白千川1 纪诗璇1 郭立平1 王卓宇2
1.廊坊市气象局 065000；2.廊坊市疾控中心 065000
摘要：目的：探讨廊坊市流行性感冒与气象因素之间的关系。方法：通过收集2014年到2018年流行性感冒病例与气象数据，使用广义相加模型和散点图分析气象因素和流感病例之间的关系，再进一步使用spearman分析各年龄层次人群流感样病例与气象因素的关系。结果：廊坊市流感样病例与气象因素有一定的相关性。
关键词：廊坊市；流行性感冒；气象因素；关系
引言
流行性感冒：流行性感冒(简称流感)是一种传染性较强的急性呼吸道传染病,极易引起大范围流行,严重威胁着人类健康,是首个全球监测的传染病[1]。流感季节性流行和大流行会产生巨大的疾病负担, 不仅可导致门诊就诊量和住院率的上升, 还可引起循环、呼吸系统疾病的发病率及死亡率增加[2,3]。廊坊市目前缺少流行性感冒与气象因素相关性的研究，各气象因素与流感的关系尚不明确，本研究对廊坊市2014年至2018年气象因素与流行性感冒病例进行相关性分析，探讨廊坊市气象因素与流行性感冒发病的相关系数，详细分析各类气象因素对流感发生的不同影响，为廊坊市流感防治工作提供科学依据。
1.材料与方法
1.1资料来源。
14年到18年气象数据来源于廊坊市气象局，该期间每周内各年龄层次流行性感冒就诊人数和总就诊人数来源于廊坊市疾控中心。
1.2研究方法
1.2.1考虑到流行性感冒发病的滞后性，将2014-2018年每年的流感样病例就诊比和之后一周各气象因素的周数据进行研究分析［4］。
流感样病例就诊比的计算方法为：（ILI%=一周内流行性感冒就诊人数/同期间就诊人数总和）
气象数据处理方式：周平均气温、周平均风速、周平均降水量、周平均相对湿度为其日数据的 7 d 平均值; 周均温差为周平均最高气温和周平均最低气温的差值。
1. 2. 2 流感与气象因素单因素相关分析 运用R 4.0.2软件，各气象因素分别和 ILI 数据进行 spearman秩相关分析。
1. 2. 3 广义相加模型 分析廊坊市气象因素与流感样病例的关联性，采用 Poisson 分布广义相加模型，模型中自变量包括气象参数及 ILI%。考虑到流感发病潜伏期及 ILI 上报的滞后性，在广义相加模型分析时， 将气候因素滞后一周后再进行建模分析。构建模型如下: log( YtILI) = α + s ( Td) + s ( ＲH) + s ( Wind) + s ( Tem) +s（Pr）+s［( log( YILI) ］，其中 YtILI 为第 t 周流感样病例就诊比，α 为截距项，s( x) 代表非参数平滑样函数， Td 为周均温差( ℃ ) ，ＲH 代表周平均相对湿度( %) ， Wind 代表周平均风速( m / s ) ，Tem 代表周平均气温( ℃ )，Pr代表周平均降水量（mm） 。
1．3统计学分析 Excel 2010 建立各气象因素及 ILI%的相关数据库，运用R4.0.2软件绘制ILI%和各气象因素散点图分析，检验水准α=0.05 (双侧) 。
2结 果
2.1流感样病例监测结果及气象因素基本情况。
廊坊市周流感样病例就诊比的中位数为 0.039。周均温差的中位数为10. 99 ℃ ， 周平均相对湿度中位数为 55. 29%，周平均风速中位数为 1. 56 m / s，周平均气温中位数为 15.37 ℃ ，周平均降水中位数为 0.0714 mm。见表 a。
.png)
表 a 2014-2018 年廊坊市每周流感样病例就诊比和气象因素的基本情况
2.2 流感样病例就诊比( ILI%) 与气象因素的单因素相关分析
2.2.1 ILI%与周均温差的关系
ILI%与滞后一周的周均温差的散点图可见，廊坊市 ILI%主要集中在周均温差在 6 ℃ ～ 12 ℃ 的环境中，ILI%高峰出现在周均温差 10 ℃ 时( r = 0. 057，P=0. 357) 。
2.2.2 ILI%与周平均相对湿度的关系。
滞后一周时相对湿度与 ILI% 的散点图可见，廊坊市 ILI% 出现的高峰出现在周平均相对湿度为 30% ～ 70% 左右( r =－0.502 ，P＜0.001) 。
2.2.3 ILI%与周平均风速的关系。
由廊坊市滞后一周时周平均相对风速与 ILI%的散点图可见，廊坊市周平均风速为 1. 00 ～ 2. 50 m / s 时，廊坊市 ILI%出现高峰 ( r =0.050，P<0.001) 。
