采用“同一健康”方法结合生态、媒介、宿主和牲畜移动数据揭示毛里塔尼亚裂谷热暴发的本地驱动因素

　　本综述系统整合多源数据，运用高精度时空模型揭示裂谷热病毒（RVFV）在毛里塔尼亚的传播生态机制。研究证实降水与温度是核心驱动因子，首次绘制1公里分辨率月度风险图谱，明确8-10月为高风险期，并识别全年持续风险区域。成果为建立主动哨点监测与早期预警模型提供关键科学依据，对制定人兽共患病（zoonotic diseases）精准防控策略具有重要实践价值。

　　

引言

裂谷热（Rift Valley fever, RVF）是一种由裂谷热病毒（RVFV）引起的急性虫媒人兽共患病，主要影响反刍动物和人类。动物感染表现为高流产率和围产期死亡，人类感染则从轻度发热到严重出血热、脑膜炎甚至死亡。毛里塔尼亚自1987年首次暴发RVF以来，疫情发生频率逐年增加，最近几年暴发间隔显著缩短。该病毒通过伊蚊（Aedes）、库蚊（Culex）、按蚊（Anopheles）等多个属的蚊虫传播，其暴发与特定气候和环境条件密切相关，尤其是降雨异常和洪水事件导致媒介蚊虫大量孳生。

材料与方法

本研究采用“同一健康”（One Health）整合方法，收集2019–2023年间毛里塔尼亚的人类、动物和蚊虫样本数据。人类病例经逆转录聚合酶链反应（RT-PCR）确认，动物病例通过酶联免疫吸附测定（ELISA-IgM）或RT-PCR检测，蚊虫样本则通过RT-PCR方法检测病毒RNA。所有数据均进行地理参照，并统一至月度分辨率。负样本结果作为背景数据，用于对比有病例和无病例区域的环境差异。

气候与环境数据包括：月总降水量（当月及前两个月）、地表温度（LST昼夜值）、归一化植被指数（NDVI）和归一化水体指数（NDWI），空间分辨率均为1公里。宿主与移动数据包括2020年世界人口数据（WorldPop）、家畜分布数据（Gridded Livestock of the World v4）以及基于景观连通性模型获得的牲畜移动路径数据。

生态适宜性分析采用最大熵模型（Maxent），以互补对数对数（cloglog）方法估算RVFV存在的概率。暴发潜力评估则结合生态适宜性图与人口、牲畜分布及移动数据，计算绝对风险和相对风险，并对结果进行标准化与综合。

结果

环境与气候驱动因子

Maxent模型显示，降水是预测RVFV感染生态适宜性的最重要因子，其中当月降水贡献占45%，前一个月及前两个月降水分别贡献20%和14%。日间地表温度（LST day）贡献14%，其余变量如夜间地表温度、NDWI和NDVI贡献均低于3%。这一结果表明，降水所促发的临时水体形成和植被生长为蚊媒孳生和病毒传播创造了关键条件。

生态适宜性

长期月度预测表明，8月至10月是RVFV感染生态风险最高的时期。风险模式呈现明显的时空动态：8月风险集中于东南部地区（如瓦丹省南部、巴锡克努、内马等省），9–10月风险范围扩展至南部全境，包括塔姆沙凯特、马格塔拉杰尔、阿莱格等重要区域。值得注意的是，北部比尔莫格赖因省的一小部分区域在1月份也显示一定风险，这可能与地中海冬季降水形成的临时水体有关。

人与动物RVF暴发潜力

暴发潜力在9–10月雨季达到最高，南部和西部地区风险最为显著。尽管旱季（12–7月）整体风险大幅降低，但某些人类和牲畜密集区域（如努瓦克肖特、阿乔夫特/阿塔尔谷地、祖韦拉特等）仍保持较高风险。这些区域通常具有灌溉农业、牲畜市场或跨境移动特征，促进了病毒在非传统季节的传播。

讨论

监测与预警建议

降水可作为蚊媒种群动态的替代指标，因此监测降雨模式对RVF早期预警至关重要。东南部地区7–8月的早期降雨引发临时水体形成，成为伊蚊等主要媒介的孳生场所，进而启动病毒传播循环。随着雨季推进，库蚊和按蚊等次要媒介接续传播，导致9–10月南部区域风险扩散。

哨点监测应重点布局高风险区域，包括塞内加尔河流域的灌溉农业区、主要城市周边以及北部绿洲地带。此外，需加强边境和市场点的筛查，特别是在降雨初期和高风险季节。

研究展望

当前模型基于商业性牛只移动数据，未能完全反映骆驼和小反刍动物的特定移动模式（如转场放牧、宗教节日交易）。未来研究应融入物种特异性移动数据及转场路径，以更精确评估病毒传播风险。

此外，模型采用月度气候数据，但周度或双周尺度（特别是降雨异常）可能更敏感地捕捉暴发前兆。未来工作可探索更高时间分辨率的影响，并引入气候变化情景模拟，以预测长期传播动态变化。

结论

本研究通过高分辨率时空建模明确了毛里塔尼亚RVF传播的核心驱动因子为降水和温度，揭示了明显的季节性风险和空间异质性。东南部地区在7–8月率先出现风险，随后蔓延至南部。塞内加尔河流域及主要城镇周边因农业活动和牲畜移动具有全年潜在暴发风险。

建议在高风险季节实施针对性哨点监测，加强跨部门信息共享，并在边境和市场点强化筛查。本研究提供的1公里分辨率风险图谱可实现资源优化配置，为毛里塔尼亚乃至萨赫勒地区的RVF防控提供关键决策支持。