Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Đặc điểm dịch tễ học của việc lây lan cúm mùa trong 11 vùng khí hậu ở Trung Quốc đại lục
Tóm tắt
Các nghiên cứu trước đây đã cung cấp một số bằng chứng cho thấy các yếu tố khí tượng ảnh hưởng đến các mô hình lây truyền cúm mùa thay đổi giữa các khu vực và vĩ độ khác nhau. Tuy nhiên, nghiên cứu về hoạt động cúm mùa dựa trên các vùng khí hậu vẫn còn thiếu. Nghiên cứu này nhằm mục đích sử dụng hệ thống phân loại vùng khí hậu Köppen Geiger dựa trên sinh thái để so sánh các đặc điểm dịch tễ học không gian và tạm thời của cúm mùa ở Trung Quốc đại lục và đánh giá khả năng phát triển một hệ thống cảnh báo sớm. Số liệu ca cúm hàng tuần từ năm 2014 đến 2019 ở cấp quận và thành phố đã được thu thập từ Hệ thống Thông tin Báo cáo Bệnh Truyền nhiễm Quốc gia Trung Quốc. Các chỉ số tạm thời của dịch bệnh, phân tích tuần tự thời gian theo mùa, và các lý thuyết mô hình không gian bao gồm Moran’s I và các chỉ số địa phương của sự liên kết không gian đã được áp dụng để xác định các mô hình lây truyền cúm về không gian và thời gian. Tất cả các vùng khí hậu đều có đỉnh vào mùa Đông-Xuân. Vùng khô, sa mạc, lạnh (BWk) xuất hiện đỉnh cao đầu tiên. Chỉ có các vùng Nhiệt đới, đồng cỏ (Aw) và Ôn đới, mùa đông khô với mùa hè nóng (Cwa) có đỉnh mùa hè đặc biệt. Vùng Ôn đới, không có mùa khô và mùa hè nóng (Cfa) có tỷ lệ mắc trung bình (IR) cao nhất là 1.047/100.000. Global Moran’s I cho thấy rằng IR trung bình có xu hướng cụm đáng kể (z = 53.69, P < 0.001), với Moran’s I địa phương xác định cụm cao-cao ở Cfa và Cwa. IR khác nhau giữa ba nhóm tuổi giữa các vùng khí hậu (0–14 tuổi: F = 26.80, P < 0.001; 15–64 tuổi: F = 25.04, P < 0.001; Trên 65 tuổi: F = 5.27, P < 0.001). Nhóm tuổi 0–14 tuổi có IR trung bình cao nhất ở Cwa và Cfa (IR = 6.23 và 6.21) với hai đỉnh đặc trưng vào mùa đông và mùa xuân được thể hiện bởi phân tích theo mùa. Cúm mùa thể hiện các mô hình không gian và tạm thời khác biệt ở các vùng khí hậu khác nhau. Cúm mùa chủ yếu xuất hiện ở BWk, tiếp theo là Cfa và Cwa. Cfa, Cwa và BSk có nguy cơ cao cho các đợt dịch cúm mùa. Những phát hiện nghiên cứu sẽ cung cấp bằng chứng khoa học để phát triển hệ thống cảnh báo sớm về cúm mùa dựa trên các vùng khí hậu.
Từ khóa
Tài liệu tham khảo
World Health Organization: Influenza (Seasonal). https://www.who.int/en/news-room/fact-sheets/detail/influenza-(seasonal) (2018). Accessed.
Peng Z, Feng L, Wang D. Technical guidelines for seasonal influenza vaccination in China (2020–2021). Chin J Epidemiol. 2020;54(10):1035–59. https://doi.org/10.3760/cma.j.cn112150-20200911-01198. (in Chinese).
Xu Z, Hu W, Williams G, Clements AC, Kan H, Tong S. Air pollution, temperature and pediatric influenza in Brisbane, Australia. Environ Health. 2013;59:384–8. https://doi.org/10.1016/j.envint.2013.06.022.
Chong KC, Lee TC, Bialasiewicz S, Chen J, Smith DW, Choy WSC, et al. Association between meteorological variations and activities of influenza A and B across different climate zones: a multi-region modelling analysis across the globe. J Infect. 2020;80(1):84–98. https://doi.org/10.1016/j.jinf.2019.09.013.
Madaniyazi L, Ng CFS, Seposo X, Toizumi M, Yoshida LM, Honda Y, et al. Role of temperature, influenza and other local characteristics in seasonality of mortality: a population-based time-series study in Japan. BMJ Open. 2021;11(7): e044876. https://doi.org/10.1136/bmjopen-2020-044876.
Zhu AQ, Li ZJ, Zhang HJ. Spatial timing of circulating seasonal influenza A and B viruses in China from 2014 to 2018. Sci Rep. 2023;13(1):7149. https://doi.org/10.1038/s41598-023-33726-7.
