建立具有中醫特色流感預警體系的探索

劉衛紅 胡 晶 趙京霞 郭玉紅 劉清泉

(1 中醫感染性疾病基礎研究北京市重點實驗室，北京，100010；2 北京市中醫研究所，北京，100010；3 首都醫科大學附屬北京中醫醫院，北京，100010)

建立具有中醫特色流感預警體系的探索

劉衛紅1,2,3胡 晶1,2,3趙京霞1,2,3郭玉紅1,3劉清泉1,2,3

(1 中醫感染性疾病基礎研究北京市重點實驗室，北京，100010；2 北京市中醫研究所，北京，100010；3 首都醫科大學附屬北京中醫醫院，北京，100010)

近年來頻發的流感已經成為影響居民健康的重大公共衛生問題，因此，流感的監測預警尤為重要。流感是第一個實行全球性監測的傳染病，全球流感監測已有超過60年的歷史。文章簡要概述了國內外流感預警體系現狀，并對流感的中醫預警研究現狀進行了分析，作者提出建立具有中醫特色的流感預警體系的構想，具有中醫特色的流感預警體系的建立應充分體現中醫特色，同時可借鑒數據挖掘的各種方法，提高對流感證候演變規律的認識，發揮中醫藥防治流感的特色優勢，以提高救治效果，減少病死率為目標。

流感；預警；五運六氣；證候演變規律

1 建立流感預警體系的意義

流行性感冒(簡稱流感)的季節性流行，尤其是大流行會產生巨大的疾病負擔，不僅會導致門診就診量和住院率的上升，還可引起人群呼吸、循環系統疾病的發病率以及死亡率增加[1]，是影響居民健康的重大公共衛生問題，是第一個實行全球性監測的傳染病[2]。

近年來我國數次發生流感流行，2009年3月甲型H1N1流感在墨西哥首次暴發后迅速在全球范圍內蔓延[3]，2009年5月我國境內首次分離出第1株甲型H1N1流感病毒[4]。之后，2013年我國相繼發生人感染H7N9、H6N1、H10N8禽流感等新發傳染病。近年頻發的流感疫情再次提醒我們流感病毒可能給人類健康和社會發展帶來巨大的危害與災難，因此我國的流感監測動態備受關注。特別是北上廣深等特大城市人口密度大，流動人口多，并且大型公共場所密集，易于流感的傳播，易造成局部或地區的暴發或流行。流感的流行有一定的規律性，監測是預防控制流感的關鍵策略和措施之一，其目的在于：其一，確定每年流感流行株、推薦疫苗組份。其二，及早發現變異株是流感疫情預測和預警的基礎[5]。流感作為第一個實行全球性監測的傳染病，目前已有80多個國家、110余個國家/地區流感中心組成了全球流感監測網絡，對全球范圍流感的防控起到重要的作用。

2 國內外流感預警體系現狀

全球流感監測已有超過60年的歷史，我國大陸地區于1952年開展流感病毒學研究，2009年正式成為WHO流感參比與合作研究中心[6]。

美國和歐洲官方機構最早建立了流感預報系統，目前都已成熟運轉。這些系統均是基于傳統的流行病學方法，利用最新歷史數據進行流感預報，這也是目前普遍采用的流感預報方式[7]。美國疾病控制和預防中心的流感監測系統主要包括病毒學監測、門診患者監測、病死率監測、住院病例監測及流感活動地理特征監測等5個方面的內容。該流感監測系統對美國全境實行流感監測，以周為單位對流感數據進行詳細監測并形成綜合報告。該報告概括地描繪流感在美國的總體發病情況，對可能在何時、何地發生流感流行提供預警，并追蹤與流感有關的疾病狀況，確定當前流感病毒的種類及其變異情況，評價重大流感流行對死亡人數和原因的影響等[7]。

歐洲疾病預防和控制中心的歐洲流感監測網絡提供流感流行病學和病毒學數據，在每周數據分析的基礎上發布流感疫情報告。全面地描述了歐洲各國每周的流感疫情狀況，包括疫情的強度、變化趨勢、地理分布特征、哨點樣本數、病毒類型，便于歐洲各國決策者和各國專家對整個歐洲的流感疫情、特征及其變化建立起完整而清晰認識。

