乌干达西奈尔和阿乔利地区8个辖区内室内滞留喷洒及杀虫剂处理蚊帐对疟疾负担的影响：一项准实验研究

《BMC Global and Public Health》：Impact of indoor residual spraying and insecticide-treated nets on malaria burden in 8 districts in West Nile and Acholi regions, Uganda: a quasi-experimental study

　　摘要

背景
在乌干达，由于疟疾传播率很高，自2013年以来，杀虫剂处理过的蚊帐（ITNs）每三年在全国范围内进行一次分发。在乌干达北部的西尼罗河地区，2022年首次实施了室内残留喷洒（IRS）措施，使用的是噻虫啉-溴氰菊酯（Fludora Fusion?），随后在2023年又使用了吡虫啉甲酯（Actellic? 300CS）。我们通过一项准实验研究来评估IRS加上ITNs对西尼罗河地区疟疾发病率的影响。

方法
数据收集自西尼罗河地区的三个疟疾参考中心（MRCs）（实施IRS加上ITNs的干预组）和相邻的阿乔利地区的五个MRCs（仅使用ITNs的对照组），持续时间为四年：(1) 基线期（2020年12月–2022年11月），即IRS实施之前；(2) 第一次IRS期（2022年12月–2023年12月），使用噻虫啉-溴氰菊酯；(3) 第二次IRS期（2024年1月–2024年12月），使用吡虫啉甲酯。主要结果指标是每个MRC目标区域每千人每年的疟疾发病率。数据通过负二项回归模型进行分析，并采用差异-差异（difference-in-difference）方法来比较两组之间的疟疾发病率变化趋势。调整后的模型考虑了滞后两个月的降雨量和季节性因素的影响。

结果
在第一次IRS期间，两组观察到的平均疟疾发病率均从基线水平下降（干预组：从每千人每年720.9例降至547.9例；对照组：从每千人每年523.4例降至455.2例）。我们发现，相对于基线期，两次IRS期间预测的平均发病率存在15%的差异，但这一差异并不显著（调整后的发病率比（aIRR）= 0.85，95%置信区间（CI）为0.69–1.04，p = 0.11）。在第二次IRS期间，干预组的发病率相对基线下降了79.3%（从每千人每年720.9例降至149.1例），而对照组下降了24.3%（从每千人每年523.4例降至396.2例）。与对照组相比，干预组的预测平均疟疾发病率下降了73%（aIRR = 0.27，95% CI为0.22–0.34，p < 0.001）。在第二次IRS期间，有强有力的证据表明干预组的发病率在一年内出现了立即且持续的下降。

结论
在西尼罗河地区，基于噻虫啉的IRS（加上ITNs）对疟疾发病率的降低效果较为微弱且不具有显著性。随后使用吡虫啉甲酯（加上ITNs）的IRS显著降低了疟疾发病率。这些结果强调了为病媒控制计划选择特定环境适应性杀虫剂的重要性，以及在吡虫啉抗性较高的地区，双重干预措施可能产生的协同效应。

尽管全球范围内采取了多种努力来消除疟疾，但疟疾负担仍然很高，自2015年以来在一些流行国家中发病率呈上升趋势[1]。撒哈拉以南非洲地区受到的影响尤为严重[1]。杀虫剂处理过的蚊帐（ITNs）和室内残留喷洒（IRS）是针对在室内休息和觅食的按蚊的主要病媒控制工具[2]。然而，其有效性取决于主要病媒对杀虫剂的敏感性、人群层面的干预接受度以及干预覆盖范围[3]。不幸的是，杀虫剂抗性仍然是疟疾控制工作面临的主要威胁[1]，影响了五种主要杀虫剂类别中的四种（吡虫啉类、氨基甲酸酯类、有机磷类和新烟碱类）[1, 4, 5]。世界卫生组织（WHO）建议按预定间隔轮换IRS使用的杀虫剂，并从吡虫啉类杀虫剂中多样化使用其他杀虫剂，以减缓抗性的产生和传播[2, 3]。在吡虫啉抗性较高的地区，建议用新一代ITNs替代标准（仅含吡虫啉的）蚊帐，例如添加哌酮酰溴氧化物（PBO）、氯氟氰菊酯或吡丙醚[2]。WHO不建议同时部署IRS和ITNs[2]，但由于广泛的吡虫啉抗性[5]，这些措施被联合使用以减少高负担地区的疟疾传播[2, 6]。在乌干达，卫生部（MOH）已采用每三年轮换IRS杀虫剂的策略，并在疟疾最严重的地区同时部署这两种措施。

