中华预防医学杂志    2019年01期 中国不同区域基于死亡风险评估的热浪定义研究    PDF     文章点击量:184    
中华预防医学杂志2019年01期
中华医学会主办。
0

文章信息

林巧绚 王黎君 林自强 殷鹏 黄正京 刘涛 肖建鹏 李杏 曾韦霖 林梢 周脉耕 马文军
LinQiaoxuan,WangLijun,LinZiqiang,YinPeng,HuangZhengjing,LiuTao,XiaoJianpeng,LiXing,ZengWeilin,LinShao,ZhouMaigeng,MaWenjun
中国不同区域基于死亡风险评估的热浪定义研究
The definition of heat-wave based on mortality risk assessment in different regions of China
中华预防医学杂志, 2019,53(1)
http://dx.doi.org/10.3760/cma.j.issn.0253-9624.2019.01.014

文章历史

投稿日期: 2018-07-30
上一篇:2013—2017年上海重症中暑病例死亡的相关因素分析
下一篇:2005—2013年中国东南沿海地区气温对感染性腹泻的短期影响
中国不同区域基于死亡风险评估的热浪定义研究
林巧绚 王黎君 林自强 殷鹏 黄正京 刘涛 肖建鹏 李杏 曾韦霖 林梢 周脉耕 马文军     
林巧绚 广东省公共卫生研究院环境健康室,广州 511430;林巧绚现在广州市卫生信息中心信息资源部 510062
王黎君 中国疾病预防控制中心慢性非传染性疾病预防控制中心,北京 100050
林自强 纽约州立大学奥尔本尼分校公共卫生学院环境健康科学室,纽约 12222
殷鹏 中国疾病预防控制中心慢性非传染性疾病预防控制中心,北京 100050
黄正京 中国疾病预防控制中心慢性非传染性疾病预防控制中心,北京 100050
刘涛 广东省公共卫生研究院环境健康室,广州 511430
肖建鹏 广东省公共卫生研究院环境健康室,广州 511430
李杏 广东省公共卫生研究院环境健康室,广州 511430
曾韦霖 广东省公共卫生研究院环境健康室,广州 511430
林梢 纽约州立大学奥尔本尼分校公共卫生学院环境健康科学室,纽约 12222
周脉耕 中国疾病预防控制中心慢性非传染性疾病预防控制中心,北京 100050
马文军 广东省公共卫生研究院环境健康室,广州 511430
摘要: 目的  通过分析中国不同地区极端高温与死亡的暴露-反应关系,构建不同区域的热浪定义。方法  收集2006—2011年中国人口超20万的66个疾病监测点气象(来源于中国气象数据网)和居民死亡数据(来源于中国疾病预防控制中心的中国疾病预防控制信息系统),结合气候类型、行政区域把中国分为7个区域。采用两阶段方法分析,第1阶段使用分布滞后非线性模型拟合每个监测点的温度-死亡关系,第2阶段采用多元Meta分析合并每个区域所有监测点的数据,获得区域性温度-死亡的关系,探索热浪的温度阈值和持续时间,建立每个区域基于死亡风险的热浪定义。结果  当日平均温度分别≥5—10月东北、华北、西北、华东、华中和西南日平均温度的P64P71P85P67P75P77时,且该温度连续2 d及以上定义为热浪,对应的温度绝对阈值分别为21.6、23.7、24.3、25.7、28.0和25.3℃;华南地区热浪定义为日平均温度≥5—10月日平均温度的P93(30.4 ℃),持续5 d及以上的炎热天气。结论  根据死亡风险评估建立起具有区域性特征的热浪定义,不同区域的热浪预警温度不同。
关键词 :温度;死亡率;热浪;生态学研究
The definition of heat-wave based on mortality risk assessment in different regions of China
LinQiaoxuan,WangLijun,LinZiqiang,YinPeng,HuangZhengjing,LiuTao,XiaoJianpeng,LiXing,ZengWeilin,LinShao,ZhouMaigeng,MaWenjun     
Department of Environment and Health, Guangdong Provincial Institute of Public Health, Guangzhou 511430, China; Lin Qiaoxuan is working on the Department of Health Information Resources, Guangzhou Center of Health Information, Guangzhou 510062, China
Corresponding author: Zhou Maigeng, Email:maigengzhou@126.com, Tel: 0086-10-63041471
Abstract:Objective  To identify the definition of heat wave based on mortality risk assessment in different regions of China.Methods  Daily mortality (from China Information System for Disease Control and Prevention) and meteorological data (from National Meteorological Information Center in China) from 66 counties with a population of over 200 000 were collected from 2006-2011. With the consideration of climate type and administrative division, China was classified as seven regions. Firstly, distributed lag non-linear model (DLNM) was used to estimate community-specific effects of temperature on non-accidental mortality. Secondly, a multivariate meta-analysis was applied to pool the estimates of community-specific effects to explore the region-specific temperature threshold and the duration for definition of heat wave.Results  We defined regional heat wave of Northeast, North, Northwest, East, Central and Southwest China as being two or more consecutive days with daily mean temperature higher than or equal to the P64, P71, P85, P67, P75 and P77 of warm season (May to October) temperature, respectively, while the thresholds of temperature were 21.6, 23.7, 24.3, 25.7, 28.0 and 25.3 ℃. The heat wave in South China was defined as five or more consecutive days with daily mean temperature higher than or equal to the P93 (30.4 ℃) of warm season (May to October) temperature.Conclusion  The region-specific definition of heat wave developed in our study may provide local government with the guidance of establishment and implementation of early heat-health response systems to address the negative health outcomes due to heat wave.
Key words :Temperature;Mortality;Heat wave;Ecological study
全文

