《Science of The Total Environment》:Climate extremes, WASH deficits, and infectious diseases in the Brazilian Amazon: Insights from explainable machine learning (2010?2022)
通过环境介导的粪-口途径传播及气候敏感型虫媒传播途径的传染病在巴西亚马逊地区依然是重大公共卫生挑战,该地区卫生设施不足与水文气候变异性相互作用。研究人员探究了2010—2022年间ENSO相关气候变异性、卫生条件及社会环境要素如何共同影响亚马孙地区七个州的发病率。研究人员利用统计模型和可解释机器学习方法整合了流行病学、气候及社会经济数据集。不同传播途径的疾病发病率呈现显著异质性。气候是粪-口传播、环境接触传播和虫媒病毒性疾病(arboviral diseases)的主导预测域(平均SHAP值高达0.871),而空间结构在原虫类虫媒疾病和组合模型中占主导地位(高达0.628)。在变量层面,预测贡献集中于有限的预测因子集合,特别是州效应(高达0.401)和关键气候变量,包括温度以及滞后湿度和降雨量。滞后气候变量(t?1)对模型性能贡献显著,表明对环境变异性的延迟响应。广义可加模型(GAMs)显示出高解释力,各疾病组解释偏差范围为68.2%~94.9%。集成模型优于传统方法,能够捕捉预测因子间的非线性关系。总体而言,气候变异性在更广泛的结构脆弱性系统中发挥调节作用,而非作为孤立驱动因素。这些发现支持将卫生设施改善、气候信息预警系统和针对性空间公共卫生干预相结合的综合策略。
1. 引言
亚马逊地区在调节地球气候系统中发挥核心作用,但日益受到升温、降水格局转变和极端气候事件频率增加的影响。近几十年来,该地区经历了约0.6~0.7°C的增温趋势,水文制度发生显著变化,包括干季延长、干旱更频繁以及强降雨增多。这些变化源于大规模大气过程与区域驱动因素(如森林砍伐和土地利用变化)的相互作用,形成了高度动态且异质的气候系统。预测表明,这些极端事件可能在21世纪加剧,增加亚马逊流域的环境不稳定性。
厄尔尼诺-南方涛动(ENSO)是亚马逊流域年际气候变异性的主要驱动因素之一,调控降雨格局、河川径流和大气环流。厄尔尼诺事件通常与降水减少和干旱相关,而拉尼娜相位则倾向于加剧降雨和洪水。然而,该地区的气候变异性并非仅由ENSO控制。大规模海洋-大气遥相关也发挥关键作用。大西洋和太平洋的海表温度(SST)变化影响热带辐合带(ITCZ)的位置,调节水汽输送,并影响雨季的起始和强度。此外,与ENSO相互作用的印度洋偶极子(IOD)也对区域水分变异性有贡献。这些机制共同表明,亚马逊气候动力学源于将海洋变率与大陆水文通量相联系的复杂相互作用网络。
这些动力学对人类健康有直接影响,特别是在环境敏感型传染病的背景下。与水、环境卫生和个人卫生(WASH)相关的疾病对降水、温度和湿度的变化反应强烈。干旱和洪水等极端事件可损害水质、改变水文连通性并增加病原体暴露。此外,虫媒疾病受环境影响媒介生存、繁殖和行为的环境条件调控。这些关系通常是非线性和滞后的,反映了生态过程和社会经济条件的介导作用。
在亚马逊流域,气候变异性对疾病传播的影响因环境变化和结构脆弱性而放大。发病率不仅反映气候条件,还反映与森林砍伐、土地利用动态和社会经济不平等相关的空间格局。生态系统改变可促进媒介增殖并在"同一健康"框架内重塑生态相互作用。此外,许多城郊和农村地区有限的卫生设施覆盖增加了暴露并降低了脆弱人群的适应能力。这些结构性限制作为气候相关风险的放大器,加剧了整个地区的疾病负担。
卫生设施是该系统中特别重要的组成部分。充足的安全用水、污水处理和卫生设施与较低的发病率和死亡率持续相关,尤其在低收入和中等收入国家。巴西北部的证据表明,污水处理改善与涉水疾病减少相关,凸显了基础设施在缓解健康风险中的作用。然而,卫生设施服务获取方面持续存在的不平等继续维持着亚马逊地区的高脆弱性水平。
