疟疾计划规划中的气候数据：主要考虑因素{ #climate-data-in-malaria-program-planning-key-considerations }¶

说明：以下指南的编写是为了支持莫桑比克卫生部基于DHIS2的国家疟疾信息系统（https://hispafrica.org/climate-health/）的气候与健康预警部分，该系统是与克林顿健康获取倡议（CHAI）和Saudigitus（莫桑比克HISP）合作开发的。

本文件旨在为公共卫生专业人员提供指导，特别是那些为疟疾控制项目工作或与疟疾控制项目合作的专业人员，利用气候和天气数据为疟疾控制和消除项目决策提供信息。以下步骤是这些专业人员应考虑的关键因素；虽然这些步骤和因素是针对疟疾而言的，但与从事所有气候敏感疾病工作的专业人员都相关。

1.制定与政策相关的问题{ #1-develop-policy-relevant-questions }¶

这是最重要的一步。如果问题和随后的工作没有与具体的政策相关问题（如特定的健康结果）联系起来，或者制定的方式不能使结果改善控制/消除疟疾的决策，那么这项工作将仅仅是一项学术活动。要考虑 "那又怎样？"这个问题；如果在分析后无法轻松回答这个问题，那么就不应该进行分析，或者应该重新制定问题。例如，仅仅想研究气温或降水与疟疾病例之间的关系本身并不能改善计划决策。相反，应考虑利用气候与疟疾之间的关系来确定某些干预措施可能更有效或更无效的地区。一些重要的例子包括

a. 将气候数据纳入国家以下各级干预目标的定制和风险地图中

b. 以 SMC 为目标的平均季节性持续时间

c. IRS 时间的季节性开始和持续时间

d. 早期预警系统（EWS）（只有在与具体的应对计划相联系，以便将预测结果用于计划决策的情况下）。

e. 紧急情况下的理想应对地点和类型

2.您需要哪些数据？¶

这在很大程度上取决于您提出的问题。天气和气候数据有许多来源，可使用的指标也各不相同；决定使用哪些指标可能会让人不知所措。附件 1 概述了一些常见的数据来源和指标，而更全面的气候数据来源是 此处。虽然本文件无意成为气候与健康数据和数据源的完整指南，但在使用气候数据进行决策之前，有一些要点需要了解。

a. 数据使用培训。对气候数据和数据源有更深入的了解，对于日常分析和各国可能希望进行的更复杂分析都很有价值。谷歌地球引擎平台上有许多数据使用指南和教程此处。此外，美国国家航空航天局（NASA）通过其 ARSET 计划，就如何将遥感数据用于卫生应用开展免费培训；强烈推荐参加该计划。其中许多培训课程也已存档。

b. 了解您打算使用的数据和数据源的优缺点。大多数研究人员和专业人员在气候和天气指标方面会在卫星数据和台站数据之间做出选择：台站数据通常被认为更准确，是黄金标准，尽管在非洲，其可用性、时空覆盖范围和指标种类往往受到很大限制。卫星数据通常不如台站数据准确，但卫星数据是免费的，可用于全世界，分辨率通常为 1 公里或更高，最早可追溯到 1901 年。此外，虽然遥感数据可用于所有地理区域，但这些数据的分辨率差别很大，对于特定地点而言，其准确性永远比不上站点数据。遥感数据的局限性和不确定性并不总是显而易见的。两者还可能存在时间序列缺口和数据缺失，如果不加以解决或填补，可能会产生重大影响。这些局限性的重要性及其影响取决于所使用的具体数据及其用途。

c. 了解你的选择。根据卫星数据开发的指标种类繁多，这增加了可利用这些数据回答的潜在问题的数量，但也增加了选择使用哪些指标的复杂性。例如，从卫星数据中得出的温度估计值通常以最大值、最小值或两者之差的形式提供。一般还可提供小时、日、周、月或年级别的数据，这意味着研究人员还必须考虑是否要使用日、周、月平均值；日、周、月最大值；和/或日、周、月最小值（或两者之差）；答案往往取决于健康数据的规模。最后，由于国家间和国家内的差异，气温和降水量等指标的绝对值可能无法提供信息。因此，如果使用这些绝对值，应将其与历史平均值和与这些平均值的偏差结合起来使用。

