南京市寒潮天气对心血管疾病死亡的影响

南京市寒潮天气对心血管疾病死亡的影响

气候环境是对人类生存和发展的重要影响因素。气象条件不仅能够直接作用于人体,引起机体内各种复杂的反应,而且间接影响人们的行为与心理,在一定程度上改变人们的工作效率和生活状态。天气条件的异常变化可以使人类致病,诱发某种疾病或使某种疾病恶化。随着人民生活质量的提高,各种物质需求得到极大满足,心脑血管疾病的病死率呈现上升趋势,成为威胁到人们身体健康的“头号杀手”。人类要想减少气象条件对自身健康的负面影响,就必须加强天气气候变化对人体健康影响机理及演化规律等问题的研究。随着社会的快速发展和生活水平的大幅度提高,公众对天气气候变化与人体健康的关注程度也与日俱增,对医疗气象预报服务的要求也越来越高。因此,必须在医疗气象领域做更深入更系统更加综合的研究,从气象服务角度为人类发展做出自己应有的努力,这也是21世纪医学及其交叉影响学科共同关注的重要问题。1数据和方法1.1雨花台主要工期动物资料及统计分析南京市2004~2010年逐日全死因监测资料,来自江苏省疾病预防控制中心,有效数据涵盖南京市辖区内的玄武、秦淮、鼓楼、下关、浦口、白下、栖霞和雨花台共9个行政区,统计指标包括:报告卡编码、死者姓名、性别、出生日期、年龄、职业、常住地址、死亡时间、死亡地点、根本死亡原因、相应ICD编码、诊断单位。南京市2004~2010年常住人口资料,同样来自江苏省疾病预防控制中心,统计指标包括:性别、年龄,涵盖了上述南京市辖区内的9个行政区。1951—2010年南京市气象观测数据,来自中国气象科学数据共享服务网,统计指标包括:日最低气温、日平均气压、日平均相对湿度、日平均风速。1.2对比老年组与老龄化组将死因监测数据进行年龄分组时,利用的是中华医学会老年医学会有关年龄组划分的规定,即:青年组(<25岁),成年组(25~44岁),老年前期组即中年组(45~59岁)和老年组(≥60岁)。关于寒潮,不同地理区域对寒潮的定义相对有所差异,文献与实际调查的结果显示,与研究南京地区寒潮问题相适应的寒潮标准为中国气象局预测减灾司《天气预报等级用语业务规定》(2005)中所定义的:未来48h内最低气温下降8℃以上,同时最低气温≤4℃。1.3基于滑动函数的模型假设广义相加模型(generalizedadditivemodels,GAM)是广义线性模型(generalizedlinearmodels,GLM)的非参数扩展,通过发掘因变量和解释变量的非线性关系,拟合非参数回归,以加和形式引入模型,GAM的基本形式为式(1)中g(μi)代表连接函数关系,为多种概率分布,包括:Poisson分布、二项分布、正态分布、负二项分布等。f1(x1i)、f2(x2i)等代表各种平滑函数如局部回归(localregression,LOESS)平滑、光滑样条平滑(smoothingspline,S)、自然立方样条(naturalcubicspline,NS)、B样条(Bspline,B)和多项式等。将南京市2004~2010年9个行政区的常住人口作为暴露人群,心脑血管疾病导致的死亡属于小概率事件,可以认为该事件服从Poisson分布,平滑函数采用光滑样条平滑函数。利用SAS9.1,将GAM初步假设为式(2)中E(Yt)为心脑血管疾病死亡人数的预期值,α为截距,s为光滑样条平滑函数,df为自由度,dow为哑元变量包括星期哑变量、季节哑变量、节假日哑变量,Plagt为寒潮td前的日平均气压,RHlagt为寒潮td前的日平均相对湿度,Tminlagt为寒潮td前的日最低温度,Vlagt为寒潮td前的日平均风速,t=0时,为当日气象要素观测值。分别将(1-5)d前的及当日的日平均气压P,日最低气温Tmin,日平均相对湿度RH,日平均风速V以不同组合的形式引入模型,研究疾病死亡人口对气象要素的响应。1.4信度区间的确定为了将气象要素对心脑血管疾病的影响进行量化,现引入相对危险度。相对危险度也叫危险比(riskratio)或率比(rateratio),是反映暴露与发病(死亡)关联强度的有力指标。RR值越大,表明暴露所引起的效应越大,暴露与结局之间关联的强度越大。