数据同化与建模技术可能为季节性流感以及大流行型流感的传播模式提供见解

（神秘的地球报道）据EurekAlert!：一项研究发现，数据同化与建模技术可能为季节性流感以及大流行型流感的传播模式提供见解，并使其在仅有临床和网上监测数据的基础上得到改善。全世界流感暴发的发生率在传统上是通过汇编医生对病人症状的报告加以追踪的。

近来，研究人员已经开发出了通过追踪个人在Google上搜索与流感有关的事物从而估计流感病例的算法。然而，这些监测方法都没能获得一场暴发期间流感病例的真实数量。Wan Yang及其同事使用数据同化方法得到了2003年到2013年的美国115个城市流感暴发期间对流感病例的一个准确估计，其中包括了未报告的感染。这项技术得出了关于流行病学参数的信息，包括人群易感性、流感感染的基本再生数、发病率以及有传染性的时期，这与过去使用另外方法的研究结果相符合。

研究人员还发现，在2009年流感大流行期间被感染的人群比例是大约27%，这高于被研究的这10年中的所有其他流感季节。与其他城市相比，美国西南部的沙漠城市也表现出了流感感染的基本再生数的不同趋势，这提示气候条件可能影响流感传播。

研究人员说，数据同化和建模技术可能为季节性流感以及大流行型流感的传播模式提供见解，并使其在仅有临床和网上监测数据的基础上得到改善。