王喜紅，周小涵，黃涵婧，張 林，陳夢琳，劉忠第，梁 峰，張 軒

（1.天津中醫(yī)藥大學第一附屬醫(yī)院，天津 300193；2.北京中醫(yī)藥大學中醫(yī)學院，北京 100029；3.天津中醫(yī)藥大學，天津 301617；4.香港浸會大學中醫(yī)藥學院/香港中醫(yī)藥臨床研究中心，香港 999077；5.香港浸會大學深圳研究院，廣東 深圳 518057）

水痘是一種由水痘-帶狀皰疹病毒（varicella-zoster virus,VZV）初次感染引起的急性呼吸道傳染病，臨床以分批出現(xiàn)并同時存在紅色斑丘疹、皰疹、痂疹為特征，常見于嬰幼兒和學齡前兒童。該病通常表現(xiàn)為良性并有自愈性，但仍有部分病例出現(xiàn)嚴重的并發(fā)癥，涉及呼吸[1-2]、神經(jīng)[3-4]及其它系統(tǒng)疾病[5-6]，有些后果嚴重[7-8]；成人若罹患水痘，發(fā)病癥狀往往比兒童更嚴重。據(jù)統(tǒng)計，≥45歲患者的住院風險和死亡風險分別是5～14歲患者的4～50倍和174倍[9]，被感染的成年人和孕婦往往更易發(fā)展為嚴重感染[10]。在我國，水痘發(fā)病率近年來呈上升趨勢且存在空間聚集性特點。2016—2019年我國水痘病例年均報告發(fā)病率為55.05/10萬，遠高于2005—2015年水痘年均報告發(fā)病率（23.04/10萬）水平[11]。其中南方沿海地區(qū)為水痘的高發(fā)病聚集區(qū)，尤以廣西省報告發(fā)病數(shù)最多[12]。盡管疫苗在水痘防控工作中已發(fā)揮了巨大的作用，但因其在保護效力持久性方面仍有不足，且存在隨時間推移保護水平有所衰減的初步證據(jù)[10]，因此水痘的防控形勢依然嚴峻[13-16]。

水痘發(fā)病具有明顯的季節(jié)性，在既往研究中，有學者注重從氣象角度進行探討，旨在為其防治與預測提供新依據(jù)[17-21]。中醫(yī)的運氣學說是氣象和疾病相關的理論，是中醫(yī)學的氣象疾病學，集中體現(xiàn)了中醫(yī)學“天人合一”的整體觀思想，并以“運氣-氣象-疾病”兩兩相關的模式揭示了其中的關聯(lián)性[22]?！端貑枴ち?jié)臟象論篇》指出：“不知年之所加，氣之盛衰，虛實之所起，不可以為工矣。”可見，運氣學說是指導中醫(yī)藥防治疾病的重要理論之一，尤其在流行性傳染病的防治和預測方面，具有獨特價值。《素問·刺法論篇》云：“天地迭移，三年化疫”。明確指出疫病流行不僅受當年氣候的影響，還與3年前的氣候變化有關。曾經(jīng)有學者研究發(fā)現(xiàn)：2003年SARS（嚴重急性呼吸綜合征）的流行[23]及目前COVID-19（新型冠狀病毒肺炎）的大暴發(fā)[24]，均與3年前的異常氣候變化相關。除呼吸道傳染病外[25]，腸道傳染病[26]、蟲媒傳染病[27]的流行，也與“三年化疫”的學說有關。

香港地處我國華南沿岸，所處緯度較低，屬于亞熱帶季風氣候，全年氣溫較高，夏季炎熱且潮濕，冬季涼爽而干燥。香港人口密度大、流行動強，當?shù)氐乃话l(fā)病例數(shù)仍然較高。既往研究中，基于運氣學說探討香港地區(qū)傳染病發(fā)病的文獻較為缺如。因此，本研究嘗試利用該地區(qū)的水痘發(fā)病和氣象資料數(shù)據(jù)，通過BP人工神經(jīng)網(wǎng)絡模型，從不同時間維度分析水痘與氣象的相關性，探討運氣學說在當?shù)氐膶嶋H應用價值，以及“三年化疫”理論在傳染病預測中的科學內(nèi)涵，并且為香港本地水痘的預測和防治提供有益參考。

