南京市流感样病例与气温的关系研究
于永1, 王炜翔2, 周连3, 陈晓东3     
1. 南京市栖霞区疾病预防控制中心;
2. 南京市疾病预防控制中心;
3. 江苏省疾病预防控制中心
摘要: 目的 探讨流感发病与气象因素之间的关系。方法 收集南京市2010-2013年温度、湿度、气压等每日气象数据和流感样病例监测数据, 通过分布滞后非线性模型定量分析内在关系。结果 南京市流感样病例好发季节为秋冬季, 病例主要人群为15岁以下少年儿童, 占81.80%;当日平均温度为14℃时, 南京市流感样病例发生的相对危险度最高, 当日平均温度在25℃和1℃时, 流感样病例发生的相对危险度最低, 相对危险度相当于16℃时的74%和75%;在日平均温度低于1℃或高于25℃后, 流感样病例发生的相对危险度快速上升; 温度对流感样病例的影响存在滞后效应。结论 日均气温与流感样病例有明显关联。
关键词: 流感样病例     气温     分布滞后非线性模型    
Analysis on Relationship between Influenza Incidence and Temperature in Nanjing
YU Yong1, WANG Weixiang2, ZHOU Lian3, CHEN Xiaodong3     
Abstract: Objectives To analyze the relationship between the incidence of influenza and meteorological factors in Nanjing. Methods The daily number of cases suffered from influenza-like illness (ILI) and meteorological data in 2010-2013 were obtained. A distributed lag non-linear models (DNLM) was used to analyze the relationship between ILI and temperature. Results The peak season of ILI was in autumn and winter, mainly among adolescents and children aged < 15 year-old, accounting for 81.80% of total cases. The relative risk of occurring influenza-like illness in Nanjing was the highest when the daily average temperature was 14℃; it was the lowest when the daily average temperature was 25℃ and 1℃; and the relative risk was 74% and 75% when the daily average temperature was 16℃. The number of cases suffered from influenza-like illness was increased rapidly when the daily average temperature was lower than 1℃ or higher than 25℃. There was a lag effect of temperature on the incidence of influenza-like illness. Conclusions There was a significant relationship between the daily average temperature and the number of cases suffered from influenza-like illness.
Key words: influenza-like illness     temperature     distributed lag non-linear models (DNLM)    

流行性感冒是严重威胁全球人类健康的一种传染病,二十世纪以来全球已发生四次世界性流感大流行[1],造成数千万人死亡,是首个全球监测的传染病[2]。流感亦为南京地区的常见和多发传染病。分析2010—2013年南京市哨点医院流感样病例监测资料和同期气象资料,探讨流感样病例与气温定量关系,为科学防控流感提供依据。

1 材料与方法 1.1 资料来源

流感样病例(influenza-like illness, ILI)资料来源于中国疾病预防控制中心的“中国流感监测信息系统”,南京市5家医疗机构(江苏省人民医院、南京市儿童医院、南京市鼓楼医院、南京医科大学第二附属医院、南京市江宁医院)作为国家流感监测哨点医院负责监测流感样病例并按要求统计上报相关信息(ILI基本全部为本地常住人口),流感暴发疫病资料来源于“中国流感监测信息系统”和“突发公共卫生事件报告管理系统”,每日气象数据来源于南京市气象监测站点。

1.2 方法

1.2.1 流感样病例定义

发热(体温)38℃以上,伴咳嗽或咽痛之一者[3]

1.2.2 统计分析

应用Excel 2010进行数据整理,采用R 2.15.3软件进行统计分析。流感样病例对居民总体来说是小概率事件,其统计学分布近似于泊松分布。运用分布滞后非线性模型,分析日流感样病例与日平均气温的关系,因流感的最长潜伏期为7 d,确定滞后天数为0~7 d;潜在混杂因素包括:日平均相对湿度、日平均气压、日温差、日平均风速、“星期几效应(day of the week,DOW)”、时间长期趋势、季节趋势,DOW作为模型的哑变量,参考其它研究文献[4],时间长期趋势的自由度取值为7,其它因素采用自然立方样条函数,自由度为3,公式为:

$ \begin{array}{l} {\rm{Log}}{E}\left( {Yt} \right) = \beta Zt + DOW + ns\left( {time, df} \right) + ns\left( {RH, df} \right)\\ \;\;\;\;\;\;\;\;\; + ns\left( {MP, {df}} \right) + ns\left( {WC, {df}} \right) + ns\left( {FS, df} \right) \end{array} $ (1)

