重慶市氣象因子對呼吸道疾病的影響及預測研究

王 娜，崔秀云，冉 亮，駱 方，高 雅，趙衍斌，蘆 華

(1.重慶市渝北區氣象局,重慶 401120；2.甘肅省氣象局,蘭州 730020；3.重慶市防雷中心,重慶 401147；4.重慶市氣象信息中心,重慶 401147；5.重慶市氣象科學研究所,重慶 401147)

引 言

呼吸道疾病是指感冒、氣管炎、支氣管炎、肺炎等呼吸道的急性炎癥,是常見多發的疾病。2020年我國城市居民呼吸系統疾病死亡率為55.36/(10萬),位列城市居民主要疾病死亡率第4位[1]。大量研究表明，呼吸道疾病的發生與一定的氣象條件有密切關系[2-7]。氣象因素如溫度、濕度、氣壓等均有對健康適宜的閾值范圍,偏離該范圍后可能對人群健康造成負面影響[8]。研究表明，全球變暖和天氣模式的可變性都會對人類呼吸健康產生負面影響,氣候變化將導致全世界呼吸系統發病率和死亡率顯著增加[9]。呼吸系統疾病死亡人數與氣象因子的相關程度隨季節變化[10],不同氣象要素對呼吸系統的影響具有協同效應[11]。此外,多項研究表明，氣象要素對呼吸道疾病的影響存在明顯的滯后性[12-15]。

重慶是我國西部唯一的直轄市,屬東亞季風區,冬季受東北季風控制,夏季受西南季風影響。該地區位于四川盆地東南部,地形起伏較大,具有獨特的立體天氣氣候特點,區域內江河縱橫,水汽充沛,常年處于高濕環境,年平均相對濕度多為70%～80%,而日照百分率僅為25%～35%,為年日照時數最少的地區之一。相關研究指出，呼吸系統疾病引起的死亡人數位于重慶市居民總死亡人數的前三位[16]。過去研究多著重分析大氣污染對重慶地區呼吸道疾病的影響[17-20],對氣象因子的影響研究甚少,尤其是基于氣象因子的疾病預測還未見報道。而重慶天氣氣候條件特殊,其對于呼吸道疾病的影響值得精細化研究。本文以重慶市醫科大學附屬第三醫院為例,對氣象因子和呼吸道疾病的關系進行研究,并建立預測模型,為當地制定應對政策和科學防控呼吸道疾病提供參考依據。

1 資料與方法

1.1 資料來源

本文氣象資料來自重慶市渝北國家氣象觀測站,包括2017年1月1日-2019年12月31日的日平均氣壓、日最高氣壓、日最低氣壓、日平均氣溫、日最高氣溫、日最低氣溫、日平均相對濕度、日最低相對濕度、日最大風速、日照時數、日降雨量等。同期呼吸道疾病資料來自重慶市醫科大學附屬第三醫院,該醫院為國家三級甲等綜合醫院,位于重慶市渝北區,在地域和人員上具有一定的代表性,數據包括逐日全人群就診人次,男性就診人次,女性就診人次。

日平均水汽壓(VP)通過日平均氣溫和日平均相對濕度計算得到,公式如下:

(1)

式中，T0為參考氣溫273.15 K,es(T0)為T0時的飽和水汽壓,L為水的蒸發熱量,RV為水蒸氣的氣體常數,T為日平均氣溫，RH為日平均相對濕度。

氣溫日較差(δT)為日最高氣溫Tmax與日最低氣溫Tmin之差:

δT=Tmax-Tmin

(2)

前n天的日平均氣溫最大值max(Tn)與最小值min(Tn)之差得到變溫幅度(ΔT):

ΔT=max(Tn)-min(Tn)

(3)

1.2 呼吸道疾病風險等級確定

Jarque-Bera檢驗是對樣本數據是否具有符合正態分布的偏度和峰度的擬合優度的檢驗,定義JB統計量:

(4)

式中,N是觀測數,S是樣本偏度,K是樣本峰度。若樣本數據來自具有正態分布的總體,JB統計量近似服從自由度為2的卡方分布,因此該統計量可以用于檢驗數據是否服從正態分布。

