《Epidemiology & Infection》：Spatio-temporal modeling of dengue counts in the Central Valley of Costa Rica
编辑推荐：
本研究针对登革热在哥斯达黎加中央谷地流行的时空分布问题，开展了深入的时空建模分析。研究人员运用统计模型，揭示了病例数在时间和空间维度上的变化规律及驱动因素，为当地登革热的监测预警和精准防控提供了关键科学依据。
登革热作为一种由蚊子传播的急性病毒性传染病，在全球热带和亚热带地区构成了严峻的公共卫生挑战。其疫情暴发往往具有明显的季节性和地域性，波动大、预测难，给疾病防控资源的精准配置带来了巨大困难。哥斯达黎加的中央谷地是该国人口最密集、城市化程度最高的区域，同时也是登革热流行的主要区域。理解该地区登革热病例数的时空动态，对于揭示疾病传播规律、评估风险因素、并最终实现有效的早期预警和干预至关重要。然而，传统的监测报告多局限于病例总数的描述，难以深入剖析其背后复杂的时空交互作用与潜在的影响机制。为此，研究人员在《Epidemiology 》上发表了一项研究，旨在构建一个能够准确刻画哥斯达黎加中央谷地登革热病例数时空变化特征的统计模型。
本研究主要运用了时空统计建模技术。研究数据来源于哥斯达黎加中央谷地的登革热监测系统，构成了一个按地理区域（如行政区）和时间（如月度）排列的病例数面板数据。
研究结果
- •
时空分布模式：分析显示，登革热病例数在中央谷地不同区域和不同时间点上存在显著差异，呈现出非均匀的聚集性分布。某些区域在特定年份或季节表现出异常高的发病率。
- •
模型构建与验证：研究人员开发并应用了贝叶斯时空模型（Bayesian spatio-temporal model），该模型成功整合了空间自相关（即邻近区域病例数的相互影响）和时间趋势（如季节性周期和长期变化）。模型验证表明，其能够较好地拟合历史数据并捕捉疫情动态。
- •
风险因素探究：通过模型，研究者评估了多种潜在环境和社会经济协变量（如降雨量、温度、人口密度等）对登革热病例数的影响，量化了这些因素与疾病风险之间的关联强度。
结论与讨论
本研究的核心结论是，通过构建贝叶斯时空模型，成功实现了对哥斯达黎加中央谷地登革热病例数时空动态的量化描述与解析。模型不仅揭示了病例数在空间上的聚集特性和在时间上的演变规律，还识别出影响疾病传播的关键环境驱动因素。这一研究方法超越了简单的疫情描述，提供了理解登革热复杂传播机制的新视角。其重要意义在于：首先，该模型可作为一项有力的分析工具，帮助公共卫生部门更精准地识别高发区域和高发时段，实现资源的优化配置；其次，模型中包含的风险因素分析为制定有针对性的干预措施（如加强特定区域的蚊虫控制、在高风险季节前开展公众教育）提供了科学依据；最后，此项建模框架具有可推广性，或可应用于其他具有类似数据结构的虫媒传染病或公共卫生事件的时空分析中，为全球传染病防控策略的制定贡献方法论和实践案例。
