为了减缓蜱传疾病的快速蔓延，理想的公共卫生策略是预测害虫可能集中在哪里——并立即将此信息传递给医疗专业人员和公众。这就是研究人员试图开发一种准确预测危险蜱虫可能出现地点的方式的原因。理想情况下，这样的程序可以像天气地图一样用于预测危险区域。
在蜱传疾病方面，预警就是预备。例如，如果徒步旅行者收到预报，表明他们将要穿过的树林很可能存在危险蜱虫，他们可以采取额外的措施来保护自己，例如使用驱虫剂、穿长袖衣服和扎紧裤脚。当地的医疗保健提供者可以确保他们关注蜱传疾病的症状。地方官员可以建议市民在危险季节如何在户外做好防护。但是，做出准确的预测是很复杂的。许多因素，并非所有因素都为科学家所充分理解，影响着携带疾病的蜱虫物种将在何时何地繁衍生息——以及它们是否可能携带病原体。
每年都有人被诊断出并接受治疗蜱传疾病，例如莱姆病、无形体病和落基山斑疹热。仅莱姆病一项，每年的病例就接近 50 万，根据美国疾病控制与预防中心 (CDC) 的估计。而且，随着许多蜱虫物种继续扩大其活动范围，预计这一数字还会上升。个人防护措施——例如长袖、驱虫剂以及定期检查人和伴侣动物——是目前可用的对抗携带这些疾病的蜱虫的最佳防御措施。但是，实施这些措施需要大量的持续个人工作——正如 COVID-19 大流行清楚地表明的那样，仅仅告诉人们风险的存在往往不足以促使他们采取行动。
关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的有影响力的故事的未来。
疾病生态学家理查德·奥斯特费尔德 (Richard Ostfeld) 在凯瑞生态系统研究所表示，由于某些蜱虫防护措施令人讨厌且难以坚持，“您不一定想在任何时候任何地方都采用这些方法。但您可能想在高风险地区采用它们。” 这就是蜱虫预报可以派上用场的地方：一张“热图”显示哪些地区在特定时间可能会出现大量携带疾病的蜱虫，这将使居民和游客能够在必要时做好准备，并在条件更安全时放松警惕。“所有这些个人防护措施都极大地受益于了解您何时何地处于危险之中，”奥斯特费尔德说。
风险级别随着携带疾病的蜱虫数量的增减而变化。科学家们已经知道一些可能导致这些数量增加的因素，例如适宜的动物宿主数量充足、冬季温暖、夏季潮湿以及植被丰富但植物多样性低的栖息地。研究人员还了解了一些可以降低蜱虫数量的因素：寒冷的冬天、炎热干燥的夏天以及某些生活在土壤中并攻击昆虫的微小真菌。
但这些因素中每一个的影响因所涉及的蜱虫种类而异，并且还会根据每种物种偏好的栖息地类型而变化，国家新兴和人畜共患传染病中心的生物学研究员丽贝卡·艾森说。例如，美洲犬蜱（Dermacentor variabilis）传播落基山斑疹热等疾病，在草地地区繁衍生息。鹿蜱（Ixodes scapularis）是莱姆病和其他感染的媒介，更可能生活在林地栖息地。
最初可能看起来无关的环境因素也可能对蜱虫数量产生强烈但间接的影响。例如，凯瑞研究所对纽约州达奇斯县的田地进行了数十年的研究，发现了一个强烈而奇特的关联：当当地的橡树在某一年产生大量橡子时，第二年鹿蜱的数量就会激增。其联系是：小型、以橡子为食的啮齿动物，特别是白足鼠（Peromyscus leucopus），它们的数量在橡子丰收的年份也会激增——而它们毛茸茸的身体是蜱虫在若虫阶段所需的血液的绝佳来源。
