《環境與職業醫學》雜志官方網站 《環境與職業醫學》雜志官方網站 白小姐一肖精选中特网 上期开特下期必开八肖 31选7开奖结果今天r 股票配资官网 新疆11选五手机板 安泰科技股票行情 甘肃快三500走势图 幸运赛车选号技巧心得 北京快3一定牛基本走势 下载北京快3助手正版 澳洲幸运5开奖结果体彩

上期开特下期必开八肖 31选7开奖结果今天r 股票配资官网 新疆11选五手机板 安泰科技股票行情 甘肃快三500走势图 幸运赛车选号技巧心得 北京快3一定牛基本走势 下载北京快3助手正版 澳洲幸运5开奖结果体彩

首頁> 過刊瀏覽> 正文

2020, 37(1):3-8.doi:10.13213/j.cnki.jeom.2020.19500

熱浪定義對其健康效應評估的影響:以泰國為例


1. 昆士蘭大學公共衛生學院, 澳大利亞 布里斯班 4006 ;
2. 昆士蘭科技大學公共衛生與社會工作學院, 澳大利亞 布里斯班 4059 ;
3. 上海交通大學附屬上海兒童醫學中心, 上海 200127 ;
4. 安徽醫科大學公共衛生學院, 安徽 合肥 230032 ;
5. 中山大學公共衛生學院, 廣東 廣州 510080 ;
6. 江蘇省疾病預防控制中心環境與健康所, 江蘇 南京 210009

收稿日期: 2019-07-25;  發布日期: 2020-02-14

基金項目: 全球變化亞太研究網絡項目(CRRP2016-10MY-Huang)

通信作者: 鄭浩, Email: [email protected]  

作者簡介:

徐志偉(1987-), 男, 博士; E-mail:[email protected]

利益沖突??無申報

[背景] 熱浪在全球很多國家都是高致死率的自然災害,對公眾健康造成嚴重威脅。但目前在全球范圍內,對于如何定義熱浪,尚無共識。

[目的] 探討熱浪定義對其健康效應評估的影響,為熱浪預警系統的建立提供依據。

[方法] 收集泰國60個省1999年1月1日-2008年12月31日的氣象與各死因死亡數據。氣象數據具體包括每日最高氣溫、最低氣溫、平均氣溫、相對濕度。各死因包括總死亡和因缺血性心臟病、肺炎、糖尿病引起的死亡,具體死因根據國際疾病傷害及死因分類標準第十版(ICD10)編碼。采用準泊松非線性分布滯后模型來評估熱浪對泰國人群死亡風險的短期影響,并比較熱浪期間總死亡和各死因的死亡風險在不同熱浪定義(強度和持續時間)下的變化。其中,熱浪強度定義分別為每日平均氣溫的第90百分位數(P90)和P95、P97、P98;持續時間包括≥ 2 d、≥ 3 d、≥ 4 d。采用隨機效應meta分析定量合并60個省的結果,計算熱浪對泰國人群各疾病死亡的總效應值,即以相對危險度(RR)及其95%可信區間(CI)的大小衡量人群對熱浪敏感性的高低。

[結果] 相比于非熱浪期間,熱浪期間人群總死亡和各死因死亡風險均升高。在低強度的熱浪期間(平均氣溫> P90且持續≥ 2 d),總死亡的風險增高12.8%(95% CI:10.6%~15.1%)。熱浪期間人群死亡的RR,并非完全隨著熱浪強度或持續時間的增加而增加。在持續≥ 2 d時,肺炎引起的死亡[RR(95% CI)為1.42(1.27~1.59)]和糖尿病引起的死亡[RR(95% CI)為1.34(1.17~1.52)],對以P97定義的熱浪最敏感;而總死亡(RR:1.16,95% CI:1.13~1.20)和缺血性心臟病引起的死亡(RR:1.35,95% CI:1.24~1.48),對以P95定義的熱浪最敏感。而以P98定義時為例,糖尿病引起的死亡風險隨著熱浪持續時間的增加而增加,但總死亡和肺炎引起的死亡風險隨著熱浪持續時間的增加而降低。

[結論] 本研究提示,不同強度和持續時間定義模式下的熱浪,對疾病死亡風險的影響有差異。因此在熱浪預警系統和其他熱浪適應性政策的制定中,根據各地區人群的熱浪易感性特點,量體裁衣式地使用熱浪定義,可能更有利于保障人群健康。

關鍵詞: 熱浪;  定義;  健康效應;  泰國;  預警系統 

熱浪是高致命性的自然災害之一。在澳大利亞,熱浪造成的死亡人數超過其他所有自然災害的總和[1]。在氣候變化的背景下,熱浪的強度、持續時間以及影響范圍將會增加[2],這給人群健康帶來了巨大的威脅。某研究調查了2007—2013年期間熱浪對我國31個主要城市人群死亡率的影響,發現相比于非熱浪時期,熱浪增加了6%的人群死亡率[3]。

