扩展功能
文章信息
- 史恒越
- SHI Heng-yue
- 2010-2014年度辽宁省阜新市流行性感冒监测结果分析
- Surveillance for influenza in Fuxin, Liaoning,2010-2014
- 疾病监测, 2014, 29(12): 948-952
- Disease Surveillance, 2014, 29(12): 948-952
- 10.3784/j.issn.1003-9961.2014.12.007
-
文章历史
- 收稿日期:2014-07-09
流行性感冒(流感)是全球范围内发病人数最多、流行范围最广,对人类危害巨大的一种传染病,是首先实行全球性疾病监测的传染病。持续进行流感监测能了解和掌握流感流行现状,及时发现流感病毒优势毒株的变化及变异情况,为流感暴发流行的预警提供参考依据。辽宁省阜新市在2005年开展了流感监测工作,2009年纳入国家流感监测网络,现将阜新市2010 2014年度流感的监测资料进行分析,预测2014年24 27周流感样病例(influenza-like illness,ILI)百分比。 1 材料与方法 1.1 资料来源
ILI数据和标本检测资料来自“中国流感监测信息系统”中1家流感监测哨点阜新市中心医院和1家网络实验室阜新市疾病预防控制中心(CDC)的报告。 1.2 监测内容与方法 1.2.1 器材和试剂
倒置显微镜,CO2培养箱,A型H1N1、H3N2、B型流感病毒鉴定血清(由国家流感中心提供),Hank's液,含10%胎牛血清DMEM细胞培养液,含2 μg/ml胰酶的DMEM细胞培养液。 1.2.2 监测时间
2010年4月5日(第14周)至2014年4月6日(第13周)。 1.2.3 ILI监测
监测点的儿科门诊、内科门、急诊和发热门诊开展监测工作,哨点医院监测诊室的医务人员,按照ILI定义[1],每天按科室登记各年龄组的ILI数和门急诊病例就诊总数,预防保健科每周一负责将各监测诊室上报的登记表分诊室录入“中国流感监测信息系统”。 1.2.4 病原学监测
阜新市中心医院非流行期(4 9月)每月及流行期(10月至次年3月)每周在中心医院收集发病3天内且未服用过抗病毒药物的ILI的咽拭子标本进行采集,标本采集后在4 ℃的条件下48 h内送市CDC流感网络实验室,参照《全国流感监测工作方案(2010年版)》和《全国流感监测技术指南》中《流感监测实验室技术操作规范》规定进行,用犬肾传代细胞(MDCK)进行病毒分离,根据细胞病变和微量血凝试验方法(HA)判断是否有病毒存在[2]。对于HA≤8的细胞分离物,进行10-1~10-3稀释后,再感染细胞继续进行细胞传达,直至HA≥8时才能利用HI方法进行病毒的鉴定。 1.3 数据分析
4个监测年度各年龄组间ILI每周报告数比 较用两因素方差分析,4个监测年度不同月份的阳性率比较运用Kruskal-Wallis H检验,4个监测年度阳性毒株型别构成的 比较运用fisher检验,3个监测年度ILI报告数与流感毒株分离率的相关性采用秩相关分析,用自回归移动平均模型(ARIMA)预测2014年24 27周ILI%,以P<0.05为差异有统计学意义;应用SPSS 17.0统计软件对数据进行处理。
![]() |
图 1 2010-2014年度阜新市哨点医院报告的ILI 就诊比例 Figure 1 Proportion of ILI cases in outpatients in sentinel hospitals in Fuxin,2010-2014 |
2010年14周至2014年13周4个监测年度哨点医院分别报告ILI病例4947、5800、7592和8563例,ILI%依次为5.20%、5.07%、5.96%和5.21%。 2.1.1 ILI时间分布
4个监测年度ILI%总体趋势较为平稳。2010 2011和2011 2012两个监测年度ILI高峰均出现在次年的1 3月;2012 2013年ILI的发病水平总体较高,高峰来临早,持续时间长,高发的月份为2012年11月至2012年2月,该年度流感毒株的分离数也是历年最高水平;2013 2014年ILI的高峰持续时间短,集中在2013年12月至2014年1月,见表 1。
月份 | 2010-2011年 | 2011-2012年 | 2012-2013年 | 2013-2014年 | ||||||||
ILI例数 | 门诊就诊数 | 构成比 (%) | ILI例数 | 门诊就诊数 | 构成比 (%) | ILI例数 | 门诊就诊数 | 构成比 (%) | ILI例数 | 门诊就诊数 | 构成比 (%) | |
