《Influenza and Other Respiratory Viruses》：Temporal Shifting of Influenza Subtype Dynamics in Pakistan Following the COVID-19 Pandemic: A 10-Year FluNet Analysis, 2015–2024
编辑推荐：
背景：COVID-19大流行及相关非药物干预措施（nonpharmaceutical interventions, NPIs）导致全球流感传播出现前所未有的抑制。巴基斯坦人口密度高且监测能力不断发展，但缺乏COVID-19后流感流行模式的长期数据，而这些数据对
背景：COVID-19大流行及相关非药物干预措施（nonpharmaceutical interventions, NPIs）导致全球流感传播出现前所未有的抑制。巴基斯坦人口密度高且监测能力不断发展，但缺乏COVID-19后流感流行模式的长期数据，而这些数据对于指导疫苗政策至关重要。
方法：研究人员从WHO FluNet平台提取巴基斯坦每周病毒学监测数据（2015年1月1日至2024年12月31日）。研究期分为COVID-19前（2015–2019）、COVID-19干扰期（2020–2021）和COVID-19后（2022–2024）三个阶段。结局指标包括A型与B型比例、亚型分布（A[H1N1]pdm09对比A[H3]）、阳性率、峰值强度和季节持续时间（阳性率≥10%的周数）。统计分析采用卡方检验比较亚型分布，Kruskal–Wallis检验比较峰值强度。
结果：研究人员分析了79,484份检测样本中的6,522份阳性标本（COVID-19前10,781份；COVID-19干扰期14,687份；COVID-19后54,016份）。A型流感从94.2%降至71.7%后又升至77.5%；B型流感从5.7%升至28.3%，并维持在22.5%（p<0.001）。A(H3)在COVID-19干扰期占主导（98.8%）；A(H1N1)pdm09在COVID-19后恢复主导地位（58.8%），但A(H3)仍高于COVID-19前水平（41.2%对比33.3%）。峰值强度存在差异（p=0.047）：COVID-19前为33.3%–67.6%；COVID-19干扰期为14.0%–17.6%；COVID-19后为19.8%–37.8%。季节持续时间在2020年为1周，2021年为3个非连续周，而COVID-19前为10–16周，COVID-19后恢复至7–13周。
结论：COVID-19大流行导致巴基斯坦流感流行病学发生持久转变，B型流感持续升高且A型亚型平衡被重塑。这些发现与全球B/Yamagata谱系消失的现象一致，支持考虑三价疫苗配方，但仍需抗原性和遗传学数据以确认疫苗匹配度。
季节性流感是全球重要的呼吸道疾病负担，每年估计导致29万至65万人死亡。南亚地区因诊断能力和监测基础设施有限，流感负担长期被低估。巴基斯坦人口超过2.4亿，目前没有国家季节性流感疫苗接种计划，流感相关住院负担缺乏量化数据。该国的哨点监测系统通过FluNet平台向世界卫生组织（World Health Organization, WHO）全球流感监测与应对系统（Global Influenza Surveillance and Response System, GISRS）报告病毒学数据。COVID-19大流行以及封锁、戴口罩和保持社交距离等非药物干预措施（nonpharmaceutical interventions, NPIs）使全球流感活动出现前所未有的抑制，但巴基斯坦缺乏跨越疫情前后各阶段的长期分析。已有研究多为短期（2–3年）或集中于特定城市，均未利用十年FluNet数据完整分析从COVID-19前到COVID-19后的转变过程。因此，本研究旨在分析2015年至2024年巴基斯坦每周流感病毒学监测数据，比较COVID-19前（2015–2019）、COVID-19干扰期（2020–2021）和COVID-19后（2022–2024）三阶段的流感类型和亚型分布、阳性率、峰值强度、峰值时间和季节持续时间变化，以评价COVID-19大流行是否对巴基斯坦流感流行病学产生持续影响。
研究人员共分析79,484份检测标本中的6,522份流感阳性标本。结果显示，A型流感比例从疫情前的94.2%降至干扰期的71.7%，后疫情期回升至77.5%；B型流感从5.7%升至28.3%，且后疫情期仍维持在22.5%的较高水平。A(H3)在COVID-19干扰期占A型阳性的98.8%，而A(H1N1)pdm09在后疫情期以58.8%重新占优，但A(H3)占比41.2%仍高于疫情前的33.3%。峰值强度和季节持续时间在疫情后仅部分恢复。这些发现提示，巴基斯坦流感流行病学已发生持久转变，B型流感持续升高和A型亚型平衡改变对疫苗配方选择和公共卫生准备具有重要指导意义。
