背景:肾综合征出血热(hemorrhagic fever with renal syndrome, HFRS)是由不同型别的汉坦病毒(hantavirus, HV)引起的一种以发热、出血、肾功能损害等为主要临床特征的自然疫源性疾病。在我国引起HFRS的病原体主要是汉滩型(Hantaan virus, HTNV)和汉城型(Seoul virus, SEOV)汉坦病毒,分别引起大约10%和1%的病死率。我国是世界上HFRS发病最多的国家,HFRS病例数占世界报道病例数的90%以上。病例以青壮年人群为主,不仅对人民身体健康和生命安全造成危害,而且对社会经济发展造成严重影响,已经成为一个严重的公共卫生问题。近年来,我国HFRS的流行趋势呈现出一些新特点:由单一型疫区向混合型疫区演变,家鼠型疫区范围不断扩大,并有向大城市蔓延的趋势,形成新疫区,部分姬鼠型疫区依然维持较高的发病水平。但导致新疫区HFRS病例数增加的可能的环境因素尚不清楚,姬鼠型疫区气候因素与HFRS传播之间的定量关系有待进一步确定。疟疾是一种经疟蚊(Anopheles)叮咬而感染疟原虫而引起的全球性急性虫媒传染病。自2000年以来,安徽省是我国疟疾疫情波动幅度最大的一个省份,疟疾疫情呈骤升趋势,近几年安徽省每年发病数位于全国前列。各个区县的发病率具有很大的差异,那么近几年安徽省疟疾流行的时空分布有何特点、发病热点区域又在何地?这是我们疟疾防控中亟需解决的科学问题。同时,疟疾的流行具有一定周期性的特点,而且发病率的时间序列多是杂乱的、复杂的、非平稳的,以前的研究很少考虑发病率时间序列的这些特点,因此有必要开展我国一些疟疾典型疫区的流行周期性特点以及气候因素对疟疾发病的“驱动效应”的研究。目的:①探讨HFRS家鼠型新疫区北京市宿主动物感染HV的空间分布特点,确定影响宿主动物感染HV的主要环境因素,建立北京市宿主动物感染HV的空间预测模型;②定量评价气候因素对东北大兴安岭林区姬鼠型疫区HFRS传播的影响;③明确安徽省疟疾流行的时空分布特点,确定安徽省疟疾发病的热点区域;④阐明我国疟疾典型疫区的流行周期性特点,评价气候因素对疟疾发病的“驱动效应”。方法:通过现场调查与实验室检测,结合遥感影像利用Logistic回归和空间统计分析,对北京市宿主动物感染HV的风险进行预测;利用互相关分析和时间序列泊松回归分析,定量地评价我国东北大兴安岭林区气候因素对姬鼠型疫区HFRS传播的影响;利用空间自相关和空间统计分析安徽省疟疾发病的时空分布特点,利用时空扫描聚集性分析确定安徽省疟疾发病的热点地区;利用交叉小波变换和小波相干技术确定疟疾典型疫区(安徽省、海南省、云南省)流行的周期性特点,确定气候因素对疟疾流行的“驱动效应”。结果:①在2005年到2007年HFRS的流行季节,在北京市86个调查点共布放鼠夹22250夹夜,捕获啮齿动物1639只。经RT-PCR(Reverse transcription polymerase chain reaction)检测,获得阳性宿主动物117只,其带毒率7.14%。多因素Logistic回归分析结果显示园地、水田和40-80 m海拔是宿主动物感染HV的危险因素,而林地则是宿主动物感染HV的保护因素。最终模型是:Logit( P ) = 1.059×水田+ 0.115×园地+ 2.285×(40-80 m海拔)? 1.909×林地。建立的风险预测图显示北京市HFRS的高风险区主要位于市区和近郊区县。同时利用HFRS病例的发病地点对风险预测图的可靠性进行了验证。