4 | 354 | 7 020 | 5.04 | 354 | 9 199 | 3.85 | 633 | 10 389 | 6.09 | 719 | 13 612 | 5.28 |
5 | 343 | 7 940 | 4.32 | 364 | 8 787 | 4.14 | 481 | 9 690 | 4.96 | 664 | 12 636 | 5.25 |
6 | 429 | 9 005 | 4.76 | 450 | 10 624 | 4.24 | 726 | 12 208 | 5.95 | 766 | 16 722 | 4.58 |
7 | 321 | 7 430 | 4.32 | 482 | 9 629 | 5.01 | 661 | 9 631 | 6.88 | 540 | 12 352 | 4.37 |
8 | 460 | 9 794 | 4.70 | 520 | 10 761 | 4.83 | 688 | 12 038 | 5.72 | 740 | 15 500 | 4.77 |
9 | 544 | 7 260 | 7.49 | 318 | 7 493 | 4.24 | 507 | 8 957 | 5.66 | 541 | 11 502 | 4.70 |
10 | 393 | 7 337 | 5.36 | 425 | 8 624 | 4.93 | 553 | 9 530 | 5.80 | 655 | 13 773 | 4.76 |
11 | 351 | 6 849 | 5.12 | 312 | 8 301 | 3.76 | 593 | 9 520 | 6.23 | 597 | 12 234 | 4.88 |
12 | 329 | 6 563 | 5.01 | 526 | 8 994 | 5.85 | 665 | 10 604 | 6.27 | 868 | 13 243 | 6.55 |
1 | 500 | 7 471 | 6.09 | 656 | 8 125 | 8.07 | 662 | 10 407 | 6.36 | 1484 | 16 286 | 9.11 |
2 | 472 | 6 929 | 6.81 | 558 | 10 162 | 5.49 | 601 | 9 034 | 6.05 | 446 | 11 927 | 3.74 |
3 | 379 | 8 948 | 4.24 | 699 | 10 976 | 6.37 | 682 | 12 605 | 5.41 | 543 | 14 716 | 3.69 |
合计 | 4947 | 94 567 | 5.23 | 5800 | 114 395 | 5.07 | 7592 | 127 457 | 5.96 | 8563 | 164 503 | 5.21 |
将ILI按0~4岁组、5~14岁组、15岁及以上分成3个年龄组,0~4岁组的ILI构成比呈现逐年上升的趋势,见表 2;分析4个监测年度ILI周报告数与年龄差异,主体效应不同年龄组ILI周报告数差异有统计学意义(F=444.942,P<0.01);不同监测年度ILI周报告数差异有统计学意义(F=35.332,P<0.01);多重比较0岁组与5岁组差异无统计学意义(P=0.765),0岁组与15岁组差异有统计学意义(P<0.01)。
年份 | 0~岁 | 5~岁 | 15~岁 | |||
ILI(例) | 构成比(%) | ILI(例) | 构成比(%) | ILI(例) | 构成比(%) | |
2010-2011 | 1648 | 33.3 | 1818 | 36.7 | 1481 | 29.9 |
2011-2012 | 2464 | 43.3 | 2698 | 47.4 | 591 | 2.6 |
2012-2013 | 3531 | 46.6 | 3432 | 45.2 | 629 | 2.7 |
2013-2014 | 4246 | 49.6 | 3962 | 46.3 | 355 | 1.4 |
2010-2014年4个监测年度共分离到流感毒株116株,总阳性率为7.98%,4个监测年不同月份的阳性率运用Kruskal-Wallis H检验进行比较,差异无统计学意义(Hc=2.03,P>0.05),4年间病毒分离率在月份分布上没有差异,见表 3。2010 2011年从246份样品中分离到流感病毒3株,季节性H3N2型2株,B型1 株;2011 2012年从323份样品中分离到流感毒株31株,其中B型21株,季节性H3N2型10株;2012 2013年从482份样品中分离到流感毒株50株,其中季节性H3N2型46株,甲型H1N1型3株,B型1株;2013 2014年从402份样品中分离到流感毒株32株,其中甲型H1N1型29株,B型2株,季节性H3N2型1株。4个监测年度阳性毒株型别构成运用fisher检验进行比较,差异有统计学意义(P<0.01),提示不同监测年度流行株发生了改变。
