厦门论文发表-多米尼加共和国两个省份钩端螺旋体病聚集性病例及危险因素的地理空间分析
比特丽斯·马里奥·马丁 ，本·赛多利斯，海伦·梅菲尔德，安吉拉·卡达维德·雷斯特雷波，贝赫扎德·基亚尼，
抽象
背景
钩端螺旋体病传播的驱动因素因地区而异，导致感染的空间聚集。本研究旨在确定多米尼加共和国 （DR） 钩端螺旋体病血清阳性率集群以及与高风险地区相关的因素。
方法/主要发现
我们分析了 Espaillat 和 San Pedro de Macoris （SPM） 两个省份的数据，这些数据是在 2021 年进行的全国调查中获得的 （n = 2,078）。通过显微镜凝集试验 （MAT） 检测样本以检测钩端螺旋体病抗体。我们使用灵活的空间扫描统计来定位每个省份血清阳性个体 （所有血清群组合） 的显着集群，并计算家庭和社区水平的风险比 （RR）。通过 logistic 回归评估与集群相关的环境和社会人口学风险因素。在每个省份确定了一个集群。生活在集群内的参与者更有可能住在离卫生设施更远的地方 （OR 1.86，p < 0.001 和 OR 4.41，p = 0.044，分别在 Espaillat 和 SPM 中机动出行时间）。集群参与者也不太可能生活在人口密度较高的地区（Espaillat 和 SPM 分别为 OR 0.76，p < 0.01 和 OR 0.29，p < 0.001）和国内生产总值 （GDP） 较高的社区（OR 0.70，p < 0.001 和 OR 0.42，p < 0.001 和 SPM）。Espaillat 和 SPM 之间的其他危险因素不同。
结论/意义
我们的研究结果证实了钩端螺旋体病的聚集性空间模式，并强调传播驱动因素因省而异。虽然这两个省份在贫困地区的传播率较高，但可改变的因素不同，需要量身定制的公共卫生干预措施。
作者总结
钩端螺旋体病是拉丁美洲和加勒比地区的一个重大公共卫生问题，占 1970 年至 2012 年期间全球报告的所有疫情的三分之一。在多米尼加共和国 （DR），2013 年至 2023 年期间，公共卫生和社会援助部流行病学总局报告了 2,860 例人类钩端螺旋体病病例。该国温暖潮湿的气候有利于钩端螺旋体病的传播。然而，环境和社会人口学驱动因素可能因地区而异，导致感染的地理分布异质性。本研究旨在使用灵活的空间扫描统计确定 DR 两个省份钩端螺旋体病血清阳性患病率较高的地区 （集群）。这种方法使我们能够调查每个省份是否存在集群。此外，我们使用 logistic 回归来确定与每个省份的集群相关的环境和社会人口驱动因素。我们的研究结果表明，两个省份都存在集群，每个省份都确定了不同的重要驱动因素。值得注意的是，与这两个省份的集群相关的驱动因素高度表明了社会经济上的弱势群体，突出了钩端螺旋体病是一种贫困疾病。这些结果强调了需要有针对性和量身定制的干预措施，以减少高危社区的钩端螺旋体病疾病负担。
数字
Table 2Table 1Fig 1Fig 2Table 2Table 1Fig 1Fig 2
引文： Martin BM， Sartorius B， Mayfield HJ， Cadavid Restrepo AM， Kiani B， Then Paulino CJ， et al. （2025） 多米尼加共和国两个省份钩端螺旋体病集群和风险因素的地理空间分析。PLoS Negl Trop Dis 19（6）： e0013103. https://doi.org/10.1371/journal.pntd.0013103
编辑 器： Joseph M. Vinetz，美国耶鲁大学医学院
收到： 2025 年 3 月 2 日;接受： 2025 年 5 月 1 日;发表： 6月 11， 2025
版权所有： © 2025 Martin et al.这是一篇根据知识共享署名许可条款分发的开放获取文章，该许可允许在任何媒体上不受限制地使用、分发和复制，前提是注明原作者和来源。
数据可用性： https://github.com/enilles1/DR-Leptospirosis 提供去标识化数据集，用于复制和构建分析。使用 SaTScan 进行聚类分析。
资金： 这项研究由美国 CDC U01 资助，资助号 U01GH002238。CLL 得到了澳大利亚国家健康与医学研究委员会奖学金 （1109035 和 1193826） 的支持。BS、HJM 和 BK 得到了昆士兰大学健康研究加速器 （HERA） 计划（2021-2028 年）的支持。CDC 工作人员支持实验室分析。资助者在研究设计、数据收集和分析、发表决定或手稿准备方面没有任何作用。
利益争夺： 作者已声明不存在相互竞争的利益。
介绍
钩端螺旋体病是全球分布最广泛的人畜共患疾病之一 [1]。钩端螺旋体细菌呈现出一个复杂的传播周期，其中可能包括几种哺乳动物宿主。这些宿主通过尿液排出致病性血清型，污染细菌可以长期存活的水和土壤 [2]。该疾病被认为主要是一种职业性感染，与热带国家处理动物或动物组织和自给农业的群体有关。在这些地区，钩端螺旋体病主要在农村地区表现出地方性发病模式[3]。它也被认为是一种新出现的传染病，其暴发经常与极端降雨事件（如飓风和洪水）有关[2,4,5]，在资源匮乏的国家，它经常被认为是城市贫民窟的健康问题[6,7]。
据估计，钩端螺旋体病每年在全世界造成 100 万例病例和约 60,000 例死亡 [8]，但由于漏报，实际负担可能更高。血清学诊断的参考方法是显微镜凝集试验 （MAT），该试验可能很耗时，而且可用性通常有限，尤其是在低收入和中等收入国家 [1]。热带岛屿被认为是人类感染的特别高风险地区 [8,9]，最近的一项研究发现，全球报告的所有暴发病例中有 1/3 发生在拉丁美洲和加勒比地区 （Latin America and Caribbean， LAC） [10]。虽然最近爆发的疾病主要与洪水和飓风有关，但这种模式与该地区的流行形式并存。每种流行病学背景的驱动因素和危险因素都是特定的，在大多数国家/地区仍未得到充分探讨 [11]。
