2011－2019年江苏省不同型别流感病毒流行特征差异分析

傅俊杰; 戴启刚; 霍翔

doi:10.3784/j.issn.1003-9961.2020.11.008

引用本文: 傅俊杰, 戴启刚, 霍翔. 2011－2019年江苏省不同型别流感病毒流行特征差异分析[J]. 疾病监测. DOI: 10.3784/j.issn.1003-9961.2020.11.008 shu

Citation: Junjie Fu, Qigang Dai and Xiang Huo. Epidemiological characteristics of influenza viruses at subtypes/lineages level in Jiangsu, 2011–2019[J]. Disease Surveillance. DOI: 10.3784/j.issn.1003-9961.2020.11.008 shu

2011－2019年江苏省不同型别流感病毒流行特征差异分析

傅俊杰 ^{1

,} ,
戴启刚 ² ,
霍翔 ^{1,2

,

,}

1.
南京医科大学公共卫生学院，江苏南京 211166
2.
江苏省疾病预防控制中心，江苏南京 210009

作者简介: 傅俊杰，男，浙江省余姚市人，在读硕士研究生，主要从事流感相关研究，Email：woshifujunjie@foxmail.com;

通信作者: 霍翔, huox@foxmail.com

基金项目: 江苏省青年医学人才项目（No.QNRC2016539）

摘要: 目的了解2011 — 2019年江苏省流行性感冒（流感）病毒不同亚型和系之间的流行病学特征差异，为本地区流感的精准防控提供依据。方法对2011 — 2019年中国流感监测系统中报告的江苏省实验室确诊的流感病例进行分析，分类资料的分布差异比较使用χ²检验，使用logistic回归识别危险因素并计算OR值。结果在2011年1月至2019年12月期间，江苏省共报告26 934例流感确诊病例，A（H3）亚型占比最多，占40.40%。在不同监测年度和地区间，流感病例中各个亚型和系分布比例的差异有统计学意义（χ²=13588.399，P<0.001；χ²=180.333，P<0.001）。 A（H3）亚型在12月至次年1月以及8 — 9月呈双峰流行，A（H1）亚型和B-Y系在1 — 2月出现高峰，B-V系则滞后至3 — 4月病例数增多。在人群分布上，各年龄组、职业的流感亚型和系分布差异有统计学意义（χ²=1126.665，P<0.001；χ²=70.724，P<0.001）。多因素logistic回归分析显示，经调整地区和月份，不同年龄组人群感染流感病毒各亚型和系的风险差异有统计学意义，0～5岁儿童更容易感染A（H1）亚型，6～15岁易感染B-V系，而65岁以上老年人易感染A（H3）亚型和B-Y系。结论江苏省流感病毒型别交替变化并呈现一定规律，不同亚型、系流行具有型别特异的季节性特征和人群感染风险，及时分析不同病毒亚型和系的流行特点是流感精准防控的关键。

关键词:

流感 /
亚型 /
系别 /
季节性 /
感染风险

English

Epidemiological characteristics of influenza viruses at subtypes/lineages level in Jiangsu, 2011–2019

Junjie Fu ^{1

,} ,
Qigang Dai ² ,
Xiang Huo ^{1,2

,

,}

1.
School of Public Health, Nanjing Medical University, Nanjing 211166, Jiangsu, China
2.
Jiangsu Provincial Center for Disease Control and Prevention, Nanjing 210009, Jiangsu, China

Corresponding author: Xiang Huo, huox@foxmail.com

Received Date: 2020-05-26
Available Online: 2020-11-30
Fund Project: This study was supported by the Science and Technology Department of Jiangsu Provincial Health Commission (No.QNRC2016539)