本研究所用的关键技术方法包括：基于WHO FluNet公开病毒学监测数据库提取巴基斯坦2015年1月1日至2024年12月31日的每周检测数据；按疫情阶段将研究期划分为COVID-19前、COVID-19干扰期和COVID-19后三个流行病学阶段；计算每周阳性率、年度峰值强度（最高周阳性率）、峰值时间（ISO 8601标准周）和季节持续时间（阳性率≥10%的周数及最长连续周数）；采用卡方检验比较三阶段A型与B型及亚型分布差异，采用Kruskal–Wallis秩和检验比较峰值强度，并通过Bonferroni校正的配对Wilcoxon检验进行事后比较。数据来源为WHO FluNet平台中巴基斯坦全国哨点监测网络上报的公开监测数据，无需伦理批准。
3.1 研究人群与数据描述
2015–2024年间共有79,484份标本接受检测，其中COVID-19前阶段10,781份、COVID-19干扰期14,687份、COVID-19后阶段54,016份。共记录6,522份流感阳性标本，三阶段分别有1,984份、707份和3,831份。
3.2 每周阳性率与流行曲线
疫情前年份呈现规律的冬季流行高峰，周阳性率常超过30%。2020年和2021年流感活动大幅下降，多数周阳性率接近于零。2022年起季节性活动恢复，2022年末和2023年末出现明显峰值。
3.3 亚型分布
三阶段A型与B型相对比例差异具有统计学意义（χ2=304.47，df=2，p<0.001）。A型流感在所有阶段均占主导，但其比例从疫情前94.2%降至干扰期71.7%，后疫情期回升至77.5%；B型流感则从5.7%升至28.3%，后疫情期仍维持在22.5%。在A型内部，疫情前A(H1N1)pdm09占66.7%，A(H3)占33.3%；干扰期A(H3)占98.8%；后疫情期A(H1N1)pdm09以58.8%恢复主导，但A(H3)仍占41.2%，高于疫情前水平。后疫情期A(H1N1)pdm09与A(H3)的流行在时间上发生分离，前者于2022年11月至2023年1月活跃，后者于2023年11月至2024年1月活跃。后疫情期862份B型阳性标本中852份为B/Victoria，其余10份未分型，未检出B/Yamagata。
3.4 峰值强度与时间
三阶段年度峰值强度差异有统计学意义（Kruskal–Wallis χ2=6.12，p=0.0468），但Bonferroni校正后的配对比较未达显著水平。疫情前峰值强度为33.3%–67.6%，中位数54.5%；干扰期2020年为17.6%、2021年为14.0%；后疫情期2022年为19.8%、2023年为37.8%、2024年为23.5%。峰值时间在疫情前多出现在ISO第50–6周（12月至2月），后疫情期2023年峰值在第51周、2024年在第53周，2016年第37周出现一次异常较早峰值，研究人员未将其排除分析。
3.5 季节持续时间
阳性率≥10%的周数在COVID-19干扰期大幅减少：2020年仅1周，2021年为3个非连续周，而疫情前为10–16周。后疫情期季节持续时间部分恢复，2022年为7周、2023年为13周、2024年为12周。最长连续高于阈值周数从疫情前最高10周降至后疫情期的6–7周。
讨论部分指出，本研究的核心发现是巴基斯坦流感流行在COVID-19后出现三个主要转变：B型流感相对比例持续升高、A(H3)短暂优势后A(H1N1)pdm09重新占优但A(H3)仍高于疫情前、以及季节峰值强度和持续时间仅部分恢复。这些变化与全球多国观察到的模式一致，也支持B/Yamagata谱系可能已全球消失的判断。B/Victoria成为绝对优势B型谱系，结合WHO已建议疫苗厂商转向含A(H1N1)pdm09、A(H3N2)和B/Victoria的三价配方，巴基斯坦应考虑采用三价疫苗。研究也存在局限，包括哨点监测难以覆盖社区轻症、COVID-19期间报告完整性变化、各阶段年份数少限制统计功效，以及后疫情期检测量大幅扩大可能稀释阳性率。研究结论为：COVID-19大流行深刻扰乱了巴基斯坦的流感流行，导致2020–2021年流感活动被显著抑制，自2022年起出现复苏；后COVID-19阶段以B型流感持续升高、A(H1N1)pdm09与A(H3)平衡改变、季节峰值强度和持续时间部分恢复为特征。这些变化对疫苗组成、接种时机和公共卫生干预具有重要意义，持续高质量的流感监测对于后COVID-19时代的防控策略制定仍然至关重要。
