泰国登革出血热时空分布格局及其气候驱动因素研究外文翻译资料

 2023-01-08 11:23:55

本科毕业设计（论文）

外文翻译

泰国登革出血热时空分布格局及其气候驱动因素研究

作者：Zhiwei Xu

国籍：澳大利亚

出处：Science of the Total Environment

中文译文：

摘 要：泰国的登革热负担相当大，但探讨登革热的传播原因的研究较少。本研究旨在探讨泰国登革出血热的时空格局及气候驱动因素。采用地理信息系统（GIS）技术和空间聚类分析方法，对泰国76个省1999年1月至2014年12月的严重登革热的空间分布进行可视化和高危人群检测，确定泰国51个省的严重登革热病例的季节模式，采用广义线性模型与分布滞后非线性模型相结合的两阶段建模方法，定量分析月平均气温和相对湿度对严重登革热病例发生的影响。研究发现登革热有明显的严重聚集，特别是在流行年，这些聚集的位置呈年际变化。泰国北部和东北部的严重登革热病例在6月至8月达到高峰，在整个研究期间这一模式是稳定的，而其他地区（特别是泰国中部）的严重登革热病例的季节性则不太可预测。随着泰国东北部、泰国中部和泰国南部平均气温的升高，出现严重登革热病例的风险增加，泰国东北部的峰值出现在24°C至30°C之间，泰国南部西海岸的峰值出现在27°C至29°C之间。相对湿度显著影响了泰国东北部和中部严重登革热病例的发生，并观察到每个地区的最佳相对湿度范围。本研究为泰国开发基于气候的登革热预警系统的提供了理论依据，并对预防及控制病媒爆发具有重要意义。

关键字：相对湿度 登革出血热

一、引言

登革热（dengue fever）是世界上受影响人数最多的虫媒病毒性疾病（Bhatt等，2013），已对家庭、医疗保健系统和政府造成了暂时的健康和经济负担（Castro等，2017；Shepard等，2016）。世界上一半以上的人口生活在有登革热传播风险的地区（Castro等，2017）。位于热带和亚热带地区的国家，如泰国，特别容易造成巨大的直接（如医疗费用）和间接（如工作场所生产力降低）成本，对处于社会经济劣势的人来说，这是最大的负担（J.S.Lee等，2017年；Tozan等，2017年）。登革热感染引起的传染病，可能发展成一种危及生命的并发症，称为严重登革热（也称为登革热出血热）。

了解测向的空间模式并确定其主要决定因素将有助于明智地分配资源，特别是对资源有限的国家和地区，并有助于制定量身定制的测向控制和预防方案（Acharya等人，2016年；Wangdi等人，2018）。登革热的传播涉及登革热病毒、蚊子（主要是埃及伊蚊和白纹伊蚊），以及易感人群的复杂相互作用。目前，防控在很大程度上依赖于病媒控制。因此，季节性模式的识别是确定矢量控制强度最佳时间的关键步骤。之前的研究广泛报道了登革热的不同季节性特征（Hu等，2010；Wangdi等，2018）。然而，以往探索不同年份登革热季节性动态变化的研究仍然有限（Stoddard等，2014）。

登革热传播的潜在驱动因素是多方面的，但与所有主要媒介传播疾病一样，已知气候因素（如温度、相对湿度和降雨量）与登革热传播密切相关（Morin等，2013；Wongkoon等，2013）。这些气候因素通过它们对登革热病毒复制和传播、媒介生态学以及人类行为的影响影响来影响登革热传播（Morin等，2013；Xu等，2017）。然而，由于气候登革热关系的复杂性，登革热传输的主要气候驱动因素可能在区域上有所不同（Lauer等，2018），这种关联通常是非线性的（Wu等，2018；Xu等，2017）。需要进行大规模研究，以了解气候变化情景下的登革热风险区域预测（Ebi和Nealon，2016），但这些预测的例子相对较少（Johansson等，2009；Hs Lee等，2017）。

70%的严重登革热发生在亚洲（Bhatt等，2013），泰国严重登革热的疾病和经济负担相当大（Bhatt等，2013年；JS Lee等。2017年；Tozan等，2017）。泰国的热带气候使蚊子密度非常高，是传播登革热的理想场所。此外，泰国是亚洲一个受欢迎的旅游胜地，是其他国家的劳动力来源，并且日益工业化。与这些特征相关的人类活动增加将增加来自其他地区的病毒输入，并可能有助于传播登革热流行（Tian等，2017）。关于泰国气候因素与东南部登革热之间的关系，Lauer等（2018）对登革热发病率和模型进行了气候协变，以预测泰国的几次登革热发病率，并发现与仅发病率模型相比，气候协变的结论并没有统一地增加预测值。他们推测，这一结论有可能是因为气候协变与登革热的关联在时间和空间上有所不同，也可能是因为这种关联是虚假的。到目前为止，还没有研究证实他们的推测，我们试图在本研究中填补这一空白。

