氣象因素與流感關系時間序列研究范文

本站小編為你精心準備了氣象因素與流感關系時間序列研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：目的探究氣象因素對深圳市流感傳播的影響。方法從中國疾病預防控制信息系統收集深圳市2016-2018年流感病例數據，并從中國氣象數據共享服務網收集同期氣象因素（平均溫度，相對濕度和日照時數）等數據，通過分布非線性滯后模型來分析平均溫度、相對濕度和日照時數對流感傳播的作用強度及其滯后性。結果深圳市流感病例2016-2018年季節性特征不明顯，流行高峰出現在2016年3月、2017年7月和2018年的1月和12月。平均溫度、相對濕度和日照時數對流感發病風險的影響存在非線性和滯后效應。平均溫度在28℃和相對濕度在85%左右時，流感發病的風險最大：相對于20℃，當環境溫度達28℃時流感發病風險的相對危險度為4.12（95%CI：2.54~6.69）；相對于50%，當相對濕度達85%時其流感發病風險的相對危險度為2.73（95%CI：2.28~3.28）。相對濕度在50%~100%時，相對濕度與流感發病風險呈現倒“V”型關系。日照時數越長，流感發病風險越低。結論氣象因素與流感發病風險存在相關性，納入相關環境因素能更好地解釋流感傳播特征。

關鍵詞：流感；平均溫度；相對濕度；日照時數

季節性流感（以下簡稱流感），是由流感病毒感染的急性呼吸道傳染病，其抗原性容易發生改變，對全球帶來極大的健康危害和財產損失［1］。因此，了解季節性流感的傳播規律及其驅動因子，對于制定流感防控措施、降低流感傳播強度具有重大意義。流感病毒的擴散傳播，既取決于感染者的排毒能力和易感者的易感程度，也在很大程度上依賴于外界環境［2］。尤其是對于流感傳播的季節性特征，已有眾多文章從動物實驗和宏觀流行病學研究發現，氣象因素是決定流感病例季節性特征的重要原因［3-4］。但這些研究大多針對溫帶和亞溫度地區，對于亞熱帶地區的研究相對較少。深圳市作為中國設立的第一個經濟特區，在地理位置、人口結構、氣候條件等方面具有其較強的獨特性，因此，為進一步探討氣象因素對深圳市流感傳播強度的影響并明確其異質性，本文用分布非線性滯后模型分析深圳市2016-2018年每日平均溫度、相對濕度和日照時數對流感報告病例的影響，可為衛生部門識別流感疫情特征、控制流感傳播提供一定依據。

1材料與方法

1.1數據收集

本文從中國疾病預防控制信息系統收集深圳市2016-2018年流感病例數據，包含發病時間、性別、年齡等相關信息。同期氣象數據包括平均溫度（meantemperature，MT）、相對濕度（relativehumidity，RH）和日照時數（sunshine，SUN）等數據則來源于中國氣象數據共享服務網。

1.2統計學分析

分布非線性滯后模型（DistributedLagNonlinearModel，DLNM），在時間序列分析中被廣泛用于探究環境因素與結局變量（死亡人數、發病人數等）的相關關系［3］。考慮到氣象因素等暴露因素的健康效應存在一定的非線性和滯后性，分布非線性模型采用交叉基的理念，可同時考慮自變量在不同數值及滯后時段下對結局變量的非線性影響，極大提高了模型的適用性和結果的可靠性。具體而言，在分別研究溫度、相對濕度和日照時數對流感傳播影響時采用如下公式：Yt=Poisson（μt）Log（μt）=α+βtTt，l+NS（time，df1）+NS（RH，df2）+NS（SUN，df3）+γdDOWt+δhHolidayt其中，Yt是t天流感報告病例數，服從Poisson分布。α是截距項，Tt是DLNM模型中交叉基函數構建出來的平均溫度矩陣（其中l為滯后天數），而βt則為平均溫度矩陣的系數。NS為自然立方樣條函數，time為研究日期，其自由度為df1。根據以往研究經驗，df1設置為3×3=9，以控制長期趨勢和季節性效應。RH和SUN分別為相對濕度和日照時數，其自由度都設置為3。Dow為星期變量，用于控制“星期幾”效應。Holidayt是二分類變量，1表示假期，0表示非假期，用以控制假期效應。γd和δh，分別用以表示星期幾效應和假期效應的系數。在交叉基設置過程中，用自然立方樣條函數來度量平均溫度在不同取值和滯后天數下對流感傳播的影響，其中自由度都設置為4，溫度取值節點分別設置為3，即平均溫度的第10、50和90分位數；滯后天數選擇14d，其節點由logknots函數均勻設定。相對危險度（relativerisk，RR）用以評價不同溫度和滯后時間段對流感傳播的影響。在探究相對濕度對流感傳播影響時，將上述模型框架中平均溫度和相對濕度的位置互換。而在探究日照時數對流感傳播影響時，將上述模型框架中平均溫度和日照時數的位置互換。以上所有統計分析在R軟件（3.5.0版本）中得以實現，其中采用DLNM和splines等軟件包進行分析，ggplot2程度包進行作圖。

