陳 濤，肖 夢，楊 靜，秦 宇，王大燕，舒躍龍

厄爾尼諾-南方濤動現(xiàn)象與流行性感冒聯(lián)系的系統(tǒng)評價

陳 濤1，肖 夢2，楊 靜1，秦 宇3，王大燕1，舒躍龍1

目的 調(diào)查分析既往及正在執(zhí)行的厄爾尼諾-南方濤動現(xiàn)象(El Nio-Southern Oscillation，ENSO)與流行性感冒關(guān)聯(lián)的相關(guān)研究，并評價ENSO對流行性感冒相關(guān)指標(biāo)(如流感流行高峰的出現(xiàn)時間、流感樣病例報告人數(shù)等)的影響，為進(jìn)一步開展天氣及氣象因素影響流感病毒傳播研究提供依據(jù)和建議。方法 計算機(jī)檢索MEDLINE, EMBASE, Science Direct, HEED、中國生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(CBMdisc)、萬方學(xué)位論文全文數(shù)據(jù)庫，查找1988～2016年10月已發(fā)表的關(guān)于ENSO與流行性感冒聯(lián)系的文獻(xiàn)，并運(yùn)用循證醫(yī)學(xué)方法進(jìn)行文獻(xiàn)數(shù)據(jù)提取和分析。結(jié)果 共檢索到78篇文獻(xiàn)，其中符合納入標(biāo)準(zhǔn)的已發(fā)表文獻(xiàn)10篇。二次文獻(xiàn)研究顯示，出現(xiàn)ENSO與流感大流行的發(fā)生，流感高峰的出現(xiàn)時間，流感樣病例就診數(shù)及重癥死亡數(shù)都有較大關(guān)聯(lián)，且El Nio和La Nia現(xiàn)象對流感相關(guān)指標(biāo)的影響也不盡相同。結(jié)論 從納入研究的已發(fā)表文獻(xiàn)分析結(jié)果來看，ENSO與流行性感冒相關(guān)指標(biāo)之間有較強(qiáng)的相關(guān)性。

ENSO；流行性感冒；聯(lián)系；系統(tǒng)評價

流行性感冒是一種季節(jié)性流行特征非常明顯的呼吸道傳染病，目前，已有多項研究描述并分析了流行性感冒病毒傳播、流感疫情暴發(fā)、流感樣病例(ILI)就診率的季節(jié)特征及其與ENSO的關(guān)系，并對氣象條件或氣象因子對流感發(fā)病率的影響程度進(jìn)行了初步探索，甚至一些研究建立了流感相關(guān)指標(biāo)與ENSO之間的預(yù)測模型[5]。然而，大多數(shù)文獻(xiàn)僅側(cè)重于描述流感與氣象因子關(guān)系的分析研究，且多局限在較小的區(qū)域范圍內(nèi)，無法準(zhǔn)確估計受ENSO影響前后流感相關(guān)指標(biāo)的差異性。為全面了解流感病毒傳播、流感疫情暴發(fā)、ILI就診率與ENSO的關(guān)系，以及評價極端氣象下流行性感冒的流行特征，有必要采用系統(tǒng)評價的方法，全面收集和系統(tǒng)描述全世界已經(jīng)開展的研究。

本研究旨在全面描述ENSO發(fā)生與流感大流行、流感疫情暴發(fā)、ILI就診數(shù)、流感病毒傳播的關(guān)系及評價。

1 資料與方法

本研究借鑒循證醫(yī)學(xué)系統(tǒng)評價方法，對文獻(xiàn)進(jìn)行全面回顧和評價。

1.1 文獻(xiàn)資料收集及評價

1.1.1 文獻(xiàn)檢索策略 本研究搜索了以下數(shù)據(jù)庫: MEDLINE, PUBMED, EMBASE, Science Direct, HEED,CBM disc,Wanfang database，截止時間2016年10月。英文檢索詞包括: Influenza, activity, mortality, pandemics, outbreaks, morbidity, ILI, epidemiology, annual peak, seasonality characterizing, ENSO (El Nio-Southern Oscillation), El Nio, La Nia, climate, weather, season, hot, cold, dryness, wetness, global atmospheric, oceanic circulation, connection, variability, association, hypothesis, patterns, affection. 同時使用主題詞和自由詞合并檢索，并由數(shù)據(jù)庫檢索專業(yè)人員完成。數(shù)據(jù)庫電子檢索策略見表1。