本研究使用1999年1月至2014年12月泰国严重登革热病例的月度数据来解决三个目标：1）确定泰国可能出现的严重登革热高风险集群；2）比较1999年至2014年泰国不同省份严重登革热的年际季节性；3）量化平均温度和相对湿度与泰国及其区域严重登革热的相关性。

二、数据与方法

（一）数据收集

泰国地处东南亚热带地区，位于北纬5°37′至20°27′之间，东经97°22′至105°37′之间，气候受季节性季风影响。根据气候条件和气象条件，泰国可分为六个次国家区域，即泰国北部、泰国东北部、泰国中部、泰国东部、泰国南部西海岸和泰国南部东海岸（补充图S1）。

泰国有77个省。除Bueng Kan外，泰国各省份1999年至2014年的严重登革热病例月度数据和年度人口数据均来自于已发表的论文（Lauer等，2018）。泰国数字经济和社会部气象司提供了1999年至2008年61个省的日相对湿度和平均温度数据。我们通过计算日平均值，将相对湿度和平均温度的日数据合并为月数据。为了量化平均温度和相对湿度与严重登革热之间的关系，我们选择了51个气候数据完整的省份和20%以下的严重登革热数据缺失的省份。补充表S1中给出了这51个验证的详细信息（它所属的相应次国家区域、平均温度平均值和相对湿度平均值）。这51个省在泰国北部、泰国东北部、泰国中部、泰国东部、泰国南部西海岸和泰国南部东海岸的比例分别为60%（9/15）、60%（12/20）、50%（9/18）、75%（6/8）、83%（5/6）和100%（10/10）。

（二）数据分析

时空格局分析采用了来自76个省的全部数据集。由于一些省份每月的严重登革热数据缺失，我们无法将每月的严重登革热数据汇总到每个省份的年度估计中。因此，我们每年将可用月份的登革出血热病例数平均值按年度人口进行划分，得出每个省的登革出血热发病率。采用空间聚类分析方法，对随机分布的严重登革热病例进行分类，并探讨其高危性。采用泊松回归模型计算了每个组别的严重登革热平均相对风险（Qi等，2012）。

目前的证据表明，平均温度和相对湿度与登革热情况发生的关系可能是非线性的（Wu等，2018）。因此，我们使用了一个广义线性模型和一个分布滞后非线性模型来研究平均温度和相对湿度对严重登革热病例发生的影响（Gasparrini等，2010年）。根据广州、中国和越南湄公河三角洲地区先前研究的结果，分析中使用了一到三个月的滞后时间（Phung等，2016；Wu等，2018）。具体来说，分析分为两个阶段。在此，我们以平均温度为例来阐明细节。第一阶段：对每个省，采用交叉基础模拟平均温度与严重登革热病例发生率之间的关系。对于平均温度空间，用两个自由度的B样条定义了交叉基。平均温度样条的中心值与最低严重登革热风险点相对应。将月份和年份作为虚拟变量纳入模型，以控制季节性和长期趋势。第二阶段：采用多变量荟萃分析，将平均温度与严重登革热病例的发生联系起来（Gasparrini和Armstrong，2013）。最后，我们得出了在亚国家区域（即北部、东北部、中部、东部、泰国南部西海岸和泰国南部东海岸）和整个泰国三个月（一个月、两个月和三个月）的平均温度与严重登革热病例发生率之间的关系。第一阶段分析中使用了以下方程式：

Yt ~Poisson (mu;t)

Log(mu;t) =alpha; beta;Tt;l eta;1Month eta;2Year

其中t为观测月份，yt为观测月份t的登革热病例数，alpha;为模型截距，Tt;l为应用于温度得到的矩阵，beta;为Tt;l的系数向量，l为滞后月份。采用插补法，通过查找缺失的登革出血热数据，对登革出血热季节性评估进行敏感性分析。使用ARCGIS 10.5（ESRI公司，加利福尼亚州地市）和SATSCAN对每月发生的严重登革热进行可视化，并对高危人群进行识别。使用“DLNM”（Gasparini，2011）和“MVMETA”软件包模拟平均温度和相对湿度与严重登革热的关联，使用R 3.4.4中的“ZOO”软件包确定缺失数据。