总体而言,这些过程表明亚马逊传染病动力学源于气候变异性、环境变化和结构条件在多个空间和时间尺度上的相互作用。捕捉这些相互作用仍具挑战性。流行病学响应通常是非线性、滞后且强烈空间结构的,限制了传统统计方法充分表征这种复杂性的能力。
在此背景下,机器学习(ML)为分析复杂气候-健康系统提供了有用的预测和解释框架。随机森林和梯度提升算法(包括XGBoost)等方法可以对气候、环境和社会经济变量之间的非线性关系和相互作用进行建模,同时在复杂数据集中实现强预测性能。同时,可解释方法如SHAP(SHapley Additive exPlanations)可将预测分解为可解释的贡献,帮助识别关键驱动因素并提高模型透明度。
尽管取得这些进展,同时解决气候变异性、卫生设施不足、空间结构和多疾病组的综合研究在亚马逊仍较为缺乏。大多数现有方法聚焦于单一疾病或孤立驱动因素,限制了理解这些过程在不同环境条件下如何相互作用的认识。
本研究应用可解释机器学习模型评估气候变异性、卫生设施不足和空间结构如何共同影响巴西亚马逊的传染病发病率。研究人员假设这些驱动因素相互依赖,通过非线性和交互效应塑造区域疾病动力学。通过将ENSO相关变异性、卫生指标和多传播途径整合到统一预测框架中,本研究旨在量化这些决定因素的相对贡献,识别解释发病率变异的主要因素,并通过基于情景的模拟评估水文气候和卫生条件变化如何影响发病模式。该方法为高度暴露于气候极端事件的地区塑造疾病动力学的环境和结构因素提供了一致且可解释的评估。
2. 材料与方法
2.1 研究区域
巴西北部地区面积约387万km
2,约占全国领土的45%,包括阿克里州(AC)、阿马帕州(AP)、亚马孙州(AM)、帕拉州(PA)、朗多尼亚州(RO)、罗赖马州(RR)和托坎廷斯州(TO)。该地区约有1700万居民,其中78.5%居住在城市地区。该地区的卫生设施覆盖率为全国最低:62%的人口可获得安全饮用水,不足15%的人口可获得污水收集和处理服务。
在城郊和农村市镇,露天污水、排水不良和对未处理地表水的依赖是与洪水期间腹泻疾病和钩端螺旋体病相关的常见条件。此外,森林砍伐、城市扩张和土地利用变化改变水文和水质,从而维持疟疾、利什曼病和其他气候敏感疾病的循环。
区域气候特征为雨季(12月—5月)和旱季(6月—11月),与热带辐合带的迁移相关。年际变异性受ENSO强烈影响,厄尔尼诺通常促进干旱和减少河流流量,而拉尼娜则与强降雨和洪水相关。然而,这仅是整个北部地区季节性的总体概览,因为各州之间的动态并不统一,根据地理位置和不同大气系统的影响而变化。例如,亚马孙州和阿克里州具有赤道多雨气候和全年高温,没有明显旱季,而阿马帕州和罗赖马州北部则以明显的湿季和旱季为特征,通常与风的季节性转换相关。托坎廷斯州全年高温,但旱季更为强烈。
2.2 数据来源与研究设计
研究人员开展了定量分析,使用2010—2022年期间的官方国家数据集。所有数据集在北部地区进行了州—年尺度的协调,并组织为四个主题域:社会经济条件、气候与环境变量、卫生指标和健康结果。
气候变量最初以月分辨率获取,并聚合为年平均值以确保与社会经济和卫生指标的时间一致性,后者仅以年度分辨率提供。健康数据以发病率(每10万人病例数)表示并用作响应变量。发病率计算公式为:发病率=病例数/人口数×100,000。这种标准化减少了与州际人口规模、人口增长和迁移相关的偏差,同时承认由于数据来源于二次卫生信息系统,随时间推移可能存在报告实践的变异性。
疾病选择基于其与卫生设施不足、不安全供水和气候敏感传播途径的既定或潜在关联。发病率作为主要结局指标,原因在于缺乏州级一致的长期患病率数据,且本研究聚焦于影响疾病发生时间变异性的环境和气候驱动因素。
2.3 疾病分类和流行病学数据