式中:Yt — 观察日t当天的ILI病人数;

      E(Yt)—观察日t日ILI人数的数学期望;

      β — 回归系数;

      Zt — t日平均温度, ℃;

      DOW — 反映“星期几效应”的哑变量;

      ns(time, df) — 日期,y/m/d;

      ns(RH, df) — 日平均相对湿度,%;

      ns(MP, df) — 日平均气压,hpa;

      ns(WC, df) — 日温差, ℃;

      ns(FS, df) — 日平均风速;的自然样条平滑函数,m/s。

2 结果 2.1 流感样病例登记报告情况

南京市“国家流感监测哨点医院”4年累计门诊就诊5 954 628人次,其中流感样病例271 080例,流感样病例占就诊总人数的4.55%,2010—2013年占比分别为5.66%、4.92%、4.30%、3.52%。日均流感样病例就诊量为185.54 ± 46.73人次。2010年平均发病水平较高,2011—2013年发病水平相对较低。4年来有数个较为明显的发病高峰,分别出现在2010年1月、9月、2011年1月、2012年8月、2013年1月、2014年1月。其中2014年1月发病高峰尤为明显,最高ILI日门诊量达580例(表 1图 1)。

表 1 不同时间各年龄组ILI发病情况
年龄组 2010年 2011年 2012年 2013年
ILI数 百分数/% ILI数 百分数/% ILI数 百分数/% ILI数 百分数/%
0 ~ 53 819 64.96 44 030 66.03 41 284 66.92 34 271 57.25
5 ~ 13 224 15.96 11 936 17.90 11 953 19.38 11 233 18.77
15 ~ 3 854 4.65 2 301 3.45 1 626 2.64 4 682 7.82
25 ~ 9 879 11.92 7 102 10.65 5 524 8.95 7 882 13.17
60 ~ 2 076 2.51 1 311 1.97 1 300 2.11 1 793 3.00
合计 82 852 100.00 66 680 100.00 61 687 100.00 59 861 100.00

图 1 日平均气温、日流感样病例时间序列图

2.2 气象资料描述

4年来,南京市全年日平均温度为16℃左右,以下相关分析均选择以16℃作为参照;日最高气温40.1℃,最低气温-9.4℃;日最大温差22.6℃,最小温差1.1℃;日最高气压1 039.3 hPa,最低气压990.7 hPa。季节转换明显,平均气温呈现明显的季节性变换,每年1—2月份为最寒冷季节,7—8月份为最炎热季节。对日平均气压、日平均气湿与ILI进行相关性分析,发现呈正相关,随着日平均气压、日平均湿度的增加,ILI发病数增加(β值分别为0.0004、0.0012)。

2.3 日均气温与ILI的定量关系分析

2.3.1 日均气温与日ILI的关系

平均气温对ILI发病的滞后效应表现较复杂,整体表现呈现波浪状,当平均温度为16℃时,在不同滞后天数的影响下,ILI发生的相对危险度均表现为明显小高峰,当平均温度高于或低于16℃时,ILI发病均较少;而当温度低于1℃或高于31℃时,不同滞后天数情况下,表现差异较大;在平均温度较低时,当滞后0 d时,随着温度的上升,ILI发病的危险度上升,当滞后天数达2 d时,随着温度的上升,ILI发生的危险度迅速下降,而在较高平均温度时,当滞后0 d时,随着温度的上升,ILI发生的相对危险度上升明显,而随着滞后天数的增加,ILI发生的变化范围相对较小(图 2图 3表 2)。

图 2 相对危险度随日均气温与滞后天数变化的3D图,16.0℃为参照

图 3 每日平均气温与累积相对危险度变化趋势(lag0~7)

表 2 不同平均温度时ILI变化累积效应结果(Lag0~7)
日平均温度/℃ 百分位数/% RR 95%CI
33 99 1.08 (0.88, 1.30)
31 95 1.08 (0.91, 1.27)
25 75 0.74 (0.64, 0.85)
8 25 0.89 (0.79, 0.997)
1 5 0.75 (0.64, 0.88)
-2 1 0.88 (0.72, 1.06)