表1 電子檢索策略(以Medline為例)

Tab.1 Electronic retrieval strategy (take Medline as an example)

1.Influenza[Mesh],ti,ab2.activityORmortalityORpandemicsORoutbreaksORMorbidityORILIORepidemiologyOR(annualpeak)OR(sea-sonalitycharacterizing),ti,ab3.1AND24.ENSO(ElNi?o-SouthernOscillation)OR(ElNi?o)OR(LaNi?a),[Mesh],ti,ab5.climateORweatherORseasonORhotORcoldORdrynessORwetnessOR(globalatmospheric)OR(oceaniccircula-tion),ti,ab6.connectionORvariabilityORassociationORhypothesisORpatternsORaffection,ti,ab7.4OR5OR68.3AND7

1.1.2 納入與排除標(biāo)準(zhǔn) 同時滿足以下條件的研究被采納：1)主題范圍與ENSO和流感關(guān)系相關(guān)的基礎(chǔ)研究、創(chuàng)新性活動或項目等；2)研究對象為ENSO或厄爾尼諾(El Nio)和拉尼娜(La Nia)其一者與所有流感、禽流感相關(guān)指標(biāo)的關(guān)系；3)研究類型：原始研究(定性和定量研究)，政策、法規(guī)、法律，技術(shù)報告，個案報告，專著等，排除個人觀點(diǎn)、評論等，同時排除無全文的各種文獻(xiàn)資料。4)語種：中文和英文文獻(xiàn)。(文獻(xiàn)數(shù)據(jù)篩選流程見圖1，數(shù)據(jù)納入標(biāo)準(zhǔn)見表2)

圖1 文獻(xiàn)數(shù)據(jù)篩選流程圖Fig.1 Flow chart of literature data filtering

1.1.3 預(yù)試驗 從檢索到的文獻(xiàn)中隨機(jī)抽取2篇文獻(xiàn)，兩名研究人員分別獨(dú)立地按照納入排除標(biāo)準(zhǔn)進(jìn)行篩選，并根據(jù)預(yù)先設(shè)計好的質(zhì)量評價標(biāo)準(zhǔn)和數(shù)據(jù)提取表對納入的文獻(xiàn)進(jìn)行質(zhì)量評價和提取所需的數(shù)據(jù)。然后比較各自的結(jié)果，討論篩選、質(zhì)量評價及數(shù)據(jù)提取過程中遇到的問題及結(jié)果的差異，并進(jìn)一步修改和完善數(shù)據(jù)提取表。

1.1.4 文獻(xiàn)質(zhì)量評價 每篇文獻(xiàn)均由兩名評論員獨(dú)立提取和評價，意見不一致時通過討論或第三方解決。參照STROBE的標(biāo)準(zhǔn)，主要從研究問題是否清晰，方法學(xué)是否明晰適宜，數(shù)據(jù)是否可靠，結(jié)果及結(jié)論是否有針對性等方面對文獻(xiàn)進(jìn)行質(zhì)量評價。將納入的研究分成A、B、C三個等級，A級：高質(zhì)量，可信的，沒有嚴(yán)重影響研究結(jié)果的因素；B級：中等質(zhì)量，對研究結(jié)果有一些不確定因素；C級：低質(zhì)量，存在嚴(yán)重影響研究結(jié)果可信度的因素。

1.1.5 數(shù)據(jù)的提取 根據(jù)分析的需要及文獻(xiàn)的數(shù)據(jù)信息，預(yù)先設(shè)計數(shù)據(jù)提取表并通過預(yù)試驗進(jìn)行調(diào)整。主要包括文獻(xiàn)一般情況、方法學(xué)、主要內(nèi)容、主要結(jié)果和結(jié)論等。然后對提取的資料進(jìn)行檢查核對。

表2 數(shù)據(jù)納入標(biāo)準(zhǔn)

