斯里兰卡利什曼病时空分布与流行趋势分析（2009-2023）：基于GAMLSS模型的疾病传播动态研究

这篇综述通过广义加性位置尺度形状模型（GAMLSS）系统分析了斯里兰卡2009-2023年利什曼病（CL/VL）的时空分布特征，揭示了以汉班托塔（68.32/10万）、波隆纳鲁瓦（52.21/10万）和阿努拉德普勒（40.30/10万）为核心的热点区域，发现病例数在2017年后增长2倍且呈现6-8月季节性高峰，为该国首个国家战略计划（NSP 2024-2028）提供了关键流行病学依据。

　　

背景

利什曼病作为由利什曼原虫（Leishmania）引发的虫媒传染病，其传播媒介白蛉（Phlebotomine sand flies）在斯里兰卡已发现22个物种，其中银足白蛉（P. argentipes）为主要传播媒介。该国自1992年报告本土病例后，2008年将其列为法定报告疾病，但缺乏系统防控措施。值得注意的是，疟疾防控中室内滞留喷洒（IRS）的逐步停用可能与利什曼病复燃相关，这种"镜像现象"揭示了虫媒疾病控制的复杂关联性。

方法

研究团队从斯里兰卡卫生部流行病学单位获取2009-2023年每周病例报告，结合人口普查数据计算25个行政区的年发病率（IR/10万）。采用零调整伽马分布（ZAGA）的GAMLSS模型，整合NASA气象数据（温度、降雨量、相对湿度等）及地理坐标，通过R 4.4.0软件中的gamlss、mgcv等包进行建模。该创新性方法有效解决了58.56%零值数据的处理难题，通过三个子模型分别解析预期发病率（μ）、离散度（α）和零膨胀概率（ν）的影响因素。

结果

15年间累计报告30,295例，六大高发区贡献83%病例。时空分析显示：

1. 地理分布：汉班托塔（68.32/10万）、波隆纳鲁瓦（52.21/10万）和阿努拉德普勒（40.30/10万）构成稳定热点，而马特莱（25.48/10万）等新兴疫区2015年后IR增长近2倍；
2. 季节特征：每年4月低谷后，6-8月达峰（OR=1.12），与西南季风末期高湿度（RH）环境促进白蛉繁殖相关；
3. 气候关联：平均温度每升1°C使IR增加27%（P<0.05），但极端高温（>33°C）反而抑制传播；
4. 空间扩展：模型预测北部高纬度地区风险较低（β=0.50），而东部经度区域风险攀升（β=-0.35）。

讨论

研究首次证实斯里兰卡利什曼病呈现"时间递进、空间扩张"的双重特征。值得注意的是，COVID-19期间（2020-2021）的异常低报提示社会因素对监测数据的影响。与印度次大陆其他地区不同，斯里兰卡99%病例为皮肤型利什曼病（CL），但由通常致内脏型（VL）的杜氏利什曼原虫（L. donovani）引起，这种特殊病原谱系值得深入探究。模型局限性在于未纳入医疗可及性、诊断标准变化等混杂因素，未来需结合分布式滞后非线性模型（DLNM）深化气候滞后效应研究。

结论

该研究为斯里兰卡2024-2028年国家战略计划提供了关键科学依据，建议：

1. 在六大核心疫区实施精准媒介控制；
2. 加强9-10月传播高峰期的监测；
3. 建立边境地区联防机制阻断疫情扩散。研究强调整合环境变量与人类行为数据的必要性，为热带病防控提供了时空建模的范式转移。