尽管全球范围内的IRS覆盖率较低[1]，但在过去二十年中，许多撒哈拉以南非洲国家从IRS活动中受益匪浅[7,8,9,10,11,12,13,14,15]。2018年，多个国家采用了基于噻虫啉的产品Sumishield?（仅含噻虫啉）[16]和Fludora Fusion?（噻虫啉-溴氰菊酯混合物）[17]进行IRS，取代了吡虫啉甲酯[8, 10, 11, 13, 14]。这种更换通常与各国预先制定的IRS杀虫剂轮换时间表相吻合，并符合WHO关于抗性缓解的建议[2]。此前，这些杀虫剂显示出长期的残留效果（长达48周）[18,19,20]，并且对主要病媒具有高敏感性[18, 19, 21]。然而，它们在不同国家的人群层面的影响存在差异[10,11,12, 14, 15, 22]，这凸显了需要在实际环境中持续评估其效果的重要性。2022年，乌干达西尼罗河地区实施了基于噻虫啉-溴氰菊酯的IRS，该地区疟疾传播较为严重[23]。2023年，又更换为吡虫啉甲酯进行IRS。这种较早的杀虫剂更换是由于乌干达东部疟疾的再次爆发[12, 22]。此外，在2020/2021年和2023/2024年乌干达分发长效杀虫剂蚊帐（LLINs）的活动期间，同时使用了标准型和新一代ITNs，这为在高传播率环境下评估IRS加上ITNs的效果提供了机会。为了评估这些干预措施的共同效果，我们利用基于健康设施监测数据的准实验差异-差异研究，将西尼罗河地区的疟疾指标与仅接受ITNs但未接受IRS的阿乔利地区进行了比较。

研究地点
本研究纳入了“疟疾抗性、免疫学、监测和建模计划”（PRISM）项目[24]，该项目在乌干达选定的公共卫生设施中加强了监测工作。西尼罗河和阿乔利是乌干达北部的高传播地区[23, 25, 26]（传染病研究合作组织（IDRC）：《乌干达疟疾控制强化昆虫学监测（EES）：综合活动报告》，未发表）。这两个地区被阿尔伯特尼罗河分隔开，西尼罗河在西部，阿乔利在东部。两地地形主要是平坦的，气候属于热带类型，具有明显的雨季和干季。乌干达北部的疟疾负担很重[23, 25]。2019年的疟疾指标调查显示，5岁以下儿童中寄生虫的感染率在西尼罗河地区为22%，在阿乔利地区为12%[23]。按蚊gambiae s.s.和Anopheles funestus是乌干达的主要疟疾病媒，其中gambiae s.s.是主要物种[26]（乌干达卫生部：《2021–2025年乌干达疟疾减少和消除战略计划》，未发表）。然而，IRS的实施导致了病媒种类的变化，特别是在持续实施IRS覆盖的区域，室外叮咬的An. arabiensis变得更加普遍[27]。当ITNs是唯一的病媒控制措施时，An. funestus和gambiae s.s.占主导地位[28]（传染病研究合作组织（IDRC）：《乌干达疟疾控制强化昆虫学监测（EES）：综合活动报告》，未发表；乌干达卫生部：《2021–2025年乌干达疟疾减少和消除战略计划》，未发表）。

乌干达北部的IRS实施情况
阿乔利地区从2009年至2014年一直接受IRS[8]。之后IRS措施暂时停止，直到2017年因疟疾再次爆发而重新实施了一轮使用吡虫啉甲酯的IRS[8]。西尼罗河地区首次在2022年引入IRS，使用的是噻虫啉-溴氰菊酯。2022年的IRS覆盖率为92%（传染病研究合作组织（IDRC）：《乌干达疟疾控制强化昆虫学监测（EES）：综合活动报告》，未发表），2023年为88%[29]。

ITNs的大规模分发
ITNs是乌干达主要的病媒控制手段，通过政府发起的大规模分发活动进行。2013年至2024年间，全国范围内共进行了四次大规模分发活动。在第一轮（2013/2014年）中分发的是标准型蚊帐。此后，在后续活动中，在选定地区同时分发新一代ITNs和标准型蚊帐[27, 30]。2019年，西尼罗河和阿乔利地区的ITN拥有率分别为92%和83%，使用率分别为76%和62%[23]。在2019/2020年的大规模活动中，西尼罗河和阿乔利地区的选定子县（包括研究地点）收到了含有吡虫啉-PBO的蚊帐，而其他地区收到了仅含吡虫啉的蚊帐[27]。所有8个研究地点都在2020/21年的活动中收到了含有吡虫啉-PBO的蚊帐；在2023/2024年的活动中，部分研究地点收到了含有吡虫啉-PBO的蚊帐（一个干预组地点和三个对照组地点），另一些地点收到了含有吡虫啉-氯氟氰菊酯的蚊帐（两个干预组地点和两个对照组地点）（附加文件1：表S1）。

基于健康设施的监测
我们利用了乌干达疟疾监测项目（UMSP）之前管理的现有疟疾病例监测网络，这些网络在疟疾参考中心（MRCs）开展监测工作[31]。乌干达有38个高规模的III/IV级公共卫生设施持续进行监测，为周边居民提供免费医疗服务。每个MRC的个体层面门诊数据通过纸质健康管理信息系统（HMIS）表格每月录入电子数据库。这些设施的数据收集、管理、分析和传播流程已有详细描述[32]。

