中国中部地区肾综合征出血热（HFRS）主要由汉滩病毒（Hantaan virus, HTNV）引起，是一种经啮齿动物传播的人畜共患病，长期以来对公共卫生构成重大威胁。该疾病暴发呈现明显的周期性，但其背后的驱动机制，尤其是气候因素与动物宿主及人类感染之间的复杂关联，尚未被完全阐明。一项发表于《美国国家科学院院刊》（Proceedings of the National Academy of Sciences, PNAS）的研究，通过分析中国渭河平原地区长达54年（1960-2013）的独特数据集，揭示了温度和降雨如何共同调控汉滩病毒在人-动物界面的年际暴发周期。本研究由来自北京师范大学、陕西省疾病预防控制中心、法国高等师范学院、挪威奥斯陆大学、清华大学、中国疾病预防控制中心等多个国内外机构的科学家合作完成，通讯作者为Jingjun Wang、Nils Chr. Stenseth和Bing Xu。论文于2017年7月25日在线发表。本报告将详细介绍该研究的背景、工作流程、主要结果、结论及其重要价值。

学术背景与目标

汉坦病毒在全球范围内每年导致约20万例人类感染，在中国曾造成超过150万例肾综合征出血热病例，是一个重要的公共卫生问题。以往研究表明，此类人畜共患病的暴发受到多种因素驱动，包括环境条件、野生动物宿主种群密度以及人-动物接触频率等。然而，对于疾病年际变异性的驱动机制，特别是气候强迫在其中扮演的角色，一直存在争议，主要原因在于缺乏同时涵盖长期人类疾病病例和动物监测的记录，且难以量化环境因素在动物-人类传播系统中的作用。

本研究旨在填补这一知识空白。研究团队利用中国中部汉滩病毒自然疫源地——渭河平原——长达半个世纪的独特数据，该数据集同时包含了野外动物（主要为黑线姬鼠，Apodemus agrarius）监测数据和人类肾综合征出血热的流行病学记录。研究的主要目标是：第一，确定气候强迫在观测到的人-动物-病毒动态中所扮演的角色；第二，评估气候强迫对野生动物宿主种群变化以及肾综合征出血热暴发在季节性和年际尺度上波动的影响。研究者希望构建一个气候-动物-汉滩病毒感染模型，以揭示驱动疾病周期性再现的生物学机制。

详细工作流程

本研究是一个综合性生态流行病学研究，融合了长期观测数据的统计分析、数学模型构建和验证。其工作流程可概括为以下几个核心步骤：

1. 数据收集与整理（1960-2013年）：这是本研究的基础。数据来源于三个方面：首先，流行病学数据：从陕西省法定传染病监测系统收集了1960年至2013年每月报告的肾综合征出血热临床病例。所有病例均通过血清学检测汉坦病毒抗体进行确认，并遗传学证实为汉滩病毒所致。其次，动物宿主数据：自1980年起，在陕西省户县（研究区域的核心点）每月进行黑线姬鼠的种群密度监测。采用标准夹夜法，每月连续三夜布放至少100个鼠夹，计算捕获率（捕获数/夹夜数）作为种群丰度的指标。在分析期间，共完成了283，620个夹夜的调查，捕获黑线姬鼠5,985只。第三，气候数据：从当地气象站获取了1960年至2013年的每日温度和降雨数据。此外，还收集了厄尔尼诺-南方涛动指数（ENSO，以Nino3.4指数表示）作为大尺度气候驱动因子，以及当地人口数据用于分析。

2. 时间序列分析与周期识别：研究人员首先对所有时间序列（年发病率、黑线姬鼠捕获率、年降雨量、冬季平均温度等）进行了小波分析（Wavelet Analysis）。这是一种强大的时频分析工具，能够揭示时间序列中随时间变化的周期性成分。通过小波功率谱，他们识别了各变量在数十年间的主导周期，并检验了这些周期是否具有统计学显著性。同时，计算了人类发病率、鼠类种群密度和气候变量之间的相关性。

