背景:新发传染病(Emerging infectious diseases,EID)指近40年在人群中新发现的造成区域性或国际性公共卫生问题的传染病。随着全球范围人口增长、社会经济发展、气候变暖、国际交流日益频繁、自然环境破坏等一系列打破原有生态平衡的改变,加之现代检测技术的进步,极大地促进了新发传染病的发现和患者人数的上升。据统计,自20世纪70年代中期以来,全球范围已发现40余种新发传染病,如埃博拉、尼帕病毒脑炎、艾滋病、西尼罗病、疯牛病、严重急性呼吸综合征(SARS)、人感染高致病性H5N1禽流感、发热伴血小板减少综合征、人感染H7N9禽流感等都对人类的生命健康构成了严重威胁。同时,这些种类繁杂的新发传染病传染源多样,传播途径各异,方式复杂,传播性强,且多是人畜共患疾病,极易造成跨地区、跨国界、跨洲界甚至全球范围的传播,越来越引起全球性关注,是日益严重的世界公共卫生安全问题。我国地域辽阔,纵跨热带、亚热带、温带等多个热量带,生物物种丰富多样,以媒介生物作为传播载体的疾病层出不穷。近年来,随着植树造林、退耕还林还草等政策的落实,野外动植物生态有了很大改善,而经济发展、生活水平提高的人们也更多到野外观光旅游,亲近自然,这些改变导致了我国新发虫媒自然疫源性传染病的种类显著增多,发现频率也明显加快。面对日益严峻的新发虫媒传染病形势,我们需要医疗工作者和全体社会成员共同努力为人们的生命健康做出贡献。在建立完善实时监测系统和提高检测方法和技术的基础上,做好数据分析、提高监测报告系统运行效率的同时,我们还需要整合不同学科资源优势,扩大跨学科合作研究,把环境科学、生态学、传染病学、临床医学和现代空间信息科学等结合起来,建设基于多因素统计模型的疾病早期预警与快速响应体系,完善快速发现疫情、准确评估疫情、合理处置疫情的立体化疾病防控能力,做好全方位预防和控制新发疾病的工作,最大程度地保障人民群众的生命财产安全。发热伴血小板减少综合征(Severe fever with thrombocytopenia syndrome,SFTS)是近年来发现于我国中部农村地区的新发蜱传自然疫源性疾病,病人主要临床表现为急性起热、发热(多在38℃以上),血小板和白细胞减少,伴有腹泻、恶心、呕吐等消化道症状,部分重症患者因多脏器损害而死亡。该病发现初期平均病死率达12%,部分地区甚至高达30%。2009年中国疾病预防与控制中心专家从疫区病人血液标本中分离出来一种新型布尼亚病毒,命名为发热伴血小板减少综合征病毒(Severe fever with thrombocytopenia syndrome virus,SFTSV)。此后,原国家卫生部印发了《发热伴血小板减少综合征防治指南(2010版)》以指导该病的防控、发现和诊断治疗,同时国家疾病预防与控制中心加强了SFTS病例的全国网络监测报告。截止2013年底,全国至少有十四个省市出现SFTS病例报道,且发病呈现逐渐上升扩散趋势,同时在韩国和日本也有病例出现,在美国发现了与该病高度相似的病人。研究证实该病可通过血液接触传播,长角血蜱(Haemaphysalis longicornis)是高度可疑的自然传播媒介。作为一种新发自然疫源性传染病,发热伴血小板减少综合征在病原学、临床诊断治疗方面已有一定的研究调查。但是,该病的流行特征尚不清晰,特别是导致疾病的环境危险因素和传播风险上更是少有研究,开展全国范围流行病学研究结合重点区域现场调查,掌握该病流行特点,确定高发人群、高发区域、高发季节以及评估疾病相关环境危险因素和传播风险,对于提高公众对该病的认识,促进针对性SFTS预防和控制工作具有重要意义。目的:①掌握新发传染病SFTS在我国的流行特征,从人群分布,时间和空间分布以及地域差异上总结SFTS在我国的流行规律;②确定SFTS在我国的高发区域、高发季节和典型自然疫源地景观;③定量分析SFTS的传播流行与自然地理环境、气候因子、社会经济、家畜密度、蜱虫分布等因素的关系;④建立预测模型,评估SFTS在我国传播流行的风险区域。方法:(1)、通过2011-2012年现场流行病学调查,收集我国SFTS最严重地区―河南省信阳市SFTS病人的流行病学信息,开展流行病学三间分布研究;同时应用统计学经典模型Poisson回归在乡镇尺度上分析人感染SFTS的环境危险因素。(2)、收集整理我国2010-2013年SFTS疫情监测数据,结合自然环境数据、气象数据、家畜密度数据和SFTS相关蜱媒分布数据等,在县区尺度实现空间集成关联,构建我国SFTS流行病学综合分析数据库。(3)、应用数理统计学和现代空间信息技术相结合的方法描述性分析SFTS在我国的流行特点,总结比较地区间流行差异。(4)、应用Sa TScan时空扫描聚集性分析方法确定SFTS在我国的高发区域和高发时间,结合文献调研和实地调查总结SFTS高发疫情区自然环境的典型景观特征。(5)、采用增强回归树模型(Boosted regression trees,BRT)检验评估我国SFTS流行与环境影响因素之间的关系,建立全国范围内SFTS的传播风险预测图。(6)、本研究使用到的软件主要有Microsoft office 2010,Arc GIS 9.2,ENVI 4.8,STATA 10.0,Sa TScan 9.0,R Language 3.1.1等。结果:(1)、作为我国SFTS流行最为严重的地区,河南省信阳市2011至2012年共报告SFTS病人504例,占河南全省发病数的98%。