选定发病率测量目标区域
目标区域（附加文件1：图S1）定义为MRC所在村庄及其相邻的村庄，这些相邻村庄没有其他医疗设施，位于同一子县内，疟疾发病率相似，并且总人口估计至少为1,500人。这些村庄分布在每个MRC周围，每个地点至少90%的就诊患者都来自这些村庄，数据基于2018年11月至2019年11月间收集的至少六个月的数据进行确定。通过人口普查调查估计每个目标区域的人口数量。这些估计值用于计算每个目标区域的发病率，同时考虑了每月0.29%的固定人口增长率。这种方法的具体细节在其他地方有详细描述[27, 32, 33]。

研究地点的选择
本研究包括了八个MRC（图1），其中三个位于西尼罗河地区（干预组），五个位于阿乔利地区（对照组）。西尼罗河地区的所有MRC都被纳入干预组。控制站点是从相邻的阿乔利地区（具有相似的疟疾流行率、气候和地理条件）中选出的，选择标准如下：(1) 位于阿乔利地区内部；(2) 有从2020年12月到2022年12月的两年个人层面的数据；(3) 在2020/2021年使用了含有拟除虫菊酯-PBO的蚊帐（PermaNet? 3·0），而在2023年使用了含有拟除虫菊酯-PBO或拟除虫菊酯-氯氟氰菊酯的蚊帐（PermaNet? Dual）。图1：此图像的替代文本可能是使用人工智能生成的。完整尺寸图像。研究站点的地理位置。定义IRS期间（自变量）。研究分为三个跟进时期：(1) 基线期，定义为西尼罗河地区实施IRS之前的24个月（2020年12月至2022年11月）；(2) IRS-1，即在西尼罗河地区部署氯氰菊酯-溴氰菊酯（Fludora Fusion?）后的13个月（2022年12月至2023年12月）；(3) IRS-2，即在使用吡硫磷-甲基（Actellic? 300CS）进行IRS后的12个月（2024年1月至2024年12月）。在我们的分析中，自变量是IRS期间，作为一个分类变量表示第一（IRS-1）和第二（IRS-2）时期。结果指标是特定站点的月度疟疾发病率估计值，定义为每个MRC目标区域内每1000人年观察期间的实验室确诊疟疾病例数。为了考虑因商品缺货而错过的检测情况，我们通过将疑似疟疾但未接受检测的患者数量乘以检测阳性率（定义为所有接受疟疾检测的患者中实验室确诊疟疾病例的比例）来进行校正。无论是否进行这种校正，结果都是一致的。然后将该结果加到该月份的确诊疟疾病例数上。研究组被指定为一个分类变量，表示干预组和对照组。统计分析为了评估IRS在西尼罗河地区的影响，我们采用了差异-in-differences（DID）方法，该方法比较了干预组实施IRS后的疟疾发病率趋势与对照组平均前后变化[34]。我们的DID结果模型如下：$$${Y}_{it} = {\beta }_{0 }+ {\beta }_{1 }Trea{t}_{i} + {\beta }_{2 }Pos{t}_{it} + {\beta }_{3}Trea{t}_{i}\cdot Pos{t}_{it} + {\beta }_{4}{X}_{it }+{\varepsilon }_{it}$$其中\({Y}_{it}\)是第t个月每个MRC i的疟疾发病率，β0是基线时期对照组的平均结果，β1是干预组和对照组之间的平均差异，\(Trea{t}_{i}\)是一个二元变量，表示某个站点属于干预组还是对照组，β2是对照组从基线开始的整体变化。\(Pos{t}_{it}\)是一个分类变量，表示治疗时期（IRS前、IRS-1和IRS-2），\({X}_{it}\)代表站点和时间变化的协变量向量。\({\beta }_{3}\)是该模型中的关键DID参数，表示IRS-1和IRS-2时期对疟疾发病率的影响，β4是协变量对疟疾发病率的影响。\({\varepsilon }_{it}\)是一个误差项，用于捕捉疟疾发病率的未观察到的决定因素。DID分析是使用广义线性混合模型进行的，该模型采用了负二项分布和站点的随机截距。该模型的结果是目标区域内每月的MRC级疟疾病例计数，并对目标区域人口进行了调整。模型系数被指数化为发病率比率（IRR），表示每个IRS时期相对于基线时期的治疗效果。我们调整了季节性和滞后两个月的降雨量。季节性被指定为一个因素变量，表示每年的雨季（3月至5月和9月至11月）和旱季（12月至2月和6月至8月）。降雨数据来自气候灾害组红外降水与站点数据（CHIRPS）数据库[35]。这些数据被提取为每个研究站点的月度特定估计值，单位为毫米。调整后的模型包括一个表示季节性的分类变量和一个表示每月站点-level滞后两个月降雨量的连续变量（单位为毫米）。为了产生有效的估计值，DID依赖于平行趋势的假设，即在没有干预的情况下，治疗组和对照组的平均趋势将是平行的[34]。虽然这个假设在形式上是无法检验的，但在IRS实施前的时期评估了平行趋势，以确保干预前的趋势符合这些标准。这是通过将模型限制在IRS实施前时期，并包括治疗组（二元变量）与月份线性时间趋势之间的交互项来完成的，并检查斜率是否有显著差异。我们使用Stata版本18.5（StataCorp LLC，美国德克萨斯州大学站）统计软件来清理数据，并为包括疟疾发病率估计在内的关键变量生成汇总的月度估计值。进一步的清理、分析和模型拟合以生成表格和图表是在R（版本4.4.0）中使用glmmTMB和lme4包完成的。所有用于分析的数据集和分析代码都可以在Github上找到[36]。此外，我们的论文还完成了透明的非随机设计评估报告（TREND）检查表（附件2）。