów [12, 17, 18] podaje, iż w polskich warunkach klimatycznych obserwuje się dwa szczyty aktywności: wiosenny (od końca kwietnia 5, 4,5 4, 3,5 3, 2,5 2, z26 z27 z28 z29 z21 z211 z212 z213 1,5 1,,5 m3 m4 m5 m6 m7 m8 m9 m1 m11 Ryc. 1. Rozkład zapadalności (Z) na boreliozę w okresie wegetatywnym (marzec-m3 listopad-m11) w województwie kujawsko-pomorskim) w latach 26-213 Fig. 1. Distribution of Lime disease incidence (Z) during vegetative period (March-m3 November-m11) in Kuyavian-Pomeranian region between 26-213
588 Probl Hig Epidemiol 215, 96(3): 586-593 do końca czerwca), oraz jesienny (od końca sierpnia do połowy października). W miesiącach letnich natomiast aktywność spada. Powyższa analiza (ryc. 1) wykazała jednak, że w latach 26-213 na terenie województwa kujawsko-pomorskiego zaobserwowano odmienny szczyt aktywność kleszczy. Najwięcej przypadków zachorowań odnotowano w miesiącach letnich, natomiast szczytu aktywność wiosennej nie zauważono. Należy jednak nadmienić, że okres inkubacji boreliozy z Lyme wynosi od 7 do 3 dni, zatem można przypuszczać, iż pokłucia miały miejsce średnio miesiąc przed wystąpieniem objawów. Badania nad sezonowością kleszczy na terenie województwa kujawsko-pomorskiego prowadziła także Kaniewska [19] oraz Brochocka [7, 2, 21]. Obie autorki, również stwierdziły zmienną aktywność kleszczy w poszczególnych miesiącach. Szczyt aktywności przypadał na przełom czerwca i lipca, w kolejnych miesiącach liczebność kleszczy miała tendencję spadkową. Być może na wyniki takie miały wpływ wysokie temperatury w ciągu lata, co zgadzałoby się z obserwacjami Siudy [18] i Kolpy [22], według których po upalnym lecie notuje się zanik aktywność jesiennej. Sezonowy rytm aktywności głodnych kleszczy badany był także na Warmii i Mazurach [22]. Stwierdzono obecność kleszczy na żywicielach od maja do września, z jednym okresem wzmożonej aktywności od początku czerwca do końca sierpnia. Podobnie sytuacja wyglądała na terenie Puszczy Białowieskiej, gdzie szczyt aktywności Ixodidae przypadał na majczerwiec i spadał bez wzmożenia w okresie jesiennym [18]. Kolejne badania nad sezonową aktywnością kleszcza pospolitego przeprowadzono na terenie Gór Sowich [23]. Tu również stwierdzono znaczne różnice w przebiegu krzywej aktywności kleszczy w poszczególnych miesiącach badań. Wzmożoną aktywności kleszczy obserwowano w maju/czerwcu, natomiast jesienią kleszcze występowały nielicznie. Co ciekawe, Kolpy [22] podaje, że we Wrocławiu i okolicach obserwowano także zimowe (styczeń/luty) inwazje Ixodes ricinus, szczególnie w słoneczne dni, gdy temperatura powietrza wahała się w granicach 7-12 C. Jest to jednak zgodne z wcześniejszymi doniesieniami, dzięki którym oszacowano temperaturowy próg aktywności postaci dojrzałych kleszcza pospolitego na 5 C, nimf na 7 C i larw na 1 C [24-27]. W celu wykazania wpływu temperatury na liczebność kleszczy, a