Tab.2 Inclusion criteria of data

研究目的標(biāo)準(zhǔn)納入檢索和提取的數(shù)據(jù)1.描述ENSO氣象條件下流行性感冒的流行特征對在ENSO發(fā)生的條件,與流感相關(guān)的指標(biāo)的定性定量監(jiān)測結(jié)果。ENSO發(fā)生時,流感大流行、流感流行高峰、流感發(fā)病率及超額死亡率等數(shù)據(jù)描述性2.評價流感相關(guān)指標(biāo)和ENSO的關(guān)系ENSO相關(guān)指標(biāo)與流感相關(guān)指標(biāo)的監(jiān)測數(shù)據(jù)相關(guān)性分析,ENSO現(xiàn)象出現(xiàn)前后流感相關(guān)指標(biāo)的對比分析ENSO相關(guān)指標(biāo)與流感數(shù)據(jù)的相關(guān)性分析結(jié)果,流感指標(biāo)受ENSO影響的差異性分析結(jié)果3.探求ENSO對流感影響的機(jī)制明確提出ENSO直接或間接影響流感相關(guān)的證據(jù)ENSO影響流感傳染源、傳播途徑及易感人群的結(jié)論

1.1.6 分析方法 采用Excel建立評價表數(shù)據(jù)庫，并只對質(zhì)量評分為A級和B級的研究進(jìn)行最后的定性分析。

2 結(jié) 果

2.1 文獻(xiàn)檢索結(jié)果與文獻(xiàn)描述 已發(fā)表文獻(xiàn)中，共檢索到10篇英文文獻(xiàn)，0篇中文文獻(xiàn)；其中2篇為學(xué)位論文，2篇質(zhì)量評價等級為A級，8篇為B級。納入的文獻(xiàn)主要為描述性研究，其中主要數(shù)據(jù)主要來源于國家哨點(diǎn)醫(yī)院和實(shí)驗室的監(jiān)測資料，詳細(xì)闡述研究方法的有3篇文章。由于專門針對某個指標(biāo)無重復(fù)的文獻(xiàn)報道，因此無法做Meta分析。納入文獻(xiàn)的基本特征見表3。

2.2 ENSO氣象條件下流行性感冒的流行特征及其聯(lián)系

2.2.1 流感大流行 納入的文獻(xiàn)發(fā)現(xiàn)，在中國或俄羅斯，所有調(diào)查的1958-1969年間，共發(fā)生8次流感大流行。一起非常強(qiáng)烈的El Nio事件會在世界不同地方造成極度干燥或濕潤的氣候。這8次流感大流行都是發(fā)生在出現(xiàn)非常強(qiáng)烈(6級)和中等強(qiáng)度(3-4級)的 El Nio事件之后，僅1968-1969年的流感大流行對應(yīng)一個接近中等強(qiáng)度(1級)的El Nio事件，但這可能是受1968年之前在監(jiān)測El Nio數(shù)據(jù)的熱帶地區(qū)有5個活動力較強(qiáng)的火山噴發(fā)的影響。16個El Nio事件中只有8個，之后有流感流行，說明強(qiáng)烈的El Nio事件時間上與流感大流行有關(guān)聯(lián)的可能性只有50%[6]。盡管后發(fā)生的4個非常強(qiáng)的El Nio事件(1982-1983、1987、1992-1993、1997-1998年)之后沒有緊隨發(fā)生流感大流行，但是新報告的禽流感和豬流感仍然是個相當(dāng)大的風(fēng)險[6]。另外，Jefferey Shaman等人發(fā)現(xiàn)，1918年、1957年、1968年、2009年發(fā)生的四個大流行之前，在赤道太平洋地區(qū)都有La Nia現(xiàn)象造成的海水溫度低于正常值[7]。該研究還認(rèn)為流感大流行發(fā)生之前出現(xiàn)的的應(yīng)該是La Nia現(xiàn)象，而不是El Nio現(xiàn)象[7]。

