风险评估是对事件的信息进行收集、评估、记录并确定事件风险等级的系统过程，为减少突发公共卫生风险的不良后果提供行动依据^[1]。随着经济全球化的进程加快，国际人口流动和经贸往来日益频繁，许多已消除疟疾的国家和地区都曾出现疟疾再流行。虽然我国已于2021年获得WHO消除疟疾认证，但每年仍有2 000余例的输入性疟疾病例从非洲和东南亚等地区输入，给我国巩固消除疟疾成果带来严重威胁。对输入性疟疾进行风险评估研究对于我国疟疾消除后阶段的防控工作具有重要意义。疟疾风险评估很早就被纳入我国消除疟疾工作：《消除疟疾技术方案（2011年版）》提出监测目的之一是评估疟疾传播潜在风险^[2]，《全国消除疟疾监测方案（2015年版）》将再传播风险地区评估和划分纳入消除后阶段的监测工作^[3]，《全国消除疟疾工作方案（2016-2020年）》将输入性传染源传播风险评估的技术攻关纳入保障措施^[4]。本文归纳总结了目前我国输入性疟疾风险评估的常用方法，主要包括风险指标体系构建法、风险指数法、数学模型法、易感性-接受性-输入性（IRV）法等。

1. 风险指标体系构建法：根据疟疾的流行病学特征及各种系数权重确定方法构建输入性疟疾风险指标体系以评估疟疾输入再传播风险是一种经典且应用较多的风险评估方法。分为2个阶段：一是识别风险因素，通常从疟疾传播的“三环节”（传染源、传播媒介、易感人群）和“两因素”（自然因素、社会因素）来提出基础风险指标体系^[5]，但随着我国疟疾进入消除后阶段，防控重点逐步转向输入阶段，这些风险因素需要与时俱进，从新的角度建立输入性疟疾风险指标体系，如国际交流、经济贸易、人口社会等，使其适用于防控疟疾输入阶段的风险评估。二是指标权重的确定，主要有德尔菲法、层次分析法（AHP）、熵权法及优劣解距离法（TOPSIS）等。

（1）德尔菲法：是由组织者针对所需要解决的问题（如疟疾风险评估指标体系的构建）设计一系列问卷调查表，通过信件向专家组成员征询意见，在权重确定方面属于主观赋权法的一种。在此研究过程中，研究者通常在文献综述、专题讨论等基础上初步构建一套风险指标体系，再通过德尔菲法展开多轮专家咨询，专家组成员之间通过组织者的反馈材料匿名地交流意见，经过多轮征询、反馈和归纳，专家组的意见逐渐集中，最终依据专家意见通过分级计算权重得出疟疾输入再传播的风险指标体系。德尔菲法的优点为专家意见相对独立、决策民主化；缺点为过程繁杂，耗时、成本高，且易出现信息偏差，存在不收敛的风险，且评分依赖于各位专家的经验，主观因素影响较大，容易产生偏倚。

德尔菲法是一种经典的风险指标体系构建方法，在国内外传染病风险评估领域应用广泛，在输入性疟疾风险评估领域也有多项研究。如刘巧等^[6]使用德尔菲法构建了适用于在我国疟疾消除后阶段动态评估疟疾输入的风险指标体系，包括人群易感性、媒介接受性和输入性3个一级指标、6个二级指标和44个三级指标；雷蕾等^[7]利用德尔菲法开展2轮专家咨询，构建了江西省输入性疟疾继发传播的风险评估指标体系，依据专家意见筛选并确定权重构建了3个一级指标和10个二级指标。

（2）AHP：是一种能够将定性评价进行定量化的方法，用于多准则多方案的综合评价方法，通过获取评价者对各项准则/指标优劣程度两两比较的判别矩阵，由矩阵计算各项的特征向量作为指标权重，较好地体现了定性和定量分析相结合的思想^[8]，该方法常与德尔菲法相结合，比单凭经验所确定评价因素权重的专家咨询法更加科学^[9]。AHP的优点为结构化的决策过程、相对灵活的权重确定方法；缺点为涉及到研究者对不同准则和选项的主观评估和判断，最终研究结果易受研究者主观因素影响。AHP在输入性疟疾风险评估领域也有所应用。如王晓欢^[9]将AHP和德尔菲法联合应用，确定了福建省疟疾消除地区重新流行风险指标体系及各级指标权重；莫晓彤等^[10]在德尔菲法形成的专家对输入性疟疾再传播风险因素咨询意见的基础上，结合AHP的思想，形成了一套相应的权重系数，该研究采用主观和客观方法相结合的策略，在一定程度上弥补了单一评价方法的缺陷；Lei等^[11]对比了使用AHP结合德尔菲法与传统德尔菲法得出的2套输入性疟疾风险评估指标体系，发现使用AHP有助于量化风险指标的相对重要性，使结果更加客观可信，将AHP与德尔菲法相结合使用，可以降低由于变量过多而导致的计算复杂性。

