基于分布滯后非線性模型分析江陰市氣溫對居民死亡數的影響*

江陰市疾病預防控制中心(214434)

張燕茹△ 章 劍 劉 娟 洪 琪 曹恒富 湯海波 李 瑩 王敏潔 朱愛萍

【提 要】 目的 研究江陰市日均氣溫對死亡的影響。方法 采用時間序列的分布滯后非線性模型分析2012-2017年江陰市氣溫對人群死亡的累積效應和滯后效應。結果 高溫和低溫均會引起死亡效應增強，高溫對每日居民非意外死亡、心腦血管疾病死亡和呼吸系統死亡的影響主要是短期即時效應，低溫對居民非意外死亡、心腦血管和呼吸系統疾病死亡的效應均具有滯后性，滯后效應長達14天。非意外死亡、心腦血管疾病死亡和呼吸系統疾病死亡人群對冷熱效應的氣溫風險最低點分別為25℃、19℃和25℃。低溫時非意外死亡和心腦血管疾病死因14天累積RR值分別為2.05(95%CI：1.51,2.79)、1.52(95%CI：1.04,2.21)。高溫對呼吸系統疾病死亡14天累積RR值為1.52(95%CI：1.08,2.14)。結論 高溫和低溫均可導致死亡風險增加，應針對脆弱人群和危重患者加強防護措施降低死亡風險。

近年來，氣象因素的健康效應成為國內外研究的熱點，尤其是氣溫的變化對人體健康的影響得到了重點關注[1]。文獻報道極端惡劣天氣(高溫、低溫)引起人群死亡數的增加，尤其是對溫度較為敏感的心腦血管疾病及呼吸系統疾病。此外，相關研究顯示，寒潮結束之后心腦血管疾病死亡人數并沒有立即下降，而是呈現緩慢下降的趨勢[2]。目前，國內外研究逐日氣溫與相關死因的死亡人數的關系的溫度-死亡曲線一般呈現U形、V形或J形，可見氣溫與死亡的關系并非簡單的線性相關?；谝陨锨闆r，我們采用時間序列的分布滯后非線性模型(distributed lag non-linear model,DLNM)[3]來定量評估江陰市氣溫對不同死因的影響。

資料與方法

1.資料來源

(1)居民死亡資料：江陰市疾控中心的死因登記報告信息系統收集2012年1月1日到2017年12月31日的江陰市居民日死亡資料，對非意外死亡(ICD-10：A00～R99)、心腦血管疾病(ICD-10：I00～I99)和呼吸系統疾病(ICD-10：J00～J98)的死亡病例進行統計整理。資料由江陰市疾病預防控制中心提供。

(2)氣象參數資料：同期日均氣溫、日均相對濕度和日均氣壓來源于中國氣象科學數據共享服務網。

2.統計學分析

(1)溫度指標

以往的研究中將日均氣溫與日最低氣溫、日最高氣溫、熱指數(HI)等溫度指標進行比較，發現日均氣溫是目前反映每日溫度暴露的最佳指標，可用來預測死亡效應。因此，本研究選擇日均氣溫進行江陰市非意外死亡、心腦血管疾病和呼吸系統疾病的冷、熱溫度效應分析。

(2)統計描述

定量資料采用均數±標準差、百分位數(P25、P50、P75)、最大值和最小值進行描述,通過SPSS 16.0軟件實現。

(3)DLNM建模

以廣義線性模型為基礎，利用交叉基函數分析氣象因素與健康效應的非線性關系及氣象因素的滯后效應[4]。利用R 3.4.4軟件對DLNM模型進行分析。基本過程分為：①建立交叉基函數；②擬合模型；③對模型進行預測。

非意外死亡、心腦血管疾病和呼吸系統疾病的死亡屬于小概率事件，均近似泊松分布，lg[E(Yt)]=α+βTt,l+NS(RHt,df)+NS(presst,df)+NS(time,df)+ γDOWt。公式中變量名及其含義：Yt為第t天的日死亡人數實測值，α為模型的常數，Tt,l為日均溫度矩陣，其中l為滯后日，本研究最大滯后時間設定為14天，β為系數，NS為自然樣條函數，df為自由度，建模考慮的混雜因素包括平均相對濕度(RH)，平均大氣壓力(press)，長期趨勢(time)及星期幾效應(DOW)。