结果描述性特征总共记录了来自8个MRC目标区域的118,916次门诊就诊（表1），其中包括24个月基线时期的61,828次就诊，在部署氯氰菊酯-溴氰菊酯后的13个月期间的30,229次就诊，以及在部署吡硫磷-甲基后的12个月期间的26,859次就诊。患者的中位年龄为15岁（四分位数范围（IQR）4.5–25.2岁），其中三分之二是女性（77,547人（65.2%））。总共有88,999名（74.8%）患者疑似患有疟疾，其中88,033人（98.9%）接受了疟疾快速诊断测试（RDT）或显微镜检查。疟疾的确诊测试主要使用RDT进行（77,787人（88%）（附件1：图S2）。表1 按MRC、研究组和研究时期分层的特定目标区域统计数据。基线时期在基线时期，干预组的26,033次门诊就诊中有21,632次（83.1%）疑似患有疟疾，而对照组的35,795次就诊中有25,951次（72.5%）疑似患有疟疾。在接受疟疾检测的患者中，干预组的12,865人被确诊为阳性（检测阳性率（TPR）为61.2%），而对照组中有15,261人被确诊为阳性（TPR为59.6%，表1）。干预组的观察到的平均疟疾发病率为每1000人年720.9例（标准差（SD）306.7例），对照组为每1000人年523.4例（SD 261.1例）（表2）。在整个基线时期，干预组的观察到的平均发病率始终高于对照组。平行趋势分析未发现两组在基线时期的疟疾发病率趋势斜率存在差异（调整后的发病率比率（aIRR）= 1.00，95%置信区间（CI）0.98–1.01，p = 0.658）。表2 IRS前后不同研究组之间的差异系数和疟疾发病率估计值。使用氯氰菊酯-溴氰菊酯的IRS（IRS-1）的影响在部署氯氰菊酯-溴氰菊酯后的13个月期间（2022年12月至2023年12月），干预组的12,459次门诊就诊中有10,556次（84.7%）疑似患有疟疾，而对照组的有12,763次（71.8%）（表1；附件1：图S2）。在干预组中有5,533名患者被确诊为疟疾（TPR 52.4%），对照组中有7,611名患者被确诊为疟疾（TPR 59.7%）。与基线相比，干预组的确诊疟疾病例数减少了57%，相当于避免了7,332例疟疾。同样，对照组中的确诊病例数相对于基线减少了50.1%，相当于避免了7,650例疟疾。在干预组中，TPR在IRS-1期间从基线下降了9%，而对照组的TPR保持稳定（表1；附件1：图S3）。两组相对于基线的平均TPR都有所下降（附件1：图S3B）。在干预组中，在IRS-1的前三个月内（2022年12月至2023年2月），TPR迅速下降。此后，TPR在整个剩余的10个月（2023年3月至2023年12月）保持较高水平。对照组中也观察到了类似的TPR下降趋势（附件1：图S3B）。在干预组中，观察到的平均发病率从基线的每1000人年720.9例（SD 306.7）下降到IRS-1期间的547.9例（SD 281.1）。同时，对照组的发病率从基线的每1000人年523.4例（SD 261.1）下降到了同一时期的455.2例（SD 263.2）。使用调整后的模型（表2），我们发现干预组和对照组在基线期间的预测平均疟疾发病率存在15%的差异，但没有证据表明在IRS-1期间两组之间的预测发病率存在差异（aIRR 0.85，95% CI 0.69–1.04，p = 0.11）。每月调整后的IRR估计显示，在使用氯氰菊酯-溴氰菊酯的IRS之后，两组之间的平均发病率没有差异（表3，图3）。在IRS-1期间的平均疟疾发病率趋势与TPR的趋势相似，最初从2022年12月到2023年4月下降，然后在接下来的7个月（2023年5月至2023年12月）上升并保持高位（图2和附件1：图S3A）。在整个时期，干预组的发病率始终高于对照组（图2）。在此期间，每10万人预防了9,300例疟疾。表3 使用氯氰菊酯-溴氰菊酯的IRS期间不同研究组之间的月度调整后差异系数和预测平均发病率。图2：此图像的替代文本可能是使用人工智能生成的。完整尺寸图像。按研究组分层的预测平均疟疾发病率趋势。使用吡硫磷-甲基的IRS（IRS-2）的影响在部署吡硫磷-甲基后的12个月期间（2024年1月至2024年12月），干预组的9,128次门诊就诊中有6,978次（76.4%）疑似患有疟疾，对照组的有11,119次（62.7%）（表1，附件1：图S1）。在干预组中有1,457名患者被确诊为疟疾（TPR 20.9%），对照组中有6,021名患者被确诊为疟疾（TPR 54.2%）。与基线相比，干预组的确诊疟疾病例数减少了88.7%，相当于避免了11,408例疟疾（表1）。对照组的确诊疟疾病例数减少了60.5%，相当于在此期间避免了9,240例疟疾（表1）。干预组的平均TPR在IRS-1期间下降了40.3%，而对照组仅下降了5.4%（表1）。在IRS-2的前三个月（2024年1月至2024年3月），干预组的平均TPR迅速下降，而在剩余的9个月（2024年4月至2024年12月）保持较高水平。对照组在IRS-2期间的平均TPR也出现了类似的下降趋势（附件1：图S3A）。在干预组中，观察到的平均发病率从基线的每1000人年720.9例（SD 306.7）下降到IRS-1期间的547.9例（SD 281.1）。与此同时，对照组的发病率从基线的每1000人年523.4例（SD 261.1）下降到了同一时期的455.2例（SD 263.2）。使用调整后的模型（表2），我们发现干预组和对照组在IRS-1期间的预测平均疟疾发病率存在15%的差异，但没有证据表明在IRS-1期间两组之间的预测发病率存在差异（aIRR 0.85，95% CI 0.69–1.04，p = 0.11）。