《GeoHealth》：Spatiotemporal Dynamics of Dengue Risk in Bangladesh: A GIS Based Approach
编辑推荐：
登革热（dengue），俗称断骨热（breakbone fever），自2000年以来一直在孟加拉国流行。季风条件和温暖温度为媒介白纹伊蚊（Aedes aegypti）和埃及伊蚊（Aedes albopictus）创造了适宜的繁殖环境。尽管登革热暴发在季风后月
登革热（dengue），俗称断骨热（breakbone fever），自2000年以来一直在孟加拉国流行。季风条件和温暖温度为媒介白纹伊蚊（Aedes aegypti）和埃及伊蚊（Aedes albopictus）创造了适宜的繁殖环境。尽管登革热暴发在季风后月份（9月和10月）达到高峰，但2023年出现了异常变化，病例最早在6月达到峰值。2023年的病死率（case fatality rate, CFR）（0.54%）是过去二十年中最高的。本研究利用2019年至2024年的每日登革热病例数据，对孟加拉国登革热发病聚集的时空动态和综合风险进行了详尽考察。空间自相关分析（Local Moran's I）显示，在暴发高峰年份（2019年、2023年和2024年），中部和南部沿海地区，特别是达卡（Dhaka）、马尼格甘杰（Manikganj）和巴里萨尔（Barisal）是主要的登革热热点区域。杰卡德相似性指数（Jaccard Similarity Index, JSI）分析进一步表明，登革热热点存在强烈的季节性和年际重组，尤其是在季风后季节，2020年后沿海地区的热点集中度增加。为了评估灾害（hazard）、脆弱性（vulnerability）和风险（risk），研究人员应用了基于GIS的多准则决策模型（multi-criteria decision-making model, MCDM）框架，并比较了加权（基于AHP）和非加权方法。加权AHP模型在预测登革热风险区方面比非加权模型更准确（AUC = 0.75 vs. 0.55）。负二项混合效应回归（negative binomial mixed-effects regression）显示，滞后温度、降水和人口密度增加了登革热发病率，而较高的归一化建筑指数（normalized difference built-up index, NDBI）与较低的发病率相关。这些发现强调了针对高风险区域和公平医疗可及性实施综合登革热控制策略的必要性。
**论文解读文章**
**研究背景与问题**
登革热（dengue）是由登革病毒（dengue virus, DENV）引起的蚊媒传染病，全球约半数人口面临感染风险。孟加拉国自2000年以来登革热持续流行，季风气候和温暖温度为媒介伊蚊（Aedes aegypti和Aedes albopictus）提供了适宜繁殖环境。尽管传统上登革热暴发在季风后月份（9-10月）达到高峰，但2023年出现异常提前（6月始），且病死率（0.54%）创二十年最高。现有研究多聚焦于达卡或短期暴发，缺乏对全国64个区县级别的登革热时空动态和风险区划的系统评估，尤其是季节性和年际热点转移、以及灾害-脆弱性-风险框架下的综合风险制图尚属空白。为此，本研究旨在回答以下问题：2019-2024年孟加拉国登革热暴发是否存在显著的季节或年度转移？季节性病例聚集与季节性风险如何比较？哪些地区处于高风险且最脆弱？研究结果发表于《GeoHealth》。
**主要技术方法**
研究人员采用以下关键方法：1）空间自相关分析（Global Moran's I和Local Moran's I）识别登革热热点和冷点，并通过Getis-Ord Gi*统计量确认统计显著性；2）杰卡德相似性指数（Jaccard Similarity Index, JSI）量化逐年同季节热点地理重组程度；3）基于GIS的多准则决策模型（multi-criteria decision-making model, MCDM）框架，结合层次分析法（Analytical Hierarchy Process, AHP）对灾害（温度、降水、NDBI、距水体距离）和脆弱性（人口密度、距医院距离、海拔、女性识字率、距主要道路距离）进行加权，生成综合登革热风险指数；4）负二项混合效应回归模型，以区县为随机截距，分析滞后1个月的气候变量、环境变量与登革热发病数的关联，结果以发病率比（incidence rate ratio, IRR）表示。数据来源包括孟加拉国气象局（BMD）的95个气象站数据、DGHS的每日病例报告（2019年8月至2024年12月）、Landsat 8 OLI遥感影像、SRTM数字高程模型、BBS人口普查数据等。样本队列为全国64个区县。
**研究结果**
**3.1 孟加拉国登革热病例分布**
2023年报告最高病例（319,941例），随后为2024年（147,425例）、2022年（62,082例）和2019年（61,799例）。达卡和马尼格甘杰（Manikganj）6年平均每万人口病例数最高（约32.28和22.73），远超北部地区。南部沿海区县（如巴里萨尔、库尔纳）在2023年也出现高发，2024年下降。死亡主要集中于达卡、法里德普尔（Faridpur）和巴里萨尔。
