Грипп а n3n2

Грипп а n3n2

Global Patterns in Seasonal Activity of Influenza A/H3N2, A/H1N1, and B from 1997 to 2005: Viral Coexistence and Latitudinal Gradients
Источник: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2117904/

Задуманные и разработанные эксперименты: BG KK CV BF. Проанализированы данные: BG KK CV MF BF NB. Написал документ: BG CV BF. Другое: Предоставляется помощь в статистическом анализе: MF. Предоставлена ​​помощь в выборе используемых наборов данных: NB. Предоставлена ​​помощь в анализе данных: NB. Предоставлялась помощь в редакционной обратной связи: NB MF. Предлагаемая и предоставленная обратная связь по анализу синхронности и периодичности подтипа: KK.

Несмотря на массу исследований по эпидемиологии сезонного гриппа, общие закономерности инфекции не были полностью описаны в широких географических масштабах и для конкретных типов и подтипов вируса гриппа. Здесь мы приводим описательный анализ лабораторно подтвержденных данных эпиднадзора за гриппом по типу и подтипу (A / H3N2, A / H1N1 и B) для 19 умеренных стран в Северном и Южном полушариях с 1997 по 2005 год, составленном из базы данных, содержащейся в базе данных ВОЗ (FluNet). Основные результаты включают модели крупномасштабного совместного гриппа типа А и В, межполушарную синхронизацию для подтипа А / Н3N2 и широтные градиенты в эпидемиологическом сроке для типа А. Эти данные подчеркивают необходимость того, чтобы большее число стран проводило круглогодичное вирусное наблюдение и сообщать достоверные данные о заболеваемости по типу и подтипу, особенно в тропиках.

Грипп является основным патогентом человека, эпидемиология которого характеризуется эпидемиями, которые происходят сезонно во всем мире каждый год, с эпизодическими пандемиями, возникающими из новых подтипов вируса; как годовой, так и пандемический грипп являются источником значительной заболеваемости, смертности и экономического бремени [1]. В умеренных регионах ежегодные эпидемии гриппа обычно происходят в зимние месяцы, как в Северном полушарии (с ноября по март), так и в Южном полушарии (с апреля по сентябрь); в тропиках активность гриппа может возникать круглый год с более крупными эпидемиями между теми, что встречаются в Северном и Южном полушариях [1] — [3]. Считается, что несколько прямых и / или косвенных факторов окружающей среды влияют на сезонность гриппа, включая внутриплоскостное пребывание во время холодных и влажных сезонов [4], увеличение выживаемости вируса в холодных и сухих условиях [5] и снижение иммунитета хозяина, возможно, опосредованное уменьшением синтеза витамина D из-за отсутствия солнечного света в зимние месяцы [6]. Однако точный механизм сезонной заболеваемости гриппом остается предметом значительных споров.

Два основных типа (A и B) вируса гриппа вносят вклад в бремя болезней у людей. Грипп A, как правило, более распространен и приводит к большей смертности у людей, чем к гриппу B, что является значительным источником заболеваемости, но не смертности [7]. Кроме того, грипп А далее классифицируется по основным подтипам на основе генетических и антигенных различий в мембранных гликопротеинах гемагглютинина и нейраминидазы [7]. В настоящее время среди людей существуют два основных подтипа: A / H3N2 (H3) и A / H1N1 (H1), при этом H3 учитывает большую смертность от гриппа [1]. Антигенная эволюция в гриппе А прерывается, а не непрерывна, характеризуется появлением кластеров антигенно сходных, но генетически уникальных штаммов, которые доминируют на уровне подтипа [8]. Кроме того, хотя они несут четкие поверхностные антигены, H3 и H1, как было показано, обеспечивают некоторый уровень перекрестной иммунитет друг к другу [9], [10]. В результате между двумя подтипами может возникать конкуренция помех восприимчивым хозяевам, так что один подтип потенциально может влиять на динамику другого [11].