Abstract: ObjectiveTo understand the differences in epidemiological characteristics of influenza viruses of different subtypes/lineages in Jiangsu province from 2011 to 2019 and provide evidences for the precise prevention and control of influenza.MethodsLaboratory-confirmed influenza cases reported in influenza surveillance system in Jiangsu from January 2011 to December 2019 were analyzed. The differences in distribution of categorical variable data were compared with χ² test, the risk factors were identified with Logistic regression analysis and odds ratios were calculated.ResultsThere were 26 934 confirmed influenza cases with subtype/lineage testing results in Jiangsu during this period. Influenza A (H3) virus accounted for the highest proportion (40.40%). The proportion of influenza subtypes/lineages differed significantly with year and area ( χ²=12448.182, P<0.001; χ²=180.333, P<0.001). The seasonal peaks were observed during December-January and August-September for A (H3) virus, during January-February for A(H1) virus and B-Y virus, during March-April for B-V virus. The proportion of influenza subtypes/lineages differed significantly among age groups and occupation groups ( χ²=13588.399, P<0.001; χ²=70.724, P<0.001). Multivariate logistic regression analysis showed that, after adjustment for areas and months, children aged <5 years were more likely to be infected with A(H1) virus. Older children aged 6–15 years had a significantly increased risk for the infection with B-V virus, while the elderly (more than 65 years) were prone to be infected with A (H3) virus and B-Y virus.ConclusionIn Jiangsu, influenza viruses of different subtypes/lineages circulated alternatively, they have different seasonality and infection risks. It is essential to analyze the epidemiological characteristics of influenza viruses at subtypes/lineages level in time for the precise prevention and control of influenza.

Key words:

1. [1]
  Krammer F, Smith GJD, Fouchier RAM, et al. Influenza[J]. Nat Rev Dis Primers, 2018,4:3. DOI:10.1038/s41572−018−0002−y.
2. [2]
  Dai QG, Ma W, Huang HD, et al. The effect of ambient temperature on the activity of influenza and influenza like illness in Jiangsu province, China[J]. Sci Total Environ, 2018,645:684–691. DOI:10.1016/j.scitotenv.2018.07.065.
3. [3]
  Havlickova M, Druelles S, Jirincova H, et al. Circulation of influenza A and B in the Czech Republic from 2000–2001 to 2015–2016[J]. BMC Infect Dis, 2019,19:160. DOI:10.1186/s12879−019−3783−z.
4. [4]
  Jane M, Vidal MJ, Soldevila N, et al. Epidemiological and clinical characteristics of children hospitalized due to influenza A and B in the south of Europe, 2010–2016[J]. Sci Rep, 2019,9:12853. DOI:10.1038/s41598−019−49273−z.
5. [5]
  Ang LW, Tien WS, Lin RTP, et al. Characterization of influenza activity based on virological surveillance of influenza-like illness in tropical Singapore, 2010–2014[J]. J Med Virol, 2016,88(12):2069–2077. DOI:10.1002/jmv.24566.
6. [6]
  Guan WD, Gong XY, Mok CKP, et al. Surveillance for seasonal influenza virus prevalence in hospitalized children with lower respiratory tract infection in Guangzhou, China during the post-pandemic era[J]. PLoS One, 2015,10(4):e120983. DOI:10.1371/journal.pone.0120983.
7. [7]
  汪鹏, 杨小兵, 孔德广, 等. 武汉市2012-2017年流感监测结果分析[J]. 现代预防医学,2018,45(1):141–144.
  Wang P, Yang XB, Kong DG, et al. Analysis of influenza surveillance in Wuhan, 2012–2017[J]. Mod Prev Med, 2018,45(1):141–144.
8. [8]
  Park JE, Son WS, Ryu Y, et al. Effects of temperature, humidity, and diurnal temperature range on influenza incidence in a temperate region[J]. Influenza Other Respir Viruses, 2020,14(1):11–18. DOI:10.1111/irv.12682.
9. [9]
  Chong KC, Lee TC, Bialasiewicz S, et al. Association between meteorological variations and activities of influenza A and B across different climate zones: a multi-region modelling analysis across the globe[J]. J Infect, 2020,80(1):84–98. DOI:10.1016/j.jinf.2019.09.013.
10. [10]
  Yu HJ, Alonso WJ, Feng LZ, et al. Characterization of regional influenza seasonality patterns in china and implications for vaccination strategies: spatio-temporal modeling of surveillance data[J]. PLoS Med, 2013,10(11):e1001552. DOI:10.1371/journal.pmed.1001552.
11. [11]
  Chong KC, Liang JB, Jia KM, et al. Latitudes mediate the association between influenza activity and meteorological factors: A nationwide modelling analysis in 45 Japanese prefectures from 2000 to 2018[J]. Sci Total Environ, 2020,703:134727. DOI:10.1016/j.scitotenv.2019.134727.
12. [12]
  江苏气候概况[EB/OL]. （2010−08−19）［2020−04−20］. http://js.weather.com.cn/jsqh/index.shtml.
  Jiangsu climate overview[EB/OL]. （2010−08−19）［2020−04−20］. http://js.weather.com.cn/jsqh/index.shtml.
13. [13]
  Tong SX, Li Y, Rivailler P, et al. A distinct lineage of influenza A virus from bats[J]. Proc Natl Acad Sci USA, 2012,109(11):4269–4274. DOI:10.1073/pnas.1116200109.
14. [14]
  Park JE, Ryu Y. Transmissibility and severity of influenza virus by subtype[J]. Infect Genet Evol, 2018,65:288–292. DOI:10.1016/j.meegid.2018.08.007.
15. [15]
  Wendlandt R, Cowling BJ, Chen YY, et al. Knowledge, attitudes and practices related to the influenza virus and vaccine among older adults in Eastern China[J]. Vaccine, 2018,36(19):2673–2682. DOI:10.1016/j.vaccine.2018.03.052.
16. [16]
  Caini S, Spreeuwenberg P, Kusznierz GF, et al. Distribution of influenza virus types by age using case-based global surveillance data from twenty-nine countries, 1999–2014[J]. BMC Infect Dis, 2018,18:269. DOI:10.1186/s12879−018−3181−y.
17. [17]
  Baggett HC, Chittaganpitch M, Thamthitiwat S, et al. Incidence and epidemiology of hospitalized influenza cases in rural Thailand during the influenza A (H1N1) pdm09 pandemic, 2009–2010[J]. PLoS One, 2012,7(11):e48609. DOI:10.1371/journal.pone.0048609.