气候变暖已经成为一个不争的事实。随着平均气温持续增高,热浪发生更频繁,强度更大,持续时间更长,发生范围也不断扩大[1]。热浪不但是一个重要的环境问题,也是一个严峻的公共卫生问题。中国66个城市的研究结果表明[2],2006—2011年热浪导致了5.0%(95%CI:2.9%,7.2%)的超额死亡,且不同区域热浪的健康效应不同。目前,我国选用统一的热浪定义(日最高气温≥35 ℃持续3 d及以上的炎热天气)进行预警,没有考虑我国的地域范围很广,气温差异很大,也没有考虑不同地区气温的健康效应会有差别,不利于保护脆弱人群。另外,现有的研究多从单个城市或几个城市探索热浪的定义,不同研究采用不同的方法定义热浪,统计模型和参数也不同,不能用于全国高温热浪预警。因此,本研究基于多城市数据,用统一的方法分析不同地区的高温与死亡的暴露-反应关系,构建具有区域特点的热浪定义,为高温热浪健康预警提供科学依据,具有重要的公共卫生学意义。

资料与方法  

一、资料来源  死亡数据来源于中国疾病预防控制中心的中国疾病预防控制信息系统,包括每位死者的死因、死亡日期、死亡地点。排除因伤害、中毒等外因导致的死亡病例,纳入在《国际疾病分类》第10版(International Classification of Diseases 10th edition,ICD-10)中编码为A00~R99的所有非意外死亡病例。所有死亡病例均需由医生或公安部门填写《死亡医学证明书》,并录入中国死因登记报告信息系统,在数据分析之前,对重复数据和逻辑错误进行清洗。
        气象资料来源于中国气象数据网(http://data.cma.cn/),收集同时段同地区的逐日气象数据,包括日平均温度、日最高温度、日最低温度、日相对湿度、风速、气压、降雨量。气象资料经过国家气象信息中心严格的审核和质量控制,各气象要素数据的实有率在99%以上,数据的正确率接近100%。由于热浪一般发生在暖季,根据月平均温度高于年平均温度的定义[3],暖季定义为5月1日至10月31日。

