气象因素与流感关系时间序列研究范文

本站小编为你精心准备了气象因素与流感关系时间序列研究参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：目的探究气象因素对深圳市流感传播的影响。方法从中国疾病预防控制信息系统收集深圳市2016-2018年流感病例数据，并从中国气象数据共享服务网收集同期气象因素（平均温度，相对湿度和日照时数）等数据，通过分布非线性滞后模型来分析平均温度、相对湿度和日照时数对流感传播的作用强度及其滞后性。结果深圳市流感病例2016-2018年季节性特征不明显，流行高峰出现在2016年3月、2017年7月和2018年的1月和12月。平均温度、相对湿度和日照时数对流感发病风险的影响存在非线性和滞后效应。平均温度在28℃和相对湿度在85%左右时，流感发病的风险最大：相对于20℃，当环境温度达28℃时流感发病风险的相对危险度为4.12（95%CI：2.54~6.69）；相对于50%，当相对湿度达85%时其流感发病风险的相对危险度为2.73（95%CI：2.28~3.28）。相对湿度在50%~100%时，相对湿度与流感发病风险呈现倒“V”型关系。日照时数越长，流感发病风险越低。结论气象因素与流感发病风险存在相关性，纳入相关环境因素能更好地解释流感传播特征。

关键词：流感；平均温度；相对湿度；日照时数

季节性流感（以下简称流感），是由流感病毒感染的急性呼吸道传染病，其抗原性容易发生改变，对全球带来极大的健康危害和财产损失［1］。因此，了解季节性流感的传播规律及其驱动因子，对于制定流感防控措施、降低流感传播强度具有重大意义。流感病毒的扩散传播，既取决于感染者的排毒能力和易感者的易感程度，也在很大程度上依赖于外界环境［2］。尤其是对于流感传播的季节性特征，已有众多文章从动物实验和宏观流行病学研究发现，气象因素是决定流感病例季节性特征的重要原因［3-4］。但这些研究大多针对温带和亚温度地区，对于亚热带地区的研究相对较少。深圳市作为中国设立的第一个经济特区，在地理位置、人口结构、气候条件等方面具有其较强的独特性，因此，为进一步探讨气象因素对深圳市流感传播强度的影响并明确其异质性，本文用分布非线性滞后模型分析深圳市2016-2018年每日平均温度、相对湿度和日照时数对流感报告病例的影响，可为卫生部门识别流感疫情特征、控制流感传播提供一定依据。

1材料与方法

1.1数据收集

本文从中国疾病预防控制信息系统收集深圳市2016-2018年流感病例数据，包含发病时间、性别、年龄等相关信息。同期气象数据包括平均温度（meantemperature，MT）、相对湿度（relativehumidity，RH）和日照时数（sunshine，SUN）等数据则来源于中国气象数据共享服务网。

1.2统计学分析

分布非线性滞后模型（DistributedLagNonlinearModel，DLNM），在时间序列分析中被广泛用于探究环境因素与结局变量（死亡人数、发病人数等）的相关关系［3］。考虑到气象因素等暴露因素的健康效应存在一定的非线性和滞后性，分布非线性模型采用交叉基的理念，可同时考虑自变量在不同数值及滞后时段下对结局变量的非线性影响，极大提高了模型的适用性和结果的可靠性。具体而言，在分别研究温度、相对湿度和日照时数对流感传播影响时采用如下公式：Yt=Poisson（μt）Log（μt）=α+βtTt，l+NS（time，df1）+NS（RH，df2）+NS（SUN，df3）+γdDOWt+δhHolidayt其中，Yt是t天流感报告病例数，服从Poisson分布。α是截距项，Tt是DLNM模型中交叉基函数构建出来的平均温度矩阵（其中l为滞后天数），而βt则为平均温度矩阵的系数。NS为自然立方样条函数，time为研究日期，其自由度为df1。根据以往研究经验，df1设置为3×3=9，以控制长期趋势和季节性效应。RH和SUN分别为相对湿度和日照时数，其自由度都设置为3。Dow为星期变量，用于控制“星期几”效应。Holidayt是二分类变量，1表示假期，0表示非假期，用以控制假期效应。γd和δh，分别用以表示星期几效应和假期效应的系数。在交叉基设置过程中，用自然立方样条函数来度量平均温度在不同取值和滞后天数下对流感传播的影响，其中自由度都设置为4，温度取值节点分别设置为3，即平均温度的第10、50和90分位数；滞后天数选择14d，其节点由logknots函数均匀设定。相对危险度（relativerisk，RR）用以评价不同温度和滞后时间段对流感传播的影响。在探究相对湿度对流感传播影响时，将上述模型框架中平均温度和相对湿度的位置互换。而在探究日照时数对流感传播影响时，将上述模型框架中平均温度和日照时数的位置互换。以上所有统计分析在R软件（3.5.0版本）中得以实现，其中采用DLNM和splines等软件包进行分析，ggplot2程度包进行作图。

