利用递归图神经网络（GNN-AI）提升美国南部气候区马西尼罗病毒（WNV）暴发的县级时空估计

《Journal of Applied Ecology》：Leveraging recurrent graph neural networks to improve geospatial estimation of equine West Nile Virus outbreaks

　　

西尼罗病毒（West Nile Virus, WNV）对人类和家畜构成重大公共卫生威胁。其传播动态受多种与病媒动态相关的环境因素影响，导致在空间和时间上预测病例均较为困难。研究人员应用了一种地理空间递归图神经网络人工智能模型（geospatial recurrent graph neural network artificial intelligence model, GNN-AI），以识别与马中WNV发生相关的关键因素，并评估该模型在美国南部气候区内估计县级WNV发生的能力，旨在增进对高风险区域的理解，以支持靶向干预策略。该模型在留出的2012年暴发年获得受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC-ROC）0.990，在合并的2018–2019年评估期获得0.995。有影响的预测因子与蚊媒生态相关，并包括气候、植被和土地覆盖变量。在被归类为极高风险的县-周中，月平均降水量为163 ± 87.9 mm，月平均温度为25.2^°C ± 2.67^°C，且干旱通常不存在。综合与应用（Synthesis and applications）。这些发现通过改进对病毒传播空间决定因素的认识、为循证干预提供信息并增强准备与响应策略，有助于持续减轻WNV影响的努力。该框架支持靶向干预策略，例如在最佳WNV传播条件之前开展疫苗接种活动，或优先确定蚊虫控制地点。

研究背景与问题：西尼罗病毒（West Nile Virus, WNV）是美国本土虫媒病的主要病因之一。自1999年传入美国东海岸后，WNV迅速扩散，并于2003年到达太平洋沿岸，随后在蚊和鸟种群中建立，成为许多地区的地方性流行病。人和马感染WNV后，症状可从轻度流感样表现到脑炎、脑膜炎等严重神经系统疾病。与人类相比，马更可能表现临床症状，重症预后较差，死亡或长期神经缺陷风险更高。WNV传播受温度、降水、蚊媒种群动态、鸟类宿主群落、土地覆盖、植被和地形等多种环境因素影响，且这些因素在不同生态背景下重要性不同，疾病在空间和时间上的流行率变化较大，因此预测困难。美国主要WNV媒介包括 Culex 属蚊虫，尤其是 C. pipiens、C. restuans、C. tarsalis 和 C. quinquefasciatus，这些物种的地理分布、季节性活动、栖息地关联、宿主利用和对环境条件的响应不同；鸟类宿主群落的丰富度和组成也随地理和季节变化。温度升高可加速蚊虫发育和病毒扩增，但过高温度可能降低蚊虫存活并缩短成蚊寿命；降水增加可增加幼虫栖息地，但极端降雨可能冲刷或破坏繁殖地；积水、湿地、排水不良区域可提供幼虫栖息地，但缺乏补充或过度蒸发会使其不适宜。土地覆盖类型、植被密度与空间配置、海拔和坡度等也影响蚊虫栖息地和病毒传播。由于这些环境因素在大景观尺度上具有显著空间异质性，且物种-环境关系可能随地理变化，WNV流行病学研究常聚焦区域格局。研究人员关注美国南部气候区，包括 Kansas、Oklahoma、Texas、Arkansas、Louisiana 和 Mississippi；该区域温暖湿润，春夏季温暖且降水增加，景观由农业用地、城市、湿地和森林混合组成，为 Culex 蚊虫和WNV传播提供条件。研究目标是识别与县级WNV存在相关的生物和非生物变量，并利用可显式纳入空间和时间关系的地理信息深度学习递归神经网络模型，即图神经网络人工智能模型（GNN-AI），提高WNV病例估计能力。研究人员预期该模型优于不纳入时空动态的基线模型；预期较温暖、水文条件有利且城市与森林环境镶嵌的县报告WNV病例数更高；由于降水与WNV传播关系可能非线性，研究人员也预期异常干燥条件可能通过改变蚊虫繁殖栖息地或使媒介和宿主集中于剩余水源而影响传播。2012年研究区大部异常温暖干燥，为评估模型是否捕捉这些气候效应提供机会，且2012年暴发与 NY10 病毒基因型快速扩展同时发生。

研究人员开展的研究、结论与意义：研究人员以县级马WNV发生为目标，评估GNN-AI在美国南部气候区估计WNV发生的能力。结果显示，模型在留出2012年暴发年和合并2018–2019年评估期均具有高区分性能，AUC-ROC分别达到0.990和0.995；重要预测因子与蚊媒生态相关，包括气候、植被和土地覆盖变量。极高风险县-周通常月平均降水较高、温度适中且干旱通常不存在。该研究加深了对WNV传播空间决定因素的理解，可为循证干预、准备与响应策略提供支持，并支持在最佳传播条件前开展马疫苗接种或优先进行蚊虫控制等靶向干预。