还有其他因素可能对蜱传疾病的传播产生重大影响，但不一定对蜱虫种群本身产生重大影响。例如，白足鼠是莱姆病的重要疾病储存宿主，也是可能传播给人类的其他疾病的携带者。巴德学院疾病生态学家费利西亚·基辛说，如果蜱虫叮咬了一只受感染的白足鼠，那么蜱虫有 90% 的机会感染引起莱姆病的细菌。基辛和奥斯特费尔德是夫妻，经常合作。相反，如果同一只蜱虫叮咬了一只受感染的负鼠，感染的几率只有 3% 左右。这是为什么呢？基辛说，这是个好问题。当谈到疾病如何离开动物储存宿主并通过蜱虫传播给人类时，“我们不知道为什么，”她说。“我们只知道它会发生。”
还有许多其他未解答的问题。奥斯特费尔德的首要问题是天气：尽管研究人员大致了解可能促进蜱虫繁殖的气象条件，但他说，一些具体因素仍然知之甚少。例如，洪水、热浪或寒流等事件可能会在蜱虫生命周期的早期杀死它们——或者促使种群激增。“这是一个很大的未知数，”奥斯特费尔德说。
除了处理这些未知因素外，将所有这些因素组合到一个模型中还会带来其他问题。科学家们正在努力完善模型，将已知的蜱虫因素结合起来，并输出类似于天气预报但用于预测蜱虫丰度的东西。波士顿大学生态预测实验室的一项此类举措涉及使用凯瑞研究所的长期蜱虫数据来训练一种称为贝叶斯网络的概率模型。该实验室向其模型输入了许多变量，包括天气条件和以前的宿主动物种群，以及在寄生虫寻找宿主的所有三个生命阶段（幼虫、若虫和成虫）的估计蜱虫数量。接下来，研究人员记录该程序预测实际发生情况的准确程度，并根据已知的蜱虫数据对其进行检查。“模型预测会根据先前的预测与实际数据的吻合程度不断更新，”奥斯特费尔德说。但他补充说，这个项目和其他类似的项目仍处于早期阶段。
这种建模的一个主要限制是数据的可用性：虽然凯瑞研究所的蜱虫记录详细而漫长，但它们仅涵盖了纽约州北部哈德逊河谷的一小部分。美国大多数地方都不存在此类信息。而且由于蜱虫种群非常依赖于地点，因此要对其进行准确预测，就需要非常具体的当地数据。为了开始填补这一空白，自 2018 年以来，CDC 一直在发布全国性的蜱虫监测数据，以查明几种具有医学重要性的蜱虫的当前分布范围。最近，它开始发布关于七种主要蜱传疾病的数据。这些信息可以作为基辛和奥斯特费尔德等科学家以及 CDC 自身研究人员的资源。基辛说，这是“我们应该拥有的那种背景基础信息”。
艾森说，CDC 还开始开发自己的概率模型，以预测在何处可能发现大量蜱虫——以及它们可能在何处传播感染。“我们生成这些统计模型来找出定义蜱虫或病原体良好栖息地的因素，”她说。这些模型有助于政府机构分配其有限的资源，并重点关注现在或将来可能发现蜱虫的新地点。它们主要使用县级地理、气候和植被数据。“由此产生的地图帮助我们确定环境条件看起来适合蜱虫或病原体持续存在的区域，”艾森补充说，“但在这些区域，我们尚未发现蜱虫或病原体的记录。” 然后，他们去这些地点寻找蜱虫和蜱传疾病的证据。
这些努力很有帮助，但大多数从事此问题的研究人员都承认，真正的预测——不仅可以预测蜱虫可能在哪里，还可以预测这些特定蜱虫是否可能传播疾病——仍然遥不可及。数据收集是解决这一难题的一个方面，另一方面是更好地了解蜱虫如何与宿主物种（包括人类和非人类）相互作用，以及节肢动物如何充当疾病的传播媒介。
即使没有预测模型，过去的蜱虫活动记录也可以指示未来潜在的疾病热点地区。CDC 已与其他组织和个人合作，制作地图突出显示蜱传疾病正在上升的地区。尽管如此，与天气预报可能用来显示高温或降雨风险区域的地图不同，这些蜱虫地图仅指示已经发现疾病的地区——而不是可能已经在未被发现的情况下传播的地区。