間日瘧疫情與氣象因素的廣義相加模型研究

鄭金鑫，史本云，楊國靜,4,5

間日瘧疫情與氣象因素的廣義相加模型研究

鄭金鑫1,2，史本云3，楊國靜1,2,4,5

目的探討云南省騰沖地區(qū)瘧疾疫情與氣象因素之間的關(guān)系，以解釋氣象因素在瘧疾傳播與流行中的作用，為采取針對性的預(yù)防措施提供理論依據(jù)。方法根據(jù)中國疾病預(yù)防控制中心提供的2005-2010年騰沖縣間日瘧月發(fā)病數(shù)據(jù)以及收集同期該地月平均氣溫、月平均最高氣溫、月平均最低氣溫、月降雨量、月平均相對濕度、月最小相對濕度等氣象資料，運用Pearson相關(guān)分析方法分析瘧疾發(fā)病例數(shù)與氣象因素的相關(guān)性，采用廣義相加模型分析氣象因素及媒介能量與瘧疾發(fā)病之間的關(guān)系。結(jié)果最低氣溫、平均相對濕度及最小相對濕度與本地瘧疾發(fā)病間存在較弱的正相關(guān)關(guān)系；媒介能量、相對濕度與瘧疾發(fā)病間存在較復(fù)雜的非線性關(guān)系。當(dāng)媒介能量>10時，呈現(xiàn)正效應(yīng)，并隨媒介能量的增加對瘧疾發(fā)病的正效應(yīng)逐漸增強；當(dāng)平均相對濕度在55%～70%之間時，對瘧疾發(fā)病產(chǎn)生正效應(yīng)，但相對濕度>70%時，對本地瘧疾發(fā)病的效應(yīng)值降低。結(jié)論廣義相加模型能夠較好地解釋氣象因素與本地瘧疾發(fā)病之間的關(guān)系，媒介能量、相對濕度與瘧疾疫情間存在著較為復(fù)雜的非線性關(guān)系。

瘧疾；廣義相加模型；氣象因素；媒介能量

瘧疾是嚴(yán)重危害人類身體健康和生命安全、影響社會經(jīng)濟發(fā)展的重要寄生蟲病之一，約50%的世界人口面臨著感染瘧疾的風(fēng)險[1]。當(dāng)前我國瘧疾的發(fā)病主要集中在海南、云南等地區(qū)。2009年云南省共報告瘧疾病例3 163例，瘧疾發(fā)病率0.69/萬，輸入病例占70.22%，發(fā)病率超過1/萬以上的縣占15.50%[2]。為積極響應(yīng)全球消除瘧疾行動，我國政府于2010年提出了國家消除瘧疾行動計劃，提出“到2015年，全國除云南部分邊境地區(qū)外，其他地區(qū)均無本地感染瘧疾病例；到2020年，全國消除瘧疾”的目標(biāo)[3]。瘧疾的傳播與流行與氣象因素密切相關(guān)，已有文獻證實氣溫、降雨量等對瘧疾的發(fā)生影響較大[4-6]。近年來，廣義相加模型(Generalized Additive Model,GAM)已經(jīng)廣泛應(yīng)用于公共衛(wèi)生領(lǐng)域[7-8]， GAM 是廣義線性模型的非參數(shù)擴展[9]，適用的范圍更廣，常用于處理應(yīng)變量和眾多解釋變量間過度復(fù)雜的非線性關(guān)系，并圖示出變量間的非線性關(guān)系。隨著中國瘧疾消除計劃的實施，逐漸完善的監(jiān)測體系為瘧疾的預(yù)防與控制奠定了堅實的基礎(chǔ)，若能結(jié)合廣義相加模型發(fā)現(xiàn)影響瘧疾疫情的因素，并確定各種因素在某一階段水平的變化對瘧疾疫情產(chǎn)生的效應(yīng)值，對制定防控決策具有重要意義。因此，本項研究以云南省騰沖縣間日瘧發(fā)病數(shù)為例，應(yīng)用廣義相加模型研究氣象等因素對瘧疾發(fā)病疫情的影響特點與規(guī)律，為控制與消除瘧疾提供科學(xué)依據(jù)。