本文對呼吸道疾病就診人次進行Jarque-Bera檢驗,若呼吸道疾病就診人次x服從數學期望為μ、方差為σ2的正態分布,對其概率密度函數進行積分,將積分值S作為呼吸道疾病風險等級的閾值:

(5)

把概率密度函數積分值等于0.15、0.35、0.65和0.85時的就診人次x確定為呼吸道疾病風險1、2、3、4、5級的分級指標[21],對應發病風險低、較低、中等、較高、高(表1)。

表1 呼吸道疾病風險等級閾值及含義

1.3 呼吸道疾病風險等級預測模型

1.3.1 逐步回歸分析

選取可能影響呼吸道疾病的多個氣象變量作為預報因子,對呼吸道疾病就診人次進行預測,應用多元線性回歸方法建立回歸方程:

(6)

式中,Y表示呼吸道疾病就診人次,b為常數項,ai為回歸系數,xi為氣象因子,m為氣象因子的數量。為保證在已選定的氣象因子中得到最優回歸方程,采用逐步回歸分析方法,即利用因子的方差貢獻大小對待選的氣象因子進行逐步篩選,建立最優回歸方程。

1.3.2 KNN算法

K最近鄰分類算法(K-Nearest Neighbor,KNN)通過給定測試樣本,找出訓練集中與其最靠近的K個訓練樣本,選擇K個樣本中出現最多的類別標記作為預測結果[22-23]。首先給定一組由n個樣本組成的歷史樣本集D,其中每個樣本由m個屬性變量和1個標志量構成:

(7)

本文屬性變量xij指影響呼吸道疾病發生的氣象因子經數據歸一化處理后的值,標志量yi為呼吸道疾病風險等級。

給定由氣象因子組成的預測樣本集X′={x′1,x′2,…,x′m},采用歐式距離法計算預測樣本集X′與歷史樣本集中屬性變量集X的距離Li:

(8)

從計算得到的n個距離中找出距離最近的K個近鄰(K通常取奇數)對應的標志量集合Y={y1,y2,…,yk},根據投票多數原則,選取最多的量yi作為預測樣本x′i的預測結果。

KNN算法中的K值選取對模型準確率有較大影響。本文利用交叉驗證法確定K參數。具體來講,通過將訓練集再次劃分為n組訓練/驗證集,對n組訓練/驗證集進行n次訓練和驗證,返回n次驗證結果的均值,即“n折交叉驗證”,預設不同K值條件,通過交叉驗證評估出最優K值。文中取K=1、3、5、7、9、11,n=10,分別計算每個K值條件下10折交叉驗證結果的均值,選取均值最大的K值作為最終K參數。

2 結果分析

2.1 呼吸道疾病就診人次的一般情況

采用平均值、第25、50和75百分位數(P25、P50、P75)、最大值和最小值統計2017-2019年重慶市呼吸道疾病逐日就診人次。結果顯示,2017年1月1日至2019年12月31日就診日數共計1086天，呼吸道疾病就診共計84415人次,平均每天77.7人次。其中男性43627人次,平均每天40.2人次；女性40782人次,平均每天37.6人次。性別缺失6人次(表2)。

表2 2017-2019年重慶市呼吸道疾病逐日就診人次統計 人次

為了消除醫院春節放假和各月天數本身不一致造成的呼吸道就診人次差別,本文計算逐月的日平均值來表示逐月就診人次變化趨勢。圖1為2017-2019年重慶市逐月呼吸道疾病全人群及男女呼吸道疾病就診人次分布圖。由圖1可以看出，重慶市呼吸道疾病一年四季均有發生,與四川地區春季為高發期[14]及吉林地區秋冬、夏秋之交發病較高[24]不同,重慶市冬季(12月、1月、2月)為疾病高發期,發病占全年的28.7%；夏季(6月、7月、8月)為低值期,占全年的21.6%。對比各月,發病最多的是1月,占比9.6%；最少的是8月,占比6.8%。這與雷小英[25]等統計的重慶地區2009-2011年病毒檢出率、總檢出陽性率冬季最高、夏季最低的結論一致。逐月的男女就診人次顯示,36個月份中僅2017年3月、2019年1月、2019年4月、2019年12月這4個月份就診人次女性多于男性,三年平均逐月就診人次僅1月份女性略多于男性,其余月份男性均多于女性,這可能和男性喜吸煙的生活習性、工作環境相對較惡劣等有關。