即式(3)中β为模型拟合结果中的参数估计值。要估计数值的总体范围,应考虑到抽样误差的存在,需计算其可信区间,通常用95%可信区间(confidenceinterval,CI)。常用的是基于Woolf法计算的可信区间如下式(4)中SE为模型拟合结果中的标准误(standarderror),IQR为时间序列的四分位距(interquartilerange)。一般认为当可信区间中包含1时,没有统计意义。22004-2010年南京四家医院癫痫发作形态2.1不同年龄人群的死亡数分布特征图1显示,南京市2004—2010年9区常住人口中,心脑血管疾病死亡数有明显的年周期性,结合表1,全部死亡数和男、女性死亡均在每年冬季1月最高,夏季6月或者7月最低。结合图2,心脑血管死亡专率(/300)slope=0.008有逐渐升高趋势,其中slope是指线性拟合的斜率,用来表征指标变化趋势。60岁以上人群的时间分布同总数基本一致,而25岁以下、25~44岁和45~59岁这三组的死亡数同老年组人数相比很少,所以将上述三组的数据统一归到60岁以下人群组中,可以看出此组常年保持平稳的低水平,波动幅度小。总死亡数时间分布特征的主导因素是60岁以上老年组的变化。资料统计显示,男性死亡数大于女性的月份有38个,在84个月份中占45.2%,有6次出现在12月份;相同的月份有3个;女性死亡数多于男性的月份有43个,占50%以上,在多数情况下,心脑血管疾病造成的女性死亡多于男性。且男性比例slope=-7.94×10-4,女性slope=7.94×10-4,在2009年之前,男性比例一直高于女性,自2010年开始女性比例开始高于男性。图3~图6显示,心脑血管疾病死亡中25岁以下人群比例最小,其次为25~44岁人群、45~59岁人群,比例最大的是60岁以上老年组。25岁以下青年人群比例曲线slope=-0.013,25~44岁成年人群的slope=-0.00728,45~59岁人群的slope=-0.022,60岁以上老年人群slope=0.00304曲线波动幅度很小,逐年平稳。可见60岁以下人群比例在下降,60岁以上人群比例上升。其中60岁以下三组的男性比例一直高于女性,且这种情况将会持续下去;60岁以上人群组,女性比例将一直高于男性。综合上述,心脑血管疾病导致60岁以上老年组死亡所占比例的上升,是该疾病死亡率上升的主导因素,并且女性比例更高。可以考虑,从一年中心脑血管疾病造成死亡数极高值发生的冬季入手,重点讨论老年组群体和女性群体对天气条件的响应。3寒潮发生的频数及周期近60a来,在年平均水平下,不同月份寒潮发生频数和日数按照从高到低的排序中,12月最高发,寒潮频数在总频数中占到近25%,其次为11月,1月,3月,2月,4月,10月;按季节的顺序为,冬季,秋季,春季,其中冬季的寒潮频数占将近60%。较高发月份均分布在秋冬与冬春的季节交替时期,其中又以秋冬交替期最为高发。2004年~2010年,年平均水平下,不同月份寒潮发生频数和日数按照从高到低的顺序为,3月最高发,其次为12月,2月,11月,1月;按季节为冬季、春季、秋季。近7a来,较高发月份集中在冬春和秋冬的季节交替时期,其中以冬春季交替期最为高发。同60a的平均水平相比,寒潮高发月份从12月变为3月,相应的季节从冬季变为春季(表2)。依据寒潮标准中的两个必要条件,图7~图9显示南京地区近60年最低气温在逐渐升高,符合寒潮标准的低温日数明显减少;降温幅度逐年变小,符合寒潮标准的降温日数在减少。Slope(低温)=-0.365,Slope(降温)=-0.027,Slope(寒潮)=-0.002,即低气温≤4℃的日数减少的速度明显快于降温≥8℃的日数的减少速度。南京地区寒潮天气发生频数减少的原因有,低温升高和降温幅度的减小,其中低温升高为主导原因。寒潮相对变化率表明,近5~10a来,平均相对变率逐渐降低,每年寒潮发生的频数相差不大,表现为稳定少变。在气候变暖的条件下,人体也逐渐适应这样的气候环境,一旦寒潮天气发生,人体机能反而更加敏感,从而导致心脑血管疾病、呼吸系统疾病等天气敏感性疾病的发病甚至死亡情况更为多发,这同所谓的热效应是一致的,建立相应暴露反应模型也是客观需要。