1 資料與方法

1.1 研究區(qū)域 選擇云南省騰沖縣作為研究區(qū)域，由于地處中緬交界處，屬亞熱帶氣候，每年都有輸入性瘧疾病例的發(fā)生，是云南省瘧疾高發(fā)地區(qū)，也是全國瘧疾重點監(jiān)測點之一。

1.2 資料來源 該地區(qū)間日瘧月發(fā)病數(shù)據(jù)來源于中國疾病預(yù)防控制中心，資料收集的時間段為2005-2010年，同期的氣象資料來源于中國氣象科學(xué)數(shù)據(jù)中心，其中氣象資料包括平均氣溫、最高氣溫、最低氣溫、平均相對濕度、最小相對濕度、降水量等。

1.3 統(tǒng)計方法

1.3.1 數(shù)理統(tǒng)計 對2005-2010年期間騰沖縣本地間日瘧月發(fā)病例數(shù)及氣象因素的特征采用描述性分析研究；瘧疾疫情與氣象因素間的相關(guān)性采用Spearman相關(guān)性分析，該研究的檢驗水準(zhǔn)統(tǒng)一取值0.05。所有統(tǒng)計分析均在R3.3.1軟件中完成。

1.3.2 媒介能量 本研究采用媒介能量來表示降雨及溫度對蚊媒傳播瘧疾的影響，根據(jù)Pietro Ceccato[10]提供的公式，依據(jù)溫度及降水量2個氣象變量計算出媒介能量(Vectorial Capacity VCAP)，該指標(biāo)與瘧疾的傳播與流行密切相關(guān)。

1.3.3 廣義相加模型及其建立 GAM最早由 Hastie和 Tibdhirsani 在1986年提出[9]，是對傳統(tǒng)廣義線性模型的擴展，廣義相加模型一般形式：

g(μ)=β+f(Xi1+f(Xi2)+…+f(Xip)+ε

①

其中g(shù)(μ)代表各種連接函數(shù)關(guān)系，可以是多種概率分布，包括正態(tài)分布、二項分布、Poisson分布、負二項分布等；f(Xip代表各種平滑函數(shù)，如光滑樣條平滑(Smoothing Spline，SS)、局部回歸平滑(Local Regression，Loess)、自然立方樣條(Natural Cubic Spline，NS)、B樣條(B Spline，BS)和多項式等。

log[(Yt+X)]=α+s(vt,df)+βvt

②

其中，Yt為月瘧疾發(fā)病數(shù)；對于每個t,Yt服從總體均數(shù)為的Poisson分布；log[(Yt+X)]為月瘧疾發(fā)病數(shù)期望值；α為截距；vt為所納入的自變量，有平均氣溫、 最高氣溫、最低氣溫、平均相對濕度、最小相對濕度、降水量及媒介能量；β為回歸模型系數(shù)；將單個變量代入方程，根據(jù)t值與F值，判斷是否為線性部分與非線性部分；其中非參數(shù)的形式為平滑樣條法，平滑參數(shù)的估計選擇交叉驗證法。建立分模型通過計算赤池信息量準(zhǔn)則(Akaike Information Criterion, AIC)、貝葉斯信息準(zhǔn)則(Bayesian Information Criterion, BIC)以及均方誤差(Mean Square Error, MSE)篩選出最優(yōu)模型。

2 結(jié) 果

2.1 描述性分析 2005年1月至2010年12月騰沖地區(qū)本地間日瘧發(fā)生的總病例數(shù)為1 480例，呈逐年下降趨勢，有明顯的短期波動，每年夏季病例數(shù)都會增多。見圖1。氣象基本信息見表1。

圖1 2005-2010年騰沖縣本地間日瘧發(fā)病病例數(shù)Fig.1 Monthly local malaria cases from 2005 to 2010 in Tengchong County, Yunnan

表1 2005-2010年騰沖縣本地間日瘧發(fā)病與氣象因素基本信息Tab.1 Description of monthly local malaria and meteorological factors from 2005 to 2010 in the study area

