COVID-19大流行前后流感动态的变化：对八个地区的全球研究

《International Journal of Infectious Diseases》：Changes of Dynamics of Influenza before and after COVID-19 Pandemic: A Global Study in Eight Regions

本研究通过SVIRS模型和线性回归分析，探讨COVID-19大流行后全球八个地区流感发病模式的动态变化。结果表明流感爆发与COVID-19传播强度及公共卫生措施（PHSMs）强度显著相关，并发现多数地区流感高峰滞后于COVID-19高峰，且实施PHSMs可将流感峰值感染率降低至原值的85%-95%。研究建议建立COVID-19与流感联合监测机制，为后疫情时代流感防控提供科学依据。

　　本研究旨在探讨新冠疫情对季节性流感流行模式的影响，并分析在疫情结束后，通过实施公共卫生和社会措施（PHSMs）对流感流行趋势的潜在控制效果。研究团队由来自复旦大学公共卫生学院上海传染病与生物安全研究所的六位科学家组成，他们通过收集全球八个不同地区的流感和新冠疫情数据，结合数学模型与统计分析方法，揭示了疫情对流感流行的影响机制，并提出了对未来流感防控策略的建议。

新冠疫情的爆发，给全球公共卫生体系带来了巨大挑战，同时也对季节性流感的传播产生了深远影响。在疫情初期，许多国家实施了严格的PHSMs，包括社交隔离、戴口罩、减少聚集活动等，这些措施在有效控制新冠病毒传播的同时，也对流感病毒的传播产生了抑制作用。例如，2019-2020年的流感季节表现出异常的低水平，这与严格的疫情防控措施密切相关。随着疫情的缓解，全球范围内PHSMs逐渐放宽，特别是在2021年之后，许多国家开始解除严格的防疫限制。这一变化导致流感病毒的传播活动迅速回升，特别是在北半球和南半球的多个国家，出现了与传统季节性模式不符的流感高峰。

研究发现，除了季节性因素外，新冠疫情的流行也对流感的传播产生了显著影响。在八个研究地区中，除东京外，其他地区均出现了非传统季节的流感爆发。其中，加州的流感高峰是模拟值的8.5倍，这一数据表明新冠疫情结束后，流感的传播可能出现了新的趋势。研究团队通过建立SVIRS模型（易感-疫苗-感染-康复-易感模型），对流感在疫情前的传播模式进行了模拟，并与实际数据进行对比。结果显示，尽管模型在一定程度上反映了流感的季节性趋势，但在某些年份仍存在偏差，这可能是由于病毒变异、检测技术的改进以及人群行为变化等因素造成的。

此外，研究团队采用线性回归模型，进一步分析了流感、新冠疫情以及PHSMs之间的关系。结果显示，流感的传播强度与新冠疫情的流行情况、季节性因素以及PHSMs的实施强度之间存在显著相关性。在不同地区，这种相关性的表现有所不同。例如，在加州和纽约州，新冠疫情的流行与流感高峰之间存在显著的正相关，而在巴西的圣保罗和里约热内卢，这种相关性则表现为负值，说明这两个城市在疫情高峰期流感的传播率有所下降。这可能与当地居民的免疫状态、疫苗接种率以及PHSMs的实施时间有关。

在PHSMs的实施强度方面，研究发现，当流感的繁殖数（Rt）降低至其原始值的95%时，流感的高峰可以减少50%。在其他六个地区，当Rt降低至原始值的90%时，同样能够显著降低流感的传播高峰。这表明，即使在疫情结束后，适度的PHSMs仍然可以有效控制流感的传播。然而，研究也指出，不同地区的PHSMs实施效果存在差异，这可能与当地的人口结构、公共卫生政策、以及居民的公共卫生意识等因素有关。例如，日本和中国虽然在疫情高峰期实施了相对严格的PHSMs，但由于其严格的防控措施在疫情后期仍然保持了一定的持续性，因此流感的传播并未出现明显的高峰。