月份 | 2010-2011年 | 2011-2012年 | 2012-2013年 | 2013-2014年 | ||||||||
检测数 | 阳性数 | 阳性率(%) | 检测数 | 阳性数 | 阳性率(%) | 检测数 | 阳性数 | 阳性率(%) | 检测数 | 阳性数 | 阳性率(%) | |
4 | 1 | 0 | 0.0 | 5 | 0 | 0.0 | 8 | 1 | 12.8 | 7 | 0 | 0.0 |
5 | 0 | 0 | 0.0 | 5 | 0 | 0.0 | 5 | 0 | 0.0 | 21 | 0 | 0.0 |
6 | 0 | 0 | 0.0 | 5 | 0 | 0.0 | 5 | 0 | 0.0 | 21 | 0 | 0.0 |
7 | 0 | 0 | 0.0 | 5 | 0 | 0.0 | 5 | 0 | 0.0 | 20 | 0 | 0.0 |
8 | 0 | 0 | 0.0 | 5 | 0 | 0.0 | 5 | 0 | 0.0 | 20 | 0 | 0.0 |
9 | 7 | 1 | 14.3 | 5 | 0 | 0.0 | 4 | 0 | 0.0 | 20 | 0 | 0.0 |
10 | 35 | 0 | 0.0 | 60 | 0 | 0.0 | 50 | 0 | 0.0 | 0 | 0 | 0.0 |
11 | 40 | 0 | 0.0 | 40 | 0 | 0.0 | 43 | 0 | 0.0 | 0 | 0 | 0.0 |
12 | 40 | 0 | 0.0 | 40 | 0 | 0.0 | 90 | 29 | 32.2 | 40 | 5 | 12.5 |
1 | 33 | 0 | 0.0 | 40 | 1 | 2.5 | 90 | 10 | 11.1 | 107 | 13 | 12.1 |
2 | 40 | 0 | 0.0 | 50 | 5 | 10.0 | 78 | 5 | 6.4 | 81 | 5 | 6.2 |
3 | 50 | 2 | 4.0 | 63 | 25 | 39.7 | 99 | 5 | 5.1 | 65 | 9 | 13.8 |
合计 | 246 | 3 | 1.2 | 323 | 31 | 9.6 | 482 | 50 | 10.4 | 402 | 32 | 7.9 |
分析2011年4月至2014年3月的ILI%与同期流感毒株分离率的相关关系,r有统计学意义(r=0.423,P=0.01),ILI分月构成比与毒株分离率呈正相关,两者呈同向变化的趋势。 2.4 趋势预测
分析2011年14周至2014年23周的166周ILI%时间序列,分别建立乘积季节模型ARIMA(p,d,q)×(P,D,Q)S和非季节性ARIMA(p,d,q)模型,通过二者明显参数估计和假设检验以及实际疫情数据进行比较,选择最优模型为非季节性ARIMA(p,d,q)模型。通过对数据做自相关和偏相关的分析结果,构建ARIMA(1,0,0)模型,标准化BIC=0.268,模型的回归系数有统计学意义,Ljung-Box统计量Q为19.948,P=0.277,差异无统计学意义,残差为随机误差,因此ILI%监测数据构建的ARIMA(1,0,0)模型可用于预测。ARIMA(1,0,0)模型预测出的阜新市2014年14 27周预测结果,见表 4,14 23周实际值均在预测值范围内,预测平均绝对误差为0.804%。
周次 | 实际监测值 | 模拟预测值 | 预测值95%CI | |
上限 | 下限 | |||
14 | 3.12 | 3.96 | 2.58 | 5.83 |
15 | 3.94 | 3.62 | 2.36 | 5.33 |
16 | 4.56 | 4.29 | 2.79 | 6.32 |
17 | 4.76 | 4.78 | 3.11 | 7.03 |
18 | 3.37 | 4.15 | 2.70 | 6.11 |
19 | 3.03 | 3.83 | 2.49 | 5.64 |
20 | 2.35 | 3.54 | 2.31 | 5.21 |
21 | 3.04 | 2.94 | 1.91 | 4.33 |
22 | 2.01 | 3.55 | 2.31 | 5.23 |