传染病按照Cairncross和Feachem提出的环境传播框架从WASH视角进行分类。据此,疾病分为四类:(i)粪-口传播疾病,包括急性腹泻性疾病、甲型和戊型病毒性肝炎及伤寒;(ii)虫媒病毒性疾病,包括登革热、寨卡病毒病和基孔肯雅病毒病;(iii)原虫类虫媒疾病,包括疟疾和利什曼病;以及(iv)与污染环境接触相关疾病,包括钩端螺旋体病和血吸虫病。
2.4 伦理考虑
所有分析仅依赖从公共存储库获取的匿名化二手数据,确保遵守观察性研究的伦理标准。研究遵循了加强流行病学观察性研究报告(STROBE)指南。
2.5 发病率多元分析
使用置换多元方差分析(PERMANOVA)和主坐标分析(PCoA)评估发病率的多元模式。发病率经ln(x+1)转换以减少偏度。使用Bray-Curtis相异性量化观测值之间的组成差异。PERMANOVA以999次置换进行,检验ENSO相关时间结构(ENSO相位和ENSO定义时期)和空间变异性(州)的效应。多变量离散度的同质性使用PERMDISP评估。
2.6 疾病决定因素非线性建模(GAMs)
为评估水文气候、社会经济和卫生相关驱动因素对疾病变异性的影响,应用了广义可加模型(GAMs)。该方法允许对预测因子与响应变量之间的潜在非线性关系进行建模,同时处理流行病学数据中的过度离散。模型性能通过调整R
2和解释偏差评估。统计显著性以p<0.05为界。每个预测因子的非线性程度通过有效自由度(edf)评估,大于1的值表示偏离线性。鉴于数据的过度离散特性,模型以负二项分布拟合。分析在R中使用mgcv包进行。
2.7 预测建模框架
2.7.1 数据处理
所有数据集在州—年尺度(2010—2022)进行协调,以确保流行病学、气候、卫生和社会经济变量之间的一致性。年度气候变量以月度观测值的平均值计算。尽管部分传染病可能对次季节尺度的环境变异性有响应,建模在年度水平进行以确保与仅以年度分辨率提供的社会经济和卫生指标的兼容性。健康数据以发病率表示以允许州际和时间可比性。为减少偏度并改善模型稳定性,所有响应变量使用ln(x+1)转换,其中x代表发病率。
分析包括五个结局组:(i)粪-口传播、(ii)与污染环境接触、(iii)虫媒传播(虫媒病毒)、(iv)原虫类虫媒疾病和(v)所有疾病组合。预测变量组织为四个域:气候(降水、温度、相对湿度和多变量厄尔尼诺指数)、卫生(TPWATW,即无安全饮用水获取的人口总数)、社会经济条件(HDI)和空间结构(州作为分类变量)。滞后气候变量(t?1)被纳入以代表前一年的环境暴露并考虑传染病对环境变异性的延迟响应。
直接与疾病结局相关的变量,如住院率和疾病相关死亡率,被排除在预测集之外以避免循环性并人为夸大模型性能。多重共线性使用方差膨胀因子(VIF)评估。VIF值大于5的变量被视为高度共线性并从模型中排除。
2.7.2 机器学习建模与验证
应用了两种机器学习算法:随机森林(RF)和极端梯度提升(XGBoost)。模型评估遵循两步时间验证策略。首先,2010—2016年数据用于模型训练,2017—2022年保留为独立测试集(时间保留),允许对未来观测的预测能力进行评估。
在训练期内,应用分块时间交叉验证,采用逐年留一法,其中交互式排除一年进行验证,而所有剩余年份用于模型拟合。模型超参数使用网格搜索优化。最佳模型配置根据时间交叉验证期间的预测性能选择。模型性能使用均方根误差(RMSE)、平均绝对误差(MAE)和决定系数(R
2)评估,这些在转换后的响应尺度上计算。
2.7.3 使用SHAP值解释模型预测
采用SHAP(SHapley Additive Explanations)解释XGBoost和随机森林模型生成的预测。该方法量化每个预测因子对模型输出的贡献。正SHAP值表示预测响应增加,负值表示减少。SHAP值的大小反映每个变量的相对贡献。
