7 你的晚间流感预报

而是由我们人体免疫系统的特征造成的。如果我们能够实现人体对流感病毒的全年性防御，那么冬季流感患者的数量便不会增加。与此相反，一些研究人员认为，一些与人体免疫系统或太阳无关的因素能够最好地解释流感的季节性特征，比如天气。

哥伦比亚大学的流行病学家杰夫·沙曼（Jeff Shaman）使用计算机模型来预测下一个流感热点地区。他最初是一名地球物理学家，转而研究免疫学，后来从事气候和大气科学研究。他的博士论文是关于模拟蚊媒疾病的传播及其与天气的关系。正是在调查西尼罗河病毒（West Nile virus）的传播时，他开始关注不那么奇特但更常见的流感病毒，以及它如何受湿度的影响。

2007年，来自纽约西奈山医学院的一个团队研究了冷空气和湿度在流感病毒传播中的作用[24] 。他们把豚鼠作为研究对象。豚鼠非常容易受到人流感病毒的感染。研究人员首先将装有受到感染的豚鼠的笼子放在装有未受感染的豚鼠的笼子旁边，然后将空气从受到感染的豚鼠一侧吹向未受感染的豚鼠一侧，并同时改变温度和湿度[25] 。他们发现，当温度和湿度都很低时，疾病传播的概率很高。然而随着湿度和温度的升高，病毒变得不易传播。事实上，一旦温度达到86华氏度（30摄氏度），流感病毒根本不会传播。未受感染的豚鼠保持了快乐、健康的状态[26] 。

在这一发现的影响下，沙曼开始研究湿度对流感的影响，并建立了计算机模拟以预测下一次流感暴发的地方。美国疾病控制与预防中心的科学家也对湿度和流感传播之间的关系感兴趣。在一项实验中，他们使用“由计算机控制的线性马达驱动的金属波纹管”制造了模拟咳嗽机[27]。他们在“咳嗽机”中装满各种大小的流感病毒颗粒，并将其对准嘴部换为颗粒计数器的一个人体模型。他们首先记录传播的病毒量，然后改变房间的湿度并重复此次实验。在低湿度环境中，病毒颗粒保持传染性的时间长度比在高湿度环境中多出5倍。因此，保持高湿度在理论上可以减少空气中的流感病毒数量。但实际上，使用加湿器来对抗流感并不可行。尽管一部分人能够安装并使用加湿器，但加湿器的总体使用率却非常低。对于预算紧张的人来说，购买加湿器远非在他们的考虑范围之内。室内公共场所极少安装加湿器，然而我们大部分是在这些场所接触那些咳嗽和打喷嚏的人。

如果湿度有助于解释流感的季节性特征，而天气预报也会报道空气湿度，那么我们能否根据天气来预测流感的暴发？这中间存在很大的挑战性，因为流感的传播取决于许多因素，而且每种因素都以不可预测的方式发生变化。在一篇关于该主题的学术论文中，沙曼和一位同事写道，“传染病的动态是非线性的[28] ，在本质上是混乱的。”任何学术期刊都不会刊登学者所写的对传染病传播方式轻易下结论的论文。传染病的传播没有简单的规律可循。

虽然天气预报也是非线性的，但我们已将其纳入日常生活中。天气预报也遵循非常复杂的规则并具有变量。因此，准确预测下周天气也极其困难。流感预测的构成要素与天气预报相似。天气预报需要跟踪云的形成，而流感预测需要测量湿度。我们无须了解热量在大气层中运动的方式，而是研究流感如何在人群中流动。流感预测不依赖于雷达和卫星，而是依赖于微生物等效物——由急诊科和医生办公室提供的咽喉细菌检查和快速流感检测。因此，流感预测人员能够实时了解流感。电视天气预报员能够利用实时雷达进行天气预报，流感预测人员会根据现有的实际观察结果报告流感情况，并不断重新校准。

风暴警报会预测两三种可能的风暴路径，每条路径具有不同的可能性。这被称为集合预报（ensemble forecasting）[29] 。集合预报包含数十个或数百个数据点，每个数据点的预测结果可能会略有不同，但是当它们组合起来时，便能产生最可能和最不可能的情况，以及某些中间情况。目前，流感预测人员可以对流感季可能发生的情况进行集合预测。

最终预测结果包括一些可能的情况及其发生的可能性。

在2012年秋天的流感季期间，沙曼和他的同事通过他们的预测模型预估了美国108个城市的流感传播情况，并制作了每周实时流感预测。

起初，预测似乎并没有用。这些预测的总体准确度非常低。如果是天气预报员给出这样的预测，你可能会换台。但随着他们从现场 添加了更多数据，该模型得以迅速改善。到此次流感季结束时，该团队的天气模型的流感预测准确率约为75%[30] 。这一结果并不完美，但它的表现远胜于仅基于历史数据的预测。

沙曼对流感的成功预测引起了位于亚特兰大的美国疾病控制与预防中心的关注。2014年，该中心宣布沙曼成为其主办的“预测流感季挑战赛”[31] 的获胜者，沙曼因此获得了7.5万美元奖金。基于这些成功的经验，沙曼对流感预测的未来抱有很大的期望。他希望在流感季，在10点新闻中播出天气预报的同时，也可以播出晚间流感预报。这种想法并不奇怪。毕竟电视天气报告一直都包含花粉指数和空气污染警报。

作为一名急诊医