2.2 Spearman相關(guān)分析 對研究期間以月為單位

發(fā)生的瘧疾病例數(shù)與氣象因素之間進行Spearman相關(guān)分析，其中本地間日疾月發(fā)病例數(shù)與最低氣溫、平均相對濕度及最小相對濕度存在較弱的正相關(guān)關(guān)系(P=0.070，接近0.05)，與其他氣象因素間的無相關(guān)關(guān)系(P>0.05)，提示可能存在較復(fù)雜的非線性關(guān)系，見表2。

2.3 GAM分析 初步非參數(shù)GAM分析顯示，最高氣溫、降水量以及最小相對濕度與本地瘧疾發(fā)病不存在線性相關(guān)，而在GAM非線性結(jié)果中，平均氣溫、最低氣溫及平均相對濕度有統(tǒng)計學(xué)意義，提示在建立合適方程時，應(yīng)入選相應(yīng)變量(見表3)。因而考慮從單個變量開始進入方程到全部變量入選，其中包括線性與非線性模型(見表4)。

依據(jù)AIC，BIC與MSE值判斷，最優(yōu)模型為非線性的log轉(zhuǎn)換模型(表2)，而含有VCAP變量的模型為最佳模型，可解釋45.8%的本地瘧疾的發(fā)生，氣象因素中相對濕度與瘧疾的發(fā)生存在復(fù)雜的非線性關(guān)系，是非典型的直線相關(guān)關(guān)系。而采用典型直線相關(guān)模型(表2第2行)亦可解釋33.4%的本地瘧疾發(fā)生，但在模型中降水量在方程中無統(tǒng)計學(xué)意義(P>0.05)。

上述結(jié)果中降雨量對瘧疾發(fā)病為陰性，為進一步探究降雨量、溫度與瘧疾發(fā)病的關(guān)系，考慮到瘧疾發(fā)病率逐年遞減趨勢，根據(jù)公式(2)將降雨量與溫度轉(zhuǎn)換成VCAP變量，其中VCAP與相對濕度都為非線性部分，建立GAM模型(表2第5行)VCAP(F=11.76,P<0.01)與平均相對濕度(F=8.05,P<0.01)在方程中均有統(tǒng)計學(xué)意義。如圖2本地瘧疾發(fā)病與氣象因素關(guān)聯(lián)的效應(yīng)圖。VCAP變量與本地瘧疾發(fā)病呈現(xiàn)出非線性關(guān)系，當(dāng)VCAP>10時，呈現(xiàn)正效應(yīng)，即隨VCAP增加正效應(yīng)增強；而平均相對濕度與本地瘧疾發(fā)病卻顯現(xiàn)出復(fù)雜的非線性關(guān)系。當(dāng)平均相對濕度處于55%～70%之間時是正效應(yīng)，而當(dāng)相對濕度>70%時，對本地瘧疾發(fā)病的效應(yīng)值降低。

表2 氣象因素與本地間日瘧發(fā)病例數(shù)相關(guān)性分析(n=96)Tab.2 Correlations between malaria cases and meteorological factors (n=96)

表3 GAM分析結(jié)果Tab.3 Results of linear and non-linear GAM model

表4 GAM線性與非線性模型Tab.4 Linear and non-linear GAM model

注：avrt-氣溫、mint-最低氣溫、maxt-最低氣溫、avrh-最平均相對濕度、minh-最小均相對濕度、rain-降水量、VCAP-媒介能量，μt為t月份本地瘧疾發(fā)病病例數(shù)的期望值。

Note: avrt-average temperature, mint-minimum temperature, maxt-maximumu temperature, minh- minimum humidity, rain- rainfall, VCAP-Vectorial Capacity,μt-expected of local malaria cases in t month

注：VCAP表示媒介能量，avrhumidity表示平均相對濕度Note:VCAP-Vectorial Capacity, avrhumidity-average humidity圖2 本地間日瘧發(fā)病與氣象因素關(guān)聯(lián)的效應(yīng)圖Fig.2 The effect of local malaria incidence and meteorological factors

