引用本文
徐文体, 董晓春, 李琳, 周朋辉, 郭丽茹. 2017-2018天津市流感季流感流行强度研究[J]. 中国人兽共患病学报, 2018,34(12): 1155-1158
XU Wen-ti, DONG Xiao-chun, LI Lin, ZHOU Peng-hui, GUO Li-ru. Influenza intensity level in Tianjin during 2017-2018 influenza season[J]. Chinese Journal of Zoonoses, 2018,34(12): 1155-1158.  
Doi: 10.3969/j.issn.1002-2694.2018.00.208
Permissions
Copyright©2018, 中国人兽共患病学报
中国人兽共患病学报
2017-2018天津市流感季流感流行强度研究
徐文体, 董晓春, 李琳, 周朋辉, 郭丽茹
天津市疾病预防控制中心传染病控制所,天津 300011
收稿日期: 2018-05-07
摘要

目的采用移动流行区间法(Moving epidemic method,MEM)判断流感活动开始和流感流行强度,为采取公共卫生措施提供理论依据。方法 以天津市2012-2017流感监测年度的流感病毒检测阳性率数据为基线,分析天津市2017-2018年流感季流感流行强度。结果 2017-2018年流感流行季,流感较去年同期(2016-2017年)提前3周进入流行状态。流感在2017年第45周突破流行阈值,持续4周后,第49周直接跨越中等流行进入高等流行,第50周进入非常高流行,并持续6周(2017年第50 52周,2018年第13周),2018年第4周跌至中等流行阶段,2018年第8周进入低等流行阶段,2018年第12周跌破流行阈值。结论 移动流行区间法,可以客观评价流感活动开始和流感流行强度,为比较国家与地区之间流感流行强度提供标准化方法。

关键词: 移动流行区间法; 流感; 流行强度
中图分类号:R373.1 文献标志码:B 文章编号:1002-2694(2018)12-1155-04
Influenza intensity level in Tianjin during 2017-2018 influenza season
XU Wen-ti, DONG Xiao-chun, LI Lin, ZHOU Peng-hui, GUO Li-ru
Department of Infectious Disease Control and Prevention, Tianjin Centers for Disease Control and Prevention, Tinajin 300011, China
Abstract

The intensity of influenza activity was estimated on moving epidemic method, providing the theoretical basis for taking public health measures. The intensity of 2017-2018 influenza season in Tianjin based on 2012-2017 influenza virus positive rate was estimated. Influenza entered epidemic level early 3 weeks in 2017-2018 influenza seasons than the last influenza season. The influenza activity breached into epidemic threshold on the 45h week, 2017; the high epidemic was observed on the 49th week, 2017, and the very high epidemic was on the 50th week, 2017 and until the 3st week, 2018. The influenza decreased into middle epidemic on the 4h week, 2018. The influenza activity entered into low epidemic period on the 8th and broken the epidemic value on the 2018 12th. The MEM based on influenza virus positive rate may objectively evaluate the start and intensity of influenza, and standardized the criteria for comparing the intensity of influenza epidemics between countries and regions.

Key words: moving epidemic method; influenza; intensity

流感监测网络提供流感样病例百分比(ILI%)和流感病原检测阳性率。每年流感季都要进行流感流行强度的判断, 以便采取非药物干预措施、疫苗接种等公共卫生措施, 并指导临床诊疗。流感流行强度的判断通常引起媒体关注, 引发社会关注, 具有非常实用的公共卫生价值。

目前国内判断流感季流行开始和流行强度主要靠主观来判断, 主观判断很难对流感季流行开始和流行强度进行定量。国外采用多种方法对流感流行强度进行定量判断, 如回归分析、历史限方法和累积和方法进行长期或短期判断[1, 2], 但是都没有一个金标准。2012年, WHO推荐欧洲疾病预防控制中心采用移动流行区间法(Moving epidemic method, MEM))进行流感流行强度判断[3], 主要以每周的历史数据来计算流行阈值。有研究表明MEM方法对判断流感流行强度的特异度高达96%[4]。该方法已经在欧洲28个国家使用。

