《PLOS Pathogens》：Temporal trends in reported vector-borne diseases in China before and after the onset of COVID-19 from 2004 to 2023
编辑推荐：
背景 媒介传播疾病（vector-borne diseases, VBDs）持续对中国造成公共卫生负担。然而，COVID-19（coronavirus disease 2019，COVID-19）时期VBD报告发病率和死亡率的变化仍未得到充分刻画。
方法 研
背景 媒介传播疾病（vector-borne diseases, VBDs）持续对中国造成公共卫生负担。然而，COVID-19（coronavirus disease 2019，COVID-19）时期VBD报告发病率和死亡率的变化仍未得到充分刻画。
方法 研究人员分析了2004—2023年中国五种主要VBD——斑疹伤寒（typhus）、登革热（dengue）、利什曼病（leishmaniasis）、疟疾（malaria）和流行性乙型脑炎（epidemic encephalitis B, EEB）。2004—2020年省级和年龄别监测数据来自中国疾病预防控制中心（Chinese Center for Disease Control and Prevention, China CDC），2021—2023年全国汇总数据来自国家卫生健康委员会（National Health Commission, NHC）。因此，空间和年龄别分析限于2004—2020年，全国趋势分析延伸至2023年。年度趋势采用Joinpoint回归（Joinpoint regression）评估，月度季节模式采用基于Loess的季节-趋势分解（seasonal-trend decomposition based on Loess, STL）评估，2020年1月后的月度变化采用中断时间序列分析（interrupted time-series analysis, ITS）评估，2020—2023年预期月度轨迹采用基于COVID-19前数据训练的季节性自回归积分滑动平均（seasonal autoregressive integrated moving average, SARIMA）模型估计。
结果 2004—2020年，VBD发病率和死亡率显著下降，尤其是疟疾、登革热和EEB，空间热点主要集中于南部省份。与2013—2019年相比，2020—2023年总体发病率和死亡率分别降低59.86%（95% CI：–60.36至–59.36；P < 0.001）和83.72%（95% CI：–87.86至–78.18；P < 0.001）。疟疾和EEB降幅最大，而斑疹伤寒和利什曼病变化较不明显。然而，应谨慎解释这些下降，因为它们可能反映COVID-19时期公共卫生措施、既存长期趋势、疾病特异控制项目以及可能的监测中断的综合作用。
结论 在中国COVID-19时期，报告VBD发病率和死亡率大幅下降。然而，将这些变化完全归因于COVID-19相关干预措施会过于简单化，因为其他因素也可能参与。这些发现强调，在公共卫生突发事件期间需要可靠的监测和报告，并需要能够适应条件变化的预测工具，以支持未来媒介传播疾病控制。
媒介传播疾病（vector-borne diseases, VBDs）由蚊、蜱、沙蝇等节肢动物传播，全球疾病负担较重；中国地域广阔、气候带和生态环境多样，斑疹伤寒（typhus）、登革热（dengue）、利什曼病（leishmaniasis）、疟疾（malaria）和流行性乙型脑炎（epidemic encephalitis B, EEB）等仍有报告。COVID-19（coronavirus disease 2019）大流行期间人员流动限制、旅行减少和行为改变可能同时影响疾病传播与常规监测，但VBD报告发病率、死亡率及时空和年龄模式在疫情时期如何变化仍缺乏充分刻画；既有研究更多关注呼吸道和其他病毒感染，对VBD的间接影响关注不足。因此，研究人员分析了2004—2023年中国VBD负担与流行病学特征，比较COVID-19前后报告发病率与死亡率，并评估其是否偏离疫情前预期轨迹。研究显示，2004—2020年报告发病率和死亡率显著下降，2020—2023年较2013—2019年总体发病率降低59.86%、总死亡率降低83.72%，疟疾和EEB降幅最大，斑疹伤寒和利什曼病变化较小；但下降不能完全归因于COVID-19相关干预，可能同时反映长期趋势、疾病特异控制项目和监测中断。该研究提示，公共卫生突发事件期间需保持可靠监测与报告，并发展可适应条件变化的预测工具。
关键技术方法（不超过250字）：研究人员整合中国疾病预防控制中心（China CDC）国家传染病监测系统（NIDSS）2004—2020年省级和年龄别监测数据，以及国家卫生健康委员会（NHC）2021—2023年全国汇总月度与年度数据；省级和年龄别分析限于2004—2020年，全国趋势延伸至2023年。采用Joinpoint回归评估年度趋势，基于Loess的季节-趋势分解（STL）识别季节性，Global Moran’s I和局部空间关联指标（LISA）分析空间聚集，年龄别热图描述年龄分布；以2020年1月为中断点构建中断时间序列（ITS）分段回归；以2015—2019年月度数据训练季节性自回归积分滑动平均（SARIMA）模型预测2020—2023年，并以2015—2023年数据开展ITS敏感性分析。
