韩国细菌性胃肠炎监测的全国时空预测模型

《Journal of Infection and Public Health》：A nationwide spatiotemporal forecastting model for bacterial gastroenteritis surveillance in South Korea

　　

背景：细菌性胃肠炎是韩国的一项公共卫生挑战，主要由食源性病原体引起，包括沙门氏菌（Salmonella）、弧菌（Vibrio）、肠致病性大肠埃希菌（enteropathogenic Escherichia coli，EPEC）和弯曲杆菌（Campylobacter）。虽然国家监测系统提供了有价值的流行病学数据，但这些系统主要依赖回顾性报告，预测未来疫情暴发的能力有限。这一局限性凸显了对能够支持及时公共卫生干预的预测方法的需求。

方法：在本研究中，研究人员构建了一个整合时间模式与空间依赖性的两阶段概率预测框架。利用2014年至2023年的全国国民健康保险（National Health Insurance，NHI）数据，该模型旨在捕捉16个行政区域的长期趋势和短期波动。预测性能采用平均绝对误差（mean absolute error，MAE）和均方根误差（root mean square error，RMSE）进行评估。

结果：所提出的模型在沙门氏菌（29.52）、弧菌（0.85）和EPEC（18.19）方面取得了最低的MAE，分别优于次优替代模型（如LightGBM和NeuralProphet）14.4%、2.3%和9.2%。弯曲杆菌表现出高度可预测的年度周期，误差、趋势、季节性（Error, Trend, Seasonality，ETS）分解模型对其预测更为准确（MAE 23.15 vs. 23.81）。省级空间分析确定了济州岛和全罗北道的沙门氏菌热点地区，弧菌风险集中在沿海和都市区域，而全罗北道的弯曲杆菌负担较高。

结论：这一两阶段时空框架将结构性发病率驱动因素与短期残余动态分开，在四种病原体中的三种中实现了更高的预测准确性，同时产生具有不确定性意识的概率预测。其表征基于索赔的病原体编码胃肠炎诊断的省级模式并生成前瞻性估计的能力，表明其在支持韩国循证食源性疾病监测方面的潜在适用性，包括未来气候敏感性的扩展。

细菌性胃肠炎是韩国重要的公共卫生挑战，主要由沙门氏菌（Salmonella）、弧菌（Vibrio）、肠致病性大肠埃希菌（enteropathogenic Escherichia coli，EPEC）和弯曲杆菌（Campylobacter）等食源性病原体引起。尽管国家监测系统能提供流行病学数据，但主要依赖回顾性报告，难以预测未来疫情暴发。因此，需要开发能够整合时空信息并生成概率性预测的模型，以支持及时的公共卫生干预。基于此，研究人员利用韩国2014—2023年全国国民健康保险（National Health Insurance，NHI）索赔数据，构建了一个两阶段概率时空预测框架，对16个行政区的四种细菌性胃肠炎周病例数进行预测。该研究发表于《Journal of Infection and Public Health》。

在方法上，该框架的第一阶段采用广义加性模型（Generalized Additive Model，GAM）类结构，将预测值分解为长期趋势、季节性和空间效应，其中空间效应通过变分稀疏高斯过程（Variational Sparse Gaussian Process）和基于哈弗辛距离（Haversine distance）的softmax核计算区域间依赖；第二阶段仅对结构残差施加自回归（Autoregressive，AR）校正，以捕捉短期波动和局部暴发持续性。模型通过最小化高斯负对数似然损失联合训练，并输出概率分布而非点估计。数据以2014—2021年为训练集，2022—2023年为测试集；采用Optuna框架的树结构帕尔森估计器（Tree-structured Parzen Estimator，TPE）进行超参数优化，用平均绝对误差（mean absolute error，MAE）和均方根误差（root mean square error，RMSE）评估预测性能。

数据集概览：2014—2023年间共识别286,929例基于索赔的胃肠炎病例，年病例数在2020年最低（24,617例），2022年最高（36,404例），2023年为34,948例。沙门氏菌病例数最多，但总体呈年均下降1.1%趋势；弯曲杆菌以年均15.5%的速度持续增加；弧菌和EPEC年均分别增加7.1%和0.7%。

模型性能：提出的模型在沙门氏菌、弧菌和EPEC上取得最低MAE（依次为29.52、0.85、18.19），分别比次优模型LightGBM或NeuralProphet降低14.4%、2.3%和9.2%。弯曲杆菌具有高度规律的年度周期，误差、趋势、季节性（Error, Trend, Seasonality，ETS）分解模型表现更好（MAE 23.15 vs. 23.81）。

按胃肠道病原体的详细分析：沙门氏菌感染在8月呈明显夏季高峰，济州和全罗北道为主要热点区域，模型预测与首尔观察值吻合，长期趋势逐步下降。弧菌感染集中在沿海和都市区域，夏季出现明显季节高峰，自回归成分捕捉到短期持续传播。EPEC在首尔都市圈呈强空间聚集，夏末达到季节高峰，长期呈逐渐下降。弯曲杆菌感染在7月呈强季节高峰，全罗北道为主要热点，长期趋势稳定，季节性变化解释了大部分发病波动。

感染的时空动态与结构驱动因素：Hovm?ller图显示沙门氏菌和弯曲杆菌呈现同步的季节暴发，弧菌则更倾向于局部散发。模型成分分解表明，空间基线风险在区域间差异中占重要比例，季节性和长期趋势的相对贡献因病原体和地区而异。

消融与敏感性分析：移除空间层会使沙门氏菌和弯曲杆菌的MAE分别增加约55.3%（65.99→29.52）和19.8%（29.67→23.81），其余病原体也有不同程度增加；改变AR阶数、空间嵌入维度和诱导点数量通常会增大预测误差。例如，沙门氏菌的诱导点从优化值2增至10时，MAE翻倍至62.78；EPEC的诱导点从10降至2时，MAE升至22.03。

讨论部分：该研究将预测结果与区域和季节风险模式相联系，为监测规划提供信息。病原体间存在明显时空异质性：弧菌与沿海环境和海产品消费相关，沙门氏菌和EPEC分布更广，弯曲杆菌在研究期间快速上升。夏季高峰支持将气候敏感策略纳入监测。与黑盒机器学习模型相比，该两阶段结构具有可解释性强、过拟合风险低、能提供不确定性区间等优势。研究人员也指出局限性：依赖索赔数据可能漏报无症状或未就诊病例；区域层面分析可能掩盖城市内部异质性；模型未直接纳入温度、降雨等环境因素；COVID-19大流行可能影响就医和报告模式；概率估计未进行正式校准；结论不能外推至其他医疗系统。未来工作将加入环境协变量（气温、降水、海表温度）并评估泊松、负二项等分布假设。

结论：总之，本研究表明，整合时空信息可改善细菌性胃肠炎模式的预测。所提出的模型可能支持细菌性胃肠炎风险升高的早期预警和高风险区域的识别，从而实现公共卫生资源的更有效分配。通过支持主动性和数据驱动的决策，该框架可以加强监测系统并改进干预策略。在韩国背景下，该框架可作为方法论基础，补充韩国疾病控制与预防机构（Korea Disease Control and Prevention Agency，KDCA）正在进行的监测现代化，并可在实验室确诊病原体数据、环境协变量和更精细空间单元等数据流可用时逐步扩展。