登革热（dengue fever）是登革病毒（Dengue virus）引起的、由白纹伊蚊（Aedes albopictus）或埃及伊蚊（Ae. aegypti）传播的急性传染病，主要流行于热带和亚热带地区；临床特点主要表现为发热，全身肌肉、骨、关节痛，疲乏，皮疹，白细胞减少等^[1]。近几十年来，全球登革热发病率上升迅速，且分布范围也在不断扩大，已成为许多国家和地区的严重公共卫生问题^[2]。1978年，我国首次在广东省佛山地区出现登革热暴发，此后每年广东、广西、海南及福建等省（自治区）均有不同程度的疫情暴发，特别是近年来，我国登革热疫情面临着输入病例数增多和本地病例发生区域北扩的挑战^[3-4]。以往研究表明，气象因素与登革热发病存在相关关系，如祝丙华^[5]研究发现，气象因素与登革热发生存在不同程度的相关性；Akter等^[6]调查发现，登革热对不同气候因子变化的反应不同，且登革热与不同气象因素（例如气温、降雨等）的关系在不同气候带或地区之间有所不同，相应的滞后时间也长短不一；Chumpu等^[7]研究也发现，温度、相对湿度、降水等气象因素在不同的滞后时间与登革热发病的相关性有所不同，如滞后3周的降水量显著影响了登革热疫情暴发。但对于多个气象因素在登革热发病中的作用研究相对较少，为此，本研究通过对不同滞后气象因素与登革热发病相关系数的峰值进行综合效应分析，为登革热预警和防控提供科学依据。

以“meteorological factors”、“climate”、“dengue fever”、“rainfall”为关键词，在PubMed和Web of Science数据库中检索英文相关文献，以“登革热”、“气温”、“气象因素”、“降雨”和“降水”等为关键词，在中国知网全文数据库（CNKI）、万方、维普等数据知识服务平台检索中文相关文献，并通过其他网络资源及追溯参考文献等方式收集补充相关文献。

纳入标准：（1）发表年限为上述数据库建库以来至2021年3月的文献；（2）原始文献研究结果报告了样本量及气象因素与登革热发病之间的相关系数；（3）原始文献研究结果报告了所研究气象因素的滞后时间及相应的相关系数。

排除标准：（1）对于重复发表、重复收录或资料雷同的文献，仅保留其中质量较好的一篇；（2）无法确定样本量或相关系数等信息的文献；（3）未考虑滞后时间的文献；（4）文献质量差或存在统计学错误；（5）会议摘要、病例报道和综述类文献。

在分析之前，将数据库中的标题和摘要下载到文献编辑管理器EndNote X6中，并建立信息摘录表，包括第一作者、发表年限、研究地区、气候带、平均人口数、经济情况、样本量及其单位、气象因素与登革热发病的相关系数峰值及其滞后时间。由2位研究人员独立筛选文献、提取信息，存在分歧时协商解决或征求第3位研究人员意见。参考观察性研究报告规范（STROBE v4 checklist cross-sectional）对所纳入研究进行质量评价^[8]。

采用R 4.0.2软件进行统计分析。其中，异质性检验采用Q检验和I²统计量进行，若P < 0.1、I² > 50%，认为存在异质性，采用随机效应模型；反之采用固定效应模型。计算各个研究合并后的r值及95%置信区间（CI），并以森林图展示结果。采用Egger检验和漏斗图评价发表偏倚，对异质性较高的结果进行敏感性分析及Meta回归分析。

在Meta分析之前，报告的滞后时间为“月”的数据，统一转换为以“周”为单位，纳入文献的研究结果以Pearson相关系数r报告的，需要转换成相应的Spearman相关系数r_s值，转换公式^[9]：

本研究中以r_s作为效应值，在合并过程中对r_s进行Fisher’s Z转换变为Z值，所有分析均使用转换值Z进行。合并后再将合并效应值及其置信区间转换为r_s，以显示因素与疾病之间的相关性^[10]。相应的转换公式如下：