每月调整后的IRR估计显示，在使用氯氰菊酯-溴氰菊酯的IRS之后，两组之间的平均发病率没有差异（表3，图3）。在IRS-1期间，平均疟疾发病率的趋势与TPR的趋势相似，最初从2022年12月到2023年4月下降，然后在接下来的7个月（2023年5月至2023年12月）上升并保持高位（图2和附件1：图S3A）。在整个时期，干预组的发病率始终高于对照组（图2）。在此期间，每10万人预防了9,300例疟疾。表3 使用吡硫磷-甲基的IRS期间不同研究组之间的月度调整后差异系数和预测平均发病率。图2：此图像的替代文本可能是使用人工智能生成的。完整尺寸图像。按研究组分层的预测平均疟疾发病率趋势。使用吡硫磷-甲基的IRS（IRS-2）的影响在部署吡硫磷-甲基后的12个月期间（2024年1月至2024年12月），干预组的9,128次门诊就诊中有6,978次（76.4%）疑似患有疟疾，对照组的有17,731次（表1，附件1：图S1）。在干预组中有1,457名患者被确诊为疟疾（TPR 20.9%），对照组中有6,021名患者被确诊为疟疾（TPR 54.2%）。与基线相比，干预组的确诊疟疾病例数减少了88.7%，相当于避免了11,408例疟疾（表1）。对照组的确诊疟疾病例数减少了60.5%，相当于在此期间避免了9,240例疟疾（表1）。干预组的平均TPR下降了40.3%，而对照组仅下降了5.4%（表1）。在IRS-2的前三个月（2024年1月至2024年3月），干预组的平均TPR迅速且显著下降，而在剩余的9个月（2024年4月至2024年12月）保持较高水平。在干预组中，观察到的平均发病率从基线的每1000人年720.9例下降到IRS-2期间的547.9例（SD 281.1）。使用调整后的模型（表2），我们发现干预组和对照组在基线期间的预测平均疟疾发病率存在15%的差异，但没有证据表明在IRS-1期间两组之间的预测发病率存在差异（aIRR 0.85，95% CI 0.69–1.04，p = 0.11）。每月调整后的IRR估计显示，在使用氯氰菊酯-溴氰菊酯的IRS之后，两组之间的平均发病率没有差异（表3，图3）。在IRS-1期间，平均疟疾发病率的趋势与TPR的趋势相似，最初从2022年12月到2023年4月下降，然后在接下来的7个月（2023年5月至2023年12月）上升并保持高位（图2和附件1：图S3A）。在整个时期，干预组的发病率始终高于对照组（图2）。在此期间，每10万人预防了9,300例疟疾。表3 使用吡硫磷-甲基的IRS期间不同研究组之间的月度调整后差异系数和预测平均发病率。图2：此图像的替代文本可能是使用人工智能生成的。完整尺寸图像。按研究组分层的预测平均疟疾发病率趋势。使用吡硫磷-甲基的IRS（IRS-2）的影响在部署吡硫磷-甲基后的12个月期间（2024年1月至2024年12月），干预组的9,128次门诊就诊中有6,978次（76.4%）疑似患有疟疾，对照组的有17,731次（表1，附件1：图S1）。在干预组中有1,457名患者被确诊为疟疾（TPR 20.9%），对照组中有6,021名患者被确诊为疟疾（TPR 54.2%）。与基线相比，干预组的确诊疟疾病例数减少了88.7%，相当于避免了11,408例疟疾（表1）。对照组的确诊疟疾病例数减少了60.5%，相当于在此期间避免了9,240例疟疾（表1）。在IRS-2的前三个月（2024年1月至2024年3月），干预组的平均TPR迅速且显著下降，而在剩余的9个月（2024年4月至2024年12月）保持较高水平。在干预组中，观察到的平均发病率从基线的每1000人年720.9例下降到IRS-2期间的547.9例（SD 281.1）。使用调整后的模型（表2），我们发现干预组和对照组在基线期间的预测平均疟疾发病率存在15%的差异，但没有证据表明在IRS-1期间两组之间的预测发病率存在差异（aIRR 0.27，在这段时间内，每10万人口中避免了34,800例疟疾病例。图3。此图像的替代文本可能是使用人工智能生成的。完整尺寸图像。第一和第二IRS时期以及研究组之间交互作用的每月调整后的差异-差异IRR估计值。为了调整两组之间寻求医疗行为的不同，我们考虑使用非疟疾病症的就诊率作为代理指标，但使用该变量作为结果的安慰剂DiD敏感性分析显示，在两个时期干预组中均出现了统计学上的显著减少（IRS-1：aIRR=0.72，95% CI 0.60–0.86，p<0.001；IRS-2：aIRR=0.65，95% CI 0.54–0.78，p<0.001）。尽管如此，包括这一代理指标并没有改变我们的主要发现（IRS-1：aIRR=0.85，95% CI 0.69–1.05，p=0.138），并且从IRS-2中将减少幅度从73%略微调整为71%（aIRR=0.29，95% CI 0.23–0.36，p<0.001）。讨论。评估群体层面的病媒控制干预措施的影响对于跟踪疟疾控制进展和指导未来的部署策略至关重要。在这项研究中，我们分析了改进后的基于卫生设施的监测数据，以估计ITNs和两种杀虫剂（clothianidin-deltamethrin和pirimiphos-methyl）联合使用对乌干达西尼罗河地区疟疾发病率的影响，与仅在Acholi地区使用ITNs的情况进行了比较。我们发现在初次使用clothianidin-deltamethrin后的13个月内，预测的发病率与对照组没有显著差异。相比之下，当在随后的一年中部署使用pirimiphos-methyl的IRS时，疟疾发病率出现了即时、显著且持续的减少。