气象要素对呼吸系统疾病急性健康效应的影响

PAGEPAGE9气象要素对呼吸系统疾病急性健康效应的影响目的已成为我国国民健康的巨大威胁。了解气温变化对呼吸系统疾病门、急诊人次的健康效应后，将有助于控制呼吸系统疾病的发生和发展，具有非常重要的公共卫生的意义。就我们所知，在气温变化对健康效应的研究中，绝大多数的研究者选择死亡率或者住院率作为健康效应指标，在北京，许多医院尤其是三甲医院的病床往往处于饱和状态，住院情况不能反映气温对人群的真实效应；死亡率反映的病情较重的人群的健康状况，并不适合反映气温对人群的健康效应。医院的门诊基本能满意居可以有效评价气候变化对疾病发作的效应。方法:基于广义相加模型，控制时间的长期趋势，短期波动、气压、相对湿度、风速、降水、大气污染物PM10

、S02

和N02

的影响，排除“星期几效应”、节假日效应及其他混杂因素的影响，拟合日均气温与呼吸系统疾病门、急诊人次的暴露反应关系模型，并探讨对不同特征人群的影响差异。结果11-2月份。日均气温对于全人群、男性和女性滞后0d651654“V”字型。最适日均温度在12℃左右13℃左右）。日均气温低于最适温度时，日均气温每降低1℃，因气温1.70％(95％CIof1.50％(95％CIof1.96％(95％CIof1.46%(95％CIof—0．9866)，651.37%(95％CIofRR：0．9827—0．9910)。日均气1℃，急诊人数总人群为0.14％(95％CIof男性为0.04％(95％ofRR：1．0004～1．0018)，女性为0.17(95％ CIof1．0025)。65岁以下人群为0.19%(95％CIofRR：1.0014—1.0025)，65岁以上人群为0.09%(95％CIofRR：0．9990—1.0027)。结论：2009-2011呈“V12℃左右。日均气温在低于最适温度时降低以及日关键词:呼吸系统疾病；气温；北京地区；相关分析；滞后效应；广义相加模型第一章前言研究背景及问题的提出近百年来，由于自然的气候波动规律和人类大量排放温室气体、大量化石燃料的燃烧破坏碳循环、全球森林及湿地锐减及其他因素的影响，全球气候正在经历一场以变暖和极端事件频发为显著特征的变化。1996年世界卫生组织、世界气象组织(WMO)和联合国环境规划署(UNEP)联合发表了有关气候变化与人类健康问题的报告[1]，明确指出各种天气气候的变化都会引起相关人群的生理与病理反应,直接学术界和广大民众广泛关注的问题。大量研究表明:季节性的基本因素，而呼吸系统疾病和循环系统疾病的死亡与温度变化的联系最强[3]。呼吸系统疾病是一种常见病、多发病，主要病变集中在肺部、气管、支气管及胸腔，病变轻者多胸痛、咳嗽、呼吸受影响，重者呼吸困难、缺氧，甚至会呼吸衰竭而致死。呼吸系41位。医疗气象学家研究证实]]气压、降水、风、湿度等气象要素由于“锋面”天气系统带来的“天气突变”，最容易诱发人体呼吸道疾病及其他病症。尤其是冬季和早春季节，北方冷空气不时南下，锋面活动频繁，呼吸系统疾病更容易发生。呼吸系统疾病的发病率高，对肺功能逐渐损害，最终使患者变残甚至危及生命[6]。可见，呼吸系统疾病对人类的危害十分严重，其防治任务依然艰巨。人类生活在气象条件下，气温是我们最直接接触的气象因素。气温变化对人类健康的影响也越来越受到重视。国内外大量流行病学研究发现，气温和大气污染与许多人类健康效应终点事件相关。大量研究证实，气温与人类健康关系密切[7-17]。健康的人体具有完善的体温调节机制。在外界环境的温度发生改变时，体温调节机制通过调节产热过程和散热过程，维持人体体温的相对稳定。但当外界气温变化幅降低酶的活性，不能维持产热和散热过程相对保持平衡，引起生命活动出现异常，导致增加人群发病和死亡的风险[18-19]。气温的变化会引起相关人群的生理与病理反应，直接或间接的对相关人群的健康产生不良的影响[20]。大量研究分析了气温与呼吸系统疾病死亡和发病的关系。近些年，国内外关于气温对呼吸系统疾病的影响做了很多分析和研究。但是由于多种不同因素的影响，不同国家、不同地区、不同人群、尤其不同研究方法所得到的结果也不尽相同甚至差别较大。在气温变化对健康效应的研究中，针对呼吸系急诊人次作为疾病指标。在北京，许多医院尤其是三甲医院的病床往往处于饱和状态，住院情况不能反映气温改变对疾病的真实效应；死亡率反映的病情较重的人群的健康状况，并不适合反映气温对普通人群的健康效应。