18. [18]
  赵云娜. 北京市朝阳区某地区流行性感冒流行特征及相关影响因素分析[J]. 中国卫生产业,2019,16(15):188–189. DOI:10.16659/j.cnki.1672−5654.2019.15.188.
  Zhao YN. Epidemiological characteristics of influenza and related factors in an area of Chaoyang district, Beijing[J]. China Health Ind, 2019,16(15):188–189. DOI:10.16659/j.cnki.1672−5654.2019.15.188.
19. [19]
  冉伟, 朱利塞, 丁壮, 等. 流感病毒种内与种间传播的影响因素[J]. 中国兽医学报,2013,33(6):963–968. DOI:10.16303/j.cnki.1005−4545.2013.06.009.
  Ran W, Zhu LS, Ding Z, et al. Factors of influencing intraspecies and interspecies transmission of influenza A viruses[J]. Chin J Vet Sci, 2013,33(6):963–968. DOI:10.16303/j.cnki.1005−4545.2013.06.009.
20. [20]
  吴洁, 刘丽红, 邹惠英, 等. 流感监测网络现况及展望[J]. 现代预防医学,2016,43(10):1880–1883.
  Wu J, Liu LH, Zou HY, et al. The status and Outlook of Influenza surveillance network system[J]. Mod Prev Med, 2016,43(10):1880–1883.
21. [21]
  Andrew MK, Shinde V, Hatchette T, et al. Influenza vaccine effectiveness against influenza-related hospitalization during a season with mixed outbreaks of four influenza viruses: a test-negative case-control study in adults in Canada[J]. BMC Infect Dis, 2017,17:805. DOI:10.1186/s12879−017−2905−8.
1. [1]
  郭倩 , 陈涛 , 周罗晶 . 季节性流感与气象因素相关性的系统评价. 疾病监测, 2020, 35(12): 1-8.
2. [2]
  龙江 , 向伦辉 , 李勤 , 肖达勇 , 赵寒 , 戚晓东 , 宿昆 , 熊宇 , 夏宇 , 陈熙 , 施国庆 . 重庆市活禽市场从业人员感染禽流感的风险调查. 疾病监测, 2016, 31(2): 111-114. DOI: 10.3784/j.issn.1003-9961.2016.02.007
3. [3]
  龚震宇 , 龚训良 . 全球流感活动概况(2016年10月至2017年10月). 疾病监测, 2018, 33(3): 260-264. DOI: 10.3784/j.issn.1003-9961.2018.03.021
4. [4]
  龚震宇 (摘译) , 杨小平 (审校) . 2011-2012年北半球流感季节推荐采用流感疫苗的成分. 疾病监测, 2011, 26(10): 839-840.
5. [5]
  龚震宇 , 龚训良 . 全球流感最新疫情动态和2018年南半球流感季节使用流感病毒疫苗组分的建议. 疾病监测, 2018, 33(1): 84-85. DOI: 10.3784/j.issn.1003-9961.2018.01.020
6. [6]
  黄一伟 , 张斯钰 , 湛志飞 , 曾舸 , 黄超洋 , 胡世雄 , 李文超 , 张红 , 高立冬 . 2009－2018年湖南省甲型H1N1亚型流感病毒监测结果及其全基因组进化分析. 疾病监测, 2019, 34(10): 885-890. DOI: 10.3784/j.issn.1003-9961.2019.10.006
7. [7]
  张军 , 朱道建 , 朱凤才 , . 由维多利亚系乙型流感病毒引起的流感暴发疫情流行病学调查分析. 疾病监测, 2007, 22(1): 44-47. DOI: 10.3784/j.issn.1003-9961.2007.1.44
8. [8]
  张姝 , 高红 , 倪红霞 , 胡逢蛟 , 焦素黎 . 夫妻感染HIV-1病毒的分子流行病学研究. 疾病监测, 2010, 25(11): 854-858.
9. [9]
  裘轶超 . 浙江省绍兴地区宫颈人乳头瘤病毒感染流行病学调查. 疾病监测, 2013, 28(9): 743-747. DOI: 10.3784/j.issn.1003-9961.2013.9.013
10. [10]
  周艳秋 , 郁晓磊 , 吴健 , 陶静 , 郑敏 , 顾凯侃 , 鲍燕 , 孙丽敏 , 薛以乐 , 康来仪 . 2013年上海市男男性行为人群新发现艾滋病病毒感染者流行病学特征对比分析. 疾病监测, 2017, 32(1): 25-28. DOI: 10.3784/j.issn.1003-9961.2017.01.008
11. [11]
  胡小炜 , 刘建宁 , 吴虹 , 王华 , 郑琳 , 陈凤香 , 吴杰 . 浙江省杭州市西湖区男男性行为人群HIV感染情况及影响因素分析. 疾病监测, 2017, 32(8): 651-655. DOI: 10.3784/j.issn.1003-9961.2017.08.010
12. [12]
  杨旭辉 , 谢立 , 王麟 , 邓晶 . 2006-2007年浙江省杭州市聚集性流感样病例疫情特征. 疾病监测, 2009, 24(3): 183-184. DOI: 10.3784/j.issn.1003-9961.2009.03.010
13. [13]
  沈月根 , 周建红 , 顾谢君 . 一起学校甲型H1N1流感聚集性疫情的调查. 疾病监测, 2010, 25(2): 165-166. DOI: 10.3784/j.issn.1003-9961.2010.02.026
14. [14]
  葛大放 , 沈志斌 , 霍开兰 , 姜璐 , 曹多志 , 詹圣伟 . 马鞍山地区606例流感样病例病毒分离和监测分析. 疾病监测, 2006, 21(12): 642-645. DOI: 10.3784/j.issn.1003-9961.2006.12.642
15. [15]
  吴昊 , 高凯 , 张亚丽 , 徐慧芳 , 蔡衍珊 , 韩志刚 , 梁彩云 , 黎庆梅 , 王鸣 . 广州市孕产妇人群HIV-1亚型分布和耐药特征分析. 疾病监测, 2018, 33(11): 913-918. DOI: 10.3784/j.issn.1003-9961.2018.11.008
16. [16]
  彭质斌 , 郑建东 , 姜慧 , 秦颖 , 杨娟 , 余宏杰 , 冯录召 . 全国住院严重急性呼吸道感染病例哨点监测阶段性分析. 疾病监测, 2017, 32(1): 3-5. DOI: 10.3784/j.issn.1003-9961.2017.01.003
17. [17]
  叶灵 , 王晓光 , 张佳峰 , 陈秀英 , 范钦 , 叶碧峰 , 丛迎 , 黄晓蒙 . 浙江省丽水市男男性行为人群HIV-1基因亚型和传播特征研究. 疾病监测, 2019, 34(8): 715-720. DOI: 10.3784/j.issn.1003-9961.2019.08.009
18. [18]
  曹桂华 , 张起文 , 叶伟雄 , 董建 , 钟欣扬 , 陈嘉慧 , 王文玲 , 张廷禄 , 邓立权 . 深圳市某鞋厂H3亚型流行性感冒暴发流行病学调查. 疾病监测, 2008, 23(11): 693-695. DOI: 10.3784/j.issn.1003-9961.2008.11.693
19. [19]
  周祖木 , 蔡彩萍 , 魏承毓 . 流行性感冒感染对母婴的影响及其治疗. 疾病监测, 2009, 24(1): 19-19-21. DOI: 0.3784/j.issn.1003-9961.2009.01.007
20. [20]
  . 2013年全球流感监测咨询会议纪要. 疾病监测, 2014, 29(7): 590-592. DOI: 10.3784/j.issn.1003-9961.2014.07.022