（3）熵权法：是通过指标观测值的差异程度对指标进行赋权的方法，属于客观赋权法的一种，熵被用作衡量权重的度量标准，熵越高表明信息量越大，即该因素对于决策的影响越大。熵权法的优点为通过计算信息熵来确定权重，避免了主观判断和人为干预的影响，提高了研究结果的客观性；缺点为过于依赖样本数据而容易忽略指标本身的重要性，且对数据质量和可靠性要求较高，因此常与其他权重确定方法联合使用。如刘巧等^[6]采用德尔菲法和熵权法权重相结合的方式构建了适用于疟疾输入阶段的风险评估体系，兼顾了专家共识的权威性和各项指标观测值的差异性；刘春燕等^[12]也采用了德尔菲法和熵权法确定了涵盖2个一级指标、8个二级指标和26个三级指标的疟疾风险评估指标体系。

（4）TOPSIS：是一种适用于多准则决策分析、计算权重的方法，属于客观赋权方法的一种，该方法基于正理想解和负理想解2个概念。正理想解指在所有决策指标上取得最大值的解，负理想解指在所有决策指标上取得最小值的解。使用这2个理想解来确定每个解与理想解的距离，然后计算其距离比值，得到最终的排序。TOPSIS的优点为计算过程较直观、容易理解，权重确定方法更加客观且具有一定灵活性；缺点为仅适用于正向指标，对于某些反向指标需要进行适当转换。TOPSIS常用于企业管理、投资决策、产品设计等领域，近年来在疟疾风险评估领域也有所应用。如莫晓彤^[13]构建并对比了德尔菲法-熵权法、德尔菲法-TOPSIS、AHP、AHP-TOPSIS等多个主观和客观的综合评价方法，通过现场调查、文献调研和公开数据搜索等方式完成了疟疾风险评估指标数据库的建立，并通过后续实证研究，基于保序性和保距性原则得出结论：德尔菲法-TOPSIS效果较优于其他几种方法。

2. 风险指数法：通过综合考量疟疾传播风险因素，对风险因素进行定量计算得出风险指数，最终通过各种风险指数对疟疾传播风险进行评估，是一种应用广泛的风险评估方法，常用的风险指数有疟疾传播潜能指数（TPI）、消除疟疾防控能力指数（ICI）、疟疾传播风险评估指数（MRI）及媒介能量指数（VCAP）等。

（1）TPI：用于评估疟疾在某一地区传播的潜力，通常基于当地气候条件、社会经济状况、疟疾病毒株的类型及宿主和媒介的数量和分布等进行计算，对评估疟疾输入再传播的风险十分有利，是疟疾风险评估常用的指数。如雷蕾等^[7]对江西省疟疾输入继发传播的风险评估研究；尹授钦等^[14]对云南省边境地区疟疾传播的风险评估研究及杨燕等^[15]对武汉市输入性疟疾再传播的风险评估等。

（2）ICI：通过对某一地区多个指标（如传播潜能和防控能力）进行综合评估，从定量角度分析所研究地区的疟疾传播风险，ICI将防控能力的所有指标（包括防控体系、经费支持、人员培训、工作执行情况、医疗机构人员诊疗技能等）赋值得分乘以指标组合权重后求和^[15]。ICI分4级：1级表示防控能力强，2级表示防控能力中等，3级表示防控能力较弱，4级表示防控能力弱。

（3）MRI：是基于TPI和ICI建立的，其取值与TPI成正比，与ICI成反比。MRI分4级：1级为较高风险，2级为中等风险，3级为较低风险，4级为低风险。

（4）VCAP：是一种用于评估病媒生物传播疾病能力的指数，基于病媒生物的生物学特性和环境因素计算，可以显著反映病媒生物在疾病传播过程中的传染能力，在输入性疟疾继发传播研究中，通过计算某地VCAP可以很好地了解当地蚊媒传疟的风险和强度，为风险评估提供可靠依据，此外，VCAP还可以用来评估不同防控措施对病媒生物传播疾病的影响^[16-17]。VCAP从20世纪中期开始被用于按蚊对疟原虫传播能力的评估，此后一度成为评估疟疾传播能力和媒介可接受性的关键指标之一^[5]。