因此，相对于住院资料，GAM模型以及R软件分析探讨气温与呼吸系统疾病门、急诊的关系，为国内在这一方面的研究提供更多依据。研究目的及意义气候的改变对人类健康的影响已经成为一个全球关注的问题。近年来，随着一些高、低温现象的频发以及人们对健康的重视程度不断提高，使得研究者越来越关注与气候相关的健康效应。由于呼吸系统疾病的发病率和死亡率逐年不断上升，正成为我国国民健康的巨大威胁，基于温度对呼吸系统疾病影响的研究，具有重要的理论、现实意义。3了解气温变化对呼吸系统疾病门诊人次的健康效应，区分高温低温分析温度对呼吸系统疾病的门、急诊效应，将有助于控制呼吸系统疾病的发生和发展，为温度预警体系的建立做出贡献，从而为此类研究提供相关依据，具有非常重要的公共卫生的意义。理论意义GAM模型进行研究,对比高温、低温对门、急诊的不同影响，并从滞后效应对门、急诊人数的影响变化GAM模型中加入年龄、性别变量，然后研究温度因素对不同年龄、性别分层的不同风险影响。现实意义在当前温度变化日益明显的情形下，考察温度对人口呼吸系统疾病的影响，从医疗资源配置的角度上来讲，根据医院每天的门、急诊人次的范围配置医务人员和调整医疗结构设置；从人群角度考虑每天的温度波动范围，预先做好各种安排，预防呼吸系统疾病的发生发展。因此，本研究希望能够为预估和减少温度导致的呼吸系统疾病提供现实依据，并为建立预警体系、政策制定和防灾减损做出贡献。第二章资料与方法资料及处理疾病资料200911-20111231日北京市某三级甲246,872例。其中男335例，652,1147例。气象资料收集疾病资料的同时收集同期北京市地面气象观测资料和空气污染监测资料。数据包括逐日平均气温、最高气温、最低气温、平均气压、相对湿度、降水量、平8所以在选取气温时不仅考虑了当天气温对疾病的影响，也考虑了气温的滞后性对疾病发病的影响。因此选取了平均气温滞后六天的值。资料质量控制本研究疾病资料来源为北京市某三级甲等医院。采用呼吸系统疾病门、急诊人规范，数据较准确。急诊医生职业水平较高，对疾病的确诊准确性高，均有利于研究结果的准确性。证了研究的准确性。研究方法描述统计分析描述统计分析通过计算数据的均值、均数的标准误、最大值、最小值、四分位当数据分布呈正态分布时,,数，四分位数则是反映数据平均水平较好的指标。通过采用描述统计分析方法,可以了解研究期间气象数据和呼吸系统疾病数据的分布特征，以便进一步处理数据和确定分析方法。相关性分析Spearman相关分析。不同气象要素之间以及气象要素与大气污染物之间是相互影响的，对疾病发病也有协同作用。通过描述统计分析，发现所研究的疾病资料和气象资料均为非正态Spearman秩相关分析方法分析温度和疾病之间0.05，相关系数的值范围在-1~1之间，绝对值越大，表明相关性越强。时间序列分析时间序列指研究变量的观测值按照时间顺序排列成一个数值序列，展示其在一定时期内的变化过程。时间序列分析是根据已有数据，研究分析数据的分布特征和发展规律，通过图形揭示研究事物和其他事物之间的关系及其变化规律。本研究收集的气象资料和疾病资料都是按时间顺序记录而形成的时间序列资料。广义相加模型（GAM）时间序列分析中最常用的统计方法是广义相加模型(GeneralizedAdditiveModels,GAM)，GAM可控制混杂因素对研究对象的影响，处理因变量之间复杂的非线性关GAM线性关系的自变量同时拟合进入模型里] 因此该模型更灵活，适用范围更广。本研究收集的气象资料和疾病资料都是按时间顺序记录而形成的时间序列资料。除气象因素外，影响疾病就诊人数还有很多混杂因素，造成疾病资料序列自身往往存在随时间变化而变化的趋势，如果忽略这种变化趋势，则对评估气象要素对就诊人数的影响产生混杂性偏倚，因此在分析时首先应控制时间趋势和其他可能的混杂影响因素。此外气象要素对疾病就诊人数的影响可能并不是简单的线性关系，不同气象要素之间也互相影响，存在相关性。GAM时间序列资料中的长期趋势、短期波动、“星期几效应”、节假日效应等，并根据不同气象要素与疾病就诊人数之间的关系，以线性或非线性形式建立气象要素与疾病人数之间的研究模型，从而正确评价气象要素对疾病的影响效应。