气候驱动的蚊媒病毒适宜性指数:测量墨西哥登革热、基孔肯雅热和寨卡病毒的传播风险

背景

气候变率影响着大熊猫的种群动态埃及伊蚊传播登革热、基孔肯雅热和寨卡病毒的蚊子。近年来，这些疾病大幅增加。登革热目前是全球增长最快的蚊虫传播疾病，使全球40%的人口面临感染风险。由于没有有效的抗病毒治疗方法或广泛可用的疫苗，控制蚊子数量仍然是预防流行病的最有效方法之一。本文分析了2000-2020年期间墨西哥登革热的时空动态，以及基孔肯雅热和寨卡病毒分别于2014年和2015年首次在该国出现以来的时空动态。本研究旨在评估季节性气候变化如何影响这些蚊媒疾病传播的潜在风险。墨西哥是世界上登革热流行最严重的国家之一。考虑到其其他蚊媒疾病的高发病率，以及它的面积和广泛的气候，它是一个很好的研究案例。

方法

我们估计了最近提出的蚊媒病毒适宜性指数P，该指数衡量了蚊媒病原体的传播潜力。该指数以数学方式模拟了湿度、温度和降水如何影响宿主种群中单个受感染的成年雌性蚊子所产生的新感染数量。在2000-2020年期间，我们在小区域水平上估计了整个墨西哥的这种适宜性指数。

结果

我们发现，预测风险传播的指数P与该国登革热高发地区和季节密切相关。对于墨西哥的基孔肯雅热和寨卡病毒来说，这种相关性也足够高。我们还表明，指数P对包括极端天气冲击在内的季节性气候变化很敏感。

结论

这篇论文表明，墨西哥登革热、基孔肯雅热和寨卡病毒的动态与季节性气候变异和指数p密切相关。因此，这种潜在的传播风险指数是监测蚊媒疾病的宝贵工具，特别是在气候变化和昆虫学能力有限的环境中。

气候变化和极端天气事件对气候相关疾病的增长和传播构成重大威胁[1］．这种威胁的一个明显例子是蚊媒疾病，它仍然是最重要的全球卫生挑战之一[2］．几千年来，人类一直与按蚊蚊子负责传播导致疟疾的寄生虫伊蚊蚊子是许多虫媒病毒疾病的携带者，包括登革热，以及新出现的基孔肯雅热和寨卡病毒。因为伊蚊蚊子生活在人类附近，喜欢以人类血液为食，它们更有可能传播疾病，登革热是最常见的。约有25 - 40亿人(占世界人口的40-60%)生活在登革热风险地区[3.］．一些研究估计，登革热病例数量从1990年的近2300万例增加到2017年的1.05亿例。其他研究表明，这些数字是保守的，目前的实际感染人数高达3.9亿[4］．大约四分之一的登革热感染者会生病。登革热的症状类似流感。该病可能发展为登革出血热，表现为呕吐、腹泻和出血失控，可能导致系统衰竭并可能致命。1990-2017年期间，登革热造成的年度死亡人数从近1.7万人增加到40467人[5］．

近年来登革热和其他蚊媒疾病的迅速蔓延被归因于社会、经济和生态因素的各种复杂相互作用，但仍然受到降雨、湿度和温度变化等气候条件的强烈影响[4］．较高的温度和湿度提高了幼虫发育的机会、成蚊的出出率和寿命，并增加了病毒传播的机会。更多的降雨会增加蚊子滋生地的数量，而如果人们将水储存在容器中，作为蚊子滋生地，降雨减少也会增加蚊子的数量动态[1］．

在过去50年里，登革热在拉丁美洲经历了地理上的扩张，并增加了感染人数。由于城市人口加速增长和气候变化，这种疾病仍然是该地区最重要的节肢动物传播的病毒感染[6，7，8］．墨西哥是登革热蔓延的一个明显例子，在目前的COVID-19大流行期间，该疾病已成为该国最严重的公共卫生威胁之一。在该国，每10万人口中无并发症登革热病例的发病率从2000年的1.72例增加到2011年的14.12例，所有年龄段都受到影响，但10-20岁年龄段的发病率最高[9］．到2014年，墨西哥已成为全球确诊登革热病例第四多的国家，仅次于印度尼西亚、越南和巴西[10，11］．基孔肯雅热和寨卡病毒也在拉丁美洲本地传播，主要通过被感染者叮咬传播埃及伊蚊［12］．2013年该地区首次发现基孔肯雅热本地传播，同年，根据系统地理学分析，寨卡病毒被怀疑已抵达该大陆[13］．这些疾病与登革热属于同一科，并具有相同的病媒。因此，有利于登革热的蚊子种群变化也可能有利于基孔肯雅热和寨卡病毒[14］．然而，这些疾病的爆发动态不需要符合相同的季节模式[15］．尽管基孔肯雅热和寨卡病毒很少导致死亡，但它们的症状可能会使人虚弱，包括发烧、关节和肌肉疼痛。至关重要的是，如果寨卡病毒传染给孕妇，病毒就会传染给胎儿，造成不可逆转的健康后果，包括小头畸形[16］．

