中国主要人畜共患病的流行病学趋势与疾病负担评估：基于国家监测数据与GBD 2021模型的比较分析

本研究针对中国九种主要人畜共患病（包括包虫病、布鲁氏菌病、钩端螺旋体病等），通过分析2010-2023年国家法定传染病报告系统（NNIDRS）数据，结合GBD 2021模型评估，揭示了其时空分布特征、人群差异及防控缺口。研究发现狂犬病、脑炎和血吸虫病发病率显著下降，但布鲁氏菌病呈上升趋势，且GBD模型对包虫病（高估3.6-7.4倍）和利什曼病（高估3.1-10.5倍）存在显著高估。该研究为优化"One Health"防控策略提供了关键证据，发表于《Infectious Diseases of Poverty》。

　　

人畜共患病的防控挑战与中国实践
在全球生态变化和人口流动加剧的背景下，人畜共患病（zoonoses）已成为公共卫生领域的重大威胁。这类由病毒、细菌或寄生虫引起的疾病，能够通过动物宿主跨越物种屏障感染人类，其传播链条复杂且难以预测。中国作为人口大国和农业国家，面临着布鲁氏菌病、狂犬病、血吸虫病等传统人畜共患病的持续威胁，同时新发传染病风险不断上升。然而，现有防控体系存在三大痛点：一是疾病负担评估依赖国际模型（如GBD），与本土监测数据存在显著差异；二是职业暴露人群（如牧民、农民）保护不足；三是实验室诊断能力分布不均，导致病例确认率参差不齐。

为破解这些难题，中国疾病预防控制中心传染病预防控制所联合寄生虫病预防控制所、病毒病预防控制所等机构的研究团队，开展了一项跨越14年（2010-2023）的全国性研究。他们系统分析了国家法定传染病报告系统（NNIDRS）中九种重点人畜共患病的85万例病例数据，并创新性地对比了GBD 2021模型的估计值。这项发表于《Infectious Diseases of Poverty》的研究，不仅揭示了中国 zoonoses 的真实流行态势，更发现了国际模型与本土数据间的"评估鸿沟"。

研究采用多学科方法：通过Joinpoint回归分析发病率年变化百分比（AAPC），运用ARIMA和指数平滑模型预测2024-2035年趋势；计算GBD估计值与监测数据的倍数差异（fold difference）评估模型偏差；同时结合年龄-性别分层分析和职业暴露特征解析。数据源自覆盖全国85%医疗机构的NNIDRS，仅纳入实验室确诊和临床诊断病例，排除疑似病例以确保质量。

主要发现

1. 时空演变趋势
   通过分段回归识别出三类疾病轨迹：

• 持续下降型：狂犬病（AAPC=-20.4%）、日本脑炎（AAPC=-16.9%）和血吸虫病（AAPC=-28.4%）得益于疫苗接种和灭螺措施显效
• 波动上升型：布鲁氏菌病（AAPC=0.15%）在2020年后显著反弹，2021年发病率达5.11/10万
• 稳定型：炭疽（AAPC=0.5%）和钩端螺旋体病（AAPC=-5.5%）呈现地域性聚集

1. 人群分布特征

• 性别差异：男性发病率普遍高于女性，布鲁氏菌病男性占比超70%
• 年龄双峰分布：儿童（0-5岁）占利什曼病例44%，而14-65岁成人占布鲁氏菌病87.7%
• 职业风险：农民占血吸虫病病例85.3%，牧民占炭疽病例50.4%

1. 诊断能力缺口
   实验室确诊率呈现两极分化：布鲁氏菌病（92.2%）和出血热（77.4%）依赖实验室检测，而狂犬病（95.3%临床诊断）和包虫病（72.7%）仍以临床诊断为主，反映偏远地区诊断资源不足。

2. 模型偏差分析
   GBD 2021显著高估部分疾病负担：

• 脑炎被高估82-1008倍（因GBD采用广义定义）
• 包虫病（3.6-7.4倍）和利什曼病（3.1-10.5倍）的差异提示模型未充分纳入中国防控成效

结论与展望
该研究首次系统揭示了中国主要人畜共患病的"三间分布"特征，证实了国际疾病负担模型在特定区域的局限性。研究发现，尽管狂犬病等传统疾病得到有效控制，但布鲁氏菌病等人畜共患病仍存在反弹风险，尤其威胁西部地区农牧民健康。更值得关注的是，GBD模型对包虫病等的高估可能误导全球资源分配，凸显本土化评估体系的必要性。

这些发现为完善"One Health"策略提供了三大方向：

1. 建立人-畜-环境协同监测网络，特别是在青藏高原等包虫病流行区
2. 针对职业暴露人群开发精准干预工具，如布鲁氏菌病新型疫苗
3. 构建中国特色的疾病负担评估框架，整合气候、生态和社会决定因素

随着新发人畜共患病威胁增加，这项研究不仅为中国优化防控策略提供了数据基石，也为全球传染病负担评估方法学改进贡献了关键案例。未来需进一步探索野生动物宿主在疾病传播中的角色，以及气候变化对病原体跨物种传播的影响机制。