全球看武漢｜估算年度流感的影響：美國的方法

每日更新的新型冠狀病毒肺炎確診與疑似病例的人數變化，受到強烈關注。

事實上，傳染病防治工作中，對病人數量的預估十分重要。對此次新型冠狀病毒疫情的感染人數，目前全球各方專業人士均有各自的估算。我們在此編譯美國疾病控制與預防中心（下文簡稱CDC）公布的針對流感住院率設計的數學模型，該模型主要用于估算美國流感中患病、就醫、住院和死亡人數，以及流感疫苗接種率對這些數字的影響，希望供相關部門參考。

1月22日，上海虹橋火車站。澎湃新聞記者 伍惠源 圖

模型中的住院率獲取自流感住院監測網絡（FluSurv-NET）。該網絡由美國CDC聯合新興傳染病規劃網絡（Emerging infectious Program Network）、分布在13個地區的州及地方人口監測衛生部門組成，網絡覆蓋的醫院收治病患的能力約為美國總人口數的9%。

值得注意的是，模型的設計基于實際需要，不同國家統計口徑不同。對模型的使用，既要考慮到每個模型設計的初衷，也需要根據實際情況具體分析，不存在通用于一切情況的統計模型。

美國CDC的模型設計有以下具體考量：

患流感人數和致死率是通過每年記錄在案的因流感住院人數估算出的。

因存在并非所有人都接受了流感檢測以及檢測精確度不夠的可能性，模型對流感住院人數的計算進行了調整。

并非所有流感導致的死亡都發生在醫院，死亡率數據中包含死亡地點和死亡原因兩部分，地點則包括在醫院死亡和醫院外死亡兩組數字。

模型也包含了因流感間接導致并發癥、繼發癥的致死情況，這些病癥包括肺炎、其他呼吸和循環系統疾病，以及非呼吸、循環系統疾病等。

2月3日，上海火車站。澎湃新聞記者 伍惠源 圖

美國CDC用什么方法估算與流感相關的住院人數?

經過化驗確認的流感相關住院人數來自流感住院監測網絡(FluSurv-NET)，記錄在案的住院人數用于計算住院率。之后，專業人士再對這個數字進行調整，納入對漏診情況的考量。

這一調整基于參與此次實驗的FluSurv-NET醫院中，患呼吸道疾病住院患者接受流感測試的人數和該測試的平均精確度。因為流感檢測數據可能會在一個流感季節結束后的兩年里才收集完畢，因此對目前的季節，使用的數據來自之前季節的檢測數據(詳見文末文獻1)。

調整后的數字按年齡分組應用于美國總人口，以估計流感相關住院總人數。

美國CDC用什么方法估算流感患病人數和就醫人數?

流感的患病人數是根據往年患病人數和住院治療人數的比例來估算的 (詳見文末文獻5)。

有些患流感的人會去看醫生，有些人則不會。美國CDC利用2010年行為風險因素監測調查的數據估算了因流感求醫的人數，該調查詢問人們是否在上一個流感季因類似流感類疾病求醫(詳見文末文獻6)。

美國CDC如何估算美國流感相關的死亡量？

估算流感年死亡量的模型在別處有詳細描述 (詳見文末文獻1-2)。這個模型以死亡率相對住院率的比例為基礎，利用流感相關的住院病例來推算與流感相關的死亡率。

首先，我們需要查看流感住院監測網絡（FluSurv-NET）觀測到的流感住院死亡人數數據。如上文所述，這個數據會根據患者接受流感檢測比例和檢測精確度加以調整，以避免漏算。

其次，由于不是所有與流感相關的死亡病例都發生在醫院，所以我們用死亡證明來估算醫院之外的死亡率。據此，我們收集了病因包含肺炎和流感 （P&I）、其他呼吸和循環系統疾病 （R&C）、其他非呼吸和循環系統的死亡數字，因為流感相關的死亡有可能并不將流感列為死因。

