COVID-19非药物干预对中国猩红热流行趋势的影响：基于人群监测与模型构建的多阶段研究

本研究针对COVID-19大流行期间非药物干预措施(NPIs)对中国猩红热流行特征的扰动效应，通过分析2005-2024年全国传染病监测数据，结合空间自相关分析和SARIMA模型预测，发现NPIs实施期间发病率下降78.43%，揭示了呼吸道传染病防控的"免疫债"现象，为后疫情时代传染病预警系统优化提供了重要依据。

　　

猩红热这个曾经在抗生素时代几乎被"驯服"的古老传染病，近年来却在全球范围内卷土重来。就像一只打不死的小强，这种由A组链球菌(GAS)引起的疾病在中国也呈现出周期性暴发的特点，特别是在2011年后发病率持续攀升。更令人担忧的是，COVID-19大流行这只"黑天鹅"的突然降临，彻底打乱了传染病的自然流行规律——口罩、隔离这些防控措施在遏制新冠病毒的同时，也意外按下了猩红热传播的暂停键。但这种人为干预带来的"平静"是福是祸？当防控措施放松后，蓄势待发的病原体会不会引发更猛烈的反弹？这些问题不仅关系到公共卫生决策，更暗藏着传染病流行规律的重要科学线索。

为了解答这些关键问题，中国疾病预防控制中心的研究团队开展了一项跨越20年的大规模研究，成果发表在《International Journal of Infectious Diseases》。研究人员收集了2005-2024年全国法定传染病报告系统的87.6万例猩红热病例数据，创新性地将疫情划分为前疫情期(2005-2019)、疫情期间(2020-2022)和后疫情期(2023-2024)三个阶段进行比较分析。研究团队运用了空间流行病学中的Moran's I指数分析地理聚集性，建立季节性自回归积分滑动平均(SARIMA)模型进行反事实预测，并通过Z检验比较不同阶段的发病率差异。

研究结果首先在"不同时期年发病率比较"部分揭示：前疫情期年均发病率为3.56/10万，疫情期间骤降至1.58/10万(Z检验P<0.001)，降幅达55.48%；而后疫情期虽回升至3.25/10万，但仍低于前疫情期水平。特别值得注意的是，2024年夏季发病率已接近2019年冬季峰值，提示流行强度正在快速恢复。经典的"夏冬双峰"季节模式在疫情期间被打乱，转为以冬季为主的单峰流行。

在"人口特征比较"方面，研究发现4-7岁儿童始终是高风险人群，但峰值年龄从疫情前的6岁(61.45/10万)转移到疫情期间的5岁(25.36/10万)，再到后疫情期的7岁(52.78/10万)，反映了易感人群积累的动态变化。"空间分布比较"则显示：高发区从东北(内蒙古、黑龙江)向西北(新疆)转移，疫情期间云南、青海等南方省份意外成为新热点。空间自相关分析(Moran's I=0.232-0.439)证实这种地理聚集具有统计学意义。

最引人注目的发现来自"反事实模型评估"部分：SARIMA(1,1,1)(0,1,1)₁₂模型预测疫情期间应有31万病例，实际仅报告6.7万例，降幅达78.43%。这意味着NPIs对猩红热的抑制效果甚至超过对COVID-19本身的影响，凸显呼吸道传染病防控的共性规律。

在讨论部分，研究者将这种现象称为"免疫债"——长期低水平暴露导致群体免疫力下降，为后续反弹埋下隐患。这种现象在欧洲多国已得到验证，英国等地在解除防控后出现侵袭性GAS感染激增。研究特别警示：中国目前GAS诊断试剂储备不足，若出现类似M1_UK高毒力株输入，可能引发严重公共卫生危机。

该研究的创新价值在于：首次系统评估了NPIs对中国猩红热流行规律的长期影响，建立了包含空间异质性的预测模型，为后疫情时代传染病预警提供了科学框架。研究者建议加强托幼机构症状监测，建立多源信号融合预警系统，并在口岸城市重点防范高毒力株输入。正如研究者所言："COVID-19教会我们的最重要一课是：在全球化时代，没有哪种传染病能独善其身。"这项研究不仅揭示了政策干预与疾病流行的复杂关系，更为应对未来可能出现的"免疫债偿还期"提供了决策依据。