COVID-19防控措施对流感流行特征的长期影响：基于2018-2023年急性呼吸道感染患者的间断时间序列分析

本研究针对COVID-19大流行期间非药物干预措施(NPIs)的实施与解除对流感病毒流行特征的影响展开深入探讨。研究人员通过收集浙江金华两家哨点医院98,244例急性呼吸道感染(ARI)患者数据，采用β回归模型和广义加性模型(GAM)进行间断时间序列分析(ITSA)，发现NPIs使流感阳性率显著下降(β=-1.75,p=0.003)，解除措施后出现异常双峰流行模式(RR=1.23)。该研究为后疫情时代呼吸道传染病防控策略优化提供了重要依据。

　　

当COVID-19疫情席卷全球时，各国采取的非药物干预措施(NPIs)不仅改变了新冠病毒的传播轨迹，也意外重塑了其他呼吸道病毒的流行格局。流感作为典型的季节性呼吸道传染病，其传统冬春季流行规律在口罩令、社交限制等防控措施影响下发生了显著变化。随着2022年底中国调整疫情防控政策，流感病毒呈现报复性反弹，甚至出现史无前例的双峰流行现象。这种流行病学特征的改变给公共卫生体系带来新的挑战——我们是否真正理解NPIs对病毒生态的长期影响？如何预测后疫情时代流感的流行趋势？

为解答这些问题，浙江大学医学院附属金华医院的研究团队开展了一项长达6年的回顾性研究。该团队收集了2018-2023年间金华市两家哨点医院98,244例急性呼吸道感染(ARI)患者的流感检测数据，创新性地采用β回归模型与广义加性模型(GAM)双重验证的策略，系统评估了COVID-19防控措施实施(2020年初)与解除(2022年底)两个关键时间节点对流感传播的影响。这项重要研究成果发表在《BMC Infectious Diseases》期刊上。

研究主要运用三种关键技术方法：1)基于电子病历系统(EMR)的大规模临床数据采集，建立包含性别、年龄、临床诊断等协变量的多因素逻辑回归模型；2)采用实时荧光定量PCR(RT-PCR)进行流感病毒分型检测，并通过严格的质量控制确保跨时期数据可比性；3)运用间断时间序列分析(ITSA)量化干预措施的即时效应与滞后效应，其中β回归模型侧重参数估计，GAM模型捕捉非线性趋势。

基本特征与总体流感阳性率
研究纳入的98,244例ARI患者中，总体流感阳性率达39.34%(38,645/98,244)，女性(40.03%)显著高于男性(38.70%)。年龄分布呈现明显差异：6-17岁青少年组阳性率最高(54.53%)，>60岁老年组最低(18.64%)。上呼吸道感染(URTI)患者阳性率(43.41%)显著高于下呼吸道感染(LRTI)(22.72%)。

流感阳性率趋势与季节特征
2018-2019年呈现典型的冬季单峰模式，2020-2021年流行峰几乎消失。2022年出现异常夏季峰(6-7月)，2023年则演变为双峰模式(2-4月与11-12月)。甲型流感病毒占主导(78.97%)，但2020-2021年乙型流感占比上升。

疫情前后的阳性率变化
NPIs解除后(2023年)总体阳性率(45.43%)较疫情前(2018-2019年36.80%)显著升高(RR=1.23)。其中18-60岁成年人增幅最大(49.17% vs 33.73%，RR=1.46)，而>60岁老年人阳性率反而下降(18.94% vs 21.22%)。

干预措施的间断时间序列分析
β回归模型显示：NPIs实施导致流感阳性率立即下降1.75个单位(p=0.003)，解除后出现边际性上升趋势(β=0.14,p=0.096)。GAM模型则揭示解除后的非线性增长趋势(edf=7.00,p<0.001)。季节性分析发现传统冬季主导模式被打破，2023年出现反常的双峰现象。

这项研究首次通过多模型验证揭示了NPIs对流感流行的"双刃剑"效应：防控措施能有效压制流感传播，但解除后会出现"免疫负债"驱动的报复性流行。更值得注意的是，流感病毒的季节性规律被重塑，这可能与人群接触模式改变和病毒生态位竞争有关。研究建议在后疫情时代应加强全年哨点监测，优化疫苗接种时机，并在高风险场所保留适度的呼吸道传染病防控措施。这些发现不仅为理解病毒间相互作用提供了新视角，也为应对未来可能出现的呼吸道传染病混合流行提供了决策依据。