短期气候变异性与美国南部登革热传播的关联：2020—2024年七州生态学研究

《Microorganisms》：Short-Term Climate Variability and Its Association with Dengue Transmission in the Southern United States

　　

登革热（dengue fever）已在美国南部（Southern United States, U.S.）部分地区重新出现，引发了对短期气候变异性（short-term climate variability）可能影响传播风险的关注。本项生态学研究（ecological study）评估2020—2024年间年平均温度（mean annual temperature）和年总降水量（total annual precipitation）的变化是否与七个美国南部州的登革热发病率（dengue incidence）变化相关。登革热病例数据来自CDC ArboNET，气候数据来自NOAA监测系统。发病率使用美国人口普查（U.S. Census）人口估计值进行标准化，关联性采用Spearman秩相关（Spearman’s rank correlation）和纵向混合效应模型（longitudinal mixed-effects models）评估。所有研究州在五年期间年平均温度均升高，而降水模式存在差异。所有州的登革热发病率均上升，其中佛罗里达州增幅最大。温度变化与登革热发病率之间（r_s = 0.54）及降水变化与登革热发病率之间（r_s = 0.71）观察到中等程度相关，但均未达到统计学显著性。纵向混合效应模型发现，温度与累积发病率（cumulative incidence）和本地获得性发病率（locally acquired incidence）均存在统计学显著的正相关。这些发现提示，短期气候的适度变化可能与美国南部登革热动态变化相关，强调需要扩大监测并开展更长期分析，以更好地刻画这些新出现的媒介传播疾病（vector-borne disease）风险。

研究背景与问题：登革热（dengue fever，由登革病毒引起、经伊蚊传播的病毒性疾病）由Aedes aegypti（埃及伊蚊）和Aedes albopictus（白纹伊蚊）传播，Dr. Benjamin Rush于18世纪末在美国首次描述该病。该病在美国多次出现、消失并再现，佛罗里达州在缺席70余年后于2009年重新出现。气候变化常被视为美国大陆登革热再现的重要原因，但直接证据有限；长期至本世纪末的预测有价值，但州级公共卫生规划所需的短期局地变化证据仍不足。现有监测存在不完整和漏报，南部美国已建立媒介种群并有本地登革热活动，是开展短期气候—登革热分析的合适区域。为此，研究人员开展生态学研究（ecological study，以群体水平数据评估暴露与结局关联的研究设计），评估2020—2024年美国南部七州短期气候变异性与登革热发病率的关系。研究结论提示，年平均温度与累积发病率及本地获得性发病率存在统计学显著正相关，降水在最终模型中未见显著关联；短期气候波动可能与美国南部登革热动态相关，需扩大监测和更长期分析。其意义在于为州级公共卫生规划、输入性与本地病例监测及后续非线性和阈值模型研究提供探索性依据。

关键技术方法（不超过250字）：研究人员使用CDC ArboNET登革热病例、NOAA NCEI州级气温和降水、U.S. Census人口估计，覆盖Alabama、Florida、Georgia、Louisiana、Mississippi、South Carolina和Texas七州2020—2024年数据；计算每10万人发病率并行2020与2024端点变化分析；以Spearman秩相关评估五年变化与累积发病率关系；以纵向混合效应模型纳入对数转换年平均温度、年总降水量和年份为固定效应、州为随机效应，模型1累积发病率（n = 35）、模型2本地获得性发病率（n = 35）、模型3Texas和Florida热点亚组（n = 10）；采用SAS 9.4 PROC MIXED、REML和VC协方差结构，结局作ln(y + 1)转换。

