编辑推荐：
登革热全球肆虐，现有研究多关注特定区域相关性。为明确其影响因素因果关系，研究人员用收敛交叉映射（CCM）等方法，对中国 14 省研究发现温度、压力与病例数因果关联显著，GDP 也有重要影响，为防控政策制定提供科学依据。
登革热，这个全球公共卫生领域的 “大麻烦”，正严重威胁着人类的健康。据预测，到 2080 年，全球面临登革热风险的人数将比 2015 年多出 22.5 亿（12.7 - 28.0 亿），总数达 61 亿（47 - 69 亿），超过世界人口的 60%。每年，全球有 1 亿人感染登革热，其中高达 50 万人会发展为可能致命的登革出血热或登革休克综合征。在中国，1978 年广东省首次报告登革热疫情，此后，病例数逐年增加，疫情逐渐从东南沿海地区向中西部蔓延。
过去，许多研究试图找出影响登革热的因素，然而，大多数研究仅聚焦于特定区域内因素的相关性，却未能明确它们之间的因果关系。而且，气象因素对登革热的影响在不同地区差异很大，现有研究难以全面系统地解释这些现象。鉴于此，为了深入了解登革热传播的机制，制定更有效的防控策略，来自陕西师范大学数学与统计学院和山西大学数学科学学院的研究人员展开了一项重要研究，该研究成果发表在《Scientific Reports》上。
研究人员采用了多种先进的研究方法。首先是收敛交叉映射（CCM）方法，它能在非线性动力系统中精准检测变量间的因果关系。通过准备状态空间、预测变量值并计算皮尔逊相关系数来量化 CCM 技能，以此判断变量间是否存在因果关系。其次是偏交叉映射（PCM）方法，这是 CCM 的扩展，能排除中间变量影响，区分直接和间接因果关系，通过计算偏相关系数并与阈值比较来确定直接因果关系。此外，主成分分析（PCA）用于挑选重要且有代表性的变量，将原始变量的总方差分解，根据贡献率确定重要变量。最后，分布滞后非线性模型（DLNM）结合广义相加模型（GAM），用于探究气象因素（温度和压力）与登革热病例数之间的非线性关系和滞后效应，同时将 GDP 作为协变量纳入模型 。研究数据来自中国公共卫生科学数据中心、国家统计局和全球 241 个国家的天气网站等，涵盖了中国 30 个省级行政区的登革热病例数据、人口和 GDP 数据，以及气象和蚊子监测数据。
在因果关系分析方面，CCM 分析结果显示，在 14 个累计病例数超过 200 的省份中，平均温度（T）和最低温度（Tn）在 8 个省份与报告病例数存在显著因果关系；最高温度（Tx）、露点温度（Td）和大气压力（P）在 7 个省份有显著影响；而水平能见度（VV）、降水（RRR）、相对湿度（U）和风速（Ff）仅在部分省份有显著影响。以广东省为例，多种气象因素都对报告病例数有显著影响。进一步的 PCM 分析发现，气象因素并非直接影响登革热报告病例数，而是通过影响蚊子种群间接发挥作用。例如，最高温度、平均温度、露点温度和大气压力与蚊子产卵指数（MOI）有显著直接因果关系，部分温度和压力因素与布雷图指数（BI）也存在显著直接因果关系，而 GDP 与报告病例数有显著直接因果关系。
主成分分析（PCA）结果表明，温度和压力在大多数省份的第一主成分中具有较高的因子载荷绝对值，进一步验证了它们的重要性。同时，在第二主成分中，人口或 GDP 的因子载荷绝对值往往最大。
回归分析中，通过建立 DLNM - GAM 模型，研究人员发现，在较短的滞后时间内，随着温度升高或压力降低，相对风险（RR）显著增加并达到峰值；在极端温度或压力且滞后时间较长的情况下，部分省份的 RR 会出现异常高值。此外，GDP 对病例数有促进作用，且在不同省份的影响趋势总体相似。
综合来看，该研究意义重大。一方面，它明确了温度、压力和 GDP 等因素对登革热病例数的重要影响及其区域特征，揭示了气象因素通过影响蚊子种群间接影响登革热传播的机制。另一方面，为公共卫生政策的制定提供了科学依据，有助于相关部门在登革热防控中更有针对性地采取措施，比如在高温低压时期加强监测和防控，在经济发达地区制定更严格的防控策略等。不过，研究也存在一定局限性，如 CCM 方法不适用于病例数少的地区，PCM 分析时 GDP 数据处理方式可能存在不足，且未考虑人群易感性和血清型循环变化等。但这也为后续研究指明了方向，相信未来的研究能进一步完善对登革热传播机制的认识，推动更有效的防控措施的制定和实施。