采用空间建模方法研究传染病有助于更好地了解血清阳性率的分布、危险因素和许多疾病的驱动因素[12–14]，包括钩端螺旋体病[15]。整群分析方法是一种空间统计测试，用于评估疾病风险和/或发生的地理差异，并根据所分析的人群规模确定事件数量（例如，参与者钩端螺旋体病血清标志物检测呈阳性）超出预期的区域[16]。越来越多的证据表明钩端螺旋体病感染存在空间聚集性[17–21]，表明某些地区可能比其他地区为维持传播周期提供更有利的条件。
城市和农村环境中的生态学、流行病学、多种动物宿主和人类条件之间的复杂相互作用，确定与生活在高风险地区的人群相关的特征，可以为指导有针对性的公共卫生行动提供见解。然而，由于复杂传播周期的局部差异[23]，风险因素和驱动因素的重要性可能因空间而异[22]，例如存在不同的宿主哺乳动物及其与血清型的内在关系[5]、牲畜群的疫苗接种率[24]、环境中病原体存活的适宜条件[2]和人类暴露的机会[1]。5]. 适宜传播条件的差异可能发生在区域内部和区域之间，高风险地区会经历更多的局部爆发 [17,20,21]。通过精确定位高风险区域，空间聚类分析使医疗保健管理人员能够生成假设，以了解这些区域中较高的患病率。本研究旨在确定多米尼加共和国 （DR） 钩端螺旋体病血清阳性率集群，并确定与这些高风险地区相关的因素。
Methods
Ethics Statement and consent
This study was approved by the National Council of Bioethics in Health (013–2019), the Institutional Review Board of Pedro Henríquez Ureña National University, Santo Domingo, DR; the Mass General Brigham Human Research Committee, Boston, USA (2019P000094); and the Human Research Ethics Committee of The University of Queensland (2022/HE001475), Brisbane, Australia.
Written consent was obtained from all participants. For participants <18 years old, except emancipated minors, consent was obtained from the parent or legal guardian. Participants between 14–17 years old provided written assent and those between 7–13 years old provided verbal assent. For participants between 5–7, written only parental consent was obtained.
Study area
多米尼加共和国位于加勒比地区，与海地共享伊斯帕尼奥拉岛。它是该地区人口第二多的国家，仅次于古巴 [25]。该国分为 31 个省和圣多明各国家区。这些省份和国家区共计为10个行政区：北芝保、南芝保、芝保北部、芝保挪威、瓦尔德西亚、恩里基略、埃尔瓦莱、尤马、伊瓜莫、奥萨马或大都会[26]。
对于此处介绍的分析，包括来自两个省份的数据，即位于北芝保地区的 Espaillat 和位于 Higuamo 地区的 San Pedro de Macoris。选择这两个省份是因为它们被纳入一项关于急性发热性疾病临床监测的关联研究 （S1 Text）。Espaillat 和 SPM 分别拥有大约 230,000 人和 290,000 人。这两个省份的人口都以年轻人为主（Espaillat 平均年龄为 30.3 岁，SPM 为 27.9 岁），男性和女性分布均匀 [27]。然而，这两个省份之间存在显着的社会人口和经济差异。在 Espaillat，54.7% 的人口居住在农村地区，而 SPM 的这一比例为 15.9% [27]。在这种背景下发展的经济活动在这两个省份之间也有所不同，在埃斯帕拉特，大多数农业单位都集中在畜牧业，而在SPM中，他们从事畜牧业和作物生产的混合[28]。
数据采集和处理
调查。
2021 年 6 月 30 日至 10 月 12 日期间，DR 进行了三阶段横断面全国血清调查。调查抽样设计在前面已经描述过[29]。总之，共有 10 个社区来自 Espaillat 省，13 个社区来自 SPM。在 Espaillat 和 SPM 中，每个社区都选择了 60 个家庭。所有 5 岁以上的家庭成员都被邀请参加。研究中包含的参与者由训练有素的当地实地考察团队进行访谈。问卷包括个人和家庭层面的问题。收集所有参与者的静脉血，并记录家庭全球定位系统 （GPS） 坐标。
将静脉血处理成血清，并在 -80°C 下冷冻。 来自 2 个省份的参与者样本通过 MAT 检测抗钩端螺旋体抗体。血清学分析在美国亚特兰大疾病控制和预防中心的人畜共患病和选择剂实验室进行。为 MAT 面板选择了一组 20 种致病性血清型，滴度 ≥1：100 被认为是血清阳性并表明既往感染。如前所述，使用 MAT 鉴定的血清细胞来确定与感染相关的推定血清型 [30]。总之，在血清组水平上进行了分析。如果样品对多个血清型有反应，则滴度最高的血清型被认为是主要血清型。当在两个或多个血清型中观察到最高滴度时，样品被记录为“混合”。