为评估全局重要性,计算每个变量的平均绝对SHAP值,允许根据对模型输出的总体贡献对预测因子进行排序。此外,使用蜂群图可视化SHAP值,显示所有观测中预测效应的大小和方向。为便于解释并减少相关变量的影响,SHAP值还按域(气候、卫生、社会经济条件和空间结构)聚合。
2.8 基于情景的模拟
基于情景的模拟用于评估在对比水文气候和卫生条件下发病率的变化。应用机器学习模型(随机森林和XGBoost),根据预测性能指标为每个结局选择最佳性能模型,优先考虑预测准确性和稳健性。最终模型使用完整训练数据集和最优超参数重新拟合。
参考数据集使用所有连续预测因子的中位数(第50百分位数)构建,同时保留各州的空间结构。情景数据集通过根据训练数据衍生的百分位数阈值修改选定预测因子生成,同时保持所有其他变量恒定。预测因子修改在单因素情景中单独应用,在组合情景中同时应用,允许评估孤立效应和联合效应。
情景包括:基线(所有预测因子设为第50百分位数)、干气候极端(与ENSO正相位相关的极端干热条件:降水第10百分位数、温度第90百分位数、湿度第10百分位数、MEI正相位约第90百分位数)、湿气候极端(与ENSO负相位相关的极端湿热条件:降水第90百分位数、湿度第90百分位数、MEI负相位约第10百分位数)、卫生改善(改善卫生条件:TPWATW第10百分位数)和组合高风险(气候和卫生压力源同时存在的复合情景:降水第10百分位数、温度第90百分位数、湿度第90百分位数、MEI正相位、TPWATW第90百分位数)。
预测在州级为每个情景生成,对应所选模型的确定性输出。结果表示为预测发病率、绝对变化和相对于基线条件的相对百分比变化。
3. 结果
3.1 ENSO时期发病率的时空格局
传染病在巴西亚马逊表现出显著的空间异质性,具有明确的热点区域和梯度变化,伴随由GAM趋势代表的时间变化。这些模式按pre-ENSO(2010—2014)、extreme ENSO(2015—2016)和post-ENSO(2017—2022)时期组织。
急性腹泻性疾病在亚马孙州数值最高,其次是帕拉州和托坎登斯州。月度序列显示从pre-ENSO到post-ENSO时期呈下降趋势。伤寒在亚马孙州发病率最高,随时间下降且月度振幅较低。病毒性肝炎在各州分布较为均匀,跨时期增加且呈渐进月度变化。
登革热在阿克里州发病率最高,pre-ENSO期间出现月度峰值,极端ENSO事件后下降。寨卡病毒病在托坎廷斯州发病率最高,极端ENSO期间出现月度峰值。基孔肯雅病毒病在罗赖马州和托坎廷斯州数值最高,跨时期增加。
疟疾在罗赖马州和亚马孙州数值最高,跨时期下降。内脏利什曼病在托坎廷斯州发病率最高,跨时期减少。美洲皮肤利什曼病在pre-ENSO期间集中增加,随后下降。钩端螺旋体病在阿克里州发病率最高,极端ENSO期间增加,post-ENSO期间减少。血吸虫病发病率低,州际变异小。
3.2 社会经济和卫生梯度塑造区域脆弱性
2010—2021年间,市级人类发展指数(M-HDI)在巴西从0.73增至0.77。阿克里、帕拉、亚马孙和托坎廷斯实现增长,而阿马帕和罗赖马在2018—2019年达到峰值后下降。卫生指标显示所有州的污水收集和处理水平均较低,阿克里、亚马孙和帕拉最低,阿马帕和朗多尼亚供水和用水较好,罗赖马和托坎廷斯处于中等水平。
3.3 ENSO变率驱动的水文气候极端
水文气候变异性在整个研究期间受ENSO相位调制。2015—2016年发生极强厄尔尼诺事件(MEI>+2),随后数年出现拉尼娜条件。这一极端时期与降雨减少重合,而post-ENSO时期(2017—2022)显示降水增加。在气候变量中,降雨量变异性最大。
厄尔尼诺相位期间,降雨异常在各州主要为负值,亚马孙、帕拉和朗多尼亚尤其显著。相反,拉尼娜相位与超过150 mm的正异常相关,阿马帕、帕拉和托坎廷斯尤为明显。温度保持相对稳定,相对湿度和风速呈中低变异性。
3.4 社会经济和水气候代理对水传播疾病的调制
当联合评估气候、社会经济和卫生变量对水传播疾病发生的影响时,模型揭示了不同疾病组之间的解释能力差异。观察到对所分析预测因子的非线性响应。
