美国东部蜱媒疾病流行规律揭示：媒介密度与宿主群落结构共同驱动人类感染风险

《Scientific Reports》：Reservoir host community and vector density predict human tick-borne diseases across the Eastern United States

本研究针对全球范围内持续上升的蜱媒疾病（TBDs）发病率，通过整合美国国家生态观测网络（NEON）的生态数据与疾控中心（CDC）的人类病例报告，系统分析了美国东部24个县中莱姆病、无形体病、埃立克体病和巴贝西虫病四种TBDs的生态驱动因素。研究发现，莱姆病风险与白尾鹿密度正相关，而与降水量、温度和小型哺乳动物丰富度负相关；无形体病与蜱若虫密度正相关，且宿主群落组成调节其稀释或放大效应；巴贝西病与年均温负相关，埃立克体病与孤星蜱密度正相关。研究首次在区域尺度验证了“稀释效应”假说，强调生态背景（如媒介密度、宿主多样性）显著影响TBDs风险，为基于生态干预的疾病防控策略提供了关键科学依据。

　　

在全球气候变化和生态系统变迁的背景下，蜱媒疾病（Tick-borne diseases, TBDs）的发病率呈现持续上升趋势，尤其是莱姆病（Lyme disease）的病例数量自20世纪90年代以来已增长两倍，每年新增病例高达24万至44万例，仅在美国每年造成的医疗开支超过10亿美元，社会经济损失达50至100亿美元。更严峻的是，抗生素治疗对细菌性TBDs（如莱姆病、人粒细胞无形体病）的长期症状预防效果有限，部分患者即使及时用药仍可能发展为治疗后莱姆病综合征等后遗症。当前，TBDs的防控面临巨大挑战，其根本原因在于对疾病传播的生态驱动机制缺乏系统认知。传统研究多局限于局部尺度，且罕有将媒介密度、宿主群落结构与人类病例数据结合的大尺度分析。为此，美国圣母大学的Paulo Mateus Martins、Michael B. Mahon和Jason R. Rohr团队首次利用美国国家生态观测网络（NEON）的标准化生态监测数据与CDC人类病例报告，开展了覆盖美国东部24个县的多疾病生态驱动因素解析，研究成果发表于《Scientific Reports》。

研究主要依托NEON（2014–2022年）采集的蜱虫密度、小型哺乳动物群落多样性及相对丰度数据，以及CDC同期报告的莱姆病（2014–2022年）、无形体病（2014–2018年）、埃立克体病（2014–2018年）和巴贝西虫病（2014–2017年）病例数据。通过广义线性混合模型（GLMM）分析生态因子与疾病流行的关联，并针对莱姆病构建分段结构方程模型（pSEM）揭示变量间的直接与间接效应。此外，研究结合残疾调整生命年（DALYs）评估莱姆病的疾病负担，量化生态因子变化对健康的影响。

Anaplasmosis（无形体病）

研究发现无形体病报告病例与黑腿蜱（Ixodes scapularis）若虫密度呈正相关（OR=1.66），且宿主群落丰富度与主要贮存宿主（白足鼠、东部花鼠）相对丰度存在交互作用：当高竞争力宿主丰度较高时，物种丰富度增加可降低疾病风险（稀释效应），反之在宿主稀缺时可能放大风险。

Babesiosis and ehrlichiosis（巴贝西虫病与埃立克体病）

巴贝西虫病与年均温负相关（OR=0.66），温度每升高1°C，疾病发生几率下降34%；埃立克体病则与孤星蜱（Amblyomma americanum）密度正相关（OR=1.13），表明白尾鹿虽为潜在贮存宿主，但其密度未显显著关联，提示需进一步验证其实际传播能力。

Lyme disease（莱姆病）

莱姆病风险与白尾鹿密度正相关（OR=2.45），而与降水量、温度和小型哺乳动物丰富度负相关。物种丰富度每增加一种，莱姆病几率降低28%，相当于每个县年均减少0.012 DALYs。研究还发现蜱密度与白足鼠丰度存在正向交互作用：在高宿主丰度下，蜱密度对疾病风险的推动作用更强。

生态通路的直接与间接效应

针对莱姆病的pSEM模型显示，感染蜱密度、降水量和温度可解释人类病例20%的变异。非竞争力宿主相对丰度通过降低伯氏疏螺旋体（Borrelia burgdorferi）在蜱中的感染率及蜱密度，间接减少人类感染风险，验证了稀释效应的生态通路。

本研究首次在区域尺度证实了宿主群落结构、媒介密度与气候因子的协同作用对TBDs风险的塑造能力，深化了对“稀释效应”生态机制的理解。针对不同疾病，宿主多样性可能呈现稀释（如莱姆病、无形体病）或放大（如巴贝西虫病）效应，提示干预策略需因病原体特性而异。例如，在莱姆病高风险区（低宿主多样性、高蜱及宿主密度），针对性控制媒介及贮存宿主可显著降低疾病负担；而通过保护生物多样性以增加非竞争力宿主比例，或成为传统防控措施的有效补充。尽管NEON数据存在空间代表性局限（如缺乏鸟类和大型哺乳动物数据），但研究仍揭示了与现有认知一致的强生态信号，为构建基于生态模型的TBDs预警系统奠定了基石。未来需进一步探索多宿主承载力、气候变迁与人类行为的交互影响，以优化“生态-健康”协同治理路径。