空间数据。
环境、社会人口学和人口普查数据来自公开可用的来源。表 1 描述了分析中考虑的所有空间数据。这些数据是根据每个参与者的家庭位置提取的，并纳入调查数据。
thumbnail下载：
PPT的PowerPoint 幻灯片
PNG放大图片
国际电影节原始图像
表 1. 2021 年 6 月至 10 月，多米尼加共和国钩端螺旋体病血清阳性率高风险地区的特征考虑了环境和社会人口学数据。
https://doi.org/10.1371/journal.pntd.0013103.t001
统计分析
全局和局部空间聚类分析。
空间自相关是指彼此靠近的事件往往比彼此相距较远的事件更相似的现象 [39]。应用全局聚类分析来确定数据中是否存在空间自相关，换句话说，事件的发生是否跨空间聚类。局部聚类分析用于识别和定位事件聚类 [40]。在这项研究中，针对每个省份、所有组合的血清群以及确定的主要血清群分别进行了两种类型的聚类分析。
为了评估全局空间聚类，我们使用了半变异函数，半变异函数是半方差（y 轴）如何根据观测值对之间的距离（x 轴）而变化的图形表示 [41,42]。如果事件在空间上是自相关的，则随着距离的增加，半方差也会增加。半变异函数由三个主要参数表征：基台、块金和极差。基台是半方差趋于平稳的值，表示超过此点后，空间关系会减弱。块金是曲线与 y 轴相交的值。它表示测量误差或非常短的距离空间变化。该范围是半方差到达基台的距离。它显示存在自相关的最大距离。如果曲线没有稳定，则表明没有显著的空间自相关（S1 图 1）。为了确定空间结构引起的变化比例，将基台和块金之间的差值除以基台和块金之和。值低于 0.25 表示空间自相关性强。
为了在个体水平上评估钩端螺旋体病血清阳性的局部聚类，我们应用了空间扫描统计，该统计旨在识别与假设没有聚类的钩端螺旋体病血清阳性预期分布相比事件过多的区域（零假设）。通过计算在特定区域内部和外部观察到的事件数的可能性，空间扫描统计数据可以评估偶然发生聚类的可能性。具有最大可能性的区域被定义为最可能的聚类。我们使用Tango和Takahashi [43]开发的软件包FleXScan [44]分析了我们的数据，该软件包使用灵活的形状空间扫描，可以识别形状不规则的星团。当考虑到可能遵循非圆形地理特征（例如，河流、集水区、沿海地区）和许多地理区域（即市、区、省）的不规则边界的感染分布时，这特别有用。
在这项研究中，由于所研究的结果 （血清阳性或血清阴性） 是二元的，我们假设伯努利分布。最大空间聚类大小设置为总人口的 100%，反映了软件允许的最大值。FleXScan 中的其他参数是有限制的似然比 （LLR） 和设置为 0.1 的 alpha。具有统计显著性的聚类定义为 p 值≤ 0.05。不太严格的 p 值（≥0.05 和 <0.1）被认为具有边际统计学意义，并用于识别风险过高的区域 [44]。
FleXScan 识别每个集群内外的住户，我们使用住户位置来识别与集群相关的社区。我们使用被确定为属于集群的家庭和与集群相关的社区计算风险比 （RR）。对于每个省份，RR 的计算方法是：i） 来自集群内家庭的血清阳性参与者的比例和来自集群外家庭的血清阳性参与者的比例 ii） 来自与集群相关的社区的血清阳性参与者的比例，以及来自集群外社区的血清阳性参与者的比例。p 值是使用 Fisher 精确检验确定的。
Logistic 回归分析。
我们采用非参数双变量回归模型来比较已识别集群内外参与者的选定特征，因为调查的特征不是正态分布的。在每个模型中，因变量（结果）是被调查的特征（即到主要道路的距离、海拔、土地利用和土地覆盖），自变量（解释变量）是一个二进制变量，将每个参与者分为两组：居住在已识别集群内部或外部的家庭中。回归标准误差在家庭层面进行聚类，以解释多个参与者可能属于同一家庭的事实，这可能导致家庭内的相关结果。使用线性模型评估数值连续变量。在执行回归模型之前，连续变量被标准化为平均值为 0，标准差为 1，保留其原始分布。所有具有多个类别的分类变量都转换为二进制变量，并通过 logistic 回归进行评估（S1 表）。
p 值 ≤0.05 被认为是显著的。结果显示为集群内外参与者之间调查的每个特征的分布以及双变量回归的 p 值。
软件
我们使用了 Esri ArcGIS 软件 v 10.8 （Esri ArcMap 10.8.0.12790.美国加利福尼亚州雷德兰兹市）[34] 处理和提取空间数据，并创建显示结果的地图。R 版本 4.4.0 （2024-04-24 ucrt） [45] 用于数据处理和全局聚类分析。FleXScan v3.1.2（FleXScan v3.1.2：灵活扫描统计软件。日本国立公共卫生研究所，2013 年）用于局部聚类分析。Stata18 软件 （StataCorp.2023. Stata 统计软件：第 18 版。College Station， TX： StataCorp LLC） [46] 用于非参数回归。
结果
在本次分析包括的两个省份中，有 2091 名参与者参加了调查。由于问卷中的数据不完整，因此排除了 13 条记录，导致最终样本为 2,078 名参与者（Espaillat 802 名，SPM 1,276 名）。共确定了 237 名血清阳性参与者 （血清阳性率为 11.4%）;Espaillat 有 127 人 （15.8%），SPM 有 110 人 （8.6%）。
在 Espaillat，四个主要血清型是 Icterohaemorragiae （58.5%） 、Australis （21.2%）、Canicola （14.1%） 和 Djasiman （9.7%）。在 SPM 中，黄疸出血是最普遍的血清型 （33.3%），其次是 Australis （17.2%） 和 Pyrogenes、Djasiman 和 Canicola （这三种都有 11 例，10.0%）。在这两个省份中，除一例热原病例外，所有病例都发生在 SPM （S2 表）。