co za tym idzie wzmożonej zapadalność na boreliozę, na rycinie 2 i 3 przedstawiono rozkład temperatur powietrza oraz miesięcznej zapadalności w analizowanym okresie wegetatywnym w wybranych latach (28-212). Zaprezentowane dane dowodzą, iż wyższa temperatura otoczenia powoduje wzrost aktywności kleszczy. Oczywiście związany z tym wzrost zapadalności 2 18 16 14 12 1 8 6 4 2 z28,9,11,12 T28,9,11,12 m3 m5 m7 m9 m11 m3 m5 m7 m9 m11 m3 m5 m7 m9 m11 m3 m5 m7 m9 m11 Ryc. 2. Rozkład temperatury (T) oraz miesięcznej zapadalności (Z) w okresie wegetatywnym (marzec-listopad) na terenie województwie kujawsko-pomorskiego w latach 28-212 Fig. 2. Distribution of temperature (T) and monthly incidence (Z) during vegetative period (March-November) in Kuyavian-Pomeranian region between 28-212 zapadalność 5 4 3 2 1 z28,9,11,12 Liniowy (z28,9,11,12) z =,1211T +,947 R 2 =,3539 5 1 15 2 temperatura Ryc. 3. Zależność miesięcznej zapadalności (Z) od temperatury (T) w okresie wegetatywnym (marzec-listopad) na terenie województwa kujawsko-pomorskiego w latach 28-212 Fig. 3. Correlation of monthly incidence (Z) and temperature (T) during vegetative period (March-November) in Kuyavian-Pomeranian region between 28-212 na boreliozę należy także połączyć ze wzmożonym uczęszczaniem ludzi do lasu, ponieważ miesiące letnie sprzyjają rekreacji na tych terenach. Przedstawiony na rycinach 2-3 rozkład miesięcznej zapadalności Z w stosunku do temperatury powietrza T można opisać za pomocą liniowej zależności: Z=,12T+,1 przy R=,6,7 Analizując roczny przebieg temperatur, zwrócono także uwagę na warunki termiczne miesięcy zimowych. Szczegółowo przeanalizowano rok 21, który w województwie kujawsko-pomorskim był rokiem chłodniejszym w stosunku do średniej wieloletniej. Liczba dni przymrozkowych była wyższa od średniej wieloletniej i stanowiła około 1/3 całości roku. Natomiast liczba dni mroźnych wahała się w granicach od 67 w powiecie lipnowskim do 79 w powiecie tucholskim, znacznie przekraczając średnią. Co więcej odnotowano także od 4 do 6 dni bardzo mroźnych. Szczególnie zimnym miesiącem był styczeń. Pod względem średniej miesięcznej temperatury, tylko pięć razy od 1947 roku notowano niższe wartości dla tego miesiąca. Jak jednak widzimy (ryc. 2-3), tak niskie temperatury w miesiącach zimowych, nie miały wpływu na zmniejszenie stanu populacji kleszczy a tym samym na spadek zapadalności na boreliozę w analizowanym roku.
Kasprzak J, Marcinkowski JT. Badanie wpływu warunków meteorologicznych oraz stopnia zalesienia województwa... 