登革热是一种由伊蚊传播的病毒性疾病，广泛流行于全球热带和亚热带地区，已有超过120个国家遭受登革热的侵袭，其中拉丁美洲和东南亚国家所受影响最为严重[1]。据世界卫生组织估计，全球登革热的病例数逐年增加，约一半人口存在感染风险[2]。生态环境和人类活动是影响登革热传播的关键因素，在人类居住地周边开展灭蚊工作是目前主要的防控措施。
2022年5月，北京师范大学全球变化与公共健康研究中心田怀玉教授团队在《柳叶刀-传染病》（Lancet Infectious Diseases，IF = 71）期刊发表了题为“评估新冠肺炎非药物性干预措施对东南亚及拉丁美洲地区登革热疫情的影响：一项统计建模研究”（Measuring the effects of COVID-19-related disruption on dengue transmission in southeast Asia and Latin America: a statistical modelling study）的研究论文。研究发现，干预措施的推行和人类活动变化可能在全球范围内减少了70多万例登革热传染，其中“学校停课”和“非居住区”活动的减弱与登革热发病率降低关联最强。目前，登革热控制工作主要围绕在患病者及其家庭周围，而我们现在知道还应关注他们最近活动的地点，以减少登革热传播。本研究由我校全球变化与公共健康研究中心、遥感科学国家重点实验室、生命科学学院，以及伦敦卫生和热带医学研究院、牛津大学、剑桥大学、世界卫生组织被忽视的热带病控制司共同完成。田怀玉教授与Oliver J. Brady博士为通讯作者；公共健康中心博士生陈宇杨、生命科学学院博士后李乃哲为共同第一作者。
《柳叶刀-传染病》期刊同期为本文配发了题为“在新冠大流行期间减少登革热疫情”（Movement dynamics: reduced dengue cases during the COVID-19 pandemic）的专题评述（Lancet Infectious Diseases, 2022 22: 570-571）。
研究在国际上受到广泛关注，引发学界讨论。《纽约时报》（The New York Times）等国际媒体对研究结果进行报道；2022年6月，《柳叶刀-传染病》期刊刊登了题为“Additional considerations for assessing COVID-19 impact on dengue transmission”（Lancet Infectious Diseases, 2022, 22:762-763）的评论，并邀请田怀玉教授与Oliver J. Brady博士发表评论文章（Lancet Infectious Diseases, 2022, 22: 763）。
新冠肺炎大流行期间施行的公共卫生和社会措施（Public health and social measures，PHSM）为我们探索新的登革热防控措施提供了可能。这些措施涉及限制国际旅行、居家办公、减少聚集性活动、停运公共交通等多个方面，明显改变了人们的出行强度和模式[3]。在本研究之前，PHSM对登革热的影响尚不明确：一方面人类活动性的降低可能减少了人与蚊的接触频率以及病毒随被感染者扩散的可能，从而遏制疾病的传播[4]；另一方面这些PHSM可能阻碍了常规的登革热防控工作，使疫情恶化[5]。
基于此，本研究针对东南亚和拉丁美洲共23个登革热本地流行国家的病例数据，结合新冠疫情防控措施、人口流动、社会经济和气候数据，评估了PHSM对登革热传播的影响。研究结果对于制定更具针对性的防控措施具有重要意义。
本文的主要研究发现包括以下三个方面：
一、全球登革热发病率在施行新冠管控措施后明显下降
数据显示，2020年登革热发病率明显降低，83%的国家发病水平低于前6年均值。在各国逐步出台新冠防控措施后（2020年4月），发病率下降趋势更加明显（图1）。不同地区登革热疫情的缓和程度存在差异：流行高峰在4月之后的东南亚、中北美洲及加勒比海国家，发病率下降幅度更大；而对于主要流行期在年初的南半球国家，尽管2020年初发病率高于历史同期平均水平，但在4月份之后的下降幅度也超过预期。另外，本研究也排除了气候变化或者登革热病例漏报对结果的影响，这些证据都提示着PHSM可能抑制了登革热在研究区域的传播。
2020年与2014-19年拉丁美洲和东南亚的登革热发病率和公共卫生和社会措施比较（黑线表示措施起始时间）
二、“学校停课”和“非居住区”人类活动减弱与登革热发病率降低关联最强
本研究分别收集了8种不同类型PHSM和6类场所内人员流动的强度指标，通过建立统计学模型，探索PHSM和人员流动对登革热传播的影响。由于新冠管控措施均在2020年开始执行，人员流动强度也是在施行管控措施后才发生显著变化，我们首先使用2014-2019年数据建立了“历史模型”。经验证，“历史模型”可以较好的模拟登革热疫情的季节性变化和规模，因此我们使用该模型预测了不存在新冠防控措施和人员流动明显改变的情境下，23个国家2020年的登革热报告病例数。之后，我们分别使用PHSM和人类活动强度指标，借助单变量和多变量回归的方法，分别建立了“PHSM模型”和“人员流动模型”，用以解释预测和实际报告病例数之间的差异。由于不同场所内人活动强度的变化具有较高的共线性（图2），为提高结果的可信度，我们在多变量分析中将人员流动指标划分为“居住区”和“非居住区”两大类。
单变量回归模型显示，除“停运公共交通”外，其他7种措施均与登革热病例数降低有关，且登革热传播的相对危险随着管控措施的加强而降低。同样，公园、工作场所、零售店和药店人群活动性的减少也与登革热病例数降低存在显著关联。多变量回归结果表明，“学校停课”的管控措施以及 “非居住区”人流量的改变与登革热相对危险度显著相关，PHSM越严格，人员活动越少，登革热传播的危险性越低（图3），提示学校和非居住区可能存在较高的登革热传播风险。