4基于gam模型，研究了寒冷天气对心脑血管疾病的影响4.1性别差异4.1.1修正gam模型输入4组自变量,a组为寒潮当日和(1~2d)前的日最低温Tminlag0,Tminlag1,Tminlag2;b组为寒潮当日和(1~4d)前的日平均相对湿度RHlag0,RHlag1,RHlag2,RHlag3,RHlag4;c组为寒潮当日和(1—2d)前的日平均气压24h变量,日最低温24h变量,日平均相对湿度24h变量24hPlag0,24hPlag1,24hPlag2,24hPlag3,24hTlag0,24hTlag1,24hTlag2,24hTlag3,24hRHlag0,24hRHlag1,24hRHlag2,24hRHlag3;d组为寒潮当日和(1~3d)前的日平均气压24h变量24hPlag0,24hPlag1,24hPlag2,24hPlag3。利用表3中统计分析参数修正GAM模型如下。修正后模型的检验结果为r=0.557024。检验结果为r=0.680639。d组变量,自由度过小,不符合选入模型的条件。表4为上述不同组别筛选出的变量对应的RR值。只有a组寒潮2d前的日最低温和c组寒潮2d前日平均相对湿度24h变量的计算结果具有统计学意义,即寒潮期间日最低温对心脑血管疾病男性死亡的滞后效应表现为2d,日最低温下降6.225℃,相对危险度上升19.4431%。日平均相对湿度24h变量对心脑血管疾病男性死亡的滞后期为2d,每升高13.75%,相对危险度提高10.2701%。因变量对各组中其它解释变量无可量化响应。综上,寒潮期间日最低温对男性心脑血管疾病死亡的滞后期为2d,Tminlag2的下降引起RR升高19.4431%,该疾病男性死亡对日平均相对湿度24h变化的响应滞后2d,24hRHlag2的升高引起RR升高10.2701%。4.1.2模型运行结果根据GAM模型对各要素及其组合的数据调试,筛选出5组作为自变量,其中a组包括寒潮当日和(1~2)d前的日平均气压24h变量,日最低温24h变量,日平均相对湿度24h变量,即24hPlag0,24hPlag1,24hPlag2,24hTminlag0,24hTminlag1,24hTminlag2,24hRHlag0,24hRHlag1,24hRHlag2;b组包括寒潮当日的日平均气压24h变量,日最低温24h变量,日平均相对湿度24h变量,即24hPlag0,24hTminlag0,24hRHlag0;c组包括寒潮当日和(1~3)d前的日最低温、日平均相对湿度,即Tminlag0,RHlag0;Tminlag1,RHlag1;Tminlag2,RHlag2;Tminlag3,RHlag3;d组包括寒潮当日和(1~2)d的日最低温,即Tminlag0,Tminlag1,Tminlag2;e组包括寒潮当日和1d前的日平均相对湿度,即RHlag0,RHlag1。模型修正后结果如下:b组中变量的自由度过小,不能选入模型;检验结果为r=0.631809。根据表6,a组的24hRHlag0每升高一个四分位距19.5%,同期心脑血管疾病造成的女性死亡危险度便相应上升10.8879%;b组寒潮当日的日平均相对湿度24h变量对应的RR为1.100,95%CI未包含1,具有统计学意义,即24hRHlag0每升高一个四分位距19.5%,以寒潮天气为危险因素,心脑血管疾病导致的女性死亡相对危险度升高10.0%;c组中,寒潮2d前的日最低温每下降一个四分位距6.225℃,相对危险度升高18.51%;d组中,寒潮2d前的日最低温每下降6.225℃,危险度升高20.2%;e组寒潮当日的日平均相对湿度每升高25.8%,危险度便升高9.91%。根据上述分析结果,虽然经过输入不同变量组合得出的模型各参数不同,但是总体来看,对寒潮期间心脑血管引起的女性死亡情况,日平均相对湿度和日最低温度的影响作用是显著的,具有统计学意义。女性心脑血管疾病死亡对24hRH当日有响应,RR正向变动9.91%~10.89%,对日低温的响应期为2d,Tminlag2下降一个IQR,RR会相应升高18.51%~20.12%。