基线游戏结束:COVID-19大流行前、中、后的流感住院模式(FluSurv-NET,2009–2025)

背景/目标:从COVID-19疫情前基线到疫情后恢复期间,流感住院负担的趋势在国家层面仍缺乏明确的描述。本研究对阶段分层负担和季节结构进行了表征,量化了种族和族裔差异,并评估了疫情后季节是否代表与疫情前预期的异常偏离。方法:采用OLS回归(效应大小估计、自力更生年龄调整率比值、季节性趋势分解、先知时间序列预测和隔离森林异常检测)分析了16个完整季节的FluSurv-NET监测数据(2009–2010至2024–2025;509个观察周),涵盖疫情前、中断和恢复阶段。结果:平均峰值每周住院率从疫情前到恢复期几乎翻倍(每10万人5.1至11.1),累计季节性负担从每10万人46.3增加至87.0,中位峰值时间从MMWR第9周向第50周推进。STL分解显示,三个恢复季节性显着从疫情前的弱季节性(Fs = 0.14)转变为显着增强的年性规律性(Fs = 0.98),振幅增长了三倍。非西班牙裔黑人与白人在不同阶段的比率分别为1.72、2.16和1.99;美洲印第安人和阿拉斯加原住民在两个贡献季节中表现出最高的中断阶段比(2.24,95% CI 1.90–3.53)。一个平坦增长的先知模型于2020年2月首次检测到超额增长,在未完成验证时优于线性增长规范。隔离森林在2017–2018年、2023–2024年和2024–2025年被识别为所有污染阈值范围内的强健异常现象。结论:新冠疫情后流感恢复表现为季节性加剧和重构,种族和族裔差异持续存在,异常负担超过疫情前预测,这些指标通过时间序列预测和无监督异常检测独立识别。