Традиционно эпидемиологические исследования заболеваемости гриппом опирались на данные о избыточной смертности, такие как смертность от пневмонии в США и смертность от гриппа, поддерживаемая Центрами по контролю и профилактике заболеваний (CDC) в Атланте, поскольку эти наборы данных обычно содержат информацию о наилучших доступных пространственных и временные масштабы [1], [7], [12]. Однако такие данные не подтверждены лабораторией; они измеряют тяжелое бремя болезней, а не заболеваемость или передачу болезни, и они не различают типы гриппа и подтипы. Хотя эти данные чрезвычайно полезны, такие данные могут не учитывать важные аспекты динамики популяции гриппа, которые могут быть поняты только путем изучения сходства и различий между типами и подтипами и их потенциальными взаимодействиями.

Образцы гриппа теперь могут быть легко и точно напечатаны или субтипированы как H3, H1 или B с использованием ряда методов, таких как иммунофлюоресцентные анализы для быстрого обнаружения антигенов, вирусной культуры и последующего антигенного анализа и анализы цепной реакции обратной транскрипционной полимеразы [13] , Кроме того, с конца 1990-х годов Всемирная организация здравоохранения (ВОЗ) ведет учет еженедельных лабораторно подтвержденных случаев гриппа по типу и подтипу из все большего числа стран и предоставила эти данные общественности через онлайн-базу данных FluNet [http://gamapserver.who.int/GlobalAtlas/home.asp]. Таким образом, в настоящее время становится возможным анализировать данные о заболеваемости гриппом и подтипами на значимые пространственные и временные масштабы.

Здесь мы используем растущую доступность данных вирусного эпиднадзора для описания дескриптивного анализа сезонной динамики гриппа и подтипа в 19 странах из умеренных регионов как в Северном, так и в Южном полушариях в течение сезонов гриппа с 1997 по 2005 год. Анализ позволил нам рассмотреть ряд открытых вопросов в ежегодной эпидемиологии гриппа [2], [3], [7]: 1) Какие общие закономерности возникают из данных о распространенности типа и подтипа, и эти шаблоны поддерживают то, что уже принято верили в динамику популяции гриппа и подтипа? 2) Определяют ли определенные типы или подтипы сезонные эпидемии как на полушарии, так и на глобальном уровне, и если да, то в какой степени? 3) Существуют ли какие-либо циклические закономерности типа или подтипа? и 4) Существуют ли какие-либо простые модели, регулирующие пространственно-временное распространение сезонных эпидемий в широких географических масштабах, и являются ли эти модели похожими для разных типов или подтипов?

Данные были получены из FluNet [http://gamapserver.who.int/GlobalAtlas/home.asp], онлайн-службы, предоставленной ВОЗ. Первоначально были проанализированы данные из примерно 60 стран, доступных на FluNet, и из них для дальнейшего изучения были отобраны подмножество из 19 стран с достаточными данными за доступный период времени для проведения значимых анализов. Общие параметры для каждой страны (таблица 1), такие как широта, долгота, численность населения, площадь и ВВП, были получены с использованием онлайн-базы данных CIA World Factbook [https://www.cia.gov/library/publications/the- мировой Factbook / index.html]. Эти страны были из умеренных регионов, и из 19 стран только Австралия и Япония имели действительно круглогодичный надзор за все девять лет обучения, а остальные данные были ограничены зимними центрами с переменной длиной.

Значения народонаселения и ВВП являются самыми последними доступными цифрами, а не средними в течение периода исследования.

Подтипы итогов используют скорректированные значения данных, а все типы и подтипы суммируются в течение девятилетнего периода исследования.

Поскольку эпидемии гриппа обычно происходят в зимние месяцы, «сезон» в Северном полушарии определялся как происходящий с 27-й недели от одного календарного года до 26-й недели следующего календарного года, так что один определенный «сезон» включал бы всю эпидемию гриппа (аналогично [14]); «Сезон южного полушария» был определен как тот же, что и в календарном году. Кроме того, все сезоны гриппа, независимо от полушария, были помечены в соответствии с календарным годом, в котором они начинаются; например, сезон гриппа 1997 года в США был определен как эпидемия, которая произошла зимой с конца 1997 года по начало 1998 года.