健康风险是复杂的，因为这里讨论的三种虫媒病毒都没有治疗方法。目前还没有针对寨卡病毒和基孔肯雅热的疫苗得到批准。尽管有一种预防登革热的疫苗于2015年12月获得许可，但只有20个国家批准该疫苗用于9-45岁之前有实验室确诊登革热感染的人群[17］．因此，唯一的长期保护策略是控制蚊子数量，并拥有足够的监测工具，以确定存在蚊媒病原体传播风险的地区和时期。当地传播的风险取决于当地气候条件变化之间的复杂相互作用[18]、人口流动[19，20.]、住户的社会经济特征[11]、人口密度[21]，以及其他增加蚊子繁殖机会的因素[22，23］．然而，许多发展中国家缺乏在全国范围内系统收集如此广泛的昆虫学、流行病学和社会经济数据的能力。定期发布关于这些疾病发病率的数据有助于监测风险。然而，虫媒病毒疾病的发病率趋势不一定能准确地突出未来疫情可能出现的地方，也不一定能准确地突出基孔肯雅热或寨卡病毒的趋势是否会遵循登革热的相同趋势[15］．因此，需要更好的监测工具，能够及时衡量蚊媒病原体传播的风险。

在本文中，我们从三个方面对文献进行了贡献。我们的第一个贡献是估计最近提出的2000-2020年墨西哥蚊媒病毒适宜性指数(称为指数P)。指数P估计了易感宿主群体中单个成年雌蚊可能产生的新感染的平均数量[17］．我们认为，指数P可以补充现有的监测系统，以及时预测蚊媒病毒传播风险的幅度。指数P的一个关键优势是，它的估算只依赖于当地的湿度、温度和降水数据，所有这些数据在大多数情况下都很容易获得，在小区域水平和每天的基础上。我们给出a的指数P每天以说明该指数对气候波动的敏感性。我们在2000-2020年期间对三个深入的案例研究进行了分析:阿卡普尔科、Cancún和墨西哥城。一方面，阿卡普尔科和Cancún是沿海城市，气候季节模式明显不同，经常受到飓风的影响，人口流动性很高。正如预期的那样，指数P揭示了这些城市蚊媒疾病风险传播的显著不同季节模式。另一方面，墨西哥城是拉丁美洲人口第二大城市，由于其气候和高海拔，蚊子更难繁殖，减少了潜在的病媒，因此蚊子传播疾病的水平一直很低。正如预期的那样，该病例的指数P预测传播风险较低[24］．

我们的第二个贡献是估计2000-2020年整个墨西哥领土的指数P，并对指数P在2010-2020年达到峰值的区域进行详细的图形分析。虽然有几种可供选择的蚊媒病毒适宜性指数，但这些指数取决于不总是可用或不定期测量的信息，如森林砍伐、人口流动[18，19]、城市化[20.]、蚊子数量、每人雌蚊数量[21，22]及水资源管理措施[10］．我们的分析有助于我们说明，在较长时期内，对像墨西哥这样庞大的国家估计指数P的可行性。

指数P已在少数其他情况下进行了估计，并在有限时期的分析中显示与一些蚊媒疾病有很好的相关性。例如，巴西在2007-2012年期间的登革热情况就是如此[17]，以色列在2016-2018年期间检测西尼罗河病毒[23]，以及2012-2018年期间的登革热、基孔肯雅热和寨卡病毒在多米尼加共和国的传播[13］．我们的第三个贡献是估计2010-2020年期间墨西哥所有2469个城市的指数P与登革热之间的相关性，以及自2014年和2015年分别首次在该国报告基孔肯雅病和寨卡病毒以来指数P与登革热之间的相关性。墨西哥气候多样性高，沿海地区经常遭受飓风袭击，国内和国际人口流动频繁，不平等和贫困程度高。为了提供这种多样性的观点，我们还介绍了墨西哥各地的9个案例研究，在北部(芒特城，墨西卡利，蒙特雷)，中部(墨西哥城)，东南部(坎佩切，塔克斯特拉Gutiérrez)和海岸(阿卡普尔科，Cancún, Coatzacoalcos)。总的来说，我们的分析有助于理解指数P与蚊媒疾病之间的相关性强度，以及指数P在昆虫监测和疾病预防中的价值。

在过去二十年中，墨西哥的严重和非严重登革热发病率急剧上升。每10万人口登革热总发病率从2000年的1.89上升到2020年的64.07，经历了明显的起伏，并在2007年、2009年、2013年、2015年和2019年达到峰值(图2)。1)．相比之下，基孔肯雅热和寨卡病毒分别在2014年和2015年传入该国一年后达到最高发病率，此后迅速下降(图2)。2)．

在空间上，登革热也在该国迅速蔓延。2000年，登革热影响了墨西哥十几个州。到2020年，墨西哥所有32个州都报告了至少一例登革热病例，尽管最高发病率集中在Yucatán半岛、海湾和太平洋海岸(图2)。3.)．越靠近海岸线，严重登革热的发病率就越高(图2)。4)．寨卡病毒的空间分布与登革热非常相似，都集中在沿海地区(图2)。5)．基孔肯雅热同样也在沿海地区被发现，但更稀疏地聚集在一起，特别是在太平洋和Yucatán半岛(图。6)．

