评估哥伦比亚圣玛尔塔市登革热的环境和气候预测因子：对一体化健康监测的启示

《Science in One Health》：Assessing environmental and climatic predictors of dengue fever in Santa Marta, Colombia: implications for One Health surveillance

　　

背景
登革热是一种主要的蚊媒疾病，其传播受气候、环境和人口因素的影响。哥伦比亚是高度流行国家，但长期的地方尺度研究仍然有限。本研究评估了哥伦比亚圣玛尔塔市登革热发病率与环境、气候和人口预测因子之间的关系。

方法
研究人员使用具有负二项分布的广义线性混合模型（GLMM）分析了2009年至2023年的每周登革热病例数。流行病学数据与遥感环境变量相结合，包括植被指数（归一化植被指数[Normalized Difference Vegetation Index, NDVI]和归一化水指数[Normalized Difference Water Index, NDWI]）、白天和夜间地表温度（Land Surface Temperature, LST）、降水和人口密度。评估了滞后环境效应（1-4周）和生物学上合理的交互作用。

结果
研究期间共记录了9237例登革热病例。最佳拟合模型发现登革热发病率与NDVI（P < 0.001）呈显著正相关。观察到最大白天LST在一周滞后（P < 0.001）、最小夜间LST在四周滞后（P < 0.001）、NDWI在一周滞后（P = 0.018）和降水在四周滞后（P < 0.001）呈显著负相关。人口密度显著增强了NDVI对登革热病例的正效应。

结论
圣玛尔塔市的登革热传播受环境、气候和人口因素之间复杂且延迟的相互作用所塑造。植被覆盖增加了登革热风险，尤其是在人口密集地区，而过量降雨和高温与发病率降低相关。这些发现支持基于一体化健康（One Health）的监测和预警系统的发展，用于登革热预防。

研究背景：加速的气候变化导致全球变暖，极端天气事件频发，直接和间接影响人类健康。登革热作为最重要的虫媒病毒病，超过一半世界人口面临感染风险，其传播受气候、环境和人口因素的复杂影响。哥伦比亚是登革热高度流行国家，四种血清型共同流行，但针对城市尺度的长期研究仍有限。圣玛尔塔市位于哥伦比亚北部沿海，具有热带气候、高人口密度和独特环境特征，但缺乏相关的登革热-气候-环境关联研究。因此，研究人员开展本研究，旨在分析2009—2023年圣玛尔塔市登革热病例与气象、环境和人口决定因素的关系，为基于一体化健康（One Health）的监测和预警系统提供证据。

研究内容与结论：本研究整合流行病学数据与遥感环境变量，采用负二项广义线性混合模型（GLMM）分析每周登革热病例。结果发现归一化植被指数（NDVI）与登革热发病率呈显著正相关，而最大白天地表温度（MLSTD_t-1）、最小夜间地表温度（mLSTN_t-4）、归一化水指数（NDWI_t-1）和降水（P_t-4）呈显著负相关。人口密度显著增强了NDVI的正效应。研究揭示了登革热传播与植被覆盖、极端温度和降水之间的非线性延迟关系，强调环境驱动力受人口密度的强烈调节。该论文发表在《Science in One Health》，为热带城市制定针对性预防控制策略和早期预警系统提供了重要依据。

主要关键技术方法：研究人员使用了来自哥伦比亚国家公共卫生监测系统（SIVIGILA）的每周登革热病例数据（2009—2023年），人口密度数据来源于全球网格人口分布第4版（GPWv4）。环境变量从MODIS传感器获取归一化植被指数（NDVI）、增强型植被指数（EVI）、白天和夜间地表温度（LST）、归一化水指数（NDWI），降水数据来自气候灾害组红外降水与站点数据（CHIRPS）。通过Google Earth Engine和Python处理数据，采用负二项分布的广义线性混合模型（GLMM），以年份为随机效应，评估了1—4周滞后效应及变量间的交互作用。模型选择基于Akaike信息准则（AIC），并通过R2和残差诊断验证。样本队列来源为圣玛尔塔市兴趣区（AOI）的永久居民区。

研究结果：
3.1 描述性统计
3.1.1 登革热病例数据：共记录9237例登革热病例，年际波动明显，2013年最高（超过1600例），2017年最低（低于100例）。周病例分布呈双峰模式，年初（第1—15周）和年末（第49—53周）为高发期。
3.1.2 气候、环境与人口数据：人口密度随时间逐渐增加。NDVI季节性波动，较高值常对应病例增多。最大白天LST和最小夜间LST变化复杂，高温时期偶与暴发重叠。NDWI多为负值，指示干燥条件。降水峰值先于登革热病例上升，提示滞后效应。
3.2 最佳模型选择与性能：最佳GLMM的AIC为4928.05，R2为0.687。显著正关联：NDVI_t（P < 0.001）；显著负关联：MLSTD_t-1（P < 0.001）、mLSTN_t-4（P < 0.001）、NDWI_t-1（P = 0.018）、P_t-4（P < 0.001）。交互作用中，NDVI_t与人口密度（PD）及NDVI_t与MLSTD_t-1均呈显著正交互（P < 0.001）。预测边际效应显示：NDVI高时预测病例多，而高LST和高降水时预测病例低；在高人口密度和高LST条件下，NDVI的正效应显著增强。

讨论：研究人员指出，NDVI的正关联可能与城市植被提供阴凉潮湿微环境、利于蚊虫孳生有关，但植被类型（如树木与废弃绿地）可能产生相反效应；该关联在人口密集区更强，反映城市环境中植被与人类暴露的协同作用。降水的负滞后效应与过度降雨冲刷孳生地及后续干旱期储水行为相关，这与圣玛尔塔市的供水危机一致。温度负关联表明极端高温超过蚊虫最适温度（约26—29°C），抑制了传播。交互作用显示植被可部分缓冲高温的负面效应。研究局限性包括人口数据时间分辨率低、可能存在的漏报（如COVID-19疫情期间）以及遥感数据替代缺失气象数据。未来可纳入厄尔尼诺海洋指数（EI Ni?o Oceanic Index）以增强预测能力。

研究结论翻译：总之，本研究提供了哥伦比亚圣玛尔塔市长期研究期间登革热风险与气象、环境和人口决定因素之间非线性和延迟关系的定量证据。结果强调了采用一体化健康（One Health）方法的重要性，即综合考虑人类行为（如储水）、环境变化（如降雨和植被覆盖）和蚊虫生态，以理解和预测传播，并为地方卫生当局设计早期预警系统提供宝贵见解。随着极端气候事件变得更加频繁，基于一体化健康（One Health）的策略将是构建针对蚊媒疾病的韧性公共卫生应对措施的关键。