COVID-19防治与硒营养关系研究与探讨

Hans Journal of Agricultural Sciences 农业科学, 2020, 10(5), 263-272 Published Online May 2020 in Hans. http://www.hanspub.org/journal/hjas https://doi.org/10.12677/hjas.2020.105040

Study on the Relationship between

COVID-19 Control and Selenium Nutrition

Jing Yang1, Jianhua Gong1*, Lijun Ou2, Jianhong Deng3, Yonghong Yang1, Yawen Deng1, Wenjun Su1

12

Zhuzhou Institute of Agricultural Sciences, Zhuzhou Hunan

College of Horticulture, Hunan Agricultural University, Changsha Hunan 3

Zhuzhou Xiangzhiyou Agricultural Technology Development Co. Ltd., Zhuzhou Hunan

Received: Apr. 27th, 2020; accepted: May 11th, 2020; published: May 18th, 2020

Abstract

Based on the epidemic data released by Hubei Provincial Health and Family Planning Commission from February 2 to February 29, the relationship between COVID-19 prevention and human sele-nium nutrition level was analyzed and discussed. Studies have shown that the spread of COVID-19 and the development of epidemic situation in Hubei Province have obvious spatial distribution characteristics, and the spatial distance between different districts and Wuhan city is extremely significantly negatively correlated with the incidence rate (R = ?0.9933, P < 0.01). The difference in the incidence rates by sub-area reached a very significant level (P < 0.01); the incidence rate curve showed a clear upward trend before February 15, and the slope of the curve was Area I > Area II > Area III > Area IV. The lowest incidence rate in Hubei Province is Enshi Prefecture. The incidence rates of Shiyan in the same area as Enshi and Yichang in the immediate vicinity of Enshi are 122.33% and 186.24% higher than Enshi, respectively. The incidence of Enshi is significantly lower than Shiyan and Yichang (P < 0.01). The highest cure rate in Hubei Province is Enshi Prefec-ture. Huanggang and Xianning, which are close to Wuhan, have received the corresponding medi-cal assistance. Their cure rate rose to the same level as Enshi after February 19. The average cure rates of Shiyan in the same area as Enshi and Yichang in the immediate vicinity of Enshi were 19.88% and 35.81% lower than that of Enshi respectively. The cure rate of Enshi was significantly higher than that of Shiyan and Yichang (P < 0.01). The average selenium content of Enshi soil is 3.758 mg/kg, which is known as the “world selenium capital”. The selenium content of crops is significantly higher than that of selenium-deficient areas. The average selenium content of whole blood is 0.093 - 0.302 μg/mL, which achieves a good state of selenium nutrition. In specific areas where the epidemic prevention and control conditions are similar and relatively closed, the two characteristic indicators of COVID-19 pneumonia incidence and cure rate point to the close rela-tionship between the COVID-19 epidemic and the human selenium nutrition level. To increase se-lenium supplementation measures to improve diagnosis and treatment. The plan provides the ba-sis. In the absence of specific drugs or vaccines, suggestions are made for selenium supplementa-tion for confirmed patients, suspected cases, and susceptible people.

Keywords

COVID-19, Incidence Rate, Cure Rate, Selenium Nutrition, Immunity

*

通讯作者。

文章引用: 阳静, 龚建华, 欧立军, 邓建红, 杨永红, 邓雅文, 粟文俊. COVID-19防治与硒营养关系研究与探讨[J]. 农业科学, 2020, 10(5): 263-272. DOI: 10.12677/hjas.2020.105040

阳静 等

COVID-19防治与硒营养关系研究与探讨

阳 静1，龚建华1*，欧立军2，邓建红3，杨永红1，邓雅文1，粟文俊1

株洲市农业科学研究所，湖南 株洲 湖南农业大学园艺学院，湖南 长沙 3

株洲香之优农业科技发展有限责任公司，湖南 株洲

收稿日期：2020年4月27日；录用日期：2020年5月11日；发布日期：2020年5月18日

21

摘 要

以2月2日至2月29日湖北省卫计委对外发布的疫情数据为依据，分析和探讨了COVID-19防治与人体硒营养水平的关系。研究表明，湖北省COVID-19的传播与疫情发展具有明显的空间分布特征，不同分区距武汉市的空间距离与发病率之间呈极显著负相关(R = ?0.9933, P < 0.01)；不同分区间的发病率差异达极显著水平(P < 0.01)；发病率曲线在2月15日之前呈明显上升趋势，且曲线斜率I区 > II区 > III区 > IV区。湖北省发病率最低的是恩施州，与恩施同区域的十堰和与恩施紧邻的宜昌的发病率分别较恩施高122.33%、186.24%，恩施的发病率极显著低于十堰和宜昌(P < 0.01)。湖北省治愈率最高的是恩施州，与武汉紧邻的黄冈、咸宁在对口重点医疗援助下，其治愈率于2月19日之后上升到恩施的同一水平。与恩施同区域的十堰和与恩施紧邻的宜昌的平均治愈率分别较恩施低19.88%、35.81%，恩施的治愈率极显著高于十堰和宜昌(P < 0.01)。恩施土壤硒含量均值达3.758 mg/kg，被誉为“世界硒都”，农作物的硒含量显著高于缺硒区域，全血硒含量均值为0.093~0.302 μg/mL，达到硒营养良好状态。在疫情防控条件相似和相对封闭的特定区域内，COVID-19肺炎发病率和治愈率两项特征指标都指向COVID-19疫情与人体硒营养水平具有密切关系，为增加补硒措施以完善诊疗方案提供了依据。在目前尚无特效药或疫苗的情况下，提出了对确诊患者、疑似病例和易感人群开展补硒工作的建议。

