復旦大學余宏傑課題組合作研究在登革熱時空傳播動力學研究領域取得重要進展

近日，復旦大學公共衛生學院余宏傑課題組與聖母大學（University of Notre

Dame）珀金斯（Alex Perkins）課題組合作，在登革熱輸入引起本地季節性流行的傳播動力學領域取得重要進展。該項研究定量闡明了不同自然和社會因素對輸入疫情引起登革熱本地傳播及其規模的影響，為非地方性流行地區的登革熱時空傳播的風險評估及防控措施的制定提供了科學依據，所建立的方法適用於精確評估蚊媒病毒性傳染病在全球其他類似地區傳入並導致本地流行的季節性風險。3月8日，相關研究成果以《多因素相互作用驅動了登革熱在中國廣州季節性流行的年際變化》（「Inter-annual variation in seasonal dengue epidemics driven by multiple interacting factors in Guangzhou, China」）為題於《自然?通訊》（Nature Communications）在線發表。

在人口流動加速、氣候變暖等因素的綜合作用下，以伊蚊為傳播媒介的黃病毒屬所致蚊媒傳染病在全球快速播散，例如輸入性登革熱在非地方性流行的亞熱帶、溫帶國家持續引起季節性傳播。我國也面臨登革熱輸入並引起本地傳播的威脅。2006年以來，我國輸入性和本地登革熱的報告發病率均呈上升趨勢，2014年發病水平達歷史最高。然而，登革熱在非地方性流行地區的基本流行病學特徵、輸入和引起本地傳播的風險，及其驅動因素一直是困擾科學界的難題。

余宏傑課題組針對以上問題開展了系統研究，闡明了登革熱在中國傳播的基本時空特徵，定量揭示了從東南亞主要流行區輸入到我國不同城市的季節性風險及其變化趨勢（Lai S et al, BMC Medicine 2015; Lai S et al, PLOS Neglected Tropical Diseases 2018）。登革熱不同年度的季節性流行水平與自然、社會等因素存在複雜的時空依賴性關係。為闡明輸入性登革熱引起本地暴發及不同規模的驅動因素，課題組又對我國登革熱流行高風險地區的時空傳播動力學機制開展了深入研究。

研究工作以廣州市為例，構建了時間序列易感-感染-康復（TSIR）傳播模型，擬合了2005-2015年登革熱疫情，採用析因模擬實驗，對不同年度的輸入性疫情、蚊媒密度、溫度和本地條件（以TSIR模型殘差表示）等因素進行了組合和模擬（圖1），定量測量了所有可能組合對不同年度輸入性登革熱引起本地季節性暴發規模大小的影響。

圖1. 2005-2015年廣州登革熱相關因素的時間序列變化

研究結果表明，通過對不同因素進行重排和模擬預測，各年度可能出現與實際相反的季節性流行模式（圖2）。例如，將2014年登革熱（發病水平最高的一年）的本地條件與2005-2015年輸入疫情進行組合，再通過TSIR模型預測，發現各年度均可能出現大規模的流行；而將2008年輸入模式（輸入疫情最低的一年）與各年本地條件組合進行模擬，則顯示在本地條件適宜的少數年份，也可出現較大規模的輸入疫情並引起本地續發傳播。基於不同組合模擬的年度發病水平，本研究對所有年份出現輸入疫情並引起本地季節性傳播的規模進行了排序，揭示了2014年廣州出現大規模暴發不僅是輸入疫情、蚊媒密度和溫度作用的結果，而且是在主要由本地條件作用下，所有因素共同驅動的結果；其他年份的疫情則因其中一個或多個因素的限制，而未出現大規模的暴發（圖3）。

圖2. 析因模擬實驗預測結果示例

圖3. 採用析因模擬實驗模擬的年度發病水平排序

Abstract

Vector-borne diseases display wide inter-annual variation in seasonal epidemic size due to their complex dependence on temporally variable environmental conditions and other factors. In 2014, Guangzhou, China experienced its worst dengue epidemic on record, with incidence exceeding the historical average by two orders of magnitude. To disentangle contributions from multiple factors to inter-annual variation in epidemic size, we fitted a semi-mechanistic model to time series data from 2005–2015 and performed a series of factorial simulation experiments in which seasonal epidemics were simulated under all combinations of year-specific patterns of four time-varying factors: imported cases, mosquito density, temperature, and residual variation in local conditions not explicitly represented in the model. Our results indicate that while epidemics in most years were limited by unfavorable conditions with respect to one or more factors, the epidemic in 2014 was made possible by the combination of favorable conditions for all factors considered in our analysis.

來源：復旦大學

本期編輯：Tony

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！