西伯利亚西部与乌拉尔地区猫后睾吸虫感染风险的时空建模及高分辨率风险图谱研究

　　本研究针对俄罗斯西伯利亚西部与乌拉尔地区猫后睾吸虫（Opisthorchis felineus）感染这一被忽视的公共卫生问题，通过联合分析调查与监测数据，构建了贝叶斯地统计联合模型，生成了高时空分辨率（5×5 km2）的风险图谱。结果显示该区域感染风险仍处于高位（2019年约46.61%），东部人口密集区风险显著上升，为精准防控提供了关键空间目标依据。

　　

在广袤而寒冷的西伯利亚西部与乌拉尔地区，一种名为猫后睾吸虫（Opisthorchis felineus）的寄生虫正悄然威胁着成千上万居民的健康。这种寄生虫又被称为“西伯利亚肝吸虫”，人们因生食或半生食被感染的淡水鱼而患病，可引起胆管炎、胆结石等一系列肝胆疾病，反复感染甚至可能诱发胆管癌。尽管世界卫生组织（WHO）已将其所致的后睾吸虫病列为2021-2030年重点防控的被忽视热带病之一，但在俄罗斯这一重要流行区，由于缺乏系统性的防控规划与深入的时空分布研究，该病的真实负担与动态变化长期未被充分认知。

以往研究显示，该地区感染率居高不下，局部调查发现某些村庄感染率高达50%-90%，年度报告发病率更是全国平均水平的10-30倍。然而，现有数据分散且稀疏，既有基于点的调查数据，又有基于区域的监测数据，传统分析方法难以有效整合这些多源异构数据，从而无法精确刻画风险的时空变化格局。因此，亟需发展新的统计模型，融合多方数据，绘制高分辨率风险地图，为防控资源的精准投放提供科学依据。

为此，研究人员开展了一项题为“西伯利亚西部与乌拉尔地区猫后睾吸虫感染的时空风险：基于调查与监测数据的联合贝叶斯建模研究”的课题，成果发表在《Infectious Diseases of Poverty》上。该研究首次采用先进的多元贝叶斯地统计联合建模方法，同时整合了调查获得的点参考 prevalence 数据和区域监测 incidence 数据，引入环境与社会经济变量，并纳入时空随机效应，生成了1980–2019年间逐年5×5 km2高分辨率风险图，揭示了该地区猫后睾吸虫感染的详细时空动态与风险分布。

在方法上，作者主要运用了几项关键技术：一是通过系统综述与官方监测报告收集了76个地点的调查数据和303个区域的监测数据；二是从开放数据库获取了环境（如NDVI、LST、高程）、社会经济（如HII、交通时间）与人口数据，并重采样至5km网格；三是利用贝叶斯变量选择构建精简模型；四是发展了基于INLA-SPDE的联合地统计模型，同步拟合点与面数据及监测发病率，并引入共享时空随机场；最后通过留一交叉验证（LOOCV）评估模型表现（AUC=0.71），采用贝叶斯克里金生成年度风险面。

研究结果首先体现在数据基础上：共纳入39篇文献的78条调查记录（含75个地点）和303条监测记录，覆盖17个一级行政区（ADM1），多数数据集中在西西伯利亚中部和东部，诊断以粪便镜检为主（79%），西部部分地区数据稀疏。

模型分析识别出四个主要协变量：抵达大城市的交通时间与感染风险呈负相关（OR=0.59），高NDVI（>0.41）区域风险更高（OR=1.69），而到最近开放水体的距离与高程的影响则不显著。时空随机场的范围约1251km，空间方差为19.28，表现出明显的时空依赖性。

风险图谱显示：感染高风险区（>25%）主要分布在中部和东部，西部多数地区风险较低（<25%），但各分区时序变化显著。中部地区感染风险先降后升再略降，2019年约为35%；北部地区2000年左右风险骤升至75%后又回落至30%；北极圈内人口稀少区始终为低风险。尤为重要的是，东部人口密集区（如托木斯克州）呈现明显上升趋势，从1980年的30.46%增至2019年的53.39%，已转变为高风险区。不确定性分析表明，北部因数据稀疏预测不确定性较高（>35%），中东部则相对较低。

感染人数估计表明（不含西部）：2019年区域人口校正感染率为46.61%（95% BCI: 15.09–76.50%），对应约791万人（95% BCI: 256–1298万）感染，其中托木斯克州感染率最高（65.51%），达77万人。

结论与讨论部分强调，本研究首次提供了该地区猫后睾吸虫感染的高分辨率风险图谱，揭示其风险仍处于高位且呈扩大态势，时空趋势与既往报道一致（如向西扩散）。高风险聚焦于鄂毕河流域，与当地生食鱼习惯、鱼类高感染率（某些达100%）及缺乏系统防控有关，建议将该流域作为重点防控区。联合建模有效利用了监测数据弥补调查数据的稀疏性，灵敏度分析表明其优于仅基于患病率的模型。尽管存在生鱼消费数据缺失、部分协变量使用多年平均、诊断方法不一致等局限，但成果为该病的空间靶向防控提供了坚实证据，也为类似数据稀疏地区的风险建模提供了新范式。