流行性感冒严重影响着人们的健康，全球流感大流行的危害不容小觑

导语：流行性感冒持续威胁着全球公共卫生安全。甲型和乙型流感病毒引起的每年季节性流感，导致全球数亿人发病、300万至500万重症病例，以及29万至65万与流感相关的呼吸道死亡，严重影响着人群健康。

一、流感病毒可引起流感的季节性流行，甚至是全球流感大流行，需警惕

1、概述

流感病毒根据其核心蛋白的不同，可以分为甲型（A型）、乙型（B型）、丙型（C型）和丁型（D型）四个型别。其中，甲型流感病毒核心包含8条独立负链RNA节段，其在复制过程中没有RNA校正酶校正而极易出错，而且其基因的分节段特点使得不同病毒混合感染时可以发生基因重配，导致甲型流感病毒容易发生基因变异和重配。

当新亚型出现或者旧亚型重现时，人群因缺乏相应免疫力而普遍易感，使得这些亚型的流感病毒在人群中快速传播，可能导致全球大流行。可以为有计划地和系统性地做好流感季节性流行防控和大流行应对准备提供科学依据。流感病例可有鼻塞、流涕等，部分病例症状轻微，有些病例可以合并发生肺炎、神经系统损伤、心脏损伤、肌炎和横纹肌溶解、脓毒性休克等。

2、现状

例如，在2017-2018年冬春季，我国季节性流感高发，全国流感暴发疫情为往年同期的数倍，相关信息呈爆炸式传播，影响着社会经济的稳定发展。这四次流感大流行均由甲型流感病毒引起，分别是1918-1919年的“西班牙流感”（甲型H1N1亚型）、1957-1958年的“亚洲流感”（甲型H2N2亚型）、1968-1969年的“香港流感”（甲型H3N2亚型）和2009年的甲型H1N1流感（甲型pH1N1亚型）。

每次大流行都给人类健康和社会经济发展带来灾难性打击。因此，流感成为第一个实行全球监测的传染病。WHO在1952年开始建立全球流感监测网络实验室。2011年该网络更名为全球流感监测与应对网络。

截至2018年6月，GISRS包括114个国家的144个国家流感中心、五个疫苗监管核心实验室、五个WHO流感参比和研究合作中心以及一个WHO动物流感生态学研究合作中心。中国流感监测网络是全球流感监测的重要技术力量，在中国国家流感中心的领导下，由遍布在全国的408家网络实验室和554家哨点医院组成。

2009年之后，季节性流感在每年冬春季节高发，学校流感聚集性疫情每年达几百起，流感疫情引发的社会问题时有发生。以重庆市为例，对病例的职业分布分析，2009-2018年重庆市40343例流感病例中，居前五位的职业分别为学生、农民、幼托儿童、散居儿童和家务待业。

具体分析每年的各职业病例构成比发现，除2011年和2013年职业为农民的病例构成比居于首位之外，其余8年，职业为学生的病例构成比均占首位，十年间病例的职业构成差异有统计学意义；2009年流感大流行和2010-2018年季节性流行期间，学生病例占病例总数的比例分别为86.3%和41.5%所以。

流感全球大流行的2009年，1-8月份病例发生趋势平稳，而进入秋季之后，9月份病例数迅速增多，10月份达到发病高峰，11月份下降，发病主要集中在9-11月。对病例的发病年龄分析，2009-2018年重庆市40343例流感病例中，最小年龄为1天，最大年龄为95岁，平均年龄18.47岁，中位年龄12岁。

居前五位的年龄组分别为10～19岁、1～9岁、20～29岁、40～49岁和30～39岁。因此，必须持续开展禽源性流感病毒病原学和人感染禽源性流感的流行病学研究，为流感大流行风险评估和流感趋势预测以及防控策略的制定提供重要依据。

3、分型

流感是一种急性呼吸道传染病，不论是季节性流感还是流感大流行，疫情往往在短期内发生急剧变化，造成大量人员感染和聚集性病例的发生。因此，在流行病学研究的基础上，对流感活动水平和流行趋势早期识别和早期预警，对于季节性流感疫情和流感大流行的早期应对非常关键。

然而，由于传统流感监测中数据的报送、整理和统计处理需要时间，可能会延误疫情控制的最佳时机。在人间流行的常见甲型流感病毒为H1N1和H3N2亚型，而甲型流感病毒中的H5N1、H5N6、H7N9、H7N4和H9N2等亚型在多在禽类之间循环和流行，因此被称为禽源性流感病毒，这些病毒时有突破种属屏障，引起人类感染。

虽然这些禽源性流感病毒引起的病例数相对较少，其中H7N9引起的人感染病例最多，截至2018年9月5日全球也仅有1567例。但是，由于甲型流感病毒容易发生基因变异和重配，这些病毒一旦成功获得持续的人传人能力，那么极有可能引发下一次流感大流行。

因此，禽流感病毒对人类具有很大的潜在威胁。重庆市活禽市场、禽类规模养殖场和家禽散养户数量巨大，市民对活禽的钟爱根植于其饮食文化之中，导致人群与活禽接触的机会非常频繁。

二、流感的预测很重要，预测的精确度受到多种因素影响，还需继续研究

为解决流感活动指标数据的滞后问题，在过去十多年中，人们对流感活动的预测进行了大量探索。此后，研究者们开始探索运用互联网搜索数据、流感监测数据、Twitter上与流感相关的帖子、维基百科访问日志和电子健康记录在内的多源电子数据与数学模型相结合，开展流感的预测研究。特定地区的流感活动并不等同于国家层面的流感活动。

受局部地区特定气候及天气变化、经济和社会活动、人群免疫和个人习惯等流感相关因素的影响，特定地区的流感疫情活动往往呈现更加多样化的季节性流行模式。既往研究表明重庆市是一个流感疫情活动变化不规律的典型地区。

虽然一些研究已经尝试在纽约、墨尔本和香港等城市预测流感活动水平，但是针对局部地区不规律的季节性流感的预测方法的精度和有效性仍有待进一步提高，局部地区的流感活动水平的实时精准预测尚未完全实现。为了解决这一公共卫生问题，亟待开展可应用于本地的流感预测和预警方法研究，以便实时对流感疫情做出及时应对。

结语：全面分析流感大流行、季节性流感、人感染禽源性流感的流行特征，明确大流行和季节性流感期间疫情的高发人群、地区和时间分布，了解各亚型流感病毒流行趋势，探索禽源性流感病毒潜在流行风险。利用包括卫生系统流感疫情监测数据、天气数据和流感相关的互联网舆情在内的多源数据，对流感进行预测是很有必要的。