**3.2 全局Moran's I与整体登革热格局**
年度最强空间聚集出现在2019年（Moran's I=0.29, p=0.001）和2023年（Moran's I=0.43, p=0.0002），2024年中等聚集（Moran's I=0.22, p=0.01）。季节上，2023年仅冬季显著聚集，2024年冬季聚集最强（Moran's I=0.43, p=0.000004）。
**3.3 局部Moran's I聚集与异常值分析（季节性热点与冷点）**
通过Local Moran's I识别高-高聚集（热点）和低-低聚集（冷点）。冬季热点从西南沿海向东南部（吉大港、科克斯巴扎尔）转移，2024年重回西南。季风前热点从中部向达卡-吉大港走廊转移，2023年形成巴里萨尔-吉大港双核结构。季风期2020年西南部热点最多，2022年后东南部重新聚集，2023年科米拉、昌德普尔等出现显著热点。季风后2019-2020年中部和西南部热点显著，2023年热点增至13个区县，包括巴盖尔哈德、吉大港等新热点。
**3.4 登革热热点的季节转移**
JSI分析显示季风后季节热点重组最剧烈：2019-2020年JSI=0.83（25个共享区县），随后骤降至0.21、0、0.06、0.11。沿海区县在季风后季节的热点贡献从2019年的39%升至2023年的92%，而西部区县2021年后贡献为零。冬季热点从西南沿海收缩至仅东南沿海3个区县（2022年），2024年又转向中南部三角洲。
**3.5 登革热热点与冷点的年度转移**
年度热点从2019年广泛分布（中部和南部沿海）到2020-2021年显著收缩，2022年11个新热点出现，2023年17个沿海区县成为新热点，2024年热点稳定在达卡和巴里萨尔，北部持续为冷点。中部和南部沿海热点在5年内未见实质性改善。
**3.6 登革热风险综合指数（加权与非加权）**
加权AHP模型生成的灾害指数显示：季风期灾害范围最广，中部、西部、北部多为中至极高灾害区。脆弱性指数显示达卡最高（0.8-1），综合了人口密度、女性识字率等社会因素。季节性风险：冬季低风险但达卡、兰加马蒂、科克斯巴扎尔为极高风险；季风前风险增加，18个区县为高或极高风险；季风期风险最高，22个区县为高或极高风险，达卡约800 km2高风险、600 km2极高风险；季风后风险下降，但达卡及周边仍高。非加权模型风险分布更广泛但精度较低。验证表明，AHP加权模型（AUC=0.75）优于非加权模型（AUC=0.55），在区分高风险区方面更准确。
**3.7 登革热发病数与季节性的关联**
负二项混合效应回归模型（排除距医院距离变量）显示：滞后1个月温度每增加1个标准差，登革热发病数增加约4倍（IRR=4.168, p<0.001）；滞后1个月降水每增加1个标准差，发病数增加约1.6倍（IRR=1.621, p<0.001）；人口密度每增加1个标准差，发病数增加约1.8倍（IRR=1.77, p=0.001）；NDBI每增加1个标准差，发病数降低约38%（IRR=0.620, p=0.012）；COVID-19期间发病数降低97%（IRR=0.03, p<0.001）。季节分析显示，季风前和季风期发病数显著低于冬季（IRR分别为0.004和0.527），季风后略高但不显著（p=0.139）。模型预测与观测值相关性为0.71。
**总结讨论与结论**
讨论部分指出，2023年达卡和马尼格甘杰的高发病率与高人口密度、城市土地和低洼地形有关。滞后温度和降水是重要预测因子，但高温阈值（34°C）在达卡被超过时仍出现高病例，表明局部影响更关键。人口密度与发病率正相关，而NDBI（高建筑密度）与发病率负相关，可能因城市排水和蚊虫控制较好。2023年病死率（0.54%）为二十年最高，南部沿海区县因医疗可及性差、海拔低、近湿地等因素导致适应能力弱。季风后热点向沿海转移（JSI均值0.24），2022-2023年仅有1个共享区县，表明地理重组而非随机波动。冬季热点向东南沿海收缩，可能与冬季气温上升（科克斯巴扎尔较2019年升高2.22°C）及罗兴亚人定居点有关。2024年东南沿海热点消失，转向中南部三角洲，显示持续动态。达卡持续为城市热点，与2023年热浪、排水差有关。COVID-19期间病例减少可能因封锁和医院回避，2022年后恢复。东北锡尔赫特地区虽预测为中等风险，但实际病例少，可能因准备充分、排水好或漏报。研究局限性包括区县级空间分辨率粗、医院数据不完整、报告偏倚、6年数据不足以建立长期趋势，但2021年已出现向沿海转移的迹象，早于2023年异常高峰。研究结论强调，登革热活动已超出达卡，日益影响气候敏感的沿海区县，需要整合控制策略，优先分配疫苗和资源，并加强公共卫生、政府、非政府医疗机构和气候科学家的合作。本研究为未来更精细尺度的流行病学风险评估提供了基础工具。
