基于“三年化疫”理论探讨香港地区水痘发病与不同时期气象变化的关联性*

王喜红，周小涵，黄涵婧，张 林，陈梦琳，刘忠第，梁 峰，张 轩

（1.天津中医药大学第一附属医院，天津 300193；2.北京中医药大学中医学院，北京 100029；3.天津中医药大学，天津 301617；4.香港浸会大学中医药学院/香港中医药临床研究中心，香港 999077；5.香港浸会大学深圳研究院，广东 深圳 518057）

水痘是一种由水痘-带状疱疹病毒（varicella-zoster virus,VZV）初次感染引起的急性呼吸道传染病，临床以分批出现并同时存在红色斑丘疹、疱疹、痂疹为特征，常见于婴幼儿和学龄前儿童。该病通常表现为良性并有自愈性，但仍有部分病例出现严重的并发症，涉及呼吸[1-2]、神经[3-4]及其它系统疾病[5-6]，有些后果严重[7-8]；成人若罹患水痘，发病症状往往比儿童更严重。据统计，≥45岁患者的住院风险和死亡风险分别是5～14岁患者的4～50倍和174倍[9]，被感染的成年人和孕妇往往更易发展为严重感染[10]。在我国，水痘发病率近年来呈上升趋势且存在空间聚集性特点。2016—2019年我国水痘病例年均报告发病率为55.05/10万，远高于2005—2015年水痘年均报告发病率（23.04/10万）水平[11]。其中南方沿海地区为水痘的高发病聚集区，尤以广西省报告发病数最多[12]。尽管疫苗在水痘防控工作中已发挥了巨大的作用，但因其在保护效力持久性方面仍有不足，且存在随时间推移保护水平有所衰减的初步证据[10]，因此水痘的防控形势依然严峻[13-16]。

水痘发病具有明显的季节性，在既往研究中，有学者注重从气象角度进行探讨，旨在为其防治与预测提供新依据[17-21]。中医的运气学说是气象和疾病相关的理论，是中医学的气象疾病学，集中体现了中医学“天人合一”的整体观思想，并以“运气-气象-疾病”两两相关的模式揭示了其中的关联性[22]。《素问·六节脏象论篇》指出：“不知年之所加，气之盛衰，虚实之所起，不可以为工矣。”可见，运气学说是指导中医药防治疾病的重要理论之一，尤其在流行性传染病的防治和预测方面，具有独特价值。《素问·刺法论篇》云：“天地迭移，三年化疫”。明确指出疫病流行不仅受当年气候的影响，还与3年前的气候变化有关。曾经有学者研究发现：2003年SARS（严重急性呼吸综合征）的流行[23]及目前COVID-19（新型冠状病毒肺炎）的大暴发[24]，均与3年前的异常气候变化相关。除呼吸道传染病外[25]，肠道传染病[26]、虫媒传染病[27]的流行，也与“三年化疫”的学说有关。

香港地处我国华南沿岸，所处纬度较低，属于亚热带季风气候，全年气温较高，夏季炎热且潮湿，冬季凉爽而干燥。香港人口密度大、流行动强，当地的水痘发病例数仍然较高。既往研究中，基于运气学说探讨香港地区传染病发病的文献较为缺如。因此，本研究尝试利用该地区的水痘发病和气象资料数据，通过BP人工神经网络模型，从不同时间维度分析水痘与气象的相关性，探讨运气学说在当地的实际应用价值，以及“三年化疫”理论在传染病预测中的科学内涵，并且为香港本地水痘的预测和防治提供有益参考。

1 资料与方法

1.1 数据来源 由香港特别行政区卫生署卫生防护中心提供的1999—2019年水痘年、月发病数据，以及由香港特别行政区天文台提供的1996—2019年各气象因素（包括：平均气温、相对湿度、降雨量、云量、风速、水气压、露点温度、总日照、太阳总辐射共9项）年、月、日平均值。

1.2 数据处理 本研究以大寒为起始点划分一年的六气时段，即初之气（大寒-惊蛰，约为1—2月）、二之气（春分-立夏，约为3—4月）、三之气（小满-小暑，约为5—6月）、四之气（大暑-白露，约为7—8月）、五之气（秋分-立冬，约为9—10月）、终之气（小雪-小寒，约为11—12月）[28]。基于水痘的月发病数据，统计出1999—2019年共21年间的六气发病数；基于气象因素的日数据，统计出1996—2019年共24年间上述9项气象因子的六气平均值。