589 Kolejnym czynnikiem badanym w niniejszej pracy była lesistość terenu. Dane dotyczące średniej rocznej zapadalności (Z) i procentowego stopnia zalesienia (L) w poszczególnych powiatach województwa kujawsko-pomorskiego przedstawiono w tabeli I. Mimo, iż w ostatnich latach obecność kleszczy stwierdza się także w miastach, na terenie parków czy w przydomowych ogródkach, to najliczniejsze populacje skupiają się w naturalnych kompleksach leśnych. Kleszcz pospolity szczególnie upodobał sobie wilgotne lasy liściaste i mieszane [17, 18, 2, 21, 28]. W związku z widocznym wpływem lesistości L na zapadalność Z wyznaczono (metodą najmniejszych kwadratów) liniowe zależności Z=f(L) dla kolejnych lat (tab. II), uzyskując dla nich wysokie współczynniki korelacji R=,86,98: Z=k. L+b Powyższe zależności zestawiono na wykresie Tabela I. Zestawienie średniej zapadalność (Z) i średniej lesistości (L) na terenie województwa kujawsko-pomorskiego w latach 26-213 Table I. Comparison of average incidence (Z) and average afforestation (L) during vegetative period (March-November) in Kuyavian-Pomeranian region between 26-213 Powiat Z L [%] Aleksandrów 8,33 7,28 Brodnica 21,24 21,51 Bydgoszcz 22,24 39,6 Chełmno 7,94 6,8 Golub-Dobrzyń 12,24 14,9 Grudziądz 16,3 19,84 Inowrocław 2,89 1,16 Lipno 6,37 22,23 Mogilno 7,46 16,13 Nakło 15,9 22,95 Radziejów 1,48 4,75 Rypin 7,2 19,64 Sępólno Kraj. 13,7 24,46 Świecie 34,8 35,83 Toruń 9,92 33,39 Tuchola 27,76 48,5 Wąbrzeźno 5,5 8,16 Włocławek 7,81 18,48 Żnin 1,7 16,94 Tabela II. Zależności liniowe rocznej zapadalności (Z) od lesistości (L) Table II. Linear correlations of annual incidence (Z) and afforestation (L) Rok 26 Z=,58. L+ 1,66 R 2 =,86 27 Z=,45. L 1,32 R 2 =,95 28 Z=,29. L+ 1,42 R 2 =,77 29 Z=,7. L+ 1,5 R 2 =,76 21 Z=1,. L 6,6 R 2 =,79 211 Z=,42. L,72 R 2 =,79 212 Z=,87. L 2,84 R 2 =,79 213 Z=1,64. L 1,5 R 2 =,74 (ryc. 4) i opisano jedną zależnością liniową o współczynniku nachylenia k wzrastającym w analizowanym okresie: 8 7 Z28 Z211 6 Z27 Z26 5 Z29 4 Z212 Z21 3 Z213 2 1 1 2 3 4 5 6 lesistość [%] Ryc. 4. Zestawienie rocznej zależności zapadalności na boreliozę (Z) od lesistości (L) na terenie województwa kujawsko-pomorskiego Fig. 4. Comparison of annual correlation of incidence (Z) and afforestation (L) ) in Kuyavian-Pomeranian region zapadalność Z-5=k. (L-1),29 k 1,64 Zależność współczynnika wzrostu zapadalności (k) od czasu (6 n 13 roku) przedstawiono na rycinie 5 i opisano za pomocą wielomianu Newtona: k=,583-,1314(n-6)645(n-6)(n-7) +,12117(n-6)(n-7)(n-8) -,5456(n-6)(n-7)(n-8)(n-9) +,1316(n-6)(n-7)(n-8)(n-9)(n-1) +2128(n-6)(n-7)(n-8)(n-9)(n-1)(n-11) -192(n-6)(n-7)(n-8)(n-9)(n-1)(n-11)(n-12) gdzie: n=n-2; 26 N 213. k wsp. wzrostu zapadalności Z-5=k(Lm-1) k 2,5 2, 1,5 1,,5 k=,1828 n -,9294 R 2 =,5395 5 1 n=n-2 15 1,8 1,6 1,4 1,2 1,,8,6,4,2 n=6 n=7 n=8 n=9 n=1 n=11 n=12 n=13 n=n-2 Ryc. 5. Zależność współczynnika zapadalności (k) od czasu (n) Fig. 5. Correlation of incidence coefficient (k) and time (n)