Сырые данные были доступны в виде недельных количеств изолятов для каждого типа и подтипа; однако изоляты типа А в некоторых случаях далее не были подтипированы в H3 или H1. Таким образом, недельные итоговые значения H3 и H1 должны быть скорректированы, чтобы отразить присутствие несогласованных изолятов A до дальнейшего анализа. Эта настройка была выполнена с использованием формулы, где h1 — количество недельных изолятов для данного подтипа (H3 или H1), h0 — количество недельных изолятов для типа A, которое еще не было подтипировано, а h2 — количество недельных изоляты для другого подтипа. Из всех 212 636 штаммов гриппа А, зарегистрированных во всех странах исследования, 49% не были дополнительно подтипами.

Чтобы учитывать любые изменения в усилиях по выборке при составлении сопоставлений год от года, относительный размер эпидемии для данного типа и подтипа в данной стране и году определялся как процент от общего количества изолятов в данном году, принадлежащих конкретный тип и подтип. Относительный вклад различных типов и подтипов в активность гриппа в данной стране можно затем определить путем сравнения средних значений этих типов и подтипов. Значение различий в средних процентных значениях определяли по t-критерию Стьюдента.

Тип или подтип считался «доминирующим» в данной стране, если на его долю приходилось 70% или более от общего количества изолятов гриппа в течение определенного сезона [12]. Тип или подтип считался «кодоминантом», если он составлял от 40% до 70% годовых изолятов. Кроме того, считается, что полусферы показывают «временное перекрытие» активности гриппа для определенного типа или подтипа, если по крайней мере один изолят этого типа или подтипа был зарегистрирован в обоих полушариях в течение данной недели.

Пространственная синхронизация между полушариями была проанализирована путем нахождения взаимной корреляции между средними годовыми темпами роста (G), определяемыми как среднее геометрическое значений G для отдельных стран в полушарии, где G равно годовой сумме еженедельно скорректированной заболеваемости данные за один год, деленные на годовую сумму за предыдущий год [15]. Годовые темпы роста отражают изменения в типе и уровне подтипа и, таким образом, были хороши для сопоставления межгодовой демографической динамики. Чтобы избежать каких-либо опасений относительно возможного деления на ноль, значения для еженедельно скорректированных данных о заболеваемости были увеличены на единицу [16]. Периодичность в темпах роста среднего полушария определялась с помощью автокорреляционного анализа [16].

Чтобы исследовать пространственно-временные структуры эпидемий типа и подтипа, средняя неделя эпидемии использовалась как мера эпидемического времени. Среднюю неделю рассчитывали как средневзвешенное значение за девять изученных лет, используя формулу, где f — скорректированное количество недельных изолятов, а t — неделя (от 1 до 52, начиная с первой недели сезона, как было определено ранее) измерения, а стандартная ошибка была рассчитана для каждой страны. Значение этой эпидемической средней недели коррелировало с широтой приблизительного географического центра страны интереса (таблица 1). Широта также коррелировала с началом и продолжительностью эпидемии. Для вычислительных целей эпидемия определялась как начальная и конечная в первой и последней неделях в сезоне, в которой были получены соответственно три последовательные недели ненулевых количеств изолятов (адаптированы из [12]). После обзора это определение, по-видимому, дало разумные результаты для начала эпидемии почти во всех случаях; единственным исключением был сезон 2000 года в Финляндии в Финляндии, в котором небольшое количество изолятов появилось раньше основной эпидемии, и в этом случае вместо этого была выбрана вторая неделя для выполнения ранее указанного критерия. Наконец, значение всех корреляций было определено с использованием t-теста Стьюдента, где тестовая статистика равна, где r — коэффициент корреляции, а N — количество выборок (в данном случае — 19 стран).

Все анализы выполнялись с использованием MATLAB Student 7.1, в то время как фильмы S1, S2 и S3 были созданы с использованием R 2.4.0.

