氣候變遷的加劇同時，也推動傳染病的擴張和轉變，究竟推動傳染病空間擴散的機制為何？未來在空間分布上又呈現什麼趨勢？是世界各國面對傳染病風險管理的挑戰。台大地理系溫在弘教授是計量科學的專家，也致力於傳染疾病的空間流行病學研究，本專題以「如何驗證通勤與登革熱傳播關係」為題，看看溫在弘如何藉由一篇精彩的學術研究解答這個問題。
蟲媒傳染病為何讓城市淪陷？
登革熱自日治時期就發生大規模流行，到了二十一世紀仍歷久不衰，這兩年登革熱的新聞似乎不頻繁，事實上，2014年的第一個月還沒過完，國內發病的案例已有九名了。
登革熱（dengue）是由埃及斑蚊（Aedes aegypti）或白線斑蚊（Aedes albopictus）傳播的急性病毒性熱疾，發病後會有頭部、肌肉、骨頭、關節的疼痛及後眼窩起疹等主要症狀，目前沒有疫苗和抗病毒藥物，只能透過身體本身的免疫逐漸痊癒，但也可能造成生命危險。
白線斑蚊在臺灣極為常見，也是登革熱的傳播媒介之一。（圖／James Gathany，CDC）
衛生署疾病管制局將登革熱分為地方性（endemic）和流行性（epidemic）兩種發生形態。地方性型態主要發生在熱帶地區的國家，亞洲國家如印度、孟加拉、緬甸、泰國、寮國、越南、菲律賓即是長期都有登革熱案例的特定地區，而台灣則是在某地區出現案例後，疫情在該地區擴大，但隨後又可能因環境因素受到控制，而漸漸在該地消失，例如1981年屏東琉球、1987年屏東東港、2001年高雄前鎮、2002年澎湖等地區都發生過流行性登革熱，因此要如何避免流行爆發是台灣防範登革熱的重要問題。
如何避免流行性登革熱爆發？一般認為登革熱是一種「環境病」，因此公共衛生學界介入登革熱防治的觀點，主要是以「環境治理」為主，當環境衛生良好，就沒有足以支撐大量蚊蟲孳生的條件，疫情理應不會爆發。但是環境治理的觀點無法解釋一件事情，「如果一隻帶有登革熱的蚊子，一生中飛行範圍在250公尺以內，為什麼A地出現登革熱案例後，1,000公尺以外的B地也會有人感染登革熱？」
溫在弘2012年的研究《Population Movement and Vector-Borne Disease Transmission: Differentiating Spatial–Temporal Diffusion Patterns of Commuting and Noncommuting Dengue Cases》便是在尋找這個問題背後的關鍵因素。登革熱屬於蟲媒傳染疾病，也就是說這種病毒的傳播須經由蚊蟲叮咬，人不會直接傳染給人。在登革熱病人血液中存有登革病毒的潛伏期中，稱為「病毒血症期」，是病毒是最容易傳染的時候，儘管該病毒不會由病人直接傳染給其他人，但是蟲媒傳染病可以透過人傳蟲、蟲再傳人的間接方式，由病人觸發另一地點的流行。
時空分析 找出通勤族和非通勤族差異
溫在弘假因而設這個問題的背後，現代人生活中的「通勤」是一個關鍵，藉由人的通勤移動，在A地感染登革熱的通勤族，在工作上班的B地被另一隻沒有登革熱的蚊子叮咬，B地發生人傳蟲後，也開始出現具有感染能力的使的登革熱病媒蚊。
「通勤」是現代人生活的日常，因此，溫在弘開始深入研究通勤與登革熱傳播之間的關係。（圖／Pixabay）
為了要證實這個假說，溫在弘蒐集2007年1月至2008年1月台南市確定感染登革熱的1,017位病患資料，由於傳染病經醫院確認感染後，會進行例行的問診，包含住址、工作地點等資訊，溫在弘將這些病例分成兩類，第一類有548個案例，為居住地和上班地點位於同里的「非通勤族」，第二類則有469個案例，是要到戶籍地里以外地區上班的「通勤族」。
