2017-2024年深圳和北京气象因素对老年人流感的影响:一项时间序列研究
《Journal of Medical Virology》:Impact of Meteorological Factors on Elderly Influenza in Shenzhen and Beijing From 2017 to 2024: A Time Series Study
【字体:
大
中
小
】
时间:2026年10月16日
来源:Journal of Medical Virology 3.7
编辑推荐:
**摘要**
中国复杂多样的气候条件与地理特征使得南北地区流感呈现出明显的差异,增加了流感发病率预测的难度。本研究利用真实世界数据,旨在描述深圳市和北京市(分别代表南方和北方城市)老年人群的流感流行病学特征,并评估气象因素对流感风险的影响。来自中国全国法定传染病监测系统的数
**摘要**中国复杂多样的气候条件与地理特征使得南北地区流感呈现出明显的差异,增加了流感发病率预测的难度。本研究利用真实世界数据,旨在描述深圳市和北京市(分别代表南方和北方城市)老年人群的流感流行病学特征,并评估气象因素对流感风险的影响。来自中国全国法定传染病监测系统的数据(2017年1月至2024年4月),筛选出≥60岁人群中经实验室确诊的流感病例。采用Spearman相关分析识别与每周病例数相关的气象因素。将显著因素纳入分布滞后非线性模型(DLNM),量化不同时期——即疫情前(2017–2019年)和疫情后(2023–2024年)——气象变量对流感风险的特定城市非线性滞后效应。2017至2024年间,深圳市报告了31,126例老年人流感病例,北京市三个区报告了22,907例。DLNM模型拟合结果显示,每种气象因素与流感发病率之间均存在非线性关系。疫情后深圳的低温度(滞后第二周:RR = 2.54, 2.20, 2.94)和北京疫情前的低温度(滞后第二周:RR = 9.3, 5.23, 16.55)以及疫情后的低温度(滞后第三周:RR = 9.57, 7.08, 12.93)均促进了流感的发作。在北京,疫情前高降水量在滞后第三周的RR为33.38(1.48, 7.68),疫情后降至<1。对于深圳,疫情前高降水量在滞后第三周的RR为9.84(6.30, 15.37),疫情后下降至5.74(4.28, 7.70)。疫情后,深圳的低大气压(滞后第三周:RR = 1.54, 1.22, 1.94)和北京的高大气压(滞后第三周:RR = 5.20, 3.88, 6.96)与流感风险升高相关。风速的暴露曲线呈"谷"型,随着风速从低到高变化,RR先降低后升高,风速过高或过低时流感风险均较高。气象因素对老年人流感的影响表现出显著的空间时间异质性。在深圳和北京,低温和极端风速(过高和过低)均促进流感发病率升高。高降水量在深圳始终增强流感风险,而在北京其效应从促进作用转变为保护作用。疫情后,深圳的低气压和北京的高气压与流感风险增加相关。这些发现强调了在流感预防、控制和预测策略中整合区域气象和社会环境因素的重要性,以 more 准确地评估疫情趋势和风险。**利益冲突**作者声明不存在利益冲突。**数据可用性声明**支持本研究发现的数据可向深圳市和北京市疾病预防控制中心获取,但这些数据的使用受到限制,目前数据是用于本研究的授权使用,因此不对外公开。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号