59 Probl Hig Epidemiol 215, 96(3): 586-593 Na podstawie powyższych wykresów widać, że otrzymana zależność współczynnika wzrostu zapadalności (k) ma charakter cykliczny o wzrastającej amplitudzie, a jej liniowe przybliżenie równe: k=,18 n -,93 7 6 5 4 Z = Zobl - 3E-14 R 2 =,4277 gdzie: n=n-2; R=,7345 wykazuje około 4-krotny wzrost wartości k w analizowanych latach. Badając wpływ warunków meteorologicznych na zapadalność na boreliozę, oprócz miesięcznych temperatur powietrza (T [ C]), skupiono się także na opadach atmosferycznych (H [mmh 2 O]) oraz liczbie dni zalegającego śniegu w poprzedzającym okresie zimowym (S). Ze względu na obszerny materiał, nie przedstawiono go w całości, dane dotyczące wartości miesięcznych opadów oraz zalegania śniegu dostępne są w siedzibie WIOŚ w Bydgoszczy. Na podstawie informacji dotyczących L, H i S, parametry te przekształcono metodą najmniejszych kwadratów na zredukowane wartości (spełniające warunek 1<L,H,S<1) i zestawiono je w tabeli III z wartościami zapadalności Z dla 19 powiatów województwa kujawsko-pomorskiego: L=(L m -L sred )/A L =(L m -2)/1 H=(H m -H sred )/A H =(H m -5)/1 S=(S n -S sred )/A S =(S n -2)/2 gdzie: L sred,h sred,s sred średnie wartości parametrów L, H, S; A L, A H, A S amplitudy tych parametrów (maksymalne odchylenia od wartości średnich). Na podstawie przedstawionych w tabeli III wartości zapadalności Z zestawionych z wartościami parametrów znormalizowanych,,, wyznaczono metodą najmniejszych kwadratów zależności Z I =f(,, ); Z II =f(, ) oraz Z III =f( ) postaci: Z I =a +a 1 +a 2 +a 3 +a 12 +a 13 +a 23 + a 123 Z II = a +a 1 +a 2 +a 12 Z III = a +a 1 Uzyskane zależności spełniają warunek Z dośw =Z obl przy współczynniku R=,64,65 (ryc. 6): Z I =12,35+5,58 +,56 -,35S-1,16 -,5 +,9 ; R=,65 Z II =11,92+5,57 +,51 +,65 ; R=,64 Z III =12,12+5,67 ; R=,64 3 2 1 1 2 3 4 Ryc. 6. Zależność Z dośw =f(z) obl dla Z=12,35+5,58L+,56H-,35S- 1,16LH-,5LSHS+,9LHS Fig. 6. Correlation of Z dośw =f(z) obl for Z=12,35+5,58L+,56H-,35S- 1,16LH-,5LSHS+,9LHS Ponadto wyznaczono liniowe zależności: Z IV =f( ) i Z V =f( ) Z IV =11,85+1,74 ; Z V =12,5-,47 ; R=,18 R=55 Z analizy zależności Z=f( ) i Z=f( ), uzyskanych przy małym współczynniku korelacji wynika, że parametry H i S mają niewielki wpływ na zapadalność Z. Badanie zależności Z 1 =f(,, ) wykazało, że największy wpływ na roczną zapadalność ma zalesienie terenu (k L =5,58), 1-krotnie mniejszy wielkość opadów atmosferycznych (k H =,56) i około 15-krotnie mniejszy wpływ ma czas zalegania śniegu (k S =-,35). Dla przeciętnych wartości parametrów L=2, H=5, S=2 ich wartości zredukowane są równe L=H=S=, a przeciętna zapadalność wynosi: Z() sred =(12,35+11,92+12,12+11,85+12,5)/5 Z() sred =12,15 Natomiast po zmianie tych parametrów o amplitudę A L = L m -2=+1, A H =H m -5=+1 oraz A S =S n -2=+2, oznaczającej zmianę parametrów L, H, S o L=H=S=+1 otrzymujemy zbliżone wartości zapadalności: Z I =f(,, )=12,35+5,58+,56-,35-1,16-,5-,15+,9=17,68; R=,65 Z II =f(, )=11,92+5,57+,51+,65=18,65; R=,64 Z III =f( )=12,12+5,67=17,79; R=,64 co wynika ze zbieżności tych zależności przedstawionej na rycinie 7.