Все изученные страны были расположены в умеренных районах Северного и Южного полушарий, с широтами от 67 ° до 34 ° ю. Ш. (Табл. 1). Для H3, H1 и B и во всех странах эпидемии были в основном ограничены зимними месяцами (рис. 1) (см. [1], [2]). Однако значительная активность H3 и B наблюдалась вне стандартного сезона гриппа с временным перекрытием активности гриппа между двумя полушариями в среднем 28 ± 6% (SE) года для H3, 8 ± 2% от года для H1 и 32 ± 8% от года для B (рисунок 1). Кроме того, в Северном полушарии эпидемии B были обнаружены значительно позже (средняя эпидемическая неделя = неделя 12 февраля) в среднем по сезону, чем эпидемии H3 или H1 (средняя эпидемическая неделя = неделя 16 и 27 января, соответственно) ( Tukey, p

Данные о недельном количестве изолятов по типу и подтипу были собраны из FluNet (WHO) и обобщены для 19 стран, расположенных от самой южной к северной, с черной линией, разделяющей два полушария — для сезонов гриппа с 1997 по 2005 год. Для H3 и H1 подтипы, итоговые значения были скорректированы для учета изолятов типа А, которые еще не были подтипами. Для всех типов и подтипов скорректированное количество недельных изолятов было увеличено на единицу для удаления любых нулевых значений. Естественный логарифм результатов был нанесен по странам для (i) H3, (ii) H1 и (iii) B в цветовой гамме с белым, представляющим либо нулевые изоляты, либо без данных, а коричневые — наивысшим наблюдаемым числом изолятов для H3 (n = 4057).

Еженедельные значения заболеваемости для каждого типа и подтипа были суммированы для Северного полушария для каждого из девяти сезонов исследования и нормированы как процент от общего количества изолятов этого конкретного типа или подтипа, зарегистрированных за девятилетний период исследования. Среднее значение для каждой недели (± SE) было построено по отношению к времени для каждого типа и подтипа. Профили ясно показывают, что грипп B отстает от двух других подтипов (см. Текст).

В обоих полушариях H3 был более распространенным, чем H1 или B, причем средний годовой показатель заболеваемости был значительно выше для H3, чем H1, в 84% стран и значительно больше для H3, чем B, в 63% стран (p

(i) Средняя доля ежегодных изолятов, относящихся к каждому типу или подтипу, усредненная в течение девяти сезонов исследования, была построена для каждой страны. (ii-iii) Доля ежегодных изолятов, относящихся к каждому типу или подтипу, была усреднена по всем странам как в (ii) северном, так и в (iii) южном полушарии и построена для каждого из девяти сезонов.

Дополнительная информация о пространственно-временных паттернах заболеваемости гриппом приведена в фильмах S1, S2 и S3, а на рисунке S1 приведено краткое изложение ежегодной заболеваемости по странам и типу и подтипу.

Чтобы проанализировать синхронность типа и подтипа между странами и тип и периодичность подтипа в странах, мы ежегодно подсчитывали темпы роста (G) для каждого типа и подтипа в каждой стране между последовательными годами, а затем вычисляли взаимную корреляцию между средними значениями для каждого полушария ( Материалы и методы). Два полушария показали наличие синхронности в динамике гриппа в случае H3 (коэффициент корреляции r = 0,78, p 0,05), ни для B (r = -0,18, p> 0,05) (рис. 4) (сравнимо с [17]). Кроме того, казалось бы, нет предпочтения тому, чтобы одно полушарие приводило другого к изменениям в типе или подтипе. Аналогичные результаты были получены, когда этот анализ был выполнен с использованием пропорций типа и подтипа вместо необработанных количеств положительных изолятов (результаты не показаны).

Темпы роста эпидемии (G) были рассчитаны для каждой страны путем деления годовой суммы скорректированных еженедельных изолятов на год «t» на сумму за год «t-1». Среднее значение G для каждого полушария определялось путем принятия геометрическое среднее значений отдельных стран. Чтобы подчеркнуть разницу между положительным и отрицательным ростом, был составлен естественный логарифм темпов роста для (i) H3, (ii) H1 и (iii) B. График рассеяния показывает значения G для отдельных стран в данной сезон, чтобы дать представление о наблюдаемой вариации. Отметим, что значения за 1998 и 1999 годы в южном полушарии основаны только на трех странах, поскольку в Аргентине не было данных, доступных в сезоне гриппа 1998 года.