二、区域划分  热浪的健康效应受纬度、湿度、地理差异和气候类型等影响[4],综合考虑了这些因素,按行政区划把中国(不包括中国香港、澳门和台湾地区)分为7个区域:东北(黑龙江、辽宁、吉林省),华北(北京市、天津市、河北省、山西省、内蒙古自治区),西北(陕西省、甘肃省、宁夏回族自治区、新疆维吾尔自治区、青海省),华东(江苏省、浙江省、安徽省、山东省、上海市),华中(河南省、湖北省、湖南省、江西省),西南(四川省、西藏自治区、贵州省、云南省、重庆市),华南(福建省、广东省、广西壮族自治区)。为了保证每天每个监测点有足够的死亡病例符合时间序列研究模型拟合的要求,收集了2006年1月1日至2011年12月31日人口超过20万的66个监测点(区/县)的资料。

三、统计学分析  

1.基本资料描述:  中国7个区域日均死亡例数、日平均温度和相对温度不服从正态分布,采用最小值、P25P50P75、最大值进行描述,为了与同类研究比较,同时给出了±s

2.选择温度指标:  本研究是多中心研究,采用了两阶段方法进行数据分析。选取日平均温度、日最低温度和日最高温度分别构建各监测点的分布滞后非线性模型,以赤池信息量准则(Akaike information criterion,AIC)最小值所对应的指标作为热浪定义的温度指标。采用以下模型公式:Yt~quasiPoisson(μt);Log(μt)=α+cb(indiceslag)+ns(timedf)+ns(doy4)+ns(rht3)+ns(wst3)+ns(rft3)+ns(prest3)+as.factor(dowt)+as.factor(holidayt)。其中,t代表观察天;Yt指在t天的死亡数;α是截距;cb代表交叉基函数,indices是温度变量,lag是滞后天数;ns()是非线性变量的自然立方样条函数;ns(time)是时间的自然立方样条函数,代表控制了长期趋势;ns(doy)是每年中第几天变量,代表控制了季节趋势,rhtwstrftprest分别代表在t天的日相对湿度、风速、降雨量和气压,自由度均为3。as.factor代表分类变量;dowtt天是星期几,控制星期几效应;holidaytt天是否为节假日,控制假期效应。

3.高温阈值:  将温度指标代入模型,构造第一阶段各监测点的分布滞后非线性模型,使用第1阶段得到的温度暴露效应6 d累积总效应的系数和协方差矩阵[5],作为在第2阶段多元Meta分析自变量,从而合并各个监测点效应到区域层面上。把超过最小死亡温度之后高温效应有统计学意义的起点作为热浪的温度阈值,如果超过最小死亡温度之后高温效应差异无统计学意义,则以最小死亡温度作为该地区热浪温度阈值[6]

4.热浪事件的持续时间:  根据模型获得每个地区的热浪温度阈值,用以得出每一个高温日,再创建一个新变量把非高温日赋值为0,第1个高温日赋值为1,第2个高温日赋值为2,以此类推。与非高温日死亡效应相比,若高温日持续天数与死亡效应差异无统计学意义,则将热浪最小死亡持续时间取2 d,因为有文献报道如果白天暴露高温后晚上没有得到相对低温的缓解,机体更容易受到影响[7],高温若只有1 d,人体体温调节中心会做出应激反应而适应环境温度,也有研究表明死亡更加可能发生在第2个高温日的晚上或之后,因为此时无空调的室内温度与室外温度相近[8],故一般认为热浪的持续时间至少为2 d。若在判断热浪最小死亡持续时间时,将与非高温日死亡效应相比,高温日持续天数与死亡效应有统计学意义,且持续天数达2 d及以上,则以差异有统计学意义的高温持续天数作为该地区的热浪最小死亡持续时间。

5.敏感性分析:  对高温日持续时间的模型构造时,沿用了温度阈值研究时的模型参数,故本研究对高温日持续时间的模型参数进行敏感性分析,改变长期趋势的自由度(2~6)和季节趋势的自由度(2~6),观察模型AIC值是否变化明显。
        研究中所有统计分析均在R3.3.2软件实现[9],使用"dlnm"程序包运行分布滞后非线性模型[10],"mvmeta"程序包实现多变量荟萃分析[11]。如果RR值的95%CI值在同侧,则判定为有统计学意义。