全局集群
在 Espaillat 和 SPM 中，半变异函数没有达到平台期，表明所有血清型组合的血清阳性病例以及主要血清型的血清阳性病例单独随机分布。S2-S4 图显示了每个省份所有钩端螺旋体病血清群的总和以及主要血清群的经验变异图。
本地集群
对于所有血清型组合，FleXScan 在 Espaillat 中鉴定出一个具有统计学意义的簇，在 SPM 中鉴定出一个具有统计学意义的簇（图 1 和 2）。在 Espaillat，确定的聚集性病例位于该省西南部，包括 8 户家庭，住户之间的最大距离为 3.1 公里（p 值 0.044）。（图 1）。该集群内的住户占受访住户的 1.5%，占该省所有血清阳性参与者的 7.1%。对于居住在已确定集群内家庭的参与者，与居住在已确定集群外家庭的参与者相比，RR 为 6.7 （95% CI 5.7-7.9）。对于生活在发现集群的社区的参与者，与生活在非集群社区的参与者相比，RR 为 1.6 （95% CI 1.1-3.2）。另外鉴定了 11 个次级（不显著）簇（S5 图）。
thumbnail下载：
PPT的PowerPoint 幻灯片
PNG放大图片
国际电影节原始图像
图 1. 2021 年 6 月至 10 月，通过灵活空间扫描识别的集群位于多米尼加共和国 Espaillat。
A） 基于泰森多边形确定的最近邻的住户链接，被确定为热点的住户及其连接以红色突出显示。B） Espaillat 的采样社区，集群社区以红色突出显示。基础层来自：https://data.humdata.org/dataset/cod-ab-dom。
https://doi.org/10.1371/journal.pntd.0013103.g001
thumbnail下载：
PPT的PowerPoint 幻灯片
PNG放大图片
国际电影节原始图像
图 2. 2021 年 6 月至 10 月，多米尼加共和国圣佩德罗德马科里斯通过灵活空间扫描识别的星团位置。
A） 基于泰森多边形确定的最近邻的住户链接，被确定为热点的住户及其连接以红色突出显示。B） Espaillat 的采样社区，集群社区以红色突出显示。基础层来自：https://data.humdata.org/dataset/cod-ab-dom。
https://doi.org/10.1371/journal.pntd.0013103.g002
在 SPM 中，确定的集群位于该省东北部，包括 6 户家庭，住户之间的最大距离为 10.5 公里 （p 值 0.08）。（图 2）聚集性病例内的住户占受访住户的 0.8%，占该省所有病例的 6.4%。对于居住在已确定集群内家庭的参与者，与居住在已确定集群外家庭的参与者相比，RR 为 9.6 （95% CI 5.6-14.2）。对于生活在发现集群的社区的参与者，与生活在非集群社区的参与者相比，RR 为 2.0 （1.3-2.9）。确定了 7 个次级（不显著）簇（S6 图）。两个省份主要血清群的局部聚类分析均未发现显著的聚类。
Logistic regression
非参数回归的结果发现，与集群外的参与者相比，Espaillat 集群内的参与者明显年龄较大 （OR 2.22;p 值 0.026），在户外工作环境中工作（OR 4.05，p 值 0.019），更有可能生活在无法获得自来水的家庭中（OR 4.72，p 值 0.041），距离水体（OR 1.44，p 值 0.023）和卫生设施（OR 1.86，p 值 <0.001 机动行驶时间和 OR 1.36，p 值 0.001 步行行驶时间）， 并被更大面积的牧场土地包围（OR 1.8，p 值 0.007）（表 2）。集群内的参与者也不太可能生活在距离主要道路较远（OR 0.42，p 值<0.001）、海拔较高（OR 0.58，p 值<0.001）、位于人口密度较高（OR 0.76，p 值<0.001）和社区层面国内生产总值 （GDP） 较高（OR 0.70，p 值<0.001）的家庭中， 与集群外部的参与者相比。
thumbnail下载：
PPT的PowerPoint 幻灯片
PNG放大图片
国际电影节原始图像
表 2. 2021 年 6 月至 10 月，多米尼加共和国，按省份汇总的所有血清群与热点家庭相关的每个变量的比值比。
https://doi.org/10.1371/journal.pntd.0013103.t002
与集群外的参与者相比，SPM 集群内的参与者明显更有可能是男性（OR 3.89，p 值 0.030），并且生活在距离卫生设施（OR 4.41，机动出行时间 p 值 0.044，OR 4.67，步行出行时间 p 值 0.021）和教育设施（OR 4.36，p 值 0.017）更远的家庭中， 位于较高海拔 （OR 1.15，p 值 0.036） 和较高的土壤湿度 （OR 1.97，p 值<0.001）。集群内的参与者也不太可能居住在位于人口密度较高（OR 0.29，p 值<0.001）、社区 GDP 较高（OR 0.42，p 值<0.001）和周围建筑区百分比较高（OR 0.32，p 值 0.019）的家庭中。
讨论
我们的研究在分析中包含的两个省份中分别确定了两个钩端螺旋体病血清阳性率集群，集群与社会人口和环境特征之间存在显着关联。在这两个省份，居住在距离卫生设施较远的家庭以及人口密度和 GDP 较低的地区的参与者更有可能属于已确定的集群。这些共同特征突出了贫困相关因素在塑造钩端螺旋体病传播流行病学特征中的作用。然而，具体的风险因素因省份而异，反映了特定的社会人口、经济和生态背景。通过检查这些省份差异，本研究强调了钩端螺旋体病传播动力学的复杂性，并强调了需要量身定制的公共卫生干预措施来解决当地疾病驱动因素。