Наблюдалась положительная корреляция между увеличением расстояния от экватора, основанным на абсолютной величине широты географического центра страны, а позднее возникновение эпидемий как для H3 (регрессия между средней эпидемической неделей и широтой, r2 = 0,49, p

Средняя неделя каждой эпидемии была определена для всех стран, а среднее арифметическое (± SE) этих значений для каждой страны было построено по сравнению с расстоянием от экватора для (i) H3, (ii) H1 и (iii) B. красные линии указывают наиболее подходящие линии для каждого типа или подтипа.

Мы провели анализ чувствительности, используя неделю начала эпидемии, а не среднюю неделю эпидемии, и обнаружили более умеренную корреляцию с широтой для H3 (r2 = 0,39, p = 0,002) и H1 (r2 = 0,32, p = 0,006). В этом случае была найдена умеренная положительная связь для B (r2 = 0,37, p = 0,003). Следует отметить, что неделя начала — более произвольный показатель эпидемического времени, чем средняя неделя, и более склонный к ошибке измерения.

Благодаря количественному анализу лабораторных подтвержденных еженедельных данных FluNet, относящихся к типу и подтипу из 19 стран, мы обнаружили как поддержку ранее существовавших сезонных моделей, так и типов и подтипов доминирования [1], [2], [17], [19 ], а также новые модели межполушарной синхронности и широтных градиентов в эпидемическом времени. Во-первых, данные типа и подтипа подтвердили сложившуюся картину эпидемий гриппа, возникающих прежде всего в зимние месяцы в умеренных регионах. Кроме того, H3 оказался наиболее доминирующим подтипом, за которым следуют тип B, а затем H1 [17]. Между средним размером эпидемий H1 и B не выявлено существенных различий; однако этот результат, скорее всего, от эпидемий В является более частым, но обычно меньшим, чем эпидемии H1, которые имели место. Во-вторых, эпидемии B произошли позже в сезоне, чем эпидемии H3 и H1 в Северном полушарии, ранее не описанная картина. В-третьих, мы обнаружили, что грипп B порой был кодоминантом либо с H3, либо с H1, тогда как эти два подтипа редко кодоминировались друг с другом. Это указывает на то, что между H3 и H1 может возникать интерференционная конкуренция и согласуется со степенью генетического сходства между H3 и H1, а также с эпидемиологическими исследованиями, предполагающими кросс-иммунитет между двумя подтипами [9], [10].

Несмотря на сильные сезонные закономерности в эпидемиях гриппа, мы обнаружили обширную степень временного перекрытия активности гриппа в Северном и Южном полушариях, особенно для H3 и B. Хотя основная масса эпидемий ограничена зимними месяцами, фоновый «шум» гриппа активность в течение межэпидемического периода может оказать влияние на динамику последующей эпидемии, особенно в случае гриппа B, для которой местный естественный отбор и настойчивость могут быть более значительными, чем грипп A. Эти данные подчеркивают необходимость в год- а также увеличение числа стран, которые собирают и сообщают о достоверных данных о заболеваемости на уровне подтипа.

Наш анализ межполушарной синхронизации показал, что эпидемии H3 в северном и южном полушариях не являются полностью независимыми, хотя они происходят в отчетное время года. Большая степень межполушарной синхронизации, которую мы наблюдали для H3 относительно H1 и типа B, которая соответствовала предыдущим данным по синдрому эпидемии подтипа в США [17], может быть связана с теми же факторами, такими как ее репродуктивная скорость, которые также способствуя его большей наблюдаемой доминантности. Однако этот вывод следует рассматривать с некоторой осторожностью, поскольку размер выборки стран, изученных между двумя полушариями, не сопоставим (15 стран в Северном полушарии против 4 стран в Южном полушарии) и синхронность в H1 и тип B могут наблюдаться, если используются данные более длинного временного ряда. Кроме того, необходимы данные для стран из тропических регионов, чтобы выяснить, обеспечивается ли эта синхронизация между северным и южным полушариями синхронной деятельностью гриппа в тропиках, как и следовало ожидать, если этот регион действует как резервуар или источник новых вирусов , как было предложено ранее [3], [18].