关键技术与方法（不超过250字）：研究人员获取美国疾病控制与预防中心（Centers for Disease Control and Prevention, CDC）ArboNET 2002–2019年非人WNV病例数据，包括蚊、死鸟、哨兵鸡和兽医马报告，目标为县级马WNV发生；环境变量来自PRISM气候、U.S. Drought Monitor、MODIS/Terra归一化差异植被指数（normalized difference vegetation index, NDVI）、土地覆盖、Global Habitat Heterogeneity、地形，以及 Humphreys, Pelzel-McCluskey, et al. 的鸟种丰富度数据。模型为GNN-AI，采用 Queen's contiguity 构建县邻接图，含图卷积层、长短期记忆（long-short term memory, LSTM）层、ReLU激活函数、全连接层和sigmoid输出；训练集为2002–2011和2013–2017，留出2012，评估2018–2019合并；训练时过采样平衡，使用CrossEntropyLoss、Adam优化器，并以AUC-ROC等指标评价，用置换重要性识别驱动因子。

3 RESULTS：18年数据中记录4174例马WNV病例，其中 Kansas 705例、Oklahoma 531例、Texas 1820例、Arkansas 178例、Louisiana 465例、Mississippi 475例；年报告病例数变化大，2011年最低为4例，2002年最高为2373例。GNN-AI在留出2012年暴发年和合并2018–2019年评估期均表现出高区分性能，AUC-ROC分别为0.990和0.995；在2018–2019独立数据中识别约98.9%真阳性、约99.9%真阴性、约0.001%假阳性和约0.01%假阴性。相比之下，忽略空间和时间依赖的多层感知机基线模型在2018–2019测试中整体准确率、精确率、召回率、F1和AUC均较低，说明时空结构重要。敏感性分析表明阈值0.5在模型灵敏度和特异度之间提供最平衡权衡，因此选为将连续预测转为二分类的阈值。基于AUC-ROC下降的归一化置换重要性显示，10个预测因子各自贡献超过5%：最重要的动态变量为月平均降水、月平均温度以及无干旱、异常干旱和中度干旱的周干旱指数；重要静态变量为土地覆盖（城市、常绿/落叶针叶树、落叶阔叶树和灌木比例）和增强植被指数（enhanced vegetation index, EVI）标准差，即植被绿度的时间变异性。由于模型为多变量非线性结构，单个协变量不预期表现强边际效应，研究人员转而检查其在估计风险类别中的分布。降水与疾病风险概率呈有限正相关，极高风险县比其他风险类别更湿润，平均为163 ± 87.9 mm，四分位距约120–200 mm；温度也呈有限正相关，多数估计病例发生在温度平均为25.2^°C ± 2.67^°C、四分位距约23^°C–27^°C的县。最高WNV风险县通常未经历干旱，或仅小面积经历轻度干旱（D₀）条件；极高风险中无干旱县面积比例中心为90%–100%，轻度干旱面积仅0%–4%，中度干旱（D₁）完全不存在。较低风险类别中，干旱影响通常呈双峰。土地覆盖方面，较高比例的常绿/落叶针叶树、落叶阔叶树和城市覆盖与疾病风险升高相关，而较高灌木覆盖与较低风险相关。较高风险县EVI标准差范围非常受限，且略高于低风险县，四分位距约350–365。单个协变量与估计风险的关联幅度不大，Spearman相关系数较小，且各风险类别间协变量分布大量重叠，符合多变量非线性传播过程。地图估计与报告发生格局总体对应。2012年较高报告病例集中在南部地区，包括 Texas 东部、Louisiana 南部、Oklahoma 中部和 Mississippi 中部；2018–2019合并期报告发生更集中于 Oklahoma 中部和 Kansas，而 Texas 东部和 Louisiana 南部病例较少。6月和7月病例较高，当时降水平均163 mm，温度平均，且传播周干旱风险低；这些区域也以农村社区内大片森林为特征。部分县在测试、验证和未来数据集中持续被高估，如 Caddo Parish, LA 和 Logan County, OK。模型仅遗漏2002年8个县和2003年1个县的病例，当时WNV刚传入该区域。

