《Frontiers in Cellular and Infection Microbiology》：An integrated approach to prioritizing areas for imported malaria re-establishment prevention in Chongqing, China
编辑推荐：
摘要
目的：本研究整合输入性疟疾病例的时空分析、中华按蚊（Anopheles sinensis）的生态位建模以及现场实测媒介密度，对重庆市县（区）级输入性疟疾再传播预防优先区域进行排序。研究结果为分级分类的精准应对策略提供依据，从而为降低输入性病例引发的再传
摘要
目的：本研究整合输入性疟疾病例的时空分析、中华按蚊（Anopheles sinensis）的生态位建模以及现场实测媒介密度，对重庆市县（区）级输入性疟疾再传播预防优先区域进行排序。研究结果为分级分类的精准应对策略提供依据，从而为降低输入性病例引发的再传播风险提供循证指导。
方法：研究人员汇总了重庆市2014–2024年输入性疟疾病例数据及媒介监测记录。媒介数据包含两类：用于生态位建模的存在记录（2011–2025年）和用于优先区域绘制的定量密度测量数据（2011–2024年），密度以蚊虫活动高峰季节（6–10月）每诱蚊灯夜捕获数表示。时空格局分析采用R 4.5.2完成。基于媒介数据，研究人员通过biomod2（v.3.5.1）实现生态位建模，所有空间操作（包括地图叠加和优先区域划分）均在ArcGIS 10.8中进行。
结果：2014–2024年间重庆市报告的301例输入性疟疾病例中，75.08%为恶性疟（Plasmodium falciparum），12.29%为间日疟（Plasmodium vivax）。受影响人群以男性为主（94.35%），年龄集中在21–50岁（84.71%），且以出国务工人员为主（60.80%）。病例来源覆盖32个非洲国家（90.37%），其中刚果民主共和国和尼日利亚占比最高。在空间上，病例主要聚集于主城区和西部区县。在39例间日疟病例（含混合感染）中，渝北、合川和彭水相对集中，其中20例（51.28%）在蚊虫活动高峰季节（6–10月）报告。中华按蚊集成生态位模型识别出生物气候变量bio5、NDVI和bio11为主要环境决定因子，预测的适生栖息地主要集中于主城区和西部区域。现场监测显示媒介密度存在显著空间异质性，万州密度最高，其次为云阳、奉节和丰都，而主城区各区县密度普遍较低，仅九龙坡例外。
结论：中华按蚊的适生栖息地预测覆盖重庆市大部分区域，但输入性病例主要集中于主城区和渝西地区。进一步叠加输入性间日疟病例和经验媒介密度数据后，万州、渝北、合川、潼南、彭水和九龙坡被确定为首要优先区县，而铜梁、沙坪坝、江津、永川、大足、荣昌、涪陵、武隆、秀山、忠县和巫山被列为中等优先区县。应优先加强监测，确保输入性病例的及时发现和规范化临床管理，并在蚊虫活动高峰季节实施媒介控制，以消除再传播的机会。
论文解读：重庆市输入性疟疾再传播预防优先区域的综合判定
一、研究背景与问题
中国于2021年获得世界卫生组织消除疟疾认证后，持续保持本土零感染状态。然而，来自疟疾流行区的输入性病例持续涌入，加之全国范围内传疟媒介的广泛分布，构成了疟疾再传播的持续威胁。输入性感染、适宜媒介栖息地和人口流动三者的叠加进一步加剧了该威胁。重庆市作为西南地区的山地直辖市，属湿润亚热带气候，历史上曾是疟疾严重流行区，所有区县均有病例报告，且以间日疟为主。2010年重庆启动消除行动计划，2011年以来无本地感染病例，2019年通过国家消除评估。但重庆作为“一带一路”倡议的重要节点城市，与非洲等疟疾流行区的合作交流不断扩展，输入性疟疾风险持续居高，主要影响归国旅行者和出国务工人员。
尽管消除后无本土传播记录，持续输入病例仍引发再传播担忧。在重庆历史记录的优势按蚊中，中华按蚊（Anopheles sinensis）在2011–2025年持续监测中被确认为所有调查区县的优势蚊种，而同期未发现微小按蚊（An. minimus）或杰普尔按蚊（An. lesteri）。中华按蚊作为间日疟（Plasmodium vivax）的主要传播媒介，其生态优势、广泛的栖息地适宜性以及对拟除虫菊酯类杀虫剂的抗性，使其在消除后时代成为关键媒介。持续的媒介存在与频繁的病例输入，在环境条件适宜地区构成不容忽视的再传播威胁。因此，绘制优势按蚊栖息地适宜性图对于评估当前和未来气候条件下的传播潜力至关重要。物种分布模型为此提供了实用手段，biomod2包中的集成方法可整合发生记录与生物气候、地形预测因子生成空间预测。本研究旨在整合病例监测（2014–2024）、中华按蚊生态位建模（2011–2025）和现场媒介密度（2011–2024），对重庆市县（区）级输入性疟疾再传播预防优先区域进行排序，为消除后背景下的分级分类精准监测提供依据。
