随着气候变暖,全球极端天气事件增多,特别是热浪的频率增加、程度加剧,对城市发展和市民健康的影响越来越大,热浪已成为影响健康的重要公共卫生问题,热浪对人体健康最直接的影响是造成居民日发病率和死亡率的升高[1]。近年研究表明,高温除了导致中暑、热衰竭、热昏厥及热痉挛等多种疾病,还可导致死亡率的上升,尤其是对心血管及呼吸系统疾病患者更为明显[2-6]。因此,通过建立高温热浪与健康风险预警系统,直接服务于公众,使公众及时得到相关疾病的预警,提示公众提前采取防护措施,切实提高政府部门和公众应对和适应气候变化的意识,有效降低高温热浪天气可能对市民造成的健康风险,为推进“健康深圳”建设提供重要支持。
1 材料与方法 1.1 数据收集收集深圳市2000—2012年的空气污染物、气象、人口、死亡数据,以及2008—2012年的医院门、急诊资料。空气污染物数据包括可吸入颗粒物(PM10)、二氧化硫(SO2)、二氨化氮(NO2)、一氧化碳(CO)及臭氧(O3)逐日浓度数据;气象数据温度、湿度、风速、气压、降水和日照等;人口数据包括分性别和年龄别人口数,以及分性别出生、迁入和迁出人口数;死亡数据包括性别、年龄、民族、婚姻状况、出生日期、职业、文化程度、死亡时间、根本死因编码、死亡地点和地址编码等;医院门和急诊资料包括性别、年龄、住址、户籍、就诊时间和诊断等,对所有病例按照国际疾病分类ICD-10进行编码。以总心脑血管疾病(I00~I99)、总呼吸系统疾病(J00~J99)、儿童呼吸系统疾病(J00~J99,特指来源于儿童医院的数据)和中暑(T67、F06.920)作为健康效应终点。
1.2 建立高温热浪健康风险预警模型本研究以历史数据为基础,运用基于泊松回归的时间序列广义相加模型的方法建立高温热浪健康风险预警模型,采用的模型基本形式如式(1)所示:
$ \text{log}[E({{y}_{i}})]=\alpha +\sum\limits_{i=0}^{n}{{{\beta }_{i}}({{X}_{i}})}+\sum\limits_{j=0}^{m}{{{f}_{j}}{{Z}_{j}}} $ | (1) |
式中:E(yi)—观察日i日死亡数的期望值;
α—截距;
X—对应变量产生的线性响应指标变量,本研究中为当日和前一天最高温度的平均值;
β—回归系数,即暴露与人群死亡之间的定量暴露—反应关系数值;
f—非参数平滑函数;
Z—对应变量发生非线性响应的变量,即混杂因素,包括湿度、日温差、空气污染指标、时间长期趋势、星期几效应。
首先拟合时间项,然后添加一些变量条件,并对各项进行局部自动回归,消除时间和对应变量发生非线性响应的因子的影响即其他污染物、湿度等混杂因素的影响,最后引入指标变量,考虑拟合指标变量的线性作用模型,并考察滞留滞后日效应,最终可获得β值。根据偏相关系数(partial correlation function,PACF)选择各解释变量的自由度。
1.3 应用软件开发通过多种方式完成对预警模型预测准确性、稳定性和科学性的评估和验证,集成模型及适应性措施研究结果,开发一款高温热浪人群健康预警系统并编写指南。该软件由输入信息(温度、湿度、污染物质量浓度)、输出信息(超额患病人数)及相关响应信息(分级预警、各级响应预案)构成。系统通过抓取温度、湿度和污染物质量浓度等数据后,经后台运算后产生相应的健康风险预测等级,该等级即是最终的指数发布等级。
1.4 建立高温热浪健康风险指数高温热浪健康风险指数由中国疾病预防控制中心环境与健康相关产品安全所与深圳市疾病预防控制中心组织专家组根据历史的气象、环境污染、健康及死亡监测数据,结合历史发病规律,科学研判,并参考高温预警信号,对当天的健康风险进行分级而制定的,将高温热浪引起发病的易感程度以“高温热浪健康风险指数”表示;以过去(3—5) a的同期历史数据为基线数据,应用广义相加模型对基线数据计算不同水平的发病风险,以当日健康风险的期望值和过去(3—5) a同期历史基线数据进行比较。
风险指数的健康结局分为心脑血管疾病、呼吸系统疾病、儿童呼吸系统疾病、中暑及总健康风险5类,将前4种疾病风险的最高级别作为当日总健康风险级别。按照发病风险(以百分数表示,表示发病的概率,即引起发病的可能性)的大小将高温热浪健康风险预警分为Ⅰ~Ⅳ四级,用百分位数法确定分级标准。
1.5 高温热浪健康风险指数的应用与评估2017年6月1日—9月30日期间,每日向公众发布高温热浪健康风险指数;分析指数发布期间预警模型发出的预警信号数;比较2017年6月1日—9月30日当日试点医院呼吸系统疾病、心脑血管疾病、儿童呼吸系统疾病门急诊量及住院量与不同预警级别的相关性。