2結果

2.1基本特征

三年共報告流感病例數75937例，其中2016年12102例，2017年18984例，2018年44851例。流感日報告病例的中位數為25例（最小值和最大值分別為1例和719例），見表1。深圳市流感病例的季節性特征不一，2016年流感高峰為3月，2017年為7月，2018年1月和12月都觀測到較高的發病人數，見圖1。深圳市氣候呈現高熱高濕特點，2016-2018年日平均溫度的中位數為24.6℃，夏季和冬季日平均溫度的中位數分別為28.9℃和17.3℃。深圳市濕度常年較大，2016-2018年日相對濕度的中位數為79%，夏季和冬季日相對濕度的中位數分別為84%和72%。日照時數中位數為5h/d，最小值和最大值分別為0和12h/d。深圳氣象因素間及其與日流感報告病例數之間的相關性分析結果見表2，其中平均溫度與相對濕度和日照時數都呈現顯著正相關（相關系數為0.220和0.423），與日流感報告人數呈現顯著負相關（相關系數為-0.184）；相對濕度與日照時數及日流感報告人數都呈現顯著負相關（相關系數為-0.471和-0.078）；日照時數和日流感報告人數呈現顯著負相關（相關系數為-0.054）。

2.2平均溫度與流感報告病例關系分析

在控制了相對濕度、日照時數、星期幾效應和假期效應后，平均溫度與流感報告病例間存在明顯非線性關系，見圖2。總體而言，隨著平均溫度的升高，流感發病風險呈現“M”型：以20℃作為參考，平均溫度在5℃~22℃間，相對危險度先增大，且在平均溫度達到17℃時達到峰值，隨后下降，其中5℃、17℃和22℃下的相對危險度分別為0.12（95%CI∶0.08~0.18）、1.33（95%CI∶1.18~1.5）和0.96（95%CI∶0.88~1.04）；平均溫度在23℃~28℃間，相對危險度也呈現先上升后下降的趨勢：在平均溫度達到28℃時，流感發病的累積風險值達到最大，相對于20℃，其相對危險度為4.12（95%CI∶2.54~6.69）。考慮滯后效應時（14d），發現平均溫度對流感發病的風險存在明顯滯后性。且不同溫度下，滯后效應存在異質性：當溫度為10℃和15℃時，平均溫度對流感發病風險的影響，隨著滯后天數的延長先增高后下降；在高溫25℃和30℃時，平均溫度對流感發病風險的影響，隨著滯后天數的延長呈現上升趨勢，且都在滯后一個星期呈現顯著正效應，見圖3。

2.3相對濕度與流感報告病例關系分析

在控制了平均溫度、日照時數、星期幾效應和假期效應后，相對濕度與流感報告病例間存在明顯倒“V”型關系。相對濕度值在50%至85%間，流感發病風險逐步增大，且RR值在相對濕度為85%時達到最大（RR=2.73，95%CI：2.28~3.28）。隨后，流感發病風險隨著相對濕度的增加而下降，當相對濕度為100%時，流感發病風險與相對濕度為50%時一致，見圖4。相對濕度對流感發病的影響同樣存在滯后效應，隨著滯后時間的延長，流感發病的風險逐步增大，而且在高濕度（80%和90%）時，增長的趨勢更加明顯，見圖5。

2.4日照時數與流感報告病例關系分析

總體而言，在控制了平均溫度、相對濕度、星期幾效應和假期效應后，日照時數的增加會降低流感發病風險，見圖6。相比于日照時數0h/d，日照時數為2、4、6和8h/d時，流感發病的相對危險度分別為0.71（95%CI∶0.57~0.88）、0.59（95%CI∶0.46~0.76）、0.59（95%CI∶0.48~0.73）和0.68（95%CI∶0.55~0.83）。日照時數對流感發病的影響存在滯后效應，隨著滯后時間的延長，流感發病的風險在不同日照時數下變化趨勢不一樣，見圖7。當日照時數為2、4h/d時，滯后時間越長，流感發病風險越大；而當日照時數為6、8h/d時，滯后時間越長，流感發病風險越低。