3. 数学模型法：数学模型在传染病流行趋势预测和风险评估领域发挥着重要作用，建立数学模型可以对传染病的传播过程进行定量分析和预测，评估疫情严重程度及传播速度等，为制定合理的防控措施提供科学依据。数学模型法在输入性疟疾风险评估领域也多有应用。

（1）SEIR-SEI模型：SEIR模型是一种常见的传染病传播模型，适用于描述人群中疾病的传播及演化过程，可以帮助公共卫生部门和政府预测疾病传播趋势、评估疾病控制策略的有效性，以及指导公众采取相应的防控措施。SEIR模型是基于SIR模型的扩展，增加了一个潜伏期的状态，人群被分为4类状态：易感者（susceptible）：没有感染过该疾病的人群，但有可能被感染；潜伏者（exposed）：已经被病原体感染，但还没有出现症状；感染者（infectious）：已经被感染且具有传染性的人群；康复者（recovered）：已经康复并获得免疫力的人群。在输入性疟疾再传播风险评估领域，李国群等^[18]在SEIR模型基础上，考虑潜伏期并引入环境容纳量，将疟疾传播过程分为2个部分：疟原虫在人群中传播的S_hE_hI_hR_h模型和在蚊虫中传播的S_vE_vI_v模型，h代表人群（host），v代表蚊虫（vector），该研究通过建立SEIR-SEI模型定量模拟不同干预措施下的疟疾疫情发展情况，提出了更符合当地实际情况的防控建议。

（2）小尺度疟疾再传播风险评估模型（SMRRAM）和大尺度疟疾再传播风险评估模型（LMRRAM）：是陈田木^[19]在对云南省边境地区疟疾输入再传播风险评估研究中所提出的2种模型。SMRRAM首先基于加权乘法模型将此前提出的风险指标体系中各指标加权计算接受性和脆弱性分值，再利用乘法模型计算MRI分值和等级，将MRI等级转化为低、中、高、较高和极高5个疟疾再传播风险等级，最后计算5个研究村寨的疟疾再传播风险，SMRRAM可以在村寨水平开展疟疾输入再传播风险评估研究，为我国小尺度疟疾再传播风险提供了重要方法学基础。LMRRAM是针对区（县）水平的大尺度疟疾再传播风险评估模型，以SMRRAM为基础，采用分布式函数对SMRRAM进行指标筛选，模型输入为大尺度调查的各指标数据，采用算法为加权乘法模型，LMRRAM与SMRRAM除了纳入指标和算法存在差异，在构架、运行模式和评估结果输出能力方面与SMRRAM一致。

4. IRV法：是Romi等^[20]2001年提出的用于评估已消除疟疾地区继发传播风险的理论，IRV法的关键在于分析媒介对输入性疟原虫的易感性、媒介接受性和输入性。易感性指媒介按蚊对不同疟原虫种类或株数的易感性，我国主要媒介按蚊对间日疟原虫的易感性不同，通常采用蚊胃卵囊阳性率和蚊虫唾液腺子孢子阳性率进行衡量；媒介接受性主要综合考虑媒介种类、密度和生物学特征对疟疾传播的影响程度，常用VCAP衡量；输入性又称脆弱性，广义的脆弱性指系统或群体暴露于危害及其不利影响的可能性，有学者认为，当外部的输入病例增加或内部的处理能力减弱时，人群脆弱性将升高，继发传播风险随之升高^[21]。IRV法是WHO对已消除疟疾的国家和地区较推荐的对于输入性疟疾再传播的风险评估方法，国际上一些已消除疟疾国家应用较多，如意大利^[20]、法国^[22]、希腊^[23]、西班牙^[24]等国内研究者也对IRV法有所应用，但仍处于起步阶段。如刘巧等^[6]基于IRV法及德尔菲法、熵权法，建立了一套适用于我国输入性疟疾在引入阶段风险评估的指标体系，包括人群易感性、媒介接受性、输入性3个一级指标，境外感染风险、虫媒特征、自然因素、外部暴露风险、境内传播风险和内部防控能力6个二级指标和44个三级指标，为我国减少疟疾输入再传播巩固疟疾消除成果提供了新的参考方法；陈田木等^[5]也基于IRV法结合传统风险评估方法构建了以媒介可接受性和人群脆弱性为核心内容的包括2类4大因素16个指标的疟疾再传播风险评估指标体系。