2 结果 2.1 风险指数的建立按照发病风险(以百分数表示,表示发病的概率,即引起发病的可能性)的大小将高温热浪健康风险预警分为四级,级数越高说明健康风险的程度越高。发病风险≤75%为0级,不发出预警信号。75% < 发病风险≤90%为Ⅰ级,90% < 发病风险≤95%为Ⅱ级,95% < 发病风险≤99%为Ⅲ级,发病风险>99%为Ⅳ级(表 1)。
2.2 预警信号发生情况
2017年从6月1日—9月30日,在卫生计生委、市疾控中心网站以及气象局服务平台上向公众发布当天的高温热浪健康风险指数,有效运行天数为122 d,运行期间采集深圳市气象、空气污染物数据918条,模型发出预警100 d,占有效运行天数的81.97%(100/122),发出预警136条,其中心脑血管疾病、呼吸系统疾病、儿童呼吸系统疾病、中暑及总健康风险分别占信号总数的2.94%(4/136)、2.94%(4/136)、17.65%(24/136)、73.53%(100/136)、2.94%(4/136)。不同健康风险的预警见表 2。
健康风险 | Ⅰ级 | Ⅱ级 | Ⅲ级 | Ⅳ级 | 合计 |
心脑血管疾病 | 4 | 0 | 0 | 0 | 4 |
呼吸系统疾病 | 4 | 0 | 0 | 0 | 4 |
儿童呼吸系统疾病 | 15 | 9 | 0 | 0 | 24 |
中暑 | 47 | 49 | 4 | 0 | 100 |
总健康风险 | 4 | 0 | 0 | 0 | 4 |
总计 | 74 | 58 | 4 | 0 | 136 |
2.3 当日就诊与预警级别的关系
分析综合医院心脑血管疾病、综合医院呼吸系统疾病、社康心脑血管疾病、社康呼吸系统疾病和儿童呼吸系统疾病与不同预警级别的关系。结果显示Ⅱ级预警的儿童呼吸系统疾病门急诊就诊人数与0级差异有统计学意义(P < 0.05),其他差异均无统计学意义(表 3)。
病例来源 | 0级 | Ⅰ级 | Ⅱ级 | F值 | P值 |
儿童呼吸门急诊 | 1 465±399 | 1 506±353 | 2 064±214a | 4.434 | 0.015 |
呼吸系统疾病门急诊 | 690±264 | 944±190 | 599±516 | 1.040 | 0.358 |
心脑血管疾病门急诊 | 292±103 | 417±221 | 249±203 | 0.917 | 0.403 |
社康呼吸系统疾病门急诊 | 127±37 | 180±113 | 120±13 | 1.856 | 0.162 |
注:“a”表示与0级比较,P < 0.05 |
2.4 建立应急响应体系
通过前期在示范社区使用高温热浪健康风险预警系统,2017年高温热浪健康风险指数逐步完善并建立应急响应体系,采取的行动包括:①根据预警级别,给出健康防护建议(表 4),提醒市民及时做好预防措施,保护公众健康,特别是老人、儿童和心脑血管疾病及呼吸系统疾病患者的健康;②以社区为单位,通过短信平台通知社区脆弱人群做好相应防护措施;③在社康中心配备防暑降温药箱,候诊大厅发放宣传折页,对中暑病人优先诊治,给就诊病人发放热浪防护健康教育处方。
分级 | 颜色 | 定义 | 建议 |
Ⅰ级 | 蓝色 | 高温热浪强度高,心脑血管疾病、呼吸系统疾病、儿童呼吸道疾病和中暑风险高 | 1、老人、孩子和心脑血管疾病、呼吸系统疾病患者应尽量减少在高温环境中的活动,避免在阳光下暴晒; 2、注意饮食健康,及时补充水分。 |
Ⅱ级 | 黄色 | 高温热浪强度较高,心脑血管疾病、呼吸系统疾病、儿童呼吸道疾病和中暑风险较高 | 1、老人、孩子和心脑血管疾病、呼吸系统疾病患者应尽量减少在高温环境中的活动,避免在阳光下暴晒; 2、注意休息、饮食健康,及时补充水分; 3、发现不适时,应及时离开高温环境,到阴凉处休息,喝食盐清凉饮料,服用解暑药物,若症状不能缓解或加重,及时就医。 |
Ⅲ级 | 橙色 | 高温热浪强度非常高,心脑血管疾病、呼吸系统疾病、儿童呼吸道疾病和中暑风险非常高 | 1、公众应尽量避免高温时段或高温环境中的活动; 2、调整作息时间,注意饮食健康,及时补充水分; 3、发现不适时,应及时离开高温环境,到阴凉处休息,喝食盐清凉饮料,服用解暑药物,若症状不能缓解或加重,及时就医; 4、户外作业应合理调整工作时间,避免长时间暴露于高温环境。 |