式中，r_s为相关系数，Z为由r_s经Fisher转换得到的Z值，V_Z为Z值的方差近似值，S_E为Z值标准误（s_x）。

共检出相关文献1 780篇，其中中文数据库203篇，英文数据库1 577篇。最终入选11篇文献，涉及17个地区。见表 1。

表 1 纳入分析的11篇文献基本特征 Table 1 The basic characteristics of 11 included studies

表选项

入选文献中，纳入分析的气象因素主要包括最低气温、最高气温、平均气温、平均相对湿度和降水量等。见表 2。

表 2 纳入文献的多种气象因素特征 Table 2 Characteristics of multiple meteorological factors in included studies

表选项

平均最低气温、平均最高气温及平均气温的I²值分别为65.70%、92.90%和81.70%，均存在异质性（均P < 0.01）。其中平均最低气温、最高气温及平均气温与登革热发病呈正相关，合并效应值r_s值分别为0.34、0.30及0.37，均有统计学意义（均P < 0.01）。见图 1、表 3。

注：Wijaya KP（2020）1~5表示作者对印度尼西亚5个不同地区的研究；Choi Y（2016）1~3表示作者对柬埔寨3个不同地区的研究；CI 表示置信区间。 图 1 平均气温与登革热发病的相关关系森林图 Figure 1 Forest plot of correlation between average temperature and dengue fever incidence

图选项

表 3 气象因素Meta分析基于异质性检验的合并结果 Table 3 Pooled results of meteorological factors based on heterogeneity test in meta-analysis

表选项

平均相对湿度、降水量与登革热发病呈正相关，r_s值分别为0.24、0.38，均有统计学意义（均P < 0.05）。见表 3。

在以“月”为单位的亚组中，平均气温与登革热发病相关性的异质性明显降低，r_s值为0.46，呈中等强度正相关；平均相对湿度与登革热发病的相关系数在以“月”为单位的亚组中没有统计学意义，而在“周”的亚组中r_s为0.33；平均最低气温、平均最高气温和降水量气象因素的异质性及相关系数在以数据单位分组中与不分组时无明显差异。见表 4。

表 4 气象因素与登革热发病相关性的亚组分析（按时间单位分组） Table 4 Subgroup analysis of correlation between meteorological factors and dengue fever incidence (by time unit)

表选项

平均最高气温与登革热发病的相关性在亚热带地区异质性明显降低，r_s=0.09，无统计学意义；降水量与登革热发病的相关性在热带地区的异质性也有所降低，采用固定效应模型合并后r_s=0.37，且有统计学意义；相对湿度与登革热发病的相关性在亚热带地区无统计学意义，其余气象因素异质性降低不明显。见表 5。

表 5 气象因素与登革热发病相关性的亚组分析（按气候带分组） Table 5 Subgroup analysis of correlation between meteorological factors and dengue fever incidence (by climate zone)

表选项

平均气温在中低等收入水平的国家间异质性降至0，且与登革热发病呈中等强度正相关（r_s=0.46）；平均最高气温在中高等经济水平国家和相对湿度在中低等经济水平国家与登革热的发病相关性均无统计学意义（P > 0.05）；其他各气象因素与登革热发病相关性和不分组时一致。见表 6。

表 6 气象因素与登革热发病相关性的亚组分析（按经济条件分组） Table 6 Subgroup analysis of correlation between meteorological factors and dengue fever incidence (by economic conditions)

表选项

平均最低气温与登革热发病关系的相关研究中，剔除Choi Y对柬埔寨暹粒地区的研究后异质性降至I²=44.10%，合并相关系数为0.30（95%CI：0.22~0.38）；其他气候因素的各项研究敏感性分析均未见异质性明显降低，且相关系数变化不大（图 2）。各气象因素与登革热发病关系的研究均不存在明显发表偏倚。见表 7、图 3。

注：Wijaya KP（2020）1~5表示作者对印度尼西亚5个不同地区的研究；Choi Y（2016）1~3表示作者对柬埔寨3个不同地区的研究。 图 2 降水量敏感性分析 Figure 2 Sensitivity analysis for rainfall

