通过使用非处方药销售和基层医疗数据的综合监测预测类流感疾病爆发

为何日常购物能帮助发现即将到来的疫情浪潮

在关于新一波流感样疾病的头条出现之前很久，人们就会开始购买感冒药并前往当地诊所。该研究提出了一个既简单又有力的问题：这些记录在药房销售和基层诊疗中的日常行为，能否提醒卫生当局医院病床即将被占满？通过将来自巴西各地的常规数据转化为早期预警系统，研究人员探索了一种低成本的方式，能在严重呼吸道疫情爆发前赢得宝贵的准备时间。

在一个大陆般大小的国家追踪药品与诊疗

研究团队关注类流感疾病，这是一组由多种呼吸道病毒引起的症状群，如咳嗽、发热和咽痛。他们收集了 2022 年底至 2025 年中期间巴西 510 个区域的三类信息流：常用于缓解这些症状的非处方（OTC）药品销售、因流感样症状就诊的基层医疗（PHC）记录以及呼吸道疾病的住院记录。由于巴西拥有全民公共卫生系统和庞大的私营药房网络，这些数据覆盖了从大城市到偏远地区的广泛且多元的人群。

将嘈杂的真实世界数据转化为预警信号

日常数据可能很杂乱，学校假期、促销或地方活动都会推动数字上下波动。为将真实的疫情与随机波动区分开来，研究人员使用了统计模型来学习每个区域的常态模式，包括季节性起伏，然后标记那些高于正常预期的周。他们分别将这一方法应用于 OTC 销售和 PHC 就诊数据，然后观察这些“警报”在住院激增之前出现的频率——住院激增被视为社区疾病变得严重的最明确信号。

早期预警与实际住院激增的匹配情况

在研究期内，巴西记录了超过 6200 万次的基层就诊（流感样症状）和超过 220 万次的呼吸道相关住院。模型在大多数区域识别出 746 次独立的住院激增事件。OTC 销售信号在 1 到 3 周前预示了其中 56.6% 的激增，并在同周捕捉到了另外 9.5%，约有三分之一被漏报。PHC 就诊表现略好，提前预测了 59.5% 的激增，并在同周再捕捉到 10.3%，漏报率为 30.2%。在权衡漏报与误报的指标上，PHC 数据在敏感性和精确度上略优于 OTC 数据，尽管总体上两类数据的表现相近。

不同地区、不同优势

巴西的幅员辽阔和多样性意味着每种数据流在不同地点和人群中的有用性各不相同。例如在中西部地区，OTC 与 PHC 数据都能提前检测到大多数激增且误报较少。然而在东北部的部分地区，尤其仅依赖 PHC 数据时，更多激增未被发现。城市规模也会影响表现：中等规模区域往往显示出最清晰的信号，而在超大城市中，早期迹象更容易在数据中被“稀释”。当研究人员将两类来源的见解结合时发现，在超过四分之三的区域中至少有一种数据流提供了高精度的警报，凸显了药房与诊所数据的互补性。

这对未来疫情意味着什么

对于普通读者，关键信息很直接：监测购买感冒药的人数或前往当地诊所的人数，可以让卫生系统在医院开始超负荷之前抢先一步。在巴西，即便这些数据并非为此目的而设计，常规的 OTC 销售与基层就诊记录依然能够在大多数严重呼吸道疾病激增发生前 1 到 3 周发出警报。尽管该方法有时会产生误报并且需要针对本地条件进行微调，但它提供了一种可扩展且负担低的方式来加强疫情准备，尤其适用于那些难以维持更高级实验室或医院监测的地区。随着更长时间的观察以及对其他疾病的类似分析，这一方法有望成为各国尽早发现问题并在下一次大规模疫情爆发前采取行动的关键组成部分。

引用: Oliveira, J.F., Cerqueira-Silva, T., Brito, P.A.N. et al. Anticipating influenza-like illness outbreaks via syndromic surveillance using over-the-counter drug sales and primary health care data. npj Digit. Public Health 1, 10 (2026). https://doi.org/10.1038/s44482-026-00014-w

关键词: 综合监测, 类流感疾病, 非处方药销售, 基层医疗数据, 早期疫情检测