5. 新兴传染病风险评估方法：如应用机器学习和人工智能技术对疟疾进行风险评估和预测、基于遥感卫星等其他地理空间大数据预测环境和人类活动对疟疾传播的潜在影响和风险、基于多渠道大数据挖掘技术发现和识别在疟疾传播过程中的关键风险因素从而提供对未来疟疾流行风险的预测和评估等。这些新兴方法和技术仍在不断更新和完善中，需要综合考虑多种因素，并结合现有流行病学和医学知识进行综合分析与解释。

（1）人工智能与机器学习模型的应用：随着人工智能及机器学习技术的发展，其在传染病风险评估和监测预警领域的应用前景也越来越广阔，这种方法可以分析大量历史数据，包括环境因素、病例报告和卫生系统数据，从而提供更加准确的风险评估和预测结果。Midzi等^[25]基于贝叶斯模型，揭示了血吸虫病、疟疾等寄生虫病传播的时空分布格局及其变化趋势，并综合分析时间、空间、环境、经济和社会经济等风险因素对疾病传播的影响，还采用了决策树、深度神经网络和线性回归3种机器学习模型对登革热进行诊断，模型评价效果良好。面对热带传染病流行与控制中复杂的环境和社会等因素，人工智能技术为应急指挥与决策优化提供了重要的技术支持^[25]。

（2）遥感图像等地理信息技术的应用：遥感技术可以获取卫星图像和其他地理空间数据，可用于监测和评估疟疾及其他传染病传播的风险，提供关于环境因素（如温度、降水量、土地利用等）和人类活动（如人口分布、人口流动等）的信息，地理信息技术的发展为疟疾风险评估和预测提供了重要的数据支持，将这些数据与其他流行病学数据结合，可以用于完善风险评估模型，得出更准确的疟疾风险评估和预测结果^[26]。Bationo等^[27]基于遥感数据（地表温度、植被指数、土地覆盖率等）、气象数据（温度及降水量等）及疟疾历史数据对布基纳法索卫生区进行时空分析并建立了预测模型以预测未来当地的疟疾流行风险和传播趋势，并揭示了当地疟疾的季节性和地域性变化趋势。

（3）多元大数据挖掘技术的应用：随着计算机技术及大数据分析方法的不断发展，尤其是互联网搜索、社交媒体、移动定位等大数据及其分析技术，为传染病风险评估和预警方法提供了新的思路。多元大数据挖掘技术可以从大规模数据集中发现潜在风险因素与传染病流行传播的模式和关联性，可用于识别传染病传播的关键因素及风险因子，通过结合社交媒体和其他多元数据以及流行病学数据，可以完善现有的传染病风险预测模型和风险评估工具，从而提升现有预测模型和评估方法的准确性和可靠性^[28-29]。

疟疾曾是我国流行历史久远、影响范围广泛、危害严重的传染病之一，经过70多年来的防治，于2021年正式获得WHO消除疟疾认证。但仍然面临许多疟疾消除后的挑战，特别是我国边境、沿海地区如云南、浙江等省份，受境外疟疾威胁严重，发生输入性疟疾再传播的风险高，对我国巩固消除疟疾成果的工作造成严重威胁^[30-31]。在疟疾消除之前的阶段，我国已有很多学者对当时的疟疾传播风险进行评估，这些研究大多是基于疟疾传播的“三环节”“两因素”以及WHO推荐的IRV法等理论基础指导进行的，所建立的风险指标体系多将目光集中于国内本土疟疾流行风险因素如媒介种群数量、历史流行情况、气温、降水等。但随着我国疟疾消除工作的完成，以及经济全球化的不断深化和“一带一路”倡议的深入展开，国际经贸往来等交流活动日益增多，境外风险因素以及国际贸易交流等社会经济因素或也需要被考虑在内^[31-34]。此外，近些年来，人工智能及机器学习技术飞速发展并迅速应用于各个领域，基于各种机器学习算法和多元大数据的传染病风险评估方法也将是一个值得期待的研究方向。

利益冲突  所有作者声明无利益冲突