本文已被：浏览 5041次 下载 0次
中文摘要: 摘 要：目的：分析2014—2023年北京市东北部某行政区流行性感冒（简称流感）的流行特征及时空分布特征，为精准防
控流感提供依据。方法：通过描述性分析、空间自相关分析和时空扫描分析，探讨2014—2023年北京市东北部某行政区流感的
流行特征，识别高风险区域及聚集模式。结果：2014—2023年，该区流感确诊病例43995例，年均发病率为332.277/10万，呈
冬春季单高峰流行，2022年出现异常的夏季高峰流行，2023年因新冠疫情反弹达历史新高。流感高发区域在不同年份变化明
显，2019年集中于环机场带和西北部中心地区，2023年则扩展至西南部中心地区等。0~14岁人群流感发病率最高，性别间差
异无统计学意义（P＞0.05)。空间自相关分析表明，2015—2018年、2021年和2023年流感具有空间聚集性，在2016年最强。时
空扫描分析发现多个聚集区，其中Ⅰ类聚集区覆盖中心城区的4个街镇，从2023年第47周持续至53周。结论：2014—2023年
北京市东北部某行政区流感主要在冬春季流行，病例集中于城区及西南部区域，高发人群为婴幼儿和学龄儿童。新冠疫情前
后，流感流行特征因防控措施调整等有所变化。未来应继续加强流感疫苗接种和健康宣教，降低流感传播风险。
Abstract:Abstract:OBJECTIVEToanalyzetheepidemiologicalandspatiotemporaldistributioncharacteristicsofinfluenzainNortheast
regionofBeijingfrom2014to2023,providinginsightsfortargetedpreventionandcontrolstrategies.METHODSThroughdescriptive
analysis,spatialautocorrelationanalysisandspatio-temporalscananalysis,theepidemiccharacteristicsofinfluenzainNortheast
regionofBeijingfrom2014to2023wereexplored,andhigh-riskareasandaggregationpatternswereidentified.RESULTSFrom
2014to2023,43995caseswereconfirmedinthedistrict,withanaverageannualincidencerateof332.277/105
.Seasonalpeaks
typicallyoccurredinwinterandspring;thesummerpeakin2022wasunusual;andaresurgencein2023reachedrecordlevels.
Spatialanalysisshowedconsiderableshiftsinhigh-incidenceareasyearbyyear,withcasesconcentratedintheairportringbeltand
northwestcentralareasin2019andextendingtoSouthwestcentralareain2023.Incidencewashighestamongchildrenaged0~4
yearsandschool-agedyouth,withnosignificantdifferencesbetweengenders（P＞0.05).Spatialautocorrelationanalysisindicated
clusteringfrom 2015to2018,2021,and2023,withthestrongestclusteringobservedin2016.Spatiotemporalscanningidentified
multipleclusterscenteredaroundseveralaccumulationarea,withaprimaryclusterinweeks47-53of2023,underscoringthese
regionsaspriorityareasforwinter-springprevention.CONCLUSIONInfluenzaoutbreaksinthedistrictfrom2014to2023aremost
prevalentinwinterandspring,withcasesconcentratedinurbanandsouthwesternregionsandhighestincidenceamonginfantsand
children.DuringandfollowingtheCOVID-19pandemic,flupatternswereaffectedbymodifiedcontrolmeasuresandotherreasons.
Toimproveinfluenzacontrolefforts,futurestrategiesshouldprioritizevaccination,healtheducation,continuousmonitoring,and
precision-basedinterventionstoreduceflutransmissionrisks.
keywords: Keywords:influenza epidemiologicalcharacteristics spatialautocorrelation spatial-temporalscananalysis
文章编号：3202410007 中图分类号：R254.5 文献标志码：
基金项目:
| 作者 | 单位 |
| 杨雅名，张文增 |
| Author Name | Affiliation |
引用文本：