流行性感冒(Influenza),简称流感,是由流感病毒引起的急性呼吸道传染病,表现为周而复始的季节性流行和不定期发生的全球流感大流行,持续威胁着全球公共卫生安全。甲型和乙型流感病毒引起的每年季节性流感,导致全球数亿人发病、300万至500万重症病例,以及29万至65万与流感相关的呼吸道死亡,严重影响着人群健康。与季节性流行相比,全球流感大流行的危害则更加严重,其发病率和病死率更高,传播更迅速,波及范围更广,每次大流行都给人类健康和社会经济发展带来灾难性打击。对重庆市流感大流行、季节性流感、人感染禽源性流感流行特征分析,可以为有计划地和系统性地做好流感季节性流行防控和大流行应对准备提供科学依据。在探讨流感活动水平可能的影响因素基础上,结合既往流感预测研究,开展基于多源数据和自适应人工智能模型的重庆市流感活动水平预测研究,根据实时预测结果实时发出预警信号、健康提示和早期开展公共卫生行动,从而将大量的监测数据及时有效地转化为更加高效的公共卫生政策,为重庆市实现更加精准的流感防控提供新的理论依据和实施策略。第一章重庆市大流行和季节性流感流行特征研究目的:系统分析2009-2018年重庆市大流行和季节性流感高发人群、地区和时间分布等流行特征和疫情发展趋势,以及流感疫情病原学流行特征和变化规律,为有计划地和系统性地做好流感季节性流行防控和大流行应对准备提供科学依据。探讨流感活动水平可能的影响因素,为流感预测研究提供理论依据。方法:以2009-2018年重庆市流感病例个案信息和哨点医院病原学监测数据为研究资料,采用描述性流行病学方法进行统计分析。结果:1.2009-2018年,重庆市共报告流感病例40343例,2009年大流行期间发病率达53.44/10万,是2010-2018年季节性流行期间的5.7倍。2.病例男女比例为1.23:1,平均年龄18.47岁,1～19岁病例占73.5%、学生占58.4%。流感大流行期间的男性病例(P<0.01)、1～19岁病例(P<0.01)和学生病例(P<0.01)占比高于季节性流行。3.2009年流感大流行期间发病主要集中在9-11月(12807例,84.4%),而季节性流行在1-3月(8691例,34.5%)和11-12月(6907例,27.4%)高发,各年发病高峰月份不完全一致。两个期间发病的月分布不同,差异有统计学意义(P<0.01)。4.2009-2018年,重庆市各亚型流感病毒构成不同,差异有统计学意义(P<0.01)。重庆市流感优势毒株在2009年、2013年、2017年和2018年是甲型H1N1 pdm09流感病毒,在2012年、2014年、2015年和2016年是季节性甲型H3N2流感病毒,在2010年和2011年是乙型流感病毒。5.甲型H1N1 pdm09流感病毒间隔两年左右连续出现两个流行高峰;季节性甲型H3N2流感病毒则每年都有出现;而乙型流感病毒每两年左右在冬春季出现单个流行高峰。结论:流感大流行与季节性流感期间,重庆市流感流行特征存在差异,大流行期间发病水平迅速大幅上升,男性、儿童、青少年和学生等人群更容易受到波及。季节性流感在冬春季高发,但是疫情高峰在每年出现的时间不同。甲型流感病毒是重庆市流感疫情的优势病原,甲型H1N1 pdm09、季节性甲型H3N2、乙型Victoria系和Yamagata系流感病毒是主要的流行毒株,不同亚型流感病毒在重庆市有各自的流行规律。第二章重庆市人感染禽源性流感流行特征研究目的:阐明重庆市禽源性流感病毒(以下简称禽流感病毒)、人感染禽流感病例的流行特征,为流感大流行风险评估和流感疫情趋势预测研究策略的制定提供重要依据。方法:在活禽市场、禽类规模养殖场和家禽散养户开展外环境标本采集和禽流感病毒检测。对重庆市人感染禽流感病例进行流行病学调查,对分离获得的甲型H7N9禽流感病毒进行基因测序和基因进化分析。结果:1.2013-2018年,重庆市每年在活禽相关场所均有检出甲型H5和H9亚型禽流感病毒,阳性比例分别为14.0%(920/6576)和17.8%(1168/6576);而H7(H7N9)亚型直至2017年2月才首次检出,标本阳性比例于4月达到高峰(9.67%,49/507),21个区县(53.8%)在2-6月检出了H7N9病毒。