这些发现表明，在乌干达北部，使用pirimiphos-methyl的IRS（加上ITNs）比使用clothianidin-deltamethrin的IRS更为有效。在撒哈拉以南非洲地区，基于clothianidin的IRS在控制疟疾方面产生了混合的结果。使用WHO管测试和CDC瓶生物 teste评估杀虫剂效力的昆虫学研究通常对clothianidin给出了积极的结果[18, 19, 21, 37, 38, 39, 40]。然而，这些评估的结果可能高估了实际的现场效果；需要进一步通过流行病学研究的结果来验证[10, 11, 15]。我们的发现与其他在乌干达东部进行的研究一致，这些研究表明，从使用pirimiphos-methyl转换为使用基于clothianidin的IRS与疟疾病例增加了八倍以及寄生虫感染率增加了四倍[12, 22]。同样，在赞比亚的一项研究中[15]，使用常规监测数据发现，从使用pirimiphos-methyl转换为使用clothianidin-deltamethrin并没有减少寄生虫感染率。在科特迪瓦[11]，通过对常规监测数据的分析，确定了引入基于clothianidin的IRS后IRS区和非IRS区的发病率变化。这项研究发现，在最初的轮次之后，两个地区的月发病率趋势没有变化，但在第二次IRS轮次之后，IRS区的发病率增加了2.5倍，而在对照组中则没有这种增加[11]。在布基纳法索[10]，另一项使用常规监测数据的流行病学研究发现，基于clothianidin的IRS对疟疾病例率的影响因地区而异。在观察到疟疾病例率减少的地方，减少幅度仅是轻微的，并且随着每一轮次的实施而减弱，几乎与非IRS地区观察到的减少幅度没有明显差异。总的来说，这些研究表明clothianidin可能无效。相比之下，在马达加斯加对IRS的评估[14]中，包括使用基于clothianidin的杀虫剂的IRS，取得了积极的结果。在这里，IRS与发病率减少了30%，并且在随后的几年中连续减少了。然而，这项研究没有按杀虫剂类型区分IRS的影响，因此很难将这些积极的结果仅仅归因于基于clothianidin的IRS。clothianidin-deltamethrin在西尼罗河地区无效可能归因于多种因素，包括杀虫剂抗性、病媒物种组成的变化、住房质量以及喷洒的时间和质量。乌干达存在高水平的拟除虫菊酯抗性[41, 42, 43, 44]和高度的clothianidin耐受性[44]。乌干达的主要疟疾病媒对deltamethrin具有抗性[42, 45, 46]，这使得它通常无效。2016-2017年，在WHO对基于clothianidin的杀虫剂进行IRS预认证之前，乌干达的野生蚊子物种中检测到了clothianidin抗性的迹象[18]。其他研究随后证实，虽然clothianidin在大多数环境中仍然有效，但野生蚊子种群中的敏感性模式各不相同[26, 46, 47, 48]。最近，在乌干达东部使用基于clothianidin的杀虫剂进行IRS后，观察到An. funestus的死亡率下降[46, 47]。clothianidin抗性的产生可能是因为乌干达农业中广泛使用了含有新烟碱类杀虫剂的农药[48]。在乌干达的水体[49]、非IRS地区的地下水[50]、新鲜水果和蔬菜[51]以及蜂蜜制品[52]中检测到了高浓度的新烟碱类杀虫剂。新烟碱类杀虫剂是水溶性的，会在地表水中持续存在，包括在蚊子幼虫的潜在繁殖地，而且之前在非洲环境中检测到了远远超过监管阈值的极高浓度[49]。然而，在西非尝试验证这一假设的结果却有所不同。在喀麦隆[53, 54]发现，农业中新烟碱类杀虫剂的使用降低了野生蚊子对clothianidin的敏感性，但在贝宁[40]则没有。尽管从喀麦隆的农业环境中收集的野生蚊子对clothianidin的死亡率较低[54]，但从贝宁的18个农业环境中收集的野生An. gambiae s.s.的敏感性仍然很高[40]。这些混合的结果强调了需要根据当地病媒的抗性模式来指导基于clothianidin的IRS的部署[2]。乌干达其他地方记录的主要疟疾病媒物种的变化也可能减少了clothianidin-deltamethrin的效果[22]。历史上，An. gambiae s.s.是乌干达的主要疟疾病媒，而An. funestus和An. arabiensis的数量较少[55]。随着病媒控制干预措施的实施，在接受IRS和ITNs的地区，An. gambiae s.s.和An. funestus的数量减少，而在仅接受ITNs（没有IRS）的地区，An. arabiensis和An. funestus的数量显著增加[9, 28, 46, 55]（传染病研究合作组织（IDRC）：《乌干达疟疾控制的增强昆虫学监测（EES）：综合活动报告》，未发表）。在乌干达东部，经过多年持续使用氨基甲酸酯、有机磷和新烟碱类杀虫剂后，也观察到了这种模式[55]，其中An. gambiae s.s.和An. funestus的数量都减少了，并最初被An. arabiensis取代。然而，最近An. funestus的数量有所恢复[22, 46, 47, 55]。尽管An. arabiensis对clothianidin仍然高度敏感，但An. funestus已经表现出高度的耐受性[22]。2021年至2023年间，在西尼罗河也观察到了类似的转变，使用Fludora? Fusion进行IRS后，田间收集的An. funestus的比例从0-7%显著增加到69-80%，而An. gambiae s.s.