气候驱动的蚊媒病毒适宜性指数P

为了确定蚊媒疾病传播风险最高的地区和季节，Obolski等人。[18]通过模拟病原体的传播潜力，得出了一个称为指数P的适宜性指数。这种输电潜力的数学推导可归纳为两个关键部分:基本的(R0)及有效(再保险)繁殖数量。R0表示每只成年雌蚊繁殖潜能传播的总和，P_{（u, t）}，超过了每个人雌性蚊子的数量，米，在易感宿主人群中(Eq。1)．再保险也代表生殖潜力，但认为免疫宿主的存在阻碍传播，与年代_h，年代_v代表易感人群与蚊子的比例(式;2)．以指数概括了蚊媒传播的总体潜力P，如式(3.)．

的估计R0取决于为所有八个参数定义先验。其中四个参数与气候无关。这些是人的寿命μ^h；每咬一口，被感染者传染给蚊子的概率\({\phi}^{h\to v}\)；人感染期1/σ^h；而人类的潜伏期为1/γ^h．其他四个参数与气候有关:成蚊寿命1/\({\μ}_ {(u, t)} ^ {v} \)，外部潜伏期为1/\({\伽马}_ {t} ^ {v} \)，日咬人率\ ({} _ {(u)} ^ {v} \)以及被感染蚊子每叮咬一次传染给人类的概率\({\phi}_{(t)}^{v\to h}\)．所有这些与气候有关的参数都取决于湿度(u)及温度(t)，并已在先前的实验室研究中确定[18］．正如本文所做的那样，与气候相关的参数也可以扩展到包括降水的作用。在这种情况下，降水取代了湿度对蛋孵化成功的影响。

R0,再保险蚊媒病毒的季节性波动取决于气候条件的变化和其他参数，如每个人成年雌蚊的数量(米)．Obolski等人[18很难对…有准确的估计米有关地区或蚊种的资料。但是，理论上，暴发的可能性是由的流行阈值决定的R0> 1或再保险> 1。因此，如果每个人至少有一只雌蚊(米> = 1)和P_{（u, t）}> 1R0=国会议员_{（u, t）}> 1和流行病增长是可能的。

指数P，如式(3.)，通过在贝叶斯马尔可夫链蒙特卡洛框架内拟合一个动态模型，假设只有一个主要的人类宿主。在该贝叶斯模型中，通过在表达式中定义8个先验来估计指数PP_{（u, t）}建立了气象变量、蚊子和宿主参数(如病毒潜伏期、成蚊寿命和蚊子叮咬率)之间的关系。所有这些先验在文献中都有估计。表格3.附录中列出了Obolski等人的系统研究[18]来确定这些参数沿作为先验参数的分布。这里，我们使用与Obolski等人相同的8个先验。[18]用来估算巴西的指数P。式中四个与气候有关的参数(3.)已在不同气候条件下的实验室研究和昆虫学数据估算中确定[24，25，26，27，28，29，30.］．其他与气候无关的参数，如人类潜伏期和人类感染，Obolski等人[18]基于对拉丁美洲研究的系统回顾[27，31，32］．我们没有改变人类预期寿命的参数，因为在MVSE R包中为巴西设置的这一参数与墨西哥的参数非常相似。然而，我们确实进行了敏感性分析，并像其他近期研究一样，得出结论，指数P对一系列先验值具有鲁棒性[15］．在结果部分，我们将讨论这种敏感性分析。

指数P是衡量一只成年雌蚊传播潜力的汇总统计数据。简单地说，指数P是易感宿主人群中单个受感染成年女性可能产生的新感染的平均数量。因此，一个关键的优势，以及与其他适宜性指数的区别，不是简单地基于矢量容量[21，33]，就是指数P的数值尺度具有直接的生物学解释。此外，就绝对值而言，在局部时间或区域间评估潜在传播的时间和幅度时，指数P具有信息量[18］．

估算墨西哥适宜指数P

指数P的另一个优点是，它可以使用现成的气候数据和免费提供的蚊媒病毒适宜性估计值(MVSE) r包进行估计。我们使用MVSE R-package的最新版本v1.01r。这个r包的详细技术特性可以在Obolski等人的文章中找到。18］．这些作者使用早期MVSE R-package版本(v0.33)估算了巴西的指数P。在本文中，我们使用了他们的r包的最新版本v1.01r，与以前的版本不同，它将降水作为估计指数p的关键成分之一。该包还允许用户根据所分析的宿主-病原体系统设置先验值。^脚注1我们使用了Obolski等人的默认先验。[18]使用，但正如结果部分所讨论的，我们的结果对于使用其他先验仍然是稳健的。

数据

为了估算墨西哥的P指数，我们使用了墨西哥国家气象局188个自动气象站2000-2020年的日温度、相对湿度和降水数据。这些气象站利用电子和机械设备自动测量气象变量，然后由气象局人员通过卫星发送和收集。这些监测站分布在全国各地，它们收集的数据不符合市政行政边界。然而，从这些自动静态数据中获得的数据允许我们插值全国所有2469个城市的气候数据。