关键词

COVID-19，发病率，治愈率，硒营养，免疫力

Copyright ? 2020 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0). http://creativecommons.org/licenses/by/4.0/

Open Access 1. 引言

冠状病毒是一个大型病毒家族，已知可引起感冒以及中东呼吸综合征(MERS)和严重急性呼吸综合征(SARS)等较严重疾病。新型冠状病毒是以前从未在人体中发现的冠状病毒新毒株，2020年1月12日被世界卫生组织命名为COVID-19，目前已在全球100多个国家和地区流行。湖北省武汉市是COVID-19疫情的重灾区之一，中国·世界卫生组织COVID-19肺炎联合专家考察组指出：蝙蝠有可能是COVID-19的宿主，穿山甲可能是病毒的中间宿主之一。目前认为，呼吸道飞沬和接触传播是主要的传播途径，可能存在粪口传播的途径。由于正值春节期间，人员流动性大，疫情得以快速扩散。对此，中国迅速采取

DOI: 10.12677/hjas.2020.105040

264

农业科学

阳静 等

了城市内和城市间交通限制、社交距离控制、家庭检疫、集中隔离及检疫、医疗资源改善及普遍症状调查等一系列的公共干预措施，其中武汉市于1月23号封城，随后在全国范围内采取了群防群治到联防联控，实行网格化管理，使疫情得到了最大限度的控制，截止3月5日24时，湖北省新冠疫情除武汉外实现零增长；截止3月18日24时，全国本土新冠疫情实现零增长，标志着中国的新冠疫情防控工作已取得重大成果。

硒(Se)是人体不可缺少的微量元素，具有提高机体免疫力、消除自由基、防癌抗癌[1] [2]、缓解镉铅砷重金属危害[3] [4]等重要作用。研究表明，补硒能降低HIV和口服活减毒脊髓灰质炎病毒的侵染[5] [6] [7] [8]。中国疾控中心陈君石院士指出：“硒是唯一与病毒感染有一定直接关系的营养素”。COVID-19是冠状病毒的新毒株，其发病率和治愈率是否与人体硒营养水平相关是一个值得关注与研究的问题。本文以2月2日至2月29日湖北省卫计委对外发布的疫情数据，通过分析湖北省不同空间区域COVID-19发病率和治愈率特征指标，比较湖北恩施富硒地区与其它区域的疫情差异，以探讨人体硒营养水平与COVID-19疫情防控之间的关联性，为完善诊疗方案提供新的科学依据。

2. 分析数据选择与分析方法

2.1. 分析数据选择

湖北省２月２日至２月16日为COVID-19肺炎集中检疫、治疗期，实现了应检尽检、应收尽收。根据官方已发布的疫情数据，日新增病例峰值为2月12~13日(这两天统计了临床诊断病例在内)，现有确诊病例数于2月18日达到峰值(全国是2月17日)，日新增病例首度降至三位数为2月19日，日治愈出院人数大于新增确诊数首日为2月19日(全国为2月18日)，恩施州于2月29号确诊病例达到最大值252例，现有出院病例超现有确诊病例首日为3月1日。根据以上特征数据，我们以2月2~29日时段分析发病率特征，以2月19~29日时段分析治愈率特征，应该具有较好的代表性。

2.2. 数据分析方法

尽管COVID-19的发病率(即确诊感染率)主要取决于感染基数，以及可能的二次传染强度，但在湖北省1月23号采取了封城、居家隔离等严格防控措施背景下，我们可以假定在同一个时空区域内的样本具有完全随机性。同样，尽管COVID-19确诊病例的治愈率虽与医疗条件和诊疗措施相关，特别是有基础病的感染者更是如此，但对大多数确诊病例的治愈而言与其肌体免疫力的恢复和提高具有最直接的关系。因此，我们采用完全随机设计模型进行统计分析是合理的。

COVID-19肺炎的发病率以常住人口为依据进行统计。设常住人口为A (千人)，累计确诊病例数为B (例)，累计治愈病例数C (例)，统计行政区数n (个)，发病率为x (‰)，治愈率为y (%)，则x=∑Biy=100∑Cinnni1=i1=∑Aini1=i1=∑Bi。利用EXCEL2003进行数据整理与方差分析，采用TDIST函数两尾概率值进行多重