При анализе периодичности внутрипочвенного типа и периодичности подтипа мы также нашли предварительный намек на двухгодичный цикл (рисунок 4), хотя этот шаблон не был значимым на уровне p

Наиболее неожиданный вывод этого исследования заключался в очевидной положительной взаимосвязи между широтой и эпидемическими сроками для H3 и H1 (рис. 5). Эта взаимосвязь имеет ряд важных последствий. Во-первых, он поддерживает гипотезу о том, что экологические факторы оказывают, по меньшей мере, некоторое влияние на географическое распространение гриппа А, либо путем воздействия на передачу, либо восприимчивость к хозяину [6], [19]. Во-вторых, этот результат свидетельствует о том, что этот сезонный стимул является последовательным в обоих полушариях, поскольку относительная эпидемическая частота гриппа A была сопоставимой в каждом [19]. В-третьих, это говорит о том, что грипп B не регулируется этим сезонным стимулом так же, как грипп A, гипотеза, которая ранее не была указана в литературе.

Наш анализ был сфокусирован на кажущейся взаимосвязи между широтой и временем эпидемии, наблюдаемым для типа A, но не с гриппом типа B, где эпидемическое время измеряется средней эпидемической неделей. Мы также проверили взаимосвязь между сроками начала эпидемии и широтой, что дало более неоднозначные результаты. Однако признается, что оценки начала и окончания эпидемии являются менее надежными мерами времени, поскольку эти оценки основаны на очень небольшом числе случаев и, следовательно, более уязвимы к случайным колебаниям.

Наблюдаемая взаимосвязь между сроками эпидемии и широтой усиливается несколькими дополнительными анализами, которые мы провели (не показаны). Во-первых, эпидемическое время не коррелировало с долготой, контрольной переменной, что делало менее вероятным, что наши результаты были чисто результатом случайности. Во-вторых, широта не коррелировала с какими-либо из других параметров, измеренных в исследовании (таблица 1), что уменьшало вероятность того, что эта связь является результатом соучастника. В-третьих, наблюдаемое отсутствие корреляции между сроками эпидемии и широты B не может быть объяснено отсутствием мощности по сравнению с вирусами A, поскольку в базе данных было больше изолятов вируса гриппа B, чем H1.

Хотя механизмы, лежащие в основе этого сезонного стимула, по-прежнему в значительной степени неразрешены, преобладающие гипотезы [4] — [6] предполагают, что эпидемии должны происходить раньше, чем дальше удаляется от экватора, так как сам зимний сезон — и все факторы, связанные с зимой , таких как внутренняя пересыхание, более низкие температуры, пониженная влажность и снижение уровня прямого солнечного света — начинается в начале года для этих стран. Таким образом, этот результат свидетельствует о том, что в ежегодных эпидемиях гриппа А не преобладает местный тираж вируса низкого уровня, который может вызвать эпидемию по мере соблюдения конкретных экологических критериев. Скорее, наши результаты свидетельствуют о том, что в ежегодных эпидемиях, вероятно, доминируют введение новых вирусов из других мест, что согласуется с анализом филогенетических моделей H3 [23]. Будущие исследования могли бы повторить филогенетические исследования с использованием последовательностей вирусов B и проверить, преобладает ли эволюционная динамика гриппа B локальным естественным отбором и настойчивостью, чем H3.

Таким образом, кажется, что страны, далекие от экватора, не могут в целом испытывать эпидемии гриппа А до тех пор, пока эпидемии не начнутся в странах, расположенных ближе к экватору, откуда вирус распространяется на север или на юг, в зависимости от полушария. Поэтому эти результаты подтверждают гипотезу о том, что тропики служат резервуаром для гриппа между сезонами гриппа в умеренных регионах [3], [18], по крайней мере, для гриппа А. Кроме того, этот результат согласуется с эпидемическими шаблонами гриппа в Бразилии, которые характеризуются сочетанием бегущих волн, происходящих из экваториальных областей и сезонных условий, разрешающих эпидемическую активность в областях с более высокой широтой [18].