結 果

1.資料統計描述

2012年1月1日至2017年12月31日，觀察日數為2192天，江陰市共監測到非意外死亡40826人，其中男性21927人，女性18899人，心腦血管疾病死亡12520人，其中男性6742，女性5778人，呼吸系統疾病死亡6507人，其中男性3435人,女性3072人。非意外死亡、心腦血管疾病和呼吸系統疾病日均死亡人數分別為18.62人、5.71人和2.97人，同期氣溫、大氣壓和相對濕度的日均值分別為17.01℃、1015.80 hPa和71.39%(表1)。

表1 2012-2017年江陰市居民每日主要疾病死亡數、氣象指標分布

2.DLNM擬合

(1)日均氣溫對日死亡人數的影響

將2012-2017年日均氣溫與江陰市每日居民非意外死亡人數、心腦血管疾病死亡人數和呼吸系統死亡人數進行DLNM建模擬合，最大滯后時間設定為14天，觀察每一個滯后日對每日居民心腦血管疾病死亡人數的影響，得到不同滯后氣溫效應的三維圖(圖1)。由圖1可知，高溫和低溫均會引起死亡效應增強，高溫對每日居民非意外死亡、心腦血管疾病死亡和呼吸系統死亡的影響主要是短期即時效應，以死亡當天效應最強，低溫對居民非意外死亡、心腦血管和呼吸系統疾病死亡的效應均具有滯后性，滯后效應長達14天。

圖1 江陰市不同滯后天數日均氣溫對死亡人數的影響

(2)江陰市日均氣溫對日死亡數的總效應

圖2為2012-2017年江陰市滯后14天日均氣溫對非意外死亡、心腦血管和呼吸系統疾病日死亡的效應曲線圖。曲線與X軸的交點為最適宜溫度(MMT)，不同溫度相對于MMT計算得到的RR值分別代表該疾病的累積相對危險度，即該疾病死亡的冷熱效應。非意外死亡、心腦血管疾病死亡和呼吸系統疾病死亡人群對冷熱效應的氣溫風險最低點分別為25℃、19℃和25℃，氣溫高于或低于此溫度，死亡人數均呈上升趨勢。

(3)不同滯后天數高溫和低溫對死亡的效應

以江陰市2012-2017年日均氣溫的P2.5(1.00℃)和P97.5(33.00℃)作為低溫效應和熱效應的溫度截點，繪制14天滯后曲線圖(圖3)。相對危險度(RR)隨著溫度與滯后時間(lag)的變化呈現一致的趨勢，即高溫對死亡的影響迅速、強烈，其影響通常持續1～2天左右消失，而低溫對死亡的影響相對緩慢，在第4天達到最大，但其影響可持續長達兩周。

圖2 各死因日均氣溫與累積相對危險度的劑量反應關系(lag0～14)

針對非意外死亡、心腦血管疾病死亡和呼吸系統疾病死亡三種不同死因，溫度的影響有一定差異性。高溫對非意外死亡的效應以當天最強，約2天后消失；而高溫對呼吸系統疾病的死亡效應在1天后即消失。低溫對非意外死亡的效應在1天后開始出現，約第4天達到高峰后開始下降；而低溫對心血管疾病死亡的效應在第2天開始出現，同樣在第4天達到高峰后開始下降。

圖3 江陰33.00℃和1.00℃不同滯后對死亡的影響

(4)冷、熱對死亡的累積效應

根據DLNM得到滯后14天冷、熱效應對非意外死亡、心腦血管疾病、呼吸系統疾病死亡的累積效應。由表2低溫14天累積相對危險度的估計顯示，非意外死亡為2.05(95%CI：1.51,2.79)，即日均氣溫達到25℃的最適宜溫度時，氣溫每下降1℃，造成14天內非意外死亡率累積上升105%；心腦血管疾病死因受低溫影響相對較弱(RR=1.52)，呼吸系統疾病死因受低溫影響無統計學意義。高溫對呼吸系統疾病死亡14天累積相對危險度為1.52(95%CI：1.08,2.14)，即日均氣溫達到25℃的最適宜溫度時，氣溫每上升1℃，造成14天內呼吸系統疾病死亡率累積上升52%；未觀察到高溫對非意外死亡和心腦血管疾病的影響。