原虫类虫媒疾病模型解释力最强(解释偏差=93.1%;调整R
2=0.89)。该组中,所有社会经济和卫生指标以及MEI指数均有显著效应。
对于粪-口疾病,未处理污水和人口密度有显著效应。环境气候变量中,温度、相对湿度和MEI也有显著效应。模型解释了85.9%的偏差。
与污染环境接触相关疾病的模型解释了88.5%的偏差。有显著效应的变量包括无安全饮用水获取人口、人口密度、M-HDI、相对湿度和MEI。
虫媒病毒性疾病解释了57.2%的偏差。显著效应见于人口密度、温度、降雨和风速。
3.5 空间结构和ENSO变异性的多元模式
PERMANOVA表明空间结构和ENSO相关变量对整个时间序列的多元组成有显著效应。对于ENSO定义时期,Period_ENSO和空间结构均有显著效应。对于ENSO相位,ENSO_phase和空间结构也均有显著效应。
多变量离散度分析(PERMDISP)未显示空间组间显著差异。相反,ENSO定义时期和ENSO相位间观察到显著差异。
空间上,到质心的距离在各州间变异,托坎廷斯和阿克里最高,阿马帕最低。PCoA排序揭示了州沿主轴的分布,阿克里和托坎廷斯在多变量空间中处于相对位置。
在ENSO定义时期中,extreme ENSO和post-ENSO组离散度最大,pre-ENSO组最低。组质心沿PCoA1轴变化。对于ENSO相位,拉尼娜期间离散度最大,其次是中性期和厄尔尼诺期。
3.6 综合建模框架
3.6.1 超参数调优和模型配置
超参数调优结果为随机森林模型在所有结局中采用单一配置,mtry=5,min.node.size=2,num.trees=300。对于XGBoost,部分参数在各疾病组间保持恒定,包括eta=0.05、subsample=0.8、colsample_bytree=0.8和nrounds=200。最大树深度对粪-口传播疾病和所有疾病组合为4,对其他组为2。min_child_weight对粪-口传播疾病设为3,对其他结局设为1。
3.6.2 各疾病组预测建模性能
模型性能在不同算法和疾病组间存在差异。总体而言,XGBoost对大多数结局产生更高的R
2值和更低的误差指标,而随机森林在选定疾病类别中表现优于XGBoost。
对于粪-口传播疾病,随机森林解释力略高(R
2=0.79),误差指标相似。对于与污染环境接触相关疾病,随机森林也有更高R
2(0.81)。对于虫媒病毒性疾病,两种模型表现均较差(RF=0.37;XGB=0.38)。对于原虫类疾病,XGBoost优于随机森林(R
2=0.81 vs. 0.62)。对于所有疾病组合,XGBoost表现最佳(R
2=0.86)。
3.6.3 Post-ENSO期间预测发病率模式
模型预测使用独立测试期(2017—2022)评估,紧随2015—2016年极端厄尔尼诺-南方涛动事件之后。该期间,预测值再现了观测到的州际发病率空间幅度。
粪-口疾病观测值从阿克里-2022年的4.6到亚马孙-2019年的10.3不等。与污染环境接触相关疾病观测值从罗赖马-2020年的0.2到亚马孙-2017年的2.4不等。虫媒病毒性疾病观测值从阿马帕-2021年的2.0到罗赖马-2017年的7.5不等。原虫类疾病观测值从约阿马帕-2020年的2.7到亚马孙-2017年的5.8不等。所有疾病组合的最高观测值见于亚马孙州。
3.6.4 基于SHAP分析的疾病发病率驱动因素
SHAP分析揭示了疾病组间在域水平和变量水平的差异。在域水平,平均绝对SHAP值显示不同结局间预测贡献的明显模式。气候对粪-口传播疾病(0.650)、与污染环境接触相关疾病(0.603)和虫媒病毒性疾病(0.871)贡献最高,而空间结构对原虫类虫媒疾病(0.501)和所有疾病组合(0.628)贡献更高。