Liu H, Zhang Y, Tian Y, Zheng Y, Gou F, Yang X, et al. Epidemic features of seasonal influenza transmission among eight different climate zones in Gansu, China. Environ Res. 2020;183: 109189. https://doi.org/10.1016/j.envres.2020.109189.
Beck HE, Zimmermann NE, McVicar TR, Vergopolan N, Berg A, Wood EF. Present and future Köppen-Geiger climate classification maps at 1-km resolution. Sci Data. 2018;5(1): 180214. https://doi.org/10.1038/sdata.2018.214.
Köppen W. The thermal zones of the Earth according to the duration of hot, moderate and cold periods and to the impact of heat on the organic world. Meteorolog Z. 2011;20(3):351–60. https://doi.org/10.1127/0941-2948/2011/105.
Köppen W. Die Wärmezonen der Erde, nach der Dauer der heissen, gemässigten und kalten Zeit und nach der Wirkung der Wärme auf die organische Welt betrachtet. Meteorolog Z. 1884;1(21):5–226.
Yang X, Liu D, Wei K, Liu X, Meng L, Yu D, et al. Comparing the similarity and difference of three influenza surveillance systems in China. Sci Rep. 2018;8(1):2840. https://doi.org/10.1038/s41598-018-21059-9.
Influenza sentinel surveillance protocol. https://www.chinacdc.cn/jkzt/crb/xcrxjb/201712/t20171207_156180.html (2017). Accessed.
Wen T-H, Lin NH, Lin C-H, King C-C, Su M-D. Spatial mapping of temporal risk characteristics to improve environmental health risk identification: a case study of a dengue epidemic in Taiwan. Sci Total Environ. 2006;367(2):631–40. https://doi.org/10.1016/j.scitotenv.2006.02.009.
Fisher RA. Studies in crop variation. I. An examination of the yield of dressed grain from Broadbalk. J Agric Sci. 1921;11(2):107–35. https://doi.org/10.1017/S0021859600003750.
Gardner JR ES. Forecasting: methods and applications , Makridakis, S., Wheelwright, SC and McGee, VE, New York: Wiley, 1983. Price: 47.85/ 20.15 (cloth), 34.15/E14.35(paper).Pages:923. Wiley Online Library; 1984.
Box GE, Jenkins GM, Reinsel GC, Ljung GM. Time series analysis: forecasting and control. USA: Wiley; 2015.
Anselin L. Local indicators of spatial association—LISA. Geogr Anal. 1995;27(2):93–115. https://doi.org/10.1111/j.1538-4632.1995.tb00338.x.
Chung SY, Venkatramanan S, Elzain HE, Selvam S, Prasanna MV. Chapter 4—supplement of missing data in groundwater-level variations of peak type using geostatistical methods. In: Venkatramanan S, Prasanna MV, Chung SY, editors. GIS and geostatistical techniques for groundwater science. Elsevier; 2019. p. 33–41.
Moran PAP. Notes on continuous stochastic phenomena. Biometrika. 1950;37(1/2):17–23. https://doi.org/10.2307/2332142.
Yu H, Alonso WJ, Feng L, Tan Y, Shu Y, Yang W, et al. Characterization of regional influenza seasonality patterns in China and implications for vaccination strategies: spatio-temporal modeling of surveillance data. PLoS Med. 2013;10(11): e1001552. https://doi.org/10.1371/journal.pmed.1001552.
Fiore AE, Epperson S, Perrotta D, Bernstein H, Neuzil K. Expanding the recommendations for annual influenza vaccination to school-age children in the United States. Pediatrics. 2012;129(Suppl 2):S54-62. https://doi.org/10.1542/peds.2011-0737C.
Wu S, Vana L, Wang L, McDonald SA, Pan Y, Duan W, et al. Estimated incidence and number of outpatient visits for seasonal influenza in 2015–2016 in Beijing, China. Epidemiol Infect. 2017;145(16):3334–44. https://doi.org/10.1017/s0950268817002369.
Lei H, Yang L, Wang G, Zhang C, Xin Y, Sun Q, et al. Transmission patterns of seasonal influenza in China between 2010 and 2018. Viruses. 2022;14(9):2063.
Lei M, Wan Y, Zhuang L, Fu L, Ren L, Qinni Z, et al. Surveillance on influenza-like cases in Guizhou, 2012–2019. Modern Prev Med. 2020;47(15):2835.
Wu H, Xue M, Wu C, Ding Z, Wang X, Fu T, et al. Estimation of influenza incidence and analysis of epidemic characteristics from 2009 to 2022 in Zhejiang Province, China. Front Public Health. 2023;11:1154944. https://doi.org/10.3389/fpubh.2023.1154944.
