肯尼亚Kilifi健康与人口监测系统（KHDSS）中锥虫病的流行情况及其时空分布

《BMJ Global Health》：Prevalence, spatial and temporal distribution of tungiasis in the Kilifi Health and Demographic Surveillance System (KHDSS) in Kenya

　　摘要
引言
沙蚤病（Tungiasis）是一种被严重忽视的热带皮肤疾病，由雌性沙蚤引起，主要影响撒哈拉以南非洲、加勒比海和南美洲资源最匮乏的社区。全球该疾病的负担尚不清楚，关于患病率以及环境和生态风险因素的系统性、高精度空间数据也非常罕见。

方法
我们利用了基利菲健康与人口监测系统（Kilifi Health and Demographic Surveillance System），该系统覆盖了90,257户家庭，并在2021年5月至2022年5月期间进行的三次常规调查中询问每户家庭是否出现过沙蚤病例。通过将精确的地理空间数据与宏观层面的环境、生态和土壤协变量匹配，使用多层逻辑回归模型来分析这些因素之间的关联。

结果
共有1,376户家庭在至少一次调查中报告了沙蚤病例，而只有25户家庭在所有三次调查中都出现了病例。患病率在三次调查中逐渐下降，从1.1%降至0.5–0.2%。在有土制地板和墙壁的家庭以及农村地区，出现沙蚤病例的概率更高。家庭中儿童数量越多、人口密度（半径1公里范围内）、降雨量、植被指数、地表温度、干旱程度、海拔高度和土壤有机碳含量越高，出现沙蚤病例的概率也越高。然而，土壤中铝含量的增加反而降低了出现沙蚤病例的概率。这些因素解释了家庭间沙蚤分布23.9%的差异。

结论
沙蚤病的分布具有不均匀性，并且随时间发生变化。宏观层面的环境因素可以预测沙蚤病的分布情况，有助于指导当地调查和干预措施的制定。

关于该主题的已有研究
已知沙蚤病存在于拉丁美洲和撒哈拉以南非洲的多个国家，但其分布不均匀，目标社区的患病率在7%到63%之间，主要风险因素与贫困相关。

本研究的新发现
我们发现沙蚤病的分布存在异质性，受影响的家庭主要集中在研究区域的南部；患病率逐年有所变化，而且受影响的家庭类型也在变化。家庭中存在沙蚤病例与人口密度、降雨量、地表温度、植被覆盖、海拔高度、土壤中的铝和有机碳含量有关，这些因素解释了疾病分布23.9%的变异。

本研究对研究、实践或政策的影响
环境因素可以用来预测沙蚤病的可能分布，但由于控制措施、社会经济状况和行为因素也起着作用，因此公共卫生干预需要针对具体区域进行有针对性的调查。

引言
沙蚤病（Tungiasis）是一种被忽视的寄生虫性皮肤病，由沙蚤Tunga penetrans引起，在肯尼亚常被称为“jiggers”。这种寄生虫给南美洲、加勒比海和撒哈拉以南非洲的数百万贫困人口带来了痛苦。成年雌性沙蚤会钻入皮肤（通常在脚部），并在7天内迅速繁殖，体积增加2000倍。

关于沙蚤病的研究非常有限，直到最近世界卫生组织（WHO）才正式将其列为被忽视的热带疾病（NTD）。该疾病影响生活在贫困条件下的社区，使人们陷入贫困和疾病的恶性循环。近年来，东非公众对沙蚤病公共卫生重要性的认识有所提高，但缺乏制定控制计划所需的流行病学数据。在肯尼亚，2021年的一项研究表明8-14岁儿童的患病率为1.35%，而其他研究显示该病患病率在19%到40%之间。

当对NTD的地理分布有清晰了解时，控制措施的实施效果会大大提高。虽然许多NTD的地图绘制工作已取得显著进展，但沙蚤病的地图绘制仍不及其余疾病。此前的一项研究制作了非洲沙蚤病风险粗略分布图，但由于数据限制未能包含详细的地理空间信息。

