气象条件与脑卒中发病的关系复杂^[1]，目前在研究气象与脑卒中关系方面，主要是利用GAM研究温度与居民逐日死亡之间的关系，且研究主要以全死因死亡为主^{[2, 3]}。为了更准确地探讨深圳市脑卒中与气象条件的关系，本研究应用广义相加模型（generalized additive models，GAM）^[4]研究深圳市周平均气温与脑卒中发生的关系，并按性别和年龄进行分层分析。现将结果报告如下。

脑卒中的发病资料及患者的一般人口学特征资料（性别、年龄等）来源于2003年1月1日~2005年12月31日深圳市脑卒中疾病报告系统监测资料（深圳市慢性病防治院提供），共获得脑卒中报告病例15 434例，其中男性9 285例，女性6 149例，<65岁者8 452例，≥65岁者6 982例。同时收集整理同一时段即2003~2005年的气温、相对湿度等气象资料（深圳市气象局提供）。

采用时间序列的半参数GAM模型分析^[4]深圳市周平均温度与脑卒中周发病人数的关系，基本表达式为$\log [E(yi)]=\sum {{f}_{j}}{{x}_{j}}$。式中E(yi)为第i周发病人数的预测值，f_j为非参数平滑函数，X_j为产生非线性影响的变量（如气象因素和时间趋势变量）。采用平滑样条函数（smoothing spline function）^{[5, 6]}最大程度拟合与控制时间有关的因素，以及相对湿度对脑卒中发病的影响，同时把周平均气温作为直线变量引入模型，探讨周平均温度对脑卒中发病的影响。采用广义交叉检验(generalized cross validation,GCV)的自适应约束最小二乘估计方法^[5]对模型进行评估。

采用SAS 8.2软件建立模型进行描述性分析。

（1）总体参数：2003年1月1日~2005月12月31日期间，深圳市脑卒中发病15 434例，每周平均（99.00±29.56）例，周发病最小值35例，最大值228例，25%位数为77.25例，75%位数为118.75例，中位数为95例。（2）性别参数：男性发病9 285例,周平均发病(59.52±17.93)例,周发病最小值17例,最大值135例,25%位数为46.25例,75%位数为71.75例,中位数为57例；女性发病6149例，周平均发病(39.42±13.86)例,周发病最小值14例,最大值93例,25%位数为28例,75%位数为48例,中位数为39.42例。（3）年龄参数：<65岁发病8 452例，周平均发病(54.18±18.00)例，周发病最小值12例,最大值130例,25%位数为42例,75%位数为67例,中位数为50.50例；≥65岁发病6982例，周平均发病(44.76±13.72)例,周发病最小值16例,最大值98例,25%位数为35例,75%位数为51.75例,中位数为44例。正态性检验结果显示，深圳市脑卒中周发病频数服从正态分布，适合采用时间序列的半参数GAM模型进行分析。

（1）气温：2003~2005年，深圳市平均气温为(23.58±5.31)℃，周气温最低为10.90℃，最高为30.80℃，25%位数为19.30℃,75%位数为28.09℃,中位数为24.96℃;(2)湿度：2003~2005年，深圳市周平均相对湿度为(72.35±8.50)%，周相对湿度最低为48.00%，最高为87.14%,25%位数为66.14%,75%位数79.03%,中位数为74.85%。气温与相对湿度的相关分析结果显示，周平均温度与周平均相对湿度之间存在正相关，相关系数r为0.384（P<0.000 1）。

表 1

表 1 深圳市脑卒中周发病人数与主要气象参数关系的GAM拟合分析

表 1 深圳市脑卒中周发病人数与主要气象参数关系的GAM拟合分析

采用光滑样条函数对变量进行广义相加模型的非参数拟合，拟合方程为：$\log (Y)=4.383+(-0.015{{X}_{1}})+0.999({{\text{X}}_{2}})+0.997({{\text{X}}_{3}})$，其中4.383为常数项，-0.015为线性参数，0.999，0.997分别为X₁、X₂的平滑参数。结果显示，周平均气温与脑卒中存在统计学关联,即随着气温降低，脑卒中发病人数增加。按性别分层分析结果显示，气温对女性或<65岁者脑卒中发病的影响更大，发病风险随着周平均气温的降低而增加（分别P=0.0023，P=0.0027）；而对男性或≥65岁者脑卒中发病的影响差异无统计学意义（分别P=0.0585，P=0.0831）。周平均相对湿度与脑卒中发病未见明显影响。

本文结果表明，深圳市脑卒中发病与周平均气温存在线性关系（P=0.0010）,发病的相对危险度随着温度的降低而增加，存在负相关，提示冬季低温是诱导深圳市脑卒中发病的主要气象因素。

结果还显示，温度对不同性别脑卒中的发病影响不同，女性脑卒中发病主要受冬季低温影响，男性脑卒中发病与气温降低未见明显影响；此外，气温对≥65岁者的人群脑卒中发病的影响也不明显，此结果与刘方等人的研究结果不同^[1]，这可能与深圳市所处的地理位置有关，深圳市周平均气温偏高、气温波动幅度等均与上述研究现场不同，从而导致气温对不同性别脑卒中发病的影响不同；气温对男性和女性发病影响不同还可能与不同性别的生理差异有关；低温造成大气污染家中可能对脑卒中发病也有影响有待进一步研究。

非参数的广义相加模型与参数模型相比具有诸多优点，如放宽线性条件要求，适用于任意分布的资料等。尤其是应变量与自变量之间的具体依存关系不明确时，或者应变量分布不易判定或不符合所要求的分布，而自变量的个数较多时，适用广义相加模型^{[7, 8]}。本文选择气温与相对湿度2个自变量进行相关分析。结果显示，它们的相关系数为0.384，共线性诊断表明数据存在严重的内相关性，即不能用传统的广义线性模型研究气温与脑卒中发病的关系。本文采用平滑样条函数控制脑卒中发病的季节趋势以及周平均相对湿度的影响后，采用广义相加模型进行非参数拟合。结果表明，在数据存在严重共线性而不满足传统的多元线性回归分析的假设条件，采用最小二乘法获得的参数估计不可靠时，广义相加模型能够有效地探讨气温与脑卒中发病的关系。