1.3 数据分析（1）描述香港地区水痘的年发病与六气发病趋势，结合实际气候特征分析水痘高发与1～3年前异常气候的相关性。其中，实际气候与干支运气的比较方法，是依据各年相应气象因子上半年、下半年的均值与总年同期均值进行比较，分析1996—2019年逐年干支推演与实际气候的符合率，将司天或在泉之气不相呼应的年份视为刚柔失守年。水痘高发年的判断标准为：高于1999—2019年共21年发病平均值的年份即为高发年。（2）如果水痘高发确与前期气候异常有关，则进一步采用BP人工神经网络建立气象-水痘发病的预测模型，综合评估水痘流行与前期气象之间可能存在的关联。

1.4 统计学方法 鉴于BP人工神经网络具有独特的信息存储方式、良好的容错性、大规模的非线性并行处理方式，以及强大的自组织、自学习和自适应能力，故近些年来，该方法广泛应用于传染病预测及与气象因素关联性的分析中[26，29]。针对本研究数据的非线性特点，笔者利用BP人工神经网络方法，研究水痘传染病的发病与同期及前期（1～3年前）气象变化之间的关联性，从不同时段角度（即当年、1年前、2年前、3年前、1年前～当年、2年前～当年及3年前～当年）分别建立预测模型。在模型建立过程中，气象因子为输入变量，水痘发病数为输出变量，各自包含126组数据，按照统计学常规的7∶3比例随机抽取数据进行训练及预测，比较各预测模型的精度，选取精度最高的模型，分析其中贡献度较大的气象因子。以上统计分析均采用SPSS 25.0软件完成。

2 结 果

2.1 香港地区的水痘发病特点 在1999—2019年间，香港地区每年均有水痘发病，合计总数为226 604例，平均发病数为1 0791。尽管自2013年后水痘的年发病数有所下降，但近年来仍有反复波动。（见图1）从六气时段观察，水痘在冬春，即终之气（11—12月）与初之气（1—2月）时段高发，约占总发病数的44.8%。（见图2）

图1 香港地区1999—2019年水痘年发病趋势

图2 香港地区1999—2019年水痘六气时段发病趋势

2.2 香港地区的实际气候特点 从六气角度观察，香港地区在终之气与初之气时段的平均气温、相对湿度、降雨量、露点温度、太阳总辐射均是全年低谷值，反映了冬春时段凉爽而干燥的实际气候特征。（见表1）通过比较逐年的干支运气与实际气候特点，笔者发现：在1996—2019年间，有17年涉及司天、在泉之气的异常（即与实际气候不符），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）可以归类为“刚柔失守”年，即上一年的司天或在泉之气“不退位”，致使本年的司天或在泉之气“不迁正”。（见表2）

表1 1996—2019年各气象因素的六气数据表

表1 1996—2019年各气象因素的六气数据表

气象因素 初之气 二之气 三之气 四之气 五之气 终之气平均气温（℃） 17.3±1.6 22.8±1.5 27.9±0.8 28.8±0.6 26.1±1.3 19.0±1.4平均相对湿度（%） 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平均气压（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平均露点温度（℃） 12.5±1.4 17.9±0.9 23.9±0.6 25.2±0.3 22.1±0.7 14.6±1.3平均总日照（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平均太阳总辐射（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平均风速（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年间的异常气候年份表

2.3 香港地区水痘的高发与前3年气候异常之间的关联评估 在1999—2019年共21年中，有10年为水痘高发年，其中8年涉及了前1～3年出现刚柔失守，气候异常的情况，因此水痘高发与刚柔失守之“三年化疫”间的吻合率达80%。（见表3）

表3 香港地区水痘的高发与前3年出现“刚柔失守”间的吻合性评价

2.4 基于“三年化疫”理论建立气象-水痘发病预测模型 由表4可见：单独利用1年的气象因素建模，其预测效果不如利用同期+前期的综合气象因素所建立的模型；其中以模型5（即包括：当年+1年前）的预测效果最佳，精度达到55%；其次是模型7（即包括：当年+1～3年前），预测精度为51%。在预测精度最好的模型5中，贡献度最大的气象因素为太阳总辐射（见图3）。