自动气象站的分布密度小于替代的非自动气象站和天文台。尽管如此，自动气象站仍然能在小范围内很好地覆盖该国的天气状况。此外，自动台站是唯一测量地表相对湿度的台站，而相对湿度是估算P指数所需的关键数据之一。即使在每天不同的时间间隔内，也可以捕获相对湿度，这对于本研究每天估算P指数是非常理想的。自动站还提供更广泛的数据可用性，适合日常分析，而其他数据库可能提供更广泛的空间分辨率，但具有有限的时间序列。例如，WorldClim没有湿度的直接数据，它只提供饱和蒸汽压信息，可以用来推断相对湿度的水平。尽管如此，这种潜在的推断和更宽的空间分辨率可能会增加测量误差和指数P日估计值的潜在不确定性程度。

在下一节中，我们将说明2000-2020年期间三个相关城市每日指数P的动态。这种每日分析使我们能够评估该指数对气候条件季节性变化的敏感性。然后，我们通过关注指数P随时间的季节性变化，提供了整个墨西哥领土上指数P分布的更广泛的图像。附加文件1:表S1，我们给出了2000-2020年全国各州自动气象站的月度指数P。我们的分析是在墨西哥的常规网格上进行的，其中每个像素代表大约50公里的区域²．该网格是由通常用于插值气候数据的QGis包计算的逆距离加权(IDW)插值得到的。IDW使用样本点的线性加权组合来确定单元格值，其中权重是距离逆的数学幂函数。相互靠近的点被赋予更多的权重，因为它们被认为比距离较远的点更相似，更有影响力[34］．作为功率，我们在QGis包中设置了默认参数，它等于2。这个参数的大小实际上对我们的结果不是很重要，因为插值的稳健性更多地取决于数据的密度和所分析的地理区域的分辨率，在我们的例子中是全国。还有其他方法，如Kriging，但这些方法更适合于插值其他类型的数据。

指数P动态的三个案例研究

在我们呈现整个国家的指数P和蚊媒疾病趋势之前，我们停下来更详细地分析三个城市:阿卡普尔科，Cancún和墨西哥城。我们将重点放在这三个城市，因为它们在气候条件、地理位置、虫媒病毒发病率方面存在重大差异，并受到独特和高度的人类迁移模式的影响。这些差异使这些城市成为评估2000-2020年期间每日传播风险评估指数P的稳健性的理想城市。^脚注2

阿卡普尔科位于太平洋东海岸，属热带干湿气候，其特点是气温高，降水量变化不大。35］．Cancún位于Yucatán半岛，属热带稀树草原气候[36］．这两个城市都是该国最重要的国内和国际旅游中心，登革热发病率很高，尽管高峰出现在不同的季节。墨西哥城是墨西哥的首都，也是该国人口最多的城市，拥有半湿润的温和气候。这个城市是一个特别有趣的案例，因为它的海拔高度，海拔2240米，高于通常允许的海拔上限伊蚊蚊子繁殖[37］．尽管如此，随着时间的推移，气候变暖可能会使高海拔城市的登革热传播风险增加;在美洲伊蚊在其他类似海拔2200米的高海拔地区也有发现[38］．

对于我们的三个案例研究，图。7显示日气候模式(温度、湿度和降水)、昆虫学先验分布和估计指数P。^脚注3.根据文献，我们假设在所有三种情况下，蚊子寿命和潜伏期的昆虫学先验是相同的[18］．正如预期的那样，阿卡普尔科和Cancún的P指数始终高于墨西哥城(分别为1.35、1.32和0.54)。这些指数P预测，如果每个人有一只雌性蚊子，阿卡普尔科和Cancún将比墨西哥城更容易爆发蚊媒疾病，墨西哥城的指数在一年中的大部分时间都小于1。阿卡普尔科和Cancún的湿度和温度都比墨西哥城高，在各种气候条件下都比墨西哥城更不规律。这些模式表明阿卡普尔科和Cancún的日指数P在季节性模式中有更多的不规则性。相比之下，墨西哥城在2000-2020年期间表现出更稳定的季节模式。这些传播风险完全符合每个城市的流行病学概况。阿卡普尔科、Cancún和墨西哥城每10万居民的登革热发病率明显不同，2000-2020年期间分别为12.06、8.98和0.015。事实上，阿卡普尔科是该国登革热发病率最严重和最持久的地区之一，而Cancún近年来登革热发病率从中等水平上升到高水平[39］．墨西哥城的低P指数也与登革热、基孔肯雅热和寨卡病毒的低发病率相对应，这是高海拔地区典型的当地气候条件，不利于寨卡病毒的流行伊蚊蚊子。

指数P达到最大值的时间可用于确定蚊媒疾病传播潜力最高的时间。为了简化视觉效果，请参见图。8显示了2000年、2005年、2010年、2015年和2019年所有模拟中指数P达到峰值的月份。在这个分析的子期间，墨西哥城的指数P往往在6月达到峰值，反映了非常明显的季节性行为。Acapulco和Cancún的指数P分别在6月和10月达到最大值。尽管如此，指数P达到峰值的时间显示出高度的方差。