图 1 2011－2019年江苏省流感确诊病例发病时间分布

Figure 1. Time distribution of confirmed influenza cases in Jiangsu, 2011–2019

下载: 全尺寸图片幻灯片

图 2 2011－2019年江苏省各监测年度流感病例亚型和系的分布

Figure 2. Annual distribution of subtypes/lineages of influenza viruses in Jiangsu, 2011–2019

下载: 全尺寸图片幻灯片

表 1 2011－2019年江苏省各月流感病例亚型和系的分布

Table 1. Monthly distribution of subtypes/lineages of influenza viruses in Jiangsu, 2011–2019

月份	不同亚型和系的流感病例数（例）和构成比（%）
月份	A（H1）亚型	A（H3）亚型	B-V系	B-Y系
10	108（10.82）	736（73.75）	80（8.02）	74（7.41）
11	181（12.41）	833（57.09）	273（18.71）	172（11.79）
12	505（14.47）	1765（50.57）	732（20.98）	488（13.98）
1	2218（44.40）	1391（27.85）	247（4.95）	1139（22.80）
2	1 931（47.98）	796（19.78）	329（8.17）	969（24.07）
3	960（30.05）	640（20.03）	905（28.32）	690（21.60）
4	341（15.83）	348（16.16）	1191（55.29）	274（12.72）
5	215（18.86）	128（11.23）	699（61.31）	98（8.60）
6	141（19.56）	180（24.96）	314（43.55）	86（11.93）
7	82（6.84）	946（78.90）	135（11.26）	36（3.00）
8	67（3.26）	1 826（88.90）	127（6.18）	34（1.66）
9	92（6.12）	1293（85.97）	76（5.05）	43（2.86）
合计	6841（25.40）	10882（40.40）	5108（18.97）	4103（15.23）

下载: 导出CSV

表 2 2011－2019年江苏省不同地区流感病例亚型和系的分布

Table 2. Area distribution of subtypes/lineages of influenza viruses in Jiangsu, 2011–2019

地区	不同亚型和系流感病例数（例）和构成比（%）
地区	A（H1）亚型	A（H3）亚型	B-V系	B-Y系
苏南	3028（23.32）	5500（42.35）	2300（17.71）	2158（16.62）
苏中	1552（24.49）	2642（41.69）	1296（20.45）	847（13.37）
苏北	2082（29.67）	2513（35.81）	1399（19.93）	1024（14.59）
合计	6662（25.29）	10655（40.45）	4995（18.96）	4029（15.30）

下载: 导出CSV

表 3 2011－2019年江苏省不同人群流感病例亚型和系的分布

Table 3. Population distribution of subtypes/lineages of influenza viruses in Jiangsu, 2011–2019

组别	不同亚型和系流感病例数（例）和构成比（%）
组别	A（H1）亚型	A（H3）亚型	B-V系	B-Y系
性别
男性	3632 （25.74）	5723 （40.56）	2613 （18.52）	2142 （15.18）
女性	3209 （25.02）	5159 （40.23）	2495 （19.46）	1961 （15.29）
年龄组（岁）
0～	685 （29.78）	991 （43.09）	338 （14.70）	286 （12.43）
2～	2252 （28.91）	3010 （38.65）	1449 （18.60）	1078 （13.84）
6～	1294 （20.00）	2248 （34.75）	1736 （26.84）	1191 （18.41）
16～	545 （23.17）	1094 （46.51）	453 （19.26）	260 （11.06）
26～	824 （26.41）	1268 （40.64）	727 （23.30）	301 （9.65）
36～	442 （29.93）	618 （41.84）	150 （10.15）	267 （18.08）
46～	348 （25.91）	608 （45.27）	92 （6.85）	295 （21.97）
56～	285 （23.57）	562 （46.48）	91 （7.53）	271 （22.42）
>65	166 （18.97）	483 （55.20）	72 （8.23）	154 （17.60）
合计	6841 （25.40）	10882 （40.40）	5108 （18.97）	4103 （15.23）