圖1 2017-2019年重慶市逐月呼吸道疾病就診人次分布圖

2.2 呼吸道疾病與氣象因子相關分析

本文根據2017-2019年重慶市呼吸道疾病就診人次及同期氣象數據，共計算7組不同的潛伏期(M=1～7天)氣象因子平均值與6組發病期(N=1～6天)平均就診人次的相關性,并用時效M_N表示,例如時效6_3表示過去6天氣象因子平均值與未來3天平均就診人次的相關關系。不同時效氣象因子與呼吸道疾病就診人次(Spearman)相關分析結果顯示(表3),氣溫(包括平均值、最高和最低值)與呼吸道疾病相關程度最高,其中又以最低氣溫與呼吸道疾病的關系最為緊密,最小相關系數達-0.40(P<0.05)。多項研究表明，低溫對呼吸道疾病的健康風險大于高溫的風險[26-28]。氣溫較低時，鼻腔局部血管收縮,鼻腔內局部分泌的免疫球蛋白A明顯減少,為病毒入侵提供了有利條件[29]；另外,低溫冷卻黏膜層,寄宿在上呼吸道的病毒更穩定,有利于其進一步擴增進而引起病毒再次感染[28]。水汽壓與呼吸道疾病的相關性僅次于氣溫的相關性,均為顯著負相關。值得注意的是,呼吸道疾病就診人次與水汽壓相關程度較高,但與相對濕度的相關性較低,這和劉欣等[28]相較于相對濕度,絕對濕度對病毒的影響更加穩定的結論一致。由于相對濕度隨氣溫升高而降低,間接抵消了氣溫對呼吸道疾病的影響,而水汽壓為大氣中水汽的分壓力,表示水汽的絕對含量。水汽壓比相對濕度更能反映濕度環境對呼吸道疾病的影響。氣壓(包括平均值、最高和最低值)與呼吸道疾病具有顯著正相關,日照時數、氣溫日較差、日降雨量與呼吸道疾病均為負相關。其余氣象因子與呼吸道疾病相關性較低。相關程度由高到低的前10個變量分別為日最低氣溫、日平均氣溫、日平均水汽壓、日最高氣溫、日最高氣壓、日平均氣壓、日最低氣壓、氣溫日較差、日照時數、日降雨量。

表3 不同時效重慶市呼吸道疾病就診人次與氣象因子的Spearman相關系數

選取與呼吸道疾病就診人次相關程度最高的兩類氣象因子(氣溫和水汽壓),繪制不同時效的氣象因子和就診人次相關系數(R)變化圖(圖2)。氣溫、水汽壓的相關系數絕對值隨發病期與潛伏期的增加均呈增加趨勢。隨著發病期的增加,氣溫、水汽壓與就診人次的相關性迅速增加,表明氣溫、水汽壓對呼吸道疾病的影響具有滯后性。R值隨潛伏期的變化相對較緩,表明氣溫、水汽壓的前期變化對呼吸道疾病影響較小。這與張書余等[24]的研究結果一致,該研究指出，一次明顯的天氣變化過程對應的不是一個高發病日,而是一個持續的高發病狀態。

圖2 不同時效呼吸道疾病就診人次與日平均氣溫(a)、日平均水汽壓(b)的相關系數變化圖

2.3 呼吸道疾病風險等級

選取不同發病期(N=1～10天)平均就診人次的對數值做Jarque_bera正態分布檢驗,結果顯示,當N=1～6時,P>0.05,樣本服從對數正態分布。根據不同發病期(N=1～6天)的平均就診人次的概率密度函數積分值劃分5個發病等級,確定呼吸道疾病風險1、2、3、4、5級的分級指標,得到不同發病期呼吸道疾病風險等級天數(表4)。

表4 不同發病期呼吸道疾病風險等級天數 天

2.4 逐步回歸模型預測結果

選取14個氣象因子作為預報因子X,包括日平均氣壓、日最高氣壓、日最低氣壓、日平均氣溫、日最高氣溫、日最低氣溫、日平均相對濕度、日最低相對濕度、日最大風速、日照時數、日降雨量、日平均水汽壓、氣溫日較差、變溫幅度。將樣本集按7∶3劃分訓練集和測試集,在訓練集中通過逐步回歸方法建立最優方程,測試集的預報因子代入最優方程得到預報值。