d. 注意数据大小和数据管理要求。气候和天气数据，尤其是卫星衍生数据都是大文件，需要稳定和强大的互联网带宽才能下载。存储这些文件可能需要本地服务器和/或访问云存储系统，以便在本文件所述分析中持续使用。

e. 鉴于这种复杂性，建议研究人员首先对与疟疾相关的国家气候因素进行文献检索，并以此为基础决定哪些数据适合他们提出的问题，因为最终您需要哪些数据和数据源完全取决于您提出的问题。此外，与气象学家讨论计划进行的分析也是有益的，这样他们可以就适当的数据和数据源提供建议。

3.疾病数据和数据质量问题{ #3-disease-data-and-data-quality-issues }¶

本文件假定研究人员和专业人员至少对疾病数据以及不同类型和来源的数据如何影响数据质量有基本的了解。不过，关于疾病数据及其与气候和天气数据的关系，还有一些额外的注意事项需要考虑：

a. 与气候和天气数据一样，时间和空间分辨率因来源而异。这些分辨率应尽可能与疾病和气候/天气数据相匹配。例如，如果只有每月的疾病发病率，那么每周的气候/天气数据应按月汇总或平均，以与发病率数据相匹配。同样，如果常规计划决策是在地区/州一级做出的，那么疾病和气候/天气数据也应在这一级进行汇总或平均。

b. 除气候和天气外，疟疾等对气候敏感的疾病还受到许多因素的影响，因此在进行本文件中讨论的分析时，也应尽可能考虑到这些其他因素。在进行步骤 2 中所述的文献检索时应注意这些其他因素，但通常包括干预措施的时间和覆盖范围、土地使用和土地变化以及人口数据等因素。

c. 此外，还应注意确保使用适当的疾病病例数据；有时，发病率数据或新感染病例数最适合与气候和健康数据进行比较（如*P. viva*，或在流行病较多的环境中与 5 岁以下人群进行比较），而有时，流行率数据可能更适合。这最终取决于提出的问题。

4.背景和标准化/例行分析{ #4-background-and-standardizedroutine-analyses }¶

尽管所需的具体分析将取决于要回答的问题，但仍应完成一些初步步骤，以使分析更容易、更有影响力。利用上文第 2 步所述工作的成果，考虑开展以下活动/分析：

a. 列出关键指标；包括预先计算的指标和必须根据其他指标计算的指标：

1.  温度，包括绝对值和异常值（与 20 年平均值的偏差）
    i. 日/周/月最低气温
    ii.日/周/月最高值
    iii.日/周/月昼夜温差
2.  降水量
    i. 可为日/周/月平均值或总降水量
    ii.根据历史平均值或文献调查结果，考虑确定具有生物意义的阈值
    iii.一周或一个月内超过/低于特定降水总量的天数 3.
3.  湿度
    i. 具体湿度、相对湿度
4.  土壤水分含量
    i. 表层储水量
    ii.地表径流
    iii.标准化降水-蒸散指数
5.  极端降水事件、洪水、干旱、气旋等恶劣气候事件 6.
6.  厄尔尼诺和拉尼娜事件的频率和影响。

b. 决定您需要从上述变量和分析中获得哪些可视化信息和结果来回答您的问题。如果该国使用 DHIS2 和 CHAP，则会自动生成若干直观图。其他例子包括 1. 雨季的开始、持续时间和强度（以及计算方法） 2. 用于风险分层的每周/每月气温、降水、湿度、土壤湿度（等）异常图 3. 3. 极端降水事件、洪水、干旱、气旋等恶劣气候事件

c. 利用上文确定的指标，创建国家气候概况（如果尚未创建，请查看 此处）。还可考虑与气象部门合作，确保在可能的情况下将当地气象站的数据纳入气候概况，并与关键指标的卫星估计值进行比较。这些气候概况应包括以下内容： 1. 历史（20 年）平均值 2. 当前情况 3. 过去 5 年或 10 年影响健康的极端天气和气候事件 4. 4. 最近（过去 5 年）的趋势 5. 5. 预测未来变化 i. 短期（数周至数月；例如美国宇航局地球交换每日降尺度气候预测 ii.长期（数年至数十年；例如 IPCC 预测，但鉴于预测的不确定性，应谨慎使用）