2结果

2.1基本特征

三年共报告流感病例数75937例，其中2016年12102例，2017年18984例，2018年44851例。流感日报告病例的中位数为25例（最小值和最大值分别为1例和719例），见表1。深圳市流感病例的季节性特征不一，2016年流感高峰为3月，2017年为7月，2018年1月和12月都观测到较高的发病人数，见图1。深圳市气候呈现高热高湿特点，2016-2018年日平均温度的中位数为24.6℃，夏季和冬季日平均温度的中位数分别为28.9℃和17.3℃。深圳市湿度常年较大，2016-2018年日相对湿度的中位数为79%，夏季和冬季日相对湿度的中位数分别为84%和72%。日照时数中位数为5h/d，最小值和最大值分别为0和12h/d。深圳气象因素间及其与日流感报告病例数之间的相关性分析结果见表2，其中平均温度与相对湿度和日照时数都呈现显著正相关（相关系数为0.220和0.423），与日流感报告人数呈现显著负相关（相关系数为-0.184）；相对湿度与日照时数及日流感报告人数都呈现显著负相关（相关系数为-0.471和-0.078）；日照时数和日流感报告人数呈现显著负相关（相关系数为-0.054）。

2.2平均温度与流感报告病例关系分析

在控制了相对湿度、日照时数、星期几效应和假期效应后，平均温度与流感报告病例间存在明显非线性关系，见图2。总体而言，随着平均温度的升高，流感发病风险呈现“M”型：以20℃作为参考，平均温度在5℃~22℃间，相对危险度先增大，且在平均温度达到17℃时达到峰值，随后下降，其中5℃、17℃和22℃下的相对危险度分别为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）；平均温度在23℃~28℃间，相对危险度也呈现先上升后下降的趋势：在平均温度达到28℃时，流感发病的累积风险值达到最大，相对于20℃，其相对危险度为4.12（95%CI∶2.54~6.69）。考虑滞后效应时（14d），发现平均温度对流感发病的风险存在明显滞后性。且不同温度下，滞后效应存在异质性：当温度为10℃和15℃时，平均温度对流感发病风险的影响，随着滞后天数的延长先增高后下降；在高温25℃和30℃时，平均温度对流感发病风险的影响，随着滞后天数的延长呈现上升趋势，且都在滞后一个星期呈现显著正效应，见图3。

2.3相对湿度与流感报告病例关系分析

在控制了平均温度、日照时数、星期几效应和假期效应后，相对湿度与流感报告病例间存在明显倒“V”型关系。相对湿度值在50%至85%间，流感发病风险逐步增大，且RR值在相对湿度为85%时达到最大（RR=2.73，95%CI：2.28~3.28）。随后，流感发病风险随着相对湿度的增加而下降，当相对湿度为100%时，流感发病风险与相对湿度为50%时一致，见图4。相对湿度对流感发病的影响同样存在滞后效应，随着滞后时间的延长，流感发病的风险逐步增大，而且在高湿度（80%和90%）时，增长的趋势更加明显，见图5。

2.4日照时数与流感报告病例关系分析

总体而言，在控制了平均温度、相对湿度、星期几效应和假期效应后，日照时数的增加会降低流感发病风险，见图6。相比于日照时数0h/d，日照时数为2、4、6和8h/d时，流感发病的相对危险度分别为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）。日照时数对流感发病的影响存在滞后效应，随着滞后时间的延长，流感发病的风险在不同日照时数下变化趋势不一样，见图7。当日照时数为2、4h/d时，滞后时间越长，流感发病风险越大；而当日照时数为6、8h/d时，滞后时间越长，流感发病风险越低。

