多源数据融合驱动下的虫媒传染病风险管理策略：从气候变迁到早期预警系统

这篇综述系统阐述了多源数据协调（data harmonization）在虫媒传染病（VBDs）风险管理中的关键作用，聚焦登革热（dengue）和疟疾（malaria）两种典型疾病，提出通过跨学科合作整合气候（如ERA5-Land再分析数据）、环境（如Copernicus土地利用数据）、流行病学及社会经济学等多维度数据，构建早期预警系统（EWS）和决策支持工具（如D-MOSS、Infodengue），以应对气候变化（climate change）和城市化带来的疾病传播格局变化。

　　

1. 引言

虫媒传染病（VBDs）作为涉及病原体-节肢动物媒介-脊椎动物宿主相互作用的复杂生态系统，其传播动态受气候变异性（climate variability）、环境退化和社会经济不平等的多重影响。全球约17%的传染病负担和每年70万死亡病例与VBDs相关，其中登革热和疟疾因媒介生态简化而成为研究范式。随着气候变暖，登革热向高纬度/高海拔扩张，而疟疾分布虽整体收缩，但局部持续流行区仍阻碍消除进程。数据协调通过整合异质性数据（如卫星遥感、移动电话数据、基因组监测），为风险地图（risk mapping）和早期预警系统（如EPIDEMIA、D-MOSS）提供基础，但跨部门协作不足和技术壁垒制约了其应用。

2. 全球健康挑战

登革热呈现超地方性流行（hyperendemic），四种血清型共循环导致季节性暴发，而疟疾消除后期面临输入病例和抗药性挑战。两类疾病传播异质性显著：登革热突发性强，需气候适宜性（climate suitability）即时监测；疟疾受金矿开采、森林砍伐等人类活动干扰。更复杂的VBDs（如莱什曼病、日本脑炎）因多宿主循环和景观碎片化，建模难度更高。

3. 环境与社会经济驱动因素

3.1 互相关联的驱动因子

温度、湿度等气候条件通过影响媒介生理（如蚊虫吸血频率）和病原体复制速率（如登革热病毒在25–28°C复制最快）直接调控传播效率。环境因素如水体容器（登革热媒介孳生地）或夜间照明（吸引锥蝽）通过改变暴露风险间接作用。社会维度中，贫民窟的垃圾堆积和储水习惯加剧媒介滋生，而人口流动（如航空旅行数据）促进病原体跨区域扩散。

3.2 数据类型与协调挑战

• 地球观测数据：ERA5-Land再分析数据（9 km分辨率）提供历史气候基线，但需降尺度（downscaling）匹配行政区划；Copernicus土地利用数据（100 m分辨率）识别疟疾媒介按蚊栖息地，但分类体系需疾病导向优化。

• 移动数据：航空客流（>10万乘客/年航线）预测输入风险，但缺乏中转信息；手机信号难以区分居民与游客。

• 生物数据：基因组监测（如登革热血清型）受实验室覆盖不均限制，而GBIF等平台整合的媒介分布数据存在采样偏差。

4. 数据协调实践

4.1 决策支持工具案例

• 气候适宜性追踪：Lancet Countdown指标显示，1950–2020年疟疾传播季在非洲高原延长1.5个月，欧洲媒介分布北扩。

• 公民科学：Mosquito Alert通过用户上传照片监测入侵蚊种，结合AI验证生成概率模型。

• 实时预警：巴西Infodengue系统融合贝叶斯模型（Bayesian nowcasting）与社交媒体数据，以红-黄预警分级；越南D-MOSS利用季节气候预测实现6个月前瞻预警。

4.2 协调瓶颈

• 学科壁垒：气象部门与卫生机构缺乏联合协议，导致气候-健康数据脱节。

• 病例定义差异：疟疾确诊依赖血涂片检测（高特异低敏感），而登革热临床诊断误诊率超70%。

• 技术鸿沟：低收入地区面临服务器短缺和GIS人才匮乏，HARMONIZE工具包推广受限。

5. 未来方向

需优先投资跨部门协作框架（如E4Warning项目）、标准化前瞻性数据收集协议，并探索量子计算和数字孪生（digital twins）技术。针对被忽视的VBDs（如恰加斯病），开发低成本协调工具，同时缩小数字鸿沟（digital divide）以确保技术普惠。

6. 结论

数据协调通过FAIR原则（可查找、可访问、可互操作、可重用）整合多源异构数据，是应对气候驱动的VBDs传播风险的核心。未来需强化从理论到实践的转化，构建兼具科学严谨性和操作可行性的决策支持生态系统。