3 討 論

廣義相加模型在公共衛(wèi)生領(lǐng)域的應(yīng)用廣泛，同時間序列分析一樣，結(jié)合了時間序列數(shù)據(jù)中的長期趨勢和短期波動，在控制了影響因素的基礎(chǔ)上，可通過參數(shù)與非參數(shù)擬合氣象因素對瘧疾發(fā)病的影響。該方法可以很好地對非線性關(guān)系進行擬合，可適用于任意分布類型的資料，且構(gòu)建的模型較為靈活。雖然瘧疾流行的高危區(qū)域同時存在間日瘧與惡性瘧，但間日瘧占發(fā)病數(shù)的主體地位，例如，有研究指出中緬邊境地區(qū)間日瘧占79.3%,惡性瘧占20.1%[11]，2011年數(shù)據(jù)顯示輸入性病例中間日瘧占73.59%[12]，但騰沖縣的間日瘧疫情還有待于進一步研究。隨著中國消除瘧疾計劃實施的不斷深入，作為國家重點監(jiān)測與防控地帶，云南地區(qū)間日瘧的流行與傳播規(guī)律及其影響因素的研究在全國瘧疾的防治工作中具有極為重要的戰(zhàn)略意義。

本文采用廣義相加模型探究氣象因素與本地瘧疾發(fā)病之間的關(guān)系，計算各氣象因素與本地瘧疾發(fā)病之間的線性與非線性關(guān)系，比較不同氣象因素組成模型的AIC、BIC以及MSE值等，尋找合適的模型，探究最優(yōu)模型中變量間的作用關(guān)系。GAM結(jié)果顯示，VCAP及平均相對濕度與本地瘧疾發(fā)病之間存在非線性關(guān)系，而最終優(yōu)選模型僅含VCAP與相對濕度2個變量。研究顯示平均相對濕度處于55%～70%之間時，便于瘧疾的媒介的傳播。有研究結(jié)果顯示相對濕度達到60%以上，則可引起瘧疾的傳播與流行[13]，表明相對濕度是影響瘧疾傳播的一個重要因素。隨著相對濕度的增加，瘧疾發(fā)病的累積相對危險度先增加后減少，當(dāng)相對濕度為62%且滯后10周時的累積效應(yīng)最大。此次研究結(jié)果也顯示相對濕度在55%～70%之間對本地瘧疾發(fā)病的效應(yīng)值為正向作用，提示適合蚊類的滋生的氣候環(huán)境一般較溫和，但相對濕度過高可能不利于媒介的生存。VCAP是將降水量信息與溫度數(shù)據(jù)結(jié)合綜合反映瘧疾傳播效應(yīng)的指標(biāo)，是早期瘧疾發(fā)病監(jiān)測的標(biāo)志性指標(biāo)，能夠在瘧疾監(jiān)測系統(tǒng)里發(fā)揮很重要的作用[10, 14]，本次研究顯示VCAP與本地瘧疾發(fā)病呈現(xiàn)出非線性關(guān)系，在VCAP>10時，可增加瘧疾發(fā)病的風(fēng)險，也再次證明VCAP在騰沖地區(qū)發(fā)病的監(jiān)測具有一定的導(dǎo)向作用，這與廣東省的研究結(jié)果一致[15]，將媒介能量作為瘧疾傳播強度的指標(biāo),為控制瘧疾暴發(fā)流行提供科學(xué)依據(jù)。

氣候因素對瘧疾傳播的影響較為復(fù)雜，可能引起蚊蟲媒介的生活習(xí)性改變，既當(dāng)天的氣溫及濕度對蚊蟲媒介的影響可能延遲至第二天，致使瘧疾病例的發(fā)生與氣象因素之間存在一定的滯后效應(yīng)[16]，而本次研究未考慮氣象因素對瘧疾發(fā)病的滯后效應(yīng)，有待進一步的完善。本次研究數(shù)據(jù)顯示，騰沖縣瘧疾發(fā)病的高峰集中在2007年之前，隨著政府對瘧疾監(jiān)測與防控力度逐步加大，瘧疾發(fā)病率逐漸降低，其中人為干預(yù)因素是最主要的原因。為使模型更具有代表性，需考慮到人為干預(yù)因素。另外，該區(qū)域處于云南與緬甸毗鄰地帶，流動人口數(shù)量較大，以輸入性病例為主[17]，且每年4-5月份都有大量勞動人口回流[18]，提示人口的流動具有一定的周期性。而本次研究未將上述因素考慮在模型中，這也是將來研究的重點，使得模型預(yù)測與擬合更加精確，更接近真實情況。本次研究的重點為間日瘧，后續(xù)還將對惡性瘧進行分析，探究兩者之間的異同性，不斷完善優(yōu)化瘧疾的防治工作。

