《Scientific Reports》：Geospatial mapping of malaria risk in flood-prone zones of Sub-Saharan Africa
编辑推荐：
世界卫生组织（WHO）旨在于2030年前消除疟疾；然而，该病在撒哈拉以南非洲仍属地方性流行。滞留洪水为蚊虫提供了理想的孳生环境。既往对洪涝区潜在疟疾风险的估计，由于缺乏大尺度地理空间数据而受到限制。研究人员在38个国家的492个易涝区范围内，整合了来自全球洪水
世界卫生组织（WHO）旨在于2030年前消除疟疾；然而，该病在撒哈拉以南非洲仍属地方性流行。滞留洪水为蚊虫提供了理想的孳生环境。既往对洪涝区潜在疟疾风险的估计，由于缺乏大尺度地理空间数据而受到限制。研究人员在38个国家的492个易涝区范围内，整合了来自全球洪水数据库（Global Flood Database, GFD）的高分辨率洪水图（2000–2018年）、来自疟疾地图集项目（Malaria Atlas Project）的疟疾发病数据以及地理空间人口数据。研究采用地理空间统计模型评估疟疾相对风险及其驱动因素。结果发现，在东非和西非，易涝地区的疟疾相对风险高于各国国家基线。研究估计，约有12 million名被诊断为恶性疟原虫（Plasmodium falciparum, Pf）感染的个体暴露于洪涝事件，占受洪水影响人口的三分之一。分析表明，洪涝暴露是易涝区疟疾负担的主要驱动因素之一。这些发现识别出易涝区关键的疟疾热点及主要驱动因素，并可通过指导政策制定者识别脆弱地区的地理分布，为WHO的疟疾根除策略提供参考。
该论文发表于《Scientific Reports》，聚焦撒哈拉以南非洲洪涝易发区的疟疾风险空间异质性及其驱动机制。研究背景在于，疟疾仍是撒哈拉以南非洲最重要的传染病之一，全球绝大多数病例和死亡集中于非洲地区，而气候变化背景下洪涝事件增强，使洪涝与媒介传播疾病之间的关系成为全球卫生治理中的关键议题。既有研究已提示，洪水退去后形成的滞水、积水池和分离水体可为按蚊（Anopheles，疟疾传播媒介）幼虫发育提供适宜环境，从而增加疟疾传播风险；但另一方面，强降雨和剧烈洪涝亦可能通过冲刷幼虫和破坏孳生地降低媒介密度。因此，洪涝与疟疾之间并非简单线性关系。已有证据多来自局地尺度，缺少跨国家、长时段、结合高分辨率洪涝图、人口暴露与疟疾发病信息的一体化大尺度评估，这正是该研究开展的现实必要性。
研究人员据此构建了覆盖2000—2018年、涉及38个撒哈拉以南非洲国家492个易涝区的大陆尺度分析框架，系统评估洪涝暴露与恶性疟原虫（Pf）病例负担之间的关系，并进一步识别影响洪涝区疟疾负担的关键环境和社会经济驱动因素。研究表明，约有12 million名Pf诊断病例暴露于洪涝事件，且东非与西非的洪涝易发区相较各国基线具有更高的疟疾相对风险（relative risk, RR）。进一步的分层贝叶斯模型显示，洪涝暴露是Pf病例负担最主要的解释因素，其次为洪水规模和强降雨。该研究的重要意义在于：从大陆尺度刻画了洪涝—疟疾关系的空间热点和区域差异，为疟疾防控资源部署、脆弱地区识别及WHO疟疾消除策略提供了地理空间证据基础。
在技术方法上，研究主要采用三类关键方法。首先，整合全球洪水数据库（GFD）2000—2018年洪涝范围栅格、WorldPop人口栅格和疟疾地图集项目的Pf年发病栅格，开展空间叠置分析，以估算洪涝暴露人口与洪涝区Pf病例数。其次，以国家年尺度Pf负担为基线，计算各洪涝事件时点洪涝区的相对风险（RR），并使用几何均值和95%置信区间（CI）表征国家和区域层面的总体趋势，同时通过蒙特卡罗（Monte Carlo）模拟进行敏感性检验。再次，建立基于高斯过程（Gaussian process）的分层贝叶斯（Bayesian hierarchical）模型，将洪涝暴露、洪水面积和降雨强度作为协变量，分析Pf病例负担的主要驱动因素。样本队列来源包括38个国家492个易涝区及913次洪涝事件中的撒哈拉以南非洲子集。
