更好的監測是瘧疾早期預警系統的關鍵

　瘧疾測試：各國應該把重點放在探測暴發，之后才是設法預測它們

　　熱帶醫學專家Jonathan Cox說，快速探測而非預測瘧疾流行是疾病控制的關鍵。

　　在過去的10年中，學術組織和國際組織——最著名的是世界衛生組織——已經推廣了瘧疾早期預警系統(MEWS)，作為改善決策者如何管理瘧疾流行的一種方式，讓決策者有更多的時間進行規劃和響應。

　　MEWs的標準藍圖包括了通過監測新病例從而探測傳播的激增，還包括預測未來的傳播——這主要是通過監測來自遙感衛星的環境數據。衛星可以提供對于變化的降雨量、陸地表面溫度和植被環境的幾乎即時的估計。這些數據在原則上可以提前幾周產生針對特定地理區域的疾病流行預警。季節性的氣候預報還利用了它們，從而獲得更一般化的、提前時間更長的疾病流行風險評估。

　　但是發展和實施MEWS的實際進展極為有限——世界衛生組織提出的那種完善的早期預警系統尚不存在。

　　這部分是由于這種疾病系統在本質上是復雜的而且很難建模。但是這也是由于科學家把重點放在了錯誤的領域。科學家與政府部門以及國際組織合作，不應該與建立在遙感氣候數據基礎上的復雜的環境疾病模型搏斗，而是應該設法解決更容易處理的早期探測新發瘧疾流行的挑戰。

　　為瘧疾建模

　　對于科學家來說，氣候變化和瘧疾傳播之間存在被充分證明的聯系可能成為提前幾周或幾個月預測瘧疾流行的方法的觀念非常吸引人。但是把關于氣候-瘧疾相互作用的有前景的科學研究轉化成可靠并且可重復的提供早期預警的模型被證明是困難的。

　　缺乏高質量的疾病數據正在妨礙這種建模。需要幾年的數據從而“訓練”和測試用未來的氣候變化預測疾病傳播的模型。有一些瘧疾數據足夠好，從而能夠建立可用模型的例子。例如，在半干旱的博茨瓦納，降雨量和瘧疾之間的關系相對簡單，科學家已經開發出了相當可靠的預測模型，可以提前至多6個月進行預測。但是在流行病學更復雜的地區，諸如東非人口密集的高地，氣候數據在建立可用模型方面被證明作用較小。

　　在這樣的環境中，成功地為復雜的人類-傳播媒介-環境相互作用建模可能將需要復雜的動態系統建模，與包括了諸如人群免疫狀態等非環境參數的時間序列分析結合起來。

　　早期探測

　　瘧疾流行是突然而不可預測的，而這對疾病控制造成了嚴重的挑戰。理論上，通過早期探測傳播的激增、迅速動員資源和通過諸如在墻壁和屋頂噴灑長效殺蟲劑(室內殘留噴灑)或大規模服藥，它們可以被控制。在實踐中，瘧疾流行很少以這種方式管理。大多數瘧疾實際上是自行發展的，常常造成非常高的發病率和死亡率。

　　面臨瘧疾流行風險的國家不應該從事困難的預測性建模，而應該把重點放在開發可靠的初期流行警報——它們需要合適而且可持續的病例監測系統。當然，前提是這是一個非常有價值的任務，而對于許多發展中國家，這將需要新的專業的、有效率的監測系統以及新的或改進的診斷服務。引入一些機制而不讓已經負擔過度衛生系統超負荷，這是一個重大的挑戰。另一個挑戰在于讓決策者相信有理由為這些監測系統提供額外的資源。

　　迅速把疾病流行預警轉化成一連串的明確而預先制定好的響應的決策支持機制是至關重要的。來自烏干達的經驗表明，如果瘧疾控制項目對緊急情況的響應沒有重大轉變，MEWS提供的潛在收益就不太可能實現。

　　一個明顯而不斷增長的需求

　　病例監測系統的不足意味著失去了提高控制疾病流行舉措的效率的大好機會。但是隨著發展中世界的越來越多的國家如今采取了瘧疾滅絕政策，對能夠發現瘧疾暴發并推動迅速的患者隨訪的系統的需求正在變得愈加明顯。如今是恢復平衡并把MEWS作為國家監測的標準手段、而不是把它作為專門針對一個流行病學生態位的工具的時候了。

　　坦桑尼亞、泰國和其他國家已經開發了利用掌上電腦或移動電話迅速發送和接收來自遙遠的衛生機構的病例的數據的系統。記錄下這些開創性的舉措對于確定最佳實踐并發現實施面臨的常見問題具有重要作用。

　　具有諷刺意味的是，一旦到位，這些系統將開始產生建模科學家開發和測試更可靠的預測性早期預警模型所需的大量高質量疾病數據。現在正是讓我們本末倒置的時候。

　　Jonathan Cox是倫敦衛生學與熱帶醫學院的高級講師