肯尼亚医学研究所（KEMRI）- Wellcome Trust研究项目在肯尼亚沿海的基利菲县实施了一个成熟的健康与人口监测系统（KHDSS），这为我们提供了一个独特的机会，可以纳入调查问题以确定沙蚤病的患病率、空间和时间分布以及宏观层面的环境风险因素。

研究方法与设计
这是一项为期一年的纵向队列研究，涵盖了KHDSS中的所有家庭。KHDSS位于肯尼亚沿海地区的基利菲县，成立于2000年，覆盖面积为891平方公里。该地区东部边界海拔为零，西部边界最高海拔为255米。每年有两个雨季（4月至7月和10月至12月），年平均降雨量在900至1000毫米之间，气温在22°C至32°C之间。当地居民由位于KHDSS中心的基利菲县医院提供服务。

研究地点与设计
研究采用了KHDSS中的所有家庭作为研究对象，为期一年。KHDSS覆盖了肯尼亚沿海地区的基利菲县，每年进行四次调查（每四个月一次），以监测人口统计（出生、死亡、怀孕、迁移）事件。此外还进行了间歇性调查，以获取社会经济发展和健康状况（如疫苗覆盖率、疟疾和癫痫发病率）的信息。所有居住点均进行了全球定位系统（GPS）定位，所有居民均被邀请参与调查，拒绝对调查的因素不到1%。

研究参与者
参与者为KHDSS范围内的所有居民，当时该地区共有约30.9万人，分布在90,257个居住单元中，涵盖15个行政区域。在本研究中，一个“建筑单元”指的是共同居住在同一建筑单元并共同进餐的人群。大多数居民属于吉里亚马族（Giriama），他们使用自己的语言以及肯尼亚官方语言斯瓦希里语，部分人也会说英语。主要经济活动包括自给农业（种植玉米、木薯、腰果和椰子），以及养山羊和奶牛。

研究过程
本研究纳入了KHDSS的三个常规调查轮次：第一轮（2021年5月4日至9月23日）、第二轮（2021年9月24日至2022年1月14日）和第三轮（2022年1月15日至5月4日）。在常规问卷中加入了一个关于沙蚤病的问题：“这个家庭中有人患有沙蚤病吗？”这个问题由现场工作人员和KHDSS管理人员翻译成斯瓦希里语，再由另一位管理人员回译，并由首席研究员（PI）核实。“funza”是斯瓦希里语和吉里亚马语中用于指代沙蚤病的词语。根据KHDSS的标准操作程序，问题由家庭户主或成年代表回答；若无人回答，则在几天后重新询问邻居。如果仍未找到成年人，则从最近的邻居那里收集信息。问卷的试用是在数据收集的前两天进行的。所有KHDSS家庭都有资格参与，但回答沙蚤病问题是自愿的。在收集信息前会征得受访者口头同意，未进行临床检查以确认沙蚤病诊断。

解释性变量
家庭信息和沙蚤感染情况
数据采用手持电子设备电子收集，应用中内置了数据质量检查机制。设备通过密码保护以确保数据安全。每个家庭的地理坐标（经度、纬度和海拔高度）通过GPS接收器（eTrex 10）记录下来。住房特征作为贫困的代理指标，包括屋顶、地板和墙壁材料，并根据KHDSS的分类标准分为“改善型”和“未改善型”。分类细节见在线补充表S1。计算了每个家庭周围1公里范围内的居民密度。城市/农村分类依据Macharia等人的方法确定，他们根据肯尼亚国家统计局的定义，将人口密集且有人造建筑的区域视为城市地区。

环境与生态因素
为进行地理空间分析，纳入了若干与环境及沙蚤生命周期相关的重要变量。环境变量包括长期干旱指数（来自国际农业研究协商组-空间信息联盟）和海拔数据（来自Shuttle Radar Topographic Mission数字海拔模型）。时间数据包括来自欧洲航天局的土地利用覆盖（LULC）、强化植被指数（EVI）和昼夜地表温度（LST）以及夜间灯光（NTLs）。月平均降雨量数据来自Climate Hazards Group InfraRed Precipitation with Stations。每个月的LST和降雨量数据合并用于每次调查。所有栅格数据使用ArcMap V.10.8.2（ESRI，美国加州雷德兰兹）进行处理。环境变量详情和地图见在线补充表S2和图S1。海拔高度被分为四个等级：0、1–50米、51–100米、101–255米。

