综述：通过混合机制模型和数据驱动模型对美洲地区登革热的时空预测：系统综述与元分析

《Infectious Disease Modelling》：Spatio-temporal forecasting of dengue in the Americas through hybrid mechanistic and data-driven models: Systematic review and meta-analysis

本研究通过系统综述和元分析，评估了2016-2025年间美洲30项登革热建模研究，发现机械模型因参数依赖性精度不稳定，而数据驱动模型（如机器学习）虽精度高但缺乏因果解释。提出混合架构整合两者优势，通过动态参数化、生物约束和持续数据同化提升预测能力与政策模拟效果，为美洲应对加剧的登革热流行提供技术框架。

　　
本文是一篇针对美洲地区登革热流行病学建模研究的系统性综述与元分析报告，旨在解决当前建模领域存在的碎片化问题，并为公共卫生决策提供技术支撑。研究聚焦于2016至2025年间开展的30项建模研究，通过整合机械模型与数据驱动方法，探索提升登革热预测精度与操作性的路径。

### 一、研究背景与核心挑战
登革热在美洲已从周期性流行演变为持续性地方性流行，2024年病例数较2023年激增185%，且呈现多血清型共存的复杂生态特征。研究团队发现，尽管巴西、哥伦比亚等国家在建模研究投入上占比达50%，但现有模型在应对实际防控需求时仍存在显著局限：机械模型因参数静态化难以捕捉区域异质性，而数据驱动模型虽预测精度高却缺乏生物学解释力。这种方法论割裂导致干预措施评估与资源分配存在决策盲区。

### 二、研究方法与技术路线
采用PRISMA框架进行系统检索，通过多维度筛选最终纳入30项研究。创新性地引入标准化预测信度指数（SPFI）进行跨模型比较，该指数通过归一化处理将AUC、R2、RMSE等异质指标统一为0-1量纲，有效消弭不同建模方法的评估偏差。特别开发的ROBVIS可视化工具，可直观呈现研究偏倚分布与模型可靠性关联。

### 三、关键发现与数据洞察
1. **温度关联性突破**：30项研究均验证温度每升高1℃将导致风险增加26%（95%CI 18-35%），但亚热带地区的效应阈值存在显著地理差异
2. **模型性能分化**：
- 机械模型（13项）：R2值范围0.70-0.98，受参数校准精度影响大，如Arias团队通过本地化参数优化成功复现2010年卡利大流行
- 数据驱动模型（17项）：机器学习架构SPFI中位数达0.89，但存在2018-2022年间性能提升停滞期
3. **干预模拟瓶颈**：现有模型对疫苗覆盖率（0-85%）、蚊媒控制强度（0-3次/月）等动态参数的敏感性分析不足，导致模拟结果与实际干预效果存在±15%的误差率

### 四、混合架构的工程实现路径
研究提出"玻璃箱"混合架构（Glass-Box Hybrid Architecture），包含三大核心模块：
1. **动态参数化层**：集成气象卫星数据（时空分辨率15分钟）、基因组测序（每周更新）、人口流动热力图（每日更新）三大数据源，通过XGBoost模型实现参数β的实时校准，响应时间控制在15分钟内
2. **约束验证层**：在SEI-SEIR框架中嵌入12项生物学约束条件，包括：
- 蚊媒生命周期：卵孵化率（φ）与温度（T）呈Q10=2.3的指数关系
- 传播阈值：R0必须满足0.8≤R0≤4.0的流行病学合理性区间
- 免疫衰减：IgG抗体水平年衰减率设定为18-22%
3. **持续学习层**：采用改进的Ensemble Kalman Filter算法，数据更新周期设置为24小时，当实际病例数与预测偏差超过±20%时触发模型重训练

### 五、公共卫生决策启示
1. **风险预警系统**：基于混合架构可生成包含传播强度（β值）、蚊媒密度（指数化NDVI+降水）、人群易感性（血清学调查）的三维风险热力图，预警时效提前至72小时
2. **干预效果模拟**：构建包含疫苗覆盖率（0-100%）、蚊媒控制频次（0-6次/月）、社区教育投入（美元/千人）的参数空间，可量化不同干预组合对疫情峰值（攻击性）和持续时间的影响
3. **资源配置优化**：通过蒙特卡洛模拟显示，在巴西圣保罗州等高密度区域，部署混合模型可使防控资源投入产出比提升37%，而秘鲁利马等边境城市需优先加强蚊媒监测网络

### 六、实施挑战与解决方案
1. **数据壁垒突破**：建立包含7类21项核心指标的共享数据湖，如哥伦比亚已实现气候数据（3小时间隔）、水质监测（周均）、疫苗接种（实时）的打通
2. **计算效能提升**：采用参数化降维技术（PCA特征压缩率≥80%）与分布式计算架构，使模型预测速度从72小时缩短至4小时
3. **模型可解释性增强**：开发可视化溯源系统，当SPFI值低于0.85时可自动触发参数溯源，提供β值波动曲线（±5%置信区间）与关键输入变量关联图谱

### 七、区域化实施路线图
1. **短期（0-6个月）**：在巴西、哥伦比亚等8个重点州部署基础混合模型，集成现有 surveillance系统（如INS的病例登记数据库）
2. **中期（6-24个月）**：构建中美洲-南锥体联盟数据共享平台，实现跨境蚊媒种群动态预测
3. **长期（3-5年）**：开发登革热数字孪生系统，集成城市排水管网GIS数据、抗药性蚊种监测网络，形成"环境-生物-社会"三维防控模型

### 八、验证与成效评估
研究团队在哥伦比亚瓜迪亚纳省开展试点验证，混合模型在2025年二季度预测中展现出：
- 病例数预测误差率从机械模型的23%降至7%
- 高风险社区识别准确率提升至89%（AUC=0.89）
- 干预模拟显示：在接种率80%条件下，可提前45天阻断疫情传播链

该研究为美洲地区提供了首个标准化建模技术路线图，其开源代码平台（GitHub: DengueHybrid)已获得23个国家疾控中心的接入，累计处理超过500TB的跨域数据，标志着登革热防控进入智能协同时代。后续研究将重点突破血清免疫监测数据与模型参数的动态耦合机制。