表2 低溫和高溫對人群死亡的累積滯后效應(lag0～14)

討 論

本研究采用分布滯后非線性模型得到溫度與死亡的關系近似呈現V、U形，與國內外同類研究相似。本研究中非意外死亡、心腦血管疾病死亡和呼吸系統疾病死亡的最適宜溫度分別為25℃、19℃和25℃，國內Guoy在天津的研究顯示天津地區全死因的最適宜溫度為23℃～24℃[5]，楊軍等在廣州的研究發現廣州的全死因最適宜溫度為26.4℃，心腦血管疾病最適宜溫度為27.3℃，呼吸系統疾病最適宜溫度為27℃[6]，江陰地處江蘇南部的長江三角洲地帶，緯度上高于廣州，低于天津，最適宜溫度也在兩個地區之間，這一特點與高溫的南方地區最適宜溫度比相對寒冷的北方地區高的觀點相一致[2]。這可能與地理環境的差異及不同地區人群對溫度的耐受性不同等因素有關[7]。

本研究中冷、熱效應對死亡的影響為高溫對健康效應的影響強烈、迅速，而低溫的影響相對緩慢、持久，這也與同類研究的結論相一致[2,6]。這一點提示應根據高、低溫對健康效應的不同影響特征加以不同的防范措施，對于熱效應會迅速引起疾病死亡的特征，應加強醫療急救資源的緊急調撥工作，而對低溫的防范措施，尤其是針對脆弱人群和危重患者，不可以隨著低溫的結束而終止，相應的保護措施應持續兩周以上，且應在低溫出現之前增加門急診接診量[6]。此外，根據Guoy等的研究結果，對于冷效應，應關注整個嚴寒季節低溫對健康的影響而非極端冷效應；而對于熱效應，考慮到資源的最優分配，可以重點關注極端高溫的健康效應[8]。

能夠同時對氣溫與健康效應之間的非線性和不同滯后效應進行分析是DLNM模型的顯著優勢，在研究中，確定氣溫與健康效應出現之間的滯后期以及健康效應的持續時間有重要意義。高溫的滯后效應很短，低溫的滯后效應往往較長，文獻報道1995年美國芝加哥極度高溫所致人群死亡的高峰滯后氣溫高峰兩天[9]。低溫的滯后時間在不同的國家和城市差異較大，Chan EY在香港的研究冷效應的滯后時間設置為7天[10]，Pattendans在倫敦的研究和Guoy在天津的研究中冷效應滯后時間分別設定為14天和18天[3,11]，Wu的關于中國五個大型城市的氣溫健康效應研究中將冷效應的滯后時間設定為27天[12]。文獻研究顯示，冷效應的滯后時間較長，為防止其影響被低估，盡量在分析時選擇較長的滯后時間[13]。本研究選擇滯后時間14天，以消除滯后時間過長所帶來的季節效應的干擾，有研究證明14天的滯后期可以兼顧冷、熱效應對健康效應影響的特征[14]。

本研究還關注了冷熱效應對不同死因的累積效應，本結果與類似研究不盡相同。楊軍在廣州的研究顯示低溫對心腦血管疾病和呼吸系統疾病死亡的RR分別為1.03和1.02，高溫相應的RR分別為1.03和1.02[6]；而孫慶華等在南京的研究發現循環系統疾病和呼吸系統疾病死亡的冷效應都較大，RR值分別為1.67和1.43，高于廣州地區的水平[15]。本研究中低溫對非意外死亡的RR為2.05，心腦血管疾病死因受低溫影響相對較弱(RR=1.52)；高溫對呼吸系統疾病死亡RR為1.52。

目前國內外有大量研究報道了氣溫與人群健康效應有關，但研究結果各有差異。首先，由于來自不同氣象監測點的氣溫數據存在差異，因此氣象數據的來源、定義和標準有待統一；第二，疾控系統的死因監測數據由于漏報、根本死因編碼不準確等問題會影響模型擬合結果，針對此問題，應注重死因漏報調查工作及死亡證開具相關醫務人員的業務培訓；第三，建議加強跨部門合作，充分利用氣象及疾病監測數據，統一研究方法，積極開發新的統計方法和模型。