COVID-19疫情对厦门市气象因素与流行性感冒发病关联分析的影响

摘要：

目的 目前尚不清楚新型冠状病毒感染(coronavirus disease 2019,COVID-19)疫情是否影响气象因素与流行性感冒(流感)的关联分析,本研究旨在探讨此问题及其影响特征,为今后精确评估气象因素对流感的风险效应提供依据.方法 对厦门市气象因素和流感发病的每日数据分为三部分:全年期(2010年1月1日—2021年12月31日)、非COVID-19疫情期(2010年1月1日—2020年1月21日)和COVID-19疫情期(2020年1月22日—2021年12月31日),采用R 4.2.1软件通过分布滞后非线性模型(distributed lag nonlinear model,DLNM)进行气象因素与流感的关联分析.结果 非COVID-19疫情期低(<42％)和高(>85％)相对湿度(relative humidity,RH)是流感的危险因素,高RH风险累计效应随滞后时间的增加而增加,随RH的增加而先增加后减弱,RH达到93％滞后14 d时最显著(RR=1.41).COVID-19疫情期RHU<75％对流感的风险累计效应随RH的减少和滞后时间的增加而增加,RH为35％滞后14 d时最显著(RR=1.86×106).非COVID-19疫情期降水量(pre-cipitation,PRE)处于25～75 mm对流感的风险累计效应先增加后减少,随滞后时间的增加而增加,滞后14 d,PRE达到40 mm时最显著(RR=1.49).COVID-19疫情期PRE对流感的风险累计效应随PRE的增加而增加.COVID-19疫情期流感发病数的大幅下降严重影响气象因素与流感发病关联分析,致研究结果与全年期和非COVID-19疫情期差别较大;对全年期的研究结果影响较小.结论 COVID-19疫情封控政策导致了厦门市COVID-19疫情期流感数大幅下降,从而显著影响了气象因素与流感发病关联分析客观性和科学性,但对长期多年度的分析结果影响有限.此外,极端天气例如RHU、PRE等对流感发病关联的分析也产生一定影响.

关键词：气象、气温、相对湿度、流行性感冒、新型冠状病毒感染(COVID-19)、分布滞后非线性模型(DLNM)

所属期刊栏目：13

分类号：R184.1(流行病学与防疫)

资助基金：福建省自然科学基金项目;福建省自然科学基金项目;福建省卫健委中青年骨干人才培养项目;福建省科技创新平台建设项目

在线出版日期：2023-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：319-327