上述表格中,相同变量计算得出的相对危险度之间略有差异,这应该与模型统计分析所使用的变量组合不同有关。出于对天气敏感性疾病的预警考虑,应当在合理的范围内选择危险度较高的数值,进行气象服务,从而引起该种疾病患者对天气条件变化的重视,并对其采取尽可能避免损害的措施。4.2年龄差异4.2.1日相对湿度14经过对数据集的运行调试,分别挑选出以下几组自变量,a组,寒潮当日以及(1~4)d前的日最低温Tmin,即Tminlag0、Tminlag1、Tminlag2、Tminlag3、Tminlag4;b组,寒潮当日以及(1~3)d前的日最低温Tmin,即Tminlag0、Tminlag1、Tminlag2、Tminlag3;c组,寒潮当日以及(1~2)d前的日最低温Tmin,即Tminlag0、Tminlag1、Tminlag2;d组,寒潮当日以及(1~5)d前的日平均相对湿度,RHlag0`、RHlag1、RHlag2、RHlag3、RHlag4、RHlag5;e组,寒潮当日以及(1~4)d的日平均相对湿度,RHlag0、RHlag1、RHlag2、RHlag3、RHlag4;f组,寒潮当日以及(1~2)d的日最低温和日平均相对湿度,Tminlag0、Tminlag1、Tminlag2、RHlag0、RHlag1、RHlag2。模型修正结果如下。检验结果显示,该模型拟合度达到0.612841。b组:lg[E(Yt)]=3.22651-0.02005Tminlag2+检验结果为r=0.586334。检验结果为0.715067。拟合结果为0.875098。表8显示,a组寒潮4d前的日最低温每下降IQR=7.7℃,60岁以上老年人群中由心脑血管疾病导致的死亡数危险度上升15.04%;b组中,寒潮2d前的日最低温下降IQR=6.23℃,相应死亡危险度上升11.73%;c组中2d前日最低温下降6.23℃,危险度上升19.36%;d组中寒潮当日的日平均相对湿度每升高25.8%时,危险度上升7.23%;e组当日日平均相对湿度每上升25.8%使危险度上升8.90%;f组寒潮当日的日最低温Tminlag0每下降一个四分位距时,60岁以上老年人群死于心脑血管疾病的危险度便升高13.93%;寒潮2d前的日最低温Tminlag2每下降一个四分位距6.23时,危险度升高16.36%;寒潮当日的日平均相对湿度RHlag0每上升25.8%,危险度升高13.24%。心脑血管疾病60岁以上老年患者对寒潮期间的日低温和日平均相对湿度有显著响应。Tmin对60岁以上老年人群的影响作用从当日持续4d,每下降一个IQR,RR上升11.73%~19.36%,其中寒潮2d前的日最低温变化引起的RR波动最大;当日RH升高,会引起RR升高7.23%~13.24%。由于选入模型的变量组合不同,相同变量对应的RR结果有所不同。由于天气敏感性疾病预警模型的作用在于预报提醒甚至警示有关疾病患者对天气变化的及时应对,因此可以考虑选择拟合程度最高的GAM模型用于时间序列分析。4.2.2最佳模型的验证由于25岁以下青年组、25~44岁成年组、45—59岁老年前成年组这三组中包含的有效信息很少,故并入60岁以下年龄组中加以分析。通过数据调试,唯一的GAM模型修正结果如下拟合度为0.544。选入该模型的唯一变量对应的RR=0.925,95%CI为0.718~1.192,无统计学意义,说明寒潮4d前的日最低温度的变化,对60岁以下人群中由心脑血管疾病引起的死亡没有显著的量化影响。这可能与心脑血管造成的全年龄死亡中,60岁以下人群所占的比例本身就很小有关。5结果的描述和应用(1)南京市2004~2010年,心脑血管疾病导致的死亡有年周期性,在每年冬季1月最高,夏季6月或者7月最低,该疾病死亡专率呈上升趋势。其中60岁以上人群的时间分布同总死亡数的分布基本一致,所占比例将逐渐增加,其中女性比例将持续高于男性。60岁以下年龄组常年保持平稳的低水平,波动幅度不大,25岁以下青年组、25~44岁成年组和45~59岁老年前成年组,这三个