2.2.5 R3.1.3软件包R3.1.3gacv软件包计算出空气污染物的回归系数βSE1(Relativerisk,RR)RR95%可信区间(95%CI)的计算公式为:RR=exp(β)RR95%CI=exp(β±1.96*SE)ER%=(RR-1)*100%第三章结果与分析分析表1北京市2009-2011年呼吸系统门、急诊人数、气象因素及大气污染物描述性分析指标x±sMaxP25MP75Min气温(℃)最低气温8.45±11.4029.20-2.209.4019.20-16.70最高气温18.30±11.7440.607.5020.5029.10-8.50平均气温13.15±11.5434.501.8014.9024.20-12.50气压（hPa)1012.38±10.251037.301004.101011.801020.60989.70相对湿度(%)50.38±19.7992.0033.0051.0067.009.00风速（m/s）2.23±0.946.401.502.102.700.50PM10(g/m3)0.11±0.060.540.060.100.150.01SO2(g/m3)0.03±0.030.230.010.020.040.01NO2(g/m3)0.05±0.020.240.040.050.620.01日照时间（h)6.74±3.9914.003．607.709.800.00降水(mm)1.77±7.1678.900.000.000.000.00门急诊总人数225.45±89.84882.00169.00208.00255.0070.00男性125.77±49.32524.0095.00115.00142.0046.00女性99.67±42.15358.0073.0092.00115.0024.00儿童63.42±39.37536.0040.0058.0077.006.00成年人142.72±61.63496.00105.00126.00157.0041.00老年人19.31±7.8057.0014.0018．0023.002.0020092011246,872人。其中13,7723例，占呼吸系统就诊人数55.79%。女性急诊人数10,9143例，44.21%。65岁以下（)22,5725例，91.43%。652,1147例，占呼吸系统就诊人数8.57%。50.38%13.1518.308.45℃。日最高温（夏季）和最低温（冬季）40.60℃和-16.70℃。33PM10、SO2NO2年均质量浓度分别为110，30，50g/m3(表1)，以PM10日平均质量浓度最髙。(见表1）Spearman相关分析3Spearman（R值为（R0.346，0.029），PM10呈正相关值为-0.086），SO2浓度呈较强负相关（R值为-0.586）NO2浓度呈负相关（R值为-0.229），与日照时间和降水呈正相关0.182，0.214）。见表2。提示研究温度对人群死亡的效应需要排除大气污染物及其他气象因素带来的混杂效应。表22009-2011年气温与主要气象要素及大气污染物之间的相关性PAGEPAGE10（Spearman相关系数）变量日均气温日均气温1气压相对湿度风速PM10SO2NO2日照时间降水气压相对湿度-0.858*0.346*1-0.334*1风速PM100.0290.086*-0.048-0.231*-0.465*0.305*1-0.243*1SO2-0.586*0.397*-0.108*-0.231*0.517*1NO2-0.229*0.115*0.264*-0.554*0.641*0.665*1日照时间0.182*-0.087*-0.590*0.321*-0.313*-0.250*-0.325*1降水0.214*-0.274*0.4730.031*-0.154*-0.311*-0.180-0.384*1呼吸系统疾病门、急诊人数与日期间的时间序列分析由呼吸系统门、急诊日就诊人数与日平均温度拟合的时间序列(图1)可以看出，腹痛急诊日就诊人数随时间变化的趋势与平均气温变动相反。日均气温存在非常明显的周期性变化，当日均温度最低时，呼吸系统疾病门、急诊人数最多；当日均气温升高时，呼吸系统疾病门、急诊人次减少。图1北京市2009-2011年呼吸系统门诊人数与气温时间序列图11广义相加模型气温对居民每日呼吸系统疾病门诊人数的累积效应气温对健康的影响往往存在延迟效应,即当日的健康事件不仅与当日的气温有关,0-60d(lag0)的总人群、男性、女性呼吸系统门诊人数影响最大，气温对滞后1d(lag1）654d(lag4)65岁以上人群呼吸系统门诊人数影响最大。