研究结果：
4.1 五年温度、降水变化与累积登革热发病率（每10万人）的关联：通过Spearman秩相关对七州端点变化分析，温度变化与降水变化r_s = 0.61（95% CI：?0.27~0.93，p = 0.15）、温度变化与累积发病率r_s = 0.54（95% CI：?0.36~0.92，p = 0.22）、降水变化与累积发病率r_s = 0.71（95% CI：?0.09~0.95，p = 0.074），均为中等强度但未达统计学显著。
4.2 温度：通过2020与2024端点州级年均温比较，七州均上升，Texas升幅最大（Δ1.70 °F），Florida（Δ1.20 °F）、Louisiana（Δ1.10 °F）次之，South Carolina（Δ0.20 °F）和Georgia（Δ0.30 °F）亦呈上升趋势。
4.3 降水：通过描述性端点比较，年总降水量州际差异明显，Alabama降幅最大（Δ?12.16 in），Mississippi（Δ?10.94 in）、South Carolina（Δ?6.98 in）次之；Louisiana升幅最大（Δ4.70 in），Texas亦上升（Δ3.25 in）。
4.4 累积登革热发病率（每10万人）：通过标准化累积发病率比较，所有州均上升，Florida五年升幅最大（Δ4.23/10万），且由2020年0.51/10万升至2024年4.74/10万；Alabama、Georgia、Mississippi在2020年为0，至2024年分别为0.21、0.50、0.14/10万。
4.5 本地获得性登革热发病率（每10万人）：通过按旅行状态分层，仅Florida和Texas在2020与2024年报告本地获得性病例；Florida上升（Δ0.04/10万，0.33至0.37），Texas下降（Δ?0.03/10万，0.04至0.01）。
4.6 混合效应模型1：累积登革热发病率（2020—2024）：通过纵向混合效应模型，log年平均温度与log累积发病率显著正相关（Estimate = 7.11，95% CI：3.84~10.39，p = 0.0001），log年总降水量不显著（Estimate = 0.17，p = 0.4420），年份显示显著上升基线趋势（Estimate = 0.09，p = 0.0084）。
4.7 混合效应模型2：本地获得性登革热发病率（2020—2024）：通过同一框架，log年平均温度与log本地获得性发病率显著正相关（Estimate = 2.01，95% CI：0.97~3.06，p = 0.0006），log年总降水量不显著（Estimate = 0.04，p = 0.5972），年份不显著（Estimate = 0.00，p = 0.9718）。
4.8 混合效应模型3：热点亚组分析（2020—2024）：通过Texas和Florida热点亚组分析，log年平均温度与热点发病率无显著关联（Estimate = 3.56，95% CI：?9.96~17.07，p = 0.5288），log年总降水量不显著（Estimate = ?0.03，p = 0.9641），年份不显著（Estimate = 0.01，p = 0.8829）。

讨论总结：讨论指出，年平均温度的适度升高可能与登革热发病率变化相关；残差诊断显示约72 °F附近存在探索性高变异界值，超过该界值后残差方差扩大并与传播增加相对应，提示线性模型可能低估高温州传播潜力、高估较冷州传播潜力，该界值需在更大数据中正式验证。旅行相关病例被纳入总发病率，虽可能稀释本地传播信号，但输入性感染可在适宜媒介和气候条件下成为本地暴发的种子。Spearman相关与混合效应模型结果不一致主要与样本量和分析范围有关；热点亚组样本量小（n = 10）后显著性消失，提示连续气候—登革热信号受Florida高负担子集影响较大。局限性包括监测漏报、州级气候数据掩盖局地差异、样本量小、本地获得性数据零值偏多（35个州—年观测中25个为零）、热点集中于两州、未纳入病媒控制、人口密度、城市化和人口流动等非气候混杂因素、年总降水量无法刻画年内分布、2020年COVID-19大流行可能影响就医、旅行和监测，以及分析属探索性和假设生成性质。公共卫生意义在于持续监测输入与本地病例、在高温期加强媒介监测和季节性准备；未来需扩大时间窗口和州数、纳入湿度与极端天气、媒介监测及社会经济结构因素，并发展非线性和阈值模型。

结论部分翻译：本研究比较了年平均温度和年总降水量变化与报告登革热病例变化。分析强调，短期内的适度气候波动可能影响疾病动态。尽管研究范围受时间和数据限制，研究结果强调在理解传播风险时需同时考虑输入性和本地获得性感染。旅行相关病例虽使解释复杂化，但仍对理解美国登革热传播具有核心意义，因为当环境条件有利时，其可导致本地暴发。更广泛而言，本研究表明气候敏感性疾病需要持续监测。在混合效应模型中，温度与累积发病率和本地获得性发病率均呈统计学显著相关，提示短期温度变异性即使在有限的五年窗口内也可能影响登革热模式。尽管结果具有初步性，其指向迫切需要扩大研究，整合更多州、媒介监测记录和更详细的气候变量。最终，这些探索性发现表明气候变异性可能促进新出现的登革热风险，强调持续监测和更稳健分析的重要性。