结果  

一、基本情况  2006—2011年中国7个区域暖季温度、湿度和死亡数基本情况见表1。7个区域日平均温度的均值从18.4~26.9 ℃不等,华南最高(26.9 ℃),东北最低(18.4 ℃)。共纳入581 671例死亡病例,华中、华南、西南、东北、华东、华北、西北每个监测点日均死亡人数分别为11、11、10、8、7、5、4例。

表12006—2011年中国7个区域的66个监测点5—10月份日均温度、湿度和死亡例数

二、温度阈值的确定  不同温度指标建模的AIC值不同,平均温度对应的AIC值最低,等于363 740.3,故本研究热浪温度指标选择日平均气温。
        由图1可知,除了西北地区无统计学意义(从最低死亡温度开始之后,RR值的95%CI值包含1,即阴影包含1),其他区域都有统计学意义,即大部分区域高温导致人群死亡风险增高。从图中可知,不同区域具有不同的最低死亡温度,根据本研究确定阈值的方法,东北区域的热浪温度阈值为P64(21.6 ℃),华北为P71(23.7 ℃),西北为P85 (24.3 ℃),华东为P67(25.7 ℃),华中为P75(28.0 ℃),西南为P77(25.3 ℃),华南为P93(30.4 ℃)。

图12006—2011年中国7个区域5—10月温度-死亡7 d累积效应关系曲线和温度阈值

三、持续时间确定  中国7个区域暖季高温日持续时间-死亡效应关系见图2。从图中可以看到,随着高温持续时间增长,死亡风险先升高后趋向平稳。与非高温日相比,东北、华中、西南和华南高温持续日的死亡风险具有统计学意义,东北在0~8 d、华中在0~4 d、西南在1~9 d、华南在5~10 d差异均有统计学意义(从最低死亡温度开始之后RR值的95%CI值不包含1,即阴影不包含1)。因为热浪需至少持续2 d及以上,故东北、华中、西南和华南在开始于高温第2天,热浪的最小持续时间分别为第2、2、2和5天,而华北、西北和华东差异均无统计学意义,故以持续2 d作为该地区热浪最小持续时间。7个区域基于死亡风险的热浪定义见表2

表2中国7个区域基于死亡风险评估的热浪定义
图22006—2011年中国7个区域5—10月高温日持续时间-死亡效应关系曲线

四、敏感性分析  改变每个区域高温日持续时间与死亡的分布滞后非线性模型参数,结果显示,不同参数组合的模型AIC值变化不大,各区域AIC值变动范围如下:东北39 948~40 020,华北41 634~42 232,西北36 451~36 625,华东85 564~85 690,华中63 486~64 340,西南64 579~65 037,华南44 063~44 271,说明模型是稳健的,结果不受模型参数改变而改变。