（3）表3 平均气温滞后6天与呼吸系统疾病门诊的相关性滞后（day）总人数男性女性≤65岁＞65岁0-0.185*-0.169*-0.196*-0.230*-0.211*1-0.190*-0.175*-0.201*-0.228*-0.220*2-0.188*-0.175*-0.197*-0.225*-0.220*3-0.181*-0.170*-0.189*-0.223*-0.220*4-0.175*-0.165*-0.181*-0.219*-0.221*5-0.168*-0.158*-0.175*-0.214*-0.219*6-0.160*-0.150*-0.167*-0.204*-0.213*广义相加模型建模结果在控制了长期趋势、短期波动，调整了“星期几效应”、气象因素、大气污染(2）。从图中可以看出，总人群以及各性12℃（6513℃左右），β在气温高于最适温度时均比气温低于最适温度时低，提示高温的效应比低温的小。PAGEPAGE12为了方便描述，后文日均气温在最适温度以下时称为低温，在最适温度以上时称为高温。为了方便描述，后文日均气温在最适温度以下时称为低温，在最适温度以上时称为高温。PAGEPAGE16图2 日均气温与医院呼吸系统疾病日急诊人次的暴反应关系根据最适温度将数据拆分为了低温和高温两段，线性拟合日均气温对日门、急β（β，标准误，95(ER，ER=RR1)及超额危险95%可信区间。对于总人群来说，在低温（气温≤12℃）1℃时，就诊人数增1.70%；高温时（10.14%。对于男性来说，在低温（时，温度每降低11.50%（气温＞12℃）时，温度每升高1℃，就诊人数增加0.04%。对于女性来说，在低温（气温≤12℃）11.96%；高温（气温＞12℃）10.17%65岁以下人群来说，在低温（气温≤12℃）11.46%；高温（气温＞13℃）时，10.19%65岁以上人群来说，在低温（气温≤13℃）时，温度每降低1（时，温度10.09%。2，总结得出，对于总人群及各个年龄、性别分层，气温在低温时降低会导致危险度增大以及气温在高温时升高会导致危险度增大且前者的效应比后者的大。且对性别进行分层，气温对呼吸系统门诊人数的效应从大到小依次为：低温对女性＞低温对男性＞高温对男性＞高温对女性，表明气温对呼吸系统急诊的影响存在较大的性别差异。对年龄进行分层，气温对呼吸系统门诊人数的效应从大到小依65656565岁以下人群，表明气温对呼吸系统急诊的影响存在较大的年龄差异。表4日均气温平均值变化的RR值性别、年龄组分层分析指标β值标准误RR95%可信区间ER%ER95%可信区间总人群≤12℃-0.01720.00060.98300.9818~0.9841-1.70370.0159~0.0182＞12℃0.00140.00031.00141.0009~1.00200.1420-0.0020~-0.0009男性≤12℃-0.01510.00080.98500.9835~0.9865-1.50030.0135~0.0165＞12℃0.00110.00041.00111.0004~1.00180.0409-0.0018~-0.0004女性≤12℃-0.01980.00090.98040.9787~0.9821-1.95650.0179~0.0213＞12℃0.00170.00041.00171.0009~1.00250.1733-0.0025~-0.0009≤65岁≤12℃-0.01470.00060.98540.9843~0.9866-1.45730.0134~0.0157＞12℃0.00190.00031.00191.0014~1.00250.1934-0.0025~-0.0014＞65岁≤13℃-0.01380.00190.98630.9827~0.9910-1.36880.0100~0.0173＞13℃0.00090.00091.00090.9990~1.00270.0863-0.0027~0.0010第四章讨论日均气温对医院呼吸系统疾病急诊人次的影响本研究以医院呼吸系统疾病日门、急诊人次为因变量建立时间序列广义相加模型，在调整了大气污染物及其他气象因素的影响后，发现日均气温与呼吸系统日门、急诊人次的关系曲线大致呈“V”字型，最适温度在12℃左右，气温在低于最适温度时降低以及高于最适温度时升高，均会导致发生呼吸系统急诊的危险度增（1（，温度每升高1℃，0.14%。不同年龄组