背景
季節性流感在美國各地表現出不同的時空模式，但流感活動的地理聚集仍不完全清楚。本研究旨在通過探索2009年H1N1流感大流行後美國各地的時空動態，確定季節性流感流行模式相似的司法管轄區。
方法
我們分析了美國流感監測系統的數據，包括門診疾病監測和病毒學監測。門診疾病數據包括來自包括所有50個州在內的司法管轄區的流感樣疾病的每周門診比例，而病毒學數據包括來自美國公共衛生和臨床實驗室的流感檢測陽性結果。我們計算了莫蘭I統計量來評估峰值時間的空間自相關性。我們還對z歸一化時間序列數據進行了k-means聚類，並使用剪影方法確定了最優聚類。然後，我們進行了方差分析（ANOVA），根據莫蘭I統計數據和流感病毒類型和亞型的相對比例來評估集群之間的差異。
結果
我們的分析揭示了具有顯著地理模式的獨特空間集群。我們發現東南部各州（佐治亞州、阿拉巴馬州、密西西比州、路易斯安那州和佛羅裏達州）的分組是一致的。這種聚類模式部分可以用這些管轄區的早期季節性峰值來解釋，並得到峰值時間顯著的空間自相關性的支持。雖然東南部各州保持了穩定的集群協會，但西部和中部各州在不同季節的集群成員差異較大。我們還發現，莫蘭I統計中的簇與所有甲型流感病毒檢測中甲型流感病毒/H1病毒的比例存在顯著差異。然而，在所有甲型和乙型流感病毒檢測中，甲型流感病毒的比例沒有顯著差異。
結論
這些研究結果量化了美國東南部季節性流感與其他地區相比的不同時空模式，並強調了一個在各個季節和監測指標中都表現出較早流行時間的穩定集群。理解這些區域集群模式可以提高對即將到來的流感活動變化的准備，並為有針對性的公共衛生幹預提供依據，例如疫苗接種活動的時間安排和區域形勢感知。強有力的監測系統、適應性方法以及穩定的長期數據對於有效應對區域差異並最終增強全國季節性流感防備能力至關重要。