摘要：流行性感冒传染性强，发病率高，并与气象因子关系密切。本文利用湖州市2016—2022年每周湖州市第一人民医院的流感样病例（ILI）监测数据以及同期气象资料，利用分布滞后非线性模型分析相关气象因子对流感样病例传播的影响。结果显示，湖州市流感样病例就诊人数高峰期主要出现在冬季，其中，ILI人数与气温、水气压显著负相关；在极端低温条件下，相对危险度会随着滞后天数的增加而先增加后下降，而在极端高温条件下，相对危险度随着滞后周数的增加先下降后上升，尤其当处于极端低温时，ILI在0.4～2.4周内具有较高的传播风险，因此湖州地区需要更加关注极端低温的情况。

关键词：流感样病例；分布滞后非线性模型；相对危险度；极端冷热效应

基金项目：湖州市气象因子对流感爆发的影响评估技术研究（2021GZ66）

流行性感冒（简称流感）传染性强，发病率高，且易于流行，是全球第一个实行监测的传染病。有众多研究表明，流感发病呈冬春高峰和夏季高峰的双峰型，具有明显的季节性[1]。近几年随着气候的变化，逐渐出现了较小的夏秋季流行高峰[2]，且不同年龄人群呈现不同的季节性差异。

在众多影响流感疫情的因素中，气象因子是其中重要的一项[2]。有研究表明，平均温度和相对湿度是影响流感季节性特征和发病风险最为重要的两个指标。周如意等[3]发现北方城市低温下流感发病风险更大，而南方城市还需考虑相对湿度。但各地地理环境、气候条件等情况的不同，研究结论也有差异，因此湖州市本地的流感样病例与气象条件关系亟待研究。

目前，在环境-健康关系的研究中，广义半参数准泊松回归模型已经成为分析时间序列数据的一个标准方法。而分布滞后非线性模型（The distributed lag non-linear model，DLNM）在此基础上可以更加灵活地描述反应变量与解释变量之间的非线性关系和滞后效应关系[4]，近年来应用逐渐增多。为此，本文分析2016年至疫情爆发前的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象因子的关系，为科学防控流感提供一定的理论依据。

1 资料与方法

本研究所用流感样病例（Influenza-like Illness，ILI）资料来自湖州市疾病预防控制中心。数据包括2016年至2021年逐周ILI就诊人次数据及每周ILI人次占就诊总人数的百分比（ILI%）。相应时段的气象数据来自于湖州市气象局，包括日平均气温、日最高日最低气温、相对湿度、水汽压等。

利用R软件中的dlnm程序包，对通过检验的主要气象因子建立交叉基矩阵，同时考虑到对个体而言每周的ILI就诊属于小概率事件，采用广义泊松回归[5][6]构建模型。利用赤池信息量准则（Akaike Information Criteria，AIC）对模型进行敏感性分析，并参考相关研究[2]后以确定了交叉基中的样条函数与混杂因素的自由度，最后得到相对危险度（Relative risk，RR）参数[6]。

2 ILI与气象因子的相关分析

2.1 ILI及气象数据的基本统计特征

湖州ILI时间序列具有明显的季节周期变化，多数年份ILI发病人数呈单峰型，高峰期集中在冬季，仅个别年份会出现多个就诊高峰（如2019年），次高峰期则主要出现在早春末夏初的交界期。但受2019年年底的新冠肺炎疫情影响，湖州市ILI的季节变化特性较前几年有明显的变化，其中，2019年末至2020年初，ILI数据有爆发式的增长，随后周ILI则基本稳定在一个较低的水平，为了筛除人为控制影响，故将流感样病例与气象因子关系研究的研究周期定为新冠肺炎疫情首次爆发前，即2016年第一周至2019年第48周。

分析2015年至2019年底流感样病例数据及气象数据的描述性统计结果发现，监测点每周ILI平均就诊数为540人，变化范围为269—1519人次。研究时段湖州的周相对湿度、平均气温、露点温度、水汽压、雨量、平均风速、绝对湿度、气温日较差的平均值分别为75.9%、17.8℃、13.1℃、17.4mb、4.3mm、2.2m/s、4.6mb、7.8℃，总体上湿度高、雨量少、风速小。

ILI就诊数季节差异很大，高值区主要集中在冬季，尤其是1月，ILI与ILI%均为最高，最多时周就诊人数可达1519人次，占就诊总人数10.7%；低值区则出现在夏、秋季，其中8月ILI与ILI%均为最低，最多时周就诊人数仅269人次，占就诊总人数3.1%。

