Sci Transl Med：科研人员研发出流感预报工具
2017-11-03 林小春 新华社
这项研究结果发表在新一期美国《科学·转化医学》杂志上。目前，在芝加哥大学做研究的论文第一作者杜向军告诉新华社记者，流感病毒变化快，变化后的病毒传播或感染能力不同，这使得每年的流感情况都很难提前准确预报。而他们在流行病学群体模型中加入流感病毒进化的变化信息，每年6月根据收集的流感病毒序列数据以及来自监测部门的流行病学数据，就能预测未来一年流感感染动态与人数。
又到北半球秋冬流感高发季，接下来的主要流感类型是什么？又有多少人感染？美国芝加哥大学开发的一种类似天气预报的新工具，也许能提前给我们一些答案。研究人员利用这个工具做出预测，在美国，这个流感季将是甲型H3N2流感的高发季。
这项研究结果发表在新一期美国《科学·转化医学》杂志上。目前，在芝加哥大学做研究的论文第一作者杜向军告诉新华社记者，流感病毒变化快，变化后的病毒传播或感染能力不同，这使得每年的流感情况都很难提前准确预报。而他们在流行病学群体模型中加入流感病毒进化的变化信息，每年6月根据收集的流感病毒序列数据以及来自监测部门的流行病学数据，就能预测未来一年流感感染动态与人数。
“整个过程类似于天气预报，”杜向军说。“我们的工作是去年完成的，当时对过去一个流感季完全不了解。现在有了数据，我们发现我们的预测是正确的。”
此外，研究人员测试了这个工具在2003年至2011年期间的预测能力，并根据这些数据模型逐年预测2011年至2016年的每个流感季，结果显示所预测的每年流感总感染人数与观测数据相近。
杜向军说，以前的流感预测模型分两个方向：一个单纯预测流感病毒的进化情况，已能做到对未来一年的长期预测，但不能预测感染人数；另一个单纯进行群体动态预测，能预测感染人数，但只对未来很短时间，比如两周的预测比较准确。前者没有利用人群免疫状况信息，后者没有利用进化信息。
“我们的模型把两者结合起来，因此能预测未来一年的流感感染人数。这个信息具有重要的现实意义，可让我们有充足的时间做准备，调配资源，推广疫苗，更好地降低流感对民众健康的影响，”他说，“当然我们的方法不可能完全超越或取代现有方法，但它是非常好的补充。”
杜向军说，这个模型只针对美国，但现在也在与中国国家流感中心合作开展中国模型的研究。
原始出处：
Du X，et al. Evolution-informed forecasting of seasonal influenza A (H3N2).Sci Transl Med. 2017 Oct 25；9(413). pii： eaan5325.
作者：林小春
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#Transl#
23
#科研人员#
26
#TRA#
0
#研发#
44
#Med#
32