埃塞俄比亚麻疹时空格局与驱动因素的多维建模及其对消除策略的意义（2018—2024）

《Frontiers in Public Health》：Spatio-temporal patterns and determinants of measles incidence in Ethiopia between 2018 and 2024

本研究针对埃塞俄比亚麻疹流行呈现显著空间异质性且常规监测难以精准识别高风险区的难题，基于2018–2024年全国分区级监测数据，整合流行病学、环境与社会经济多源指标，运用空间统计（Moran’s I/LISA/Getis-Ord Gi*）与负二项回归模型揭示：麻疹传播存在明显时空聚集性，夜间灯光强度（IRR=2.21）、相对财富指数（IRR=0.40）及温度是核心影响因素，为资源有限地区实现地理靶向干预提供了可操作的循证依据。

　　

在全球疫苗可预防疾病中，麻疹依然是儿童死亡的主要原因之一——尽管安全有效的麻疹疫苗早已问世，两剂接种（MCV₁和MCV₂）的保护效果分别可达约93%和97%，但全球每年仍有数百万感染病例，其中低收入国家的负担尤为沉重。埃塞俄比亚作为撒哈拉以南非洲人口大国，长期面临麻疹反复暴发与消除目标间的巨大鸿沟：全国麻疹疫苗覆盖率远低于群体免疫所需阈值（2021年MCV₁和MCV₂分别仅为54%和46%），且因冲突、自然灾害与卫生服务中断加剧了免疫力缺口。更关键的是，该国麻疹流行并非均匀分布——奥罗米亚、南方州等区域持续高发，而北部与东部则相对低发，这种“空间异质性”背后的驱动机制尚未被系统阐明。传统监测多关注时间趋势与总量统计，缺乏将地理维度与环境、营养和社会经济因素整合的分析框架，导致防控资源难以精准投向“最需要的地方”。因此，理解埃塞俄比亚麻疹的时空动态及其决定因素，成为优化控制策略、迈向消除目标的关键一步。论文发表于《Frontiers in Public Health》。

研究采用回顾性时空分析框架，核心数据源于埃塞俄比亚公共卫生研究所（EPHI）2018–2024年分区域（Zone）麻疹监测系统，涵盖实验室确诊、流行病学关联及临床诊断病例；整合气候（CHIRPS降雨/温度）、营养（DHS消瘦/生长迟缓/低体重率）、医疗可及性（HDX卫生设施距离）、社会经济（WorldPop人口密度/相对财富指数RWI、夜间灯光）及疫苗接种（卫生部DHIS2 MCV₁覆盖率）等多源数据。关键技术包括：①空间自相关检验（全局Moran’s I判断整体聚类趋势）；②局部空间统计（LISA识别高-高/低-低聚类与异常值，Getis-Ord Gi^*定位静态与时变热点）；③带随机效应的负二项回归模型（处理过度离散的计数数据，纳入时空滞后项与多变量协变量，计算发病率比IRR）。

麻疹病例特征与时空格局

2018–2024年全国累计报告71,635例麻疹病例，中位年龄48个月（IQR 24–120），以幼儿为主；地域分布高度集中：奥罗米亚占32.6%（23,382例），阿姆哈拉（12.7%）与索马里（10.2%）紧随其后，而哈拉尔、迪雷达瓦等地不足1%。时间上病例数近年激增——2023与2024年占比达33.3%与41.6%，反映后疫情时代免疫服务中断后的显著反弹。高危人群特征凸显：67%病例未接种或接种状态不明，85%经实验室或流行病学确认，99%存活但漏报与检测缺口仍存（表1）。

环境与系统指标显示区域间巨大差异：中位降雨12.39mm、平均温20.74°C，人口密度148.36人/km2，但卫生服务可及性偏低（距医疗机构中位距离32.42km）；营养状况严峻（消瘦率8.6%、生长迟缓率31%、低体重率28%），社会经济水平整体偏弱（RWI中位-0.33），夜间灯光极低（0.0054）暗示经济活动有限（表2）。

空间上，病例高度集聚于西南部与南部区域（如沃莱塔、加莫、南奥莫等区），少量高负荷区贡献大部分病例，多数区域则为低发“冷区”（图2）。时间演变揭示2018–2021年散发，2022下半年起暴发扩散，至2024年南部边境与西部仍存活跃传播（图3）。

空间聚类与热点识别

全局Moran’s I为0.154（p=0.003）证实弱但显著的阳性空间自相关——高发病区分区倾向于邻近高发区，低发区亦然，否定随机分布。LISA分析进一步刻画局部格局：高-高聚类（热点）集中于南部与中部，低-低聚类（冷点）见于北部与东部；低-高异常值（周边高发而本地低发）多见于早期（2018–2021）高发区边缘，提示局部防护或报告差异（图4）。

静态热点分析锁定持续高风险区：南方与西南州（沃莱塔、加莫、戈法、南奥莫、Bench Sheko等）及奥罗米亚南部（古吉、博雷纳、西阿尔西等）为长期热点（Gi^*高分），对应历史低接种率、人口流动与医疗薄弱区（图5）；其中超50%观察周数为热点的“固定热点区”更指向结构性脆弱（图6）。时序热点图显示2018–2020年南部热点初显，2021–2023年西南部扩展，2024年边境再燃，动态反映传播扩散路径（图7）。

时空模型的驱动因素解析

最终负二项回归模型纳入温度、社会经济与时空依赖等核心变量（剔除共线性高的降雨、湿度与部分营养指标）。结果显示：时空依赖性是最强预测因子——前期病例数（时间滞后）每增加一单位，当期发病率上升24%（IRR=1.24, p=0.028）；周边分区平均病例数（空间滞后）每增一单位，本地风险提高73%（IRR=1.73, p<0.001），印证空间扩散机制。

气候与社会经济因素作用显著：高温降低风险（IRR=0.78, p=0.005），可能因病毒环境存活下降；低体重率虽正相关但不显著（IRR=1.32, p=0.604）。关键发现是社会经济不平等的主导作用——更高财富水平（RWI）显著保护（IRR=0.40, p<0.001），而夜间灯光（代理人口密度与经济互动）倍增风险（IRR=2.21, p<0.001），揭示贫困与人类聚集是传播的核心驱动力。医疗距离无显著影响，提示单纯物理可及性不足抵消社会经济劣势（表3）。双年度随机截获方差（SD=1.45）捕获未观测的时间波动，反映补充免疫活动（SIA）与季节变化的影响。

结论与启示

本研究首次在埃塞俄比亚全国尺度整合多源数据与时空模型，系统揭示麻疹流行的非随机格局：传播高度聚集于南部与西南部，并由时空持续性、社会经济不平等与气候因素共同塑造。结果表明，单纯提升宏观接种率不足以阻断传播——必须聚焦“地理靶向”：对持续热点区强化主动监测、微规划接种与快速响应，同时解决贫困与人口流动带来的免疫力缺口。

方法论上，空间统计与回归模型的结合为资源有限地区提供了可复制的分析框架，可延伸至其他具有空间异质性的传染病（如疟疾、霍乱）。政策层面，将时空建模嵌入常规监测，可实现从“被动应对”到“前瞻预警”的转变，推动埃塞俄比亚及类似地区迈向麻疹消除目标。