Наши результаты подчеркивают важность увеличения круглогодичного эпиднадзора за гриппом на уровне типа и подтипа. Эта потребность особенно актуальна в тропических странах, где сбор данных, к сожалению, только начинается (в Азии или Латинской Америке) или вообще отсутствует (в Африке) — например, в базе данных FluNet не было тропических стран с последовательными и надежными данными. Систематический сбор данных о вирусной активности и генетических последовательностях из тропических стран имеет важное значение для понимания глобального распространения и эволюционных моделей гриппа и его типов и подтипов.

В заключение, многое еще предстоит узнать о сезонной динамике человеческого гриппа; однако картина начинает формировать грипп А, возникающий ежегодно в волне от тропических до умеренных регионов, а тип и преобладание подтипа регулируются взаимодействием антигенных изменений с внутренним периодом колебаний. Более того, представляется очевидным, что небезопасно предполагать, что факторы, определяющие сезонность гриппа, обязательно одинаковы во всех типах и подтипах; необходимы дальнейшие экспериментальные и эпидемиологические исследования для выяснения любых различий, которые могут существовать. Увеличение доступности данных вирусного эпиднадзора и расширение системы FluNet являются ключевыми для решения этих проблем.

Фильм, показывающий временные ряды данных о заболеваемости для H3. Карты показывают естественный журнал скорректированных еженедельных данных о заболеваемости для H3. Белый цвет не указывает данные для данной недели, а синий обозначает значение нуля. Количество изолятов увеличивается по шкале логарифма, при этом фиолетовый указывает максимальное значение для данного подтипа. Графики ниже карты показывают недельные итоги полушария (синий = южное полушарие и красный = северное полушарие) и даются в качестве ориентира для времени по мере продвижения фильма.

(1.84 MB MOV)

Щелкните здесь для получения дополнительных данных.

Фильм, показывающий временные ряды данных о заболеваемости для H1. Карты показывают естественный журнал скорректированных еженедельных данных о заболеваемости для H1. Белый цвет не указывает данные для данной недели, а синий обозначает значение нуля. Количество изолятов увеличивается по шкале логарифма, при этом фиолетовый указывает максимальное значение для данного подтипа. Графики ниже карты показывают недельные итоги полушария (синий = южное полушарие и красный = северное полушарие) и даются в качестве ориентира для времени по мере продвижения фильма.

(1.57 MB MOV)

Щелкните здесь для получения дополнительных данных.

Фильм, показывающий временные ряды данных о заболеваемости для B. Maps, показывает естественный журнал еженедельных данных о заболеваемости для B. White указывает на отсутствие данных за данную неделю, а синий указывает на значение нуля. Количество изолятов увеличивается по шкале логарифма, при этом фиолетовый указывает максимальное значение для данного подтипа. Графики ниже карты показывают недельные итоги полушария (синий = южное полушарие и красный = северное полушарие) и даются в качестве ориентира для времени по мере продвижения фильма.

(1.87 MB MOV)

Щелкните здесь для получения дополнительных данных.

Среднегодовая заболеваемость по каждому подтипу. Процент общей годовой заболеваемости, относящейся к определенному типу или подтипу для каждого сезона в каждой стране, был нанесен на цветную шкалу для (i) H3, (ii) H1 и (iii) B.

(9,54 МБ TIF)

Щелкните здесь для получения дополнительных данных.

Мы благодарим одного анонимного рефери за полезные комментарии.

Конкурирующие интересы: авторы заявили, что конкурирующих интересов не существует.

Финансирование: финансирование этой работы было предоставлено стипендией Schreyer Honors College Summer 2007 Research Scholarship. Финансисты не играли никакой роли в разработке исследований, сборе и анализе данных, решении опубликовать или подготовить рукопись.



Source: rupubmed.com


Добавить комментарий