扩展功能
文章信息
- 杨迎宇, 王莹莹, 陈芸, 付朝伟
- YANG Ying-yu, WANG Ying-ying, CHEN Yun, FU Chao-wei
- 上海市宝山区登革热媒介伊蚊密度指数与气象因素滞后效应分析
- An analysis of lag effects of meteorological factors on Aedes density indices in Baoshan district, Shanghai, China
- 中国媒介生物学及控制杂志, 2021, 32(3): 286-290
- Chin J Vector Biol & Control, 2021, 32(3): 286-290
- 10.11853/j.issn.1003.8280.2021.03.006
-
文章历史
- 收稿日期: 2021-01-04
2 复旦大学公共卫生学院, 上海 200032
2 School of Public Health, Fudan University, Shanghai 200032, China
登革热是由登革病毒(Dengue virus,DENV)引起的主要流行于全球热带和亚热带地区的蚊媒传染病,目前已成为全球普遍关注的公共卫生问题[1]。近年来,广东、云南、浙江、福建等省登革热暴发疫情不断发生,我国登革热防控形势较为严峻[2]。2019年,上海市共报道了107例输入性登革热病例,同时既往研究也发现,白纹伊蚊(Aedes albopictus)属于上海地区登革热主要媒介,提示上海市存在登革热输入病例引起的本地暴发疫情风险[3]。由于白纹伊蚊种群密度与气象因素、环境因素、社会因素和人为活动等密切相关,特别是气象因素与蚊虫密度具有一定的关系,但对于伊蚊密度指数与气象因素滞后效应的研究相对较少[4]。宝山区位于上海市北部,属于亚热带季风气候,适宜白纹伊蚊孳生繁殖,且近年来当地输入性登革热病例时有发生,本研究通过采用分布滞后非线性模型,分析探讨气象因素与蚊虫密度指数及其滞后天数之间的相关性,为当地建立有效的登革热预测预警指标奠定基础。
1 材料与方法 1.1 白纹伊蚊密度数据2019年4-10月,按照单纯随机抽样的方法在上海市宝山区东、西、南、北、中5个片区各选取居民小区、学校、机关单位和公园各1个作为伊蚊监测点,每半月开展1次伊蚊密度监测,监测数据由上海市宝山区疾病预防控制中心提供。根据中华人民共和国国家标准《病媒生物密度监测方法蚊虫》(GB/T 23797-2009)[5],计算幼蚊密度指数〔布雷图指数(BI)、诱蚊诱卵指数(MOI)〕和成蚊密度指数(帐诱指数、停落指数)等伊蚊密度监测指标,计算公式:
BI=(伊蚊阳性容器数/调查户数)×100
MOI=(阳性诱蚊诱卵器数/有效诱蚊诱卵器数)×100
帐诱指数〔只/(顶·h)〕=(捕获雌蚊数×60 min/h)/(蚊帐数×30 min)
停落指数〔只/(人·h)〕=(捕获雌蚊数×60 min/h)/(诱蚊人数×30 min)
1.2 气象资料气象数据来源于上海市宝山区气象局提供的上述同期气温、湿度、风速、日照及降雨量资料,包括日平均气温(℃)、日最高气温(℃)、日最低气温(℃)、日平均湿度(%)、日平均气压(hPa)、日平均风速(m/s)、日平均日照(h)、日平均地表温度(℃)和日平均累计雨量(mm)。
1.3 分析方法采用Armstrong提出的分布滞后非线性模型(distributed lag non-linear model,DLNM)[6-7],分析气象因素对蚊虫密度指数的影响。基本模型为:Lg[E(Yt)]=α+s(factor,3)+Zt.。其中,Yt为t日当日伊蚊密度指数,E(Yt)为t日当日伊蚊密度指数的期望值,s(factor,3)为限制性立方样条函数,Zt为对应变量产生线性影响的解释变量。本研究分析采用R 4.0.0及“mgcv”、“dlnm”程序包进行DLNM的相关分析,使用Excel 2016软件制作图表。
2 结果 2.1 主要气象因素数值当地日平均气温、日最高气温和日最低气温的均值峰值均出现在7月的后2周,分别为30.1、33.9和26.9 ℃;日平均湿度的均值峰值发生在9月的前2周。见表 1。
2.2 伊蚊密度伊蚊幼蚊BI、成蚊MOI、帐诱指数和停落指数峰值均发生在8月的后2周,分别为7.6、20.2、5.8只/(顶·h)和7.9只/(人·h)。见图 1。
2.3 不同气象因素对伊蚊密度指数的滞后效应相关性 2.3.1 帐诱指数滞后效应日平均日照较强时,滞后效应强度与滞后天数呈“倒U型”,峰值出现在5~10 d,日照较弱时,效应强度峰值较晚出现在20~30 d(图 2A)。日最低气温较高时,效应强度峰值较早出现在0~2 d,气温较低时,效应强度峰值较晚出现在20~30 d(图 2B)。日平均风速较大时,效应强度有2个峰值,分别出现在0~2和10~15 d,风速较小时,效应强度峰值较早出现在0~3 d(图 2C)。日平均相对湿度较高时,滞后效应强度与滞后天数呈“倒U型”,峰值出现在5~10 d,相对湿度较低时,滞后效应并不明显(图 2D)。日平均累计降雨量较大时,效应强度也较弱,降雨量较小时,滞后效应强度随滞后天数的波动趋势也呈“倒U型”,峰值出现在10~15 d(图 2E)。日平均地表温度造成的滞后效应基本不存在,仅于温度较低时在0~2 d出现(图 2F)。
