Hay, J.A., Alahakoon, P., Greenshields-Watson, A.. 2025年至2026年期間英格蘭甲型H3N2流感流行病學:一項數學建模研究. Commun. Health 1, 16 (2026)
發表人:kickingbird 發表時間:2026年8月10日12点3分 來源:Commun. Health 1, 16 (2026)
背景
2025/26年,英格蘭的甲型H3N2亞型K流感感染出現了異常早期和快速的增加。抗原變化和快速選擇性掃描引發了人們對潛在嚴重季節的擔憂。在子類出現時進行的分析的基礎上,我們的目標是將2025/26季節的疫情動態與前幾年進行比較,並模擬合理的流行病學情景。
方法
我們使用英格蘭的常規監測數據,比較了2011/12至2025/26年流感季的高峰疫情增長率和再生數。每周疫情增長率通過高斯隨機遊走模型估計,時變再生數則使用EpiEstim計算。我們還開發了一個按年齡分層的傳播模型和交互式網頁工具,以探討在免疫逃逸、傳播性和初始日期變化的情況下的情景,並以2022/23年作為基准流感季。
結果
2025/26季度A/H3N2的峰值增長率和時變繁殖數與以往嚴重季節的規模相似,但發生時間更早。情景分析表明,早期趨勢與適度的免疫逃逸、10%更高的R0或更早的初始日期相符,盡管僅憑這些數據無法區分這些機制的相對重要性。
結論
2025/26流感季的特點是發病早,但增長速度並不異常迅速。較早的增長並不系統性地導致特別大的流行,這是由於易感人群較早耗盡以及學校假期的抑制作用。實驗室中檢測到的抗體逃逸證據並不直接轉化為人群免疫力的大幅下降,這支持了進行互補的實時流行病學分析和建模的必要性。
2025/26年,英格蘭的甲型H3N2亞型K流感感染出現了異常早期和快速的增加。抗原變化和快速選擇性掃描引發了人們對潛在嚴重季節的擔憂。在子類出現時進行的分析的基礎上,我們的目標是將2025/26季節的疫情動態與前幾年進行比較,並模擬合理的流行病學情景。
方法
我們使用英格蘭的常規監測數據,比較了2011/12至2025/26年流感季的高峰疫情增長率和再生數。每周疫情增長率通過高斯隨機遊走模型估計,時變再生數則使用EpiEstim計算。我們還開發了一個按年齡分層的傳播模型和交互式網頁工具,以探討在免疫逃逸、傳播性和初始日期變化的情況下的情景,並以2022/23年作為基准流感季。
結果
2025/26季度A/H3N2的峰值增長率和時變繁殖數與以往嚴重季節的規模相似,但發生時間更早。情景分析表明,早期趨勢與適度的免疫逃逸、10%更高的R0或更早的初始日期相符,盡管僅憑這些數據無法區分這些機制的相對重要性。
結論
2025/26流感季的特點是發病早,但增長速度並不異常迅速。較早的增長並不系統性地導致特別大的流行,這是由於易感人群較早耗盡以及學校假期的抑制作用。實驗室中檢測到的抗體逃逸證據並不直接轉化為人群免疫力的大幅下降,這支持了進行互補的實時流行病學分析和建模的必要性。
相關鏈結:
- H3N8禽流感病毒感染人和哺乳動物研究進展 [初級會員] 18 小時前
- 環境流行病學研究中3種因果發現方法比較:基於流感監測數據分析 [初級會員] 18 小時前
- 2016~2025年麗水市流行性感冒流行特征和時空聚集性分析 [初級會員] 18 小時前
- 深圳市福田區2015~2024年流感樣病例監測結果分析 [初級會員] 19 小時前
- 雲南省盈江縣某小學一起H1N1流感暴發疫情的流行病學特征及原因分析 [初級會員] 19 小時前

