文章信息
- 陈涛, 杨静, 汪立杰, 王大燕.
- Chen Tao, Yang Jing, Wang Lijie, Wang Dayan.
- 法定节假日对流感样病例就诊比例的影响
- The influence of statutory holidays on the proportion of the outpatient and emergency visits for influenza-like illness
- 中华流行病学杂志, 2018, 39(8): 1100-1105
- Chinese Journal of Epidemiology, 2018, 39(8): 1100-1105
- http://dx.doi.org/10.3760/cma.j.issn.0254-6450.2018.08.017
-
文章历史
收稿日期: 2018-06-20
中国流感监测网络承担着中国内地的流感监测任务,通过覆盖全国所有地市的554家国家级哨点医院和408家国家级网络实验室进行实时监测,用以判断流感活动水平和流行趋势,实时追踪流感病毒变异,及时发现新型流感病毒,并做出预警[1]。其中哨点医院利用每天监测的流感样病例(influenza- like illness,ILI)的就诊数占门/急诊就诊病例数的百分比(ILI%),评估流感等呼吸道疾病病原导致症状病例的就诊水平。研究人员在长期的监测过程中发现,每年“春节”和“国庆节”期间,ILI%曲线会出现波动情况,即突然出现的超过前一周和后一周水平的上升峰[2],又称“假期效应”。为分析节假日对ILI%的影响,寻找出现波动的原因,本文选取了“中国流感监测信息系统”中2014-2018监测年度(自2014年4月4日至2018年4月1日)假日及其前后一周的ILI监测数据,采用统计学方法对其进行分析研究。
对象及方法1.研究对象:ILI即发热(体温≥38 ℃),伴咳嗽或咽痛之一者[3]。所有国家级ILI监测哨点医院和流感监测网络实验室均全年开展ILI监测,监测诊室设在内科门诊、内科急诊、发热门诊和(或)儿内科门诊、儿内科急诊,ILI数和门/急诊就诊总数在每个监测科室的产生来源必须一致。以前一年的第14周至后一年的第13周为1个监测年度[3]。监测诊室医务人员每天按科室登记各年龄组的ILI和门/急诊就诊总数,由医院主管科室每日收集、汇总后,于下个周一之前将本院各监测诊室数据录入到“中国流感监测信息系统”[3]。
2.研究方法:对“中国流感监测信息系统”中2014-2018监测年度哨点医院报告的ILI监测数据进行统计分析。分析时点设定为“春节”和“国庆节”假日周及前后周,地区划分为中国南方省份和北方省份。使用Excel软件建立基础数据库,SPSS 19.0软件进行统计学分析。前后周次均值的比较服从正态分布的使用配对t检验,不符合正态分布的使用Wilcoxon秩和检验进行统计分析。
鉴于我国大陆地区南北方省份流感流行呈现不同规律的流行特征[4],本文按照中国流感监测周报中的南北方省份归类习惯进行分片分析。南方省份指江苏省、安徽省、湖北省、重庆市、四川省及其以南的15个省(自治区、直辖市),其余16个省(自治区、直辖市)以及新疆生产建设兵团为北方省份。
结果1. ILI%在部分法定节假日出现显著波动:2014-2018年ILI%流行曲线显示,“春节”和“国庆节”期间ILI%出现明显波动,ILI%水平比节日前有显著升高,而在节日后显著降低。ILI%比节日前一周净升高值在0.16%~1.54%之间,最大增幅出现在2015-2016监测年度南方省份的春节期间,ILI%上升了33.55%,最小增幅出现在2015-2016年度北方省份的国庆期间,ILI%上升了6.45%。ILI%比节日后一周净升高值在0.21%~1.80%之间,最大增幅出现在2015-2016年度北方省份春节期间,ILI%上升35.64%,最小增幅出现在2016-2017年度北方省份春节期间,ILI%上升了5.50%。除“春节”和“国庆节”两个较长的假期,其他如“劳动节”等较短的公共假期对ILI%的影响不明显(图 1A、B)。