为了进一步探讨PHSMs对流感的影响，研究团队模拟了不同强度的PHSMs对流感传播的干预效果。结果显示，当PHSMs的实施强度降低时，流感的传播高峰会逐渐恢复，但恢复的速度和程度因地区而异。例如，在圣保罗，当疫情高峰期结束后，流感的传播高峰在第二年也出现了明显的下降。而在东京，尽管流感的活动水平较低，但通过加强PHSMs和提高疫苗接种率，流感的传播高峰仍然得到了有效控制。

研究还发现，新冠疫情和流感的流行之间存在一种“跷跷板效应”，即在疫情高峰期之后，流感的传播可能会出现明显的上升趋势。这种现象可能与病毒之间的相互作用有关，例如，新冠病毒可能通过抑制流感病毒的传播，间接改变了流感的季节性模式。然而，随着新冠疫情的缓解，这种抑制作用减弱，流感的传播活动重新恢复，甚至在某些地区出现了非传统季节的高峰。这种现象在加州和纽约州尤为明显，这两个地区的流感高峰与新冠疫情的高峰期存在明显的滞后关系。

此外，研究还发现，不同地区的流感流行模式与季节性因素密切相关。在某些地区，如英格兰和墨西哥城，流感的高峰期与传统的季节性模式基本一致，而在其他地区，如巴西的圣保罗和里约热内卢，流感的高峰期则与疫情高峰期高度相关。这表明，季节性因素在某些地区可能不足以完全解释流感的传播模式，而新冠疫情的流行则在一定程度上改变了流感的季节性趋势。

研究团队还探讨了疫苗接种率对流感传播的影响。他们指出，尽管疫苗在控制流感方面具有重要作用，但疫苗的保护效果可能受到多种因素的影响，包括疫苗与流行病毒株的匹配度、疫苗接种率的高低以及疫苗接种的时间安排等。例如，在上海，由于疫苗接种率较高，流感的传播高峰虽然出现在非传统季节，但其规模相对较小。而在其他地区，如加州和纽约州，疫苗接种率可能不足以完全阻止流感的传播，尤其是在疫情高峰期之后，流感的传播高峰仍然显著高于模拟值。

本研究的发现对未来的公共卫生政策具有重要意义。首先，它表明在疫情结束后，流感的传播模式可能会发生显著变化，因此需要加强对流感的监测，特别是在疫情高峰期之后。其次，研究建议将新冠疫情的流行数据纳入流感预测模型，以便更准确地预测流感的高峰期和传播趋势。这不仅可以帮助公共卫生部门提前准备应对措施，还可以优化疫苗接种策略和医疗资源的分配。第三，研究强调了PHSMs在控制流感传播中的作用，尤其是在疫情高峰期之后，适度的PHSMs仍然可以有效降低流感的传播高峰。

然而，本研究也存在一些局限性。例如，不同地区的流感病毒株可能具有不同的传播能力和免疫逃逸能力，这可能影响流感与新冠疫情之间的相互作用。此外，研究团队并未对不同流感病毒株之间的免疫交叉保护进行详细分析，因此无法完全确定流感的传播是否受到其他因素的影响。此外，由于研究时间跨度有限，目前的数据显示可能不足以完全揭示流感与新冠疫情之间的长期相互作用。因此，未来的研究需要更长时间的观察，并结合实验室数据和机制研究，以更全面地理解两者之间的关系。

总的来说，本研究通过多地区数据的分析和数学模型的模拟，揭示了新冠疫情对流感传播模式的深远影响。它表明，新冠疫情的爆发和结束对流感的传播具有显著的短期和长期影响，特别是在疫情高峰期之后，流感的传播模式可能发生变化。研究还强调了PHSMs和疫苗接种在控制流感传播中的重要性，并提出了将新冠疫情的流行数据纳入流感预测模型的建议。这些发现不仅有助于理解流感的流行趋势，也为未来的公共卫生政策提供了科学依据。随着全球疫情的缓解，流感的传播可能会重新出现，因此需要持续的监测和防控措施，以降低流感对公共健康的威胁。