Ⅳ级 | 红色 | 高温热浪强度极高,心脑血管疾病、呼吸系统疾病、儿童呼吸道疾病和中暑风险极高 | 1、公众应尽量避免户外活动; 2、保证充足休息时间,注意饮食健康,及时补充水分,出汗多时应多饮用糖盐水; 3、发现不适时,应及时离开高温环境,适当休息,喝含盐清凉饮料,服用解暑药物,若症状不能缓解或加重,及时就医; 4、合理调整户外作业时间,避免暴露于高温环境; 5、公众应关注政府的高温警示信息,保障人身健康安全。 |
3 讨论
研究人员已经使用几种方法来预测潜在危险的高温天气,并确定了高温健康风险预警系统指标。这些指标包括:绝对或百分位温度阈值、热指数(HI)和基于生理学的不舒适分类,来源于流行病学研究的温度—死亡率关系,以及空间天气分类(SSC)等[7]。在高温与健康风险预警研究中,由于受现有健康数据的限制,考虑的健康效应终点多为死亡。由于国内外较早对温度与死亡率或与中暑的关系进行研究[8-10],这些研究为极端天气尤其是热浪的健康风险预警提供了必要的研究基础。因此目前国内外建立的高温热浪预警系统常用的高温预警指数多是在死亡或中暑的基础上建立起来的[11-16]。死亡是热浪相关健康效应中后果最严重的健康效应终点,而以患病为健康终点的预警预测更具有公共卫生学意义。虽然国内外建立的高温热浪预警系统对于高温健康风险的预测有一定的作用,但这些预警系统并没有关注创建这些指标的方法,也没有考虑气象和其他因素的意义[17]。本研究通过基于泊松分布的广义相加模型(GAM)建立高温与呼吸系统、心血管系统、儿童呼吸系统、中暑的预警模型,以每日期望发病数作为预警分级依据,在建立模型过程中考虑了除温度外的其他气象因素、空气污染物、星期几效应等混杂因素,对于预测高温热浪时敏感疾病发生频率、及时发布预警信息、指导公众提前采取预防措施等有一定意义。
本研究中模型对于儿童呼吸系统发病的预警准确率较高,Ⅱ级预警当日的门急诊与0级预警相比有明显增加。高温热浪健康风险预警分为Ⅰ、Ⅱ、Ⅲ和Ⅳ四个等级,但是本研究当年发生的预警主要为Ⅰ和Ⅱ级(表 2),Ⅳ级预警一天也没发生,Ⅲ级预警虽有发生也只针对中暑风险。因此本研究中仅Ⅱ级预警的儿童呼吸系统疾病门急诊就诊人数与0级差异有统计学意义。既往研究表明[18-19],幼儿对热浪特别敏感,暴露于热浪可能会对儿童的健康构成威胁。在热浪期间,儿童死亡率显着增加,并可引起与热浪有关的儿科疾病或病症包括肾脏疾病,呼吸系统疾病,电解质紊乱和发烧[20]。本研究结果与婴幼儿对高温敏感性较强的以往结论基本一致。
本研究所建立的高温热浪健康风险指数也有不足的地方,与医院实际就诊数比较发现,现有指数对总呼吸系统和总心血管系统疾病预警效果不理想。医院门急诊和住院数受季节、长期增长趋势、交通是否便利和医疗质量等多种因素影响[21],下一步有待于探索高温热浪健康风险指数等级与实际医院门急诊数量的差异原因,从而进一步调整和完善指数。
深圳市高温热浪健康风险指数及应对体系的建立与应用是一次疾病监测、气象及环境污染物监测数据转化为实际应用的新尝试,仍然处于不断修正、完善阶段,我们将利用现有医院门急诊和急救数据,分析预警信息与健康风险的相关性,对模型进行修正,做好预警系统可靠性评价,并进一步做好高温热浪健康风险预警系统升级改造;基于现有的高温热浪健康风险预警系统,充分利用与气象、环保等部门建立的多部门合作机制,推动高温热浪健康风险多区域(分区预警)、多病种(在原系统的基础上,增加高温敏感性传染病预警)和全人群预警(针对社区、学校和外来务工人员不同人群预警),从而实现高温热浪健康风险精准预警;与社区所在的社康中心合作,对高温热浪敏感疾病(如冠心病、高血压和糖尿病等)进行监测,比较干预前后疾病发病情况,同时在高温期间对外来务工人员开展预警干预效果调查和健康状况调查,进一步做好预警干预效果评价。
[1] |
Arbuthnott KG, Hajat S. The health effects of hotter summers and heat waves in the population of the United Kingdom:a review of the evidence[J]. Environ Health, 2017, 16(S1): 119. DOI:10.1186/s12940-017-0322-5 |
[2] |
Kovats RS, Hajat S. Heat stress and public health:a critical review[J]. Annu Rev Public Health, 2008, 29: 41-55. DOI:10.1146/annurev.publhealth.29.020907.090843 |
[3] |