綜上所述，GAM能夠較好地分析并解釋氣象因素與本地瘧疾發(fā)病之間的關(guān)系，氣象因素是瘧疾發(fā)病的影響因素之一，且VCAP在本地瘧疾的發(fā)生上具有一定程度的可解釋性，相對濕度與瘧疾的發(fā)病存在著較為復(fù)雜的非線性關(guān)系。應(yīng)用GAM能很好地發(fā)現(xiàn)瘧疾發(fā)病的影響因素，但氣象因素只是眾多影響因素之一，今后的研究還需要結(jié)合其他影響因素如社會經(jīng)濟學(xué)因素、人口流動因素等，建立更為準(zhǔn)確和完善的模型，優(yōu)化科學(xué)有效的防治措施，順利實現(xiàn)云南地區(qū)瘧疾消除的計劃目標(biāo)。

[1] WHO. World Malaria Report[Z]. 2014.

[2] Li HX, Chen GW, Yang YC, et al.Epidemiological study of malaria in Yunnan province, China from 2001 to 2010[J]. Chin J Vector Biol Control, 2013,24(2):147-151.DOI:10.3969/j.issn.1000-7423.2008.01.010(in Chinese)

李華憲，陳國偉，楊沅川，等. 云南省2001-2010年瘧疾流行現(xiàn)狀與趨勢[J].中國媒介生物學(xué)及控制雜志,2013,24(2):147-151.

2.1 地塞米松組和對照組術(shù)后視力改善情況 地塞米松組術(shù)后1 d視力提高率高于對照組(P<0.001)，兩組術(shù)后1周視力提高率比較差異無統(tǒng)計學(xué)意義(P>0.05)。見表1。

[3] Cao J, Zhou SS, Zhou HY, et al. Malaria from control to elimination in China: transition of goal, strategy and interventions[J]. Chin J Schistosomiasis Control,2013,25(5):439-443.(in Chinese)

曹俊，周水森，周華云，等. 中國瘧疾從控制走向消除——消除階段的目標(biāo)策略和措施[J].中國血吸蟲病防治雜志,2013(05):439-443.

[4] Gao CY, Xiong HY, Yi D, et al. Study on meteorological factors-based neural network model of malaria[J].Chin J Epidemiol, 2003,24(9):831-834.DOI:10.3760/j.issn:0254-6450.2003.09.021(in Chinese)

高春玉，熊鴻燕，易東，等.智能神經(jīng)網(wǎng)絡(luò)模型用于氣象因素對瘧疾發(fā)病影響的初步研究[J]. 中華流行病學(xué)雜志,2003,24(9):831-834.

[5] Yang GJ,Yang K,Zhou XN.Assessment models for impact of climate change on vector-borne diseases transmission[J].Advances In Climate Change Research,2010(04):259-264. DOI:10.3969/j.issn.1673-1719.2010.04.005(in Chinese)

楊國靜，楊坤，周曉農(nóng).氣候變化對媒介傳播性疾病傳播影響的評估模型[J].氣候變化研究進展,2010(04):259-264.

[6] Zhang BG, Zhang CL, Bo XQ, et al.Multiple stepwise regression analysis on relationship between malaria incidence and meteorological parameters in malarious area in Shandong Province[J]. Chin J Zoonoses,2013(03):257-261.(in Chinese)

張本光，趙長磊，卜秀芹，等. 山東省瘧疾高發(fā)地區(qū)發(fā)病率與氣象因子的多元逐步回歸分析[J]. 中國人獸共患病學(xué)報,2013(03):257-261.

