为了更有效地监测呼吸道传染病的流行和暴发风险，近年来我国持续强化了流感样病例的监测报告体系。然而，关于哪些临床表现最能准确预测流感，国际间尚未达成共识。同时，利用中国大规模人群数据评估流感样病例定义在流感监测中的效果，仍存在研究空白。

　　最新一期《中疾控周刊》上发表了一篇题为“基于临床表现开发机器学习模型预测流感——中国重庆市2022 - 2023 年”的研究文章，旨在填补这一研究空白。

　　该研究借助人工智能技术，基于重庆市三家大型流感监测哨点医院在2022年6月至2023年5月期间收集的200135名患者数据，开发了流感预测机器学习模型，并引入了新的流感样病例（ILI）定义。在此基础上，研究进一步评估了现有国内外主流流感样病例定义对疾病诊断的敏感性和特异性，并提出了定义更新建议。

　　流感样病例是指发热并伴有流感样临床表现的一组疾病，而非具体疾病名称。中疾控每周更新的流感监测周报中，将南、北方省份流感样病例占门急诊病例总数百分比，作为评估流感流行程度的重要依据。

　　目前，中疾控定义的流感样病例为发热（体温≥38℃），伴咳嗽或咽痛。这与国际定义存在差异，例如，世卫组织（WHO）定义为过去10天内出现的急性呼吸道感染，体温≥38℃并伴有咳嗽；而美国疾控中心则定义为体温≥37.8℃，伴有咳嗽或咽痛。

　　该研究建议更新流感样病例定义，将“咽痛”替换为“流涕”，并略微下调体温阈值。新的定义为：体温≥37.9℃并伴有咳嗽或流涕。

　　研究团队利用AI大语言模型CongRong，构建了包含200135个病例的综合数据库，并采用XGBOOST算法，针对全年龄组和三个年龄亚组分别建立了预测模型。经评估，最终筛选出最优流感样病例预测模型。

　　研究指出，针对全人群的最优流感样病例预测模型应包括流行病学特征、重要症状和体征以及年龄等指标，其中发热、咳嗽和流涕可能是流感监测中最重要的指标。

　　新定义正是基于最优预测模型中与流感显著相关的症状和体征。研究显示，新定义在诊断流感的敏感性和特异性方面优于现有定义。

　　流感对公众健康构成重大威胁，早期识别对最佳治疗效果和预后至关重要。而早期发现和干预依赖于完善的流感监测体系。该研究为流感预测提供了基于实证的临床特征描述，也为优化流感样病例定义以提升监测效能和早期识别能力提供了科学依据。在流感流行季节，临床医生在诊断流感时应优先考虑体温、咳嗽和流涕这些主要临床指标。

　　此外，另一项研究表明，不同流感样疾病之间存在一定的症状差异，可用于辅助诊断。例如，咳嗽多见于流感病毒、呼吸道合胞病毒和人偏肺病毒感染，头痛和结膜炎多见于流感病毒感染等。

　　同时，对意大利儿童接种流感疫苗的真实世界保护效果评估显示，流感疫苗在预防流感和流感样疾病中具有中等保护效果。

　　为更好地监测呼吸道传染病流行情况，除了加强流感样病例报告外，还需完善病原学监测，以掌握不同流感样疾病的流行情况。对于个体而言，病原学检测对于确定病因和制定治疗方案至关重要。

（文章来源：第一财经）