表4 基于不同时期的气象-水痘发病预测模型结果汇总

图3 模型5中的各气象因素影响重要性分布

3 讨 论

目前，关于水痘与同期气象关系的研究很多[17,20-21]，但与前期气候变化关联的研究报道较少。本研究以香港地区为例，基于中医运气学说的“三年化疫”理论，追溯到3年前的气候变化来研究水痘的发生，体现了“早期预警”的运气理论特色，在时间上促进了预警系统关口的前移，提高了预测的超前性。另外，利用BP人工神经网络建立预测模型，较Spearman相关分析、多元线性回归模型等更适合于传染病数据非正态的分布特点[30-31]，得到更客观的预测效果。

在中医学中，水痘病名首见于南宋《小儿卫生总微论方》：“其疮皮薄，如水泡，破即易干者，谓之水痘。”《医宗金鉴》认为“水痘发于脾肺二经,由湿热而成也”，为外感水痘时邪，内伤湿热所致。其病变脏腑主要在肺、脾，盖肺主皮毛，脾主肌肉，水痘时邪从口鼻而入，蕴郁肺脾，与内湿相搏，发于肌表而致水痘[32]。从六气角度观察，水痘在冬春季高发（终之气与初之气），该时段人体肌腠紧密难以疏泄，湿聚久而化热，与外邪相搏，熏蒸肌表而成水痘布露。这与既往我国泰州、济南等地的研究结论较为一致，提示了冬、春季分别为水痘发病的大、小高峰[33-34]。结合气象特点分析，太阳总辐射是影响水痘发病最重要的气象因素。冬季太阳辐射量较低，凉爽而干燥；人们更倾向于室内活动，空间相对有限，为水痘病毒的繁殖与传播提供了便利条件。这与既往一些学者在波兰、澳大利亚等地的研究结论基本一致，均显示太阳总辐射为影响水痘发病的关键气象因素[35-36]。既往也有学者研究台湾、湖北等地区的水痘发病，发现与温度、日照显著相关[17,37]；这两种气象因子皆与太阳总辐射密切相关。太阳辐射作为地球表层最终的能量来源，其变化可产生多方面的综合效应，故不可避免地对地表温度、日照时数产生影响[38]。

中医运气理论认为，疫病的流行与干支运气所形成的气候周期性变化（尤其是异常气候）密切相关。《素问·本病论篇》言：“刚柔二干，失守其位……天地迭移，三年化疫，是谓根之可见，必有逃门。”指出疫病常因司天或在泉之气不相呼应所造成的异常气候有关，等待2～3年即成疫病。本研究根据水痘的高发年份，详察了其3年前的实际气候变化，通过与干支推演做比较，发现在水痘高发的10年里，有8年出现了“3年前刚柔失守”的情况，相关的吻合率达80%；由此说明香港地区水痘流行与“三年化疫”的理论推测之间具有一定的吻合性。基于这一点，我们进一步利用BP人工神经网络的统计方法，从不同时间维度分析水痘与前期气象的相关性。结果发现：利用1年前或1～3年前的气象有利于提高水痘发病预测模型的精度，从统计学角度证明了“三年化疫”理论的实用价值。“三年化疫”理论认为，疫病发生的时间有“早至”和“晚至”的不同，但终不超过3年。本研究再次佐证了所谓“三年化疫”之“三年”并非机械固定的预测之数，而是约数，即1～3年[25]。在既往研究中，本研究团队也从“三年化疫”角度建立了某些传染病的发病预测模型，如结核病[29]、风疹[26]、流行性感冒[39]等。综合前期研究与本研究的结果，在一定程度上可以证明“三年化疫”理论用于传染病预测的科学性与实用性。

不过，本研究仍存在一定的局限性。首先，建模输入因子只有气象因素，未包含其它可能影响水痘发病的社会经济等因素，如当地的卫生发展水平、医疗设施及卫生政策等。另外，由于研究所获取的传染病呈报数据是以月为单位，而非日数据，因此在处理六气时段时亦不可避免地存在几日误差。在今后的研究中，建议应注重分析和评估气象因素与其余混杂因素在传染病流行中的影响权重，探讨建立混合因素模型的统计学方法，以及传染病日数据的收集等。