為了要對兩類病例進行時空分析（Space-Time Analysis），以發掘這兩類病患在各自的類別中，案例間的空間距離、發病時間是否具有明顯不同的型態，因此溫在弘採用英國學者Knox於1964年提出的「Knox統計法」，並應用資料處理軟體MATLAB進行運算。
Knox統計法是一種時空分析方法，先將兩類分開來，再於同類中將病例兩兩分成一組（pair），每一病例可以重複分組，直到各種分組可能都被列出。例如通勤者類有10個案例，該組內便可經排列組合分成45對資料，整理出每一對資料兩病例間的居住空間距離、發病時間間隔，以空間距離作為X座標、時間間隔作為Y座標，將同類的每一對資料繪製成散佈圖及核密度圖（Kernel Density）。
2007年登革熱病例的時空分析中，溫在弘以核密度圖呈現出通勤族和非通勤族的差異。（圖／溫在弘，2012年研究）
核密度圖的結果顯示，非通勤族的組時空分布集中在距離小，集中在1公里的距離內，發病時間近，大部分病例間的發病時距在10天以內；通勤族的組空間分布則集中在2公里至4公里間，發病時距相較非通勤組長，最長達70天，證實通勤與非通勤病例存在特性上的差異。
網絡分析 找出致病關鍵區位
在第一步證實了通勤族與非通勤族在病例的時空距離分布有明顯的差異，第二步溫在弘希望可以進一步知道，這兩種群體在台南市的空間分布位置有什麼不同？他運用「網絡拓撲（Network topology）」，分別將通勤族與非通勤族病例的位置點在兩張台南市地圖上，並將點兩兩連線，產生初步的網絡分布圖。這兩張圖只能看出通勤族的網絡分布範圍明顯較大，但是因為案例數多、網絡的連線密集，不容易看出不同地理位置的網絡密度，因此再次繪製密度圖，將網絡的密度以顏色深淺呈現，發現非通勤族的病例網絡最密集處在台南市的南邊區域，而通勤族的病例網絡最密集處則分布在市中心。
溫在弘運用網絡拓樸發現登革熱案例中的非通勤族網絡集中在台南市南部，通勤族則集中在市中心區。（圖／溫在弘，2012年研究）
此外，溫在弘針對每一台南市的里進行統計，計算每一里出現第一個通勤族或非通勤族的登革熱案例後，在該里出現第二個案例的機率大小，進而推論通勤族和非通勤族病例觸發疫情擴大的可能性。結果顯示，某一地出現第一則通勤族登革熱案例後，長時間後引發第二則案例的機率比非通勤族案例更高。
除了證實通勤較非通勤更需要注意外，為了確認通勤相較於其他環境因素更是否具有更高的影響性，溫在弘從文獻中蒐集可能影響登革熱疫情擴大的因素，主要是公共場所或衛生品質較難控制空間的數量，包括公園、學校、廢墟、市場、空地，以及人口密度，他統計每個台南市各里的上述因子，並將通勤人口與上述因子分別與各里的登革熱病例數進行「統計迴歸分析」，在百分之九十五的信心水準下，發現通勤因素的危險比值是其他因素的三倍。
相較於非通勤族，在第一個案例發生後的第40周開始，通勤族病例有較高的機率促使登革熱流行爆發。（圖／溫在弘，2012年研究）
溫在弘的研究不以開拓複雜的研究方法來引人注目，對於時事的關懷和想法的創新是他的研究亮點。作為地理學者，研究的突破不一定在於方法論的鑽研，而在於既有的方法或理論，如何透過研究者的創新思維，以更有效的方式應用在社會、自然環境的課題上。
責任編輯：鄭國威｜元智大學資訊社會研究所