在变量水平,预测贡献在各结局的预测因子间不均匀分布,包括当前和滞后(t?1)气候变量。粪-口传播疾病中,State(0.401)贡献最高,其次是Temp_lag1(0.148)和Temp(0.146)。与污染环境接触相关疾病中,较高贡献与State(0.388)和Temp_lag1(0.265)相关。虫媒病毒性疾病中,较高贡献见于State
AP(0.235)、Humidity_lag1(0.210)和Rainfall_lag1(0.205)。原虫类虫媒疾病中,State
AP(0.295)贡献最高。所有疾病组合中,较高贡献见于State
AM(0.380)和State
AP(0.177)。
3.7 基于训练模型的情景模拟
基于情景的模拟使用最佳性能模型进行(粪-口传播疾病和与污染环境接触相关疾病用随机森林,原虫类虫媒疾病和所有疾病组合用XGBoost)。
基线发病率为:粪-口疾病4617.76±3195.14例/10万人,与污染环境接触相关疾病3.92±2.96例/10万人,原虫类虫媒疾病162.15±91.15例/10万人,所有疾病组合6988.87±7985.74例/10万人。
相对于基线,各情景和疾病组的百分比变化范围为?37.16%~+21.11%。极端干气候条件下,粪-口疾病预测发病率降低3.61%,与污染环境接触相关疾病降低18.37%,原虫类虫媒疾病降低5.60%,所有疾病组合仅轻微变化(?1.43%)。极端湿气候条件下,粪-口疾病发生率降低37.16%,所有疾病组合降低9.52%,而与污染环境接触相关疾病增加10.39%,原虫类虫媒疾病增加21.11%。
卫生改善条件下,粪-口疾病接近基线(+1.62%),与污染环境接触相关疾病降低19.30%,而原虫类虫媒疾病和所有疾病组合分别增加4.60%和4.04%。组合高风险条件下,粪-口疾病(?24.68%)、原虫类虫媒疾病(?1.72%)和所有疾病组合(?17.92%)预测发病率降低,而与污染环境接触相关疾病增加18.50%。
4. 讨论
4.1 巴西亚马逊传染病的时空结构
结果表明,巴西亚马逊的传染病展现出一贯的时空结构,与环境变化、卫生设施不足和社会人口不平等的相互作用相关。州际发病率的差异表明,流行病学动力学与持久的地域过程而非仅仅短期气候振荡的联系更为紧密。在此背景下,森林砍伐、土地利用变化和气候变异性等因素倾向于改变生态条件、暴露途径和与传染源接触的机会,从而促进特定地区传播的持续或加剧。此外,卫生基础设施的局限性增加了对水和环境传播病原体的暴露,同时也在城市和城郊地区为媒介增殖创造有利条件。社会不平等和公共服务获取有限促使疾病负担集中于更脆弱人群,从而加剧州际流行病学异质性。
观察到的亚马孙、阿克里、罗赖马和托坎廷斯等州之间的异质性表明,这些因素在亚马逊地区并非均匀运作;相反,它们形成了一种社会环境镶嵌体,其中暴露、基础设施和脆弱性的不同组合产生不同的发病模式。卫生设施不足不仅增加病原体直接暴露,还增加人群对水文气候变异性影响的易感性,从而放大已存在结构不平等背景下的流行病学系统不稳定性。
不同疾病组的非线性时间趋势进一步强化了不同传播途径对环境和结构变化的响应不同,同时反映了监测系统敏感性随时间的变化。总体而言,粪-口疾病对卫生设施改善和安全用水的改善响应更为渐进,而虫媒病毒性疾病表现出更大时间变异性,常与暴发、快速生态变化和极端水文气候事件相关。
4.2 与水相关疾病的多元空间结构及ENSO驱动变异性
多元分析揭示,空间结构解释了水相关疾病的大部分变异,而ENSO主要作为时间调节因子。这表明年际气候变异性并未取代风险的地域决定因素,而是在各州已建立的差异空间背景上运作。换句话说,气候倾向于加剧、减弱或重组既有的流行病学模式,而非完全重新定义它们。
空间组间离散度无显著差异支持这一解释,表明观察模式并非州际内部异质性更大的结果,而是反映了相对稳定的结构梯度。在这些梯度中,卫生条件、城市化、水文组织和卫生服务获取尤为突出,这些都被认为是亚马逊和社会环境脆弱城市环境中流行病学脆弱性的核心组成部分。
