厦门市某三甲医院流行性感冒疫情分析

林文斌 秦维霞 祝寒松

流行性感冒（简称流感）是流感病毒引起的急性呼吸道感染性疾病，具有潜伏期短、传染性强、传播速度快等特点，主要通过空气飞沫和接触传播，全球每年流感可导致约10亿人发病和300万～500万重症，且29万～65万人死于流感相关呼吸道疾病，儿童发病率高，容易引起幼托机构和学校聚集性事件，社会影响较大[1-5]。近年我国流感发病处于较高水平，厦门市流感发病率居福建省前列，引起相关部门高度重视。本研究拟对厦门市某三甲医院2010年1月—2019年12月流感疫情进行分析，为相关部门掌握现状及制定防控措施提供科学依据。

1 资料与方法

1.1 资料来源

2010年1月—2020年3月流感病例个案信息来源于中国疾病预防控制信息系统的传染病报告信息管理系统。数据库清洗标准：按报告地区、发病时间下载，诊断分类以“临床诊断病例和实验室诊断病例”为条件纳入分析库，并剔除患者属于“外籍、港澳台、其他省、本省其他地市”“删除个案”和“重卡病例”。

地理基础资料：人口资料来源于统计年鉴，地理数据采用厦门市街道（乡镇）界行政区划矢量地图（1∶1 000 000），经纬度来源于“谷歌地图”。

1.2 分析方法

时空扫描分析：采用SaTScan 9.5软件对厦门市某三甲医院流感发病进行时空扫描分析，探测聚集中心和聚集区域半径，通过计算不同圆心、不同半径动态窗口区域内外空间单元属性似然比（likelihood ratio，LLR）进行统计学推断。当P＜0.05时，LLR值越大，扫描动态窗口所涵盖的区域为聚集区的概率越大，本研究定义P＜0.05为高时空聚集区，其他具有统计学意义的窗口为低时空聚集区。采用回顾性时空分析方法、Poisson分布模型，设定最大聚集空间为10 km，扫描区域为总人口数的50%[6]，时间聚合长度为14 d。

地图绘制：采用ArcGIS 10.0软件进行发病空间地图绘制、时空扫描分析结果可视化。

发病预测：采用R 3.4.3对数据进行自回归移动平均（autoregressive integrated moving average，ARIMA）建模和和预测，预测准确性度量包括：平均误差（mean error，ME），平均绝对标准化误差（mean absolute standarded error，MASE）、平均残差平方和平方根（root mean squared error，RMSE）、平均绝对误差（mean absolute error，MAE）、平均绝对百分比误差（mean absolute percentage error，MAPE）、平均百分比误差（mean percentage error，MPE）。

2 结果

2.1 概况

厦门市某三甲医院2010年1月—2019年12月各年流感报告发病数依次为：71例、20例、47例、45例、124例、107例、134例、76例、190例和1 708例，共2 522例，占比厦门市医疗卫生机构报告数（15 687例）的16.08%，无死亡病例。

2.2 时间分布

总体上12月份为发病高峰期，报告发病数为677例，占比26.84%。其次为1月和7月，报告发病数（占比）分别为248例（9.83%）和232例（9.20%）。

2.3 人群分布

男性和女性流感报告发病数分别为1 427例和1 095例，男女比为1.30∶1。0～5岁组（不含5岁）发病数居前，男性和女性发病数分别为568例和383例，占比分别为39.80%和34.98%；其次是5～岁组，男性和女性分别为467例和334例，占比分别为32.73%和30.50%，见图1。人群分类主要为学生（810例）、散居儿童（676例）和幼托儿童（556例），占比依次为32.12%、26.80%和22.05%，共占比80.97%。

2.4 地区分布

流感报告发病数区县分布依次为：思明（1 168例，46.31%）、湖里（593例，23.51%）、集美（411例，16.30%）、海沧（155例，6.15%）、同安（109例，4.32%）、翔安（86例，3.41%）。

38个街道（乡镇）均有流感报告，杏林街道、莲前街道、梧村街道、开元街道、湖里街道等报告发病数（占比）居前，依次为：249例（9.87%）、195例（7.73%）、184例（7.30%）、164例（6.50%）、143例（5.67%），见图2。

图1 厦门市某三甲医院2010年1月—2019年12月流感发病数性别和年龄分布

图2 厦门市某三甲医院2010年1月—2019年12月流感地区分布

2.5 时空扫描分析

2010年1月—2019年12月流感日发病数时空扫描结果显示，存在3个高时空聚集区和2个低时空聚集区。高时空聚集区分别以新阳街道、灌口镇和五显镇为中心，聚集时间均分布在2018年12月19日—2019年12月31日，见表1和图3。