WHO每周發布其疫情報告，通過及時收集、交換信息和提供信息服務，指導年度疫苗制備、應對流感流行等活動，以降低地區流感發病率和病死率[7]。

自1952年中國大陸地區開始流感病毒研究，1957年依托于中國預防醫學科學院病毒學研究所流感室成立國家流感中心，1981年國家流感中心加入世界衛生組織(WHO)全球流感監測網絡(Global Influenza Surveillance Network，GISN)。1988年始，為提高國際地位及流感監測和研究水平，中國國家流感中心與美國疾病預防控制中心合作開展了流感監測研究合作項目，進行了流感病毒分子生物學技術應用于流感病毒的監測和研究，使中國的流感監測從生物學水平提高到了分子生物學水平。自2000年起中國衛生部與WHO合作，開展了2000—2005年、2005—2010年流感監測合作項目，擴展到覆蓋31個省(直轄市、自治區)的63家網絡實驗室和197家哨點醫院，建立起以流感樣病例報告和病毒分離為主的流感監測網絡[5]。2009年，全國流感監測哨點醫院從197家擴展為556家，覆蓋全國所有地市和部分重點縣。

流感頻發、高致病力和致死率、病毒基因變異快等特點決定了流感研究需要建立起一個長效的研究機制。2014年12月成立了以中國科學院微生物研究所為依托單位，聯合國家疾病預防控制中心等多家研究機構共建的“中國科學院流感研究與預警中心(CASCIRE)”。該中心是中國科學院首個聚焦流感的長效綜合研究平臺，中心瞄準我國新發突發流感疫情的基礎性、前瞻性、戰略性重大科學問題，針對流感病毒監測、溯源、跨種傳播機制、免疫機理等的基礎前沿科學問題展開研究，同時服務于國家重大需求，建設流感的樣本和資源數據共享平臺，建立流感的早期預測預警體系，為有效防控流感提供理論和技術的支撐[8]。

隨著以“谷歌流感趨勢”為標志的“大數據”時代來臨，以“大數據”為基礎的流感預報系統已經逐步形成?！肮雀枇鞲汹厔荨蓖ㄟ^分析谷歌的大量搜索查詢數據來跟蹤人群中的流感樣病例。由于某些查詢的相對頻率與出現流感癥狀的患者就診比例高度相關，據此可以準確地估計美國國內每個區域每周流感活動的水平，時間上的滯后只有1 d。這一系統不僅整合了流感暴發的歷史數據，較之傳統的流感預報方式最大的優點在于可實現對“實時”網絡流感信息進行監測，從而對流感進行“實時”預測。谷歌公司在美國的9個地區對“谷歌流感趨勢”進行了測試，發現其比疾病控制和預防中心提前7～14 d預測了流感的爆發。為驗證“谷歌流感趨勢”預警系統的正確性，谷歌多次把測試結果與美國疾病控制和預防中心的報告作比對，證實兩者結論存在很大相關性[7]。

美國哥倫比亞大學結合“谷歌流感趨勢”的數據和疾病控制預防中心實驗室檢測的流感病例報告數據研發了流感預報系統，不僅能估算出疑似疾病可能最終變成流感的概率，還會提供流感病毒如何在大眾中傳播的信息，該方法類似于天氣預報，即使用實時觀測數據持續更新調整預測結果。這將是未來一段時間流感預報系統研究的一個重點[7]。

3 流感的中醫預警研究現狀分析

傳染病的大范圍流行往往受到氣候環境的制約，傳染病疫情的短期波動則受天氣變化的顯著影響，呼吸道傳染病包括流感更是如此[9]。甲型H1N1流感傳播流行廣，氣候環境適應性強，人類聚居的氣候帶幾乎均有發生。國內外調查發現，甲型H1N1流感的暴發流行由多種自然與社會因素引起，氣象因子是重要誘因[10-13]。