3討論

本文分析深圳市流感流行特征，并通過分布非線性模型探討了平均溫度和相對濕度對于深圳市流感報告病例數的影響，發現平均溫度和相對濕度對于流感的影響都存在非線性關系：溫度在28℃而相對濕度在85%時，流感發病的風險最大，且平均溫度和相對濕度對流感的影響存在明顯滯后性。環境因素，尤其是平均溫度和相對濕度，是影響流感季節性特征中較為重要的幾個環境因素之一［2，4］，也是流感樣病例發病風險的影響因素［5-6］。本研究發現深圳市在不同年份的季節性特征不一致，且在2016-2018年期間，既有夏季高峰也有春季高峰存在，這提示氣象因素對流感傳播的影響存在一定程度的非線性。本研究通過控制日照時數、相對濕度、星期幾效應和假期效應后發現，在深圳地區，高溫下流感發病的風險更高，這和該地區常年高濕環境有密切關系。針對北方城市流感驅動因素的研究發現低溫下流感發病風險更大［7-9］，這是因為南北方城市除溫度外，其他指標仍然會影響流感活性，比如相對濕度。已有動物實驗表明，在不同溫度和濕度組合下，流感病毒傳播能力存在顯著差別［4］。在平均溫度為5℃時，隨著相對濕度的增大，流感傳播能力顯著下降，但在平均溫度為20℃時，相對濕度在50%達到最低值，隨著相對濕度的增大（50%~80%），流感傳播能力也隨之增大。深圳市相對濕度均值近80%，在冬季相對濕度也能保持在60%左右，大于北方城市的相對濕度值，一定程度上解釋了為何北方在低溫下流感傳播能力強，而在南方城市深圳卻是在相對較高溫度下流感發病風險會更大。另外，高溫環境下，人群免疫力也會受到一定程度的影響［10-11］，這也為夏季流感高峰提供了一定支持。另外，本研究在控制平均溫度、日照時數、星期幾效應和假期效應后，發現相對濕度對流感發病存在倒“V”型關系，而且發病風險在相對濕度值為85%左右的區間達到最大。這個結論也可用動物實驗的結果解釋，在平均溫度為20℃時，動物實驗中流感傳播能力與相對濕度關系也是呈現倒“V”型，且峰值也是出現在相對濕度值80%左右的區域［4］。深圳地區常年溫度較高（遠高于20℃），能否在動物水平依舊觀測到這種倒“V”型曲線未可知，這也提示在未來研究中，納入更多的動物實驗場景并結合流行病學相關證據，能夠更好地描繪氣象因素與流感傳播或發病間的關系。日照時數會影響流感發病風險，且隨著日照時數的增加，流感發病風險逐漸降低，這與之前的研究結果一致［12］。日照時間越長，外環境中的流感病毒被殺死的可能性就越大，這會極大降低人群流感的感染風險。本研究只納入了3年數據進行分析，因此對于氣象因素與流感傳播關系的描述可能存在一定的偏倚。同時，模型只考慮了控制長期趨勢和假期效應，對于流感病毒抗原變異所帶來的影響無法進行校正。最后，由于流感病例大多來源于臨床病例，存在一定的誤診和漏診情況，這可能也會影響研究結果。

參考文獻

［5］蔣海青，李標，李雪梅，等.2008-2012年深圳市鹽田區流感樣病例比例與氣象因素關系研究［J］.熱帶醫學雜志，2013，13（7）：917-919.

［6］劉欣，康敏，馬文軍，等.廣州市氣象因素與流感樣病例關系的時間序列研究［J］.環境衛生學雜志，2018，8（5）：374-380.

［7］秦迪，初艷慧，孫景異，等.北京市西城區流感樣病例與氣象因素的相關性研究［J］.國際病毒學雜志，2018，25（3）：192-197.

［8］王小莉，吳雙勝，吳曉娜，等.基于氣象及流感病毒活動度的流感流行預測研究［J］.國際病毒學雜志，2017，24（5）：296-299.

［9］陶燕，顧天毅，王硯，等.蘭州市城關區流行性感冒與氣象因素的時間序列［J］.蘭州大學學報：自然科學版，2018，54（1）：137-142.

［10］陳寶芬.日均氣溫與呼吸系統疾病急診人次相關性的時間序列觀察分析［J］.中國現代藥物應用，2017，11（17）：83-84.

［11］欒桂杰，殷鵬，王黎君，等.中國多個城市居民死亡與夏季高溫的相關性研究［J］.中華流行病學雜志，2019，40（1）：59-63.

作者：周如意 廖玉學 章志斌 江碧紅 李艷 梅樹江 單位：深圳市寶安區西鄉預防保健所