23 | 2.58 | 3.15 | 2.05 | 4.63 |
24 | - | 2.62 | 1.71 | 3.86 |
25 | - | 3.17 | 1.85 | 5.09 |
26 | - | 3.64 | 2.02 | 6.07 |
27 | - | 4.02 | 2.17 | 6.84 |
理论上ILI的发病高峰与流感毒株的阳性率应该是吻合的,但由于医院多采用临床医生手工登记监测ILI等因素,导致监测水平不高,Navarro等[3]研究显示,流感监测系统报告的 ILI数与实验室检测结果并无相关关系,目前ILI定义阴性预测值较高,而阳性预测值并不理想,但ILI的监测作为流感流行的季节性预警预测有一定意义。通过阜新市4个监测年度的连续监测,发现ILI发病高峰总体在12月至次年2月,与辽宁省及我国北方片区的流感活动相似[4]。从病原学检测情况看,2012 2013年度和2013 2014年度的12月至次年1月病毒分离率最高,与ILI的月度高峰基本吻合,相关性分析显示ILI分月构成比与毒株分离率的相关系数有统计学意义,与富小飞等[5]的研究结果相同,提示ILI监测对实验室毒株阳性率检出有一定意义,与阜新市推进哨点医院信息系统(HIS)改造,将ILI病例模块纳入监测门诊HIS系统当中,实现了数据收集电子化有关。较高质量的ILI监测不仅可以反映流感的流行强度,异常波动可作为流行的重要提示,还可以在实际工作中根据ILI高峰期确定最佳采样时间以提高阳性检出率。
据国外及我国多省份的监测报道[6, 7, 8],0~4岁是流感发病最高的人群,其次是14岁以下儿童,ILI年龄组间差异有统计学意义。阜新市近年的监测结果显示0~4岁组ILI逐年上升,该人群年龄小、免疫力低,大部分时间在托幼机构或学校等集体单位内,最易受感染,常发生暴发或流行,需加大流感疫苗的接种力度,加强对此类人群的主动监测。有 报道儿童接种流感疫苗后防止流感样症状发生的有效率为82.70%,对儿童的保护效果较好[9]。
2011 2012、2012 2013、2013 2014三个监测年度分离的流感毒株均超过30株,达到了省级流感参比中心评估要求。2011 2012年度季节性H3N2型流感毒株占34%,稍低于B型,呈现混合流行的态势;2012 2013年度分离的毒株最多,ILI水平也是历年最高,其中季节性H3N2型流感占92%,远超过甲型H1N1型和B型,成为优势毒株;2013 2014年度甲型H1N1流感成为主要型别。经过3个监测年度,流感的流行株发生了改变,呈现交替或混合流行的态势。
阜新市ILI虽呈现季节性高峰,然而从ARIMA的模型上看,季节性模型的参数无统计学意义,与长沙市的研究结果相同[10],与上海市的研究结果有不同之处[11],可能与阜新市ILI%周次周期变化不明显有关,但不影响ILI%的时间序列模型的建立和预测,根据阜新市ILI%周次变化建立的ARIMA(1,0,0)模型,拟合值与实际值非常接近,且模型的回归系数有统计学意义,预测的平均绝对误差为0.804%,说明模型的预测效果较好,预测出的监测数据对阜新市流感监测和防控策略的制定具有重要意义。ARIMA原理简单、便利、预测效果好,非常适合基层应用与推广,以指导卫生决策等。但由于资料本身的特点和模型本身的局限性,仅适宜做短期预测,且忽视了传播过程的影响。
[1] | Nation influenza surveillance protocol(2010 edition)[EB/OL].(2010-09-10). http://www.moh.gov.cn/Publicfiles/business/htmlfiles/mohjbyfkzj/s3577/201009/48940.Htm.(in Chinese) 全国流感监测方案(2010 年版) [EB/OL].(2010-09-10). http://www.moh.gov.cn/Publicfiles/business/htmlfiles/mohjbyfkzj/s3577/201009/48940.htm. |
[2] | Guo YJ. Influenza and its experimental technology [M]. Beijing:Chinese Three Gorges Publishing House,1997.(in Chinese) 郭元吉. 流行性感冒病毒及其实验技术[ M].北京: 中国三峡出版社,1997. |