为了消除假期效应对ILI%流行曲线的影响,对假日周当周的数据采取了取均值法,即假日周的ILI%值采用前一周与后一周ILI报告数的均值与门/急诊就诊总数的均值的比值代替。调整后的各个监测年度ILI%流行曲线明显的更加流畅和顺滑,避免了非真实流行造成的流行“假峰”(表 1,图 1C、D)。
2.假日前后ILI报告数和门/急诊就诊总数对ILI%的影响:为分析“春节”和“国庆节”两个较长假日对ILI%影响的原因,比较了2014年度以来,南北方省份ILI报告数和门/急诊就诊总数在假日周以及前后一周的变化情况。
(1)南、北方省份ILI报告数随假日变化情况:2014-2018年,南方省份假日周ILI报告(49 843.3± 15 792.2)例与假日前一周ILI报告(51 708.8±17 023.8)例和假日后一周的ILI报告(48 287.3±14 283.0)例间差异均无统计学意义(P>0.05)(表 1,图 2A)。同期北方省份的假日周ILI报告(27 994.6±7 400.1)例与假日前一周ILI报告(29 779.6±8 239.6)例和假日后一周的ILI报告(28 343.4±6 340.9)例间差异均无统计学意义(P>0.05)(表 1,图 2B)。
(2)南、北方省份门/急诊就诊总数随假日变化情况:南方省份合计假日周门/急诊就诊(1 368 883.5±248 389.0)例比假日前一周就诊总数(1 700 315.6±234 733.9)例减少了331 432.1(95%CI:483 528.6~179 335.6)例,差异有统计学意义(t=5.153,P=0.001,d=1.8);比假日后一周的就诊总数(1 600 415±227 235.3)例降低了231 532.4(95%CI:383 395.5~79 669.2)例,差异有统计学意义(t=3.605,P=0.009,d=1.3)(表 1,图 2C)。
北方省份的合计假日周就诊(797 590.8±81 516.2)例比假日前一周就诊总数(1 029 904.9±92 200.4)例减少了232 314.1(95%CI:302 584.3~162 043.9)例,差异有统计学意义(t=7.817,P=0.000,d=2.8);比假日后一周的就诊总数(982 154.8±96 185.8)例减少了184 564.0(95%CI:280 041.7~89 086.3)例,差异有统计学意义(t=4.571,P=0.003,d=1.6)(表 1,图 2D)。
3.门/急诊就诊总数对假日期间ILI%的影响分析:进一步分析门诊和急诊就诊总数分别对ILI%的影响,根据门/急诊不同的接诊模式,对参与监测报告ILI的诊室进行了门诊和急诊归类分析。
(1)急诊就诊总数:南方省份假日周急诊就诊数(27 994.6±7 400.1)例与假日前一周急诊就诊数(28 343.4±6 340.9)例间差异无统计学意义(t=0.763,P=0.47);比假日后一周急诊就诊数(423 031.75±57 815.2)例平均增加18 092.3(95%CI:2 328.1~33 856.4)例间差异有统计学意义(t=2.714,P=0.030)(图 3A)。北方省份假日周急诊就诊数(193 241.5±25 749.4,M=190 550.5)例与假日前一周急诊就诊数(183 577.8±17 332.0,M=181 142.5)例相比有增加,差异有统计学意义(Z=-2.1,P=0.036);与假日后一周急诊就诊数(187 836.9±25 295.2)例间差异无统计学意义(t=1.03,P=0.337)(图 3B)。
(2)门诊就诊总数:南方省份假日门诊就诊数(927 759.5±210 969.1)例比假日前一周门诊就诊数(1 286 368.0±184 331.2)例减少了358 608.5(95%CI:509 922.6~207 294.4)例,差异有统计学意义(t= 5.604,P=0.001,d=2.0);比假日后一周的门诊就诊数(1 177 384.1±196 827.9)例减少了249 624.6(95%CI:406 479.2~92 770.1)例,差异有统计学意义(t=3.763,P=0.007,d=1.3)(图 3C)。北方省份假日周门诊就诊数(604 349.3±78 631.1)例比假日前一周门诊就诊数(846 327.1±77 748.0)例减少了241 977.9(95%CI:3 150 945.2~168 010.6)例,差异有统计学意义(t=7.736,P=0.000,d=2.7);比假日后一周的门诊就诊数(794 317.9±90 117.2)例减少了189 968.6(95%CI:294 819.6~85 117.7)例,差异有统计学意义(t= 4.287,P=0.004,d=1.5)(图 3D)。