三、结果

（一）泰国和次国家地区严重登革热病例的时间模式

1999-2014年泰国每月严重登革热病例的分解模式分析表明，2001年、2002年、2010年和2013年有严重登革热流行（图1a）。图1a中观察到了泰国登革出血热发生的明显时相特征，在受感染地区的年际变化相当大（图1b）。

（二）不同年份严重登革热发病率的空间格局

图2a显示了泰国每年一个月的严重登革热发病率的空间格局，图2b显示了一组每年的空间变化。泰国南部省份（即泰国南部西海岸和泰国南部东海岸）每月的登革出血热发病率在不同的流行年份中似乎一直很高。泰国中部的每月严重登革热发病率在2001年是最高的，但在其他流行年份（即2002年、2010年和2013年）仍然很低。

（三）全国和各省地区登革出血热病例的季节性

图3a描绘了76个选定省份（从上到下：泰国北部到泰国西海岸南部）的严重登革热病例的季节性模式，表明泰国大多数省份的严重登革热病例具有明显的季节性。特别是在泰国北部和东北部，严重的登革热病例在6月至8月达到高峰。泰国中部严重登革热病例的季节性不如泰国北部（即泰国北部和东北部）明显。泰国东部、泰国南部东海岸和泰国南部西海岸的严重登革热病例，在5月至8月达到高峰。敏感性分析结果表明，在统计缺失数据后，这76个省的严重登革热病例的季节模式没有显著变化（图s2）。

图3b显示了各省登革出血热病例的季节性逐年变化，表明泰国北部和东北部严重登革热病例的季节性逐年稳定。相比之下，泰国中部地区严重登革热病例的季节性逐年发生显著变化。泰国东部、泰国南部西海岸和泰国南部东海岸的严重登革热病例的季节性也逐年发生变化，尽管没有泰国中部那么显著。

（四）平均温度和相对湿度对泰国和次国家地区严重登革热病例发生率的影响

图4（a和b）和5（a和b）显示了平均温度和相对湿度对严重登革热病例发生率的影响。给出了三个月滞后的完整结果（对数（RR）和95%置信区间），因为该滞后对应于最低准阿卡克信息标准（QAIC）。

总的来说，平均温度显著影响了泰国严重登革热病例的发生（图4a）。具体来说，泰国中部严重登革热病例的发生对平均温度效应最为敏感，其次是泰国南部东海岸、泰国南部西海岸和泰国东北部（图4b）。有趣的是，平均温度与严重登革热发生率之间的关系形状以及临界温度（即与严重登革热病例发生的最低风险相对应的温度）在不同地区有所不同。相对湿度对泰国严重登革热病例的发生也有显著影响（图5a）。泰国东北部的严重登革热病例对相对湿度影响最为敏感，其次是泰国中部（图5b）。在这两个敏感区域，相对湿度与严重登革热病例发生的关系以及临界相对湿度（即相对湿度与严重登革热病例发生的最低风险相关）的形状也有所不同。图S3给出了图中平均温度和相对湿度模型的剩余图。4a和5a。我们没有观察到这些残留地块的不同模式。

图 1.a.1999年至2014年泰国每月发生严重登革热病例。b.1999-2014年全国以下地区每月发生的严重登革热病例

图 2. a.泰国不同年份严重登革热发病率的空间分布。b.泰国不同年份严重登革热的原发性集群。

四、讨论

本研究提出了分析泰国严重登革热时空格局的两种尝试之一（Lauer等，2018）。研究结果表明，虽然当地严重的登革热群每年都出现在不同的地区，这使得它们难以预测，但确定了一致的区域模式，这些模式可用于开发预测工具。泰国北部和东北部的严重登革热病例持续在6月至8月达到高峰。此外，泰国中部和南部的平均温度导致了严重的登革热，而泰国东北部的相对湿度则导致了严重的登革热。泰国不同地区平均温度和相对湿度与严重登革热之间的不均匀关联表明，仅在预测登革热发病率的发病率模型中考虑气候协变量时，考虑区域异质性可能会提高预测的准确性（Lauer等，2018）。

严重登革热传播的强度取决于登革热病毒的循环血清型、蚊虫密度、人群免疫水平和环境。因此，我们试图从这四个方面来理解泰国不同流行年份高风险集群转变模式背后的可

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[272291]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章