北京市输入性疟疾死亡病例特征及危险因素分析

何战英 吴文婷 王小梅 林 晖 梁慧洁 黎新宇

(北京市疾病预防控制中心，北京市预防医学研究中心，北京 100013)

疟疾曾是我国危害最严重的传染病之一，年发病人数曾超过3 000万(高琪，2021)。2010年全国实施消除疟疾策略后，本地感染病例迅速下降，2016年报告最后一例本地原发疟疾病例(张丽等，2017)。2010—2019年，全国共报告疟疾病例29 248例，死亡181例，几乎每年都有死亡病例报告(丰俊等，2021)。北京市开展消除疟疾工作以来，所报告的疟疾病例均为输入性病例，2010—2020年期间共报告疟疾病例843例，死亡15例。为了解疟疾死亡病例的流行病学特征及死亡的危险因素，制定有效的防控措施，本文对15例死亡病例进行了回顾性调查研究，以期为今后工作提供借鉴，减少死亡病例的发生。

1 材料与方法

1.1 资料来源

病例资料来源于中国疾病预防控制中心传染病信息监测系统，同时收集病例的流行病学调查资料和医疗机构的病案资料，包括病例基本信息、感染来源、发病、诊疗等信息。

1.2 病例、对照的入选和排除标准

病例和对照的血样标本经北京市疾控中心进行复核，均为实验室确诊病例。选取14例死亡病例进入研究，按照1∶4配对原则，在同一年度或者相邻年度选择对照56例。匹配条件为：恶性疟病例、同性别、年龄±3岁；其中1例死亡病例年龄为80岁，无法匹配对照，故排除。

1.3 统计学分析

使用WPS Office 软件建立数据库，统计分析采用SPSS 20.0软件进行。采用描述性流行病学方法分析病例特征，采用条件Logistic回归模型分析死亡危险因素：首先进行单因素分析，检验水准为α=0.10；将单因素分析中P<0.10的因素纳入多因素条件Logistic回归模型进行分析，检验水准为α=0.05。

2 结果

2.1 基本情况

北京市各级医疗机构在2010—2020年期间共报告输入性疟疾死亡病例15例，均为男性，感染类型为恶性疟，感染地为非洲国家，其中2人本次发病前各有1次疟疾病史。死亡病例最小年龄25岁，最大年龄80岁，平均年龄44.80±15.19岁。职业包括：工人9例，干部职员5例，离退人员1例。北京户籍5例，外省户籍10例(表1)。

2.2 发病就诊情况

15例死亡病例中，回国后发病的有12例，其中83.33%(10/12)的病例在回国后1周内发病，其他2例在回国后第10 d和第11 d发病。国外发病的有4例，其中2例在飞机上出现发热，2例在非洲当地出现发热。病例初次就诊时诊断为疟疾的有7例，诊断为其他疾病的有8例，误诊比例为53.33%(8/15)。14例死亡病例确诊时有并发症，具体包括：脑损害5例，严重的肝肾损害3例，昏迷、休克6例。发病到初次就诊的时间中位数为1 d，其中发病当天就诊的有4例，发病后1～3 d就诊的9例。初次就诊到确诊的时间中位数为3 d，其中当天确诊的4例，1～3 d确诊的5例。病例自确诊至死亡，最短时间为确诊当天死亡，最长为确诊后40 d死亡，另有4名病例在死亡后确诊(表1)。

2.3 危险因素分析

2.3.1单因素分析 疟疾死亡病例主要研究因素及赋值方法见表2。单因素分析结果显示，病例组和对照组在并发症、初次诊断疾病和初次就诊到确诊时间间隔的差异具有统计学意义(P<0.10)。在分析就诊到确诊时间间隔时，将不同时间间隔转化为哑变量，并以3 d内确诊作为参照，4～7 d确诊和7 d以上确诊的差异均有统计学意义(P<0.10)，详见表3。

2.3.2多因素分析 将单因素分析有统计意义的变量代入多因素条件Logistic回归模型，结果显示并发症是疟疾病例死亡的危险因素，见表4。

3 讨论

根据世卫组织报告，全球在2019年共报告疟疾病例2.29亿，死亡4.9万，非洲地区的病例数约占全世界疟疾病例的94%(WHO,2020)。北京市报告的输入性疟疾病例约95%来自于非洲，以病情较重的恶性疟为主，多为工人和干部职员外出务工或者执行公务等原因在当地感染。有文献报道境外输入恶性疟病例的临床症状和体征远比我国境内的恶性疟病例复杂和凶险，而且病情进展较快，如果发热5 d以上未能及时就诊或确诊往往会迅速转为重症病例威胁生命(WHO, 2012)。北京市报告的15例疟疾死亡病例均为非洲输入的恶性疟病例，确诊时大多数病例已发展成为重症疟疾，出现了多种并发症，与其他文献报道的输入性疟疾死亡病例特征基本一致(钱丹等，2017；涂宏等，2018)。