讨论ILI的监测对流感等呼吸道病原的活动至关重要,国际上通常利用ILI%曲线来反映ILI的波动情况,是监测流感活动强弱的一种比较简单易行的方法,但“春节”和“国庆节”周出现的ILI%“假高峰”容易让监测工作人员以为监测数据出现了异常波动,导致出现流行峰提前或者流行季节“第二峰”的错误判断,从而影响了ILI%的准确性和敏感性[5]。
通过对节假日前后数据的对比分析发现,绝大多数出现的ILI%假日高峰是由于各哨点医院受假日门诊停诊的影响,导致监测诊室普通内科患者就诊数减少幅度较大造成的[6]。也有研究认为,因医院受假日周门诊停诊影响,导致大量普通内科患者在节假日的下一周集中去医院就诊,监测诊室就诊病例数激增,由于分母增大造成ILI%曲线呈现一个明显的波谷[7],但本研究并未发现这一现象。此外,在“元旦”、“清明节”、“劳动节”及“端午节”等短期假日期间并未出现假日周和前后周有差异,可能与短期假日一般都是在周末的前一日或后一日,对工作周的门诊就诊影响很小有关。
一些国家以及我国部分地区通常使用ILI%的值作为当地流感疫情的预警指标,作为对公众发出健康提示、流感疫苗接种、CDC开展防控评估等相应公共卫生措施实施时间的参考依据[8-11]。但是ILI作为呼吸道传染病症状监测的对象,在病原未确定的情况下,用其代表流感的活动水平欠缺准确性。本研究还发现个别监测年度的7 d长假属于跨周分布,如2016-2017年春节,会导致受到影响的周次更多。因此,春节和国庆节出现流感预警信号时,需慎重下结论。部分省制订的流感预警方案中,使用ILI就诊绝对数代替ILI%作为指标[12-14],可避免假期效应的影响,但是ILI就诊绝对数不能反映ILI的比例,无法进行横向比较。
ILI监测数据还容易受到政策措施、媒体宣传、规章制度等诸多因素影响[7]。因此,在以周为监测单位的要求下,密切关注监测数据出现的异常波动,及时核实分析并进行有效的修订。分门/急诊室分析ILI%水平、使用ILI就诊数指标、结合ILI标本实验室病原学监测数据等多种方式,才能更好的发挥ILI%监测指标的作用,提高监测系统的预警预测能力。
志谢: 全国流感监测网络成员利益冲突: 无
[1] |
舒跃龙. 流感监测的发展历史及思考[J]. 中华流行病学杂志, 2011, 32(4): 334–336.
Shu YL. Reflection on the history and development of influenza surveillance[J]. Chin J Epidemiol, 2011, 32(4): 334–336. DOI:10.3760/cma.j.issn.0254-6450.2011.04.003 |
[2] |
中国国家流感中心. 中国流感监测周报[EB/OL]. (2017-04-25)[2017-10-15]. http://www.chinaivdc.cn/cnic/zyzx/lgzb/.
Chinese National Influenza Center. Influenza weekly report[EB/OL]. (2017-04-25)[2017-10-15]. http://www.chinaivdc.cn/cnic/zyzx/lgzb/. |
[3] |
国家卫生和计划生育委员会办公厅. 关于印发全国流感监测方案(2017年版)的通知[EB/OL]. (2017-04-01)[2018-05-11]. http://www.gxcdc.com/uploadfile/2018/0329/20180329113912958.doc.