2.3.2 停落指数滞后效应日最高气温较高或较低时,滞后效应峰值均出现在10~15 d(图 3A)。日平均气温较高时,效应强度峰值较早出现在0~5 d,气温较低时,效应强度峰值较晚出现在25~30 d(图 3B)。日平均气压较高或较低时,效应强度峰值较早,均出现在5 d左右,但气压较高时效应更强(图 3C)。
2.3.3 BI滞后效应日平均气温较高时,滞后效应强度峰值出现在最开始,气温较低时,效应强度峰值出现在5~10 d(图 4A)。日最高气温较高时,不存在滞后效应,气温较低时,滞后效应强度峰值也出现在最开始(图 4B)。
2.3.4 MOI滞后效应日最高气温较高时,不存在滞后效应,气温较低时,滞后效应强度峰值出现在5 d左右(图 5A)。日平均气温较高时,效应强度峰值出现在0~3 d,气温较低时,效应强度峰值较晚出现在15~30 d(图 5B)。日平均风速不论较大或较小时,效应强度峰值较早,均出现在0~5 d(图 5C)。日平均相对湿度较高时,效应强度峰值较早且最强(图 5D)。日平均累计降雨量较大或较小时,效应强度峰值均出现在0~5 d(图 5E)。
3 讨论良好的气候条件可以缩短蚊虫的发育时间以及病毒在蚊虫体内的复制时间,并且增加成蚊的活动程度,从外界环境改变幼蚊发育周期到成蚊密度增加,需要一定的启动和作用时间,从而导致了滞后效应的出现[8]。本研究采用DLNM[9-10],对各类气象因素与上海市宝山区伊蚊密度(帐诱指数、停落指数、BI及MOI)的关联性进行拟合,以探讨气象因素对于伊蚊密度指数的滞后效应强度及滞后时间。
研究结果显示,不同气象因素对于伊蚊密度滞后程度具有不同的模式和大小,日平均气温的作用较为突出,且与停落指数、BI及MOI的大小密切相关。如伊蚊停落指数,高温时效应强度峰值较早出现在0~5 d,与谢博等[11]对上海市浦东新区的分析结果基本一致(出现在3 d左右),但本研究的峰值高于浦东新区〔相对危险度(RR)=7.5 vs RR=2.2〕;低温时,效应强度峰值较晚出现在30 d(RR=20.0),与唐烨榕等[12]采用Person相关分析(r=0.025)云南省登革热媒介的研究结果基本相似。伊蚊最适宜的生长温度为25~32 ℃,上海市属于温和湿润的气候,很少出现极端高温天气,日最高气温超过35 ℃时,对BI和MOI的滞后效应影响较低。日平均相对湿度较高(> 90%)时,对帐诱指数影响的滞后天数与效应强度呈“倒U型”,效应强度峰值出现在5~10 d(RR=35);而对于MOI,效应强度峰值出现在最开始,与以往浦东新区的研究结果相似,但本研究峰值相对高于后者(RR=6.0 vs RR=1.2)[11]。日平均风速不论较大或较小,对帐诱指数和MOI的滞后效应峰值均较早出现(RR=4.3和RR=2.5),强度高于浦东新区(RR=1.7)[11],风速较大时,在10~15 d对帐诱指数的滞后影响产生第2个峰值(RR=6.5)。
此外,本研究还发现,日平均日照、日平均累计降雨量、日最低气温及日最高气温对伊蚊密度指数具有一定的滞后效应影响。当日最低气温较高、日平均气温较高、日平均相对湿度较高、日平均风速较高或较低、日平均累计降雨量较大时,伊蚊密度滞后效应的峰值出现较早,为0~2 d;当日平均日照较弱、日最低气温较低、日平均累计降雨量较小、日平均气温较低时,伊蚊密度滞后效应的峰值出现较晚,为20~30 d。
本研究的局限性在于对滞后效应强度及时间的估计方面,仅考量单个气象因素,并未综合分析多个因素之间的相互作用,因此本次研究结果是否具有普适性,还有待进一步研究证实。
高温、高湿、较高或较低风速,可加快伊蚊密度滞后效应峰值的出现,对于预测伊蚊密度变化,及时采取环境治理和成蚊消杀,具有一定的指导价值。
利益冲突 无
[1] |
Bhatt S, Gething PW, Brady OJ, et al. The global distribution and burden of dengue[J]. Nature, 2013, 496(7446): 504-507. DOI:10.1038/nature12060 |
[2] |
Lai SJ, Huang ZJ, Zhou H, et al. The changing epidemiology of dengue in China, 1990-2014:a descriptive analysis of 25 years of nationwide surveillance data[J]. BMC Med, 2015, 13: 100. DOI:10.1186/s12916-015-0336-1 |
[3] |