2.3.2 最适宜平均温度分析

从相对危险度变化曲线可以看出在14℃时,RR值处于最高水平(在极高和极低温度时RR值也较高,但出现的机率极低,可以不予考虑),这时ILI就诊人数最高,发生流感暴发的可能性也最大,14℃为南京地区流感流行的最适宜温度。当平均温度在25℃和1℃时,ILI就诊人数最少,相对危险度相当于16℃时的74%和75%,在平均温度低于1℃或高于25℃后ILI发生的危险性多快速增加,当平均温度达31℃以后,相对危险度有下降趋势(图 3表 2)。

3 讨论

世界各国流感防控经验表明,流感流行趋势可以用每日流感样病例数来反映体现[5],通过对流感样病例监测和报告,可以及时反映流感活动水平和流行动态,病毒分离培养结果可以及时发现流感病毒变异株,科学预测流感毒株流行趋势,为疫苗的生产和流感预防策略提供科学依据,有针对性对百姓开展健康教育活动,科学防治流感。

南京市4年流感监测数据显示流感样病例中14岁少年儿童占总流感样病例的81.8%左右,与多地的监测结果类似[6-7],可能原因为年龄越小,体内的流感病毒抗体越少,儿童的免疫机制不够健全[8],对流感病毒的抵抗力差;幼儿园、中小学的集体生活也极易造成流感的暴发流行;小朋友的不良卫生习惯,校内集体生活,接触频繁,极易造成交叉感染。

流感发病与气候、环境因素有一定相关性,上海、天津[9-11]等地的相关研究结果体现了流感发病与气温、气压的相关性。本研究通过收集南京市每日报告的流感样病例信息,结合每日气象资料,应用分布滞后非线性模型,控制可能存在的混杂因素(如时间、湿度、气压等其他气象指标)分析气温对流感样病例发生的滞后效应,定量分析平均气温与流感样病例发生数的关系,并估计温度在一定滞后天数时的累积效应。分析结果表明在冬季低温条件下,考虑影响滞后2 d以上的情况下(流感潜伏期一般在2~4 d),随着温度的进一步降低,ILI发生的危险度迅速提高,这可能与天气寒冷,普遍使用空调,人们较少外出,空气不流通,造成交叉感染,极易在学校、集中人群中引起流感的暴发流行;而在夏季高温季节,随着温度上升,ILI发生的危险性也在加大,这可能也与不科学的使用空调,过分贪凉有关;当平均温度为14℃~ 16℃时,不论温度是上升还是下降,ILI发生的危险性都在下降,这主要是由于流感病毒耐低温,对热敏感;在14℃~16℃时,人体的生理屏障变差,同时人类日常活动较频繁,大大增加了交叉感染的机会。根据流感的流行规律制定合适本地区的流感防控方案,通过气象预报信息,预测流感发病强度,早期发现流感疫情苗头,减少流感对人类健康的影响。

流感与气象因素的定量分析结果表明:南京流感流行高峰主要在每年的1月和8—9月份,不同地区流感的流行规律不尽相同。上海地区[9]流行高峰出现在2—3月和7—8月,深圳地区[12]的流行高峰在6—7月,广东地区[13]流行的高峰在3—7月份,而天津等[10]北方地区主要在冬季流行,南京的流行模式与上海地区很相近,南京处于亚热带季风气候,与上海同处一个气候带,不同气候带地区的流感流行模式明显不同,尤其是南方和北方相差较大,不同气候特征对流感流行模式影响很大。南京地区流感流行的最适宜温度为14.0℃,与上海地区的相关分析结果完全一致[5],相关动物实验结果也得出相似结果[14]。① 在温度较低时,鼻粘膜分泌粘液增加并降低纤毛运动的频率[15],粘膜纤毛的清理能力减弱,人体的第一道物理保护屏障变差,流感病毒更易进入呼吸道深部;② 流感病毒的生物学特征是对热敏感、耐低温[16],低温环境下有利于流感病毒在鼻粘膜上定植并进一步扩增,引起病毒的再次感染。而病毒复制的周期大约需8 h,只有当病毒的量达到一定数量级时,人体才表现出临床症状,这可以较好地解释在滞后0和1天时,低温表现为保护因素,而滞后第2天后,相对危险度显著升高。

目前南京在流感监测工作中也发现一些问题或缺陷,比如监测覆盖面较小,目前只监测部分城区三级医疗机构,监测的样本还不够全面,没有对农村医疗机构、社区卫生服务中心等基层医疗机构开展监测,采集的病例标本有一定的偏性;而且流感样病例的标准较流感的诊断标准宽松的多,灵敏度高,但特异度明显不足。

