2020 年后的全球流感流行病学:流行模式、流行时间和持续时间及其对疫苗接种策略的影响

Global influenza epidemiology after 2020: patterns of circulation, epidemic timing and duration, and implications for vaccination strategies

作者信息Marco Del Riccio, Saverio Caini
PMID42212418
发布时间2026-05
DOI10.2807/1560-7917.ES.2026.31.21.2500743

实验完整度

本研究为基于WHO FluNet监测数据的回顾性描述性监测分析,无功能或机制验证实验,属于观察性分析。

主要模型

全球哨点监测网络(WHO GISRS/FluNet) 非哨点/未明确类型监测网络

重点核对

数据来源:WHO FluNet 数据库 时间范围:2021年第1周至2025年第26周 数据流类型:哨点与非哨点/未明确指定分开分析 季节定义:北半球为7月至次年6月,其他地区为日历年 排除标准:国家-季节数据少于30周或检出数少于50例被排除 流行持续时间判定:采用75%年平均百分比法

摘要

引言 2021 年后,全球流感的季节性、病毒动态和流行持续时间是否已重新建立仍存在不确定性。 目的 我们描述了 2021 年至 2025 年全球流感病毒的流行模式,并讨论了对预防和监测的影响。 方法 我们分析了世界卫生组织(WHO)FluNet 哨点和非哨点/未明确指定的病毒学数据(2021 年第 1 周至 2025 年第 26 周),并按纬度、地区和季节进行分层。我们计算了流感阳性率、病毒(亚)型比例、典型流行高峰时间和流行持续时间(采用 75% 年平均百分比法)。 结果 120 个国家的哨点监测在此期间报告了 500,870 例检出;全球阳性率从 2021 年的 3.0% 上升至 2024 年的 23.7%。A 型病毒占病例的三分之二以上,在不同 WHO 地区和季节间存在差异。在 A 亚型中,A(H3N2) 在 2021/22 年占主导地位,A(H1N1)pdm09 在 2023/24 年占主导地位,而除三例乙型流感病例外,其余均为 B/Victoria 系。北半球和南半球国家的流行高峰通常分别出现在 12 月至 3 月和 5 月至 8 月,而热带国家的高峰时间则高度异质。在北纬 30° 以上,流行持续时间的中位数约为 10 周,而在更南的纬度,持续时间在 15 至 30 周之间变化。非哨点/未明确指定的数据流显示出更强的 A 型偏移和更低的特征描述。 结论 流感病毒的流行正在向 COVID-19 大流行之前描述的季节性结构趋同,尽管谱系生态和流行持续时间的持续变化依然存在。我们的结果证实了需要针对纬度定制疫苗接种时间表,整合三价疫苗,并加强监测,以更好地预测流感流行的变化并支持防范。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
2020年后全球流感病毒流行模式是否已重新建立,是否恢复至COVID-19前的季节性、病毒动态和流行持续时间。
核心机制
文中未明确说明具体的分子或因果机制;主要描述了流感病毒按纬度呈现的流行高峰时间和持续时间的规律性及病毒亚型/谱系动态变化。
主要证据
基于WHO FluNet 2021-2025年哨点监测数据(120个国家,369个国家-季节,500,870次流感检出)和非哨点/未明确数据,计算了阳性率、病毒型/亚型比例、流行高峰时间(EPIPOI软件)和持续时间(75% AAP法)。
研究意义
研究结果证实需要基于纬度的疫苗接种时间表,支持三价疫苗的整合(因B/Yamagata系近乎消失),并强调加强监测以应对流感流行变化和加强防范。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

数据获取与处理

从WHO FluNet数据库获取流感病毒学监测数据,为分析全球流感流行特征提供基础。

从WHO FluNet数据库下载2021年第1周至2025年第26周的周度呼吸标本处理数和流感检出数(按病毒型、亚型、谱系),并按照国家归属分配至北半球、南半球或热带间带。

2

数据筛选与质量控制

确保每个国家-季节的流感流行被完整捕捉,并保证估计的稳健性。

按国家-季节,排除报告周数少于30周或流感检出数少于50例的数据,并分别应用于各监测数据流。

3

计算流感阳性率和病毒型/亚型比例

描述全球流感病毒类型、亚型和谱系的分布及随时间的变化。

计算每个国家-季节中A型或B型流感病毒占所有流感检出的比例,并计算中位数;按地理区域、WHO地区和季节分层;对A亚型(H3N2、H1N1pdm09及其他/未分型)和B谱系(Victoria和未特征化)重复计算。

4

估计流行高峰时间

确定每个国家流感流行的高峰出现时间,以评估纬度对季节性峰值的影响。

使用EPIPOI软件,对每个国家的每周流感检出时间序列进行去趋势(二次多项式)和傅里叶分解(年、半年和季度谐波),得到周期性年度函数(PAF),其峰值时间作为典型流行高峰时间。

5

计算流行持续时间和开始/结束时间

量化每个国家-季节中流感流行的持续时间,并评估其随纬度的变化。

应用75%年平均百分比法(AAP),确定每个国家-季节中最短的连续周数,其流感检出数占该季节总检出数的≥75%。流行开始和结束分别定义为该期间的第一周和最后一周,持续时间为两者之间的周数。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
WHO FluNet 平台----
Stata 软件Stata Corp--
EPIPOI 软件----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
数据获取
WHO FluNet数据库中流感病毒学监测数据的可用性和完整性
阅读提示:Methods - Data sources definitions
数据筛选
国家-季节排除标准:报告周数少于30周或检出数少于50例;是否按监测数据流分别应用
阅读提示:Methods - Statistical analysis
季节定义
北半球:7月至次年6月;热带间带和南半球:日历年
阅读提示:Methods - Data sources definitions
流行高峰时间
EPIPOI软件使用的傅里叶分解参数(年、半年、季度谐波)是否有统一标准
阅读提示:Methods - Statistical analysis
流行持续时间
75%年平均百分比法计算时最短连续周数的确定方法
阅读提示:Methods - Statistical analysis