MVSE r包的另一个关键特征是，它提供了估算指数P对气候条件变化敏感性的可视化表示。数字9对于气候数据中的所有组合，分别在x轴和y轴上描述湿度和温度。图中的不同颜色。9图中环形的圆点表示每个月气候数据的平均值。从1到12的浮动圆圈表示平均值指的是哪个月。数字9显示墨西哥城的适宜性在一年中的几个月里遵循一个清晰而渐进的趋势，而Cancún呈现突变，反映了较低的平稳性。较低的平稳度阻碍了确定传播风险最高的月份。阿卡普尔科的表现介于其他两个案例之间。

如前所述，指数P的估计依赖于为八个参数定义先验。为了评估指标P对这些先验的鲁棒性，我们进行了敏感性分析。我们改变了一些初始先验值，这些初始先验值来自Obolski等人。[18]对人类潜伏期的先验(从均值= 5.8,sd = 1，到均值= 5.0,sd = 1)或蚊子的预期寿命(从均值= 12,sd = 2，到均值= 14,sd = 3)，或同时对这两个先验进行影响。我们改变了这些先验的值，因为这些参数在文献中也得到了支持，这些参数最近被用于估计多米尼加共和国的指数P [15］．在我们的敏感性分析中，我们发现与我们最初使用的先验集相比，没有统计学上的显著差异，如图所示。13附录。该图显示了使用原始先验的指数P值和改变人类潜伏期(左侧图)或蚊子预期寿命(中间图)时指数P值，或同时改变这两个参数(右侧图)时指数P值。图13还显示了估计指数p的95%置信区间。在大多数情况下，唯一明显的变化是上置信区间略有增加，特别是当我们改变蚊子的预期寿命参数时。

指数P在墨西哥的时空特征

在本节中，我们提供了整个墨西哥领土上指数P分布的更广泛的图片。如前所述，自动气象站的主要优势是每天在地面测量当地的气候状况。我们选择使用这些自动测量是有代价的。不幸的是，在2000-2010年期间，并不是全国所有地区都在附近设有自动气象站。^脚注4尽管如此，2010年之后，自动站的数量急剧增加，在2010 - 2020年期间实现了良好的全国覆盖。因此，在本节和下一节中，我们将分析限制在2010-2020年。附加文件1:表S1，我们提供了2000-2020年期间在州一级汇总的所有可用自动气象站的指数P。

数字10a，显示2010-2020年墨西哥所有领土的平均指数P。该图用五分位数表示指数P的值。如前所述，当指数P值大于1时，传播风险增大，当指数P值小于1时，传播风险减小。P指数最高的地区(指数> 1.16，用红色表示)位于东南部(塔巴斯科和Yucatán半岛)、太平洋海岸和一些北部州(索诺拉、奇瓦瓦和科阿韦拉)。指数P的中间值(指数在0.98和1.16之间，用黄色和橙色表示)位于特万特佩克地峡和北部一些州。指数P值最低(指数< 0.98，蓝色和绿色)，因此传播潜力最低，位于该国中部和下加利福尼亚半岛。

指数P达到最大值的月份如图所示。10b.值得注意的是，每个月的最大峰值并不总是出现在同一地区，因为它主要受温度变化的影响。在中部和中东部，指数P在7月份达到峰值。对于全国其他大部分地区，指数P在8月或9月达到最大值，这是夏季向秋季过渡的开始。

数字11为2010-2020年选定月份指数P的月平均值。在1月份，东南部、特万特佩克地峡、Michoacán海岸和格雷罗州的传播潜力最大。5月，东北地区传播潜力最高。7月，传播风险最高的地区转移到该国西北部，其中索诺拉州和奇瓦瓦州最为突出。9月，传播风险最高的是东北部各州，特别是科阿韦拉州、新埃沃州León和塔毛利帕斯州，以及东南部的Yucatán州。

墨西哥P指数与蚊媒疾病的相关性

除了实用性之外，良好的适用性指数还必须与它们打算测量的现象相关联。因此，接下来我们评估了2010-2020年期间墨西哥所有2469个城市和9个选定城市的登革热、基孔肯雅热和寨卡发病率之间的相关性程度以及指数P。考虑到这九个城市虫媒病毒感染程度的不同和社会经济特征的差异，我们选择了这九个城市来提供整个地区的详细情况。这些城市位于国家北部(芒特城，墨西卡利和蒙特雷)，中心(墨西哥城)，东南部(坎佩切和塔克斯特拉Gutiérrez)，以及各个海岸(阿卡普尔科，Cancún和Coatzacoalcos)。这九个城市的地理位置如图所示。10．对于这九个城市中的每一个，我们估计了2010-2020年期间指数P与登革热、寨卡病毒和基孔肯雅热之间的Pearson相关性。就像Obolski等人。18]，对于每个城市，我们估计2010-2020年期间每个月的平均指数P与2010-2020年期间每种虫媒病毒疾病的月平均发病率(以自然对数测量)之间的Pearson相关系数。