1 資料與方法

1.1 數(shù)據(jù)來源 由香港特別行政區(qū)衛(wèi)生署衛(wèi)生防護中心提供的1999—2019年水痘年、月發(fā)病數(shù)據(jù)，以及由香港特別行政區(qū)天文臺提供的1996—2019年各氣象因素（包括：平均氣溫、相對濕度、降雨量、云量、風速、水氣壓、露點溫度、總日照、太陽總輻射共9項）年、月、日平均值。

1.2 數(shù)據(jù)處理 本研究以大寒為起始點劃分一年的六氣時段，即初之氣（大寒-驚蟄，約為1—2月）、二之氣（春分-立夏，約為3—4月）、三之氣（小滿-小暑，約為5—6月）、四之氣（大暑-白露，約為7—8月）、五之氣（秋分-立冬，約為9—10月）、終之氣（小雪-小寒，約為11—12月）[28]?；谒坏脑掳l(fā)病數(shù)據(jù)，統(tǒng)計出1999—2019年共21年間的六氣發(fā)病數(shù)；基于氣象因素的日數(shù)據(jù)，統(tǒng)計出1996—2019年共24年間上述9項氣象因子的六氣平均值。

1.3 數(shù)據(jù)分析（1）描述香港地區(qū)水痘的年發(fā)病與六氣發(fā)病趨勢，結合實際氣候特征分析水痘高發(fā)與1～3年前異常氣候的相關性。其中，實際氣候與干支運氣的比較方法，是依據(jù)各年相應氣象因子上半年、下半年的均值與總年同期均值進行比較，分析1996—2019年逐年干支推演與實際氣候的符合率，將司天或在泉之氣不相呼應的年份視為剛柔失守年。水痘高發(fā)年的判斷標準為：高于1999—2019年共21年發(fā)病平均值的年份即為高發(fā)年。（2）如果水痘高發(fā)確與前期氣候異常有關，則進一步采用BP人工神經(jīng)網(wǎng)絡建立氣象-水痘發(fā)病的預測模型，綜合評估水痘流行與前期氣象之間可能存在的關聯(lián)。

1.4 統(tǒng)計學方法 鑒于BP人工神經(jīng)網(wǎng)絡具有獨特的信息存儲方式、良好的容錯性、大規(guī)模的非線性并行處理方式，以及強大的自組織、自學習和自適應能力，故近些年來，該方法廣泛應用于傳染病預測及與氣象因素關聯(lián)性的分析中[26，29]。針對本研究數(shù)據(jù)的非線性特點，筆者利用BP人工神經(jīng)網(wǎng)絡方法，研究水痘傳染病的發(fā)病與同期及前期（1～3年前）氣象變化之間的關聯(lián)性，從不同時段角度（即當年、1年前、2年前、3年前、1年前～當年、2年前～當年及3年前～當年）分別建立預測模型。在模型建立過程中，氣象因子為輸入變量，水痘發(fā)病數(shù)為輸出變量，各自包含126組數(shù)據(jù)，按照統(tǒng)計學常規(guī)的7∶3比例隨機抽取數(shù)據(jù)進行訓練及預測，比較各預測模型的精度，選取精度最高的模型，分析其中貢獻度較大的氣象因子。以上統(tǒng)計分析均采用SPSS 25.0軟件完成。

2 結 果

2.1 香港地區(qū)的水痘發(fā)病特點 在1999—2019年間，香港地區(qū)每年均有水痘發(fā)病，合計總數(shù)為226 604例，平均發(fā)病數(shù)為1 0791。盡管自2013年后水痘的年發(fā)病數(shù)有所下降，但近年來仍有反復波動。（見圖1）從六氣時段觀察，水痘在冬春，即終之氣（11—12月）與初之氣（1—2月）時段高發(fā)，約占總發(fā)病數(shù)的44.8%。（見圖2）

