2016—2024年自贡市流感样病例监测预警分析

摘要/Abstract

摘要：

目的分析2016—2024年自贡市流感样病例（influenza-like illness，ILI）监测数据，研究ILI与气象因素的相关性，构建流感预测模型，为流感防控提供参考依据。方法对2016—2024年自贡市国家级流感监测哨点医院报告的ILI数据和气象数据进行分析，采用Spearman秩相关分析ILI与流感样病例百分比（influenza-like illness percentage，ILI%）的相关性；采用季节性差分自回归滑动平均模型（seasonal autoregressive integrated moving average，SARIMA）对自贡市流感样病例百分比（ILI%）进行预测。结果 2016—2024年自贡市国家级流感监测哨点医院报告ILI共174 189例，ILI%为4.72%，共采集ILI标本10 920份，阳性率为20.12%。不同年份优势毒株不同（χ²=1 737.32，P<0.05），ILI与ILI%呈正相关（r=0.89，P<0.05），ILI%与平均气温呈正相关（r=0.136，P<0.05），与平均气压（r=-0.125，P<0.05）和相对湿度（r=-0.129，P<0.05）呈负相关。预测模型显示，自贡市2025年上半年流感流行呈下降趋势，与流行特征一致。结论 2016—2024年自贡市流感样病例监测总体呈波动上升趋势，甲型HIN1、H3N2和乙型Victoria系流感病毒优势毒株交替流行，气象因素与流感发病相关，SARIMA模型能较好对流感样病例进行预测。

关键词: 自贡市, 流感样病例, 病原, 监测, 气象因素, 预测分析

Abstract:

Objective To analyze the surveillance data of influenza-like illness（ILI） in Zigong City from 2016 to 2024，investigate the correlation between ILI cases and meteorological factors，construct an influenza prediction model，and provide a reference point for influenza prevention and control. Methods ILI data and meteorological data reported by national influenza sentinel surveillance hospitals in Zigong City from 2016 to 2024 were analyzed. Spearman rank correlation was used to assess the relationship between ILI and the influenza-like illness percentage（ILI%）. The seasonal autoregressive integrated moving average（SARIMA） model was applied to predict ILI% in Zigong City. Results From 2016 to 2024，174 189 ILI cases were reported by national influenza surveillance sentinel hospitals in Zigong City，with an ILI% of 4.72%. Among 10 920 ILI specimens collected，the positive rate was 20.12%. Dominant strains varied annually（χ²=1 737.32，P<0.05）.A positive correlation was observed between ILI and ILI%（r=0.89，P<0.05）. ILI% was positively correlated with average temperature（r=0.136，P<0.05），and negatively correlated with average air pressure（r=-0.125，P<0.05） and relative humidity（r=-0.129，P<0.05）. The SARIMA model predicted a declining influenza trend in Zigong City during the first half of 2025，aligning with historical epidemic patterns. Conclusion From 2016 to 2024，ILI surveillance in Zigong City revealed a fluctuating upward trend，and dominant strains of influenza A（H1N1），H3N2，and influenza B（Victoria lineage） alternated in prevalence. Meteorological factors are associated with influenza incidence，and the SARIMA model demonstrates robust predictive capability for ILI.

Key words: Zigong, Influenza-like illness, Pathogen, Surveillance, Meteorological factors, Predictive analysis

中图分类号:

R181.8+1

刘桂丹, 张洁, 崔婷婷, 明雪薇, 黄青兰, 周敏. 2016—2024年自贡市流感样病例监测预警分析. [J]职业与健康, 2026, 42(16): 2214-2219.

LIU Guidan, ZHANG Jie, CUI Tingting, MING Xuewei, HUANG Qinglan, ZHOU Min. Analysis of surveillance and early warning of influenza-like illness cases in Zigong City from 2016 to 2024. [J]OCCUPATION AND HEALTH, 2026, 42(16): 2214-2219.

图/表 8

参考文献 16

[1]	李兰娟, 任红. 传染病学[M]. 9版. 北京: 人民卫生出版社,2023:67.
[2]	World Health Organization. Seasonal influenza[EB/OL].(2025-02-28)[2025-04-10]. https://www.who.int/zh/news-room/fact-sheets/detail/influenza-(seasonal).
[3]	张莉, 王小莉, 杨鹏, 等. 北京市流感流行早期预警基线的建立及效果评价[J]. 国际病毒学杂志, 2015, 22(4):232-235.
[4]	郭诗君, 黄骋, 张燕青, 等. 赣州市流行性感冒与气象因素相关性研究[J]. 广东医学, 2025, 46(2):233-237.
[5]	国家卫生计生委. 全国流感监测方案(2017年版)[Z]. 北京: 国家卫生计生委,2017:1-3.
[6]	柳鸿敏, 李静, 侯程程, 等. 2019-2020年吉林省流感病原学监测分析[J]. 中国实验诊断学, 2020, 24(10):1583-1586.
[7]	杨溪, 赵晓楠, 李多, 等. 云南省2017年-2018年流感监测结果分析[J]. 实用医药杂志, 2020, 37(2):151-154.
[8]	杨菲, 苟慧芳, 罗春花, 等. 2013-2022年四川省剑阁县流感样病例流行病学特征分析[J]. 预防医学情报杂志, 2023, 39(6):579-584.
[9]	STACEY S C. Viral interference:The case of influenza viruses[J]. J Infect Dis, 2015(11):1690.
[10]	任丽娟, 庄丽, 郑勤妮, 等. 2019年-2021年贵州省流感病原学特征分析[J]. 中国卫生检验杂志,2022, 32(16):1938-1942.
[11]	刘玲, 任斌知, 张瑞娟, 等. 2019-2020年度山西省流感监测病原学特征分析[J]. 预防医学论坛, 2020, 26(9):645-647.
[12]	中国医院协会临床微生物实验室专业委员会. 新发突发呼吸道传染性病原微生物分级检测专家共识(2024)[J]. 协和医学杂志, 2025, 16(1):109-124.
[13]	陈丽丽. 2012-2021年湖南省流感流行特征、气象因素相关性及预测预警研究[D]. 长沙: 中南大学, 2023.
[14]	王可心. 石河子市流感流行特征与气象因素关联及预测研究[D]. 乌鲁木齐: 新疆医科大学, 2023.
[15]	国家卫生健康委. 流行性感冒诊疗方案(2020年版)[J]. 中国病毒病杂志, 2021, 11(1):1-5.
[16]	方颖, 刘才兄, 张海兵, 等. 2013-2022年奉贤区流感病例数据为基础的预测模型构建与应用[J]. 热带医学杂志, 2025, 25(1):113-117,132,148.