数字12描述了9个城市中每个城市的月平均指数P, 2010-2020年期间登革热的月发病率(以对数计算)，以及这些变量之间的皮尔森相关性。这个相关指数是正的，范围在0.25 (Cancún)和0.86 (Campeche)之间。在登革热发病率较高的南部和沿海城市，这种相关性要高得多，Cancún除外，这可能是由于其国际和国内旅游流量非常高。在登革热发病率通常较低的北部城市(墨西卡利和蒙特雷)，这种相关性较低。这些结果表明，可能存在其他相关因素，如人口流动性、密度和社会经济特征，可以解释某些城市登革热发病率低，而P指数没有考虑这些因素。尽管如此，总体上指数P与登革热之间的相关性与Obolski等人得到的结果相似。[18]在巴西的几个城市。

进一步分析指数P预测的传播风险潜力。14而且15，在附录中显示了自2014年和2015年全国出现基孔肯雅病和寨卡病毒以来，所选9个城市的指数P与基孔肯雅病和寨卡病毒的相关性。这两种疾病的发病率已迅速下降，并且更多地集中在特定区域。然而，在基孔肯雅热或寨卡病毒或两者都存在的城市，并且可以估计与指数P的相关性，相关性相对较强。对于基翁肯亚，相关性范围为-0.44 (Ciudad Mante)至0.86 (Tuxtla Gutiérrez)。对于寨卡病毒，与指数P的相关性范围为0.01(蒙特雷)至0.92(墨西哥城)。

寨卡病毒和基孔肯雅热在九个城市的存在存在很大的差异，因为这些疾病并不普遍，而是只集中在该国的某些地区。这在一定程度上解释了为什么指数P与寨卡和基孔肯雅发病率的相关系数比指数P与登革热的相关系数范围更大。此外，寨卡病毒和基孔肯雅热的零星和很少的发病率使我们没有足够的力量来检测指数P与这些虫媒病毒之间的统计显著相关性。

为了提供更全面的视图，Table1给出了两种不同情况下P指数、登革热、寨卡病毒和基孔肯雅热之间的Pearson相关性:一种情况考虑了所有九个城市，另一种情况考虑了2010-2020年期间墨西哥境内所有2469个城市。我们发现，综合考虑9个病例研究的数据，P指数与登革热之间的相关性为0.46。这种相关性具有统计学意义，并且高于对该国所有2469个城市(0.29)的相关性估计，因为所选的9个案例研究往往具有较高的登革热发病率(墨西哥城除外)。

表格1还表明，该国所有2469个城市的指数P与登革热之间的相关性(0.29)与寨卡病毒(0.23)和基孔肯雅病毒(0.25)之间的相关性相似。在考虑全国所有城市的数据时，P指数、登革热、寨卡病毒和基孔肯雅热之间的所有这些相关性在统计上具有显著性，并得到了大量观察的充分支持。

墨西哥的九个选定城市是:阿卡普尔科，坎佩切，Cancún，芒特城，科茨扎科奥尔克斯，墨西卡利，墨西哥城，蒙特雷和塔克斯特拉Gutiérrez。观测数量是所考虑的地区数量乘以12(因为相关性考虑的是2010-2020年期间12个月每个月的蚊媒疾病平均发病率)。一些地区几个月都没有报告蚊子传播的疾病。对于这些缺失病例，观测数量减少，对于寨卡病毒和基孔肯雅热尤其如此。

曼努埃尔飓风和指数P

我们的分析表明，指数P为给定年份或长期系列的蚊传风险传播的潜在动态提供了有价值的信息。指数P的另一个可能应用是评估飓风等突发天气冲击造成的传播潜力变化。在与飓风相关的高风速中，成年蚊子通常无法存活。然而，登革热、寨卡病毒和基孔肯雅热等疾病的爆发可能会随之而来，因为飓风可能会造成重大的财产损失，并增加降水，使蚊子更容易繁殖。40，41，42］．为了评估飓风对指数P的影响程度，表2显示与2013年9月影响墨西哥的飓风曼努埃尔有关的月平均指数P、温度(摄氏度)、月平均湿度(百分比范围在0至100之间)和月平均降水(毫米)的变化。曼努埃尔是第一个在墨西哥大陆登陆的北太平洋东部热带气旋，在水面上重新发展，然后成为飓风。曼努埃尔给太平洋沿岸大部分地区带来暴雨和洪水，造成123人死亡和42亿美元的损失，其中格雷罗州受灾最严重[43］．仅在该州就有3万多所房屋受损，46条河流泛滥。表格2显示了2013年9月格雷罗州阿卡普尔科的降雨量急剧增加。^脚注5因此，指数P在2013年9月有所上升。P指数的增加也与该月阿卡普尔科登革热发病率的上升相吻合。这一证据表明，指数P合理地预测了气候变化如何导致潜在传播的变化。值得注意的是，指数P似乎对温度和湿度的变化更为敏感。例如，2012年9月，阿卡普尔科在前一年没有经历飓风。尽管如此，与2013年9月曼努埃尔飓风影响格雷罗州时相比，从统计上看，这次的湿度和温度显著升高，反映出更高的指数P和更高的登革热发病率。