圖1 香港地區(qū)1999—2019年水痘年發(fā)病趨勢

圖2 香港地區(qū)1999—2019年水痘六氣時段發(fā)病趨勢

2.2 香港地區(qū)的實際氣候特點 從六氣角度觀察，香港地區(qū)在終之氣與初之氣時段的平均氣溫、相對濕度、降雨量、露點溫度、太陽總輻射均是全年低谷值，反映了冬春時段涼爽而干燥的實際氣候特征。（見表1）通過比較逐年的干支運氣與實際氣候特點，筆者發(fā)現(xiàn)：在1996—2019年間，有17年涉及司天、在泉之氣的異常（即與實際氣候不符），其中有10年（即1996年、2002年、2003年、2004年、2005年、2009年、2010年、2011年、2015年、2018年）可以歸類為“剛柔失守”年，即上一年的司天或在泉之氣“不退位”，致使本年的司天或在泉之氣“不遷正”。（見表2）

表1 1996—2019年各氣象因素的六氣數(shù)據(jù)表

表1 1996—2019年各氣象因素的六氣數(shù)據(jù)表

氣象因素 初之氣 二之氣 三之氣 四之氣 五之氣 終之氣平均氣溫（℃） 17.3±1.6 22.8±1.5 27.9±0.8 28.8±0.6 26.1±1.3 19.0±1.4平均相對濕度（%） 78.4±5.6 82.9±4.6 82.3±3.4 80.3±3.1 74.4±4.7 70.8±7.4平均降雨量（mm） 1.9±4.2 3.6±6.3 13.3±10.8 12.8±13.0 2.5±3.8 0.9±2.2平均云量（%） 70.6±11.2 77.2±9.8 76.6±9.6 68.3±9.9 59.9±11.6 55.3±16.2平均氣壓（hPa） 1 019.3±0.9 1 014.5±1.1 1 007.6±0.9 1 005.3±1.2 1 011.3±1.1 1 018.5±0.8平均露點溫度（℃） 12.5±1.4 17.9±0.9 23.9±0.6 25.2±0.3 22.1±0.7 14.6±1.3平均總日照（h） 124.5±31.7 108.2±21.7 138.5±27.6 189.0±28.2 185.9±23.5 165.8±32.6平均太陽總輻射（MJ/m2） 310.5±46.9 357.9±40.1 443.3±50.8 513.4±54.1 451.7±37.4 352.4±37.9平均風速（km/h） 24.5±1.7 22.0±2.2 21.0±1.7 20.1±2.0 23.8±2.5 26.6±1.3

表2 1996—2019年間的異常氣候年份表

2.3 香港地區(qū)水痘的高發(fā)與前3年氣候異常之間的關聯(lián)評估 在1999—2019年共21年中，有10年為水痘高發(fā)年，其中8年涉及了前1～3年出現(xiàn)剛柔失守，氣候異常的情況，因此水痘高發(fā)與剛柔失守之“三年化疫”間的吻合率達80%。（見表3）

表3 香港地區(qū)水痘的高發(fā)與前3年出現(xiàn)“剛柔失守”間的吻合性評價

2.4 基于“三年化疫”理論建立氣象-水痘發(fā)病預測模型 由表4可見：單獨利用1年的氣象因素建模，其預測效果不如利用同期+前期的綜合氣象因素所建立的模型；其中以模型5（即包括：當年+1年前）的預測效果最佳，精度達到55%；其次是模型7（即包括：當年+1～3年前），預測精度為51%。在預測精度最好的模型5中，貢獻度最大的氣象因素為太陽總輻射（見圖3）。

表4 基于不同時期的氣象-水痘發(fā)病預測模型結果匯總

圖3 模型5中的各氣象因素影響重要性分布

3 討 論

目前，關于水痘與同期氣象關系的研究很多[17,20-21]，但與前期氣候變化關聯(lián)的研究報道較少。本研究以香港地區(qū)為例，基于中醫(yī)運氣學說的“三年化疫”理論，追溯到3年前的氣候變化來研究水痘的發(fā)生，體現(xiàn)了“早期預警”的運氣理論特色，在時間上促進了預警系統(tǒng)關口的前移，提高了預測的超前性。另外，利用BP人工神經(jīng)網(wǎng)絡建立預測模型，較Spearman相關分析、多元線性回歸模型等更適合于傳染病數(shù)據(jù)非正態(tài)的分布特點[30-31]，得到更客觀的預測效果。