[3] | Navarro Mari Jm,Perez-Ruiz M, Cantudo-Munoz P, et al. Influenza-like illness criteria were poorly related to laboratory-confirmed influenza in a sentinel surveillance study [J].J Clin Epidemiol,2005,58(3):275-279. |
[4] | Sun BH,Yu W,Wang LL, et al.Surveillance of influenza in Liaoning province,2011-2012[J].Disease Surveillance,2013,28(4):297-299.(in Chinese) 孙佰红,于伟,王璐璐,等.2011-2012年度辽宁省流行性感冒监测分析[J].疾病监测,2013,28(4):297-299. |
[5] | Fu XF,He HQ,Chen ZW, et al.Analysis of effects of different age groups in influenza[J]. Chinese Journal of Public Health,2014,30(11):1466-1469.(in Chinese) 富小飞,何寒青,陈中文,等.不同年龄人群在流感流行中的作用分析[J].中国公共卫生,2014,30(11):1466-1469. |
[6] | WHO.Weekly updates[EB/OL].(2014-06-10).http://www.who.int/influenza/surveillance_monitoring/updates/en. |
[7] | Wang W,Li MH,Mao HY, et al.Analysis of influenza surve illance in Zhejiang,2006[J]. China Preventive Medicine,2008,9(5):366-370.(in Chinese) 王玮,李敏红,茅海燕,等.浙江省2006年流感监测分析[J].中国预防医学杂志,2008,9(5):366-370. |
[8] | Zhu DF,Zu RQ,Pan H,et al.Surveillance of influenza in Jiangsu province,2004-2007[J]. Chinese Journal of Public Health,2008,24(2):232-234.(in Chinese) 朱大方,祖荣强,潘浩,等.江苏省2004-2007年流行性感冒监测分析[J].中国公共卫生,2008,24(2):232-234. |
[9] | Han JP, Liu CS, Fang X. Observe on the vaccines effects of influenza[J]. Chinese Journal of Vaccines and Immunization,2000,6(1):25-27. (in Chinese) 韩建平,刘昌顺,方欣.流行性感冒疫苗的效果观察[J].中国计划免疫,2000,6(1):25-27. |
[10] | Chen FM,Liu RC,Chen TM, et al.Aplication of time series analysis in the prediction of incidence trend of influenza-like illness in Changsha[J].Practical Preventive Medicine,2013,20(9):1052-1055.(in Chinese) 陈发明,刘如春,陈田木,等.长沙市流感样病例发病趋势的时间序列分析和预测模型研究[J].实用预防医学杂志,2013,20(9):1052-1055. |
[11] | Li YT,Zhang HW,Ren H,et al.Aplication of time series analysis in the prediction of incidence trend of influenza-like illness in Shanghai[J]. Chinese Journal of Preventive Medicine,2007,41(6):496-498. (in Chinese) 李燕婷,张宏伟,任宏,等.上海市流感样病例发病趋势的时间序列分析和预测模型研究[J].中华预防医学杂志,2007,41(6):496-498. |