我们的证据表明，P指数是评估传播风险增加的一个很好的工具，它可以提醒政策制定者，由于气候因素的变化，哪些月份、季节和地区可能会增加蚊媒疾病的风险。然而，某些城市和月份在指数P与虫媒病毒疾病发病率之间可能具有较高的相关性，这在其他时期或空间不一定是预期的。也就是说，尽管指数P的增加表明蚊媒传播风险的增加，但这种传播风险的增加并不一定是线性的。在表2例如，2012年9月至10月，指数P从2.23增加到2.24，即0.82%。在此期间，登革热发病率增加了79.4%。一年后，当飓风曼努埃尔袭击格雷罗州时，指数P在2013年9月至10月期间从1.84上升至1.95。P指数增加5.74%，反映在登革热发病率大幅增加186.8%。如果指数P和风险传播遵循线性关系，登革热的上升并不像我们预期的那么高。这一发现有很多原因。如前所述，蚊媒疾病的发病率取决于指数P中没有考虑到的更多因素，如人口流动、蚊子种群繁殖的机会、森林砍伐等。尽管如此，指数P还是提供了一个很好的工具来评估蚊媒疾病传播风险的增加。

尽管由同一病媒传播，但我们表明登革热、基孔肯雅热和寨卡病毒可以遵循不同的空间爆发动态。在所有这些疾病中，登革热是该国传播最广泛的疾病，其流行病学范围仍然是流行病、地方病和高流行地区的混合。一半以上的登革热病例集中在沿海地区，特别是海湾、热带地区和Yucatán半岛的约65个城市，所有这些城市都是重要的旅游和贸易中心[9］．登革热在墨西哥每年造成的经济影响估计为1.3亿美元。这些费用中大约30%是直接医疗费用，其余则是患者的经济成本[44］．因此，至关重要的是要及时设计监测工具，帮助卫生当局和学者确定蚊媒疾病风险最高的季节和地区。

我们还表明，指数P为估计蚊媒疾病的传播潜力提供了可靠的工具。也就是说，指数P很好地揭示了哪些地区最有传播风险，以及什么时候最有传播风险。指数P还提供了在各种气候模式下以及包括飓风在内的极端天气冲击之后传播的重要见解。虽然有多种蚊媒潜在传播指标可供选择(如水相关疾病和R0蚊媒病原体)[11，45])这些早期的指数依赖于社会、经济、病毒和昆虫学因素之间复杂的相互作用，这些因素很难在广泛的地区定期参数化或建模[18］．在全国范围内和一段时间内获得最佳蚊子数量或流行病学数据的情况很少。相反，指数P的主要优势是完全依赖当地的湿度、温度和降水数据，以及科学文献中已经确定的一些向量和人类先验参数。我们表明，这种分析可以用通常每天都可以获得的、具有良好空间尺度的气候数据来完成。及时提供这类信息对于发现每个地点的最高病毒传播潜力和可能采取的公共卫生干预措施以减缓蚊媒病毒的传播至关重要。

我们承认我们的分析有一定的局限性。由于P指数的简单性，我们的研究没有考虑可能影响蚊媒病毒传播潜力的其他潜在重要因素，如现有的控制蚊子数量的公共干预措施、人口的社会经济特征、住房条件质量等。这一局限性可能解释了为什么指数P与该国北部蚊媒疾病的相关性低于南部。与南方相比，北方要富裕得多，住房条件更好，移民模式也不同。因此，尽管P指数可以成为迅速预测传播风险的重要工具，但仍需要有效的监测系统来收集其他重要的流行病学、生态学和昆虫学信息。尽管如此，指数P可以作为衡量气候本身对传播风险的影响程度的基准。这是一个强大的工具，可用于未来的研究，以衡量寻求减少蚊子数量的干预措施的影响。

未来的研究还可以在比我们更长的时间内估计指数P。这种类型的分析可以帮助评估气候变化本身在多大程度上影响了蚊媒疾病的传播风险。其他研究也可以使用指数P，并估计在实施人口流动限制以遏制COVID-19大流行之前和之后，气候变量单独如何影响传播风险。

在过去五十年中，虫媒病毒疾病急剧蔓延，特别是登革热增加了30倍，仍然是全世界最重要和增长最快的蚊媒病毒疾病。通过采用更好的监测工具进行疫情预测、检测和迅速控制蚊子数量，可以减少蚊子传播的疾病。在这篇论文中，我们将最近提出的蚊媒病毒适宜性指数p付诸实践。该指数估计了登革热、基孔肯雅热和寨卡病毒等蚊媒疾病的传播潜力，确定了风险最高的地区和季节。