表3 納入文獻(xiàn)的基本特征

Tab.3 Basic characteristics of literatures included

作者發(fā)表年份作者國家流感數(shù)據(jù)類型數(shù)據(jù)分析方法研究結(jié)果問題123HassanZaraket[3]2007日本流感樣病例;及活動高峰時間Fisher確切概率檢驗(雙側(cè))以及Scheffe多重比較ENSO年份期間的平均峰值周明顯早于未發(fā)生ENSO的年份?！馛ecileViboud[4]2004法國流感發(fā)病率;肺炎和流感(P&I)超額死亡數(shù);超額死亡率數(shù)據(jù);流行病毒亞型使用Smirnov檢驗驗證自相關(guān)的假設(shè);將線性回歸模型用于每周的ILI發(fā)病率傳播的亞型和ENSO的量級都與流感流行的影響有聯(lián)系?！馣.-M.Choi[5]2006美國加利福尼亞州特定縣的每日死亡記錄隨機(jī)的流行模型(依據(jù)隨機(jī)域論和Bayes-ian最大熵映射法)流感風(fēng)險時空變化和氣候變化之間有顯著相關(guān)性?！馎drianoMazzarella[6]2010中國、俄羅斯過去400年間發(fā)生的8個無歧義的流感大流行的事件統(tǒng)計;尼爾尼諾事件的統(tǒng)計康托點(diǎn)集法(用于計算長度t的時間序列的R值百分?jǐn)?shù)的對數(shù))強(qiáng)烈的ElNi?o事件時間上有關(guān)聯(lián)的流感大流行的可能性只有50%?！瘛馢effreyShaman[7]2011東南亞4次人類流感大流行(1918,1957,1968,and2009)統(tǒng)計采用拔靴法評估流行年份平均值的統(tǒng)計學(xué)意義ENSO事件對候鳥健康和行為的影響可能是一種方式,通過這種方式,大范圍的環(huán)境改變了流感病毒重組以及和人類宿主交叉重配的可能性?！瘛馩lusegunStevenAyodeleOluwole[8]2015全球31個國家流感病毒陽性標(biāo)本的時間序列;多元厄爾尼諾-南方濤動指數(shù);ENSO數(shù)據(jù);流感數(shù)據(jù)使用小波分析的方法分析時間序列;雷氏檢驗;沃森雙側(cè)檢驗?zāi)媳卑肭虻募竟?jié)性流感流行均在ENSO之后發(fā)生,存在一定的時間滯后性;流感和ENSO事件在兩個半球的31個國家都呈現(xiàn)出有規(guī)律的變化;季節(jié)性流感流行的嚴(yán)重程度在出現(xiàn)ElNi?o現(xiàn)象期間增加,而在LaNi?a現(xiàn)象的期間降低?！瘛馎riePonceManangan[9]2006美國流感發(fā)病率;流感死亡率;P&I死亡率—紐約同樣表現(xiàn)出P&I死亡率與氣候上的短期動態(tài)間的聯(lián)系?！馜aisukeOnozuka[10]2014日本福岡哨點(diǎn)醫(yī)院每周流感病人的臨床數(shù)據(jù)小波分析;交叉小波相關(guān)性分析;小波變換分析;蒙卡特羅法日本福岡每月流感發(fā)生率與ENSO活動之間表現(xiàn)出一種不穩(wěn)定的聯(lián)系?！瘛瘛馭hengLi[11]2011中國香港ILI%;流感病毒檢測陽性率基于個體的隨機(jī)模型;動態(tài)線性模型、累積和控制圖的方法共同決定流行時期的開端;自回歸移動平均模型在亞熱帶地區(qū)的香港,ENSO在冬春季帶來更多的降雨,但并未探查到流行開端與每日相對濕度、溫度的明顯聯(lián)系,也未發(fā)現(xiàn)ENSO與流感發(fā)病率的聯(lián)系?！瘛瘛馎ntoineFlahault[12]2004法國、美國國家肺炎和流感(P&I)超額死亡率數(shù)據(jù)將線性周期性回歸模型用于1971-1997年每周P&I死亡率的時間序列(包含導(dǎo)致季節(jié)性的長期趨勢和調(diào)和系數(shù))在法美兩國,發(fā)生在10個出現(xiàn)LaNi?a現(xiàn)象的年份的流感和肺炎的超額死亡數(shù)明顯高于16個發(fā)生厄爾尼諾現(xiàn)象的年份。●