我們采用來自流感住院監測網絡（FluSurv-NET）的死因信息來確定肺炎與流感、呼吸和循環系統疾病以及其他疾病間接致死的綜合情況，并將這些納入我們的死亡診斷數據研究中。

最后，當我們估算出了醫院以外的流感相關死亡人數，就可以估算死亡人數相對于住院人數的比例了。

估算流感相關死亡率所需的數據可能在流感季節結束后的2年內才能收集完畢。在對下一次流感進行估算時，如果沒有來自上一次流感季節的可用數據，我們會根據前幾年的數據（如從2010-2011年的流感季到2016-2017年的流感季）做出調整。當更多新數據出現時，我們再更新之前的估算。

為什么沒有單憑流感的死亡診斷來估算每年流感季節的死亡率？

流感可能誘發其他疾病并導致死亡，例如肺炎、充血性心力衰竭或慢性阻塞性肺部疾病等。

多年以前人們就意識到死亡證書上流感死亡量的漏報情況。漏報可能有多種原因，包括病人并沒有做流感病毒感染檢測，尤其是最易得流感并發癥、甚至死亡的老年人群體。即使有病人做了流感測試也不一定能查出來，因為感染之后，流感病毒僅有短短幾天時間可被檢測到，而在此期間，很多人不會就診。此外，有些死亡病例（尤其是65歲及以上的患者）與流感的繼發癥有關（包括細菌性肺炎）。

由于多重原因的因素，通過建模估算是估測與流感有關的死亡數量的常用方法，僅僅計算記錄在案的流感致率死將嚴重低估流感的真正影響。

流感影響估算的局限性

首先，與流感相關的住院率是根據流感住院監測網絡（FluSurv-NET）報告的數據得出的，這些數據僅是做估算時能拿到的最新數據。 由于流感住院監測網絡（FluSurv-NET）站點會進行進一步的數據清理，因此最終案例數可能會略有不同。 FluView Interactive上提供了有關流感住院監測網絡（FluSurv-NET）網站的最新住院初始數據。

其次，全國流感相關住院率和住院死亡率，用接受流感檢測的人數比例和流感診斷化驗的精確性乘以系數來調整(詳見文末文獻3)。 但是，在估算時可能無法獲得當季接受流感檢測的人數。在這種情況下，我們使用前季的數據調整比率。等拿到當季接受測試人數后，再對該季的影響估算進行更新。

第三，為算出流感得病人數，我們用流感住院人數,乘以得病人數和因病住院人數比例來估算；預估就診率也是通過類似的過程進行的。 這些系數是基于以前的數據，如果就醫模式已發生變化，則可能出現不準確的情況。

第四，我們對與流感相關的死亡估算依賴于死亡證明中有關死亡地點的信息。但在估算時可能無法獲得該年的死亡證明數據。發生這種情況時，我們使用先前流感季節的死亡證明數據，這些數據可從美國國家衛生統計中心獲得。

具體來說，跟計算流感死亡數字的方式相似 ，取因肺炎或流感（P＆I）、其他呼吸道或心血管疾病（other R＆C）或其他非呼吸死亡、非心血管疾病（non-R＆C）死亡的數字的總和。

我們根據類似模型推算在醫院外發生的死亡。 如果在估算時無法從獲得當季數據，我們將使用以往流感季節中各類死亡原因的平均頻率。

第五，流感季節的影響估算是從與流感相關的住院率中得出的，這與在較早發表的報告中使用的統計模型不同。盡管我們當前方法的估算值與同年的統計模型得出的估算值基本吻合，但很難將我們自2009年以來的季節估算值與那些較早的報告進行直接比較。 需要注意的是，由于美國人口年齡的巨大差異以及65歲以上老年人的數量不斷增加，直接比較幾十年前的流感疾病的影響變得較為復雜。