Yuan H, Kramer SC, Lau EHY, Cowling BJ, Yang W. Modeling influenza seasonality in the tropics and subtropics. PLoS Comput Biol. 2021;17(6): e1009050. https://doi.org/10.1371/journal.pcbi.1009050.
Wang XL, Yang L, He DH, Chiu AP, Chan KH, Chan KP, et al. Different responses of influenza epidemic to weather factors among Shanghai, Hong Kong, and British Columbia. Int J Biometeorol. 2017;61(6):1043–53.
Su W, Liu T, Geng X, Yang G. Seasonal pattern of influenza and the association with meteorological factors based on wavelet analysis in Jinan City, Eastern China, 2013–2016. PeerJ. 2020;8: e8626. https://doi.org/10.7717/peerj.8626.
Ye C, Zhu W, Yu J, Li Z, Zhang Y, Wang Y, et al. Understanding the complex seasonality of seasonal influenza A and B virus transmission: evidence from six years of surveillance data in Shanghai, China. Int J Infect Dis. 2019;81:57–65. https://doi.org/10.1016/j.ijid.2019.01.027.
Chen Y, Leng K, Lu Y, Wen L, Qi Y, Gao W, et al. Epidemiological features and time-series analysis of influenza incidence in urban and rural areas of Shenyang, China, 2010–2018. Epidemiol Infect. 2020;148: e29. https://doi.org/10.1017/s0950268820000151.
Han YY, Yang J, Zeng XX, Yang JY, He GX, Wang DY, et al. Spatial and temporal distribution characteristics of seasonal A(H3N2) influenza in China, 2014–2019. Chin J Epidemiol. 2023;44(6):937–41. https://doi.org/10.3760/cma.j.cn112338-20221212-01059. (in Chinese).
Peng Z, Feng L, Wang D. Technical guidelines for seasonal influenza vaccination in China, 2019–2020. Chin J Epidemiol. 2019;40(11):1333–49. https://doi.org/10.3760/cma.j.issn.0254-6450.2019.11.002. (in Chinese).
Zhang Y, Wang X, Li Y, Ma J. Spatiotemporal analysis of influenza in China, 2005–2018. Sci Rep. 2019;9(1):19650. https://doi.org/10.1038/s41598-019-56104-8.
Shu YL, Fang LQ, de Vlas SJ, Gao Y, Richardus JH, Cao WC. Dual seasonal patterns for influenza, China. Emerg Infect Dis. 2010;16(4):725–6. https://doi.org/10.3201/eid1604.091578.
Yang J, Lau YC, Wu P, Feng L, Wang X, Chen T, et al. Variation in influenza B virus epidemiology by lineage, China. Emerg Infect Dis. 2018;24(8):1536–40. https://doi.org/10.3201/eid2408.180063. (in Chinese).
Mao Y, He R, Zhu B, Liu J, Zhang N. Notifiable respiratory infectious diseases in China: a spatial-temporal epidemiology analysis. Int J Environ Res Public Health. 2020;17(7):2301. https://doi.org/10.3390/ijerph17072301.
Zhang Y, Ye C, Yu J, Zhu W, Wang Y, Li Z, et al. The complex associations of climate variability with seasonal influenza A and B virus transmission in subtropical Shanghai, China. Sci Total Environ. 2020;701:134607. https://doi.org/10.1016/j.scitotenv.2019.134607.
Zhao J, Ma Y, Shi Y, Ma B, Li H, Cao H, et al. The changes of influenza virus in Qinghai Province from 2009 to 2018. Chin J Dis Control Prev. 2020;24(6):696.
Huang L, Zhou L, Chen J, Chen K, Liu Y, Chen X, et al. Acute effects of air pollution on influenza-like illness in Nanjing, China: a population-based study. Chemosphere. 2016;147:180–7. https://doi.org/10.1016/j.chemosphere.2015.12.082.
Wu Q, He J, Zhang W-Y, Zhao K-F, Jin J, Yu J-L, et al. The contrasting relationships of relative humidity with influenza A and B in a humid subtropical region. Environ Sci Pollut Res Int. 2021;28(27):36828–36. https://doi.org/10.1007/s11356-021-13107-1.
McClymont H, Bambrick H, Si X, Vardoulakis S, Hu W. Future perspectives of emerging infectious diseases control: a one health approach. One Health. 2022;14: 100371. https://doi.org/10.1016/j.onehlt.2022.100371.
Milinovich GJ, Avril SMR, Clements ACA, Brownstein JS, Tong S, Hu W. Using internet search queries for infectious disease surveillance: screening diseases for suitability. BMC Infect Diseases. 2014;14(1):690. https://doi.org/10.1186/s12879-014-0690-1.