相比之下,ENSO相关分组显示出更大变异性,表明气候事件放大了州际和时期间的差异。这与ENSO作为能够在对比水文条件下重组流行病学系统的机制的观点一致,通过改变有利于传播的因子强度或组合。
托坎廷斯和阿克里等州观察到的更大变异性表明对环境和气候变化的敏感性更高,而阿马帕显示出相对更稳定的模式。然而,这种差异应谨慎解释,因为它可能不仅反映真正的流行病学敏感性差异,还反映了数据质量、监测覆盖和疾病检测能力的州际差异。
4.3 整合传播途径:来自预测模型的生态和流行病学见解
预测模型证实,不同传播途径对环境和结构因素的响应不同,表明巴西亚马逊的传染病动力学不能解释为同质的流行病学过程。XGBoost和随机森林的互补性能表明这些方法捕捉复杂非线性流行病学系统的不同维度,从而增强识别线性模型或纯描述性分析难以检测的模式的能力。
粪-口疾病和与污染环境接触相关疾病显示出更大的可预测性,表明其动力学受持续结构因素强烈影响,尤其是较差卫生设施和有限安全用水获取。这与这些传播途径的性质一致,其暴露往往由慢性基础设施不足持续维持。然而,这种可预测性并非仅依赖宏观结构决定因素。局部因素如人口密度、排水不良和洪水事件也可能加剧暴露并调节这些疾病的空间和时间分布,尤其在脆弱城区。
原虫类疾病也具有高可预测性,表明与相对稳定生态位以及气候、土地利用和宿主-媒介动态间相互作用的更强关联。在这种情况下,结果表明尽管气候变异性有影响力,但特定生态和地域条件的持续性有利于更大的流行病学响应规律性。这一发现强化了不同疾病组共享同一区域空间但对环境和结构控制的特定组合响应的观点。
相比之下,虫媒病毒性疾病的预测性能较低,具有更动态的系统、对短期波动更大的敏感性以及本研究可用变量未能充分表征的特点。这种行为可能既反映了这些疾病的生态性质——强烈依赖环境条件的快速变化,也反映了数据集的重要局限性,如缺乏关于媒介丰度、人群免疫、人口流动和病毒循环强度的详细信息。因此,此处观察到的较低可预测性不应解释为环境控制缺乏,而应作为这些疾病依赖更不稳定机制和更大时空复杂性的证据。
组合模型的更好性能反过来表明,整合不同传播途径可以捕捉更广泛的环境和地域模式,从而综合该地区传染病风险的共享维度。然而,这种性能提升也暗示了解释性权衡:通过聚合具有不同机制的组,检测一般系统级信号的能力增加,但识别每种疾病或传播途径特定决定因素所需的分辨率降低。
4.4 疾病动力学的多尺度控制:SHAP分析揭示的气候和空间控制
模型再现post-ENSO期间(2017—2022)发病率空间幅度的能力证明了其在代表大规模流行病学模式方面的稳健性。预测值跨州的一致性及其集中于观测范围内的特点表明,模型主要捕捉疾病动力学的结构组分,降低了短期年际波动的相对权重,并强调了持续驱动因素在塑造亚马逊流行病学系统中的重要性。
SHAP分析深化了这一解释,显示气候和空间变量对所有疾病组的预测贡献最大。这些结果表明,亚马逊盆地的流行病学动力学受多尺度控制调节,其中气候作为核心生态调节器,影响病原体存活、媒介发育速率、传染源环境持续性和宿主接触频率,而空间组分综合了调节暴露和脆弱性的结构条件。
空间组分的主导地位表明,地理背景作为多重决定因素(包括环境条件、卫生基础设施和卫生系统组织)的整合器发挥作用。在亚马逊这样高度异质的地区,这种效应反映了与 socioeconomic 不平等、土地利用模式和基本服务获取不均相关的持久地域梯度。从这一角度,空间变量不仅表达位置,还综合了调节发病率分布的长期结构过程。
优先结构模式的模型在年际变异性有限且主导过程在广泛空间尺度运作并与持续社会经济和环境条件强烈相关时往往表现更好。然而,这一相同特征在受快速非线性过程影响的系统中施加了限制,如人群免疫变化、公共卫生干预或极端气候事件。在热带环境中,人口流动和短期水文气候变异性施加重要影响,这些限制变得更加明显,可能降低模型捕捉局部暴发和突然变化的能力。
