印度人兽共患病暴发监测数据分析（2018-2023）：国家监测系统的时空特征与防控启示

本研究通过分析印度疾病监测计划（IDSP）2018-2023年报告的6948起暴发事件，首次系统评估了人兽共患病暴发的时空分布特征。研究发现8.3%为 zoonotic 疾病，其中日本脑炎（JE）、钩端螺旋体病和恙虫病占主导，东北部地区贡献35.8%的暴发。研究揭示了COVID-19大流行期间报告延迟（34.6%）和随访缺失（97.2%）等关键系统漏洞，为优化"One Health"联防联控策略提供了实证依据。

　　

在全球化与生态变迁的背景下，人兽共患病(zoonotic diseases)已成为威胁公共卫生安全的隐形杀手。印度作为人口大国和生物多样性热点地区，其疾病监测系统面临着独特挑战：约三分之二的传染病源于动物宿主，但国家层面的暴发特征分析长期缺失。更棘手的是，COVID-19大流行暴露出监测系统存在报告延迟、数据碎片化等问题，严重制约了早期预警能力。这些问题呼唤着对现有监测体系的全面"体检"，这正是发表在《The Lancet Regional Health - Southeast Asia》的这项研究的重要意义所在。

来自中国的研究团队采用横断面研究方法，系统分析了印度综合疾病监测计划(IDSP)2018-2023年的周报数据。研究团队运用混合泊松回归模型量化暴发趋势变化，通过空间自相关分析（Moran's I和LISA）识别热点区域，并采用R软件实现数据可视化。队列数据涵盖印度6大行政区域的28个邦和8个中央直辖区，重点关注19种人兽共患病。

研究结果揭示了一系列重要发现：在暴发特征方面，583起人兽共患病暴发占总数8.3%，日本脑炎(JE)以29.5%的占比居首，其次是钩端螺旋体病(18.7%)和恙虫病(13.9%)。时空分析显示东北地区贡献35.8%的暴发，南部和西部分别占31.7%和15.4%。值得注意的是，2023年暴发数较2022年激增58.8%，且94.2%的高聚集区集中在南部（卡纳塔克邦和喀拉拉邦）与东北部（阿萨姆邦）。

在系统效能评估中，34.6%的暴发存在报告延迟，但这一比例从2019年的52.6%显著降至2023年的5.2%，反映出实时综合健康信息平台(IHIP)的实施成效。然而，97.2%的暴发缺乏后续调查报告，暴露出系统闭环管理的缺陷。病例致死率(CFR)分析显示，西部区域高达12.7%，其中克里米亚-刚果出血热(CCHF)的CFR达43.6%，狂犬病更是达到惊人的88%。

季节性分析发现，JE、钩端螺旋体病和恙虫病暴发集中在6-8月季风季节，这与媒介生物活动周期高度吻合。研究还记录了新发传染病动态，如2022年喀拉拉邦首次报告的猴痘和诺如病毒暴发，以及2023年马哈拉施特拉邦的寨卡病毒疫情。

这项研究的意义不仅在于绘制了印度人兽共患病的"流行病学地图"，更揭示了监测系统的关键短板。作者建议：建立人兽健康数据实时共享机制，完善暴发时间戳记录以精确评估延迟，并在热点区域强化病媒控制措施。这些发现为全球卫生安全框架下的"One Health"实践提供了范本，特别是对资源有限地区的监测系统优化具有重要借鉴价值。正如研究者强调的，只有通过跨部门协作和标准化数据采集，才能真正筑起抵御人兽共患病的"智能防线"。