2.2.2 流感流行高峰周次 在國際上通常使用流感樣病例作為流感活動的標(biāo)志的研究，Hassan Zaraket等人收集了日本1983-2007年25個年度的流感樣病例監(jiān)測數(shù)據(jù)，進(jìn)行了流感高峰活動和ENSO的聯(lián)系的長期時間序列分析[3]。在納入研究的25個流感季節(jié)中有11個年度發(fā)生了ENSO，14個年度未發(fā)生。與一般情況相比，11個發(fā)生了ENSO的年份中有10個比一般情況下的流感流行高峰周出現(xiàn)得早一些，而14個未發(fā)生ENSO的年份中，僅6個比一般情況的流感流行高峰出現(xiàn)得早(Fisher精確概率法雙側(cè)檢驗，P=0.03)[3]。在發(fā)生ENSO的年度，平均的峰值周為4.5±0.9(n=11)；未發(fā)生ENSO的年度，均值為7.6±2.9(n=14)，前者的平均峰值周明顯早于后者。但發(fā)生El Nio事件(n=5)和La Nia事件(n=6)年度的峰值平均周次(均值分別為4.8±1.3和4.2±0.4)沒有顯著差異(Scheffe’s兩兩比較得出：兩組之間P=0.85，差異無統(tǒng)計學(xué)意義)[3]。證明早期的流感活動高峰的出現(xiàn)早晚與ENSO年和/或大規(guī)模流感流行有關(guān)。

2.2.3 流感發(fā)病人數(shù)及發(fā)病率 在法國，有ENSO發(fā)生的1984-2002年間有18個流感流行季節(jié)，其中，10個發(fā)生于La Nia階段，平均每年的ILI就診數(shù)為370萬，多于8個發(fā)生于El Nio階段的平均每年的ILI就診人數(shù)180萬。流感發(fā)病率、ILI就診率在出現(xiàn)La Nia現(xiàn)象的年份高于出現(xiàn)El Nio現(xiàn)象的年份[4]。另外一項針對于1996-2005年間美國東南及東北部的9個流感流行季節(jié)的研究也表明，季節(jié)性的ENSO與流感的患病率有顯著聯(lián)系[9]。2000-2012年間，日本福岡每月流感發(fā)生率與ENSO活動之間則表現(xiàn)出一種不穩(wěn)定的聯(lián)系[10]。但是在位于北半球亞熱帶的中國香港并沒有發(fā)現(xiàn)ENSO與流感發(fā)病之間的聯(lián)系，這也許與ENSO對香港的氣象條件影響與歐洲和美國不一樣有關(guān)，也可能與納入研究數(shù)據(jù)中的流行季節(jié)數(shù)較少有關(guān)系[11]。

2.2.4 流感超額死亡率 在法國和美國，發(fā)生在出現(xiàn)La Nia現(xiàn)象的年份(n=10)的流感和肺炎的超額死亡數(shù)(法國為3 530±654；美國為8 290±900)明顯高于發(fā)生厄爾尼諾現(xiàn)象的年份 (n=16)(法國為1 856±574；美國為4 919±977)，(Wilcoxon rank test，法國P=0.05，美國P=0.03)[12]。

Ce’cile Viboud等人的研究發(fā)現(xiàn)，P&I死亡率的時間序列與氣候之間不存在導(dǎo)致假聯(lián)系的自主相關(guān)性，因此該關(guān)聯(lián)可能是成立的(P=0.25)[4]。

2.3 發(fā)生ENSO與流感指標(biāo)異常的可能原因 研究表明，ENSO與流感指標(biāo)異常有一定的關(guān)系。流感發(fā)生的3個要素(傳染源、傳播途徑、易感人群)均受到了ENSO事件的影響。

2.3.1 ENSO事件對病原體的影響 在歐洲冬天出現(xiàn)La Nia事件也被認(rèn)為影響了當(dāng)?shù)氐臍庀髼l件，導(dǎo)致低氣溫和高濕度，從而導(dǎo)致流感病毒存活更長久[4]。人流感病毒隨著其表面蛋白基因受到選擇壓力的作用發(fā)生點(diǎn)突變而在不斷的變化，氣候條件可能會影響其抗原漂移的機(jī)制[12]。