施敏[14]利用杭州市2007—2009年監測哨點醫院全人群日報告流感樣病例數的時間序列，結合同期氣象資料，釆用廣義相加模型結合分布滯后非線性模型分析不同氣象因素對于杭州市流感樣病例數的影響。研究結果表明每日平均氣溫、日溫差、平均氣壓、平均相對濕度和平均風速與流感樣病例數有關聯，低溫、較大的日溫差、較高的平均氣壓、較低或較高的平均相對濕度以及較高的風速均會導致流感樣癥狀發生的風險增加。李媛[15]通過分析2006—2009年天津市流感監測哨點醫院報告的數據以及實驗室病原學檢測結果，按描述性流行病學方法結合趨勢分析和時間序列研究，分析天津市流行性感冒的流行特征。同時獲得同期氣象資料，探討流感的流行與氣象因素的關系，通過分析發現，當平均溫度在-5～10 ℃、平均相對濕度60%～80%、平均氣壓1 020～1 040 hPa的條件下，病毒分離率較高，同時也是ILI%高峰出現的氣象條件。表明天津市的流感樣病例與氣象要素具有一定相關性，且氣溫、相對濕度可超前影響后期ILI%。何凡等[16]收集浙江省2009年4月至2011年1月甲型H1N1流感疫情資料、各哨點醫院的監測資料以及同期氣象資料，在采用Spearman相關分析甲型H1N1流感活動強度與有關氣象因子的相關關系的基礎上，通過卡方自動交互檢測方法建立決策樹預報模型。結果表明最低氣壓、平均風速、降水量等氣象因子與甲型H1N1流感活動強度密切相關，將甲型H1N1流感陽性檢出率分為不同等級與氣象因子建立預報模型，模型預測的正確率為66.67%。

運氣學說是古人研究天象、氣候、物候和病候之間生態關系的一種學說，集中體現了中醫學“天人合一”的整體觀思想，研究運氣理論可以為現代傳染病與氣象關系的研究提供良好的借鑒和參考?！饵S帝內經》結合古代的天文、歷法、氣象、物候等自然科學知識較系統地描述了時令氣候與物候、病候的相關性及變化規律，認為物候變化與氣候變化密切相關，人體的生理病理變化與物候變化同步，亦受到氣候變化的影響。

五運六氣學說不同于現代氣象醫學，僅僅研究單一氣象因素與傳染病的相關性，而是將關注點擴大到天體的運行對氣候的影響。更重要的是五運六氣學說具有周期性特點，60年的氣運周期，以及其中嵌套的5年、6年、30年等周期結構，使其對氣象變化規律的認識更加深刻、全面。天時氣候的變化規律對傳染病的發生會產生影響，而這種影響不僅局限于當年的氣候變化，還涉及近3年的氣象變化情況，即“三年化疫”理論，即通過3年前氣候的異常變化，來預測及判斷疫病的發生、發展及流行規律[17]。顧植山[18]研究發現2003年SARA的流行即是“三年化疫”作用的結果。近些年來，傳染病與基于五運六氣的氣象因素周期性變化關系的研究受到重視[19-21]，而“三年化疫”理論、五運六氣的周期結構為前期氣象研究的時間范圍提供了有益的參考。梁大海[22]通過對1 500例流感樣病例進行統計分析并結合運氣推算，發現流感樣病例發病的病機變化受當年的運氣環境影響。中醫預測學的運氣理論對認識流感樣病例的病機規律有較強的指導價值，為流行性感冒發病的預測預警提供重要的線索。胡雪琴等[23]以天津市2005—2009年的流感樣病例數據為研究對象，通過分析氣象因素(最高溫度、平均溫度、平均濕度等)以及推算運氣學說中的客主加臨情況，探索流感和氣象因素及運氣因子之間的關系。結果表明流感的流行與最高溫度、最大海平面壓力、運氣因子有一定的關聯關系。構建的基于運氣學說的流感預警自回歸移動平均模型具有較好的流感樣病例預測能力。

4 建立具有中醫特色的流感預警體系的構想

流感發病流行趨勢的預測預警屬于群體概念，是流行病學的主要研究方向，將為預防措施的實施和疫苗的研制提供重要依據和指導。雖然基于運氣學說、氣象因素預測預警流感發病趨勢具有一定的意義，但中醫預測預警的目的并不限于對流感流行趨勢的預測，而是重在對流感中醫證候特征、傳變規律以及預后的認識，并在此基礎上形成流感的中醫防治預案，提高流感尤其是重癥的救治水平，減少死亡率。

目前應用在傳染病監測的預警模型按資料類型可分為時間預警模型、空間預警模型及時空預警模型。時間預警模型包括基于控制圖的預警模型、時間序列模型、線性回歸模型、基于隱馬爾可夫鏈模型等。空間預警模型包括廣義線性混合模型、小區域回歸分析檢驗法、空間掃描統計等模型。使用較為普遍的時間-空間預警模型有：WSARE、PANDA、時空掃描統計等[24]。