在预测因子中,温度、湿度和降水作为关键变量出现,尤其对虫媒疾病而言,这与已建立的生态机制一致。温度调节媒介发育和病原体复制,降水影响幼虫栖息地可用性和水文连通性,湿度影响媒介和微生物的存活与活动。滞后效应的识别进一步强化了这些关系非即时性,而是由生命周期、媒介种群响应和传染源环境持续性等累积生态过程介导。
尽管卫生和社会经济变量在模型中显示较低直接贡献,其影响仍以结构方式嵌入系统。由于这些变量时间变异性较低且空间组织性更强,其效应部分被空间预测因子吸收,作为放大或减弱环境强迫效应的背景条件起作用。实际而言,贫困、安全用水获取有限和卫生基础设施不足等因素增加病原体暴露并降低面对极端事件时的适应能力,从而增加系统对气候变异性的敏感性。
从应用角度,这些发现对监测和公共卫生管理具有相关启示。气候和空间控制的主导地位表明,有效策略应结合水文气候监测、地域规划和结构性卫生干预,尤其在识别为持续脆弱的地区。此外,滞后效应的识别表明基于气候指标 early warning 系统的发展可能性,允许提前预测更高风险期并优化资源分配。
基于情景的模拟进一步强化了这些模式,将识别的驱动因素转化为对比水文气候和卫生条件下的潜在响应。结果表明,疾病响应在不同传播途径间并非均匀,而是反映了对环境强迫的不同敏感性。湿气候条件与通过污染环境接触和原虫媒介传播的疾病增加相关,而粪-口疾病在相同条件下显示相对降低。相反,干旱条件通常导致大多数疾病组中度降低。卫生改善在与污染环境接触相关疾病中产生更一致的降低,而组合高风险情景放大了传播途径间的分化。
4.5 局限性与未来研究方向
本研究通过将流行病学、气候、社会经济和卫生数据整合到基于可解释机器学习的预测框架中取得了相关进展。主要优势之一在于应用了随机森林和XGBoost等稳健模型结合SHAP解释,得以识别一致模式并比较不同域在塑造流行病学风险中的相对贡献。此外,发病率的使用、多重共线性控制和时间验证有助于提高结果的可靠性,而综合区域尺度分析提供了亚马逊传染病动力学的广泛视角。
尽管有这些进展,解释结果时应考虑一些局限性。数据需在州—年尺度协调,尽管这与社会经济和卫生变量的可用性在方法上一致,但可能降低检测短期响应的敏感性,尤其对受季节变化和极端事件强烈影响的疾病。类似地,将多种疾病组整合到同一分析框架中的聚合方法倾向于平滑与特定传播途径相关的具体特征。此外,由于分析依赖二手数据来源,二手指标(包括M-HDI)的时间变化可能部分反映数据可得性和报告实践的改善,而非完全代表结构 socioeconomic 变化。
在此背景下,未来研究可通过重点关注虫媒病毒性疾病来推进,这些疾病强烈依赖气候因素和对季节变化高度敏感的媒介动态。使用更高时间分辨率的数据,结合区域化分析和纳入与媒介生态、人口流动、病毒循环和极端事件相关的变量,可能提高检测更快和更具空间差异性传播机制的能力。
5. 结论
本研究表明,巴西亚马逊的传染病发病率由根据传播途径不同的预测域结构化。气候是粪-口传播疾病、与污染环境接触相关疾病和虫媒病毒性疾病的主要驱动因素,而空间结构在原虫类虫媒疾病和组合模型中占主导。在变量层面,贡献集中于有限的预测因子集合,尤其是州级和关键气候变量(温度、湿度和降雨),包括其滞后形式(t?1),表明对环境条件的延迟响应。
基于情景的模拟显示,疾病响应在各组间并非均匀。气候极端在疾病组间产生对比响应。干旱条件与环境接触和原虫媒介相关疾病的降低相关,而湿润条件增加环境介导和媒介相关疾病,粪-口疾病显示不同模式。卫生改善与污染环境相关疾病的降低相关,而对其余组影响较小。
机器学习的应用得以识别非线性关系和跨疾病组的异质性预测因子贡献,而基于SHAP的解释提供了域水平和变量水平贡献的透明评估。这些发现为热带气候极端暴露地区环境、结构和气候因素与传染病动力学和发病率相关的多尺度预测提供了基础。