二、研究方法概述
研究人员收集了重庆市2014年1月1日至2024年12月31日的输入性疟疾病例数据，来源为传染病信息报告管理系统和寄生虫病信息报告管理系统。媒介监测数据来自2011–2025年各区县现场监测，于蚊虫活动高峰季节（6–10月）采用诱蚊灯法采集，包含用于生态位建模的存在记录和定量密度数据（每灯夜捕获数）。环境数据包括WorldClim 2.1的历史气候数据（1970–2000年，30弧秒分辨率）、MODIS的增强型植被指数（EVI）和归一化差分植被指数（NDVI）。空间 thinning处理获得127个有效存在点。通过Pearson相关分析筛选变量，最终保留bio2、bio5、bio11、bio12、bio14、bio16、bio17、bio18和NDVI共9个变量。集成建模采用biomod2 v.3.5.1中的12种算法（GLM、GBM、GAM、CTA、ANN、FDA、SRE、MARS、RF、XGBOOST、MAXNET和MAXENT），随机将数据分为训练集（80%）和测试集（20%），生成254个伪不存在点并重复5次，每个模型运行10次，最终成功拟合562个单模型。以受试者工作特征曲线下面积（AUC-ROC）和真实技能统计量（TSS）评估模型性能，仅保留ROC>0.8的模型构建集成模型。适宜性指数P范围0–1000，划分为不适生（P<200）、低适生（200≤P<400）、中适生（400≤P<600）和高适生（P≥600）。病例时空分析使用R 4.5.2，空间叠加和优先分区使用ArcGIS 10.8。
三、主要研究结果
3.1 流行病学特征
研究期间重庆市共报告301例输入性疟疾病例，年病例数介于4–48例之间，2024年达到峰值48例，占总数的15.95%。2020–2022年新冠疫情期间仅报告22例，此后出现上升趋势。虫种分布上，恶性疟（P. falciparum）为主导，占226例（75.08%），其次为间日疟（37例，12.29%）、卵形疟（P. ovale，24例，7.97%）、三日疟（P. malariae，4例，1.33%）和混合感染（10例，3.32%）。病例以21–50岁年龄组为主（84.71%，255/301），平均年龄38.75±10.61岁；男性占94.35%（284/301）；职业上以出国务工人员为主（60.80%，183/301）。病例地理来源涉及32个非洲国家（272例，90.37%）、4个东南亚国家（16例，5.32%）和其他地区（13例，4.32%）。非洲来源中，刚果民主共和国和尼日利亚各44例（各占非洲病例的16.18%），其次为几内亚29例（10.66%）。重症疟疾4例（1.33%），死亡3例。
3.2 就医行为
全部病例从发病到确诊的中位时间为5.6天（四分位距：2.7–11.5天），41.20%的病例在发病7天以上才确诊。医疗机构利用方面，169例（56.15%）在城市级医院就诊，127例（42.19%）在县级医院就诊，其余5例在其他医疗机构（如国际旅行医疗中心）就诊。
3.3 病例分布
301例输入性病例中，274例留在重庆市，其余27例继续前往外地。针对274例本地病例的空间分析显示，病例更多报告于主城区和西部区县。除石柱县外，所有区县均有病例报告。潼南、合川、渝北、沙坪坝、永川和南岸6个区县各报告超过10例。39例输入性间日疟（含混合感染）按居住地区县分布，主要集中于渝北、合川和彭水，其次为璧山、潼南和九龙坡。值得注意的是，39例中20例（51.28%）在蚊虫活动高峰季节（6–10月）报告。
3.4 中华按蚊潜在地理分布与环境变量分析
变量筛选通过Pearson相关分析完成，最终保留9个变量。12种单模型中，随机森林（RF）性能最高（平均ROC=1，平均TSS=1），其次为XGBOOST（平均ROC=0.9517，平均TSS=0.8218）和GBM（平均ROC=0.8256，平均TSS=0.5095）。基于biomod2构建的集成模型（ROC=0.839，TSS=0.531）优于所有单模型，表明集成方法显著提升预测性能。环境变量贡献分析显示，bio11（最冷季度平均温度）、bio5（最热月最高温度）和NDVI（归一化差分植被指数）贡献最高，共同占据大部分权重。栖息地适宜性预测显示，重庆市大部分地区为中华按蚊适生栖息地，其中高适生区分布最广。不适生区主要集中于城口、巫溪、石柱、丰都、武隆和南川等地。与西部相比，南部、北部和东部部分区域的适生性相对较低。
