Hay, J.A., Alahakoon, P., Greenshields-Watson, A.. 2025年至2026年期间英格兰甲型H3N2流感流行病学:一项数学建模研究. Commun. Health 1, 16 (2026)
发表人:kickingbird 发表时间:2026年8月10日12点3分 来源:Commun. Health 1, 16 (2026)
背景
2025/26年,英格兰的甲型H3N2亚型K流感感染出现了异常早期和快速的增加。抗原变化和快速选择性扫描引发了人们对潜在严重季节的担忧。在子类出现时进行的分析的基础上,我们的目标是将2025/26季节的疫情动态与前几年进行比较,并模拟合理的流行病学情景。
方法
我们使用英格兰的常规监测数据,比较了2011/12至2025/26年流感季的高峰疫情增长率和再生数。每周疫情增长率通过高斯随机游走模型估计,时变再生数则使用EpiEstim计算。我们还开发了一个按年龄分层的传播模型和交互式网页工具,以探讨在免疫逃逸、传播性和初始日期变化的情况下的情景,并以2022/23年作为基准流感季。
结果
2025/26季度A/H3N2的峰值增长率和时变繁殖数与以往严重季节的规模相似,但发生时间更早。情景分析表明,早期趋势与适度的免疫逃逸、10%更高的R0或更早的初始日期相符,尽管仅凭这些数据无法区分这些机制的相对重要性。
结论
2025/26流感季的特点是发病早,但增长速度并不异常迅速。较早的增长并不系统性地导致特别大的流行,这是由于易感人群较早耗尽以及学校假期的抑制作用。实验室中检测到的抗体逃逸证据并不直接转化为人群免疫力的大幅下降,这支持了进行互补的实时流行病学分析和建模的必要性。
2025/26年,英格兰的甲型H3N2亚型K流感感染出现了异常早期和快速的增加。抗原变化和快速选择性扫描引发了人们对潜在严重季节的担忧。在子类出现时进行的分析的基础上,我们的目标是将2025/26季节的疫情动态与前几年进行比较,并模拟合理的流行病学情景。
方法
我们使用英格兰的常规监测数据,比较了2011/12至2025/26年流感季的高峰疫情增长率和再生数。每周疫情增长率通过高斯随机游走模型估计,时变再生数则使用EpiEstim计算。我们还开发了一个按年龄分层的传播模型和交互式网页工具,以探讨在免疫逃逸、传播性和初始日期变化的情况下的情景,并以2022/23年作为基准流感季。
结果
2025/26季度A/H3N2的峰值增长率和时变繁殖数与以往严重季节的规模相似,但发生时间更早。情景分析表明,早期趋势与适度的免疫逃逸、10%更高的R0或更早的初始日期相符,尽管仅凭这些数据无法区分这些机制的相对重要性。
结论
2025/26流感季的特点是发病早,但增长速度并不异常迅速。较早的增长并不系统性地导致特别大的流行,这是由于易感人群较早耗尽以及学校假期的抑制作用。实验室中检测到的抗体逃逸证据并不直接转化为人群免疫力的大幅下降,这支持了进行互补的实时流行病学分析和建模的必要性。
相关链接:
- 安徽省2016~2025年乙型流感病毒分子流行病学特征 [初级会员] 2 天前
- H7N9禽流感病毒血凝素蛋白兔多克隆抗体的制备及鉴定 [初级会员] 2 天前
- 淄博市空气污染物和气象因素与流感样病例的时间序列研究 [初级会员] 2 天前
- 湖北省十堰市2024年1起人感染H9N2亚型禽流感病毒疫情的分子溯源及进化特征 [初级会员] 2 天前
- 2026年8月美国犹他州水貂养殖场H5N1禽流感病毒调查记录 2 天前