5.建立实践社区（CoPs）{ #5-establish-communities-of-practice-cops }¶

合作方案在关键机构和利益相关方中提升了气候数据在卫生领域的使用案例。这对于全面了解该国的气候和卫生分析情况非常重要，可促成采用新的想法和方法，提高现有工作的效率，并防止重复工作。它还能进一步促进农业/食品安全和卫生部门等原本可能不会互动的部门之间的合作。这些合作伙 伴关系应包括

a. 研究机构

b. 气象和环境部

c. 以气候敏感疾病为重点的疾病部门

d. 紧急行动部门

e. 在上述领域开展工作的合作伙伴

f. 受影响社区的利益相关者

6.确保与行动的联系{ #6-ensure-linkage-with-action }¶

提供充分的支持，使分析的产品和结果真正用于辅助决策。与步骤 1 相联系，这是确保数据转化为行动以及分析不仅仅是学术活动的最关键步骤之一。初始问题设计得越好，就越容易确保产出与行动挂钩。此外，确保有一个框架来落实分析结果也很重要，这个框架既包括资源（资金和其 他资源），也包括对行动的角色和责任的管理。例如

a. 将预警系统纳入更广泛的预警和预防机制中

b. 根据季节性计算对 IRS 时间进行例行分析

c. 利用关键指标/异常情况进行风险分层/次国家定制，以确定干预目标

7.制定监测和评价计划{ #7-develop-an-me-plan }¶

监测和评价计划将支持用于决策的所有气候数据和分析。这对于进一步提高分析的准确性非常重要，因为来自卫星估算的指标在准确性上可能因国家而异，这反过来又会影响用于分析的有效性。适当制定的监测和评价计划还可以确保气候和健康分析的结果能够促成预期的行动，并确保这些行动产生预期的影响。

a. 对于大多数分析，监测和评价将侧重于利用气候-健康产出的结果的实施和影响。例如，评估预警系统的有效性可能主要基于根据系统警报实施的减缓和应对措施的影响，而不是预测本身的准确性（更多信息/指导即将发布）。

b. 气候和气象站的现有数据为评估遥感/卫星数据得出的指标的准确性提供了机会，因为气象站数据通常被认为是黄金标准。这也是与气象部门合作，通过与卫星估算数据进行比较，评估和改进国家气象站数据数量和质量的绝佳机会。

8.与国家卫生观察站合作{ #8-engage-with-national-health-observatories }¶

如果还没有这样的机构，可考虑建立一个国家健康观察站。在理想情况下，卫生观察站或类似机构由政府授权获取与气候敏感疾病相关的所有数据，从而使上述所有步骤变得更容易（尽管从疾病区分的角度来看，这比关注疟疾更有意义）。这些观测站还可作为适当数据来源和分析的专业知识来源，从而无需在一个疾病部门内建立和/或维持进行这些分析所需的所有知识和专业知识。

9.治理{ #9-governance }¶

这是一个经常被忽视但却很重要的组成部分，应始终考虑其长期可持续性。虽然气候与健康工作与疾病诊断工作更为相关，但建立气候与健康工作的管理机构对于建立健康观测站、创建数据互操作性和质量标准、促进跨部门合作以及确保基于气候与健康分析的行动的角色/责任、标准操作程序和资金到位至关重要。

附件 1.气候数据来源清单{ #annex-1-list-of-climate-data-sources }¶

主要数据来源

主要指标和最佳来源