數據挖掘(Data Mining，DM)是利用統計分析和人工智能等新技術，分析數據庫中的數據，尋找其規律性，提取出事先未知而潛在有用的信息。孫文軍等[25]對北京地區10家分中心705例廣泛性焦慮癥患者進行為期1年的中醫證候學觀察，運用貝葉斯網絡技術建立中醫證候模型，分析廣泛性焦慮癥的中醫證候學規律。運用貝葉斯網絡技術提取了9個證候類型，表明貝葉斯網絡在中醫證候建模、挖掘證候規律等方面具有一定的應用前景，適用于中醫證候規律的研究。徐璡等[26]采用本課題組自行研制的中醫心系問診量表及舌面一體儀等收集835例冠心病患者的中醫四診證候信息，在專家辨證和先驗知識的基礎上，通過貝葉斯網絡(Bayesian networks)對四診證候信息進行分類識別研究?；谪惾~斯網絡原理建立的四診信息融合模型在冠心病中醫證候分類客觀化研究中具有較好的應用前景。許朝霞等[27]采用RBF神經網絡分析心血管疾病的中醫臨床信息和證候類別之間的相關性，建立模型，結果確認RBF神經網絡能為心血管疾病的臨床中醫證候識別提供一定的客觀依據，其中OCON結構網絡具有較高的識別準確率。陳淑慧[28]采用決策樹、BP及RBF神經網絡等多種算法對原發性失眠的臨床數據進行了中醫辨證分類的研究，結果表明RBF神經網絡參數設置較簡單、對中醫證候數據有較好的識別分類能力和預測性能，模型較穩健，是一種有效的中醫證候研究方法。研究[29]表明模糊神經網絡技術可用于中醫證候特征的研究。

流感頻發、高致病力和致死率、病毒基因變異快等特點為中醫藥學發揮辨證論治的優勢提供了用武之地。高致病力和致死率的流感往往發病及傳變迅速，衛氣營血界限難于分清，其臨床傳變不完全符合衛氣營血、三焦傳變規律。因此，根據病邪侵犯人體的外在表現，利用數據挖掘的各種技術建立中醫證候預警模型，把握流感的證候演變規律，是提高中醫藥防治流感療效的有效途徑。

綜上所述，具有中醫特色的流感預警體系的建立應充分體現中醫特色，同時，借鑒數據挖掘的各種方法，提高對流感證候演變規律的認識，發揮中醫藥防治流感的特色優勢，以提高救治效果，減少病死率為目標。

[1]Thompson WW，Shay DK，Weintraub E，et al.Influenza-associated hospitalizations in the United States[J].JAMA，2004，292(11)：1333-1340.

[2]苗芳，李達，楊青俊，等.2009-2014年北京市中心城區流行性感冒的流行特征分析[J].職業與健康，2015，31(14):1928-1931.

[3]Perez-Padilla R，de la Rosa-Zamboni D，Ponce de Leon S，et al.Pneumonia and respiratory failure from swine-origin influenza A(H1N1)in Mexico[J].N Engl J Med，2009，361(7)：680-688.

[4]Rongbao G，Bin C，Yunwen H，et al.Human infection with a novel avian-origin influenza A(H7N9)virus[J].N Engl J Med，2013，368(20)：1888-1897.

[5]黃維娟，董婕，舒躍龍.中國流感監測網絡發展概況[J].疾病監測，2008，23(8):463，469.

[6]舒躍龍.流感監測的發展歷史及思考[J].中華流行病學雜志，2011，32(4)：334-336.

[7]高云華，王敏.國外流感預報系統研究進展[J].人民軍醫，2015，58(6):627-628.

[8]沈毅.中國科學家在流感研究領域發揮著引領作用[J].科學通報，2015，60(17):1643-1644.

[9]劉庚山，郭安紅，安順清.流行性感冒爆發氣象條件主成分分析[J].氣象科技，2002，30(6)：341-343.

[10]李威，宋艷玲，王長科.甲型H1N1在美國傳播期和墨西哥暴發期的氣象條件與中國初夏氣候特點的相似分析[J].科技導報，2009，27(11)：19-22.

[11]Tang JW，Lai FY，Nymadawa P，et al.Comparison of the incidence of influenza in relation to climate factors during 2000-2007 in five countries[J].J Med Virol，2010，82(11)：1958-1965.