讨论  本研究得出中国各区域的热浪绝对温度阈值为21.6~30.4 ℃,低于以往基于气候特征评估的热浪阈值(35 ℃)。基于气候特征确定的热浪阈值没有考虑气温健康影响的地区差异和适应,不适合作为人群健康的早期预警值,而基于死亡风险评估的热浪阈值考虑了机体对热浪的应激反应和适应程度,较为科学。
        本研究结果表明,我国北方热浪温度阈值低于南方,高原地区温度阈值低于平原地区,这表明不同区域人群对高温热浪的适应具有异质性。以往的研究也指出不同区域的热浪健康效应各异,Anderson等[12]在美国43个城市的研究发现,东北和中西部城市的热浪效应高于南部城市。Baccini等[13]对15个欧洲城市开展研究,发现地中海城市的温度阈值比北欧城市要高。Gao等[14]对中国5个城市居民对热浪的健康效应研究发现,北部城市或较高纬度的城市居民比南部城市或较低纬度的城市居民对热浪更加敏感。这可能是因为:第一,较暖地区的居民对高温产生了机体适应;第二,不同区域有不同的适应能力,例如因空调普及率、居民房子的类型、衣服的类型等原因适应能力不同;第三,不同地区的人群对热浪预警反应不同[12]
        本研究把高温持续时间的效应独立于温度效应,把持续时间作为一个连续性变量纳入模型来研究高温持续时间的死亡效应,优于事先设置几个持续时间而通过比较模型拟合效果而选取热浪持续时间的方法[15,16]。本研究发现,高温持续时间的死亡效应明显小于温度的效应,与以前的研究结果一致,如Gasparrini等[15]研究发现,美国108个城市热浪强度的超额死亡率为4.9%,高于热浪持续时间引起的超额死亡率(0.3%)。另外,Zeng等[17]在广东4个城市的研究也得到相似的结果,热浪强度引起的超额死亡率为13.1%,高于热浪持续时间引起的超额死亡率(1.9%),而Xu等[18]对60篇文献进行Meta分析,发现热浪持续时间的效应低于热浪强度的效应。这可能是因为人群已经从生理上和行为上对持续多天的热浪做出适应[19]
        本研究基于多城市数据用统一的方法探索不同地区的高温与死亡的暴露-反应关系,综合考虑我国的地域范围宽广,气温差异大,不同地区高温的健康效应有差别,构建具有区域特点的热浪定义,为高温热浪健康预警提供科学依据,具有重要的公共卫生学意义。然而本研究也存在不足,第一,本研究没有考虑城市化、人口老龄化和适应能力对热浪死亡的影响。有研究提示城市化、老龄化是影响气候变化健康效应的重要因素,快速城市化可加快气候变化的进程,改变城市环境和居民的生活方式,从而改变人群对气候因素的敏感性[20];老龄化可增加气候变化脆弱人群的数量[21];而适应能力的提高可减缓气候变化对健康的影响,例如使用空调、改变出行模式和建筑环境、提高医疗水平等[22]。第二,本研究未能纳入空气污染物的影响,但是以前的文献也指出空气污染对温度-死亡之间的关系影响不大[23,24];第三,本研究采用生态学研究方法,使用监测点数据代表个体的温度暴露,难以反映个体的实际暴露,可能会导致测量偏倚,还可能产生生态学谬误。早期热浪预警和健康教育是提高社区居民高温热浪和气候变化应对能力的有效手段[25,26],在未来的研究中,应进一步评估各区域基于死亡风险热浪定义的应用效果。