2.2.4 ILI%与周平均气温的关系
由廊坊市滞后一周时周平均气温与 ILI%的散点图可见，廊坊市周平均气温为－ 5 ℃ ～ 5 ℃ 时，廊坊市 ILI% 出现高峰( r =－0.722，P<0.001) 。
2.2.5 ILI%与周平均降水量的关系
由廊坊市滞后一周时周平均气温与 ILI%的散点图可见，廊坊市周平均降水量为0时，廊坊市 ILI% 出现高峰( r=－0.535，P=0.025) 。
2.3不同年龄层人群 ILI% 与气象因素的单因素相性
.png)
表 b 2014-2018 年廊坊市各年龄层 ILI%与气象因素的相关性
spearman 秩相关分析结果显示，廊坊市0 ～ 15 岁人群、15 ～ 60 岁人群、60岁以上人群ILI%均与滞后一周时周平均气温，周平均相对湿度，周平均降水量有统计学意义( P＜ 0. 001)见表 b。
2.4气象因素与 ILI% 的关联性分析广义相加模型
结果显示，气象因素与ILI%具有关联性，滞后一周时，周平均风速每增加1m/s，对应ILI%的ＲＲ 值为0.994( 0.990～0.996) 、周均温差每增加1℃，对 ILI%的ＲＲ值为1.023(1.017～1.028)，周平均相对湿度上升1%，对应 ILI% 的ＲＲ值为1.003(1.001～1.006)均与 ILI%有相关性。
3讨论
流感的传播取决于病毒的稳定性，其中呼吸道气象因素为主要环境因素［5］。廊坊市位于河北中部偏东，地处京津冀城市群核心地带、环渤海腹地。属暖温带大陆性季风气候，四季分明，流感流行具有明显的季节性规律，流感样病例发病高峰主要在 12 月至次年的 3 月左右。本研究结果显示，廊坊市与 ILI% 存在关联性的气象因素有周平均风速、周平均相对湿度、周平均气温。降雨可有效的抑制流感传播。周平均风速增加，空气流通速度加快，不利于病毒颗粒的聚集，使流感的发生率降低。已有研究证实，相对湿度影响流感病毒在气溶胶中的稳定性以及人体免疫应激能力从而影响流感的发生率。本研究结果证实流感病毒在相对湿度20% ～ 40% 时最为稳定，在相对湿度 60% ～ 80%时稳定性次之，从而造成流感的传播及流行，超过80%时流感的传播被完全阻断。周平均气温在-5°C到5°C之间，利于流感病毒的传播，与孙景異等研究结果一致。
本研究发现 廊坊市0 ～ 15 岁人群、15 ～ 60 岁人群、60岁以上人群ILI%与滞后一周时周平均气温，周平均相对湿度，周平均降水量均有显著相关性 ( 0～15：r=－0.670、－0.537、－0. 534，P＜ 0. 001。15～60：r =－0. 645、－0. 380、－0. 430，P＜ 0. 001。60岁以上：15～60：r =－0. 539、－0. 288、－0. 308，P＜ 0. 001)，结果显示0 ～ 15 岁人群对气象因素最为敏感，年幼者免疫系统脆弱，当气象因素变化明显时，是流感最先攻击的人群，而 15 ～ 60 岁年龄段人群敏感性其次，其免疫系统完善。而60岁以上人群受气象因素影响最小，可能是因为老年群体本身免疫力较弱，受其他方面因素影响较大，相对来说受气象因素影响较小，并且体质较弱的老年人出门较少，受到外界气象因素影响较少。
综上所述，周平均风速、周平均相对湿度、周均温差等气象因素可影响廊坊市流感的传播及流行，目前气象监测及其预警制度已比较完善，可根据流感与气象因素的关联性建立流感的早期预警预报制度，有利于流感的早期防控，进而减少流感的发生及危害。
参考文献
[1] St hr K. The global agenda on influenza surveillance and control[J]. Vaccine, 2003, 21 (16) : 1744-1748.
[2]吴双胜, 杨鹏, 石伟先, 等.2007—2012年北京市流感样病例和流感病原学监测[J].国际病毒学杂志, 2013, 20 (1) :11-16.
[3]李飒, 冯录召, 余宏杰.利用样本数据估计流感相关死亡负担的研究进展[J].中华流行病学杂志, 2015, 36 (2) :189-191.
[4]苏清菊, 石光普, 王爱玲, et al. 白银市流行性感冒与气象因素的关系分析及预防[J]. 中国初级卫生保健, 2012, 26(3):63-65.
作者简介：白千川（1994.12）男，汉族，辽宁省阜新市人，本科，助理工程师，从事气象工作。