[7] Yi CH,Wang SG, Yin L, et al.Application of generalized additive models in the analysis of the relationship between daily trauma emergency department visit number and meteorological factors: a time-series analysis[J].J Lanzhou Univ(Nat Sci),2015(05):671-675.DOI:10.13885/j.issn.0455-2059.2015.05.013(in Chinese)

冀翠華，王式功，尹嶺，等. 廣義相加模型在創(chuàng)傷急診人次與氣象要素時間序列相關(guān)分析中的應(yīng)用[J].蘭州大學(xué)學(xué)報(自然科學(xué)版),2015(05):671-675.

[8] Tao FF, Zhao NQ, He C, et al. Application of generalized additive model in early warning of bacillary dysentery [J].Chinese Journal of Health Statistics,2012，(04):481-483.DOI:10.3969/j.issn.1002-3674.2012.04.004(in Chinese)

陶芳芳，趙耐青，何懿，等. 廣義相加模型在細菌性痢疾預(yù)警中的應(yīng)用[J].中國衛(wèi)生統(tǒng)計,2012,(04):481-483.

[9] Li HT, Yuan Y, Li ZW, et al. An introduction of GAM in identifying non-linear correlations and its application in statistical modeling[J].Chin J Health Statistics,2012(06):782-785.(in Chinese)

李宏田，袁悅，李智文，等. GAM識別非線性相關(guān)及其在醫(yī)學(xué)統(tǒng)計建模中的應(yīng)用[J].中國衛(wèi)生統(tǒng)計,2012(06):782-785.

[10] Ceccato P, Vancutsem C, Klaver R, et al. A vectorial capacity product to monitor changing malaria transmission potential in epidemic regions of Africa[J]. J Trop Med, 2012, 2012: 595948.

[11] Li BF, Lin YX, Guo XR, et al. Survey on malaria epidemics in China-Myanmar border area[J].Chin J Parasitol and Parasit Dis,2015(04):261-263.(in Chinese)

李奔福，藺應(yīng)學(xué)，郭祥瑞，等.中緬邊境瘧疾流行情況調(diào)查[J].中國寄生蟲學(xué)與寄生蟲病雜志,2015(04):261-263.

[12] Xia ZG, Yang MN, Zhang SS, et al. Epidemiological analysis of the imported malaria cases in China 2011[J].Chin J Dis Control Prevent,2014(03):226-230.(in Chinese)

夏志貴，楊曼尼，張少森，等. 2011年全國輸入性瘧疾病例流行病學(xué)分析[J].中華疾病控制雜志,2014(03):226-230.

[13] Kelly-Hope LA, Hemingway J, Mckenzie FE. Environmental factors associated with the malaria vectorsAnophelesgambiaeandAnophelesfunestusin Kenya[J]. Malar J, 2009, 8: 268.

[14] Macdonald G. Theory of the eradication of malaria[J]. Bull World Health Organ, 1956, 15(3-5): 369-387.

[15] Pan B, Chen XG, Wu J, et al. Compare the capabilities of malaria transmission betweenanophelesanthropophagusandanophelessinensisin Guangdong Province[J]. J Trop Med, 2008(11):1169-1171.DOI:10.3969/j.issn.1672-3619.2008.11.021(in Chinese)

潘波，陳曉光，吳軍，等. 廣東省嗜人按蚊與中華按蚊瘧疾傳播強度的比較[J].熱帶醫(yī)學(xué)雜志,2008(11):1169-1171.

[16] Xia Q, Cai XX, Lin W, et al. Relationship between morbidity of malaria infection and meteorological factors in Hubei province from 2004 to 2009[J]. J Trop Med,2016(07):937-940.(in Chinese)

夏菁，蔡順祥，林文，等. 湖北省2004-2009年瘧疾發(fā)病率與氣象因素關(guān)系[J].熱帶醫(yī)學(xué)雜志,2016(07):937-940.