本研究中，单因素条件Logistic回归分析结果表明死亡病例组和对照组在并发症、初次诊断疾病、初次就诊到确诊时间间隔的差异具有统计学意义，其中初次就诊到确诊时间间隔的分析结果显示，虽然4～7 d内确诊和7 d以上确诊的差异均具有统计学意义，但结合OR值分析，7 d以上确诊导致死亡的危险性更大。多因素Logistic回归分析结果显示仅有并发症是病例死亡的危险因素，结合流行病学调查资料综合分析，考虑输入性疟疾病例死亡的危险因素主要有以下4个方面：(1)病例起病急、症状重。发病初期即出现了高热、呕吐、腹泻、昏迷等症状(苑晓东等，2011)，如本文的病例1和15。(2)病例缺乏对疟疾的基本认识，出现症状后不重视，错过最佳治疗时机(宋营改等，2013)。本文中的病例14，在回国前7 d发病，虽就诊于当地医院，但未规范治疗，回国后间断发热20余天后出现昏迷方选择就诊。(3)医疗机构对疟疾缺乏诊断意识和诊断能力，导致误诊(张倩等，2016；涂宏等，2018)。本文病例10确诊前先后就诊4家医疗机构，其中2家医疗机构分别诊断为“上呼吸道感染”和“感染性发热”，另外2家因病例症状较重，建议转诊大医院。(4)医疗机构缺乏药物和治疗能力，病例需要转诊，用药时间延迟。由于上述原因导致多数死亡病例确诊时间较长，因而发展为重症疟疾，失去救治机会。

表1 2010—2020年北京市疟疾死亡病例基本情况Tab.1 The information of malaria deaths in Beijing from 2010 to 2020

表2 主要研究因素和赋值方法Tab.2 Major factors and assignment method 研究因素Factors赋值方法Assignment method职业 Occupation1=干部职员、商业服务等Office staff, Busi-ness services et al., 2=工人 worker发病地点Place of onset0=国内Domestic,1=国外Foreign疟疾史History of malaria0=无No,1=有Yes并发症Complication0=无No,1=有Yes初次诊断疾病Initial diagnosis of disease1=疟疾Malaria,2=其他疾病Other diseases发病—初次就诊时间Time interval from onset to first visit1=≤3 d,2=4-7 d,3=>7 d初次就诊—确诊时间Time interval from first visit to diagnosis1=≤3 d,2=4-7 d,3=>7 d表4 多因素条件Logistic回归分析结果Tab.4 Results of Multivariate conditional Logistic regression analysis变量VariableBχ2POR95%CI并发症Complication3.9007.6970.00649.4233.142-777.32初次诊断疾病Initial diagnosis result1.9522.4190.1207.0400.602-82.337初次就诊—确诊时间Time interval from first visit to diagnosis0.0260.0010.9741.0260.222-4.742

表3 单因素分析结果Tab.3 Results of univariate logistic regression analysis

基于上述输入性疟疾病例死亡的危险因素，且目前尚无理想预防药物或方案(张昕等，2019)的情况，要做好疟疾防控工作首先应继续加强健康教育，尤其是疾控、临床机构、出入境等部门要依托全国疟疾日等形成进行广泛宣传，提高人们对疟疾的认识，重点做好前往疟疾流行区人员的健康宣传，指导其主动采取防护措施，了解疟疾的临床特征，提高对疟疾的重视程度。其次是要加强临床医生培训，提醒一线接诊医生高度重视流行病学史的询问，对于非洲输入的发热病例，应首先考虑疟疾并进行实验室检测，同时注意与其他有发热症状的输入性疾病相鉴别(田丽丽等，2016；李丽等，2020；曾兆清等，2021)，对疟疾做到早发现、早诊断、早用药(蒋旭华等，2017)。此外，多部门联防联控的工作机制应得到重视，如能及时掌握疟疾流行区回国人员信息、开展二次宣传，并对病例同行人员进行主动追踪和筛查，将有助于早期诊断，降低疟疾重症和死亡发生率(钱丹等，2017)。