SARS-CoV-2、流感与呼吸道合胞病毒相互作用影响流行时序与风险

为什么病毒冲突关系关乎日常生活

每到冬季，媒体便警示可能出现 COVID-19、流感及其他呼吸道病原体同时暴发的“三级流行”。本研究提出了一个颇为务实的问题：当这些病毒同时传播时，它们是相互促进还是互相抑制？通过挖掘来自多个国家三年的监测数据并构建详尽的计算机模拟，研究者表明，甲型流感的浪潮可以在短期内抑制导致 COVID-19 的 SARS-CoV-2 传播。理解这种隐性的拉锯战，有助于改进疫情预测、优化疫苗接种时机并为医院准备提供参考。

在全球观察冬季浪潮

研究团队收集了英格兰、丹麦、爱尔兰、葡萄牙、斯洛文尼亚、美国十个地区和北京的四种主要呼吸道病毒（SARS-CoV-2、甲型与乙型流感、呼吸道合胞病毒 RSV）的周检测数据。对每个地区，他们追踪了检测样本中阳性比例，并对数据进行了校正，以便在不同卫生体系和检测实践之间进行比较。研究还纳入了 COVID-19 控制政策、流行的 SARS-CoV-2 变体、气象以及社会和经济条件等信息，这些因素都会影响感染的传播难易程度。这种宏观视角不仅让他们看到每种病毒何时高峰，还能观察到一种病毒的涨落与另一种病毒时序如何对应。

发现病毒浪潮之间的隐性联系

为理清这些联系，研究者使用了一种统计方法，考察某一时点一种病毒的水平与随后数周另一种病毒风险之间的关联。控制了季节、天气、公共卫生措施和既有免疫后，有一种模式尤为明显：当甲型流感活动达到中等到较高水平——大致处于其通常上升区间的中段——随后一个月内 SARS-CoV-2 感染的风险下降。最大降幅约出现在五周后，此时 COVID-19 的相对风险与流感活动非常低时相比大约减半。当流感活动达到非常高水平时，这种保护效应减弱。对于其他病毒对，例如 COVID‑19 与 RSV，研究未能找到一致性强的证据，强调并非所有呼吸道病毒之间都有相同的互相干扰模式。

聚焦流感与 COVID 的相互作用

仅凭统计模式无法证明因果关系，因此团队建立了一个机制模型——基本上是一个虚拟人群模型，个体在“易感”、“感染”、“短暂受保护”和“恢复”等状态之间转换，分别针对甲型流感与 SARS-CoV-2。他们用 2023 年初至 2024 年中期间北京的详细发病率估计来校准该模型，这段时间两种病毒在严格的 COVID-19 控制放开后同时传播。拟合最好的模型表明，感染甲型流感会显著降低一个人在接下来数周被 SARS-CoV-2 感染的可能性——约降低 94%；这种短暂的保护持续略多于一个月。相反，患 COVID-19 会稍微增加，或至少并不显著降低，感染甲型流感的几率，而且这种影响在几天内就消退了。

这种拉锯战如何塑造流行高峰

随后研究者探讨了若甲型流感未抑制 SARS-CoV-2 传播，北京的 COVID-19 浪潮会如何变化。在移除这种相互作用的模拟中，COVID-19 的激增出现得更早且幅度更大。2023 年夏季的一次浪潮峰值约提前两周且规模增加超过一倍，而 2024 年冬季的浪潮大约提前六周，峰值感染数则增加超过三倍。这些发现表明，流感的传播可以延迟并压平 COVID-19 的高峰，减轻医院压力。同时，甲型流感与 RSV 之间存在的较弱正相关暗示某些病毒可能相互放大而非竞争，尽管其机制仍不明确。

这对未来冬季意味着什么

总体而言，研究得出结论：甲型流感的传播可以在群体层面短暂降低 SARS-CoV-2 的感染风险，效果在流感活动处于中等区间时最显著，持续数周。此类保护可能来自流感感染后机体的广谱抗病毒防御、病毒在宿主体内的竞争，或流感季节人们行为的变化。无论具体原因如何，结论清楚：呼吸道病毒并非独立作用。将它们的相互作用纳入疫情预测与疫苗接种规划，有助于卫生部门更好地安排 COVID-19 与流感的免疫活动、预测医院负荷，并为可能多病毒同时流行的季节做好准备。

引用: Liu, Y., Wang, X., Li, M. et al. Interactions of SARS-CoV-2, influenza and respiratory syncytial virus influence epidemic timing and risk. Commun Med 6, 259 (2026). https://doi.org/10.1038/s43856-026-01504-x

关键词: 呼吸道病毒, 流感与 COVID-19, 病毒干扰, 流行时序, 共同流行