当前位置:首页 > 合作平台 > 医学论文 > 预防医学与公共卫生学论文 > 流行病学 > 基于气候因素的流行性感冒的流行预测研究

基于气候因素的流行性感冒的流行预测研究

来源:国际中医中药杂志 作者:陈迪 卢朋 杨洪军 2013-10-24
336*280 ads

摘要: 为了有效的控制流感的规模,减少其对人类生命和健康的威胁,对流感的爆发进行有效的预测十分重要。流感作为一种流行性疾病,其预测可以借鉴于其他流行性疾病的预测方法。1基于气候因素的流行性疾病预测 大部分流行性疾病的传播和地理及季节紧密相关,地理和季节的变化直接导致了气候的变化。研究表明,气候是预测流感爆发......


 流行性感冒(简称流感),具有起病突然、传播迅速、感染性强、群发性高的特点。20世纪全球爆发的4次流感大流行,分别是1918~1919年的“西班牙流感”、1957~1958年的“亚洲流感”、1968~1969年的“香港流感”、1977年的“俄罗斯流感”。这4次的流感大流行与其后的2009年甲型HINl流感均导致了严重的后果。在世界范围内,估计每年流感都会导致约25~50万人的死亡。研究流感流行的规律,对社会安定、经济发展都有着重要的现实意义。为了有效的控制流感的规模,减少其对人类生命和健康的威胁,对流感的爆发进行有效的预测十分重要。流感作为一种流行性疾病,其预测可以借鉴于其他流行性疾病的预测方法。
1基于气候因素的流行性疾病预测
    大部分流行性疾病的传播和地理及季节紧密相关,地理和季节的变化直接导致了气候的变化。研究表明,气候是预测流感爆发的关键因素。
1.1气候对疾病传播的影响
    气候主要通过三个方面对疾病的传播产生影响①人类自身、病原体及疾病传播媒介。气候变化会影响人类行为和人体的免疫系统,如天气变冷时,人们会减少户外活动,人群大量聚集在空气流动少的室内时使病毒有了可乘之机;②气候又直接影响病原体的繁殖和生存,气候变化导致病毒、细菌或寄生虫生存状态的变化;而对于疾病传播媒介,气候会影响传播媒介的分布和生存状况从而影响疾病的传播,如气候变化影响鸟类的迁徙,影响鸟类携带病毒的传播。在温带地区,低温、低湿度的条件往往有利于流感病毒的传播,低温干燥的条件会提高病毒的稳定性,降低人黏膜血流量减少黏膜纤毛的间隙而且会延长病毒存活的时间。因此低温干燥气候特征之后常出现流感的流行。
1.2气候因素用于疾病预测的早期研究
    早在1923年Gill等就利用气候因素对疾病的爆发进行了预测。Gill等利用降雨、肝脏肿大患病率、谷物价格、1828~1921年死于高烧人数的变异系数预测1921~1942年疟疾的爆发,其预测结果对于1923~1942年的预测明显好于随机预测的结果。Rogersn在1925年针对气候因素对疾病爆发的影响,分析了温度、降雨、湿度、风同发病率之间的关系。这些早期的研究证明,将天气因素引入疾病爆发预测的模型中有利于提高预测的准确性。随后也有越来越多的流行性疾病(例如霍乱、流行性脑脊髓炎、黄热病等)预测研究将天气研究考虑在内。相关研究同样表明气候与流感发病趋势之间的紧密关系,气候因素和流感爆发之间往往存在着某种因果关系,且流感的爆发一般要在气候要素变动之后发生。因此,将气候因素用于流感爆发的预测中,将有利于提高预测的精度。
1-3基于气候因素的流行疾病预测模型框架
    基于气候因素的流行疾病预测包括三个阶段:建模、预测和评价(见图1)。
 