我们的分析提供了两个重要的见解。首先，我们的分析显示，指数P与登革热发病率、登革热在一年内的峰值和国内的空间分布密切相关。其次，这种相关性也足够高，使得基孔肯雅热和寨卡病毒在墨西哥这样一个巨大的国家中作为这些疾病的额外监测工具。因此，我们的分析表明，指数P可以作为该国以及昆虫学信息有限、流行病学能力有限和气候条件快速变化的环境中监测系统的额外工具。只有通过这样的详细分析，政策制定者和研究人员才能弄清气候条件变化对蚊媒疾病传播的影响程度，并迅速采取行动。

在当前研究中分析的数据集和复制代码可根据合理要求从相应作者处获得。

1. r包还通知用户接受率，以评估贝叶斯推理是否达到估计的马尔科夫链蒙特卡罗(MCMC)链的收敛。在我们的案例中，2000-2020年期间分析的所有188个自动气象站的指数P估计的平均接受率为28.65%。在超过85.1%的自动站中，合格率达到了理想的23%或更高的阈值，表明我们的研究具有较高的收敛合格率。

2. 一些自动气象站不时发生故障，在此期间无法估计一年中有几天的天气数据。例如，墨西哥城在2016-05-27至2016-11-28期间缺少天气数据;2006年2月12日至2006年9月21日及2007年7月12日至2009年10月02日前往阿卡普尔科;Cancún从2005-10-22到2007-01-16，从2010-09-23到2011-12-18。

3. 图7中描述的指数P是在2000-2020年期间使用每天1000次模拟来估算的。为了生成这些模拟中的每一个，MVSE R包使用式(3.)，它依赖于八个参数作为先验。然后，对于每一年，我们确定每一次模拟的指数P在哪一天达到峰值。

4. 一些自动气象站有时几小时或几天不报告气候数据，可能是由于故障。因此，在全国范围内的分析中，我们包括了以下自动气象站:i)一个月的缺失值不超过30%(否则该月将被丢弃);Ii)一整年的有效月份(根据条件i)(否则，不包括该年)。这种方法产生了所有188个自动气象站。作为稳健性检查，我们使用其他标准来清理天气数据，并处理产生几乎相同的指数P的缺失值。

5. MVSE R包使用气候变量估计指数P。该软件包应用一个平滑滤波器对这些变量和标准化湿度和降水数值稳定性。我们使用相同的MVSE R包进行了这个过滤和标准化。在表2，我们在没有这样的过滤或标准化的情况下，以原始单位呈现所有气候变量，只是为了帮助了解这些气候变量在这两个时期的水平。

MVSE:

蚊媒病毒适宜性估计器

IDW:

逆距离加权

臀部:

人类潜伏期

大中型企业:

蚊子的预期寿命

我们要感谢墨西哥国家气象局和墨西哥卫生部为我们提供了这里使用的详细数据集。我们也感谢三位匿名的推荐人和执行编辑提供了有见地的评论和建议。我们也感谢Simetría，特别是Alicia Santana Cartas在墨西哥接待我们几个月进行数据收集。

本文提出的研究得到了全球挑战研究基金(GCRF)的支持[RE-CL-2021-01]。

作者及隶属关系

1. El Colegio de México (COLMEX)， caratera picachoo - ajusco 20, Tlalpan, 14110，墨西哥城，墨西哥

   Constantino教授Carreto

2. 伦敦玛丽女王大学(QMUL) Mile End校区，Bancroft大楼，4楼，伦敦，E1 4NS，英国

   罗克珊娜Gutierrez-Romero

3. 国立大学地理研究所Autónoma de México (UNAM)， Investigación Científica, Ciudad Universitaria, c.u.， Coyoacán, 04510，墨西哥城，墨西哥

   塔尼亚·罗德里格斯

贡献

CC:整理数据，进行分析，参与项目构思，编写用于分析的代码，验证分析，开发图表，参与地图创建，起草文稿。RGR:整理数据，进行分析，参与项目构思，验证用于分析的代码，验证分析并起草文稿。TR:整理数据，进行分析，参与项目构思，提供所有插值天气数据和相应的地图，编写分析所用的代码，并起草稿件。所有作者都阅读并批准了最终的手稿。

相应的作者

对应到Constantino教授Carreto，罗克珊娜Gutierrez-Romero或塔尼亚·罗德里格斯．

伦理批准并同意参与

不适用。

发表同意书

不适用。

相互竞争的利益

作者宣称他们之间没有利益冲突。

出版商的注意

伟德体育在线施普林格自然对出版的地图和机构从属关系中的管辖权主张保持中立。

开放获取本文遵循知识共享署名4.0国际许可协议，允许以任何媒介或格式使用、分享、改编、分发和复制，只要您对原作者和来源给予适当的署名，提供知识共享许可协议的链接，并注明是否有更改。本文中的图像或其他第三方材料包含在文章的创作共用许可协议中，除非在材料的信用额度中另有说明。如果材料未包含在文章的创作共用许可协议中，并且您的预期使用不被法定法规所允许或超出了允许的使用范围，您将需要直接获得版权所有者的许可。如欲查看本牌照的副本，请浏览http://creativecommons.org/licenses/by/4.0/．创作共用公共领域奉献弃权书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本条所提供的资料，除非在资料的信用额度中另有说明。

转载及权限