在中醫(yī)學中，水痘病名首見于南宋《小兒衛(wèi)生總微論方》：“其瘡皮薄，如水泡，破即易干者，謂之水痘?！薄夺t(yī)宗金鑒》認為“水痘發(fā)于脾肺二經(jīng),由濕熱而成也”，為外感水痘時邪，內(nèi)傷濕熱所致。其病變臟腑主要在肺、脾，蓋肺主皮毛，脾主肌肉，水痘時邪從口鼻而入，蘊郁肺脾，與內(nèi)濕相搏，發(fā)于肌表而致水痘[32]。從六氣角度觀察，水痘在冬春季高發(fā)（終之氣與初之氣），該時段人體肌腠緊密難以疏泄，濕聚久而化熱，與外邪相搏，熏蒸肌表而成水痘布露。這與既往我國泰州、濟南等地的研究結論較為一致，提示了冬、春季分別為水痘發(fā)病的大、小高峰[33-34]。結合氣象特點分析，太陽總輻射是影響水痘發(fā)病最重要的氣象因素。冬季太陽輻射量較低，涼爽而干燥；人們更傾向于室內(nèi)活動，空間相對有限，為水痘病毒的繁殖與傳播提供了便利條件。這與既往一些學者在波蘭、澳大利亞等地的研究結論基本一致，均顯示太陽總輻射為影響水痘發(fā)病的關鍵氣象因素[35-36]。既往也有學者研究臺灣、湖北等地區(qū)的水痘發(fā)病，發(fā)現(xiàn)與溫度、日照顯著相關[17,37]；這兩種氣象因子皆與太陽總輻射密切相關。太陽輻射作為地球表層最終的能量來源，其變化可產(chǎn)生多方面的綜合效應，故不可避免地對地表溫度、日照時數(shù)產(chǎn)生影響[38]。

中醫(yī)運氣理論認為，疫病的流行與干支運氣所形成的氣候周期性變化（尤其是異常氣候）密切相關。《素問·本病論篇》言：“剛柔二干，失守其位……天地迭移，三年化疫，是謂根之可見，必有逃門?！敝赋鲆卟〕Ｒ蛩咎旎蛟谌畾獠幌嗪魬斐傻漠惓夂蛴嘘P，等待2～3年即成疫病。本研究根據(jù)水痘的高發(fā)年份，詳察了其3年前的實際氣候變化，通過與干支推演做比較，發(fā)現(xiàn)在水痘高發(fā)的10年里，有8年出現(xiàn)了“3年前剛柔失守”的情況，相關的吻合率達80%；由此說明香港地區(qū)水痘流行與“三年化疫”的理論推測之間具有一定的吻合性?；谶@一點，我們進一步利用BP人工神經(jīng)網(wǎng)絡的統(tǒng)計方法，從不同時間維度分析水痘與前期氣象的相關性。結果發(fā)現(xiàn)：利用1年前或1～3年前的氣象有利于提高水痘發(fā)病預測模型的精度，從統(tǒng)計學角度證明了“三年化疫”理論的實用價值?！叭昊摺崩碚撜J為，疫病發(fā)生的時間有“早至”和“晚至”的不同，但終不超過3年。本研究再次佐證了所謂“三年化疫”之“三年”并非機械固定的預測之數(shù)，而是約數(shù)，即1～3年[25]。在既往研究中，本研究團隊也從“三年化疫”角度建立了某些傳染病的發(fā)病預測模型，如結核病[29]、風疹[26]、流行性感冒[39]等。綜合前期研究與本研究的結果，在一定程度上可以證明“三年化疫”理論用于傳染病預測的科學性與實用性。

不過，本研究仍存在一定的局限性。首先，建模輸入因子只有氣象因素，未包含其它可能影響水痘發(fā)病的社會經(jīng)濟等因素，如當?shù)氐男l(wèi)生發(fā)展水平、醫(yī)療設施及衛(wèi)生政策等。另外，由于研究所獲取的傳染病呈報數(shù)據(jù)是以月為單位，而非日數(shù)據(jù)，因此在處理六氣時段時亦不可避免地存在幾日誤差。在今后的研究中，建議應注重分析和評估氣象因素與其余混雜因素在傳染病流行中的影響權重，探討建立混合因素模型的統(tǒng)計學方法，以及傳染病日數(shù)據(jù)的收集等。