与 FleXScan 识别的集群内的参与者相关的特征可分为两组：两个省的共同特征和每个省份的特有特征。在这两个省份，居住在距离教育和卫生设施较远的家庭中的参与者更有可能进入集群内，而居住在人口密度较高和 GDP 较高地区的家庭中的参与者不太可能进入集群内。这些关联表明，已确定的集群内的家庭表现出经常与贫困社区相关的特征。钩端螺旋体病与贫困之间的关联已得到广泛研究[2,47–50]。生活在资源匮乏社区的人口更容易出现过度拥挤的住房条件，并且无法获得足够的安全饮用水、卫生设施、废物管理和其他基础设施 [7]。这些情况会促进钩端螺旋体细菌的传播，并提供有限或不存在的屏障来防止人类暴露于受污染的环境[1,7]。
在这项研究中，与每个省份的聚集性病例相关的特定风险因素反映了地方差异和传播周期的复杂性。生活在 Espaillat 集群内的人口的具体特征，例如户外工作环境、难以获得自来水的家庭以及距离主要道路较远的家庭，可能会加强贫困社区的特征 [7]，但也可以表明农村环境。同样，与家庭周围较高比例的牧场土地的集群关联表明农村环境，这意味着畜牧业是重要的水库 [5]。在该省，这些发现也可以反映出居住在农村地区的人口比例更高[27,51,52]。尽管与 SPM 集群相关的特定因素为描述高风险区域提供的因素较少，但观察到家庭周围建成区的百分比较低，并且距离省会较远。在 SPM 中，由于居住在农村地区的人口占总人口的百分比较低 [27,51,52] 并且其他经济活动更为重要，这些发现可能表明，远离大城市的自给农民更容易传播钩端螺旋体病。最后，每个省份的聚类呈现与海拔相反的关联方向。虽然 Espaillat 位于内陆，但 SPM 是一个沿海省份。SPM 集群位于该省的东北部，与研究中包括的其他社区相比，距离海岸更远，这可能会影响该集群较高的中位海拔。此外，在 Espaillat 集群内外的住户之间海拔中位数的差异很小，它们之间的变化范围存在不可忽略的重叠。在本研究纳入的两个省份中，虽然关联显著，但不是线性的，应根据每个省份的地理背景进行解释。
这项研究有几个局限性。血清型和储存哺乳动物之间的关系可能具有高度特异性，反过来，人类暴露途径与接触储存哺乳动物有关。因此，高钩端螺旋体病血清阳性率聚集性的特征可能因主要血清型而异。在我们的分析中，小样本量限制了基于每个省份占主导地位的血清群的局部聚类分析，这本可以更全面地了解特定的危险因素和传播驱动因素。在Espaillat（结果如S2表所示）、Australis（与野生和家畜、大鼠和小鼠有关）和Icterohaemorrhagie（主要与啮齿动物有关）中发现的主要血清型[3,53]。在该省，聚集性病例与自我报告的大鼠暴露无关，但与聚集性病例相关的几个特征表明偏远贫困的农业社区，这可能与 Australis 和 Icterohaemorrhagie 水库的存在有关。在 SPM 中，鉴定出的主要血清型是 Australis，其次是 Canicola、Djasiman、Icterohaemorrhagie 和 Pyrogenes，分布均匀，这表明驱动该省传播的宿主范围更广。我们的数据是从横断面调查中获得的，尽管这项研究设计的优势在于提供了更广泛的人群水平血清阳性率特征，但它仅限于一个时间点。钩端螺旋体病等水传播疾病受气候条件的强烈影响，传播可能会根据降雨量和温度的季节性变化而变化[1,9]。然而，我们的研究并未确定集群与降水之间的关联。调查设计可能影响了半变异函数结果。如前所述，抽样设计旨在实现采样社区的全国代表性和广泛的空间分布 [29]。然而，通过对每个省份的几个社区进行抽样，每个社区的几个住户，并包括每个抽样家庭的所有成员，最终样本的空间分布在一定程度上是聚集的。为了识别正空间自相关，血清阳性率聚类需要克服我们样本的聚类空间分布，由于每个省份的样本量减少，这可能受到限制。通过全局和局部聚类方法，钩端螺旋体病病例的空间聚集模式已多次报道[17–21\u201254]。
这项研究的重点是 Espaillat 和 SPM 的钩端螺旋体病血清阳性率，但这些概念和方法可以应用于该国和其他地区的其他地方，以及这些省份受环境和社会人口因素强烈驱动的其他传染病。我们的结果加强了先前研究的结果，这些研究确定了钩端螺旋体病的聚集性空间模式，并提供了经验证据，证明传播驱动因素可能因每个省份的情况而高度具体。在这两个省份，已确定的钩端螺旋体病血清阳性率聚集性特征与表明贫困社区传播率较高且最有可能在农村地区传播的特征相关。然而，将这一见解转化为可改变因素的翻译因省份而异。为了实现具有成本效益的预防和控制措施，需要针对每种情况采取公共卫生和环境干预措施。进一步探索与主要血清型相关的风险因素和驱动因素可能有助于加强未来的针对性干预措施。
支持信息
有关研究设计和受试者选择的支持信息。
显示 1/9： pntd.0013103.s001.docx
跳至 fig分享导航
很抱歉，我们无法加载您的数据。
1 / 9
下载
无花果分享
S1 文本。 有关研究设计和受试者选择的支持信息。
https://doi.org/10.1371/journal.pntd.0013103.s001
（DOCX）
S1 表。 执行调整以将多个类分类变量转换为二进制变量。
https://doi.org/10.1371/journal.pntd.0013103.s002
（XLSX）
S2 表。 2021 年 6 月至 2021 年 10 月，多米尼加共和国 Espaillat 省和 San Pedro de Macoris 省按主要原发性反应血清群划分的钩端螺旋体显微镜凝集试验阳性比例。