2.3.2 ENSO對宿主的影響 有研究表示在發(fā)生La Nia事件期間改變了東南亞地區(qū)的鳥類的種群密度[12]和數(shù)量，鳥類身體狀況及病毒攜帶情況，候鳥的中途停留時間(使之有更多的時間與當(dāng)?shù)鼐用窠佑|)，這是流感病毒基因組混合、重配的關(guān)鍵；在發(fā)生La Nia現(xiàn)象期間改變了鳥類的種類構(gòu)成(從而遷徙時攜帶或產(chǎn)生了新的病毒)[7]，已有研究靠檢測鳥類種類構(gòu)成和鳥類停留處的水源檢測出的病毒證明，改變了水生環(huán)境可促進(jìn)禽流感和豬流感的糞口感染及病毒的重配[7]。

2.3.3 ENSO對傳播途徑及易感人群的影響 一般認(rèn)為ENSO造成的天氣異常如相對濕度降低，空氣溫度降低和紫外線輻射減弱，使人群對病毒的免疫能力減弱[12]、室內(nèi)擁擠程度增加和日常活動行為的改變，從而在ENSO循環(huán)的過程中為病毒傳播創(chuàng)造更好的條件，繼而形成早期的流感活動高峰。盡管還沒有對這些假設(shè)直接進(jìn)行過明確地驗證[6]。

3 討 論

已發(fā)表的文獻(xiàn)顯示，出現(xiàn)ENSO與流感大流行的發(fā)生，流感高峰的出現(xiàn)時間，ILI就診數(shù)及重癥死亡數(shù)都有較大關(guān)系，但El Nio和La Nia現(xiàn)象對流感相關(guān)指標(biāo)的影響也不相同，通常來說，在出現(xiàn)La Nia現(xiàn)象的年度，流感發(fā)病率、流感和肺炎的超額死亡數(shù)高于出現(xiàn)El Nio現(xiàn)象的年度。

全球有報道多項研究分析流感與氣象因子關(guān)系，其中著重氣溫、降水、風(fēng)速、濕度等氣象條件對流感病毒傳播的影響最大的相關(guān)性分析。低溫和高溫都不利于流感病毒的傳播。降水對空氣中的病毒有沖刷作用，風(fēng)速大時由于空氣流動速度加快，有利于空氣中流感病毒濃度的稀釋，對流感疫情的暴發(fā)有遏制作用。此外，空氣濕度與病毒活動關(guān)系也較為密切，相對濕度較高時雖然病毒的傳染性較強(qiáng)，但持久性降低[4,13-15]。也有來自歐洲的研究表明環(huán)境中戶外紫外線水平變化被認(rèn)為是影響流感流行的相關(guān)因素，機(jī)制是通過改變?nèi)梭w內(nèi)維生素D的合成效率[16-17]。推測ENSO作為極端的天氣現(xiàn)象改變了當(dāng)?shù)氐臍庀髼l件，從而影響到對流感以及禽流感病毒的存活條件是這些研究結(jié)論的原因。

有報道從2014年5月開始一直持續(xù)至2016年的最長EI Nio年，已達(dá)極強(qiáng)EI Nio事件的標(biāo)準(zhǔn)，而La Nia事件的出現(xiàn)的概率卻在2016年春天開始增加[18]。而中國流感監(jiān)測網(wǎng)絡(luò)報告的季節(jié)性流行性感冒的監(jiān)測數(shù)據(jù)以及2016年以來人感染H7N9禽流感病例報告數(shù)顯示，2016-2017年度冬春季流感流行高峰以及禽流感病例報告數(shù)的高峰期都早于往年[19]。這中間的科學(xué)相關(guān)性值得繼續(xù)深入研究。

納入文獻(xiàn)的研究數(shù)據(jù)資料多來源于哨點(diǎn)醫(yī)院監(jiān)測數(shù)據(jù)及國家疾病報告系統(tǒng)，缺乏很好地針對流感患病人群及ILI病例的實(shí)施性研究，如設(shè)立可比的對照，進(jìn)行ENSO前后的對照調(diào)查，結(jié)合定性定量調(diào)查方法等；影響流感傳播的各種生態(tài)學(xué)及社會、經(jīng)濟(jì)、文化因素繁多，種種因素都為ENSO對流行性感冒的影響評價工作帶來困難。因此，需要做好信息收集和建立指標(biāo)評價、并發(fā)展好的評價方法，從而進(jìn)行全面科學(xué)的相關(guān)性評價。