1.3.1  建模阶段:建模阶段是指对预测模型的设定和建立。首先需要根据疾病发生的变化是否频繁分析该疾病是否有成为流行性疾病的可能。其次,不同地理区域的气候不同,因此在模型建立之前识别疾病爆发的地理区域,在此基础上确定和疾病相关的气候因素;在确定关键的气候因素时可以利用历史上积累的特定地区的某种疾病的发病率、死亡率、持续时间,和相应时间内多种气候因素(温度,湿度,降雨等)之间的关联关系进行统计分析,从中确定关键的气候因素。需要注意的是,由于不同地区的地理位置不同可能导致不同的气候类型,从而对疾病爆发产生主要影响的气候因素也不一定相同。最后,量化气候因素与发病率之间的关系构建预测模型。预测模型主要分为两种:一种是针对疾病是否爆发将模型输出定义为1和0,这类预测模型中用到的方法如Chumkiew等采用的逻辑回归;另一种则是预测疾病规模,输出为代表发病率或患者人数的连续值,用到的方法有Trtica-Majnaric等神经网络和逻辑回归相结合的非线性回归方法。King、Mandel等的研究中,采用的不同类型的滤波算法,Breto、Wangdi、Lai等所利用的时间序列分析方法等。这些方法都广泛应用于预测研究中,但并非所有的预测模型都将气候因素很好的考虑在模型构建中。为了提高预测的精度,可以对不同预测模型进行整合。
1.3.2预测阶段:根据基础阶段构建的预测模型对疾病的爆发趋势进行预测。该阶段需要长期积累疾病发病数据和天气因素相关数据。通过对这些数据的监测,利用预测模型对未来的疾病情况进行预测。
1.3.3评价阶段:通过对比实际的发病情况和预测结果分析预测模型的准确性,判断模型是否可用,并对模型进行改进。流行性疾病爆发预测的相关研究表明,疾病爆发的预测需要充分考虑到需要进行预测的地区的气候类型、疾病类型,进而根据疾病的特点选定合适的气候因素,在此基础上进行预测将得到较好结果。
2流感爆发的预测
  关于流行性疾病的预测研究已近90年,在这么长的时间内研究人员积累了大量的疾病预测建模方法。但由于流行性疾病种类的多样性,影响疾病产生的因素具有多样性、复杂性,以及人类行为对自然环境的巨大影响,到目前还没有哪个预测模型可以针对所有流行性疾病能进行精确预测。尽管历史上流感流行资料的研究已揭示出传染病传播的一些关键细节,但目前的数学模型还无法预测出地方的季节性流感暴发是如何发展的。现有技术对地方季节性流感暴发的时间、持久性和量级预测能力有限。不过,多年的研究所积累的丰富经验则十分有益于对流感预测。
  借鉴对于各类流行性疾病爆发的预测研究方法,流感爆发的预测研究与之类似,虽然有些预测方法并不考虑气候因素而是根据历史数据进行预测,不过通过引入和流感发生紧密相关的因素有利于提高预测精度。
2.1流感发病情况研究的相关进展
2.1.1流感传播的基本模型:在预测流感爆发的相关研究当中常常将人群分为三类:易感人群(Susceptible)、感染人群(Infected)及免疫人群(Recovered)。这三类数据之间存在着一定的定量关系,Kermack和McKendrick通过微分方程描述三者间的关系,构建了SIR模型。SIR模型广泛用于流感预测的研究中,并在此基础上构建了改进的预测模型。也有研究在SIR模型的基础上有增加了一类:暴露人群(Exposed),用四个变量之间的关系构建了SEIR模型。
2.1.2流感预测的数据准备:为了构建流感预测模型,往往需要对流感的发病情况进行模拟,所以需要历史上记录的待预测地区的每个月或每天的发病人数。如Google Flu Trends记录了包括美国、德国、日本、法国等29个国家不同地区每周相关流感的发病数据,为流感预测研究提供了数据来源。为了有效控制和预测流感疫情,各个国家相关卫生组织、疾病防控机构需要及时准确的记录相关信息。另外,除疾病相关数据之外,还需要与疾病紧密相关的气候相关数据,包括每天的温度、湿度、降雨及气压等因素,这些数据可通过卫星监控和天气预报获得。另外,有时候还需要对气候因素进行预测,利用气候因素的预测数据来对流感发病情况进行预测。