3.5 媒介密度空间分布
栖息地适宜性模型反映环境适宜程度，但未能直接反映实际媒介丰度。将预测适宜性图与区县级现场实测中华按蚊密度叠加后发现，高峰季节平均密度（每灯夜捕获数，2011–2024年）存在显著空间异质性。万州密度最高，其次为云阳、奉节和丰都。相反，主城区各区县密度普遍较低，仅九龙坡记录到中等偏高的密度。在北碚、璧山、南岸、南川、万盛和巫溪的诱蚊灯调查中未捕获到中华按蚊。
四、讨论与结论
本研究系统刻画了2014–2024年重庆市输入性疟疾的流行病学特征，并通过生态位建模预测了优势按蚊的潜在分布。这是重庆市首次在市级层面将输入性病例数据、媒介栖息地适宜性和实测媒介密度进行空间整合，为消除后时代精准干预提供了科学基础。近年来重庆市输入性疟疾病例呈上升趋势，主要来源为撒哈拉以南非洲，以恶性疟和间日疟为主，这一模式可能与“一带一路”倡议下出国务工人员旅行增加有关。新冠疫情期间的流动限制导致病例显著下降，但随后迅速反弹，2024年达48例峰值，表明即使在未来的全球卫生紧急情况下，对归国旅行者的持续监测仍然至关重要。人口学特征方面，病例以男性（94.35%）和21–50岁（84.71%）为主，出国务工人员占60.80%，与中国其他省份输入性疟疾研究结果一致，提示应优先对这一人群开展健康教育和预防性服药指导。从发病到确诊中位时间为5.6天，41.20%的患者在发病7天后才确诊，可能原因包括患者疟疾意识不足、县级医院诊断能力有限以及非恶性疟（如间日疟和卵形疟）症状不典型，因此建议在县级医院发热患者中加强常规疟疾筛查以减少诊断延误。空间上，输入性病例主要聚集于主城区和西部区县，这些地区经济活跃、人口密集，是出国务工人员的主要输出地。
中华按蚊是消除后时代疟疾传播的主要潜在威胁。社会经济发展和生态气候变化改变了媒介的适宜分布。集成模型预测中华按蚊高适生生境主要位于主城区、渝西及周边区县，其中bio5、NDVI和bio11贡献最大。中等NDVI反映适宜的植被覆盖和土壤湿度，为媒介提供良好的栖息和产卵场所；过高NDVI（如茂密森林）可能不利于媒介存在。bio11反映冬季低温对蚊虫存活和越冬的限制，渝西较高的冬季温度有利于越冬成功和春季早期种群恢复。东部高海拔山区（如巫溪、城口）适生性明显较低。
间日疟病例分布存在显著空间异质性，渝北、合川和彭水相对集中。渝北是江北国际机场所在地，是国际旅行者的主要入境点；合川和彭水是传统劳务输出地区，可能有更高比例从间日疟流行区归来的务工人员。半数间日疟病例在传播高峰季节到达，凸显了夏季-秋季加强监测和快速响应的重要性。病例输入集中区与媒介高适生区的空间重叠意味着，如果在媒介活动季节输入性病例到达且当地媒介丰度足以支持传播，则存在再传播风险。
生态位模型刻画的是气候适宜性（近似基础生态位），而非实际媒介丰度，后者还受局部因素如孳生地可得性和土地利用影响。因此，主城区尽管气候适生性高，但城市化和持续媒介控制限制了幼虫孳生场所，媒介密度低；而万州、云阳、奉节和丰都等主要水稻种植区，广泛稻田维持了高中华按蚊丰度。叠加输入性间日疟病例和实测媒介密度后，万州、渝北、合川、潼南、彭水和九龙坡被确定为首要优先区县；铜梁、沙坪坝、江津、永川、大足、荣昌、涪陵、武隆、秀山、忠县和巫山为中等优先区县。
研究局限性包括：微小按蚊和杰普尔按蚊未在监测中检出而被排除，但可能存在极低密度或未采样微栖息地；输入性间日疟病例数有限，限制区县级定量风险估计；区县级尺度叠加分析可能掩盖乡镇/村级异质性；媒介密度数据来自特定时段，可能未完全反映季节性波动；集成模型预测存在固有不确定性。尽管如此，该筛查框架为重庆市确定需要加强监测和靶向媒介控制的优先区县提供了实用、循证的参考。
结论：尽管消除后重庆市无本土疟疾病例，但再传播威胁持续存在且呈现显著区域异质性。输入性病例主要集中于主城区和渝西地区，这些区域在集成模型中也显示出中华按蚊最适生栖息地。然而，整合输入性间日疟病例分布和实测媒介密度后，更精细的优先模式得以呈现：万州、渝北、合川、潼南、彭水和九龙坡为首要优先区县，这些区域输入性病例、媒介适宜性和媒介密度重叠最明显；铜梁、沙坪坝、江津、永川、大足、荣昌、涪陵、武隆、秀山、忠县和巫山为中等优先区县，需持续监测。应优先加强监测和响应能力，强调及时病例发现、归国务工人员主动筛查和蚊虫活动高峰季节的季节性媒介控制。加强高风险区域的靶向干预对于巩固消除成果和避免潜在再传播至关重要。