日期（年）	样本数（份）	甲型H1N1		甲型H3N2		乙型Victoria系		乙型Yamagata系		合计
日期（年）	样本数（份）	阳性数（例）	构成比（%）	阳性数（例）	构成比（%）	阳性数（例）	构成比（%）	阳性数（例）	构成比（%）	阳性数（例）	阳性率（%）
2016	735	5	4.35	55	47.83	43	37.39	12	10.43	115	15.65
2017	1 090	63	27.63	72	31.58	32	14.04	61	26.75	228	20.92
2018	1 067	172	87.31	4	2.03	8	4.06	13	6.60	197	18.46
2019	1 158	65	22.34	110	37.80	116	39.86	0	0.00	291	25.13
2020	1 197	2	6.45	23	74.19	6	19.35	0	0.00	31	2.59
2021	1 530	0	0.00	0	0.00	233	100.00	0	0.00	233	15.23
2022	1 237	0	0.00	100	68.49	46	31.51	0	0.00	146	11.80
2023	1 429	73	15.24	319	66.60	87	18.16	0	0.00	479	33.52
2024	1 477	266	55.77	103	21.59	108	22.64	0	0.00	477	32.30

日期（年）	样本数（份）	甲型H1N1		甲型H3N2		乙型Victoria系		乙型Yamagata系		合计
日期（年）	样本数（份）	阳性数（例）	构成比（%）	阳性数（例）	构成比（%）	阳性数（例）	构成比（%）	阳性数（例）	构成比（%）	阳性数（例）	阳性率（%）
2016	735	5	4.35	55	47.83	43	37.39	12	10.43	115	15.65
2017	1 090	63	27.63	72	31.58	32	14.04	61	26.75	228	20.92
2018	1 067	172	87.31	4	2.03	8	4.06	13	6.60	197	18.46
2019	1 158	65	22.34	110	37.80	116	39.86	0	0.00	291	25.13
2020	1 197	2	6.45	23	74.19	6	19.35	0	0.00	31	2.59
2021	1 530	0	0.00	0	0.00	233	100.00	0	0.00	233	15.23
2022	1 237	0	0.00	100	68.49	46	31.51	0	0.00	146	11.80
2023	1 429	73	15.24	319	66.60	87	18.16	0	0.00	479	33.52
2024	1 477	266	55.77	103	21.59	108	22.64	0	0.00	477	32.30

气象因素	最小值	最大值	x	s	M	P₂₅	P₇₅
平均气温（℃）	3.63	36.33	19.26	7.37	19.81	12.43	25.24
最高气温（℃）	6.66	41.99	23.25	8.12	23.66	16.33	29.88
最低气温（℃）	1.73	31.21	16.37	6.77	16.78	10.11	22.19
平均气压（hPa）	924.69	990.33	972.51	8.03	972.49	965.99	979.45
平均相对湿度（%）	44.86	96.14	76.97	9.80	77.86	71.07	84.71
降水量（mm）	0.00	27.67	2.64	3.98	1.06	0.17	3.20
日平均风速（m/s）	0.79	2.04	1.39	0.21	1.37	1.23	1.54

气象因素	最小值	最大值	x	s	M	P₂₅	P₇₅
平均气温（℃）	3.63	36.33	19.26	7.37	19.81	12.43	25.24
最高气温（℃）	6.66	41.99	23.25	8.12	23.66	16.33	29.88
最低气温（℃）	1.73	31.21	16.37	6.77	16.78	10.11	22.19
平均气压（hPa）	924.69	990.33	972.51	8.03	972.49	965.99	979.45
平均相对湿度（%）	44.86	96.14	76.97	9.80	77.86	71.07	84.71
降水量（mm）	0.00	27.67	2.64	3.98	1.06	0.17	3.20
日平均风速（m/s）	0.79	2.04	1.39	0.21	1.37	1.23	1.54

变量	ILI%	平均气温	最高气温	最低气温	平均气压	相对湿度	降水量	平均风速
ILI%	1.000
平均气温	0.136^a	1.000
最高气温	0.137^a	0.993^a	1.000
最低气温	0.134^a	0.991^a	0.971^a	1.000
平均气压	-0.125^a	-0.918^a	-0.906^a	0.971^a	1.000
相对湿度	-0.129^a	-0.187^a	-0.264^a	-0.09	0.195^a	1.000
降水量	0.052	0.452^a	0.423^a	0.486^a	-0.451^a	0.385^a	1.000
平均风速	0.061	0.534^a	0.569^a	0.485^a	-0.576^a	-0.474^a	0.293^a	1.000