2.2流感爆发相关因素的研究
    正如大部分流行性疾病的发病情况和气候相关一样,流感的发病情况也和气候有着很大关系。关于流感相关因素大部分研究当中认为和流感流行趋势最为相关的气候因素是温度和湿度。但由于地域差异导致气候类型的不同,不同地域下主要相关的气候因素也不同。不同地理位置相应的流感爆发时间往往不完全相同,研究中通过统计分析和建模方法分析流感的时空特点,其中的时空特点是指不同地区流感爆发的时间分布。通过这个分析可以发现相近的地域流感爆发有同步性。说明流感爆发的预测中需要考虑地域特点。大部分流感爆发都发生在气温较低的冬季,可见气候和流感之间必定有关联。Davis等利用统计分析的方法(t-test)讨论了温度,绝对湿度和气团频率与流感发病之间的关联,Viboud等的研究当中分析了准周期的气候模式ENSO和流感发病之间的相关程度,说明了气候因素和流感发病之间存在着紧密的关系。该研究指出强冷ENSO阶段和欧洲冬季的低温及潮湿天气对应,这个时期可能传播流感。Shaman和Kohn的研究则说明绝对湿度对比于温度和相对湿度会有更好的预测效果。因此,在流感预测中需要根据具体的地区特点选择合适的气候因素以进行预测。
2.3流感爆发的预测模型
    根据是否考虑到气候因素,流感爆发的预测模型有两种,一种不考虑气候因素和流感之间的关联,一种则是基于气候因素进行流感预测。
2.3.1  无气候因素的预测模型:这类模型根据历史上的流感相关数据对未来流感发病情况进行预测,常用方法有时间序列分析方法,如利用自回归滑动平均ARIMA方法对未来的疾病发病情况进行了预测;还有滤波算法,通过滤波算法来模拟流感发展的动态过程以进行预测;利用Monte Carlo算法对于随机事件预测的优势进行预测。由于流感发病情况的非线性和噪声较大,非线性的数学模型及启发式的方法都会由于初始误差在模型中的不断扩大而致预测不准确。因此,单纯利用流感发病相关数据不能对未来的流感爆发进行有效预测。
2.3.2基于气候因素的流感爆发预测模型:基于气候因素的流感爆发预测模型中模型的输出是流感发病的数量,而气候因素作为影响输出的一个方面,也可以细分为两种类型:一种仅将气候因素作为输入,发病量作为输出,构建回归模型:另一种是借助于气候因素,同时也考虑历史上的发病情况进行预测。对于第一类预测模型,研究中将不同的气候因素作为模型的输入,而将流感患病人数作为输出构建逻辑回归模型,这种方法没有考虑到流感的季节性和周期性,虽然可以从一定程度上进行预测但精度不够,且需要知道未来的气候因素值才可对未来的发病趋势进行预测,对未来天气因素的预测本身就有误差,这样导致双重的误差,结果不准确。因此,这类预测模型并不理想。第二种预测模型中,根据历史上的流感发病情况并结合考虑天气因素的影响,预测的结果更为可信。而且研究发现流感的大流行往往是在气候因素变动之后发生,在流感预测过程中考虑气候因素极为重要。最近,在这个方面的研究也取得了一定成果。一个基于时间序列分析方法的研究分别对香港和马里科帕两个气候不同地区的流感发病率进行了预测:对于香港地区(热带),通过将地表温度、相对湿度和降雨量加入到自回归集成移动平均(ARIMA)组合模型中,得到的预测效果要好于原来仅利用历史记录的流感发病率;对于马里科帕(美国一个地区,亚热带),将最大气压和平均空气温度引入到模型中会得到最好的预测结果。表明不同地理位置对流感发病情况产生影响的气候因素并不相同,需要根据实际情况选择最好的气候因素,同时该研究也证明将气候因素引入到预测模型当中可以提高预测精度。