病人年龄分布从7岁至87岁(中位数为61岁),趋势卡方检验表明发病率随着年龄的升高而增多(χ2 test for trend,P<0.001)。女性病例数和男性病例数的比例为1.58:1,超过97%的病人为生活在农村地区的农民。全市年均发病率为4.2/10万,各乡镇年均发病率差异巨大,从0到64.9/10万不等,病例主要集中在信阳市的南部和西部山区,年均发病率最高的五个乡镇依次是高粱店镇(64.9/10万)、汪岗镇(56.9/10万)、观庙乡(43.3/10万)、河凤桥乡(38.8/10万)和洋河镇(38.0/10万)。从发病的时间分布上看,信阳市每年从3月到11月均有病例报道,发病高峰为5-7月(71.6%,361/504),2011年7月病例最多(32.1%,62/193),2012年5月病例最多(37.9%,118/311),这一时间段是当地人们在野外采茶的时间,同时也是该地区SFTS传播媒介长角血蜱的活跃期。乡镇尺度的Poisson回归模型分析发现影响SFTS发病率的主要环境因素是森林、草地以及旱地农田的面积,其中发病率与森林和草地的面积呈线性关系,会随森林和草地面积的增多而升高;发病率与旱地农田呈倒U字形关系,随着旱地农田面积的增多发病率先升高后下降。(2)、2010至2013年全国监测数据显示上报SFTS确诊病人共1768例,分布在14个省/直辖市的178个县区,发病数从2010年54例到2013年676例,呈逐年上升趋势。全国SFTS年均发病率为0.33/100万,高发病率区域具有显著空间聚集性,主要分布在中部和东部山区丘陵地带的农村地区。时间分布上,SFTS发病具有明显季节性,每年5-7月是发病高峰(占总病例数的67.2%)。病例年龄分布范围从1岁到93岁,中位数61岁,50岁以上病人占总病例数的84.5%;全国病例男女性别间没有明显差异,比例为0.94:1,趋势卡方检验结果显示男女发病人数和发病率均随年龄的升高而升高(P值分别为0.017和0.020);94.4%的报告病例为生活在农村地区有野外暴露史的农民或林业工人。2010-2013年共计有145例SFTS死亡病例,四年平均病死率为8.2%,从2010年的15.1%到2013年的7.1%,病死率呈逐年下降趋势。各疫情省份SFTS流行特征差异明显,河南省女性病例数与男性病例数比例为1.62(425/263),而其他省份的这一比例为0.82(485/595),辽宁省最低为0.71(50/70);河南省SFTS病死率为2.8%,其他省份SFTS的病死率从8.7%到12.3%不等;此外,SFTS的高发月份随着纬度的升高而明显推迟,河南、湖北和安徽省病例高峰为5-7月(大部分病例位于三省交汇处),山东省发病高峰为6-7月,辽宁省发病高峰为7-8月。(3)、时空聚集性分析结果显示我国SFTS分布具有显著时空聚集性。2010年1月-2013年12月的四年间,全国共探测到三个SFTS高发聚集区共覆盖59个县区,聚集区内病例数占总比例数的69.1%,但人口仅占全国总人口的2.9%。1号聚集区位于中部河南、湖北和安徽三省交界处共覆盖17个县区,高发时段为2011年4月-2013年10月,相对危险度(RR)为152.9。2号聚集区位于山东省胶东半岛的18个县区,时间跨度为2010年5月-2013年11月,相对危险度(RR)为30.0。3号聚集区位于山东省中部的24个县区,时间跨度从2011年5月至2013年11月,相对危险度(RR)为12.4。Spearman correlation秩相关分析结果显示,三个聚集区内SFTS月发病率与月平均温度,降雨量,相对湿度和光照时数四个气象因素高度相关。(4)、BRT环境因素评估模型结果显示海拔、降雨、日照时数、温度、长角血蜱分布、相对湿度、牛密度和森林覆盖面积是影响我国各县区SFTS流行的主要因素,上述变量的相对贡献度都大于5%。各个环境变量与SFTS流行风险间呈非线性关系。SFTS在县区尺度的流行风险随着降雨量、日照时数、牛的密度和森林面积百分比的升高,先上升后保持较高水平。SFTS流行风险随着温度升高而增加,并于22℃左右达到峰值,随后迅速下降到较低风险水平;相对湿度的影响作用也表现出了基本相似的趋势,即SFTS风险随相对湿度增加,先上升到一个峰值然后又逐渐减小到一定风险水平。海拔高度在100―400m范围是SFTS流行的高风险区域,当海拔高度大于400m后SFTS风险会随之增加而迅速减小,直到800m左右趋于稳定。此外,在已经证实有长角血蜱分布的地区,也会有较高的SFTS传播风险。模型的AUC评估值为0.985(95%CI 0.975-0.994),表明基于BRT模型构建的SFTS全国风险预测图有着优异的评估效果,全国SFTS流行高风险区域与已发生SFTS病例地区有很好的吻合,现有的报道病例基本都分布在预测的高风险范围,除此之外,安徽、浙江、江苏、辽宁和吉林等省份的很多地方虽然现在没有SFTS病例报道,但出现SFTS病例的可能性比较大。结论:本研究紧紧围绕应用现代空间信息技术开展新发蜱媒病发热伴血小板减少综合征流行病学研究,通过重点疫区信阳市的现场调查和全国疫情监测资料全景描述了信阳市和全国人感染SFTS病例的流行特征和区域间差异;应用时空聚类扫描分析明确了我国SFTS时空高发流行聚集区,并从时间上解释了气象因素对SFTS发病季节性的驱动效应;应用泊松回归模型定量评估了信阳市SFTS流行空间差异的主导环境因素;采用增强回归树模型构建了全国SFTS流行风险预测图。