用于估算乌干达寄生虫流行率和疟疾发病率的恶性疟原虫（Plasmodium falciparum）遗传数据的准确性

《Malaria Journal》：Accuracy of Plasmodium falciparum genetic data for estimating parasite prevalence and malaria incidence in Uganda

微单倍型遗传指标用于乌干达疟疾监测的研究发现，感染复杂性指数（COI）和有效复杂性指数（eCOI）与寄生虫携带率呈强正相关，宿主间亲缘关系高的感染对发病率有显著负向预测作用。通过巢式分组交叉验证，单指标模型（COI/eCOI）对携带率的预测相关性达0.79，但对发病率预测效果较弱（r=0.37）。研究证实遗传指标能有效反映空间异质性传播强度，但对发病率预测能力有限，建议整合流行病学数据并扩大无症状感染采样。

　　

摘要

背景

从恶性疟原虫（Plasmodium falciparum）感染中获得的遗传指标可以通过利用寄生虫的多样性和相关性来估计传播强度，从而为传统的疟疾监测提供补充。然而，这些遗传指标在各种传播环境中的预测效果仍需进一步研究。

方法

2023年，在乌干达的26个监测医疗机构中收集了3563例疟疾患者的干血斑样本。使用MAD^4HatTeR技术对165种多等位基因微单倍型进行了扩增深度测序。计算了宿主体内多样性指标（感染复杂性（COI）、有效感染复杂性（eCOI）、多克隆性百分比以及宿主间相关性指标。通过相关性和回归分析评估了这些指标与疟疾患病率和近期发病率之间的关联，并通过嵌套分组交叉验证方法检验了预测准确性。

结果

各地区的疟疾负担存在显著地理差异：第一轮调查中寄生虫感染率介于5.0%至49.23%之间，而发病率在第一轮为每千人年91至1062例，在第二轮为每千人年33至1667例。感染复杂性（COI）和有效感染复杂性（eCOI）与寄生虫感染率呈强正相关。高度相关的感染对比例与患病率和发病率均呈负相关，且eCOI是与其他指标相比最能稳定预测发病率的遗传指标。嵌套分组交叉验证表明，仅使用COI或eCOI的单一预测模型在估计患病率方面表现最佳，其交叉验证相关性为r = 0.79；而同时结合多样性和相关性指标的模型预测发病率的相关性较低，为r = 0.37。

结论

基于微单倍型的宿主体内多样性指标，尤其是感染复杂性（COI）和有效感染复杂性（eCOI），能够可靠地反映乌干达各地疟疾感染率的空间差异。宿主间相关性指标则提供了补充信息，并成为预测发病率的最强指标。这些发现表明，从多等位基因微单倍型中提取的基因组指标能够捕捉到由寄生虫感染率体现的传播强度的广泛差异，但在预测发病率方面的能力可能较为有限。下一步将把基因组指标与统一的流行病学数据相结合，并扩大无症状感染的采样范围，这对于理解寄生虫遗传指标在疟疾监测和次国家级分层中的潜在应用具有重要意义。