https://doi.org/10.1371/journal.pntd.0013103.s003
（XLSX）
S1 图 半变异函数的参数。
Lau et al， 2014 [55] 先前发表的淋巴丝虫病血清调查的数据用于说明半变异函数参数。
https://doi.org/10.1371/journal.pntd.0013103.s004
（TIF）
S2 图 2021 年 6 月至 2021 年 10 月，多米尼加共和国各省所有钩端螺旋体病血清型合并参与者血清阳性的半变异图。
A. Espaillat， B. San Pedro de Macoris.
https://doi.org/10.1371/journal.pntd.0013103.s005
（TIF）
S3 图 2021 年 6 月至 10 月，多米尼加共和国 Espaillat 钩端螺旋体病血清阳性参与者的半变异图，按主要血清群划分。
血清型 A. Icterohaemorrhagiae B. Djasiman C. Canicola D. 和 Australis。
https://doi.org/10.1371/journal.pntd.0013103.s006
（TIF）
S4 图 2021 年 6 月至 10 月，多米尼加共和国圣佩德罗德马科里斯钩端螺旋体病血清阳性参与者的半变异图，按主要血清群划分。
血清型 A. Icterohaemorrhagiae B. Djasiman C. Canicola D. 和 Australis。
https://doi.org/10.1371/journal.pntd.0013103.s007
（TIF）
S5 图 通过柔性空间扫描 （FleXScan） 确定的集群位置（红色为主，橙色为次要）位于多米尼加共和国 Espaillat，2021 年 6 月至 10 月。
基础层来自：https://data.humdata.org/dataset/cod-ab-dom。
https://doi.org/10.1371/journal.pntd.0013103.s008
（TIF）
S6 图 通过柔性空间扫描 （FleXScan） 确定的星团位置（红色为主，橙色为次要），位于多米尼加共和国圣佩德罗德马科里斯，2021 年 6 月至 10 月。
基础层来自：https://data.humdata.org/dataset/cod-ab-dom。
https://doi.org/10.1371/journal.pntd.0013103.s009
（TIF）
确认
我们要感谢许多自愿参与这项研究的研究参与者。我们还要感谢收集现场数据的研究人员、多米尼加共和国卫生和社会援助部以及 Pedro Henriquez Ureña 国立大学对这项研究的承诺和支持。最后，我们要感谢 Gregorio Antonio Rosario Michel 博士和在 Servicio Geologico Nacional 工作的宝贵团队提供洪水风险地图。
引用
1.莱维特 PN。钩端螺旋体病。临床微生物学修订版 2001;14(2):296–326.
查看文章谷歌学术
2.Lau CL， Smythe LD， Craig SB， Weinstein P. 气候变化、洪水、城市化和钩端螺旋体病：火上浇油？Trans R Soc Trop Med Hyg.2010;104(10):631–8.PMID：20813388
查看文章PubMed/NCBI谷歌学术
3.Bharti AR、Nally JE、Ricaldi JN、Matthias MA、Diaz MM、Lovett MA 等人。钩端螺旋体病：一种具有全球重要性的人畜共患疾病。柳叶刀感染病学 2003;3(12):757–71.PMID：14652202
查看文章PubMed/NCBI谷歌学术
4.Jones FK、Medina AG、Ryff KR、Irizarry-Ramos J、Wong JM、O'Neill E. 飓风菲奥娜后钩端螺旋体病爆发 - 波多黎各，2022 年。MMWR Morb Mortal Wkly 代表 2024;73(35):763–8.
查看文章谷歌学术
5.钩端螺旋体病：一个新兴的全球公共卫生问题。J 生物科学。2008;33(4):557–69.PMID：19208981
查看文章PubMed/NCBI谷歌学术
6.Ko AI， Galvão Reis M， Ribeiro Dourado CM， Johnson WD Jr， Riley LW.巴西严重钩端螺旋体病的城市流行。萨尔瓦多钩端螺旋体病研究组。柳叶 刀。1999;354(9181):820–5.PMID：10485724
查看文章PubMed/NCBI谷歌学术
7.贫民窟健康：被忽视人群的疾病。BMC Int Health Hum 权利。2007;7:2.PMID：17343758
查看文章PubMed/NCBI谷歌学术
8.Costa F， Hagan JE， Calcagno J， Kane M， Torgerson P， Martinez-Silveira MS， et al. 钩端螺旋体病的全球发病率和死亡率：系统评价。PLoS Negl Trop Dis. 2015 年;9（9）：e0003898。PMID：26379143
查看文章PubMed/NCBI谷歌学术
9.Douchet L、Menkes C、Herbreteau V、Larrieu J、Bador M、Goarant C 等人。来自三个大洋盆地的热带岛屿钩端螺旋体病动力学的气候驱动模型。PLoS Negl Trop Dis. 2024;18（4）：e0011717。PMID：38662800
查看文章PubMed/NCBI谷歌学术
10.Schneider MC、Leonel DG、Hamrick PN、de Caldas EP、Velásquez RT、Mendigaña Paez FA 等人。拉丁美洲的钩端螺旋体病：探索第一组区域数据。Panam Salud Publica 牧师。2017;41：e81.PMID：31384245