Kasprzak J, Marcinkowski JT. Badanie wpływu warunków meteorologicznych oraz stopnia zalesienia województwa... 591 Tabela III. Zestawienie zapadalności (Z) z lesistością (L), z opadami atmosferycznymi (H) oraz z czasem zalegania śniegu (S) w latach 26-213 dla poszczególnych powiatów Table III. Comparison of incidence (Z) with afforestation (L), precipitations (H) and snow retention time (S) between 26-213 in individual districts Powiaty Aleksandrowski Z 1 Brodnicki Z 1 Bydgoski Z 1 Chełmski Z 1 Golubsko-Dobrzyński Z 1 Grudziądzki Z 1 Inowrocławski Z 1 Lipnowski Z 1 Mogileński Z 1 Nakielski Z 1 Radziejowski Z 1 Rypiński Z 1 Sępoleński Z 1 Świecki Z 1 Toruński Z 1 Rok 26 27 28 29 21 211 212 213 9,6 -,56,41-1,26 14,66,14,33,13 26,92 -,3,5 3,89,84,4 7,99 -,1,47 -,3 24,41,8 -,7 -,57 -,97,25 -,99 4,53 -,7,57,18 14,93 -,72 -,7 18,87 -,71,2,28 -,66,1 -,45,42 -,8 12,23 -,41,43 24,76 -,22 -,25 1,53 7,41,55 1,4 1,85,77 -,3-1,28 34,62 1,24,13 18,33 1,46,1 1,94 2,59 -,18 6,52 1,36 -,2 26,61 2,53 -,2 -,57 3,63,23 -,5 -,99 1,51,5,59,22 6,38,56 -,2 1,61,57 -,33,29,64 6,76,91 -,1 -,8 9,78,96,44 28,87 1,21 -,35 1,54 13,85 1,49,2 1,34 5,42 -,3-1,28 18,47,11,5,13 13,67,52 -,5 5,83 1,79 -,23 8,72,19,15 -,2 11,4 -,34 - -,56 2,44 -,37 -,5 -,99 1,51,9 -,5,22 4,27 -,47 -,55 1,52 -,2 -,33 4,56,1 -,7 9,75,6 -,35,44 24,53 -,19 -,25 1,54 1,26,26,25 1,33 9,4,56 1,28-1,28 3,63 1,1,14 23,66 2,6,55 1,92 3,88 1,14,53 15,94,25 1,25 -,2 6,65 1,24 -,52 2,42,44,85 -,98 6,3 1,6 1,7,22 8,51,97,55 21,23,84,58 4,72,89,5 9,1,68 1,35 -,6 19,56,16,5,45 3,34 1,55 12,2,2 1,2 1,31 7,23 2,23 2,2-1,27 18,47 2,67 3,25,17 28,21 2,6 2,45 5,83 1,56 2,58 12,36 2,91 2,25 -,56 2,21 1,9 2,95 4,88 1,84 2,45 -,98 7,57 1,69 1,95,23 6,4 1,76 2,3 1,52 1,31 2,75 2,4 1,71 2,63 2,28 2,18 2,6 14,63 2,7,5,45 27,6 1,24 1,55 6,95 3,16 2,6 1,34 5,42,31 2,95-1,27 18,23,63 3,35,17 14,51 1,3 2,5 19,42,13 2,3 13,81 2,8 15,45,94 3,1 -,5 3,66 -,91 2,4 -,98 9,8 1,29 3,43,23 8,53-1,26 2,55 11,69 -,63 2,5-1,6 2,13 4,56,96 3,4 14,63,2 3,35,45 39,86,67 2,5 1,65 9,27,57 3,1 1,33 5,34,26,3-1,27 17,42,66 1,1,17 23,15 1,16 -,13 1,98 17,6,14 -,13 1,1,6 -,1 19,82,93,4 -,5 3,3-1,4 -,98 8,88 1,39 1,15,24 6,39-1,23 -,1 -,38 23, -,63 -,1 4,73-1,63 -,33-1,52 15,6 1,2 1,13,1 12,,57 1,38,45 35,2,25 1,65 8,89,43 1,33 14,3,2,55-1,27 17,44,4,75,17 29,48,89,65 1,98 5,69 -,9,15 22,48 -,17,35 22,1,66,6-3,5-1,22,4 -,98 11,88 1,1,65,24 4,28-1,4 -,38 2,75 -,83,5-1,78-1,5 13,42,75,65,1 12,,32,6,46 6.4,6 1,65 1,51,18,45 1,33
592 Probl Hig Epidemiol 215, 96(3): 586-593 Powiaty Tucholski Wąbrzeski Włocławski Żniński Z H S L Z H S L Z H S L Z H S L Rok 26 27 28 29 21 211 212 213 25,41 -,63 -,11 2,83 2,87 -,28,7-1,21 1,95 -,6 -,7 -,18 1,3-1,5,7 -,32 19,7,67 8,57 1,13-1,2 3,86,71 -,5 -,18 4,3,13 -,35 14,68,71 -,38 12,91 -,9 -,1-1,18 4,63 -,2 -,18 9,99 -,47 -,1 14,83,31,2 11,43 -,6,45-1,18 6,27,81,5 -,14 11,46,24,65 56,62 2,31 2,83 2,86 2,58 -,46 2,9-1,18 9,26 