這些估算以及其他影響估算的比較方式，相關更多信息及以往研究，可在CDC關于估算流感影響的常見問題中找到。

流感影響估算模型示意圖，僅做中文翻譯

流感影響估算模型示意圖說明：

從左邊開始，有兩個連續的方框，箭頭指向金字塔。

最左邊的方框標有“記錄在案的住院人數”，右邊有一個箭頭指向下一個方框，里面寫著“調整后住院人數”，箭頭上方寫著“1. 為避免漏算進行調整”。

在標有“調整后住院人數”的方框中，有一個箭頭正對著金字塔的中間，箭頭上標有“2. 用美國總人口推測”。

在金字塔中，底部標記為“患病人數”，中間部分標記為“住院人數”，頂部標記為“死亡人數”。在金字塔的右側是來自中間部分的箭頭，其中一個箭頭指向頂部，標記為“估算死亡總數”，另一個箭頭指向底部，標記為“估算患病總數”。

在指向“死亡”的箭頭旁邊有一個標簽，上面寫著“3. 估算死亡總數=乘以因病死亡人數/因病住院人數。箭頭從金字塔的中間向下延伸到底部，這里被標記為“患病總數”，箭頭上的標簽寫著“4. 估算發病總數=乘以患病人數/因病住院人數”。

References

Reed C, Chaves SS, Daily Kirley P, Emerson R, Aragon D, Hancock EB, et al. Estimating influenza disease burden from population-based surveillance data in the United States. PLoS One. 2015;10(3):e0118369.

Rolfes, MA, Foppa, IM, Garg, S, et al. Annual estimates of the burden of seasonal influenza in the United States: A tool for strengthening influenza surveillance and preparedness. Influenza Other Respi Viruses. 2018; 12: 132– 137. https://doi.org/10.1111/irv.12486

Centers for Disease Control and Prevention. Estimated influenza illnesses and hospitalizations averted by influenza vaccination – United States, 2012-13 influenza season. MMWR Morb Mortal Wkly Rep. 2013 Dec 13;62(49):997-1000.

Reed C, Kim IK, Singleton JA, Chaves SS, Flannery B, Finelli L, et al. Estimated influenza illnesses and hospitalizations averted by vaccination–United States, 2013-14 influenza season. MMWR Morb Mortal Wkly Rep. 2014 Dec 12;63(49):1151-4.

Reed C, Angulo FJ, Swerdlow DL, Lipsitch M, Meltzer MI, Jernigan DB, et al. Estimates of the Prevalence of Pandemic (H1N1) 2009, United States, April–July 2009. Emerg Infect Dis. 2009;15(12):2004-2007. https://dx.doi.org/10.3201/eid1512.091413external icon

Centers for Disease Control and Prevention. Estimated Influenza Illnesses and Hospitalizations Averted by Vaccination— United States, 2014–15 Influenza Season. 2015 December 10, 2015 [cited 2016 October 27];

Biggerstaff M, Jhung M, Kamimoto L, Balluz L, Finelli L. Self-reported influenza-like illness and receipt of influenza antiviral drugs during the 2009 pandemic, United States, 2009-2010. Am J Public Health. 2012 Oct;102(10):e21-6.

Shrestha SS, Swerdlow DL, Borse RH, Prabhu VS, Finelli L, Atkins CY, et al. Estimating the Burden of 2009 Pandemic Influenza A (H1N1) in the United States (April 2009–April 2010). Clin Infect Dis. 2011;52(suppl_1):S75-S82.

Thompson WW, Shay DK, Weintraub E, Brammer L, Cox N, Anderson LJ, et al. Mortality associated with influenza and respiratory syncytial virus in the United States. JAMA. 2003 Jan 8;289(2):179-86.

Centers for Disease Control and Prevention. Flu Vaccination Coverage, United States, 2016-17 Influenza Season. September 28, 2017 [cited 2017 August 29]; Available from: https://www.cdc.gov/flu/fluvaxview/coverage-1617estimates.htm