[17] Yin SQ, Feng J, Xia S, et al.Epidemiological analysis of imported malaria cases in 20 counties at border region of Yunnan Province from 2012 to 2014[J]. Chin J Schisto Control,2016(03):252-257.DOI:10.16250/j.32.1374.2016105(in Chinese)

尹授欽，豐俊，夏尚，等. 2012-2014年云南省邊境地區(qū)輸入性瘧疾病例流行特征分析[J]. 中國血吸蟲病防治雜志,2016(03):252-257.

[18] Duan ZY,Li SG, Kang XH,et al. Analysis of the prevalence of malaria in Tengchong County,Yunnan Province from 2005 to 2010[J].J Pathog Biol,2011(07):533-535.DOI:10.13350/j.cjpb.2011.07.020(in Chinese)

段義忠，李勝國，康顯虎，等. 2005-2010年云南省騰沖縣瘧疾疫情分析[J].中國病原生物學(xué)雜志,2011(07):533-535.

Yang Guo-jing, Email: guojingyang@hotmail.com

GeneralizedadditivemodelofPlasmodiumvivaxmalariaincidenceandmeteorologicalfactors

ZHENG Jin-xin1，2, SHI Ben-yun3, YANG Guo-jing1,2,4,5

(1.JiangsuInstituteofParasiteDiseases,Wuxi214064,China; 2.PublicHealthResearchCenterofJiangnanUniversity,Wuxi31412,China; 3.HangzhouDianziUniversity,Hangzhou310018,China;
4.DepartmentofEpidemiologyandPublicHealth,SwissTropicalandPublicHealthInstitute,Basel40.,Switzerland; 5.UniversityofBasel,Basel40.,Switzerland)

This paper aims to find out the impacts of meteorological factors on malaria transmission by exploring the relationship between monthly local malaria cases and meteorological factors in Tengchong county, so as to develop malaria control strategy.Plasmodiumvivaxmalaria incidence data and meteorological data including monthly mean temperature, maximum temperature, minimum temperature, rainfall, relative humidity, and minimum humidity in Tengchong County, Yunnan from 2005 to 2010 were provided by the Chinese Center for Disease Control and China Meteorological Administration. The correlation between malaria incidence and meteorological factors was analyzed using Pearson correlation analysis. The generalized additive model (GAM) was applied to investigate the relationship between monthly local malaria cases and meteorological factors. Results showed that there was a weak positive correlation between minimum temperature, mean relative humidity as well as minimum relative humidity and local malaria incidences. While a complex nonlinear relationship between the vectorial capacity, relative humidity and the incidence of malaria was detected. Malaria transmission increases when the vectorial capacity was greater than 10 (VCAP>10) or the average relative humidity was between 55% and 70%. The malaria transmission declines when relative humidity above 70%. The relationship between meteorological factors and the incidence of local malaria is well explained by GAM, and there is a complex nonlinear relationship between vectorial capacity, relative humidity and malaria incidence.

malaria; generalized additive model; meteorological factor; vectorial capacity

10.3969/j.issn.1002-2694.2017.08.002

國際發(fā)展研究中心(IDCR)(No.105509-00001002-024&108100-001)，國家自然科學(xué)基金(No.81573261)，江蘇省科技廳項目(No.BM2015024)和國家科技計劃(No.2012ZX10004-220)聯(lián)合資助。

楊國靜，Email：guojingyang@hotmail.com

1.江蘇省血吸蟲病防治研究所，無錫 214064； 2.江南大學(xué)公共衛(wèi)生研究中心，無錫 214122； 3.杭州電子科技大學(xué)，杭州 310018； 4.瑞士熱帶病研究所流行病學(xué)與公共衛(wèi)生學(xué)院，巴塞爾 40； 5.巴塞爾大學(xué)，巴塞爾 40

Supported by the International Development Research Center (No.105509-00001002-024&108100-001), the National Natural Science of China (No.81573261),the Jiangsu Provinicial Department of Science and Technology Project (No.BM2015024), and the National Science and Technology Major project (No.2012ZX10004-220)

R382.3

：A

：1002-2694(2017)08-0674-06

2017-02-13編輯：梁小潔