4 局限性

已發(fā)表文獻(xiàn)中符合納入評價標(biāo)準(zhǔn)的數(shù)量十分有限，而其中更少有嚴(yán)格設(shè)計、論證強(qiáng)度較高的定量研究報告，更未發(fā)現(xiàn)有針對這些研究的系統(tǒng)評價報告。在檢索到的已發(fā)表文獻(xiàn)中，部分的研究數(shù)據(jù)來源欠全面和可靠；沒有集中對某個流感活動的相關(guān)指標(biāo)進(jìn)行評價，樣本量小。由于納入研究較少，且不同地區(qū)受El Nio或La Nia事件影響程度不一樣，難以得出不同地理位置受ENSO影響差異。氣象變化和ENSO的出現(xiàn)對全球不同地理位置的影響并不一致，不同研究的數(shù)據(jù)也僅僅支持特定的地域。

但是本次研究的發(fā)現(xiàn)，仍可為ENSO事件與流感、禽流感病毒的活動聯(lián)系提供建議，并為有可能在發(fā)生下一個El Nio事件時候，利用流行病學(xué)來做適當(dāng)?shù)念A(yù)防措施。

[1] Climate Prediction Center, National Weather Service. El Nio-Southern Oscillation[EB/OL]. (2005-12-12)[2017-02-02].http://www.cpc.ncep.noaa.gov/products/precip/CWlink/MJO/enso.shtml.

[2] Solomon S, Qin D, Manning M. Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge: Cambridge University Press, 2014: 235-336.

[3] Zaraket H, Saito R, Tanabe N，et al. Association of early annual peak influenza activity with El Nio southern oscillation in Japan[J]. Influenza Other Respir Viruses, 2008, 2(4): 127-130.

[4] Viboud C, Pakdaman K, Bo?lle PY，et al. Association of influenza epidemics with global climate variability[J]. Eur J Epidemiol, 2004, 19(11): 1055-1059.

[5] Choi KM, Christakos G, Wilson ML. et al. El Nio effects on influenza mortality risks in the state of California[J]. Public Health, 2006, 120(6): 505-516.

[6] Mazzarella A, Giuliacci A, Pregliasco F. Hypothesis on a possible role of El Nio in the occurrence of influenza pandemics[M]. Theor Appl Climatol, 2011,105(1): 65-69.

[7] Shaman J, Lipsitch M. The El Nio-Southern Oscillation (ENSO)-pandemic influenza connection: Coincident or causal[J]. PNAS, 2013, 110(suppl 1): 3689-3691.

[8] Oluwole OS. Seasonal influenza epidemics and El Nios[J]. Front Public Health, 2015, (3): 250.

[9] Manangan AP. Influenza prevalence in the US associated with climatic factors, analyzed at multiple spatial and temporal scales[D]. Atlanta: Georgia State University, 2006: 16.

[10] Onozuka D, Hagihara A. Non-stationary dynamics of climate variability in synchronous influenza epidemics in Japan[M]. Int J Biometeorol, 2015, 59(9): 1253-1259.

[11] Li S. Environmentally mediated transmission models for influenza and the relationships with meteorological indices[D]. Ann Arbor: University of Michigan, 2011.

[12] Flahault A, Viboud C, Pakdaman K, et al. Association of influenza epidemics in France and the USA with global climate variability[J]. Intl Congress Series, 2004, 1263(2004): 73-77.

[13] Shoji M, Katayama K, Sano K. Absolute humidity as a deterministic factor affecting seasonal influenza epidemics in Japan[J]. Tohoku J Exp Med, 2011, 224(4): 251-256.

[14] Pelletier I, Rousset D, Enouf V, et al. Highly heterogeneous temperature sensitivity of 2009 pandemic influenza A(H1N1) viral isolates, northern France[J]. Euro Surveill, 2011, 16(43). pii: 19999.