4 DISCUSSION 总结：该研究使用GNN-AI估计2002–2019年美国南部气候区马WNV传播的空间分布和时间格局，结果显示模型能高效估计WNV疾病存在。空间显式AI模型的重要优势在于纳入地理结构，同时保留不规则边界空间单元（如政治边界）的完整性，并减少数据预处理中的信号损失；LSTM组分纳入并保持时间格局，使模型能随时间预测疾病。基线模型证明忽略空间或时间结构不足。此类时空模型已用于其他疾病估计，例如 Tonks et al. 使用带 GraphSAGE 递归层的图神经网络预测 Illinois 的WNV存在；Liu et al. 使用带门控递归层的图神经网络预测38个非洲和42个欧洲国家的COVID-19以及20个匈牙利区域的chickenpox。驱动疾病病例的重要特征与蚊虫生态高度相关。温暖、湿润、温带区域，如美国东南部，具有利于WNV传播的条件；温暖湿润促进病媒栖息地和鸟类宿主种群。无干旱面积比例高意味着稳定水源和稳定病媒栖息地；植被斑块化、极端季节变异、极端温度或降水则较不利于传播，可能因为病媒在缺乏保护性植被微栖息地时暴露于更严重天气波动。模型在高病例年和未来负担估计中均表现高准确度，但入侵年2002–2003的疾病动态可能不同于病毒建立后的传播机制和过程，训练数据包含入侵年和地方性流行年，是隔离地方性动态与确保覆盖完整时间范围之间的权衡。测试和验证数据集空间分布略有差异，2012年病例聚集于东南部，2018–2019年更广泛分布于研究区中北部；循环病毒基因型变异可能是额外时间异质性来源，NY10 基因型快速扩展与2012年WNV暴发的规模和地理格局有关。尽管存在差异，模型整体测试性能表明其能泛化到时间和空间上不同的格局。该研究还指出，生态对气候变异的响应可能具有空间非平稳性，气候-种群关系的幅度甚至方向可能随地理区域不同；由于若干关键预测因子为气候变量，该框架可用于探索温度和降水变化如何改变WNV风险。温度与传播关系非线性：变暖可通过加速蚊虫发育和病毒扩增提高风险，但极端高温可通过降低蚊虫存活抑制风险；因此研究人员不假设升温一致增加疾病，而是提供基础以绘制风险可能增加、减少或季节性转移的区域。当前模型聚焦主要传播季，未来工作应扩展至越冬动态和年际持续，这些影响早期季节扩增和长期地方性稳定。模型在捕捉总体格局方面表现良好，但部分县估计与报告数据差异较大。少数误分类多数为假阳性，模型在报告更多病例区域估计更高病例数；这些差异可能表明模型高估局部有利传播条件，或输入特征未充分捕捉观察病例的潜在驱动因素，也可能反映发生了但未记录或未正式报告的病例。差异还应结合不均匀采样努力考虑。观察病例数受真实发病率和检测、报告努力影响，尤其在建立早期；监测较强和大动物兽医较多的区域更可能报告病例，资源有限区域可能漏报。因此，估计与报告数据之间的部分不匹配可能反映观察偏倚而非真正无病。研究识别出美国东南部WNV较高风险区域，兽医和公共卫生工作应在最佳天气和环境条件之前重点开展主动WNV缓解。该区域马疫苗接种若在1月至3月进行可提供最大保护，因为病例4月已开始出现，此时季节环境条件变得更利于病媒丰度和病媒-宿主互动。未来研究可识别传播季前环境条件，以更好优先确定更需紧急接种的年份。除疫苗接种外，马管理者可在传播季减少积水或移除植被，以最小化病媒与宿主接触；邻近或位于大片连续森林内的农场可优先干预。除确认已知气候和土地覆盖相关因素外，该分析通过生成美国东南部 count-week 风险概率并分组为可解释风险类别，提供操作分辨率，可突出哪些县需关注以及哪些周最可能报告病例，从而实现地理分类和时间靶向。未来框架可纳入显式滞后气候预测因子，如先前周降水或温度异常，以捕捉对蚊虫发育和WNV扩增时间线的延迟效应。其他WNV建模方法明确针对更长提前期的前瞻预报，包括主要依赖历史和同期病例发生而非环境预测因子的简约贝叶斯方法；尽管该模型在时间留出数据上表现良好，但当前分析不构成前瞻预报，因为环境条件、监测指标和其他预测因子与马WNV响应来自同一县-周。该框架因此展示时间可迁移性，并在同期观察信息条件下估计WNV风险，而非在定义未来提前期预测发生。操作预报系统需要目标周之前可用的预测因子，如滞后或平均环境变量、天气预报和先前监测观察，依赖这些输入会引入额外不确定性，因此需要明确预报时间范围的前瞻验证来建立操作预报技能。另一主要限制是县级蚊虫控制活动和马疫苗接种覆盖率信息不可得，因此不能显式纳入。尽管持续干预效应可能部分被模型空间和时间结构吸收，但这些组分无法区分蚊虫控制或疫苗接种与监测努力及其他未测量县级影响。因此，模型可能在干预降低报告疾病发生的地点高估环境风险，并低估潜在传播潜能。

研究结论部分翻译：理解疾病流行背后的驱动因素之一是21世纪的关键挑战。该研究提出了一种GNN-AI方法，用于检查传播动态并估计疾病在空间和时间上的存在。在WNV负担预计增加的区域，这类工具对监测优先排序和暴发管理具有价值，可提供数据驱动的决策支持，以在最有需要的时间和地点指导预防措施。基于模型分析的可操作见解支持靶向干预，包括蚊虫控制、公共卫生意识宣传和疫苗接种策略，帮助管理者高效有效地分配资源。