图选项

表 7 各气象因素发表偏倚结果 Table 7 Publication bias for each meteorological factor

表选项

图 3 降水量发表偏倚漏斗图 Figure 3 Funnel plot of publication bias for rainfall

图选项

平均最高气温和相对湿度与登革热发病关系中，相应的滞后周数及所在地区的人口数是异质性来源的重要影响因素（P < 0.05）。见表 8。

表 8 Meta回归探讨平均最高气温和相对湿度与登革热发病关系异质性来源的结果 Table 8 Meta-regression for sources of heterogeneity in the associations of average maximum temperature and relative humidity with dengue incidence

表选项

气象因素对登革热发病具有滞后影响，如温度、光照、湿度和极端天气事件对登革热存在滞后效应影响，这可能是由于气象因素的变化使得蚊媒的地理分布发生了变化，同时不仅改变了蚊媒繁殖速度也缩短了病原体的外潜伏期，进而影响了疾病的传播^[22-23]。但是不同地区的气候、地理等条件差异导致登革热发病峰值出现的滞后时间有所不同^[17]。本研究发现温度、相对湿度在滞后的时间里与登革热发病呈正相关，这与陈业滨等^[18]研究发现温度、湿度与登革热发病呈正相关关系的结果相似，且温度在滞后第15周的延迟效应和湿度在滞后第21周的延迟效应较好，这可能与登革热媒介蚊虫孳生在高温度及湿度等环境条件密切相关^[24]。此外，本研究还发现降水量在滞后的时间里与登革热发病呈正相关，这与Valson等^[12]发现降雨在滞后2~3个月时蚊媒幼虫孳生地丰富，蚊虫种群密度升高，登革热风险上升的结果相似^[25]。

本研究结果显示，在平均气温的亚组分析中，以月为时间单位分组，中低等收入水平国家的平均气温是登革热发病风险增加的重要影响因素，与Minh An和Rocklöv^[14]以及Choi等^[17]在越南、柬埔寨等中低等收入水平国家发现，平均气温对登革热发病的滞后效应具有正相关关系结果相似。在降水量的亚组分析中，以月为时间单位分组，亚热带气候国家及中低等收入水平国家的降水量均与登革热发病水平呈中等强度相关（r > 0.40），与Malik等^[21]研究发现巴基斯坦拉合尔地区登革热的发病率与降雨量密切相关（r=0.94）的结果相似，可能与热带或亚热带地区降雨量高，中低等收入水平国家经济条件差，国家对登革热的防控措施不足和居民对登革热认识不够等有关^[26]。本研究通过Meta回归分析发现，在探究平均最高气温和平均相对湿度与登革热发病的关系中，相应的滞后周数是重要的影响因素，即滞后的周数不同，平均最高气温和平均相对湿度与登革热发病的关系大小也不同，这与众多气象因素对登革热发病的影响存在1~3个月滞后效应的前人研究结果一致^[17]，如我国台湾地区的最高气温滞后1~4个月、最低气温滞后1~3个月和相对湿度滞后1~3个月时与登革热发病具有显著的正相关关系^[27]，以及曼谷的相对湿度和降雨量在滞后2个月时间与当地登革热发病的相关性最高等结论相关^[28]。研究表明不同地区的气候存在较大差异，各气象因素不仅影响登革热蚊媒的生长发育，同时还影响病毒在蚊虫体内的繁殖速度，进而影响登革热发病高峰出现的滞后时间不同^[29]。此外，不同地区的人口数可能是平均最高气温和相对湿度与登革热发病关系的影响因素，这可能与Rogers等^[30]研究发现登革热较易发生在人口密度大的地区结果有关，如欧洲城市地区登革热发病率明显高于农村地区。上述相关研究结果提示，温度、相对湿度等气象因素的延迟效应可能是登革热发病的重要危险因素，建议相关部门在制定登革热防控措施时，应加强当地气象因素及登革热的监测。

利益冲突  无