识别登革热传播的“热点地区”对于疾病的预防和控制具有重要意义。长期以来的媒介控制工作的重点多放在居住区，但房屋周边传播聚集性较强的直接证据还比较少，而且越来越多的研究表明远离家庭成员共享的空间或者人员流动在登革热传播中扮演了重要角色。本项研究结果同样提示非居住区应在今后的疾病防控和科学研究工作中得到足够的重视，尤其考虑到登革热发病多见于15岁以下儿童[6]，加之埃及伊蚊喜于日间叮咬的习性，学校也许应该成为重中之重。
自变量共线性及与登革热相对危险度关联强度
管控措施、人员流动与登革热传播风险的关联
三、新冠管控措施可能避免了70多万例登革热感染
模型预测表明，PHSM的施行可能使2020年4-12月的登革热病例降低了约35%，相当于减少了约72万例感染。相较于拉丁美洲，东南亚国家登革热发病水平的下降更加明显。除新加坡外，其余东南亚国家报告病例数量均有减少，以菲律宾和柬埔寨幅度最大。16个拉美国家中的12个报告了比预期更少的病例数，但是伯利兹、巴西、尼加拉瓜和秘鲁的发病水平却高于预期，其中巴西的病例数占所有国家总和的51%。这可能与巴西施行新冠管控的严格程度、国民的依从性有关[7]。
随着许多国家防控措施的逐步放开，人员流动逐渐恢复到新冠疫情之前的水平，这72万病例中有多少是真正免于感染，还是会在几年后“代偿性”出现，仍是一个值得关注的话题。虽然我们的滞后模型证明了NPI和人员流动具有短期（0-1个月）和中长期（2-3个月）的保护作用，但更长期影响还需持续的观察和分析。未来的工作不应仅限于人类活动、PHSM数据的收集，人群免疫水平、患者求医行为的监测同样有利于疾病预测系统的完善，为我们更好的应对下一次登革热大流行提供有力帮助。
本研究表明，2020年全球范围内登革热传播的减弱与PHSM和其导致的人员流动变化有关。充足证据表明“关闭学校”和减少“非居住区”的聚集与登革热发病率降低的关联性更强，提示这些学校等非居住区应当在今后的防控工作中得到足够重视。但是目前尚不能明确PHSM对登革热的长期影响，对登革热趋势的持续监测对于我们更清楚的认识人类行为与登革热传播的关联，制定行之有效的干预措施仍然必不可少。
遥感科学国家重点实验室设立疫情专项，全球变化与地球系统科学研究院通过科研平台建设项目以及北京高校高精尖学科“陆地表层学”对研究进行了支持。
《纽约时报》对本项研究的报道
《柳叶刀-传染病》期刊为本文配发专题评述（Lancet Infectious Diseases, 2022 22: 570-571；Lancet Infectious Diseases, 2022, 22:762-763；Lancet Infectious Diseases, 2022, 22: 763）
参考文献：
1. Dereje N. Global burden of 369 diseases and injuries in 204 countries and territories, 1990–2019: a systematic analysis for the Global Burden of Disease Study 2019. The Lancet. 2020;396.
2. WHO. Dengue and severe dengue: WHO Newsroom; [updated Jan 10, 2021; cited 2022 2 February]. Available from: https://www.who.int/news-room/fact-sheets/detail/dengue-and-severe-dengue.
3. Lemey P, Hong SL, Hill V, Baele G, Poletto C, Colizza V, et al. Accommodating individual travel history and unsampled diversity in Bayesian phylogeographic inference of SARS-CoV-2. Nat Commun. 2020;11(1):5110.
4. Stoddard ST, Forshey BM, Morrison AC, Paz-Soldan VA, Vazquez-Prokopec GM, Astete H, et al. House-to-house human movement drives dengue virus transmission. Proc Natl Acad Sci U S A. 2013;110(3):994-9.
5. Brady O, Wilder-Smith A. What Is the Impact of Lockdowns on Dengue? Curr Infect Dis Rep. 2021;23(2):2.
6. Verhagen LM, de Groot R. Dengue in children. J Infect. 2014;69 Suppl 1:S77-86.
7. de Souza Santos AA, Candido DDS, de Souza WM, Buss L, Li SL, Pereira RHM, et al. Dataset on SARS-CoV-2 non-pharmaceutical interventions in Brazilian municipalities. Sci Data. 2021;8(1):73.