2.2 ILI-气象要素的DLNM分析

从平均气温、水汽压在不同滞后期（0～3周）对ILI就诊人数的整体暴露-相应关系中发现，气象因子对ILI就诊人数的关系是非线性且是滞后的。对平均气温，其与ILI就诊人数之间的曲线大致呈“V”型，其相对风险较高的情况集中在平均气温处于极端值的时候，湖州市在日平均气温为-0.5℃且滞后1.4周时相对风险最高（RR=1.15，95%CI：[1.00，1.32]），且随着气温的升高，RR逐步降低，当日平均气温处于15℃～20℃间时，RR出现了明显的相对低值；水汽压与ILI就诊人数之间的曲线则略有不同，大致呈“J”型，主要表现出了水汽压高值时具有明显的危害效应，但在水汽压低值时效应并不明显，其极端最高值主要出现在水汽压高值且延迟2.2周的时候（RR=1.08，95%CI：[0.89，1.33]）。

等高线图则清晰的展示了整个气温及水汽压在不同滞后范围下的RR情况，对于平均气温而言，高温和低温情况都会出现RR的高值区，但高温情况下随着滞后时间的变长而快速下降，低温情况下RR则下降的相对更缓慢一些，对ILI就诊人数的影响则更久一些。

2.3 极端气温效应对ILI就诊人数的影响

为直观的探讨气温对ILI就诊人数传播的极端冷、热效应，我们选择日平均气温第1百分位（-0.5℃）和第99百分位（32.5℃）累计3周的RR值作为冷温和热温效应。2016年至2019年疫情爆发前的平均冷温效应和热温效应的RR值分别为1.05（95%CI：0.87～1.26）和0.99（95%CI：0.85～1.15）。

在极端低温条件下，RR会随滞后天数的增加而先增加后下降，在滞后0.4～2.4周内对ILI就诊人数的传播具有危害效应，在滞后1.4周时达到峰值（RR=1.15，95%CI：[1.00，1.32]）；而在极端高温条件下，RR随着滞后周数的增加先下降后上升，仅在0.6周内对ILI就诊人数的传播具有危害效应，在无滞后周时RR达到最高（RR=1.16，95%CI：[0.96，1.40]），持续性较差[7]。

3 结果与讨论

本研究发现气温、水汽压与ILI就诊人数直接呈现显著负相关，其中高温和低温情况下都会出现RR的高值区，但不同的是，高温下随着滞后时间的变长RR会快速下降，低温情况下RR则下降的相对更缓慢一些。这是因为流感病毒往往对热敏感，但是耐低温[8]，因此在低温环境下流感病毒更容易在鼻粘膜上定植并进一步扩增，从而导致病毒的再次感染[8]。

综上所述，平均气温和水汽压对湖州市ILI的传播具有显著影响，尤其是当处于极端低温时，ILI在0.4～2.4周内具有较高的传播风险，而处于极端高温时，ILI仅在0.6周内具有较高的传播风险，因此湖州地区需要更加关注极端低温的情况。

参考文献

[1]刘琳琳，方斌，李翔，等.湖北省2010～2014年度流行性感冒流行态势分析[J].华中科技大学学报（医学版），2016，45（02）：220-223.

[2]康燕，李晓宁，陆剑云，等.2010-2014年广州市气象因子与流感发病关联的时间序列研究[J].中国病毒病杂志，2016（4）：294-299.

[3]周如意，廖玉学，章志斌，等.深圳市气象因素与流感关系的时间序列研究[J].热带医学杂志，2019（8）.

[4]崔亮亮，李新伟，耿兴义，等.2013年济南市大气PM2.5污染及雾霾事件对儿童门诊量影响的时间序列分析[J].环境与健康杂志，2015（06）：489-493.

[5]于永，王炜翔，周连，等.南京市流感样病例与气温的关系研究[J].环境卫生学杂志，2015，5（5）：5.

[6]马盼，王馨梓，张莉，等.深圳流感发病的气象诱因及预测建模研究[J].气象学报，2022（003）：080.

[7]赵琦，李珊珊，郭玉明.随时间变化的分布滞后非线性模型应用介绍：以气温与死亡关系为例[J].环境与职业医学，2020（1）：6.

[8]罗文祥.医学微生物学[M].北京：人民卫生出版社.2005：317-322.