的比例则从93-100%减少到18-31%（传染病研究合作组织（IDRC）：《乌干达疟疾控制的增强昆虫学监测（EES）：综合活动报告》，未发表）。证据表明，2022年和2023年An. funestus可能是西尼罗河地区的主要病媒，它们可能对基于clothianidin的杀虫剂不敏感。2023年在西尼罗河进行的昆虫学监测显示，从该地区收集的An. funestus物种的孢子体率比An. gambiae高50%，室内人类叮咬率也高出30倍，表明其传播疟疾的能力更强[22]（传染病研究合作组织（IDRC）：《乌干达疟疾控制的增强昆虫学监测（EES）：综合活动报告》，未发表）。结合An. funestus对clothianidin的高耐受性，clothianidin-deltamethrin在西尼罗河地区无效并不令人惊讶。西尼罗河地区的住房质量也可能降低了clothianidin-deltamethrin的效果。在乌干达北部，传统的住房建筑以泥墙、茅草屋顶和开放式屋檐为主[33]。已知当将clothianidin应用于泥墙时，其死亡率和残留效果低于应用于水泥墙时[18, 20, 21]，这可能是由于泥的高孔隙率[56]。研究表明，在泥砖中加入水泥基质可以显著提高clothianidin的残留效果，接近于在水泥上观察到的水平[38]。在乌干达东部，喷洒在墙上的clothianin浓度低于目标剂量，而检测到了过量的pirimiphos-methyl[47]。这些差异可能是由于喷洒操作的不同造成的，但由于是相同的团队在这些地区进行了IRS，因此实施中的变异性较小。IRS的实施时间在长期干旱季节的开始，这与WHO的建议相反，也可能降低了clothianidin-deltamethrin的效果，因为杀虫剂的浓度可能在高峰传播季节开始之前就已经减少。我们发现，在西尼罗河地区，pirimiphos-methrin的表现异常出色，在单次使用clothianidin-deltamethin后一年进行IRS时，疟疾病例显著减少。历史上，pirimiphos-methin在乌干达非常有效，为期三年的持续IRS提供了最大的疟疾控制效果[8, 12, 22, 57]。其他非洲国家在使用pirimiphos-methin进行IRS后也记录了显著的结果。在贝宁，一轮IRS使用pirimiphos-methin与叮咬率降低7.5倍、病媒密度减少75%以及吸血率减少34%相关，这种效果在后续的IRS轮次中保持一致[37, 58]。在肯尼亚，使用pirimophos-methin进行IRS前后进行的昆虫学监测发现，光陷阱和除虫菊酯喷雾捕获的An. funestus物种数量分别减少了88%和93%，而An. arabiensis减少了69%[7]。在这项研究中，孢子体感染和人类叮咬率也降至接近零。相反，在赞比亚[13]，pirimiphos-methin仅提供了轻微的发病率减少（9-25%），而在布基纳法索，在三次使用clothianidin-deltamethin后进行一轮pirimophos-methin时，疟疾病例率增加了[10]。为什么在西尼罗河地区，pirimophos-methin对于IRS更有效？与clothianidin-deltamethrin相比，pirimophos-methin的作用更快[18, 19, 37, 59]，在24小时内表现出立即且更强的致死效果（几乎高出2.5倍[59]）。相比之下，clothianidin-deltamethrin至少需要5天才能达到类似的效果[19, 56, 59, 60]。此外，pirimiphos-methin的残留效果至少持续10个月[61]，具体效果因地点和墙基类型而异[62, 63, 64]，能够在整个传播季节提供保护，并允许每年实施。重要的是，pirimiphos-methin对乌干达的所有蚊子病媒物种都保持高度有效，包括An. funestus[46, 65]。在布基纳法索、多哥和贝宁，野生An. gambiae病媒也对pirimiphos-methin保持高度敏感，尽管它们对DDT、拟除虫菊酯和bendiocarb具有抗性[18, 21, 37, 61, 66]。尽管如此，全球范围内有机磷抗性的水平和普遍性仍然较低[5]，但在撒哈拉以南非洲地区抗性正在出现[67, 68]。这可能解释了为什么在布基纳法索，一次使用pirimophos-methin的IRS在多次使用基于clothianidin的IRS之后与疟疾病例率增加有关[10]。此外，像新烟碱类杀虫剂一样，有机磷在农业中也被广泛使用[51, 52]，持续接触亚致死剂量可能会增加选择压力，导致抗性疟疾病媒的出现。我们的研究有几个优点。我们采用了准实验研究设计，使用改进后的基于卫生设施的监测数据来评估西尼罗河地区的IRS效果，提供了一种成本效益高的群体层面效果评估方法。包括来自气候和地理条件相似的邻近Acholi地区对照卫生设施的数据，使我们能够将与IRS无关的发病率变化与与IRS相关的变化区分开来。此外，我们还利用了MRC哨兵站点监测系统的个体级数据，其中每月的质量保证检查确保了数据的高质量。然而，我们的研究也有一些局限性。首先，我们的研究组不平衡，因为西尼罗河地区的IRS区只有有限数量的哨兵站点。然而，我们认为，确保MRC站点的高质量数据超过了扩展到MRC监测系统之外站点的任何潜在好处。其次，无法将IRS的效果与ITNs的效果分开。为了抵消这一点，根据ITN类型和分发时间匹配干预和对照站点，由此引入的任何偏差可能会低估IRS的效果，因为下一代ITNs可能比PBO ITNs更有效。第三，由于数据短缺，我们无法充分解释干预期间人们寻求医疗行为的变化。

