印度恰蒂斯加尔邦疟疾流行病学特征与防控策略分析：基于2015-2023年监测数据的实证研究

本研究通过分析印度恰蒂斯加尔邦2015-2023年整合疾病监测项目(IDSP)的实验室确诊疟疾数据，揭示了该地区疟疾流行特征与时空分布规律。研究人员采用广义估计方程(GEE)评估年寄生虫发病率(API)变化趋势，发现南部巴斯塔尔地区发病率显著高于中部(IRR:12.5)，雨季(7月)为发病高峰，且恶性疟原虫(P. falciparum)占比持续上升至87%。研究为高负担地区精准防控提供了关键证据，建议在5-6月提前强化病媒控制措施。

　　

疟疾作为全球重大公共卫生问题，在印度恰蒂斯加尔邦呈现出独特的流行特征。这个仅占印度总人口2.29%的中央邦，却贡献了全国18%的疟疾病例和40%的死亡病例，其中80%的负担集中在部落和山区。更值得关注的是，恰蒂斯加尔邦南部森林覆盖的巴斯塔尔地区，已成为持续高发的"疟疾堡垒"。随着2020年新冠疫情的冲击，疟疾监测系统面临严峻挑战，病例报告出现异常波动。这些现象引发了一个关键科学问题：在复杂地理环境与突发公共卫生事件影响下，如何准确评估疟疾流行趋势并制定精准防控策略？

来自印度医学研究理事会-国家流行病学研究所现场流行病学培训项目的研究团队，联合恰蒂斯加尔邦卫生与家庭福利部整合疾病监测项目(IDSP)专家，开展了一项跨越9年(2015-2023)的大规模流行病学研究。团队创新性地整合了传统周报系统(L-form)与新型整合健康信息平台(IHIP)的实时病例数据，通过空间流行病学方法揭示了疟疾传播的时空异质性，相关成果发表在《Transactions of The Royal Society of Tropical Medicine and Hygiene》。

研究采用了两大关键技术方法：一是基于人口统计学数据计算年寄生虫发病率(API)和年血液检查率(ABER)，将28个行政区划分为<1、1-2、2-5和≥5/1000四个风险等级；二是应用广义估计方程(GEE)模型，调整年份和地区聚类效应，量化不同区域的发病率比率(IRR)。数据来源包括2015-2021年的IDSP周报汇总数据和2021-2023年IHIP系统的个案信息，共分析391387例实验室确诊疟疾（快速诊断试剂或血涂片镜检确认）。

主要发现：

1. 时间趋势分析：API从2015年的2.9/1000降至2021年0.4/1000后反弹至2023年0.6/1000，总体年下降率25%(IRR:0.75)。值得注意的是，2020-2021年ABER骤降至0.6%，提示新冠疫情期间检测覆盖率严重不足。

2. 季节特征：病例呈现典型双峰分布，7月（季风季）和11月为发病高峰。

   

3. 空间异质性：南部巴斯塔尔大区持续高发(IRR:12.5)，苏古贾大区次之(IRR:7.4)。

   

4. 病原谱演变：恶性疟原虫(P. falciparum)占比从2015年79%升至2023年87%，混合感染病例数三年内翻倍。

   

5. 人群分布：IHIP系统数据显示50.9%为男性，18%为<5岁儿童，中位年龄16岁(IQR 9-29)。

这项研究首次系统揭示了恰蒂斯加尔邦疟疾流行的三维特征（时间、空间、人群），其价值体现在三方面：首先，证实了新型IHIP系统在实时疫情监测中的优越性；其次，发现检测不足（ABER<10%）可能掩盖真实流行强度，特别是在无症状感染率>20%的部落地区；最后，研究为"无疟疾巴斯塔尔"运动提供了靶向干预依据——建议在雨季前(5-6月)强化病媒控制，并在高传播区推广以社区为基础的主动筛查策略。这些发现对印度实现2030年疟疾消除目标具有重要决策参考价值。