参考文献
[1]RheinM, RintoulSR, AokiS, et al. Observations: ocean. in: climate change 2013: the physical science basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [M]. Cambridge: Cambridge University Press, 2013.
[2]MaW, ZengW, ZhouM, et al. The short-term effect of heat waves on mortality and its modifiers in China: an analysis from 66 communities[J]. Environ Int, 2015,75:103-109. DOI: 10.1016/j.envint.2014.11.004.
[3]LiuT, LiTT, ZhangYH, et al. The short-term effect of ambient ozone on mortality is modified by temperature in Guangzhou, China [J]. Atmos Environ. 2013, 76:59-67. DOI:10.1016/j.atmosenv.2012.07.011.
[4]XiaoJ, PengJ, ZhangY, et al. How much does latitude modify temperature-mortality relationship in 13 eastern US cities?[J]. Int J Biometeorol, 2015,59(3):365-372. DOI: 10.1007/s00484-014-0848-y.
[5]GasparriniA, GuoY, HashizumeM, et al. Mortality risk attributable to high and low ambient temperature: a multicountry observational study[J]. Lancet, 2015,386(9991):369-375. DOI: 10.1016/S0140-6736(14)62114-0.
[6]MaW, WangL, LinH, et al. The temperature-mortality relationship in China: An analysis from 66 Chinese communities[J]. Environ Res, 2015,137:72-77. DOI: 10.1016/j.envres.2014.11.016.
[7]TongS, KanH. Heatwaves: what is in a definition?[J]. Maturitas, 2011,69(1):5-6. DOI: 10.1016/j.maturitas.2011.01.009.
[8]RobinsonPJ. On the definition of a heat wave[J]. J Appl Meteorol, 2001, 40: 762-775. DOI:10.1175/1520-0450(2001)040<0762:otdoah>2.0.CO:2.
[9]TeamRC. R: A language and environment for statistical computing. Vienna, Austria: The R foundation for statistical computing:2015 [EB/OL]. [2017-01-12]. http://www.R-project.org/.
[10]GasparriniA. Distributed lag linear and non-linear models in r: the package dlnm[J]. J Stat Softw, 2011,43(8):1-20.
[11]GasparriniA, ArmstrongB, KenwardMG. Multivariate meta-analysis for non-linear and other multi-parameter associations[J]. Stat Med, 2012,31(29):3821-3839. DOI: 10.1002/sim.5471.
[12]AndersonGB, BellML. Heat waves in the United States: mortality risk during heat waves and effect modification by heat wave characteristics in 43 U.S. communities[J]. Environ Health Perspect, 2011,119(2):210-218. DOI: 10.1289/ehp.1002313.
[13]BacciniM, BiggeriA, AccettaG, et al. Heat effects on mortality in 15 European cities[J]. Epidemiology, 2008,19(5):711-719. DOI: 10.1097/EDE.0b013e318176bfcd.
[14]GaoJ, SunY, LiuQ, et al. Impact of extreme high temperature on mortality and regional level definition of heat wave: a multi-city study in China[J]. Sci Total Environ, 2015,505∶535-544. DOI: 10.1016/j.scitotenv.2014.10.028.
[15]GasparriniA, ArmstrongB. The impact of heat waves on mortality[J]. Epidemiology, 2011,22(1):68-73. DOI: 10.1097/EDE.0b013e3181fdcd99.
[16]DongW, ZengQ, MaY, et al. Impact of heat wave definitions on the added effect of heat waves on cardiovascular mortality in Beijing, China[J]. Int J Environ Res Public Health, 2016,13(9). DOI: 10.3390/ijerph13090933.
[17]ZengW, LaoX, RutherfordS, et al. The effect of heat waves on mortality and effect modifiers in four communities of Guangdong Province, China[J]. Sci Total Environ, 2014,482-483:214-221. DOI: 10.1016/j.scitotenv.2014.02.049.
[18]XuZ, FitzGeraldG, GuoY, et al. Impact of heatwave on mortality under different heatwave definitions: A systematic review and meta-analysis[J]. Environ Int, 2016,89-90:193-203. DOI: 10.1016/j.envint.2016.02.007.
[19]LinH, ZhangY, XuY, et al. Temperature changes between neighboring days and mortality in summer: a distributed lag non-linear time series analysis[J]. PLoS One, 2013,8(6):e66403. DOI: 10.1371/journal.pone.0066403.
[20]LiX, SongJ, LinT, et al. Urbanization and health in China, thinking at the national, local and individual levels[J]. Environ Health, 2016,15Suppl 1:32. DOI: 10.1186/s12940-016-0104-5.
[21]ZengW, LaoX, RutherfordS, et al. The effect of heat waves on mortality and effect modifiers in four communities of Guangdong Province, China[J]. Sci Total Environ, 2014,482-483:214-221. DOI: 10.1016/j.scitotenv.2014.02.049.
[22]VardoulakisS, DearK, HajatS, et al. Comparative assessment of the effects of climate change on heat-and cold-related mortality in the United Kingdom and Australia[J]. Environ Health Perspect, 2014,122(12):1285-1292. DOI: 10.1289/ehp.1307524.
[23]AndersonBG, BellML. 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.
[24]KimH, HaJ S, ParkJ. High temperature, heat index, and mortality in 6 major cities in South Korea[J]. Arch Environ Occup Health, 2006, 61(6): 265-270. DOI:10.3200/AEOH.61.6.265-270.
[25]李永红,汪庆庆,兰莉,等.中国四城市社区居民应对高温热浪的干预措施效果评估[J].中华预防医学杂志,2018,52(4): 424-429. DOI: 10.3760/cma.j.issn.0253-9624.2018.04.017.
[26]汪庆庆,于永,李永红,等.南京社区居民应对热浪健康干预效果评价[J].中华预防医学杂志,2018,52(2): 188-190. DOI: 10.3760/cma.j.issn.0253-9624.2018.02.014.