关键词:
H9N2
风险评估
跨种传播
环境空气污染物
新发突发传染病
摘要:
近年来,新冠肺炎、猴痘、埃博拉病毒病、大流行H1N1等国际关注的突发公共卫生事件频发,新发突发传染病的暴发与流行对人类健康和社会经济造成了严重危害。随着分子生物学、生物信息学、数理统计等学科以及大数据、人工智能技术的快速发展,研究人员对新发突发传染病的致病机制、流行特征和传播规律等开展了广泛且深入的研究,但仍难以预测评估新发病原体跨种传播的风险及因素,难以全面掌握其在人间暴发流行的发生发展规律,因此,在新发病原体感染与流行风险的早期预警、精准防控方面仍面临巨大挑战。作为应对与防范新发突发传染病威胁的第一道屏障,监测预警工作目前主要涉及病原监测、症状监测、病例监测、互联网大数据监测等多种形式,上述监测处于新发突发传染病发生发展过程的不同节点上,对于新发突发传染病的风险评估、早期预警和有效处置具有重要意义。由于上述节点均处于新发突发传染病业已发生的时间节点,在预警的时效性方面仍存在一定的滞后。如何将新发突发传染病发生与流行早期预警的关口前移,是当前面临的重大科学问题与研究热点。
流感病毒曾多次出现跨种传播进而引发人间的全球大流行,对人类的健康和社会经济产生了巨大影响。其适应人体后转化为季节性流感,能在人间反复流行,因其一波流行在人群中导致大量的感染,往往造成严重的疾病负担、住院与死亡负担,是人类社会面临的主要传染病威胁之一。流感的监测预警体系相对完善,以流感病毒为例开展其监测预警研究具有较高的可行性和一定的示范作用。甲型流感病毒(influenza A virus,IAV)是流感病毒中最常见的类型,其中既包括季节性流感亚型,也包括以禽流感病毒(avian influenza virus,AIV)为代表的动物流感亚型,具有遍布全球、宿主广泛、亚型众多、变异频繁、研究深入等特点,是解析跨种传播、人间流行发生发展规律的良好研究对象。
作为流行病学的分支学科之一,地理流行病学重点关注疾病的空间分布特征以及环境因素对疾病发生、传播的影响,并对疾病的流行风险进行预测评估。本研究针对新发病原体频繁溢出、本底水平掌握不全面、监测不均衡、预警方法相对滞后等现实问题,以流感病毒为研究对象,采用地理流行病学研究方法,系统收集、标准化、地图化整合IAV在动物和人群中感染的基因序列数据、流感病毒溢出事件和人群病例报告等信息,从流感病毒感染发生、发展演化的不同节点(溢出前、溢出事件发生、适应人间的季节性流行)出发,采用四种机器学习算法预测评估了IAV跨种传播的潜在风险地域及其主导因素,明确了当前监测不足亟需加强的重点区域;基于AIV感染动物的种群结构与多样性特征、报告频率与时空扩散演化等要素开发了AIV溢出风险快速评估工具,基于该工具预测评估了各种AIV的潜在溢出风险等级;综合分析了与季节性流感暴发流行强度时空异质性相关的驱动因素,为流感病毒溢出风险及热点地域、传播流行的早期预警、监测资源的合理配置及针对性防控策略的制定提供科学依据与技术支撑。
1.全球IAV跨种传播风险评估
本研究遵从GATHER声明和PRISMA规范,通过文献调研和公共数据库整理、多源异构数据标准化与地图化融合,形成1981年1月~2022年6月全球甲型流感病毒跨种传播事件数据集,共计发现跨种传播事件3823起,其中动物传人事件3786起,占所有事件的99.03%。在全球省级空间尺度上,纳入53个人、动物、环境、病毒相关因素指标,基于4种机器学习方法开展的潜在空间分布预测结果显示:全球受跨种传播事件影响的人口高达44.43亿(95%CI:33.64,59.47),其中68.10%(95%CI:65.33,79.00)的风险人口生活在亚洲,东亚、南亚和西非等地同时受到禽到人和猪到人的影响。分别通过跨种传播和首发事件的监测情况设置了两阶段监测力度目标,监测力度不足量化结果显示:根据第一阶段监测力度目标,全球共计缺乏13 258.66条序列,平均缺乏0.22类0.48种宿主;根据第二阶段监测力度目标,全球共计缺乏28 613.94条序列,平均缺乏0.85类2.22种宿主;非洲和南美洲同时受到测序数量不足和宿主监测范围不足的影响;监测力度不足主要表现在数量上而不是监测范围上。风险因素分析表明鸭密度的相对贡献度在跨种传播模型(6.2%,95%CI:5.0,7.4)和禽到人模型(27.5%,95%CI:20.1,33.9)中排名第一。
***溢出风险快速评估工具的开发
本研究基于1981年1月~2022年6月甲型流感病毒基因序列数据,分别从国家和宿主科层次详细描绘了各亚型的流行本底,并基于4种机器学习方法预测了22种主要亚型的潜在分布区域。纳入空间分布、宿主分布、动物中的流行强度等255条生态和流行情况相关指标,分别构建了首次溢出预测模型和再次溢出预测模型,预测结果显示空间和宿主的快