根据分析结果可以很好的解释南京市秋冬季流感高发,但在春季时也有相应的适宜温度,为什么流感的发病水平没有秋冬季高,值得进一步深入分析探讨,根据目前的流行病学研究结果,流感的暴发流行还与空气流通、个人卫生习惯和工作学习环境等多方面因素有关,所以在防控流感时,除考虑温度因素外,还需要综合性考虑其它的气象因素及环境污染因素。通过深入分析流感监测数据气温的关系,提示在冬春季流感高发期来临之前加强对幼儿及老人等体弱人群接种流感疫苗,加强卫生知识宣传,加强对流感的监测、预警,提前做好预防控制准备。

参考文献
[1] 曾祥兴, 李康生. 流感百年:20世纪流感大流行的回顾与启示[J]. 医学与社会, 2010, 23(11): 4–6. doi: 10.3870/YXYSH.2010.11.002
[2] Stohr K. The global agenda on influenza surveillance and control[J]. Vaccine, 2003, 21(16): 1744–1748. doi: 10.1016/S0264-410X(03)00065-3
[3] 原中华人民共和国卫生部. 全国流感监测方案(2010年版)[EB/OL]. (2010-09-10)[2015-08-10]. http://www.moh.gov.cn/jkj/s3577/201009/3fa356d0f4834d408fde6c12891a6482.shtml.
[4] Gasparrini A, Armstrong B, Kenward MG. Distributed lag non-linear models[J]. Statistics in Medicine, 2010, 29(21): 2224–2234. doi: 10.1002/sim.v29:21
[5] 陶芳芳, 阚海东, 董晨, 等. 上海市流感样病例与气象因素关系的研究[J]. 中华流行病学杂志, 2010, 31(12). doi: 10.3760/cma.j.issn.0254-6450.2010.12.012
[6] 余昭, 方琼珊, 周敏, 等. 2008-2012年浙江省流行性感冒监测分析[J]. 疾病监测, 2012, 27(9): 689–693. doi: 10.3784/j.issn.1003-9961.2012.9.007
[7] 劳旭影, 贺天锋, 焦素黎, 等. 宁波市2007年-2011年流行性感冒监测结果分析[J]. 中国卫生检验杂志, 2013, 23(13): 2786–2788.
[8] Crighton EJ, Moineddin R, Mamdani M, et al. Influenza and pneumonia hospitalizations in Ontario:a time-series analysis[J]. Epidemiology and Infection, 2004, 132(6): 1167–1174. doi: 10.1017/S0950268804002924
[9] 于科, 郭祖鹏, 李明珠, 等. 上海市宝山区流感样病例与气象因素关系探索[J]. 上海预防医学杂志, 2010, 22(2): 79–81.
[10] 李媛, 马辉, 崔壮, 等. 天津市流行性感冒与气象条件的关系研究[J]. 环境与健康杂志, 2011, 28(3): 227–230.
[11] 高燕, 方立群, 张勇. 中国大陆季节性流感活动的时空分布特征[J]. 中华流行病学杂志, 2009, 30(11): 1097–1101. doi: 10.3760/cma.j.issn.0254-6450.2009.11.001
[12] 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.
[13] 黄平. 广东地区流感流行、爆发和分子变异研究[J]. 疾病控制杂志, 2004, 8(2): 144–147.
[14] Lowen AC, Mubareka S, Steel J, et al. Influenza virus transmission is dependent on relative humidity and temperature[J]. PLoS Pathogens, 2007, 3(10): 1470–1476.
[15] Eccles R. An explanation for the seasonality of acute upper respiratory tract viral infections[J]. Actaoto-laryngologica, 2002, 122(2): 183–191. doi: 10.1080/00016480252814207
[16] 贾文祥. 医学微生物学[M]. 北京: 人民卫生出版社, 2005: 317-322.
DOI: 10.13421/j.cnki.hjwsxzz.2015.05.006
中国疾病预防控制中心主办。
0
于永, 王炜翔, 周连, 陈晓东
YU Yong, WANG Weixiang, ZHOU Lian, CHEN Xiaodong
南京市流感样病例与气温的关系研究
Analysis on Relationship between Influenza Incidence and Temperature in Nanjing
环境卫生学杂志, 2015, 5(5): 414-417, 421
Journal of Environmental Hygiene, 2015, 5(5): 414-417, 421
DOI: 10.13421/j.cnki.hjwsxzz.2015.05.006

相关文章

工作空间