周正斌, 吕山, 张仪, 等. 上海市蚊媒种类、分布及其病原[J]. 中国媒介生物学及控制杂志, 2015, 26(1): 28-32. Zhou ZB, Lyu S, Zhang Y, et al. Mosquito species, distribution and their pathogens in Shanghai, China[J]. Chin J Vector Biol Control, 2015, 26(1): 28-32. DOI:10.11853/j.issn.1003.4692.2015.01.007 |
[4] |
樊景春, 刘起勇. 气候变化对登革热传播媒介影响研究进展[J]. 中华流行病学杂志, 2013, 34(7): 745-749. Fan JC, Liu QY. Research progress on the effect of climate change on dengue vector[J]. Chin J Epidem, 2013, 34(7): 745-749. DOI:10.3760/cma.j.issn.0254-6450.2013.07.020 |
[5] |
中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. GB/T 23797-2009病媒生物密度监测方法蚊虫[S]. 北京: 中国标准出版社, 2009. General Administration of Quality Supervision, Inspection and Quarantine of the People's Republic of China, China National Standardization Administration. GB/T 23797-2009 Surveillance methods for vector density-Mosquito[S]. Beijing: Standards Press of China, 2009. |
[6] |
Armstrong B. Models for the relationship between ambient temperature and daily mortality[J]. Epidemiology, 2006, 17(6): 624-631. DOI:10.1097/01.ede.0000239732.50999.8f |
[7] |
Gasparrini A. Distributed lag linear and non-linear models in R: the package dlnm[J]. J Stat Softw, 2011, 43(8): 1-20. |
[8] |
Rocklöv J, Dubrow R. Climate change: an enduring challenge for vector-borne disease prevention and control[J]. Nat Immunol, 2020, 21(5): 479-483. DOI:10.1038/s41590-020-0648-y |
[9] |
Gasparrini A, Armstrong B, Kenward MG. Distributed lag non-linear models[J]. Stat Med, 2010, 29(21): 2224-2234. DOI:10.1002/sim.3940 |
[10] |
Gasparrini A. Modeling exposure-lag-response associations with distributed lag non-linear models[J]. Stat Med, 2014, 33(5): 881-899. DOI:10.1002/sim.5963 |
[11] |
谢博, 冯磊, 顾盈培, 等. 气候因素对浦东新区蚊虫密度影响的效应分析[J]. 中国媒介生物学及控制杂志, 2019, 30(4): 430-433. Xie B, Feng L, Gu YP, et al. An analysis of the effect of climatic factors on mosquito density in Pudong New area, Shanghai, China[J]. Chin J Vector Biol Control, 2019, 30(4): 430-433. DOI:10.11853/j.issn.1003.8280.2019.04.017 |
[12] |
唐烨榕, 杜龙飞, 王鑫, 等. 气象因素及伊蚊幼虫对云南省登革热的影响与滞后效应研究[J]. 中国媒介生物学及控制杂志, 2020, 31(2): 180-184. Tang YR, Du LF, Wang X, et al. Impact and lag effect of meteorological factors and Aedes larvae on dengue epidemic in Yunnan province, China, 2017[J]. Chin J Vector Biol Control, 2020, 31(2): 180-184. DOI:10.11853/j.issn.1003.8280.2020.02.012 |