Spatial epidemiology of yellow fever: Identification of determinants of the 2016-2018 epidemics and at-risk areas in Brazil
PLOS Neglected Tropical Diseases·
- DOI
- 10.1371/journal.pntd.0008691
- PMID
- 33001982
- PMCID
- PMC7553304
- OpenAlex
- W3089634048
- 研究类型
- Journal article
- 出版商
- Public Library of Science (PLoS)
- 文章类型
- journal-article
- 完整性状态
- current
为何这项研究现在值得关注
该研究为刻画巴西黄热病的空间异质性特征及绘制风险地图提供了实证框架。结果表明，有效的空间分析需综合考量生态条件、宿主易感性以及社会流行病学指标，而非仅依赖气候数据。
结构化证据摘要
研究问题
本研究旨在探讨在巴西2016至2018年两次流行阶段期间，哪些生物、环境及人类相关因素与确诊黄热病病例的空间分布存在关联，并预测了哪些区域具备更利于疾病发生的条件。
研究设计
该研究采用生态位模型开展空间生态学分析。作者基于两个流行阶段的确诊人类与非人灵长类动物病例数据，评估了生物、非生物及人类活动等多类解释变量，并对适宜发生区域进行了空间预测。
人群与场景
分析对象为巴西在2016至2018年疫情中的人类与非人灵长类动物确诊病例。摘要同时提及截至2020年初的病例记录，并将空间预测范围扩展至全国及特定区域尺度。
主要发现
人类与非人灵长类动物的病例在空间分布上呈现高度重合。后续流行阶段的活动范围有所缩小并向南推移。哺乳动物多样性、气温、降水、人口密度、人类足迹及疫苗接种覆盖率被证实是驱动病例时空异质性的关键因素。模型预测的高适宜度区域同样出现收缩，且2019至2020年间报告的病例均落在模型预先划定的高风险范围内。
公共卫生意义
该研究为刻画巴西黄热病的空间异质性特征及绘制风险地图提供了实证框架。结果表明，有效的空间分析需综合考量生态条件、宿主易感性以及社会流行病学指标，而非仅依赖气候数据。
重要局限
所供摘要未明确列出具体研究局限，且该设计属于基于确诊病例分布与选定变量的生态建模分析。本摘要仅依赖于提供的单篇文献摘要及元数据；如需对模型假设、数据质量、不确定性及外推适用性进行决策级评估，必须查阅原始全文。
GIDS 解读
依据所供证据，该文献可识别为一项聚焦巴西的黄热病研究，涵盖疫情调查、传播背景、疫苗接种及气候环境因素。其内容为空间建模与风险区预测提供了背景文献支持，但并未建立或证实任何实时监测信号。
相关 GIDS 监测
文献背景不会验证、解释或改变监测信号；精确关系与背景关系会分开展示。
证据关系
本文与疾病、地区、主题及研究设计之间有 13 条可审计分类关系。