气象因素驱动下中国东南地区恙虫病传播规律：基于江西省100个区县的滞后效应与空间异质性研究

《Tropical Medicine and Health》：Influence of meteorological factors on scrub typhus in Southeast China: a study across 100 districts in Jiangxi Province

本研究针对气象因素对恙虫病(scrub typhus, ST)传播机制尚不明确的问题，通过分布式滞后非线性模型(DLNM)和地理探测器方法，揭示了温度、相对湿度等关键气象因子对江西省恙虫病发病的非线性影响及滞后效应。研究发现极端气象条件（如极低温和极高气压具有保护作用，而极高降水与极低压则增加风险），并首次量化了气象因子交互作用对空间异质性解释力（温度与相对湿度贡献最高）。该成果为恙虫病的精准防控提供了关键科学依据。

　　

在全球气候变暖背景下，恙虫病（scrub typhus, ST）作为一种由携带 Orientia tsutsugamushi 的恙螨幼虫叮咬传播的人畜共患病，其发病率呈现显著上升趋势。中国2006至2021年的流行病学数据显示，恙虫病年均发病率从0.088/10万激增至1.99/10万，对人类健康构成严重威胁。作为典型的媒介传播疾病，恙虫病的流行深受气候因素影响，但气象因子与发病之间的具体关系——特别是极端天气事件的作用机制及关键驱动因子的空间解释力——仍存在争议。为解决这一科学问题，聂燕武团队以气象条件复杂、恙虫病高发的江西省为研究对象，开展了一项跨越十年（2014-2023年）的多维度分析。

研究团队整合了中国传染病监测系统的月度恙虫病病例数据与国家气象信息中心的气象资料，运用分布式滞后非线性模型（DLNM）解析气象因子对发病的滞后效应与非线性关系，并创新性地引入地理探测器（Geodetector）量化各因子及其交互作用对恙虫病空间异质性的解释力。关键技术方法包括：利用DLNM模型（最大滞后6个月）分析温度、湿度、降水、气压与风速的暴露-滞后-反应关系；通过地理探测器因子探测模块计算各气象因子q统计量评估其空间影响力，并利用交互探测模块识别因子间的增强效应。

研究结果揭示出显著的季节性流行特征，发病高峰集中于6-10月。DLNM分析表明：

温度、相对湿度和风速对发病风险的影响均呈单峰曲线，峰值分别出现在25.50℃、84.80%和2.00 m/s；降水与风险正相关，而气压则呈现负向关联。极端气象条件分析显示，相较于中位数，极低温（5.539℃时RR=0.001）、极低湿（67.876%时RR=0.007）和极高气压（100.851 kPa时RR=0.029）具有保护作用，而极高降水（370.774 mm时RR=2.887）与极低气压（98.616 kPa时RR=71.930）显著增加风险。

地理探测器结果进一步明确：

温度（q=0.357）和相对湿度（q=0.351）是驱动空间异质性的核心指标，且所有因子间均存在双因子增强型交互作用。例如温度与降水交互时q值升至0.476，显著高于单一因子解释力。

本研究通过多模型联用首次系统阐释了气象因子对恙虫病传播的复合驱动机制：非线性响应、滞后效应与空间交互增强效应共同构成流行规律的核心特征。研究成果不仅为预测恙虫病暴发提供了关键参数阈值，更启示公共卫生部门需建立融合气象预警的精准防控体系。未来研究应进一步整合社会经济、宿主密度等多元数据，以完善气候变化背景下传染病传播的预测模型。