2.2013-2018年,重庆市无人感染H5或H9亚型禽流感病例诊断,但是在2017年3-6月连续确诊了9例人感染H7N9禽流感病例。H7N9病例的平均年龄为45岁,其中男性占77.8%,城市居民占66.7%,禽类相关职业占55.6%;所有病例发病前均有活禽或活禽相关场所暴露史,密切接触者中无续发病例。从重庆市首次在外环境检出H7N9病毒到9例病例发病的中位时间为75天。3.2017年2月至2018年5月,H7N9病毒阳性标本检出比例为2.94%(337/11451),活禽市场(3.66%,329/8979)的阳性样本比例高于禽类规模养殖场(0.41%,5/1229)和家禽散养户(0.24%,3/1243)(P<0.01)。H7N9病例所接触的场所中阳性样本的比例(34.4%,22/64)显著高于无患者的场所中的阳性样品(5.7%,257/4474)。4.HA和NA基因进化分析显示,重庆分离的H7N9病毒属于长江三角洲分支,由2013年H7N9病毒(A/Shanghai/1/2013(H7N9))和(A/shanghai/05/2013(H7N9))进化而来,与2016年底至2017年初在江苏省和安徽省流行的病毒具有高度的同源性。结论:甲型H5和H9亚型禽流感病毒在重庆市存在多年,但是没有发现人感染H5或H9亚型禽流感病例。重庆市分离的甲型H7N9禽流感病毒属于长江三角洲分支,病毒很可能是2016年底或2017年初从江苏省和安徽省随着活禽长距离转运传入重庆,迅速波及重庆半数以上的区县,该病毒比甲型H5和H9亚型禽流感病毒更容易突破种属屏障引起人类感染。H7N9病例高度散发,感染危险因素是暴露于活禽或活禽相关环境,且与场所的病毒污染水平相关,没有发现人人传播。第三章基于多源数据和自适应人工智能模型的重庆市流感活动水平预测研究目的:探索基于多源数据和自适应人工智能模型的重庆市流感活动水平预测,为重庆市实现更加精准的流感防控提供新的理论依据和实施策略。方法:收集和整理2012-2018年包括卫生系统流感疫情监测数据、天气数据和流感相关的互联网舆情在内的多源数据。以未来一周重庆市流感样病例百分比(ILI%)为预测目标,用2012-2016年的数据作为训练数据集,训练含有自适应权重调整机制融合了季节性差分自回归滑动平均模型和XGBoost模型的自适应人工智能模型(Self-adaptive AI Model,SAAIM)。采用SAAIM模型预测2017-2018年重庆市流感活动水平,并与其他三个既往预测模型进行比较。结果:1.2012-2018年,重庆市流感样病例构成比呈现不规律的季节性波动,其高峰出现时间、持续时间、流行强度等每年均有不同。2.SAAIM模型与三种既往流感预测模型相比,对ILI%的预测达到了最好效果,平均绝对百分比误差在2014-2016年、2017年和2018年分别仅为11.9%、7.5%和11.9%。3.对三种来源的数据对预测准确性的贡献大小评价显示,流感样病例监测数据贡献最大,使2014-2016年、2017年和2018年的平均绝对百分比误差分别降低了19.6%、43.1%和11.1%;天气数据贡献其次,使2014-2016年、2017年和2018年的平均绝对百分比误差分别降低了3.3%、17.1%和2.2%;流感相关的互联网舆情数据贡献较小,仅使2014-2016年、2017年和2018年的平均绝对百分比误差分别降低了1.1%、0.9%和1.3%。结论:2012-2018年,重庆市流感疫情呈现不规律的季节性高发。本研究成功构建了基于多源大数据的人工智能SAAIM预测模型,流感样病例数据对预测贡献最大,天气数据对于准确估计流感疫情的细微变化非常重要,百度指数和新浪微博等流感相关的互联网舆情数据对SAAIM模型的影响最小。SAAIM模型能够较准确地实时预测重庆市流感ILI%,而且在性能上优于现有其他几种预测模型。