查看文章PubMed/NCBI谷歌学术
11.Peters A， Vokaty A， Portch R， Gebre Y. 加勒比地区的钩端螺旋体病：文献综述。Panam Salud Publica 牧师。2017;41：e166.PMID：31384278
查看文章PubMed/NCBI谷歌学术
12.迈向全球消除淋巴丝虫病：应用空间流行病学方法加强监测和支持消除计划的系统评价。BMJ 公共卫生。2024;2（1）：e000534。
查看文章谷歌学术
13.克莱门茨 ACA、里德 HL、凯利 GC、海伊 SI。进一步缩小疟疾地图：地理空间科学如何帮助实现消除疟疾？柳叶刀感染病学 2013;13(8):709–18.PMID：23886334
查看文章PubMed/NCBI谷歌学术
14.Shaweno D、Karmakar M、Alene KA、Ragonnet R、Clements AC、Trauer JM 等人。结核病流行病学空间分析中使用的方法：系统评价。BMC 医学 2018;16(1):193.PMID：30333043
查看文章PubMed/NCBI谷歌学术
15.Dhewantara PW， Lau CL， Allan KJ， 胡 W， 张 W， 马蒙 AA 等。为钩端螺旋体病监测和控制提供信息的空间流行病学方法：方法的系统评价和批判性评估。人畜共患病公共卫生。2019;66(2):185–206.PMID：30593736
查看文章PubMed/NCBI谷歌学术
16.Elliott P， Wartenberg D. 空间流行病学：当前方法和未来挑战。环境健康观察。2004;112(9):998–1006.PMID：15198920
查看文章PubMed/NCBI谷歌学术
17.Shirzad R， Alesheikh AA， Asgharzadeh M， Hoseini B， Lotfata A. 使用最大熵模型对人类钩端螺旋体病患病率进行时空建模。BMC 公共卫生。2023;23(1):2521.PMID：38104062
查看文章PubMed/NCBI谷歌学术
18.Núñez-González S， Gault C， Granja P， Simancas-Racines D. 2013-2018 年厄瓜多尔钩端螺旋体病的空间模式。Trans R Soc Trop Med Hyg.2020;114(7):545–8.
查看文章谷歌学术
19.Luenam A， Puttanapong N. 根据 2013-2015 年泰国卫星生成的环境因素测量数据对钩端螺旋体病的空间集群进行建模和分析。Geospat 运行状况。2020;15(2).
查看文章谷歌学术
20.Silva JA、Scialfa EA、Tringler M、Rodríguez MG、Tisnés A、Linares S 等人。阿根廷 Tandil 农村社区人钩端螺旋体病的血清阳性率。风险因素评估和空间分析。Rev Argent Microbiol.2023;55(1):49–59.PMID：35803842
查看文章PubMed/NCBI谷歌学术
21.Nardoni Marteli A， Guasselli LA， Diament D， Wink GO， Vasconcelos VV. 巴西钩端螺旋体病的时空分析及其与洪水的关系。Geospat 运行状况。2022;17（2）：10.4081/gh.2022.1128。PMID：36468592
查看文章PubMed/NCBI谷歌学术
22.Mayfield HJ， Lowry JH， Watson CH， Kama M， Nilles EJ， Lau CL. 使用地理加权逻辑回归量化斐济钩端螺旋体病环境和社会人口驱动因素的空间变化：一项建模研究。柳叶刀行星健康。2018;2（5）：e223-32。PMID：29709286
查看文章PubMed/NCBI谷歌学术
23.刘 C， 贾加尔斯 P.评估和预测传染病对环境健康影响的框架：钩端螺旋体病的案例研究。Rev Environ Health。2012;27(4):163–74.PMID：23095181
查看文章PubMed/NCBI谷歌学术
24.Mwachui MA， Crump L， Hartskeerl R， Zinsstag J， Hattendorf J. 钩端螺旋体病传播的环境和行为决定因素：系统评价。PLoS Negl Trop Dis. 2015 年;9（9）：e0003843。PMID：26379035
查看文章PubMed/NCBI谷歌学术
25.Oficina Nacional de Estadistica.República Dominicana： Estimaciones y proyecciones nacionales de población 1950-2100.In： Departamento de Estadísticas Demográficas SyC.多米尼加共和国的圣多明各;2015.
26.Division Territorial 2021 年。在：Cratograficas DdGDdO。Oficina Nacional de Estadistica;2020.
27.Oficina Nacional de Estadistica.IX Censo Nacional de Poblacion y Vivienda 2010 - Caracteristicas Demograficas Basicas.2012. 525.
28.Ministerio de Agriculatura， Oficina Nacional de Estadistica， Organización de las Naciones Unidas para la Alimentación y la Agricultura， Union Europea.Precenso Nacional Agropecuario 2015 - Informe de Resultados.2016.