在结果部分，论文首先以“Flood exposure and malaria burden”为题，评估洪涝暴露与疟疾负担的总体规模。研究显示，在撒哈拉以南非洲，2000—2018年间共有约12 million名Pf诊断个体暴露于洪涝，占全部洪涝暴露人口的33%。从国家分布看，洪涝区新增疟疾病例数最高的是乌干达，其后为尼日利亚和毛里塔尼亚；最低的国家为吉布提、博茨瓦纳和厄立特里亚。分区域看，东非和西非的洪涝暴露病例数最高；若仅考察洪涝暴露人口数量，肯尼亚最高。该部分结果基于洪涝范围、人口栅格和Pf发病栅格的空间叠置分析得出，说明洪涝暴露人口与疟疾负担在区域和国家之间存在显著不均衡分布。
随后，在“Statistical analyses”部分，论文先报告“Malaria relative risk”的结果。研究采用经验方法，计算每个国家、每次洪涝事件在发生时点的RR，以比较洪涝区疟疾负担相对于国家基线的偏离程度。结果显示，刚果共和国的RR几何均值最高，为8.108，乌干达和布隆迪次之。研究同时指出，部分国家95% CI较宽，主要反映了洪涝事件时间波动的随机性以及不同年份影响差异较大，导致均值估计精度下降。区域层面上，RR均值处于很高水平的国家主要聚集于东非；西非较多事件落入较小RR均值类别；南部非洲大多数国家亦归入较小RR均值类别。该部分结果说明，洪涝对疟疾风险的放大效应具有明显地理集聚特征，尤其集中于东非，并提示洪涝区疟疾负担相对于国家平均水平在许多国家呈正向偏离。
接着，在“Hierarchical Bayesian model”小节中，研究利用分层贝叶斯模型识别Pf病例的主要驱动因素。结果表明，多个协变量与Pf病例负担相关，但其中最主要的驱动因素是洪涝暴露，贡献占65.7%；其次为洪水规模，占29.0%；强降雨的贡献为5.3%。在国家层面，中非共和国中洪涝暴露这一因变量与Pf病例的关联最强。该结果来自同时考虑环境和社会经济变量的空间统计建模，说明与单纯气象因素相比，人口处于洪涝危险区内的暴露程度，对解释洪涝区Pf病例负担更加关键。
讨论与结论部分对研究发现进行了综合归纳。论文指出，本研究在非洲大陆尺度上，将18年间38个国家的洪涝事件与疟疾负担相连接，揭示了洪涝—疟疾关系在空间与时间上的异质性，拓展了既往多局限于单一国家或局地范围的研究。通过整合卫星洪涝观测与Pf发病资料，研究明确估计了约12 million洪涝暴露个体被诊断为Pf感染，并识别出洪涝在塑造特定地区疟疾风险中的潜在关键作用。东非和西非被进一步确认是洪涝相关疟疾负担最突出的区域，这与WHO关于非洲疟疾热点的报告总体一致。乌干达不仅Pf病例数最高，而且RR较高且变异度较大，提示其疟疾风险对洪水规模与时序变化较为敏感；刚果共和国亦呈现相似特征。研究据此强调，在疟疾消除战略中，洪涝暴露人口应被视为重点关注对象。
论文同时明确指出，该研究并未建立洪涝与疟疾发病之间的直接因果关系，而是识别出洪涝与较高疟疾负担重合的关键地区。其生成的风险地图可作为识别历史脆弱区的重要工具，并可支持未来预测校准与气候变化适应框架构建。研究也讨论了若干局限性：GFD依赖MODIS光学影像，可能漏检夜间或云层遮挡洪水；Malaria Atlas Project数据在农村或冲突地区可能存在报告不一致；洪涝与人口数据的空间配准存在不确定性；疟疾数据的年尺度分辨率不利于捕捉洪后短期传播动态；缺乏年龄分层数据亦限制了对5岁以下儿童这一最脆弱群体的评估。上述讨论使研究结论保持在原文证据支持范围内，也说明未来可纳入植被、温度、人均GDP、贫困水平和基尼系数等更多协变量以提高解释力。
研究结论部分可译为：总之，研究人员识别出洪涝易发区若干疟疾风险热点及其驱动因素，这些发现可为疟疾消除工作提供支持。本研究结合对既往事件的分析，能够为气候变化背景下未来适应框架提供参考。然而，本研究并未确立洪涝与疟疾发病之间的直接因果关系。研究结果突出了相对风险（RR）升高的关键区域，所形成的地图可作为识别洪涝与较高疟疾负担重合区域的有用工具。本研究通过向政策制定者提供历史脆弱区域的地理分布信息，为疟疾消除策略提供支持。这一地理空间评估还可用于校准未来预测。对于未来研究，分析中可进一步纳入其他协变量，包括植被、温度数据以及人均国内生产总值（GDP）、贫困水平和基尼系数等新的社会经济指标。