本研究利用天津市2012-2018年流感季, 流感病原检测阳性率为例, 采用MEM方法进行2017-2018流感季流行开始和流感流行强度的判断, 为科学的防控流感提供理论依据。

1 资料与方法
1.1 资料来源

采用天津市9所国家级流感哨点监测流感病原学检测分型及阳性率为例, 进行统计分析。

1.2 研究方法

天津市在2009年扩大流感监测, 本文分析2009年甲型H1N1流感大流行后, 2012-2017年的流感季流行水平做为基线(当年第40周至次年13周), 以前5年流感检测阳性率(采用原始数据, 未进行平滑处理), 来估算2017-2018年流感季(2017年第40周至2018年第13周)流行开始和流行强度。

1.3 MEM模型计算方法

MEM的目的是基于来自特定国家或地区的历史数据对流感疫情进行建模。该方法主要有3个步骤:首先是确定年度流行的时间长度, 开始和结束时间, 分3个阶段进行, 分别是流行前、流行中和流行后。估计每个季节疫情的时间长度为最大累计比例(MAP)的连续星期的最小数量。 MAP曲线绘制给定长度r的周期的最大累积率。然后平滑MAP曲线, 使用平滑回归自动选择窗口参数。 确定每个季节的最佳周数, 并计算从一周到下一周的百分比增量。当这个增量低于预定标准时, 找到最佳值。 rj* 是第j个季节的最佳持续时间, S是每个季节的监测周数。流行从第k* 周开始, 在k* + rj* -1周结束。流行发生的前几个星期是流行前期(1到k* -1), 以及流行发生后几个星期是流行后期(k* + rj* 到S)。其次, 基线和流行阈值是使用历史季节的流行前和流行后值来计算的。最后, 计算不同强度等级的阈值[4]。

使用每个流行期的n个最高值来计算不同强度水平的阈值, 以建立n· N比率的样本。用样本计算几何平均值和40%、90%和97.5%的单侧置信区间。这些上限是疫情强度不同的门槛。至少分析连续5年的数据来计算下个流感季的阈值和强度水平。

流感流行强度水平定义:①基线:每周率≤ 流行阈值; ②低:流行阈值< 每周率≤ 中等强度阈值; ③中等:中等强度阈值< 每周率≤ 高强度阈值; ④高:高强度阈值< 每周率≤ 非常高强度阈值; ⑤非常高:每周率> 非常高的强度阈值。

1.4 模型可靠性评价

灵敏度:高于流行前阈值(高峰前)与流行后阈值(高峰后)的流行周数/流行总周数; 特异度:低于流行前阈值(高峰前)和流行后阈值(高峰后)的非流行周数/非流行总周数; 阳性预测值:高于阈值的流行周数/高于阈值的周数; 阴性预测值:低于阈值的非流行周数/低于阈值的周数

1.5 统计分析

采用EXCEL建立数据库, R3.4.3软件进行数据分析。2个及以上连续周的流感病毒检测阳性率超过流行阈值定义为流感季流行开始。

2 结 果
2.1 天津市流感病毒检测情况

2017-2018流感季, 流感病毒检测阳性率(34.44%)超出往年4年同期的阳性率(分别为13.08%、22.04%、5.66%和19.86%, χ 2=981.69, P< 0.01)。病原以乙型(Yamagata)为主(占流感阳性标本的41.37%)、甲型H1N1(占37.94%)和甲型H3N2(占21.17%)共同循环的局面。与往年比较, 乙型(Yamagata)仅在2015年春季成为优势株, 之后两个流感季(2015-2016年, 2016-2017年)该型别呈零星分布, 仅占流感阳性标本的5.56%和0.32%, 见图1和表1。

图1 天津市2012第40周-2018年第13周流感病原学分型及阳性率按周分布Fig.1 Pathogen typing and positive rate of influenza by week from 40th week, 2012 to 13th week, 2018 in Tianjin

2.2 2017-2018年流感季流感活动季节流行开始判断

基于流感病毒检测阳性率采用MEM方法, 判断2017-2018年流感季流感活动季节流行开始周次。2017-2018年流行季, 流感流行在2017年第45周开始, 比去年同期(2016-2017年流感季)提前3周进入流行状态(表1)。