3讨论

本文分析深圳市流感流行特征，并通过分布非线性模型探讨了平均温度和相对湿度对于深圳市流感报告病例数的影响，发现平均温度和相对湿度对于流感的影响都存在非线性关系：温度在28℃而相对湿度在85%时，流感发病的风险最大，且平均温度和相对湿度对流感的影响存在明显滞后性。环境因素，尤其是平均温度和相对湿度，是影响流感季节性特征中较为重要的几个环境因素之一［2，4］，也是流感样病例发病风险的影响因素［5-6］。本研究发现深圳市在不同年份的季节性特征不一致，且在2016-2018年期间，既有夏季高峰也有春季高峰存在，这提示气象因素对流感传播的影响存在一定程度的非线性。本研究通过控制日照时数、相对湿度、星期几效应和假期效应后发现，在深圳地区，高温下流感发病的风险更高，这和该地区常年高湿环境有密切关系。针对北方城市流感驱动因素的研究发现低温下流感发病风险更大［7-9］，这是因为南北方城市除温度外，其他指标仍然会影响流感活性，比如相对湿度。已有动物实验表明，在不同温度和湿度组合下，流感病毒传播能力存在显著差别［4］。在平均温度为5℃时，随着相对湿度的增大，流感传播能力显著下降，但在平均温度为20℃时，相对湿度在50%达到最低值，随着相对湿度的增大（50%~80%），流感传播能力也随之增大。深圳市相对湿度均值近80%，在冬季相对湿度也能保持在60%左右，大于北方城市的相对湿度值，一定程度上解释了为何北方在低温下流感传播能力强，而在南方城市深圳却是在相对较高温度下流感发病风险会更大。另外，高温环境下，人群免疫力也会受到一定程度的影响［10-11］，这也为夏季流感高峰提供了一定支持。另外，本研究在控制平均温度、日照时数、星期几效应和假期效应后，发现相对湿度对流感发病存在倒“V”型关系，而且发病风险在相对湿度值为85%左右的区间达到最大。这个结论也可用动物实验的结果解释，在平均温度为20℃时，动物实验中流感传播能力与相对湿度关系也是呈现倒“V”型，且峰值也是出现在相对湿度值80%左右的区域［4］。深圳地区常年温度较高（远高于20℃），能否在动物水平依旧观测到这种倒“V”型曲线未可知，这也提示在未来研究中，纳入更多的动物实验场景并结合流行病学相关证据，能够更好地描绘气象因素与流感传播或发病间的关系。日照时数会影响流感发病风险，且随着日照时数的增加，流感发病风险逐渐降低，这与之前的研究结果一致［12］。日照时间越长，外环境中的流感病毒被杀死的可能性就越大，这会极大降低人群流感的感染风险。本研究只纳入了3年数据进行分析，因此对于气象因素与流感传播关系的描述可能存在一定的偏倚。同时，模型只考虑了控制长期趋势和假期效应，对于流感病毒抗原变异所带来的影响无法进行校正。最后，由于流感病例大多来源于临床病例，存在一定的误诊和漏诊情况，这可能也会影响研究结果。

参考文献

［5］蒋海青，李标，李雪梅，等.2008-2012年深圳市盐田区流感样病例比例与气象因素关系研究［J］.热带医学杂志，2013，13（7）：917-919.

［6］刘欣，康敏，马文军，等.广州市气象因素与流感样病例关系的时间序列研究［J］.环境卫生学杂志，2018，8（5）：374-380.

［7］秦迪，初艳慧，孙景異，等.北京市西城区流感样病例与气象因素的相关性研究［J］.国际病毒学杂志，2018，25（3）：192-197.

［8］王小莉，吴双胜，吴晓娜，等.基于气象及流感病毒活动度的流感流行预测研究［J］.国际病毒学杂志，2017，24（5）：296-299.

［9］陶燕，顾天毅，王砚，等.兰州市城关区流行性感冒与气象因素的时间序列［J］.兰州大学学报：自然科学版，2018，54（1）：137-142.

［10］陈宝芬.日均气温与呼吸系统疾病急诊人次相关性的时间序列观察分析［J］.中国现代药物应用，2017，11（17）：83-84.

［11］栾桂杰，殷鹏，王黎君，等.中国多个城市居民死亡与夏季高温的相关性研究［J］.中华流行病学杂志，2019，40（1）：59-63.

作者：周如意 廖玉学 章志斌 江碧红 李艳 梅树江 单位：深圳市宝安区西乡预防保健所