手足口病是我国一个重要的公共卫生问题。既往研究表明，气温、湿度、风速是手足口病发病的相关气象影响因素，但这些研究均在控制其他多个气象因素基础上，探讨某一气象因素的影响^[1-2]。而多个气象因素同时放入模型可能存在共线性，另有研究表明这些气象因素的作用是相互影响的^[3-4]。因此，有必要探索多个气象因素共同作用对手足口病发病影响的新方法。1984年Steadman^[5]开发了同时考虑气温、湿度和风速影响的综合指标——体感温度。近期武汉大学报道，体感温度能更准确地评估环境温度与手足口病的关系，但该研究未控制与体感温度无关的其他气象因素，研究地点也仅限1个城市^[6]。本研究收集我国南部的广东省、中部的安徽省、东北的吉林省（3个省份）46个城市的手足口病发病和气象数据，利用分布滞后非线性模型分析体感温度与手足口病的关系、空间异质性及其影响因素，为手足口病早期预警和防控提供科学依据。

资料与方法

1. 资料来源：中国疾病预防控制信息系统收集3个省份46个城市的手足口病报告病例数据（包括广东省21个城市2009-2018年、安徽省16个城市2009-2015年和吉林省9个城市2013-2018年）。排除疑似病例，筛选出已终审卡的病例资料。诊断标准参照《手足口病诊疗指南》^[7]。气象资料来自中国气象数据网（http://data.cma.cn/），包括平均气温（℃）、相对湿度（%）、气压（hPa）、日照时数（h）、风速（m/s）等日监测数据。城市水平的气象数据计算方法：若某城市只有1个站点，则以该站点的气象数据为代表；若某城市≥2个站点，则以各站点数据平均值为代表。社会经济、卫生等数据来自3个省的统计年鉴（http://tjj.jl.gov.cn/tjsj/tjnj/；http://tjj.ah.gov.cn/ssah/qwfbjd/tjnj；http://stats.gd.gov.cn/gdtjnj）。

2. 统计学分析：计算体感温度，参考Steadman^[8]的方法（http://www.bom.gov.au/info/thermal_stress/），公式：

式中，AT为体感温度，Ta为干球温度（℃），即通常气象部门发布的气温，ws为风速（m/s），rh为相对湿度（%）。

采用分布滞后非线性模型（distributed lag non-linear model，DLNM）^[9]拟合体感温度与手足口病发病的关系，首先拟合城市水平的模型，然后以多变量Meta分析合并各省及所有城市体感温度与手足口病发病的关系。由于体感温度是结合多个气象因素计算所得，因此计算用到的因素均不纳入模型，其他气象因素若两两Spearman秩相关系数较大（r_s > 0.7，P < 0.05）也不纳入。考虑各省每日手足口病发病为小概率事件，并可能存在过度离散化，因此采用quasi-Poisson分布作为连接函数，针对可能存在的混杂影响，控制了时间趋势、星期几效应（day of week，DOW）及其他气象因素，模型公式：

式中，t为观察日期，μ_t为第t天的手足口病发病数；β₀为模型截距；AT_t，l为DLNM中的交叉基矩阵，拟合体感温度的非线性暴露效应和滞后效应，β₁为系数；ns（weather confounders，3）为自由度为3的自然立方样条函数（控制其他气象因素的影响，最终纳入日照时数、气压、降水量）^{[2, 10-11]}；Auto_t-1为病例的自回归项；Year_t、Month_t、Dow_t和Holiday_t为分类变量，前2项用于控制时间趋势，后2项分别控制星期几效应和节假日效应，β₂~β₅是相应系数^{[2, 10, 12]}。根据手足口病2~10 d潜伏期，平均病程1周^[7]，并参考既往环境温度-手足口病关系的研究报道^{[1, 6]}，设定体感温度对手足口病作用的最大滞后天数为14 d。关于参照温度的设定，既往研究采用日发病数1例的天数中出现的最低温度^[2]，但考虑到仅1例病例过少，可能存在偶然性，本研究定义5例为最低发病数，在各城市所有日发病数超过5例的天数中找到最低体感温度值，并计算多城市最低体感温度值的均数为参照水平。Meta分析合并多城市的暴露反应关系时采用最优线性无偏估计方法，在城市水平关联和Meta分析合并估计的结果之间进行权衡^[13]，特别是对发病例数较少的城市提供更精确的估计^[14]。体感温度与手足口病间的关系采用RR值表示，DLNM对单个城市0~14 d的回归系数累加，然后作指数（exp）转换获得单个城市累积效应RR值，Meta分析中对多个城市的回归系数和协方差矩阵合并后作指数转换，获得合并的累积效应RR值。

从统计年鉴中获得各城市同期逐年的社会经济和卫生数据，包括国内生产总值（gross domestic product，GDP）、卫生技术人员数和执业/助理医师人数，然后计算多年平均值代表城市水平的指标。此外，计算各城市气象指标的多年算术平均值，作为相应城市特定气候条件的代表指标^[1]。以城市水平的各项指标作为自变量纳入Meta回归模型，以上述体感温度-手足口病的累积效应RR值为因变量，分析各类指标对体感温度作用的潜在修饰效应。先进行单变量回归分析，然后以可能有影响的变量进行多变量回归分析。Cochrane’s Q检验和I²统计量分别用于异质性的定性判断和定量估计，以赤池信息准则（akaike information criterion，AIC）和贝叶斯信息准则（Bayesian information criterion，BIC）评估模型优度，通过似然比检验对修饰因子的效应进行统计学检验^{[13, 15]}。在Meta分析和Meta回归中，模型拟合均采用限制性最大似然估计法。

采用R 3.6.1软件对资料进行描述、分析和图形绘制，主要使用“dlnm”和“mvmeta”软件包进行数据的统计分析，检验水准为α=0.05，所有检验均采用双侧检验。

结果

1. 基本情况：2009-2018年广东省、2009- 2015年安徽省和2013-2018年吉林省累计报告确诊手足口病病例数分别为3 188 767、635 932和65 488例。3个省份每日的报告发病数、体感温度、平均气压、日照时数和降水量见表 1。在广东、吉林两省，手足口病发病数与体感温度的分布趋势基本一致，而安徽省的发病高峰则为体感温度上升阶段；广东省每年有2个发病高峰，而安徽省、吉林省仅有1个发病高峰（图 1）。广东省发病高峰出现在4-6月和9-11月，安徽省和吉林省发病高峰分别在4-7月、7-8月。

2. 体感温度与手足口病发病的关系：

（1）体感温度对手足口病发病的累积效应（图 2）：手足口病的发病风险随体感温度变化而呈非线性改变。总体上，3个省份的手足口病发病风险随着体感温度升高而增加，但每个城市的效应曲线变化差异较大，部分曲线接近20 ℃时开始出现下降趋势。广东省和吉林省的效应曲线与总体相似，广东省手足口病发病风险在接近30 ℃高温时趋于平缓，吉林省的发病风险随着体感温度的上升而持续增加；安徽省为“U”形曲线，18.1 ℃时手足口病发病风险最高（RR=1.40，95%CI：1.28~1.54），> 18.1 ℃时手足口病发病风险与体感温度呈负相关。

（2）体感温度对手足口病发病的滞后作用（图 3）：比较体感温度分别为10%、25%、75%和90%分位数时对手足口病发病的滞后作用。相比于较低的体感温度，较高的体感温度对手足口病的作用更大，持续时间也更长。10%分位数体感温度（1.0 ℃）的作用在滞后2~5 d及13~14 d有统计学意义，在第2天作用最大（RR=1.01，95%CI：1.00~1.01）。25%（7.2 ℃）、75%（27.3 ℃）和90%（31.3 ℃）分位数体感温度的滞后作用则主要从第3天开始有统计学意义，滞后7~8 d时风险最高，最高风险分别为1.02（95%CI：1.01~1.02）、1.07（95%CI：1.06~1.08）和1.07（95%CI：1.06~1.08）。

3. Meta回归分析空间异质性的影响因素：单变量回归分析结果显示，体感温度与手足口病发病风险关联的空间异质性源于经纬度、平均气温和平均日照时数，其中经度解释4.57%的变异，占比最高；多变量回归分析结果显示，同时考虑经纬度、平均气温和平均日照时数，I²统计量下降到63.95%（表 2）。在经纬度、平均气温、平均日照时数的10%和90%分位数处作体感温度-手足口病的估计效应曲线，结果显示，经纬度较高、平均气温较低、平均日照时数较久的地区，手足口病风险随体感温度上升而明显增加（图 4）。