1,67 2,3 -,12 9,99 1,36 2,5 18,87,9 2,88 2,86-1,19 2,78-1,18 9,89-1,94 1,45 -,16 15,7 -,64 2,7 37,35,4,7 5,67-1,23,15-1,17 11,29-2,3 -,55 5,63 -,66,1-35,24 -,18,8-1,4,45-1,17 15,33-2,16 -,13 -,11 8,47 -,85,5 -,28 2 18 16 14 12 1 8 6 4 2 Z=f(L,H,S) Z=f(LH) Z=f(L) -1,5-1 -,5,5 1 1,5 Ryc. 7. Zależność zapadalności Z l =f(,, ), Z ll =f(, ), Z lll =f( ) od zredukowanych parametrów,, Fig. 7. Correlation of incidence and reduced L, H and S parameters Wnioski 1. Najwyższą zapadalność na boreliozę z Lyme notowano w miesiącach lipiec-sierpień, co związane jest z wyższą temperaturę otoczenia, powodującą wzrost aktywności kleszczy, a także częstsze przebywanie ludzi na świeżym powietrzu. 2. Roślinność występująca na danym terenie odgrywa istotną rolę w ocenie ryzyka zachorowań na boreliozę z Lyme. Las dostarcza schronienia dla najważniejszych żywicieli kleszczy-gryzoni, ale także średnich oraz dużych ssaków będących głównymi żywicielami ich dorosłych stadiów. Ściółka leśna o optymalnej dla kleszczy wilgotności stanowi również dla nich idealne środowisko bytowania. 3. Na podstawie przedstawionych wartości zapadalności Z zestawionych z wartościami parametru lesistości L, potwierdzono istotny wpływ stopnia zalesienia terenu na zapadalność, natomiast parametry H i S (określające odpowiednioopady atmosferyczne oraz czas zalegania śniegu), nie mają zauważalnego wpływu na zapadalność Z w poszczególnych powiatach województwa kujawsko-pomorskiego w badanym okresie 26 N 213 roku. 4. Korelacja pomiędzy warunkami meteorologicznymi a zapadalnością na boreliozę z Lyme, nie wykazuje bezpośredniego związku. Niskie wartości współczynników korelacji R, potwierdzają mały wpływ parametrów H oraz S na zapadalność Z. 5. Czasowe zmiany warunków meteorologicznych nie wpływają znacząco na biologię i ekologię wektorów i rezerwuarów, zatem pośrednio też nie przyczyniają się do wzrostu zachorowań. Piśmiennictwo / References 1. Pancewicz A, Moniuszko A, Grygorczuk S i wsp. Choroby przenoszone przez kleszcze objawy kliniczne, możliwości profilaktyki. Zakażenia 212, 6(12): 71-76. 2. Anusz Z. Mikrobiologia i parazytologia lekarska. PZWL, Warszawa 199: 258. 3. Bauman-Popczyk A, Sadkowska-Todys M, Zieliński A. Choroby zakaźne i pasożytnicze epidemiologia i profilaktyka. α-medica, Bielsko-Biała 214: 4-43. 4. Dziubek Z. Choroby zakaźne i pasożytnicze. PZWL, Warszawa 23: 28-212. 5. Rewicka M, Malska-Woźniak A, Żuber Z. Borelioza z Lymewybrane zagadnienia, doświadczenia własne. Zakażenia 23, 3: 95-98. 6. Błażejewicz-Zawadzińska M, Brochocka A, Lisińska J i wsp. Retrospektywna analiza objawów klinicznych 973 osób chorych na boreliozę w województwie kujawsko-pomorskim w latach 2-25. Prz Epidemiol 212, 66: 581-586. 7. Brochocka A, Błażejewicz-Zawadzińska M, Kasprzak J i wsp. Przypadki zachorowań na boreliozę z Lyme w województwie kujawsko-pomorskim w latach 2-25. Probl Hig Epidemiol 214, 95(1): 143-148.
