背景：犬源型黑热病（MT-ZVL）在中国中部地区正在快速复燃，并显示出进一步扩散的巨大潜力。本研究旨在通过评估该病的当前分布及其向新地区传播的潜力，为制定最优控制策略提供依据。

  方法：我们采用三管齐下的方法：（1）2022年在57个潜在风险县开展主动现场监测，调查中华白蛉（P. chinensis）媒介分布及基于血清学阳性的犬只感染情况；（2）研究2023-2024年期间河南、山西和北京42个县的中华白蛉分布及犬只感染年度监测报告；（3）通过中国国家法定传染病监测系统（NNDSS）进行被动监测，获取2019-2024年期间1137例人患MT-ZVL病例。我们基于创新的主动/被动监测方法构建了数据库，并应用优化的生态位模型，结合环境、生物（中华白蛉媒介和感染犬）及社会经济协变量，对中国中部地区1×1公里分辨率下的传播相对风险进行预测。利用239个独特的地理定位人间病例（2022-2024年）验证了模型性能。据此绘制MT-ZVL风险地图，并量化分层风险区域内的高危人群。

  结果：在57个潜在MT-ZVL风险县中的20个县开展的现场监测捕获了7552只中华白蛉（平均密度：13.7只/灯/晚），山西省介休市出现高峰（499.8只）。在确认存在中华白蛉的14个县中，9个县记录到犬只感染，平均血清阳性率为2.7%（44/1648），最高比例出现在河南省禹州市，为16.2%（21/130）。年度监测报告确认42个监测县中有24个县存在中华白蛉，其中两个县发现血清阳性犬。最终训练数据集包括270条中华白蛉记录、224条感染犬记录和213条人间病例记录。极端梯度提升算法对人患MT-ZVL感染风险的预测性能优越，显著优于基准模型，内部验证曲线下面积（AUC）为0.950（95% CI: 0.921–0.979），外部验证AUC为0.913（95% CI: 0.886–0.940）。88.3%的本土病例发生在预测的高风险区域内，进一步验证了模型性能。这些高风险区域集中于太行山、吕梁山和秦岭沿线的丘陵地带—主要位于山西中南部、河北-山西交界地区、陕西东部和河南西北部。本研究识别出117个高风险或极高风险县，涉及总人口1924万。中风险区域覆盖山西、陕西、河南、甘肃东部、河北中西部及北京西部/北部周边地区（87个县；1207万居民），低风险区域涵盖甘肃东部、四川北部、河南西北部和河北中部山区87个县（1535万居民）。优化的多源数据驱动模型表现出稳健的预测性能，识别出291个风险县，威胁约4667万居民。

  结论：本研究表明MT-ZVL在中国中部地区快速扩展，构成重大公共卫生威胁。关键发现揭示了持续的本底传播，非流行区出现中华白蛉和感染犬标志着新的疫源地正在形成。通过识别MT-ZVL的具体风险区域，为加强公共卫生警惕潜在传播提供了证据基础。强烈建议在中国中部地区开展MT-ZVL监测并实施针对性干预措施。

  附件：全文下载