本文設計了7組不同的潛伏期(M=1～7天)和6期發病期(N=1～6天)，采用逐步回歸方法建立了42個預測模型，即根據過去M天潛伏期的氣象因子平均值預測未來N天發病期的平均就診人次,各方程復相關系數為0.10～0.61,均方根誤差為14.2～30.1。將測試集的平均就診人次實際值和預報值劃分呼吸道疾病風險等級,對比測試集的預報等級與實際等級得到模型準確率。不同時效的逐步回歸模型預測呼吸道疾病風險等級與實際完全一致的準確率為22.1%～47.9%(表5),預測等級與實際相差1級以內的準確率為71.2%～91.7%(表6)。

表5 不同時效逐步回歸模型預測重慶市呼吸道疾病風險等級與實際完全一致的準確率 %

表6 不同時效逐步回歸模型預測重慶市呼吸道疾病風險等級與實際相差1級以內的準確率 %

2.5 KNN模型預測結果

選取上述14個氣象因子經標準化處理后的值作為屬性變量X,根據呼吸道疾病就診人次劃分的疾病風險等級作為標志量Y,基于KNN算法建立呼吸道疾病風險等級預測模型。標志量和屬性變量組成的樣本集按照7∶3的比例隨機劃分為訓練集和測試集,采取交叉驗證法確定最優K值,建立KNN模型。

根據7組不同潛伏期(M=1～7天)和6組發病期(N=1～6天)，采用KNN算法建立42個預測模型，利用測試集的預報等級與實際等級的差別得到準確率。結果顯示,不同時效的KNN模型預測呼吸道疾病風險等級與實際完全一致的準確率為23.6%～64.4%(表7),預測等級與實際相差1級以內的準確率為59.5%～92.3%(表8)。

表7 不同時效KNN模型預測重慶市呼吸道疾病風險等級與實際完全一致的準確率 %

表8 不同時效KNN模型預測重慶市呼吸道疾病風險等級與實際相差1級以內的準確率 %

2.6 兩種模型對比

對兩種模型預測的呼吸道疾病風險等級與實際完全一致的準確率進行對比,結果顯示,M≤2時,逐步回歸模型的準確率更高,即逐步回歸模型利用過去1～2天的氣象因子對呼吸道疾病風險等級的預測具有更高的準確率。在歷史氣象資料充足的情況下(使用過去3～7天的氣象因子),KNN模型預報未來1～6天的呼吸道疾病風險等級的準確率均明顯高于逐步回歸模型的準確率。

3 結 論

(1)重慶市呼吸道疾病患者男性略多于女性,冬季為高發期,占全年的比例為28.7%；夏季為低值期,占全年比例的21.6%。發病最多的是1月,占比9.6%,最少的是8月,占比6.8%。

(2)各類氣象因子與就診人次的相關性分析顯示，氣溫、水汽壓與呼吸道疾病相關性最高,均具有顯著負相關,其中最低氣溫對呼吸道疾病影響最大,并且氣溫、水汽壓對呼吸道疾病的影響具有滯后性。與呼吸道疾病相關程度較高的10個變量分別為日最低氣溫、日平均氣溫、日平均水汽壓、日最高氣溫、日最高氣壓、日平均氣壓、日最低氣壓、氣溫日較差、日照時數、日降雨量。

(3)不同時效的逐步回歸模型預測呼吸道疾病風險等級與實際完全一致的準確率為22.1%～47.9%,預測等級與實際相差1級以內的準確率為71.2%～91.7%。不同時效KNN模型預測呼吸道疾病風險等級與實際完全一致的準確率為23.6%～64.4%,預測等級與實際相差1級以內的準確率為59.5%～92.3%。在歷史氣象資料充足的情況下(使用過去3～7天的氣象因子),KNN模型預報未來1～6天的呼吸道疾病風險等級的準確率均明顯高于逐步回歸模型的準確率。

由于呼吸道疾病的誘發因素很多,氣象因素只是其中一部分,根據模型預測的結果無法排除其他致病因素的干擾,對預報準確率會產生一定的影響,有待后續收集到更完整的資料作進一步探討。