比较(LSD法)，用t检验法判断不同区间发病率、治愈率的差异程度。

3. COVID-19肺炎发病率特征分析

3.1. COVID-19传播特征区域分类

根据湖北省各市州地理空间位置分布特点，我们以武汉市为基点进行纵向分区(图1)：I区——紧邻武汉市的鄂州、孝感、咸宁、仙桃、黄冈、黄石等6个地市，该区域与武汉之间的人流相对较多，因而疫源扩散系数较大；II区——紧邻I区的随州、天门、潜江、荆州、荆门等5个地市；III区——紧邻II

DOI: 10.12677/hjas.2020.105040

265

农业科学

阳静 等

区的宜昌和襄樊市；IV区——距武汉市最远的十堰、恩施和神农架林区，因神农架林区人口密度过小，其发病率参数不具有代表性，因此不列入数据统计分析范围。

Figure 1. Classification map of COVID-19 propagation characteristics in Hubei Province. The data in the graph is the inci-dence rate (‰) as of February 23 at 24:00

图1. 湖北省COVID-19传播特征区域分类图。图中数据为截止2月23日24时的发病率(‰)

3.2. COVID-19疫情不同区域发病率变化趋势

从时间进程上看，2月2-29日期间COVID-19疫情发病率曲线在2月15日之前呈明显上升趋势，且曲线斜率I区 > II区 > III区 > IV区；2月17日之后趋于平稳(图2)，其中：II、III、IV区2月23日的曲线斜率开始接近于0，这一特征较I区提早4天。

Figure 2. The trend of the incidence of new crown virus pneumonia in different regions of Hubei Province over time. The data in the graph is the average incidence rate (‰) in each region from February 2 to 29

图2. 湖北省新冠病毒肺炎不同区域发病率随时间变化趋势图。图中数据为2月2~29日各区域平均发病率(‰)

从空间分区上看，2月2~29日期间COVID-19疫情发病率I~IV区相互之间均存在极显著差异(T检验，P < 0.01)，其中：恩施和十堰(IV区)的平均发病率最低(0.113‰)，而紧邻武汉市的鄂州、孝感、咸宁、仙桃、黄冈、黄石等6个地市(I区)的平均发病率最高(0.452‰)；I~IV区距武汉市的距离与其平均发病率之间呈极显著负相关(R = ?0.9933, P < 0.01) (图3)。显而易见，与武汉市相比，随着空间距离的增大，发病率呈明显的下降趋势，这完全符合流行病学的发展规律。

DOI: 10.12677/hjas.2020.105040

266

农业科学

阳静 等

Figure 3. Correlation analysis of the incidence of different regions in Hubei Province and the distance between Wuhan City. The data in the figure is the average incidence rate (‰) from February 2 to 29

图3. 湖北省不同区域发病率与武汉市距离的相关分析图。图中数据为2月2~29日时间段的平均发病率(‰)

对不同分区每天的发病率数据进行方差分析表明，2月15日之前，不同分区间在P = 0.1水平上达到显著差异，而在P = 0.05水平上无统计学意义；2月16日之后的差异均不显著(表1)。T检验表明，2月8日之前I区的发病率显著高于IV区(P < 0.05)。多重比较表明(LSD)，2月2日、4日、6日、8日、10日、15日I区的发病率极显著高于其它区域(P < 0.01)，II区显著高于I区(P < 0.05)，而III区与IV区间差异不明显。

Table 1. Table of statistical analysis of the incidence of novel coronavirus pneumonia in different districts of Hubei Province (The analysis period is February 2-29, the table only lists the analysis results of 7 days)

表1. 湖北省不同分区新冠病毒肺炎发病率统计分析汇总表(分析时段为2月2~29日，表中仅列出7天的分析结果)

日期date 2月2日 2月4日 2月6日 2月8日 2月10日 2月15日 2月16日

T检测值T test value

0.036 0.020 0.027 0.040 0.058 0.092 0.162

F值F value 3.333 3.333 3.182 3.375 3.000 2.869 1.945

T值为I区与IV区比较的双尾概率值 F值为I-IV区发病率方差分析结果

F(0.05) = 3.587 F(0.1) = 2.660

运算过程保留三位小数

备注notes

由此可见，2月份前半个月是COVID-19感染确诊暴发期，导致不同区域间差异显著的原因主要是地理空间距离而产生的感染基数不同，这正好佐证了在一个相对封闭的空间内病毒传染的随机性假设。而不同区域发病率与武汉市的距离之间存在极显著负相关，是以封城及居家隔离等阻断传染源的防控措施为前提的。

3.3. 恩施州发病率与其它特征区域的比较

根据地理位置特征，与恩施州COVID-19肺炎发病率最具可比性的特征区域是十堰市和宜昌市。十堰市与恩施州同在一个分区，两市人口基本相同，与武汉市的空间距离相等，在1月23日武汉封城之前的感染基数应该差别不大，因此，二者COVID-19发病率的比较具有很强的可信度。恩施州紧邻宜昌市，虽不在同一分区，但接壤区间大，联系紧密，也具有较好的可比性。2月2~29日期间湖北省COVID-19发病率最低的是恩施州。对2月2日、4日、6日、8日、10日和15日6天抽样数据分析表明，宜昌和

DOI: 10.12677/hjas.2020.105040

267

农业科学