[12]Steel J，Palese P，Lowen AC.Transmission of a 2009 pandemic influenza virus shows a sensitivity to temperature and humidity similar to that of an H3N2 seasonal strain[J].J Virol，2011，85(3)：1400-1402.

[13]Minhaz Ud-Dean SM.Structural explanation for the effect of humidity on persistence of airborne virus：seasonality of influenza[J].J Theor Biol，2010，264(3)：822-829.

[14]施敏.杭州市流感樣病例與氣象因素關系的研究[D].杭州：浙江大學，2013.

[15]李媛.天津市流行性感冒流行特征及與氣象因素關系研究[D].天津：天津醫科大學，2011.

[16]何凡，林君芬，徐旭卿.甲型H1N1流感與氣象因子的關系及預報模型研究[J].浙江預防醫學，2014，26(7):649-652，658.

[17]蘇穎.中醫運氣學[M].北京：中國中醫藥出版社，2009：93.

[18]顧植山.“三年化疫”說非典[J].中國中醫基礎醫學雜志，2003，9(12)：1-3.

[19]湯巧玲，付幫澤，黃羚，等.北京市感染性腹瀉與氣象及六氣的關聯性研究[J].中醫雜志，2013，54(7)：570-572.

[20]蘇穎.五運六氣探微[M].北京：人民衛生出版社，2014:173.

[21]張軒，賀娟.北京地區1990年-2004年流行性腮腺炎發病與氣象因素的相關性研究[J].中華中醫藥雜志，2014，29(5)：1740-1745.

[22]梁大海.運氣環境與流感樣病例發病病機的相關性研究[D].廣州：廣州中醫藥大學，2014.

[23]胡雪琴，崔蒙.基于運氣學說的流感樣病例預測[J].中國中醫藥信息雜志，2011，18(7):23-25.

[24]王小莉，王全意，欒榮生，等.傳染病疫情早期預警的主要模型[J].現代預防醫學，2008，35(22)：4339-4341.

[25]孫文軍，曲淼，唐啟盛.基于貝葉斯網絡的廣泛性焦慮癥中醫證候學規律研究[J].北京中醫藥，2014，33(6):403-405，421.

[26]徐璡，許朝霞，許文杰，等.基于貝葉斯網絡原理的835例冠心病病例中醫證候分類研究[J].上海中醫藥雜志，2014，48(1):10-13.

[27]許朝霞，王憶勤，顏建軍，等.基于支持向量機和人工神經網絡的心血管疾病中醫證候分類識別研究[J].北京中醫藥大學學報，2011，34(8)：539-543.

[28]陳淑慧.分類方法在中醫辨證診斷應用中的比較研究[D].廣州：廣州中醫藥大學，2008.

[29]王至婉，胡金亮，李建生，等.從模糊神經網絡技術探討普通感冒的證候特征[J].中醫學報，2013，28(3):334-336.

(2015-10-08收稿 責任編輯：洪志強)

The Establishment of an Early Warning System of Chinese Medicine Characteristics

Liu Weihong1,2,3，Hu Jing1,2,3，Zhao Jingxia1,2,3，Guo Yuhong1,3，Liu Qingquan1,2,3

(1BeijingKeyLaboratoryofBasicResearchonInfectiousDiseasesofTCM，Beijing100010,China; 2BeijingInstituteofTraditionalChineseMedicine,Beijing100010,China; 3BeijingChineseMedicineHospitalaffiliatedtoCapitalMedicalUniversity,Beijing100010,China)

In recent years, the frequency of influenza has become a major public health problem affecting the health of residents, therefore, the influenza surveillance and early warning are particularly significant. Influenza surveillance has been the first infectious disease to have a global surveillance, global influenza surveillance has a more than 60 years' history. This paper reviewed domestic and international influenza warning system briefly, and clarified the research status of influenza warning system, the establishment of influenza warning system with Chinese characteristics, and drew the conclusion that the establishment of influenza warning system should fully reflect the Chinese characteristics, and can learn from various methods and improve the characteristics of Chinese medicine to improve the treatment effect so as to reduce mortality rate.

Influenza; Early warning; Five six gas; Syndrome evolution law

北京市科委綠色通道專項項目(編號：Z141100006014056)

劉清泉(1956—)，男，主任醫師，教授，E-mail：liuqingquan2003@126.com

R511.7

A

10.3969/j.issn.1673-7202.2015.10.002