一种用于实时预测流感的方法采用了由相对湿度驱动的资料同化技术,设计出了一个实时、基于网页的地方季节性流感估算的框架(这类方法广泛用于现代数据天气预报中),这使得流感定量预报成为可能。为了验证有效性,该研究小组使用来自纽约市2003~2008年相关流感季节性暴发的数据,计算出每周整体流感预报。结果显示,这种技术可在流感暴发峰值的7个多星期之前预测出一场流感暴发峰值的出现时机。可见,在流感预测研究当中将气候因素引入到预测模型中,可提高流感预测的精度。今后在流感预测的相关模型中最好考虑加入气候因素,或找到与流感发病趋势更相关的因素并将其引入预测模型中。
2.4  中医利用气候因素预测流感
    中医药认识疫病发生方法,是将疫病的发生与大自然气候变化紧密联系,从观察自然变化规律来认识疾病发生规律。《黄帝内经》认识到疫病的发生是天、人、邪三方面的因素共同作用的结果,并总结自然变化规律产生了五运六气学说。运用五运六气学说来预测疫情和拟订防治原则,是古代医家与疫病斗争的最有特色也是最重要的方法,其中五运对应于天象的运转和变化,六气对应气象的各种状态。中医对应疫病和自然变化规律间的认识对于流感预测也有一定的借鉴意义。
3讨论
    当今流感爆发的预测面临着很大的挑战。流感作为长期威胁人类生命的流行病,对其进行预测有利于及时采取相关的应急和对抗措施,从而将影响和危害降到最低。回顾各种类型流行性疾病预测研究中都考虑到了气候因素,将影响疾病发展的关键气候意思引入到预测模型当中来有利于提高预测的精度。
    目前,随着信息技术的发展,积累了大量关于气候和流感发病情况的数据,研究人员提出了各种各样的预测模型。针对流行性疾病预测,各种不同的预测方法各有优劣,为了提高预测的精度,可以通过结合各个预测方法的优势对不同的方法进行有效的整合。S0ebiyanto等借鉴了天气预报中常用的资料同化技术,就是将几个模型进行了合理的整合,从而实现了实时预测。该研究为未来的流感预测提供一个有力的方向。在预测方法整合的同时,我们还必须考虑到流感的预测中应该根据地域的不同、病原体和传播方式的特性确定最为相关的气候因素,将关键因素应用到流感爆发的预测模型当中。
    在流感预测方面越来越多的研究找出和流感相关的因素,例如温度、湿度、太阳黑子活动,中医中所提的五运六气,即天象和气象。为了更好的进行流感爆发的预测,未来的流感预测研究中我们需要结合天文、气象、疾病传播多个方面的知识,深入研究气候和天文等因素在疾病传播中的作用,并根据具体的条件选定合适的相关因素,将相关因素引入到预测模型中;通过构建合适的预测模型或者对几种模型进行有效整合以提高预测精度。通过对相关因素的引入及模型的改进和整合,期望能够准确预测流感发病趋势,以提前预知未来流感爆发的时间,进而可以让人们提前安排应对策略,有效应对流感大流行,减少损失。

医学百科App—医学基础知识学习工具


页:
返回顶部】【打印本文】【放入收藏夹】【收藏到新浪】【发布评论



察看关于《基于气候因素的流行性感冒的流行预测研究》的讨论


关闭

网站地图 | RSS订阅 | 图文 | 版权说明 | 友情链接
Copyright © 2008 39kf.com All rights reserved. 医源世界 版权所有
医源世界所刊载之内容一般仅用于教育目的。您从医源世界获取的信息不得直接用于诊断、治疗疾病或应对您的健康问题。如果您怀疑自己有健康问题,请直接咨询您的保健医生。医源世界、作者、编辑都将不负任何责任和义务。
本站内容来源于网络,转载仅为传播信息促进医药行业发展,如果我们的行为侵犯了您的权益,请及时与我们联系我们将在收到通知后妥善处理该部分内容
联系Email: