中国公共卫生  2019, Vol. 35 Issue (9): 1242-1244   PDF    
极端气温对济南市非意外死亡及主要死因别死亡影响
韩京1, 房巧玲1, 周林1, 张军1, 刘守钦1, 张济1, 张颖2    
1. 济南市疾病预防控制中心,山东250021;
2. 悉尼大学公共卫生学院
摘要目的 探讨极端气温对山东省济南市居民非意外死亡及主要死因别死亡的影响,筛查敏感人群。方法 收集济南市2011 — 2014年居民非意外死亡及主要死因别逐日死亡资料和同时期的气象资料。采用时间序列泊松回归模型,分析极端气温对济南市非意外死亡及主要死因别死亡人数、死亡风险的影响。结果 极端低温暴露(寒潮)显著增加居民非意外死亡及主要死因别日均死亡人数(P < 0.01),极端高温暴露(热浪)仅对居民非意外死亡日死亡人数具有影响( P < 0.05),对主要死因别死亡无明显影响。回归分析结果显示,寒潮暴露明显增加居民非意外死亡、呼吸系统疾病死亡、卒中和慢性阻塞性肺疾病(COPD)死亡风险( RR = 1.27、1.19、1.11、1.08, P < 0.01);热浪暴露增加居民非意外死亡和卒中的死亡风险( RR = 1.02、1.06,P < 0.05)。全部人群不论性别与年龄均是寒潮敏感人群;65岁以上老年人是热浪敏感人群( RR = 1.03,P < 0.01)。结论 极端气温可增加济南市居民非意外死亡及主要死因别日均死亡人数与死亡风险,全部人群均是寒潮敏感人群,65岁以上老年人是热浪敏感人群,在极端气温期间应针对敏感人群采取预防与救治措施。
关键词极端气温事件     非意外死亡     广义相加模型    
Impact of temperature extremes on non-accidental and cause-specific deaths in Ji′nan city
HAN Jing, FANG Qiao-ling, ZHOU Lin, et al     
Ji’nan Municipal Center for Disease Control and Prevention, Ji′nan, Shandong Province 250021, China
Abstract: Objective To investigate the relationship between temperature extremes and daily number of non-accidental and cause-specific deaths and to identify populations vulnerable to adverse effect of temperature extremes in Ji′nan city, Shandong province. Methods We collected data on daily number of non-accidental and cause-specific deaths from death registry of Ji′nan city over the period of 2011 – 2014 and meteorological variables were also collected simultaneously. We applied time-series adjusted Poisson regression to assess the effects of extreme temperature on mortality and death risk of non-accidental and cause-specific deaths by controlling for lagged effect, autocorrelation, age, gender, and other confounders. Results Extreme low-temperature events (cold spells) significantly increased daily number of non-accidental and cause-specific deaths (P < 0.01). Extreme high-temperature events (heat waves) increased non-accidental deaths but not cause-specific deaths. Cold spells significantly increased the risk of deaths due to non-accidental injury (relative risk [ RR] = 1.27), respiratory disease (RR = 1.19), stroke (RR = 1.11), and chronic obstructive pulmonary disease (COPD) (RR = 1.08) (P < 0.01 for all). Heat waves were most pronounced for increased deaths of non-accidental injury ( RR = 1.02) and stroke (RR = 1.06)(both P < 0.05). The vulnerability to cold spells was for the whole population regardless of age and gender. The elderly were more vulnerable to adverse effect of heat waves ( RR = 1.03, P < 0.01). Conclusion Both extreme high and low temperature could increase daily number and risk of non-accidental and cause-specific deaths among residents in Ji′nan city; the whole population is vulnerable to cold spells and the elderly aged more than 65 years are more vulnerable to heat waves. The findings suggest that interventions should be developed for vulnerable populations during extreme weather events.
Key words: temperature extreme     non-accidental death     generalized additive model    

在全球气候变暖背景下,气象因素对健康的影响逐渐成为各国政府、气象研究者和公众关注的热点问题。气候变暖导致极端气温事件如热浪、寒流、水灾等发生频率及持续的时间显著增加。如2003、2010年欧洲和俄罗斯的高温热浪;2014年北美洲的寒潮事件,打破了100年历史记录的最低温度[12]。在中国,2013年7月江淮、江南、重庆等地出现破历史纪录的持续高温[3]。2008年南方大部分地区出现了建国以来罕见的持续大范围低温、雨雪和冰冻极端天气,估计造成直接经济损失超过22.3亿美元[4]。研究表明极端气温对人体健康造成的直接影响则是增加死亡率和死亡风险[5]。本研究拟探讨山东省济南市极端气温对非意外死亡及主要死因别死亡的影响,查找敏感人群,旨在为制定极端气温条件下公共卫生策略提供科学依据。结果报告如下。

1 资料与方法 1.1 死因资料

来源于全国疾病监测死因监测系统济南市疾病预防控制中心监测报告的济南市居民2011年1月1日 — 2014年12月31日死亡资料。死因资料的统计按照国际疾病分类(International Statistical Classification of Diseases and Related Health Problems, Tenth Revision, ICD-10)编码进行,非意外死亡(A00-R99),不包括车祸、中毒、损伤等意外死亡。主要死因包括呼吸系统疾病(J00-J99)、卒中(I60-I69)和慢性阻塞性肺疾病(chronic obstructive pulmonary disease, COPD)(J40-J44, J47)。

1.2 气象资料

与研究同时段的逐日气象资料来自于中国气象科学数据共享服务网,主要包括日最高气温、日最低气温、日均气温、日均相对湿度等。

1.3 极端气温定义

结合国内外研究方法及济南市气温特点,本研究中将热浪定义为:日均气温 ≥ 第95百分位数且至少连续3 d;寒潮定义为:日均气温 ≤ 第5百分位数且至少连续3 d。为定量研究极端气温的健康效应,本研究中极端气温定义为二元变量,暴露为1,非暴露为0。

1.4 统计分析

采用Stata 12.0 软件进行统计分析,极端气温暴露与非暴露对济南市居民每日非意外死亡及主要死因别死亡人数的影响,采用Wilcoxon秩和检验,检验水准为 α = 0.05。采用时间序列泊松回归广义相加模型(generalized additive model, GAM)分析极端气温对济南市居民非意外死亡及主要死因别死亡的风险。

Log[E(Yt)] = α + β Tmint + η DOWt + γ Stratat + λ RHt + δ EDt

其中,Yt观察日t当天的死亡人数,E(Yt):观察日t死亡人数的预期值;α:截距;β,η,γ,λ,δ:通过回归模型估计的指示变量系数;Tmint:观察日t当天的平均温度;DOWt:星期哑元变量,处理星期效应;Strata:用来控制季节趋势和长期趋势;RHt:观察日t当天的相对湿度;EDt:观察日t当天的极端气温暴露(暴露为1、非暴露为0)。考虑到温度对人体危害可能的滞后效应,选取温度对不同死因别死亡的滞后天数(7~14 d)纳入模型,计算相对危险度(RR)值。

2 结 果 2.1 2011 — 2014年济南市非意外死亡及主要死因别日均死亡人数

2011 — 2014年济南市共报告非意外死亡152 150例(日均死亡104.1例),其中呼吸系统疾病死亡11 690例(日均死亡8.0例),占7.7 %(11 690/152 150);卒中死亡33 001例(日均死亡22.6例),占21.7 %(33 001/152 150);COPD死亡6 624例(日均死亡4.5例),占4.3 %(6 624/152 150)。

2.2 2011 — 2014年济南市极端气温情况(表1
表 1 2011 — 2014年济南市极端气温特征

2011 — 2014年济南市日均气温为14.7 ℃(最低温度为 – 9.4 ℃,最高温度为34 ℃),第5和第95百分位数分别为 – 3.6 ℃和 29 ℃。4年间济南市先后发生7次寒潮(共计28 d),8次热浪(共计39 d)。极端气温持续时间最短为3 d,最长6 d。7次寒潮中日均气温最低为0 ℃,最高为5.4 ℃;8次热浪中日均气温最低为20.7 ℃,最高为25.7 ℃。

2.3 极端气温对非意外死亡及主要死因别日均死亡人数影响(表2
表 2 极端气温暴露对非意外死亡及主要死因别日均死亡人数影响

与非寒潮期比较,寒潮期暴露显著增加济南市居民非意外死亡、呼吸系统疾病、卒中和COPD日均死亡人数,差异有统计学意义(P < 0.01);热浪期暴露明显增加非意外死亡人数( P < 0.05),但是对呼吸系统疾病、卒中和COPD死亡的影响无统计学意义( P > 0.05)。

2.4 极端气温对非意外死亡及主要死因别死亡风险影响(表3
表 3 极端气温对非意外死亡及主要死因别死亡风险影响

回归分析显示,寒潮暴露显著增加济南市居民非意外死亡、呼吸系统疾病、卒中和COPD死亡风险(P < 0.05);热浪暴露仅增加济南市居民非意外死亡和卒中的死亡风险,但对呼吸系统疾病和COPD死亡风险无明显影响。

2.5 极端气温人群敏感性

济南市非意外死亡居民中不论性别还是年龄均是寒潮暴露敏感人群,其中男、女性对寒潮暴露的RR值分别为1.09、1.12(P < 0.01);65岁以上老年人和低年龄组人群寒潮暴露的 RR值分别为1.08、1.14(P < 0.01)。对于热浪暴露,男性和女性居民均是热浪敏感人群( RR = 1.03、1.04,P < 0.05),相较于低年龄组人群,65岁以上老年人更易受热浪的影响( RR = 1.03,P < 0.01)。

3 讨 论

人体能够通过自主调节以适应外界环境温度的剧烈变动,但是这种调节能力有限,因此,不同温度条件对人群死亡影响程度各不相同。研究显示,高温和低温均能增加当地居民死亡人数及死亡风险[68]。在已有的极端气温研究中更多关注高温热浪[911],对极端低温的死亡影响研究则较少[1213]。济南位于山东省中西部,属于温带气候,由于独特的地理位置,夏季极热冬季极冷,曾被称为四大火炉之一。有研究表明温度过高或过低均可对济南城区居民非意外死亡造成影响[14],高温热浪能够显著增加济南市居民死亡风险,引起24.88 % 超额非意外死亡[15]

本研究结果显示,寒潮显著增加济南市居民非意外死亡及主要死因别(呼吸系统疾病,脑卒中,COPD)日均死亡人数及死亡风险,热浪显著增加非意外死亡人数及死亡风险,但对呼吸系统疾病,脑卒中和COPD死亡人数及死亡风险无明显影响。有研究表明低温对呼吸系统疾病的死亡影响大于高温,COPD死亡率随气温降低逐渐递增[16],与本研究结果相近。研究显示,寒潮对不同种类疾病的影响不同,如专门研究欧洲冬季气候对人体健康影响的“欧洲冬季项目组”(Eurowinter Group)研究发现,冷效应仅对呼吸系统疾病有影响,但对心血管疾病及缺血性心脏疾病无影响[17]。在中国对36个社区的研究发现寒潮对呼吸系统疾病死亡率影响高于心、脑血管疾病死亡率[18],但在美国和爱尔兰却观察到低温对心血管疾病影响比呼系统疾病更显著[19]

本研究结果还显示,济南市男、女性居民对极端气温均敏感,不同年龄人群对寒潮均易感,65岁以上老年人较低年龄组人群(< 65岁)对高温热浪更敏感。有研究表明高温对年轻男性影响较大, 低温对女性影响较大[20];但也有研究显示,男性和女性对于气温变化的敏感程度近似[16]。有研究显示65岁以上老年人对气温升降变化高度敏感[16, 20],但也有研究表明65岁以上人群对高温敏感[21]。提示,应建立面向全人群的极端天气预警和保障工作,同时加强面向全人群的极端气温健康知识宣传和教育工作。此外,还应针对患有不同慢性疾病的人群如呼吸系统疾病、脑卒中、COPD疾病的人群,开展极端气温特别是寒潮天气的预警,以降低疾病死亡率。

参考文献
[1] Barriopedro D, Fischer EM, Luterbacher J, et al. The hot summer of 2010: redrawing the temperature record map of Europe[J]. Science, 2011, 332(6026): 220–224. DOI:10.1126/science.1201224
[2] Luterbacher J, Dietrich D, Xoplaki E, et al. European seasonal and annual temperature variability, trends, and extremes since 1500[J]. Science, 2004, 303(5663): 1499–1503. DOI:10.1126/science.1093877
[3] Gu S, Huang C, Bai L, et al. Heat-related illness in China, summer of 2013[J]. International Journal of Biometeorology, 2016, 60(1): 131–137. DOI:10.1007/s00484-015-1011-0
[4] Zhou MG, Wang LJ, Liu T, et al. Health impact of the 2008 cold spell on mortality in subtropical China: the climate and health impact national assessment study (CHINAs)[J]. Environ Health, 2014, 13: 60. DOI:10.1186/1476-069X-13-60
[5] Guo Y, Gasparrini A, Armstrong B, et al. Global variation in the effects of ambient temperature on mortality: a systematic evaluation[J]. Epidemiology, 2014, 25(6): 781–789. DOI:10.1097/EDE.0000000000000165
[6] 严青华, 张永慧, 马文军, 等. 广州市2006 — 2009年气温与居民每日死亡人数的时间序列研究[J]. 中华流行病学杂志, 2011, 32(1): 9–12.
[7] 曾韦霖, 李光春, 肖义泽, 等. 中国四城市温度对居民心脑血管疾病死亡影响的时间序列研究[J]. 中华流行病学杂志, 2012, 33(10): 1021–1025. DOI:10.3760/cma.j.issn.0254-6450.2012.10.006
[8] Si CZ, Chen XD, Zhou L, et al. Relationship between temperature and daily mortality in a district of Nanjing: a time-series study[J]. Journal of Environment and Health, 2011, 28(3): 230–232.
[9] 刘玲, 张金良. 气温热浪与居民心脑血管疾病死亡关系的病例交叉研究[J]. 中华流行病学杂志, 2010, 31(2): 179–184. DOI:10.3760/cma.j.issn.0254-6450.2010.02.015
[10] 陈横, 李丽萍, 陈英凝. 沿海城市高温热浪与每日居民死亡关系的研究[J]. 环境与健康杂志, 2009, 26(11): 988–991.
[11] 杜宗豪, 莫杨, 李湉湉. 2013年上海夏季高温热浪超额死亡风险评估[J]. 环境与健康杂志, 2014, 31(9): 757–760.
[12] Fang B, Han M, Jin WZ, et al. Low temperature-induced excess mortality in Shanghai, 2003 – 2007[J]. Journal of Environmental and Occupational Medicine, 2012, 29(7): 411–414.
[13] 孙允宗, 李丽萍, 周脉耕. 气温对中国五城市居民死亡率的滞后影响分析[J]. 中华预防医学杂志, 2012, 46(11): 1015–1019. DOI:10.3760/cma.j.issn.0253-9624.2012.11.012
[14] 李萌萌, 周脉耕, 张霞, 等. 济南市4个区气温对非意外死亡及死因别死亡的影响[J]. 中华流行病学杂志, 2014, 35(6): 684–688. DOI:10.3760/cma.j.issn.0254-6450.2014.06.015
[15] Zhang J, Liu S, Han J, et al. Impact of heat waves on nonaccidental deaths in Ji′nan, China, and associated risk factors[J]. International Journal of Biometeorology, 2016, 60(9): 1367–1375. DOI:10.1007/s00484-015-1130-7
[16] 王珏, 于连政, 穆慧娟, 等. 沈阳市日均气温与呼吸疾病死亡率关系[J]. 中国公共卫生, 2009, 25(4): 481–482. DOI:10.3321/j.issn:1001-0580.2009.04.048
[17] Eurowinter Group. Cold exposure and winter mortality from ischaemic heart disease, cerebrovascular disease, respiratory disease, and all causes in warm and cold regions of Europe[J]. Lancet, 1997, 349(9062): 1341–1346. DOI:10.1016/S0140-6736(96)12338-2
[18] Braga ALF, Antonella Z, Joel S. The effect of weather on respiratory and cardiovascular deaths in 12 U.S. cities[J]. Environmental Health Perspectives, 2002, 110(9): 859–863. DOI:10.1289/ehp.02110859
[19] Zeka A, Browne S, Mcavoy H, et al. The association of cold weather and all-cause and cause-specific mortality in the island of Ireland between 1984 and 2007[J]. Environ Health, 2014, 13: 104. DOI:10.1186/1476-069X-13-104
[20] 李静, 罗书全, 丁贤彬, 等. 重庆市逐日温度对人群死亡及寿命损失年影响的研究[J]. 中华流行病学杂志, 2016, 37(3): 375–380. DOI:10.3760/cma.j.issn.0254-6450.2016.03.017
[21] 于连政, 井立滨, 冯毅平, 等. 沈阳市1992 — 2000年间日平均气温与居民循环系统疾病日均死亡率的关系[J]. 中国慢性病预防与控制, 2008, 16(3): 221–224. DOI:10.3969/j.issn.1004-6194.2008.03.001