**结论**
在西尼罗河地区，我们发现基于噻虫嗪的杀虫剂喷洒（IRS）配合杀虫蚊帐（ITNs）并未降低疟疾病例发生率。而在使用噻虫嗪-溴氰菊酯一年后，改用含吡虫啉 methyl 的杀虫剂喷洒（IRS）配合杀虫蚊帐，其疟疾病例降低幅度明显大于仅使用杀虫蚊帐的地区（邻近的阿乔利地区）。虽然定期轮换杀虫剂喷洒是一种切实可行的抗性管理方法，但只有当替代杀虫剂同样有效时，这种方法才具有实际效果。我们的研究结果强调了在流行病学背景下实施大规模病媒控制措施之前，有必要先评估野生病媒对杀虫剂的敏感性。在现实环境中评估杀虫剂的效果仍然至关重要，而不仅仅依赖建模或实验性试验。在类似情况下，有机磷类杀虫剂可能比基于噻虫嗪的杀虫剂更适合作为群体层面的病媒控制手段。有必要继续进行昆虫学和流行病学监测，以了解杀虫剂的效果以及病媒对有机磷类和新烟碱类杀虫剂的抗性情况。疟疾病媒控制计划应基于针对具体情境的杀虫剂有效性数据来制定。在吡啶醚类杀虫剂抗性较高的地区，应考虑双重干预措施的协同效果。