土壤数据
分析使用的土壤数据来自国际土壤参考和信息中心。提取的土壤属性包括0厘米深度的土壤pH值、0厘米深度的土壤质地、0–30厘米深度的土壤碳含量和0–30厘米深度的可提取铝含量。所有栅格数据的空间分辨率为250米。使用ArcMap V.10.8.2中的“extract multi-value to point”工具将土壤数据导入沙蚤病监测点。

数据分析
数据分析使用Stata V.17（美国德克萨斯州大学站）进行。主要结果是家庭中是否至少有一名感染者，结果通过95% Wilson置信区间（CI）进行统计。单变量多层逻辑回归分析以家庭ID作为随机效应。p<0.05的显著性变量被纳入第一个多层多变量模型（模型1）。最终的多层多变量模型（模型2）仅包含模型1中p<0.05的显著变量。基于方差膨胀因子（VIF）阈值（5），未发现多重共线性。最终模型结果以调整后的OR值和相应的p值及CI呈现。只有在这三次调查中都被调查的家庭才被纳入模型，以确保数据完整性。所有解释性变量均无缺失值。庞大的样本量消除了可能出现的偏差。为了评估各变量对结果变量的影响，通过逐一去除变量计算了Pseudo R2。地理空间分析使用ArcGIS V.10.8.2（ESRI）进行。从患有砍瓜虫病的家庭中提取了GPS坐标，并使用肯尼亚国家统计局提供的行政区划边界基础地图，在ArcMap中绘制出来，以展示砍瓜虫病在Kilifi健康与人口监测系统（HDSS）区域的空间分布。

**患者和公众的参与**
KHDSS的居民是这项研究的发起者。通过他们的社区代表（这些代表定期与KEMRI的研究人员会面），他们表达了希望进行砍瓜虫病研究的愿望。由于研究设计旨在利用正在进行的常规HDSS数据，因此社区并未直接参与这项针对砍瓜虫病的研究。作者设计了每个家庭都会被问到的问题，并与社区代表进行了讨论。研究结果通过县官员和社区代表进行了传播。

**研究参与者**
第一轮调查中统计的家庭数量为89,260户，第三轮增加到91,180户（见表1）。所有三轮调查中共统计了81,990户家庭，并将其纳入了风险因素分析。被排除在分析之外的9,190户家庭中，有些在之前的调查中并不存在（n=5,120），有些建筑物虽然存在但在后续调查中已无人居住（n=3,979），还有一些家庭拒绝参与（n=91）。在这81,990户家庭中，87.5%位于农村地区，72.9%的家庭使用泥土地板，57.6%的家庭拥有改进的屋顶，19.2%的家庭拥有改进的墙壁。平均而言，KHDSS的一个家庭由七名居民组成（三名成年人和四名儿童）。几乎一半的家庭位于海平面，35.4%的家庭位于海拔1米至100米之间，15.6%的家庭位于海拔100米至255米之间。所有解释变量的家庭分布详见在线补充表S3。

**砍瓜虫病的患病率**
随着时间的推移，报告至少有一例砍瓜虫病病例的家庭比例从第一轮（2021年5月至9月）的1.1%下降到第二轮（2021年9月至2022年1月）的0.5%，再到第三轮（2022年1月至5月）的0.2%（见表1）。在至少被访问过一次的91,180户家庭中，1.8%的家庭报告有病例；在报告有砍瓜虫病病例的1,630户家庭中，90.2%的家庭仅在某一轮被感染，8%的家庭在两轮中被感染，1.8%的家庭在三轮都被感染。

**KHDSS研究区域内的砍瓜虫病的时空分布**
KHDSS区域内的所有行政区域内，所有三轮调查中至少有一户家庭报告有砍瓜虫病病例（见图2），但受影响最严重的家庭主要集中在KHDSS的南部。家庭中的感染情况很少持续存在，只有25户家庭（占所有受影响家庭的1.8%）在三轮调查中都报告有病例，而90.2%的家庭仅在某一轮被感染。这25户在三轮调查中都报告有病例的家庭也全部位于KHDSS的南部。图3显示，有病例的家庭通常周围没有其他受感染的家族。