下载: 导出CSV

表 4 2011－2019年江苏省≥16岁非学生、离退人群的职业人群流感病例亚型和系的分布

Table 4. Distribution of subtypes/lineages of influenza viruses in special populations in Jiangsu, 2011–2019

职业	不同亚型和系流感病例数（例）和构成比（%）
职业	A（H1）亚型	A（H3）亚型	B-V系	B-Y系
干部职员	500（23.79）	995（47.33）	335（15.94）	272（12.94）
工人	561（27.51）	852（41.79）	333（16.33）	293（14.37）
家务及待业	89（22.25）	218（54.50）	53（13.25）	40（10.00）
农民	162（27.18）	243（40.77）	72（12.08）	119（19.97）
其他	666（28.41）	946（40.36）	407（17.36）	325（13.87）

下载: 导出CSV

表 5 各流感亚型和系流行影响因素的多因素logistic回归分析结果

Table 5. Logistic regression analysis on related factors for circulation of influenza viruses with different subtypes/lineages

影响因素	不同流感亚型和系的OR值及其95%CI
影响因素	A（H1）亚型	A（H3）亚型	B-V系	B-Y系
地区
苏南	1.000	1.000	1.000	1.000
苏中	1.220（1.123～1.325）	1.119（1.035～1.210）	0.908（0.828～0.996）	0.724（0.658～0.796）
苏北	1.430（1.324～1.543）	0.788（0.730～0.850）	1.059（0.969～1.157）	0.815（0.746～0.891）
年龄组（岁）
0～	1.000	1.000	1.000	1.000
6～	0.595（0.548～0.645）	0.902（0.835～0.975）	1.552（1.424～1.692）	1.359（1.243～1.487）
16～	0.838（0.745～0.943）	1.332（1.192～1.488）	1.119（0.979～1.278）	0.724（0.624～0.841）
26～	0.955（0.880～1.037）	1.107（1.021～1.200）	0.869（0.785～0.961）	1.057（0.960～1.164）
>65	0.718（0.592～0.871）	1.479（1.246～1.755）	0.462（0.354～0.603）	1.502（1.236～1.827）
月份
10	1.000	1.000	1.000	1.000
11	1.259（0.975～1.627）	0.472（0.395～0.563）	2.547（1.950～3.328）	1.583（1.183～2.118）
12	1.556（1.244～1.947）	0.370（0.315～0.433）	2.759（2.156～3.530）	1.929（1.488～2.502）
1	7.075（5.733～8.733）	0.135（0.116～0.158）	0.583（0.447～0.760）	3.652（2.845～4.688）
2	7.838（6.341～9.688）	0.086（0.073～0.101）	0.991（0.764～1.284）	4.060（3.158～5.220）
3	3.861（3.108～4.796）	0.089（0.075～0.105）	4.301（3.366～5.495）	3.354（2.597～4.330）
4	1.680（1.329～2.123）	0.068（0.056～0.081）	13.550（10.577～17.358）	1.788（1.361～2.348）
5	2.054（1.596～2.644）	0.042（0.033～0.054）	17.649（13.581～22.934）	1.205（0.877～1.656）
6	2.128（1.617～2.799）	0.113（0.09～0.141）	8.838（6.707～11.647）	1.721（1.237～2.395）
7	0.676（0.500～0.916）	1.193（0.976～1.458）	1.578（1.175～2.118）	0.382（0.254～0.576）
8	0.288（0.210～0.396）	2.717（2.225～3.318）	0.797（0.593～1.070）	0.213（0.140～0.323）
9	0.546（0.407～0.731）	2.113（1.722～2.592）	0.628（0.453～0.872）	0.374（0.254～0.551）