Office of the National Health and Family Plan Commission. Notification of the national influenza surveillance plan (2017 edition)[EB/OL]. (2017-04-01)[2018-05-11]. http://www.gxcdc.com/uploadfile/2018/0329/20180329113912958.doc. |
[4] | Shu YL, Fang LQ, De Vlas SJ, et al. Dual seasonal patterns for Influenza, China[J]. Emerg Infect Dis, 2010, 16(4): 725–726. DOI:10.3201/eid1604.091578 |
[5] |
魏珊, 陆一涵, 高眉扬, 等. 中国主要法定报告传染病的"春节效应"研究[J]. 复旦学报:医学版, 2013, 40(2): 153–158.
Wei S, Lu YH, Gao MY, et al. "Spring Festival Effects" on the main notifiable communicable diseases in China[J]. Fudan Univ J Med Sci, 2013, 40(2): 153–158. DOI:10.3969/j.issn.1672-8467.2013.02.005 |
[6] |
邓爱萍, 何剑峰, 康敏, 等. 广东省流感监测数据早期预警效果分析[J]. 中国公共卫生, 2009, 25(5): 592–593.
Deng AP, He JF, Kang M, et al. Study on early warning based on influenza surveillance data in Guangdong province[J]. Chin Public Health, 2009, 25(5): 592–593. DOI:10.3321/j.issn:1001-0580.2009.05.044 |
[7] |
宁芳, 段玮, 高培, 等. 流感样病例监测系统数据异常波动与预警分析[J]. 中国公共卫生, 2007, 23(10): 1210–1211.
Ning F, Duan W, Gao P, et al. Analysis on data deviation of influenza-like case surveillance system and forecasting[J]. Chin Public Health, 2007, 23(10): 1210–1211. DOI:10.3321/j.issn:1001-0580.2007.10.044 |
[8] | Cowling BJ, Wong IO, Ho LM, et al. Methods for monitoring influenza surveillance data[J]. Int J Epidemiol, 2006, 35(5): 1314–1321. DOI:10.1093/ije/dyl162 |
[9] | Simonsen L, Fukuda K, Schonberger LB, et al. The impact of influenza epidemics on hospitalizations[J]. J Infect Dis, 2000, 181(3): 831–837. DOI:10.1086/315320 |
[10] |
逯建华, 何建凡, 房师松, 等. 深圳市流感指数的制定及应用[J]. 实用预防医学, 2016, 23(5): 628–629.
Lu JH, He JF, Fang SS, et al. Development and application of the flu index in Shenzhen city[J]. Pract Prev Med, 2016, 23(5): 628–629. DOI:10.3969/j.issn.1006-3110.2016.05.039 |
[11] |
逯建华, 张顺祥, 谷利妞, 等. 深圳市流行性感冒监测参考线的设计及预警应用[J]. 疾病监测, 2007, 22(12): 799–801.
Lu JH, Zhang SX, Gu LN, et al. Design and application of the reference lines of influenza surveillance in Shenzhen city[J]. Dis Surveill, 2007, 22(12): 799–801. DOI:10.3784/j.issn.1003-9961.2007.12.004 |
[12] |
董选军, 楼洁云, 余运贤, 等. 流感流行综合指数的探索建立与应用[J]. 中国卫生统计, 2016, 33(4): 665–666.
Dong XJ, Lou JY, Yu YX, et al. Development and application of Influenza epidemic index[J]. Chin J Health Stat, 2016, 33(4): 665–666. |
[13] |
于永, 王炜翔, 周连, 等. 南京市流感样病例与气温的关系研究[J]. 环境卫生学杂志, 2015, 5(5): 414–417, 421.
Yu Y, Wang WX, Zhou L, et al. Analysis on relationship between influenza incidence and temperature in Nanjing[J]. J Environ Hyg, 2015, 5(5): 414–417, 421. DOI:10.13421/j.cnki.hjwsxzz.2015.05.006 |
[14] |
霍翔, 李亮, 祖荣强, 等. 流感样病例监测在甲型H1N1流感大流行中的早期预警效果分析[J]. 江苏预防医学, 2010, 21(1): 8–11.
Huo X, Li L, Zu RQ, et al. The application of ILI surveillance in early warning of the novel A(H1N1) pandemic in Jiangsu province[J]. Jiangsu J Prev Med, 2010, 21(1): 8–11. DOI:10.3969/j.issn.1006-9070.2010.01.003 |