[15] Chumkiew S, Jaroensutasinee M, Jaroensutasinee K. Climatic factors affecting on influenza cases in Nakhon Si Thammarat[J]. Enformatika, 2007: 364.

[16] Vaquero JM, Gallego MC. Sunspot numbers can detect pandemic influenza A: the use of different sunspot numbers[J]. Med Hypotheses, 2007, 68(5): 1189-1190.

[17] Yeung JW.A hypothesis: Sunspot cycles may detect pandemic influenza A in 1700-2000 A.D[J]. Med Hypotheses, 2006, 67(5): 1016-1022.

[18] Li X, Shi DS, Niu C. 2015: Year of stupendous El Nios[J]. Ecological Economy, 2016, 32(3): 6-9. (in Chinese)

李雪, 石大山, 牛超. 2015：超強(qiáng)厄爾尼諾之年[J]. 生態(tài)經(jīng)濟(jì),2016，32(3): 6-9.

[19] China Weekly of Influenza Surveillance[EB/OL]. (2017-02-02)[2017-02-02]. http://www.cnic.org.cn/. (in Chinese)

中國流感監(jiān)測周報[EB/OL]. (2017-02-02)[2017-02-02]. http://www.cnic.org.cn/.

Associations between ENSO and influenza: a systematic review

CHEN Tao1, XIAO Meng2, YANG Jing1, QIN Yu3, WANG Da-yan1, SHU Yue-long1

(1.WorldHealthOrganizationGlobalInfluenzaCollaborationCenterforReferenceandResearch,NationalInstituteforViralDiseaseControlandPrevention,CollaborationInnovationCenterforDiagnosisandTreatmentofInfectiousDiseases,ChineseCenterforDiseaseControlandPrevention/KeyLaboratoryforMedicalVirology,NationalHealthandFamilyPlanningCommission,Beijing102206,China;2.SchoolofPublicHealthandManagement,ChongqingMedicalUniversity,Chongqing400016,China; 3.ChineseCenterforDiseaseControlandPrevention;Beijing102206,China)

We reviewed the past and on-going researches related to the relationship between El Nio-Southern Oscillation phenomenon (ENSO) and influenza, and evaluated the impact of ENSO on influenza-related indicators (such as the peak time of the influenza emergence and influenza-like illness and so on), to provide evidences and suggestions for the further work of effects of weather and meteorological factors on influenza virus transmission. MEDLINE, EMBASE, Science Direct, HEED, CBM disc,and Wanfang were searched for researches from 1988 to October 2016 on connection between ENSO and influenza. Referring to systematic review in Evidence-Based Medicine, the enrolled literatures were systematically reviewed and qualitative studies were integrated. Results showed that there were totally 78 documents which have been retrieved, and 10 were brought into this article. Secondary literatures suggested that there was a strong correlation between ENSO occurrence and an influenza pandemic, the peak time of the influenza emergence, ILI visits count and a greater number of deaths associated with severe, and the El Nio and La Nia on the impact of influenza-related indicators were not same. There is a strong correlation between ENSO and some influenza-related indicators.

ENSO; influenza; association; systematic review Supported by the US NIH Cooperation Program: Risk Study on Human Infection with Avian Influenza in Poyang Lake Area Corresponding author: Shu Yue-long, Email: yshu@cnic.org.cn

10.3969/j.issn.1002-2694.2017.03.002

舒躍龍，Email: yshu@cnic.org.cn

1.中國疾病預(yù)防控制中心 病毒病預(yù)防控制所 世界衛(wèi)生組織全球流感參比和研究合作中心，感染性疾病診治協(xié)同創(chuàng)新中心，衛(wèi)生和計劃生育委員會醫(yī)學(xué)病毒和病毒病重點(diǎn)實(shí)驗室，北京 102206； 2.重慶醫(yī)科大學(xué)公共衛(wèi)生與管理學(xué)院，重慶 400016； 3.中國疾病預(yù)防控制中心，北京 102206

R181

A

1002-2694(2017)03-0195-07

2017-02-20 編輯：林丹

鄱陽湖地區(qū)人感染禽流感風(fēng)險研究(美國NIH合作項目)資助