表1 天津市2015-2018流感季活动水平和各分型占阳性标本的比例 Tab.1 Activity level and typing proportion of positive specimens during 2015-2018 in Tianjin

2.3 2017-2018年流感季流感流行强度判断

基于流感病毒检测阳性率采用MEM模型, 以前5年流感季流感病毒检测阳性率为基线, 计算2017-2018年流感季的流行前阈值为15.01%, 流行后阈值为32.10%。以流行前阈值和流行后阈值估算天津市2017-2018流感季流行强度, 15.01%(流感病毒检测阳性率)为流行基线, 15.01%< 阳性率≤ 39.33%为低流行, 39.33%< 阳性率≤ 49.74%为中等流行, 49.74%< 阳性率≤ 55.17%为高等流行, > 55.17%为非常高流行。流感在第45周突破流行阈值, 持续4周后, 第49周直接跨越中等流行进入高等流行, 第50周进入非常高流行, 并持续6周(2017年50周-52周, 2018年第1-3周), 2018年第4周跌至中等流行阶段。2018年第8周进入低等流行阶段, 2018年第9周跌破流行阈值(图2)。

图2 天津市2017-2018年流感季流行强度分析Fig.2 Epidemic intensity analysis of influenza during 2017-2018 influenza seasons in Tianjin

2.4 模型评价

3个流感季, 模型的平均灵敏度为68.96%, 特异度为81.65%, 阳性预测值为79.61%, 阴性预测值为74.65%。见表2。

表2 评价模型可靠性分析结果 Tab.2 Results of reliability analysis of model
3 讨 论

本研究依托天津市流感监测系统, 使用流感病毒检测阳性率, 以5年流感监测数据为基线, 采用MEM方法来判断2017-2018年流感季流行开始和流感流行强度, 旨在根据流感流行强度, 来指导采取公共卫生措施、高危人群疫苗接种和临床诊断和治疗[5]。在应对本流感季(2017-2018)流感流行带来的防治压力, 采取控制措施减缓流感疫情, 起到重要的作用。

本研究没有采用流感样病例百分比(ILI%)而是直接采用流感病毒检测阳性率来判断流感流行强度。原因为ILI%的病例定义为“ 发烧≥ 38℃, 伴有咳嗽或咽痛之一者” , 符合该症状的疾病, 除了流感以外, 还有呼吸道合胞病毒, 腺病毒, 副流感病毒和支原体等[6]。而流感病毒检测主要针对流感病毒, 相比ILI%更能体现流感病毒的特异性。因此在计算流感流行强度时, 流感病毒检测阳性率效能要高于ILI%计算的流感流行强度[7]。

采用MEM方法来计算流感季流行开始时间, 可以比较不同国家和地区间流感活动。天津市2017-2018年流感季在2017年第45周开始, 比去年同期提前了3周, 也比苏格兰用MEM方法计算的2017-2018流感季提前了2周[8]。天津市2017-2018年流感季有6周达到了“ 非常高的流行强度” , 这是因为这段时间乙型(Yamagata)占优势株、因前两年社区没有流行该型别流感病毒, 人群普遍缺乏抗体, 这成为2017-2018年流感季流感高发的一个主要原因。

MEM方法来计算流感流行强度有几个优点:能客观的而不是主观的评价流感流行强度[9], 能清楚的判断流感流行开始的时间, 流行的长度, 流行结束的时间。不用校正假期效应和每年的流行峰值, 直接用来估算流感流行强度, 而且能用于不同国家和地区流感活动强度的比较。本研究中3个流感季采用流感病毒检测阳性率来评价流感流行强度, 该方法估算流感流行强度的平均灵敏度68.96%, 高于我国北方15省采用2010-2014年流感病毒检测阳性率的平均灵敏度(54%)[10], 略低于欧洲15个国家2009-2010年流感季采用ILI%估算的平均灵敏度(75.7%)。本研究发现3个流感季用该方法估算的流行强度的平均特异度为81.65%, 与我国北方15省采用2010-2014年流感病毒检测阳性率估算的平均特异度一致(81%)[10], 但低于欧洲15个国家采用ILI%估算的特异度(96%)[4], 可能是因为流感病毒检测阳性率按照采样日期进行估算的, 采样日期一般较发病日期平均延迟3 d。将来的研究应该采用发病日期计算流感病毒检测阳性率, 以提高特异度。但是本研究中MEM模型计算的灵敏度≥ 60%, 特异度> 80%, 在判断流感活动强度方面仍然有较好的应用效果[10]。