总体时间趋势：通过描述性趋势分析和Joinpoint回归，2004—2020年中国VBD年病例数和死亡数呈下降趋势，尤其2010年后更明显；总年发病率稳步下降，疟疾和登革热降幅最明显；死亡率亦下降，提示疾病负担持续减轻；Joinpoint回归显示不同疾病类别的年度百分比变化（annual percent change, APC）具有统计学意义，登革热和疟疾在后期出现快速下降阶段。
季节和周期模式：通过基于Loess的季节-趋势分解（STL）分析月度报告病例，2004—2020年VBD报告病例存在明显季节性，并伴随总体下降趋势；登革热和EEB在夏秋季出现明显高峰，提示较强季节性，而利什曼病和斑疹伤寒季节性不明显。
空间和年龄分布：通过时空热图、Global Moran’s I、局部空间关联指标（LISA）和年龄别热图，2004—2020年各省发病率和死亡率差异明显，南方负担较高，登革热、疟疾和EEB尤为突出；死亡率模式大致与发病率一致。登革热在南方省份形成集中聚集，并在年轻成人中出现年龄别高峰；疟疾在西南地区较突出；EEB主要集中在中部和东部省份；斑疹伤寒在中部地区分布较广；利什曼病在西部呈较小离散簇。全球空间自相关分析显示，利什曼病（Global Moran’s I=0.251，P=0.019）、登革热（Global Moran’s I=0.491，P<0.001）和EEB（Global Moran’s I=0.491，P<0.001）具有显著正聚集，而疟疾（Global Moran’s I=0.117，P=0.219）和斑疹伤寒（Global Moran’s I=0.030，P=0.619）无显著全球空间自相关；LISA图进一步显示热点、冷点和空间异常值。
发病率的中断时间序列分析：通过比较2013—2019年与2020—2023年平均年率，并以2020年1月为中断点开展ITS，总体VBD平均年发病率由1.3612/10万降至0.5463/10万，降低59.86%，总死亡率降低83.72%；EEB、疟疾和登革热发病率和死亡率下降，利什曼病平均年发病率变化较小。ITS显示，疟疾发病率在COVID-19开始时即时显著下降，总体VBD发病率亦出现显著即时水平下降；登革热发病率呈下降水平变化，但主模型统计证据较弱；斑疹伤寒和利什曼病发病率在COVID-19后出现正向斜率变化，提示相对疫情前轨迹逐渐反弹；EEB发病率未发现显著即时水平或斜率变化。死亡月度序列稀疏且多零值，相关估计需谨慎解释；2015—2023年敏感性ITS与主分析总体一致。
基于SARIMA的预测分析：通过以2015—2019年月度数据训练SARIMA模型并预测2020—2023年，登革热、疟疾、EEB和总VBD的观察发病率在2020—2023年大部分时间低于预测轨迹；利什曼病观察发病率在2020年后多数时间持续高于预测；斑疹伤寒在预测轨迹上下交替。死亡月度序列稀疏且多零值，疾病特异偏离预测值需谨慎解释；上述差异被解释为偏离疫情前预期时间模式。
讨论部分总结：该研究综合分析了2004—2023年中国报告VBD，总体上发病率和死亡率显著下降，尤其疟疾、登革热和EEB；2020—2023年报告发病率和死亡率明显低于2013—2019年。然而，研究人员强调这些下降不应完全归因于COVID-19相关干预。既往研究报告了COVID-19公共卫生措施、流动性变化与传染病报告发病率变化之间的关联，可提供背景解释；但该生态学研究未直接测量干预暴露、个体行为、医疗可及性或报告完整性，不能确定原因或量化特定因素贡献。报告VBD下降与疫情期间流动性下降、旅行限制和社会接触模式改变同时出现，这些可能影响媒介暴露和传播机会；同时，疟疾和EEB等在2020年前已呈明显下降，反映长期控制努力和疟疾消除进程，因此2020—2023年较低报告负担不能解释为COVID-19控制措施的简单直接效应。利什曼病发病率相对稳定，但死亡率在2020—2023年呈非显著上升趋势，不宜过度解读，但提示流行区仍需关注严重结局和病例管理。局限包括：疫情期间漏报、延迟诊断和就医行为变化可能导致监测偏倚，诊断资源转移和医疗利用减少也可能独立于真实传播变化而降低报告病例数；研究未设计为定量区分COVID-19干预、既存长期趋势、疾病特异控制项目和漏报的相对贡献；空间和年龄别分析仅至2020年；SARIMA预测用于描述偏离疫情前模式，而非验证实时暴发预测框架。未来研究应整合环境、气候和社会经济因素，并补充年龄别死亡、医疗利用和报告完整性数据。
研究结论（原文翻译）：在中国COVID-19时期，报告VBD发病率和死亡率大幅下降。然而，将这些变化完全归因于COVID-19相关干预措施会过于简单化，因为其他因素也可能参与。这些发现强调，在公共卫生突发事件期间需要可靠的监测和报告，并需要能够适应条件变化的预测工具，以支持未来媒介传播疾病控制。