讨论

本研究探讨3个省份46个城市体感温度与手足口病的关系。总体上，气象条件的变化与手足口病的发病有一定的关系，手足口病的发病风险随体感温度的升高而增加。但是，广东省和吉林省的手足口病风险随体感温度上升而增加，而安徽省的手足口病风险在体感温度到达18.1 ℃高峰后下降，不同省份手足口病的空间异质性可能源于地理因素和气象条件的不同。

本研究发现体感温度-手足口病的关系在不同气候区域各不相同。安徽省与既往的研究结果相似，汪金生等^[16]发现手足口病的发病风险在气温15~25 ℃达到高峰，> 25 ℃风险显著下降。Zhao等^[2]、江苏省江阴市^[17]和湖北省仙桃市^[18]在中部地区的研究结果均表明，我国中部地区的气温与手足口病关系呈先上升后下降趋势。广东省的结果与我国南方地区的气温与手足口病关系的既往研究结果一致，即气温较低时随着温度上升，手足口病风险增加较快，气温高时，风险增加减缓^[19-20]。中部和南部地区体感温度对手足口病发病风险影响的变化可能与温度过高及紫外线辐射使肠道病毒失活有关^[21]；此外，气温高时大多数儿童室外活动减少，感染手足口病的概率也相应降低。但是，气温高时，广东省的手足口病发病风险与安徽省相反，可能由于广东省夏季最高体感温度低于安徽省，但常年的年均气温又较高，病毒与人群均可能对高温环境具有一定的适应性。

不同的体感温度对手足口病发病的滞后作用不同，本研究观察到与既往研究相似的结果，低温的滞后作用出现较早，但高温的滞后作用更大且持续时间更久^{[6, 22]}。手足口病的潜伏期多为2~10 d，低温时手足口病的发病风险主要在滞后2~5 d增加，可能由于人体的免疫力在寒冷天气里会降低，以及低温环境可能导致微生物潜伏期缩短，从而导致人体受病毒感染而患病^[23]。而在炎热条件下，在滞后3~14 d手足口病的发生持续处于较高风险，这可能因为随着气温升高到一定程度，病毒增殖活跃度上升，导致人体比低温时更频繁地受到病毒攻击^[6]。

体感温度与手足口病发病关系的空间异质性分析发现，这些差异可通过经纬度、平均气温及平均日照时间做部分解释。高经纬度、平均气温较低、平均日照时间较长的地区手足口病风险随体感温度变化而改变更显著，即对比我国中部、南部城市，经纬度较高、平均气温较低且平均日照时间较长的东北地区，手足口病风险随体感温度上升而增加得更快。可能由于东北地区的气温区间跨度广（-34.6~35.1 ℃）且年均温度低（3.1 ℃），因此当地人群对气温的升高更敏感，但又因少有高温出现（P₇₅仅17.8 ℃），所以累积效应没有出现类似中、南部地区高温时手足口病风险增加减缓的趋势，这与Xiao等^[1]和Zhao等^[2]对我国东北地区的研究结果一致。本研究中其他经济和卫生等指标对异质性的解释没有统计学意义，这与Xiao等^[1]的发现类似。

本研究在分析气温与手足口病的关系时采用体感温度，综合考虑了气温、相对湿度和风速，因此，对这几个气象因素并非像以往研究那样在模型中进行单独控制。Hao等^[6]对武汉市手足口病发病的研究首次分析了体感温度作用，发现体感温度能更准确估计气温与手足口病的风险，这可能是该指标包含了其他气象因素的联合作用，例如风流动可能降低空气中病毒浓度，从而可能降低感染风险^[11]。

本研究存在不足：一是研究为生态学研究设计可能产生生态学谬误。第二，缺乏更多省份和城市的数据，难以外推到更大范围。第三，目前没有相应数据来排除病毒株、疫苗和空气污染等的混杂影响。本研究的优点是采用3个省份46个城市数据，综合考虑了不同气候区域的温度-手足口病间关系；此外，所用时间序列数据跨度至少6年，样本量充足。

综上所述，体感温度是一个同时评估气温、相对湿度和风速3种气象因素与手足口病发病关系的综合指标，其升高会增加手足口病的发病风险，体感温度与手足口病关系的空间异质性与所处地理位置和当地气象因素有关。体感温度可以作为手足口病早期预警的一个指标，在不同地区需要因地制宜地开发预警模型。

利益冲突  所有作者均声明不存在利益冲突