3. 气候对野生动物宿主种群动态的影响建模：为了量化气候条件如何驱动作为病毒主要储存宿主的黑线姬鼠的种群年际波动，研究者建立了一个基于广义加性模型（Generalized Additive Model， GAM）框架的离散时间模型。该模型以前一年的鼠类种群密度为基础，结合气候变量（上一年的年降雨量和上一个冬季的温度）来预测下一年的种群增长率。具体而言，模型形式为：R_y = f1(降雨_y) + f2(冬季温度_y)，其中R_y是年增长率，f1和f2是用于估计降雨和温度非线性效应的平滑函数。他们使用1980-2013年的数据拟合模型，并进行了1,000次随机抽样训练以确定最优模型参数，然后用该模型反推了1960-1979年的鼠类种群动态（因监测数据始于1980年），从而获得了完整的54年宿主种群时间序列。

4. 结构方程模型（SEM）分析驱动路径：为了厘清气候、宿主和人类疾病之间的直接和间接因果关系路径，研究者构建了结构方程模型。该模型将年度人类HFRS发病率作为响应变量，考察了以下路径：（a）前一年鼠类密度对当年发病率的直接影响；（b）前一年降雨通过影响鼠类密度而对发病率产生的间接影响；（c）当年夏季气候条件（温度和降雨）对人类发病率的直接影响。SEM通过标准化的路径系数量化了这些关系的强度和方向。

5. 气候驱动人畜共患病暴发的非线性传播模型：这是研究的核心建模部分。研究者构建了一个非线性模型来模拟汉滩病毒从动物向人类的溢出（Spillover）动态。模型的核心思想是，每月的人类病例数I_(t+1)取决于当月的易感人群数量S_t、鼠类种群丰度A_t以及一个随时间变化的病原体传播率β_t。公式简化为：I_(t+1) ∝ I_t * (A_t + τ)^α * β_t * S_t。其中，传播率β_t被分解为季节性成分β_seas和气候驱动成分β_clim的乘积。气候驱动成分是滞后一定时期的温度和降雨变量的线性组合（通过小波相干分析确定了最佳滞后时间，如降雨滞后4个月和2个月，温度滞后5个月和4个月）。季节性成分则由12个月份的哑变量非参数化表示。他们采用马尔可夫链蒙特卡洛（MCMC）方法中的延迟拒绝自适应Metropolis算法对模型参数进行贝叶斯估计，并使用70%的数据进行训练，30%的数据进行测试，以评估模型的预测准确性。

主要研究结果

1. 发现8-10年的同步周期：小波分析揭示了一个关键现象：在1960年代至2010年代，人类肾综合征出血热病例数、黑线姬鼠捕获率、年降雨量和冬季温度这四个时间序列，均显示出8-10年的主导年际振荡周期。这种同步性强烈暗示，HFRS的长期年际变化与鼠类种群动态和气候变率有关。值得注意的是，只有冬季温度显示出这种8年周期，而春、夏、秋季及年平均温度则没有。

2. 气候对宿主种群动态的非线性影响：GAM模型成功重构了鼠类种群动态（拟合优度R=0.81）。模型结果显示：首先，鼠类种群密度自身存在强烈的负反馈效应（密度制约）。其次，年降雨量对种群增长率有非线性正效应。第三，冬季温度与鼠类种群增长率之间存在一个复杂的“M”形非线性关系：当冬季温度介于-1.5°C至-0.5°C之间时，温度升高对种群增长不利；而当温度介于-0.5°C至1°C之间时，温度升高则有利于种群增长。这表明极低和较高的冬季温度都可能降低鼠类种群增长率，而-0.5°C左右是一个关键转折点。研究者推断，这可能与冬季冻融事件影响食物获取和鼠类越冬存活率有关。

3. 疾病暴发的季节性关联与气候驱动：HFRS暴发呈现显著的季节性，高峰通常出现在雨季结束后的秋季。统计分析表明，夏季高温与HFRS发病率呈显著负相关（r = -0.48），而夏季降雨则与发病率呈正相关（r = 0.35）。结构方程模型的结果进一步支持并明确了这些关系：鼠类密度对HFRS暴发有直接的正向效应；降雨通过促进鼠类种群增长而产生间接的正向效应；夏季温度则对HFRS暴发有直接的负向效应。