表1 厦门市某三甲医院流感发病时空扫描

2.6 预测

2.6.1 回顾性评估 通过拟合筛选，ARIMA（1，1，1）（0，1，2）12是最佳模型，对2010年1月—2019年12月流感报告发病数进行回顾性预测，ME、RMSE、MAE、MPE、MAPE、MASE等准确性指标分别为：0.08、0.81，0.59、-0.30%、0.84、0.05，结果显示，预测值和实际值吻合较好，准确度较高。

2.6.2 前瞻性评估 对2020年1—8月发病数进行短期预测，其中1—3月的实际发病数与预测值相比，相对误差分别为46.31%、-96.29%和-99.19%，见表2和图4。

表2 厦门市某三甲医院2020年1—8月流感发病数预测情况

3 讨论

综合医院是流感病例诊治的主要医院，厦门市某三甲医院在思明区和集美区都有分院，门诊量大，而且本研究显示，在厦门医疗卫生机构报告范围内，该院流感报告发病数占比权重大，是厦门市流感患者诊疗的主要医院之一，分析其基本情况将对厦门市流感防控措施的制定起到重要作用。

图3 厦门市某三甲医院流感发病时空扫描

图4 厦门市某三甲医院流感报告发病数和预测值

近年该院流感报告发病数呈上升态势，反映了厦门市总体发病趋势，也与国内趋势一致，可能与疫情自然消长和气候变化影响有关[2，7-10]。但该院2019年报告发病数大幅上升，与近年疫情呈持续上升态势外，还与该院2019年2月起全面开展流感病原检测有关。本研究显示，该院流感季节性较为明显，主要发生在12月，其次是1月和7月，这与气象影响有一定关联[11-12]，气温是对流感影响最受关注的气象因素，主要是低温的影响，但由于时空异质性的客观存在[13-15]，厦门市气温对流感的影响具有特殊性，体现在日均气温＜9℃和＞23℃对厦门市流感发病均是危险因素[2]，这与本研究结果该院流感12月、1月和7月报告发病数较多一致，与栾桂杰等[5]研究的不完全相同。

时空扫描包括了时间和空间两个维度，具有尺度选择、尺度转换和时空融合等优势，提高准确性和实用性。本次扫描到了3个高时空聚集区和2个低时空聚集区，既是融合时间和空间对既往疫情的分析总结，也是对疫情时间和空间聚集性的预测，一定程度上可对防控重点指明方向。3个高时空聚集区的形成可能与人口较为密集有关，人口密集高会导致呼吸道保护减少[16-17]，也可能与该院两个分院的所属区域位置有关。但低时空聚集区并不提示无风险，又因为当今城市化及人口流动性速度加快，所以低时空聚集区也不应忽视，随着疫情发展，低聚集区的聚集风险存在随时上升到高聚集区的可能性，特别是鼓浪屿街道这样一个人口高度复杂的国家5A级旅游名胜景区。

目前，全球卫生部门正致力于提高对传染病疫情的早期预测预警能力，本研究显示，ARIMA（1，1，1）（0，1，2）12模型能够对流行性感冒发病数进行较准确的定量预测。然而，2020年1—3月实际值与预测值相比，相对误差均较大，其中1月份相对误差达到了46.31%，原因可能一是2019年2月起该院全面展开了流感病原检测，使2020年1月预测值与去年同期有所偏倚；二是2020年流感疫情继续快速上升；三是受近年冬春季流感疫情影响，若有发热、咳嗽等相关症状人们更倾向于去医院诊治。而2020年2月和3月的相对误差均近-100%，主要原因包括：一是部分患者有发热、咳嗽等相关症状时,为了避免在医院、公共交通工具等公共场所人员交叉感染，更倾向于自行前去药店买药治疗，从而使医疗单位流感报告发病数与实际发病数偏倚加大；二近年人们大幅提高了防范意识，佩戴口罩、保持距离、加强营养睡眠和锻炼以提高抵抗力，有效地防范了呼吸道传染病疫情；三是因为一月下旬开始春节放假，大多数单位停工、企业停产、学校放假，至3月底多数人仍未复工复学，人员流动大为减少，切断了传播途径，大幅减少了流感聚集性事件的发生。

综上，该院是厦门市流行性感冒患者诊疗的主要医院之一，ARIMA模型能够对流行性感冒发病数进行较准确的定量预测，相关单位可根据预测值、疫情特征和时空聚集区等针对性制定防控措施。