MEM也有局限性[3, 4], 要求有持续监测5-10年的历史基线数据。此外, 要求监测系统比较稳定, 监测病例定义和监测方法、以及采集的标本数没有大的变动, 以便保持评价的稳定性和准确性。

总之, 使用MEM通过流感病毒检测阳性率来计算流感季流行开始和流感流行强度是非常简便易行的, 对指导流感防控工作具有重要的现实意义, 值得在流感防控工作中推广使用, 以便比较国内外, 国内各地区流感流行情况。此外, 将来还应建立健全住院流感相关死亡监测系统, 评价流感严重性, 以期更全面的指导流感防控。

The authors have declared that no competing interests exist.

参考文献
[1] Levin-Rector A, Wilson EL, Fine AD, et al. Refining historical limits method to improve disease cluster detection, New York City, New York, USA[J]. Emerg Infect Dis, 2015, 21(2): 265-272. DOI: 10.3201/eid2102.140098 [本文引用:1]
[2] Li Y, Whelan M, Hobbs L, et al. Data-driven approach of CUSUM algorithm in temporal aberrant event detection using interactive web applications[J]. Can J Public Health, 2016, 107(1): e9-e15. DOI: 10.17269/cjph.107.5228 [本文引用:1]
[3] Vega T, Lozano JE, Meerhoff T, et al. Influenza surveillance in Europe: comparing intensity levels calculated using the moving epidemic method[J]. Influenza Other Respir Viruses, 2015, 9(5): 234-246. DOI: 10.1111/irv.12330 [本文引用:2]
[4] Vega T, Lozano JE, Meerhoff T, et al. Influenza surveillance in Europe: establishing epidemic thresholds by the moving epidemic method[J]. Influenza Other Respir Viruses, 2013, 7(4): 546-558. DOI: 10.1111/j.1750-2659 [本文引用:4]
[5] Biggerstaff M, Kniss K, Jernigan DB, et al. Systematic assessment of multiple routine and near-Real time indicators to classify the severity of influenza seasons and pand emics in the United States, 2003-04 Through 2015-2016[J]. Am J Epidemiol, 2018, 187(5): 1040-1050. DOI: 10.1093/aje/kwx334 [本文引用:1]
[6] Liu P, Xu M, He L, et al. Epidemiology of respiratory pathogens in children with lower respiratory tract infections in Shanghai, China, from 2013 to 2015[J]. Jpn J Infect Dis, 2018, 71(1): 39-44. DOI: 10.7883/yoken.JJID.2017.323 [本文引用:1]
[7] Tay EL, Grant K, Kirk M, et al. Exploring a proposed WHO method to determine thresholds for seasonal influenza surveillance[J]. PLoS One, 2013, 8(10): e77244. DOI: 10.1371/journal.pone.0077244 [本文引用:1]
[8] Murray JLK, Marques DFP, Cameron RL, et al. Moving epidemic method (MEM) applied to virology data as a novel real time tool to predict peak in seasonal influenza healthcare utilisation. The Scottish experience of the 2017/18 season to date[J]. Euro Surveill, 2018, 23(11): 18-79. DOI: 10.2807/1560-7917.ES.2018.23.11.18-00079 [本文引用:1]
[9] Bangert M, Gil H, Oliva J, et al. Epidemiology working group of the Spanish influenza sentinel surveillance system. Pilot study to harmonize the reported influenza intensity levels within the Spanish Influenza Sentinel Surveillance System (SISSS) using the Moving Epidemic Method (MEM)[J]. Epidemiol Infect, 2017, 145(4): 715-722. DOI: 10.1017/S0950268816002727 [本文引用:1]
[10] 程勋杰, 陈涛, 舒跃龙, 等. 移动流行区间法在我国北方 15 省份流感流行阈值制定中的应用效果评价[J]. 中国卫生统计, 2016, 33(6): 979-982. [本文引用:3]