解构社区疟疾传播与疾病负担模式：基于产前保健首诊孕妇疟疾患病率的研究

《The Lancet Microbe》：Disentangling patterns of community malaria transmission and burden using malaria prevalence among pregnant women attending antenatal care: a modelling study

　　

在首次产前保健首诊(ANC₁)访问中测量的孕妇疟疾患病率提供了关于妊娠期疟疾负担的纵向估计，并与横断面社区患病率具有良好的相关性。然而，若要估计社区临床发病率，还需要进行深入分析。本研究旨在评估是否可以通过开源的系统动力学模型框架，基于ANC₁疟疾患病率推导出适合次国家级规划决策的临床发病率季节性模式。研究人员开展了一项模型研究，利用2010年5月至2014年8月期间在六个撒哈拉以南非洲国家的六项已发表研究中收集的月度ANC₁疟疾患病率数据。研究将一个已验证的扩展年龄结构疟疾传播模型与月度ANC₁疟疾患病率进行拟合，使用粒子马尔可夫链蒙特卡洛(pMCMC)算法来推断月度临床发病率和季节性指标。通过Markham季节性指数(MSI)和具有95%置信区间(CI)的一致性相关系数(CCC)评估了模型得出的发病率与独立观察时间序列之间的一致性。在六个妊娠期间歇性筛查和治疗(ISTp)数据集中，ANC₁总样本量和阳性率分别为：加纳1298人中的622人(47.9%)；布基纳法索1413人中的592人(41.9%)；马里1308人中的284人(21.7%)；冈比亚1194人中的105人(8.8%)；肯尼亚1528人中的323人(21.1%)；马拉维1825人中的291人(15.9%)。在MSI(CCC 0.82 [95% CI 0.31–0.97])和峰值时间(CCC 0.98 [95% CI 0.87–1.00])方面，模型得出的发病率与独立队列数据之间观察到高度一致性。将基于pMCMC的系统动力学框架应用于常规ANC₁数据，能够推导出更广泛社区中具有临床相关性的发病率季节性变化，从而能够为次国家级层面确定季节性干预措施（如季节性疟疾化学预防）的实施时机。在高质量病例监测稀缺且家庭调查资金不足的情况下，这些能力尤为宝贵。本研究将世界卫生组织(WHO)的指导意见转化为实际操作，突显了ANC₁作为加强疟疾监测契机的潜力。

疟疾仍是全球重大公共卫生问题。当前，国家层面的疟疾负担评估通常依赖于人口与健康调查(DHS)和疟疾指标调查(MIS)等定期横断面调查，但这些调查存在分辨率低、成本高昂且易受外部冲击而中断的问题。同时，基于被动监测的病例数据往往受到就医行为差异和非疟疾发热症状的干扰。世界卫生组织(WHO)提出，在产前保健首诊(ANC₁)中检测孕妇疟疾患病率可作为一种有效的补充监测手段，但如何将反映历史感染状态的滞后性患病率指标转化为连续的传播强度和临床发病率数据，仍缺乏合适的方法学支撑。基于此背景，研究人员的这项研究成果发表在《The Lancet Microbe》期刊上。研究验证了通过开源系统动力学模型框架，能够利用常规收集的ANC₁数据准确推导出社区的疟疾临床发病率和季节性传播规律，为次国家级层面精准规划季节性疟疾化学预防(SMC)等干预措施的时机提供了关键科学依据，在常规监测数据质量欠佳的地区具有重要的公共卫生意义。

研究方法主要基于已验证的扩展年龄结构系统动力学模型，利用粒子马尔可夫链蒙特卡洛(pMCMC)算法，对-encoded-月度患病率数据进行模型拟合，以反向推导媒介按蚊出现率、接种率(EIR)和临床发病率。研究提取的队列样本数据来源于撒哈拉以南六个非洲国家（加纳、布基纳法索、马里、冈比亚、肯尼亚、马拉维）于2010年至2014年间开展的六项妊娠期间歇性筛查和治疗(ISTp)试验的汇总与去标识化数据。研究还将模型推导出的季节性特征与独立收集的临床队列数据及降雨量等气候数据进行了一致性相关系数(CCC)评估与交叉验证。

结果一：模型在合成数据中的内部验证与可辨识性。研究人员通过预设的合成儿童疟疾患病率数据，检验了算法的可靠性。发现在缺乏降雨数据等动态因素时，模型能根据5岁以下儿童的患病率准确捕获季节性传播轨迹。在度季节性环境中，模型对临床发病率和EIR的估计值与目标值吻合度极高(>0.9)，但在部分低传播场景中，对微小波动的辨识能力受限。

结果二：孕妇与社区人群患病率的转化关系及模型应用。通过荟萃分析，研究证实初产妇的疟疾患病率与5岁以下儿童的患病率高度相似，而多产妇的患病率随社区患病率上升而逐渐明显被低估。研究人员使用混合效应对数线性回归模型拟合了此规律，藉此可将模型估算的社区患病率转换为不同孕次ANC₁期望患病率。基于此框架，研究成功构建了6个非洲国家 ISTp 试验的月度流行曲线，揭示出西非地区由东向西、由北向南的传播季节性空间转化规律。

结果三：序列模型估计与现实临床队列的对比验证。对于6个真实样本队列的 ANC₁数据分析表明，模型推导出的社区发病率估计值与独立的临床发病率队列数据在季节性指标(MSI)及峰值时间上呈现出高度的一致性(CCC分别为0.82和0.98)。且模型估计的临床发病率峰值滞后于当地降雨量峰值，符合疟疾传播的生物学规律。

结果四：结构化干预策略对复杂季节性模式的识别及其指导意义。在地理环境复杂的马拉维南部地区，模型应用展现出其对疟疾季节性空间异质性的极高捕获能力。在距离少于50公里的不同社区，由于地理气候差异，模型推导的实际临床发病率峰值存在最长滞后降雨2至3个月的显著差异。基于该估计进行的反事实模拟分析表明，若仅以降雨模式作为SMC干预时机的指导，在此地区会大幅削弱其防疟效果。

在最终的讨论和结论部分，研究人员指出，研究成功扩展现有的系统动力学模型，证明了 ANC₁ 疟疾患病率数据能有效用于推导社区传播动力学及临床负担，在需要确定季节性干预措施调整时机的关键环节作用突出。此外，该研究框架还能通过构建反事实情境，评估在已实施儿童干预措施的区域中疟疾社区传播模式的变化。研究证实孕妇监测数据能够克服常规被动监测中病史及非疟疾发热所致的数据偏差。研究人员总结得出明确结论：基于pMCMC算法的系统动力学模型分析常规 ANC₁ 数据，能够准确复现整个社区的发病率季节性规律，帮助政策制定者精确把握季节性干预工具的实施时机，在优质病例监测数据稀缺的地区具备无可替代的重要价值。