Mørch SS, Andersen JDH, Bestle MH. Heat stroke:a medical emergency appearing in new regions[J]. Case Rep Crit Care, 2017, 2017: 6219236. |
[4] |
Yin Q, Wang JF. The association between consecutive days' heat wave and cardiovascular disease mortality in Beijing, China[J]. BMC Public Health, 2017, 17: 223. DOI:10.1186/s12889-017-4129-7 |
[5] |
Kang SH, Oh IY, Heo J, et al. Heat, heat waves, and out-of-hospital cardiac arrest[J]. Int J Cardiol, 2016, 221: 232-237. DOI:10.1016/j.ijcard.2016.07.071 |
[6] |
Han J, Liu SQ, Zhang J, et al. The impact of temperature extremes on mortality:a time-series study in Jinan, China[J]. BMJ Open, 2017, 7(4): e014741. DOI:10.1136/bmjopen-2016-014741 |
[7] |
Hajat S, Sheridan SC, Allen MJ, et al. Heat-health warning systems:a comparison of the predictive capacity of different approaches to identifying dangerously hot days[J]. Am J Public Health, 2010, 100(6): 1137-1144. DOI:10.2105/AJPH.2009.169748 |
[8] |
Macfarlane A, Waller RE. Short term increases in mortality during heatwaves[J]. Nature, 1976, 264(5585): 434-436. DOI:10.1038/264434a0 |
[9] |
Pan WH, Li LA, Tsai MJ. Temperature extremes and mortality from coronary heart disease and cerebral infarction in elderly Chinese[J]. Lancet, 1995, 345(8946): 353-355. DOI:10.1016/S0140-6736(95)90341-0 |
[10] |
Jones TS, Liang AP, Kilbourne EM, et al. Morbidity and mortality associated with the July 1980 heat wave in St Louis and Kansas City, Mo[J]. JAMA, 1982, 247(24): 3327-3331. DOI:10.1001/jama.1982.03320490025030 |
[11] |
Almeida SP, Casimiro EC, Calheiros J. Effects of apparent temperature on daily mortality in Lisbon and Oporto, Portugal[J]. Environ Health, 2010, 9: 12. DOI:10.1186/1476-069X-9-12 |
[12] |
刘建军, 郑有飞, 吴荣军. 热浪灾害对人体健康的影响及其方法研究[J]. 自然灾害学报, 2008, 17(1): 151-156. (In English: Liu JJ, Zheng YF, Wu RJ, et al. Impacts of heat waves disaster on human health and its research method[J]. J Nat Dis, 2008, 17(1): 151-156. DOI:10.3969/j.issn.1004-4574.2008.01.026) |