29.Nilles EJ， Paulino CT， de St Aubin M， Restrepo AC， Mayfield H， Dumas D， et al. SARS-CoV-2 血清流行率、累积感染和对有症状感染的免疫力 - 一项多阶段全国家庭调查和建模研究，多米尼加共和国，2021 年 6 月至 10 月。柳叶刀注册健康美国 2022;16：100390。PMID：36408529
查看文章PubMed/NCBI谷歌学术
30.Nilles EJ、Paulino CT、Galloway R、de St Aubin M、Mayfield HJ、Cadavid Restrepo A 等人。多米尼加共和国人类钩端螺旋体病的血清流行病学：多阶段整群调查，2021 年。PLoS Negl Trop Dis. 2024;18（12）：e0012463。PMID：39715275
查看文章PubMed/NCBI谷歌学术
31.Oficina Nacional de Estadistica.Oficina Nacional de Estadisticas - Datos y Estadisticas;n.d. https://www.one.gob.do/
32.世界流行音乐。全球高分辨率种群分母项目：由比尔及梅琳达·盖茨基金会 （OPP1134076） 资助;2018 [引用 06/04/2019. ]。https://hub.worldpop.org/
查看文章谷歌学术
33.Inc. E. ArcMap.2022. https://www.esri.com/en-us/arcgis/products/arcgis-pro/overview
查看文章谷歌学术
34.OpenStreetMap 的距离教育设施。OpenStreetMap 基金会;n.d. https://www.openstreetmap.org/
35.疟疾地图集。前往最近的医疗机构并可使用机动交通工具的旅行时间。2019. https://malariaatlas.org/
查看文章谷歌学术
36.Farr TG， Kobrick M. 航天飞机雷达地形测绘任务产生了大量的数据。Eos Trans AGU.2000;583.
查看文章谷歌学术
37.Funk C、Peterson P、Landsfeld M、Pedreros D、Verdin J、Shukla S 等人。气候危害红外降水站——监测极端事件的新环境记录。科学数据。2015;2:150066.PMID：26646728
查看文章PubMed/NCBI谷歌学术
38.Karra K， Kontgis C， Statman-Well Z， Mazzariello JC， Mathis M， Brumby SP. 使用 Sentinel-2 和深度学习的全球土地利用/土地覆盖。在：IGARSS 2021-2021。IEEE 国际地球科学与遥感研讨会。IEEE 2021 年;2022.
39.托布勒 WR。一部模拟底特律地区城市发展的电脑电影。经济地理学。1970;46:234.
查看文章谷歌学术
40.Kanankege KST、Alvarez J、Zhang L、Perez AM。在人群水平生态流行病学研究中选择时空分析工具的介绍性框架。前兽医科学 2020;7：339。PMID：32733923
查看文章PubMed/NCBI谷歌学术
41.MAtheron G. 地统计原理。经济地质学。1963;58:1246–66.
查看文章谷歌学术
42.迪格尔 PJ，里贝罗 PJ。基于模型的地统计。2007. 230.
43.探吾 T，高桥 K.用于检测聚类的灵活形状的空间扫描统计量。Int J Health Geogr.2005;4:11.PMID：15904524
查看文章PubMed/NCBI谷歌学术
44.Richardson S， Thomson A， Best N， Elliott P. 解释疾病标测研究中的后验相对风险估计。环境健康观察。2004;112(9):1016–25.PMID：15198922
查看文章PubMed/NCBI谷歌学术
45.R 核心团队。用于统计计算的语言和环境。R 统计计算基金会;2022.
46.斯塔塔公司Stata 统计软件：版本 18。德克萨斯州大学城：StataCorp LLC;2023.
47.Maciel EAP、de Carvalho ALF、Nascimento SF、de Matos RB、Gouveia EL、Reis MG 等人。城市贫民窟社区钩端螺旋体感染的家庭传播。PLoS Negl Trop Dis. 2008;2（1）：e154。PMID：18357340
查看文章PubMed/NCBI谷歌学术
48.Khalil H、Santana R、de Oliveira D、Palma F、Lustosa R、Eyre MT 等人。来自巴西四个贫民窟的居民的贫困、卫生和钩端螺旋体传播途径。PLoS Negl Trop Dis. 2021 年;15（3）：e0009256。PMID：33788864
查看文章PubMed/NCBI谷歌学术
49.Cristaldi MA、Catry T、Pottier A、Herbreteau V、Roux E、Jacob P 等人。面对有限的流行病学数据，确定人类钩端螺旋体病的环境和社会经济适宜性的空间分布。感染 Dis 贫困。2022;11(1):86.PMID：35927739
查看文章PubMed/NCBI谷歌学术
50.Mayfield HJ、Smith CS、Lowry JH、Watson CH、Baker MG、Kama M 等人。使用空间贝叶斯网络对环境驱动的传染病进行预测风险映射：斐济钩端螺旋体病的案例研究。PLoS Negl Trop Dis. 2018 年;12（10）：e0006857。PMID：30307936
查看文章PubMed/NCBI谷歌学术
51.Oficina Nacional de Estadistica.IX Censo Nacional de Poblacion y vivienda 2010 - Entorno de los Productore Agropecuarios.在： Oficina Nacional de Estadistica.多米尼加共和国的圣多明各;2013.
52.Oficina Nacional de Estadistica.IX Censo Nacional de poblacion y vivienda 2010 - Caracteristicas Economicas.在： Oficina Nacional de Estadistica.多米尼加共和国的圣多明各;2013.
53.Petrakovsky J， Bianchi A， Fisun H， Nájera-Aguilar P， Pereira M. 拉丁美洲和加勒比国家的动物钩端螺旋体病：报告的疫情和文献综述（2002-2014）。国际环境研究与公共卫生杂志。2014;11(10):10770–89.
查看文章谷歌学术
54.Lau CL、Clements ACA、Skelly C、Dobson AJ、Smythe LD、Weinstein P. 美属萨摩亚的钩端螺旋体病——使用环境数据估计和绘制风险图。PLoS Negl Trop Dis. 2012 年;6（5）：e1669。PMID：22666516
查看文章PubMed/NCBI谷歌学术
55.Lau CL、Won KY、Becker L、Soares Magalhaes RJ、Fuimaono S、Melrose W 等人。成功大规模给药后美属萨摩亚淋巴丝虫病的血清阳性率和空间流行病学。PLoS Negl Trop Dis. 2014 年;8（11）：e3297。PMID：25393716
查看文章PubMed/NCBI谷歌学术