基于血吸虫病活跃传播点研究高风险钉螺孳生地的时空动态

血吸虫病疫情的反弹以及居民反复再感染使得控制效果具有长期可持续性的策略备受关注，控制唯一中间宿主-钉螺以切断传播途径是根本，但广泛存在的钉螺孳生地要求我们必须抓住重点地高风险环境，因此活跃传播点的新概念被提出。本课题基于空间流行病学设计，将传统流行病学与现代空间信息技术结合，有效融合多种来源的数据，建立安徽省1997-2010年血吸虫病时空综合数据库。在校正血吸虫病感染率的基础上，将Bayesian时空多水平模型探测血吸虫病高风险区域的技术与基于遥感和地理信息系统提取钉螺孳生地的方法结合确定活跃传播点，定位高风险钉螺孳生地，研究其时空动态，建立时空分析方法体系；在确定主导其时空变化因素的基础上，初步探讨利用基于主体的模型进行高风险钉螺孳生地的动态模拟与预测研究。结果为制定控制效果具有长期可持续性的血吸虫病防治策略、合理分配有限的卫生资源提供依据，对开展其它媒介传播疾病的相关研究提供指导。

血吸虫病是我国的重大传染病之一，经过60余年的努力，成绩显著。然而，全球气候变暖、南水北调等水利工程的建设等诸多因素的变化，使得血吸虫病的时空分布格局与流行趋势正悄然地发生变化，正确地掌握其时空动态变化规律显得尤为重要。本课题以空间流行病学的设计为基础，将流行病学的方法与现代空间信息技术进行了结合，在解决了地理上的行政区划变化和不同来源复杂数据整合的问题基础上，基于每年按照分层整群抽样方法的调查血吸虫病疫情和钉螺分布数据，成功建立了安徽省1997-2010年血吸虫病及其影响因素的时空综合数据库，覆盖了血吸虫病流行区9个市、39个县（区）、501个乡镇、以及3000多个村。在钉螺孳生地的遥感技术研究中首次回顾了中国在该方面的研究历史和最新进展，并基于时间序列的遥感图像首次提出了应用于识别钉螺孳生的植被生长模式的新概念，并进行了现场的成功应用，灵敏度和特异度分别为63.64%（14/22）和78.09%（139/178）；引入数学上的Bayesian BYM模型，将因素的影响效应分解为空间相关的随机效应和非空间的随机效应，从而可以有效处理无法考虑的影响因素或遗漏的重要影响因素的作用、发展了时空Kriging模型将时间变量和空间变量同时进行模型拟合，提高了二者分离拟合的效果，并将它们应用于血吸虫病高风险区域的分析研究中，掌握了其风险变化规律，确定了主导其变化的主要因素，初步建立了相应的简单地时空分析方法体系，为类似时空数据的有效利用提供了可资借鉴的分析方法，结果为空间统计分析方法的研究、制定有效的血吸虫病防治策略等提供了基础和科学指导。