**请求许可**
图2展示了不同轮次调查中受砍瓜虫病影响的家庭分布：(A) 第一轮：2021年5月4日至9月23日；(B) 第二轮：2021年9月24日至2022年1月14日；(C) 第三轮：2022年1月15日至5月4日。每个红点代表在三轮调查中都至少报告有一例病例的家庭；蓝点代表在至少两轮调查中报告有一例病例的家庭；黑点代表仅在一轮调查中报告有一例病例的家庭。图中标出了Kilifi县医院（蓝色H标识）、主要道路（红色线条）以及行政区划边界（灰色线条）。

**家庭报告至少有一例砍瓜虫病病例的风险因素**
单变量分析表明，所有解释变量都与家庭中存在砍瓜虫病病例显著相关（详见在线补充表S4）。在最终的多变量模型中，使用泥土地板、墙壁未得到改善以及居住在农村地区是家庭中发生砍瓜虫病的风险因素。此外，家庭中15岁以下儿童的数量越多，以及家庭所在地区1公里范围内的 population density（人口密度）越高，发生砍瓜虫病的概率也越高（见表2）。与家庭中发生砍瓜虫病病例呈正相关的环境变量包括降雨量（调查轮次的平均值）、蒸发蒸腾指数（EVI）、土地surface temperature（LST）、长期干旱状况以及海拔超过50米的地区。土壤性质中，有机碳含量与砍瓜虫病的发生呈正相关，而土壤中的铝含量则与砍瓜虫病的发生呈负相关。在线补充图S2展示了根据环境变量划分的家庭病例地理分布。家庭中发生砍瓜虫病的概率因行政区域而异，并且随着调查轮次的进行而下降。屋顶材料、土壤pH值和土壤质地与砍瓜虫病感染无显著关联。

**讨论**
这是迄今为止规模最大的关于砍瓜虫病的家庭调查，包含了详细的地理空间数据和环境变量。我们发现，从2021年5月到9月，砍瓜虫病的患病率从1.1%下降到2022年1月至5月的0.24%，其空间分布不均匀，主要聚集在调查区域的南部地区。有病例的家庭在时间上也不稳定，只有1.8%的家庭持续感染，90.2%的家庭仅在某一次调查中被感染。家庭中的感染情况受地板和墙壁类型、15岁以下儿童的数量以及人口密度等多种环境因素的影响，这些因素解释了23.9%的变异。

**首次调查轮次的患病率与全国患病率的比较**
首次调查轮次的患病率与2021年肯尼亚九个县随机调查的学校儿童得出的全国患病率（1.35%）非常相似。此前仅有一次大规模的砍瓜虫病家庭调查，那是2011年在Kwale县进行的常规HDSS调查，涉及7,925户家庭，该地区的患病率为3.4%，高于我们Kilifi调查的任何一轮。这种患病率的差异可能是由于调查年份、海拔、气候、文化和与野生动物公园的邻近程度等因素造成的。

尽管KHDSS地区的家庭患病率较低，且砍瓜虫病很少导致死亡，但这种感染的症状和社会后果仍然严重。慢性疼痛和瘙痒会导致行走困难、无法上学或工作、难以集中注意力，从而影响学习成绩。患有砍瓜虫病的人还会面临歧视和偏见。即使一个人每年只感染三个月（可能是一个学年），也足以造成长期影响。尽管我们无法继续进行另一年的调查，但同一家族可能会年复一年地受到感染。

多变量分析发现，使用泥土地板、墙壁未得到改善以及居住在农村地区是家庭中发生砍瓜虫病的风险因素。研究表明，寄生虫的生命周期主要在感染者的卧室地板上完成。由于72.9%的家庭使用泥土地板，但其中只有少数人患病，因此泥土地板本身并不能预测感染风险，而密封地板则具有保护作用。家庭中15岁以下儿童的数量越多以及人口密度越高，发生砍瓜虫病的概率也越高。