[13] |
Blazejczyk K, Epstein Y, Jendritzky G, et al. Comparison of UTCI to selected thermal indices[J]. Int J Biometeorol, 2012, 56(3): 515-535. DOI:10.1007/s00484-011-0453-2 |
[14] |
Anderson BG, Bell ML. Weather -related mortality:how heat, cold, and heat waves affect mortality in the United States[J]. Epidemiology, 2009, 20(2): 205-213. DOI:10.1097/EDE.0b013e318190ee08 |
[15] |
谈建国, 殷鹤宝, 林松柏, 等. 上海热浪与健康监测预警系统[J]. 应用气象学报, 2002, 13(3): 356-363. (In English: Tan JG, Yin HB, Lin SB, et al. Shanghai heat wave/health warning system[J]. J Appl Meteorol Sci, 2002, 13(3): 356-363. DOI:10.3969/j.issn.1001-7313.2002.03.011) |
[16] |
段芹, 余兰英, 徐小利, 等. 时间序列分析法预测高温干旱期间住院病例数量[J]. 重庆医学, 2011, 40(30): 3084-3086. (In English: Duan Q, Yu LY, Xu XL, et al. Time series analysis for prediction of the inpatient-numbers during hot and drought months[J]. Chongqing Med, 2011, 40(30): 3084-3086. DOI:10.3969/j.issn.1671-8348.2011.30.028) |
[17] |
Zhang K, Rood RB, Michailidis G, et al. Comparing exposure metrics for classifying 'dangerous heat' in heat wave and health warning systems[J]. Environ Int, 2012, 46: 23-29. DOI:10.1016/j.envint.2012.05.001 |
[18] |
Van Zutphen AR, Lin S, Fletcher BA, et al. A population-based case-control study of extreme summer temperature and birth defects[J]. Environ Health Perspect, 2012, 120(10): 1443-1449. DOI:10.1289/ehp.1104671 |
[19] |
Linares C, Díaz J. Impact of heat waves on daily mortality in distinct age groups[J]. Gac Sanit, 2008, 22(2): 115-119. DOI:10.1157/13119318 |
[20] |
Xu ZW, Sheffield PE, Su H, et al. The impact of heat waves on children's health:a systematic review[J]. Int J Biometeorol, 2014, 58(2): 239-247. DOI:10.1007/s00484-013-0655-x |
[21] |
汪庆庆, 李永红, 丁震, 等. 南京市高温热浪与健康风险早期预警系统试运行效果评估[J]. 环境与健康杂志, 2014, 31(5): 382-384. (In English: Wang QQ, Li YH, Ding Z, et al. Assessment on heat-wave and health risks early warning system in Nanjing[J]. J Environ Health, 2014, 31(5): 382-384.) |