②在内蒙古自治区鄂伦春族自治旗和莫力达瓦达斡尔族自治旗,互相关分析的结果显示月平均降雨量、月平均地表温度、月平均相对湿度和多变量厄尔尼诺南方涛动指数(Multivariate El Ni?o Southern Oscillation Index, MEI)都与HFRS发病是相关的,但存在3-5个月不等的滞后效应。在鄂伦春族自治旗,在控制了自回归、季节性、长期趋势后,3个月前的月均降雨量、4个月前的月均地表温度、3个月前的月均相对湿度、4个月前的MEI在HFRS的传播中起了重要的作用。最终时间序列泊松回归模型提示地表温度每升高1°C HFRS发病数将会增加11.4%。降雨每增加1mm、相对湿度每增加1%、MEI每增加1个单位,HFRS发病数可能会增加1.1%、2.9%、55.3%。HFRS发病数与预期数拟合的非常好(伪R2 = 79.43%)。在莫力达瓦达斡尔族自治旗,在控制了自回归、季节性、长期趋势后,4个月前的月均降雨量、5个月前的月均地表温度、4个月前的月均相对湿度、4个月前的MEI在HFRS的传播中发挥了重要的作用。最终时间序列泊松回归模型提示地表温度每升高1°C HFRS发病数将会增加16.8%。降雨每增加1mm、相对湿度每增加1%、MEI每增加1个单位,HFRS发病数将会增加0.5%、3.2%和73.6%。建立的模型效果较好(伪R2 = 75.91%)。③安徽省各县区疟疾发病率呈现明显的地区差异,90年代后期疫情主要在安徽中部地区,2001年以后疟疾疫区流行区域迅速扩大,高发地区从安徽中部转移到淮北地区。空间趋势分析结果显示疟疾发病率在东西方向和南北方向均具有明显的趋势变化,总体上北方高于南方,在东西方向上发病率呈现“∩”型。空间自相关的结果显示在安徽省范围内疟疾的空间分布存在一定的聚集性的特点。时空聚集性分析(最大空间窗口半径为安徽省50%的总人口、最大时间窗口为研究时期的50%)确定了一级聚类区分布于安徽省北部13个县市,其高发时段为2003.06-2008.10。当时空半径设为25%时,时空聚集性分析结果显示一级聚类区分布于安徽省北部10个县市,其高发时段为2005.07-2007.11。二级聚类区分布于安徽省中东部14个县市,其高发时段为2002.06-2003.10。④连续小波变换的结果显示安徽省疟疾发病率除了发现1年的周期外,还发现了5-6年和12年的年际间的周期。海南省疟疾发病率存在8年左右的周期,1年的周期没有达到统计学水平。而云南省疟疾发病率只发现了1年的周期。当地气候因素(降雨、温度、湿度)的周期以1年周期为主,而MEI除了1年周期还发现了年际周期。交叉小波和小波相干分析结果显示:在安徽省,月均疟疾发病率和月均降雨量、温度(月平均温度、月最高温度、月最低温度)、相对湿度、MEI之间是相干的,频域上两者以1年周期模式为主(除MEI以2-4年频域为主外),两者的位相关系从同步到滞后5个月不等,并且两者之间关系是间断的、不连续的。在海南省,月均疟疾发病率和月均降雨量、温度是持续相干的,与相对湿度、MEI之间存在短暂的相干,两者的位相关系从同步到滞后1个月。在云南省,月均疟疾发病率和月均降雨量、温度、相对湿度、MEI之间是持续相干的,两者的位相关系从同步到滞后1个月,频域上都是以1年周期模式为主。结论:本研究明确了HFRS新疫区北京市宿主动物感染HV的空间分布特点,确定了影响宿主动物感染HV的主要环境因素,建立了北京市宿主动物感染HV的空间风险预测地图;定量地评价了我国东北大兴安岭林区气候因素对姬鼠型疫区HFRS传播的影响;明确了安徽省疟疾流行的时空分布特点,确定了安徽省疟疾发病时空热点区域;确定了我国疟疾典型疫区的疟疾流行的周期性特点,评价了气候因素对疟疾发病的“驱动效应”。