Kasprzak J, Marcinkowski JT. Badanie wpływu warunków meteorologicznych oraz stopnia zalesienia województwa... 593 8. More JA. Jarisch-Herxheimer reaction In Lyme disease. Cutis 1987, 39(5): 397-398. 9. Steere AC, Coburn J, Glickstein L. The emergence of Lyme disease. J Clin Invest 24, 113(8): 193-111. 1. Kasprzak J. Analiza zgłoszeń zachorowań na boreliozę w województwie kujawsko-pomorskim w latach 26 21. Rozprawa doktorska. UM, Poznań 212. 11. Czarkowski MP, Cielebąk E, Dacka P i wsp. Choroby zakaźne i zatrucia w Polsce w 26 r. PZH, GIS, Warszawa 27. 12. Czarkowski MP, Cielebąk E, Dacka P i wsp. Choroby zakaźne i zatrucia w Polsce w 27 r. PZH, GIS, Warszawa 28. 13. Czarkowski MP, Cielebąk E, Kondej B i wsp. Choroby zakaźne i zatrucia w Polsce w 28 r. PZH, GIS, Warszawa 29. 14. Czarkowski MP, Cielebąk E, Kondej B i wsp. Choroby zakaźne i zatrucia w Polsce w 29 r. PZH, GIS, Warszawa 21. 15. Czarkowski MP, Cielebąk E, Kondej B i wsp. Choroby zakaźne i zatrucia w Polsce w 21 r. PZH, GIS, Warszawa 211. 16. Randolph S. Predicting the risk of tick-borne diseases. Int J Microbiol 22, 33: 6-1. 17. Kadłubowski R, Kurnatowska A (red). Zarys parazytologii lekarskiej. PZWL, Warszawa 1988: 296-298. 18. Siuda K. Kleszcze Polski (Acari: Ixodida). Część II. Systematyka i rozmieszczenie. Monografie Parazytologiczne 12. PTP, Warszawa 1993: 253-266. 19. Kaniewska M. Kleszcze (Ixodida) zasiedlające wybrane siedliska leśne. Praca dyplomowa. UTP, Bydgoszcz 27. 2. Brochocka A. Dynamika liczebności kleszczy (Acari: Ixodida) Bydgoszczy i okolic. Praca dyplomowa. UTP, Bydgoszcz 21. 21. Błażejewicz-Zawadzińska M, Brochocka A, Żelazna E. Dynamic of the ticks (Acar: Ixodida) abundance in Bydgoszcz city and the surrounding area. [in:] Urban fauna. Studies of animal biology, ecology and conservation in European cities. Indykiewicz P, Jerzak L, Böchner J, et al (eds). UTP, Bydgoszcz 211: 43-49. 22. Kolpy I. Obserwacje nad rozprzestrzenieniem i aktywnością Ixodes ricinus L. na terenie Pojezierza Warmińsko- Mazurskiego. Wiad Parazytol 1961, 7: 915-918. 23. Haitlinger R. Parasitological investigations of small mammals of Gory Sowie (Middle Sudetes). Pol Pismo Entomol 1977, 47(3): 429-485. 24. Cisak E, Chmielewska-Badora J, Zwoliński J i wsp. Choroby przenoszone przez kleszcze: cz. I. Występowanie i biologia kleszczy, kleszczowe zapalenie mózgu, borelioza z Lyme. Med Og 28, 14(2): 145-159. 25. Romankow J, Kusiak W. Zagrożenie chorobami przenoszonymi przez kleszcze u pracowników leśnictwa. Now Lek 24, 73(6): 454-458. 26. Estrada-Pena A. Tick-borne pathogens, transmission rates and climate change. Front Biosci 29, 14: 2674-2687. 27. Zajkowska MJ. Transmisja i krążenie patogenów odkleszczowych (KZM i boreliozy) i rola zmieniającego się środowiska. Prz Epidemiol 21, 64: 525-531. 28. Dymowska Z, Jędrzejewska B, Kozłowska D i wsp. Zarys parazytologii lekarskiej dla techników analityki medycznej. PZWL, Warszawa 1985: 2.