4. 整合模型揭示暴发必要条件：非线性传播模型成功拟合了HFRS病例的时空动态（训练集R^2=0.93，测试集R^2=0.85）。模型模拟结果揭示了一个至关重要的机制：HFRS的暴发仅在气候条件同时有利于鼠类种群增长和病毒传播时才会发生。如图4所示，2002年至2010年间，尽管气候条件导致模型计算出的传播率（β_t）处于高位，但实际HFRS病例数却很低，这一时期恰好对应着鼠类种群密度处于低谷。这清晰地表明，仅有促进传播的气候条件不足以引发大规模疫情，必须有足够大的宿主种群作为“燃料”。反之，鼠类种群高峰若未遇到有利的传播气候，疫情规模也会受限。

5. 大尺度气候（ENSO）的潜在影响：研究还发现，作为全球气候变率强信号的ENSO事件（通过Nino3.4指数表征），可能与当地的降雨和温度异常相关联，进而影响鼠类种群规模和HFRS流行周期。拉尼娜（La Niña）事件相关的多雨条件可能增加鼠类捕获率和病毒传播风险，而厄尔尼诺（El Niño）事件相关的干旱则可能限制鼠类生存，从而降低暴发风险。

结论与价值

本研究得出结论：中国中部地区汉滩病毒感染的8年周期暴发，是由黑线姬鼠种群的周期动态和气候变率（包括季节性和年际循环）共同驱动。温度和降雨这两个关键气候变量，通过影响宿主种群的越冬存活、繁殖成功率和年际波动，以及病毒在环境中的存活和宿主间的接触频率，共同塑造了病毒从动物传播到人类的风险格局。具体而言，适宜的冬季温度（约-0.5°C至1°C）和充足的降雨有利于鼠类种群增长；而凉爽多雨的夏季则有利于病毒传播给人类。两者同时满足的条件，通过ENSO等大尺度气候模式的调节，在大约8-10年的周期上汇合，导致了HFRS的周期性大暴发。

本研究的科学价值在于，它首次利用长达半个世纪的同步监测数据，定量解析了气候因素通过影响野生动物宿主种群动态，进而调控人畜共患病周期性暴发的完整机制链条。它超越了简单的相关性分析，通过构建整合气候-宿主-疾病传播的非线性数学模型，揭示了系统内部的复杂相互作用和非线性特征（如冬季温度的M形效应），并明确了疫情暴发的“双条件”必要性。在应用价值上，该研究为建立基于气候和宿主监测的HFRS早期预警系统奠定了坚实基础。模型能够提供长达3个月的预警提前期，有助于公共卫生部门在风险升高前采取针对性的防控措施，例如加强监测、开展灭鼠和健康教育。此外，该研究框架对于理解其他受气候驱动的虫媒或动物源性传染病的流行规律也具有重要的借鉴意义。

研究亮点

1. 独特而珍贵的数据集：研究最大的亮点在于其使用的数据集——涵盖54年的人类流行病学记录和33年的系统性野生动物宿主监测数据。这种长时间尺度的同步数据在全球范围内都极为罕见，为揭示年际周期机制提供了不可多得的机会。
2. 多学科方法与模型整合：研究巧妙地结合了时间序列分析（小波分析）、统计建模（GAM， SEM）和机制性传播动力学模型（非线性MCMC模型），从现象描述、关联分析到机制模拟层层深入，构建了一个完整、严谨的分析框架。
3. 揭示非线性与必要条件：研究不仅发现了气候变量的线性影响，更重要的是揭示了冬季温度对宿主种群增长的非线性“M”形效应。同时，通过模型明确提出了疫情暴发需要“宿主种群充足”和“气候利于传播”两个条件同时满足的关键见解，这对预测实践至关重要。
4. 连接大尺度气候与地方病流行：研究将ENSO等大尺度气候振荡与地方性传染病的流行周期联系起来，阐释了全球气候模式如何通过影响局地气象条件，最终调控微观的生态流行病学过程，体现了宏观与微观尺度的有机结合。
5. 明确的公共卫生启示：研究成果直接指向了可操作的公共卫生干预。通过监测冬季温度、夏季降雨和鼠类种群密度，可以量化疫情风险，为实现预测性而非反应性的传染病防控提供了科学依据。

这项研究是生态流行病学领域的典范之作，它通过长期数据与数学模型的力量，清晰阐明了复杂人畜共患病系统背后的驱动规律，为应对气候变化背景下的传染病威胁提供了重要的科学工具和思路。