总体而言，该研究模型拟合度良好，Pseudo R2为0.326，结果变异性的解释率为23.6%由环境变量、行政区域和调查轮次共同解释，另有24%由环境因素单独解释。主要的环境因素包括海拔（3.6%）、碳含量（3.5%）、降雨量（2.5%）和干旱程度（2.4%）。需要进一步的地理空间研究，这些研究应涵盖更广泛的因素，包括对房屋内部土壤的微观水平评估以及实验室生物检测，以确定土壤成分是否在疾病的传播和分布中起作用。尽管KHDSS地区的气海拔高度仅在海平面至255米之间，但我们发现瘌疽与海拔高度之间存在正相关关系。海拔超过50米的家庭中，至少有一例瘌疽病例的概率几乎是海平面的三倍。这一发现与Hyuga等人的研究结果一致，他们也发现了海拔与瘌疽之间的正相关关系。虽然这一发现在模型中与气候和土壤因素（这些因素可能随海拔变化而变化）无关，但可能是由于这些地区存在未考虑到的不同社会人口统计和行为因素所致。

在最终的多变量模型中调整环境因素后，调查结果仍然具有统计显著性，即使在考虑了所有其他变量后，第二轮和第三轮调查中感染概率较低的家庭数量仍然存在。由于VIF（方差膨胀因子）也表明各变量之间不存在共线性，这表明那些可能随时间变化的变量（如降雨量和地表温度）并未完全解释疾病流行率的变化或受影响家庭的空间分布。此外，最终模型中包含的变量仅解释了瘌疽分布变异性的23.9%，这表明还有其他未测量的因素起着重要作用。其他研究已经表明，社会经济、家庭和行为因素在决定瘌疽感染率方面起着关键作用，包括个人卫生行为、穿鞋习惯、排便方式以及看护人的教育水平。一些行为因素可能会随时间发生变化，并可能与季节变化（如种植或收获季节）有关，从而增加人们的感染风险。在收获季节，家庭收入可能增加，从而能够负担得起更多的水和肥皂用于清洗。此外，县公共卫生官员或其合作伙伴可能实施了作者不知道的干预措施。最后，KEMRI-Wellcome Trust的现场工作人员在社区中宣传瘌疽知识，可能提高了人们对这种疾病的认识，使他们开始更加关注并采取自我控制措施。

本研究的主要局限性在于，结果变量依赖于家庭代表准确报告当前瘌疽病例的存在情况，而不是对家庭成员进行实际检查。如果受访者不知道家庭中存在感染，或者由于羞耻感、自我污名化以及对其可能遭受歧视的预期，他们可能会隐瞒感染情况。感染者还可能为了避免痛苦的治疗（如机械拔除术）而选择隐瞒感染。这一局限性可以通过几个因素得到缓解：首先，流行地区的居民通常擅长自我诊断和识别他人是否感染；其次，这些家庭参与了长达20年的KHDSS项目，KEMRI研究人员、现场工作人员与社区成员通过频繁的访问、定期的社区代表会议以及学校参与计划建立了良好的关系；第三，社区通过其代表多次要求KEMRI开展瘌疽研究，表现出对监测工作的支持意愿；最后，2021年和2022年进行的两次基于学校的瘌疽调查（其中一次由卫生部开展但尚未发表）显示Kilifi县的瘌疽流行率分别为0.58%和1.6%，并且观察到KHDSS区域南部的病例聚集现象。

该研究的另一个局限性是，KHDSS覆盖的地理范围相对较小（891平方公里），海拔、温度、湿度、降雨量、植被和土壤类型的差异有限。可供测试的家庭因素也受到限制，因为这些因素仅限于标准KHDSS调查工具中已提供的内容。

利用常规的KHDSS数据和公开地理参考数据库中的环境因素，本研究确定了与瘌疽相关的环境因素，这些因素解释了病例分布变异性的21.9%。这证实了利用生态位模型指导瘌疽控制活动的潜力。为了在肯尼亚乃至整个非洲范围内推广这种方法，需要在更多环境变量和不同地理环境下进行更广泛的调查。控制措施、社会经济状况和行为因素也起着重要作用，因此地理空间预测可以指出可能存在疾病传播风险的区域，但无法确定感染的确切位置。因此，控制计划应结合预测的传播区域和随后进行的针对性局部调查来实施。