编辑推荐：
为解决气候因素对疟疾传播的精准量化难题，本研究基于2015-2024年月度数据，采用SARIMAX(1,0,1)(1,1,1)12模型解析尼日利亚阿达马瓦州降雨/温度与疟疾发病的关联机制，揭示季节性高峰规律并预测至2025年，为早期防控提供决策依据。
在非洲撒哈拉以南地区，疟疾仍是威胁公共健康的头号杀手之一。尼日利亚阿达马瓦州作为典型的热带地区，常年受高温多雨气候影响，为按蚊（Anopheles mosquito）繁殖和疟原虫（Plasmodium）发育提供了天然温床。然而，传统防控手段往往滞后于疫情暴发，根本原因在于缺乏对气候因素与疾病传播动态关联的精准量化模型——这正是本研究要破解的核心难题。
研究人员通过整合2015年1月至2024年4月的月度疟疾发病数据与气象记录，首次采用时间序列分析方法系统解析降雨、温度与发病率的因果关系。运用Box-Jenkins方法构建SARIMAX（季节性自回归综合移动平均扩展模型），该模型成功捕捉到疟疾传播的年度周期性特征：降雨量增加会通过扩大按蚊孳生地直接推高发病率，而温度变化则影响寄生虫在蚊体内的发育速率。模型筛选阶段，团队通过赤池信息量准则（AIC）和贝叶斯信息量准则（BIC）优化参数，最终确定SARIMAX(1,0,1)(1,1,1)12为最佳拟合模型，其预测性能经均方根误差（RMSE）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE）验证显著优于传统ARIMA模型。
技术方法方面，研究依托尼日利亚国家疾控中心提供的标准化监测数据，采用时间序列分解技术分离长期趋势与季节波动，通过格兰杰因果检验确认气候变量对疟疾的驱动作用，并引入外部回归因子（降雨/温度滞后项）增强模型解释力。
研究结果
- 1.
最佳模型特征：SARIMAX(1,0,1)(1,1,1)12模型在纳入温度与降雨滞后项后，成功复现了疟疾发病的“双峰”季节性规律——每年6-10月为主要高峰，次年2-4月出现次高峰。
- 2.
预测精度验证：模型在历史数据回测中表现优异，2024年1-4月预测值与实际值误差控制在5%以内。
- 3.
未来趋势预测：2024年8月预计出现6.7万例发病高峰，2025年10月将创下8万例新峰值，这是因厄尔尼诺现象导致次年雨季延长所致。
- 4.
不确定性分析：预测区间随时间的延长逐渐扩大，2025年下半年置信区间宽度较2024年同期增加37%，符合时间序列预测的普遍规律。
结论与讨论
研究表明，气候变异性是驱动阿达马瓦州疟疾传播的关键杠杆，SARIMAX模型将传统时间序列分析与外部气候因子结合，有效解决了单一气象变量解释不足的问题。预测结果显示，2025年秋季可能出现近十年最严重的疟疾暴发，这要求公共卫生部门提前部署三项策略：第一，在雨季来临前完成高危地区蚊帐全覆盖；第二，针对预测高峰月份开展“精准疫苗接种”，将RTS,S疫苗（疟疾疫苗）优先投放至发病集群区域；第三，建立动态预警机制，当监测数据触发模型预设阈值时自动启动应急响应。
该研究的科学价值在于突破了“气候-疾病”关联研究中的方法论瓶颈，首次将SARIMAX模型应用于尼日利亚区域疟疾预测，为资源有限地区提供了低成本、高精度的决策工具。正如论文发表于《Scientific Reports》时所强调的，这种“数据驱动型防控”模式有望成为全球热带病治理的新范式——毕竟，在气候变化加剧的今天，预测明天的疫情比治疗今天的患者更具战略意义。