在熱浪健康效應的評估及適應性策略的制定過程中,一個重要的問題是:如何定義熱浪?雖然熱浪是一個天氣事件,但對熱浪的合理定義應結合其對人群健康的影響[4]。不同的國家有不同的熱浪定義。澳大利亞氣象局根據3 d的平均溫度和人群適應性特點,開發了超額熱因子(excess heat factor)作為官方的熱浪定義指標[5]。該定義被應用到多個澳大利亞州的熱浪預警系統中。在中國,熱浪官方定義為“連續3 d最高溫超過35℃的天氣”[6],但有研究顯示,該定義可能不適用于某些地區[7]。

由于不同的國家和地區溫度區間不同,且人群熱適應性存在差異,要制定出一個合理且全球統一的熱浪定義是一個大的挑戰[8],但根據某地區的特點,制定出適合該地區(或城市)的熱浪定義,具備一定的可行性[9]。制定熱浪定義的第一個步驟,通常為研究不同熱浪定義下其健康效應的變化。本研究擬以泰國為例,簡要探討熱浪定義對其健康效應評估的影響。

1   材料與方法

1.1   數據收集

本研究收集了泰國60個省1999年1月1日— 2008年12月31日的每日最高氣溫及最低氣溫、平均氣溫、相對濕度和死因別死亡人數數據。該60個省的分布如圖 1所示。氣象數據來源于泰國數字經濟與社會部(Ministry of Digital Economy and Society),死亡數據來源于泰國公共衛生部(Ministry of Public Health)。本研究分析幾種常見的與熱浪有關的死因數據,具體死因根據國際疾病傷害及死因分類標準第十版(International Classification of Diseases,Tenth Version,ICD10)編碼。具體包括總死亡人數[3]和缺血性心臟?。↖CD10編碼:I20-I25)[10]、肺炎(ICD10編碼:J12-J18)[11]以及糖尿?。↖CD10編碼:E10-E14)[12]死亡人數。三種死因人數占總死亡人數的構成比分別為5.18%(缺血性心臟?。?、5.92%(肺炎)和3.86%(糖尿?。?。

圖 1

本研究所選泰國60個省的地理位置示意圖

1.2   熱浪定義

本研究結合強度和持續時間兩個特點來定義熱浪。其中強度的計算采用泰國1999—2008年3—6月份每日平均氣溫分布的某個百分位數為閾值。具體的強度有每日平均氣溫的第90百分位數(P90)、P95、P97P98[13]。具體持續時間有持續時間≥ 2 d、≥ 3 d和≥ 4 d。表 1呈現了12種具體的熱浪定義。

表1

12種不同的熱浪定義模式

Table1.

12 heatwave definitions

1.3   統計學分析

本研究采用準泊松(quasi-Poisson)分布滯后線性模型(distributed lag linear model)來評估熱浪對泰國人群死亡風險的短期影響[14]。采用自由度為3的自然立方樣條函數來控制夏季(3—6月)的死亡人數變化以及死亡人數變化的長期趨勢[15];并通過改變模型中的長期趨勢和季節性的自由度對模型進行敏感性分析。在模型中,還控制了星期幾效應和相對濕度。由于熱浪對死亡影響有滯后效應,本研究計算熱浪暴露當天和滯后1 d的累積效應[16]。采用隨機效應meta分析方法來定量合并60個城市的結果[17]。在隨機效應meta分析中,使用經驗貝葉斯法(empirical Bayes)來估計城市間的熱浪效應的異質性,然后求出熱浪對泰國各疾病死亡的總效應值[相對危險度(RR)和可信區間(CI)]。本研究用RR(95% CI)的大小來衡量人群對熱浪敏感性的高低,RR的絕對值越大,敏感性越強。

本研究使用R軟件(版本3.4.0)中的dlnm軟件包運行分布滯后線性模型和metafor軟件包運行隨機效應meta分析。檢驗水準α=0.05。

2   結果

2.1   泰國各省每日氣象與疾病死亡人數信息

表 2呈現了本研究中1999—2008年60個省的每日氣象與各疾病死亡人數信息的分布情況。每日最高氣溫的區間為15.8~43.3℃,每日最低氣溫、平均氣溫和相對濕度的區間分別為1.3~34.9℃、11.2~35.7℃以及25.0%~100.0%。每日總死亡人數、缺血性心臟病死亡人數、肺炎死亡人數以及糖尿病死亡人數的區間分別為0~106、0~16、0~15以及0~10。

表2

1999—2008年泰國60個省每日氣象與各疾病死亡人數基本信息

Table2.

Daily climatic variables and total & cause-specific deaths in the selected 60 provinces in Thailand from 1999 to 2008

2.2   熱浪對總死亡和各死因死亡的短期影響

圖 2所示,相比于非熱浪期間,熱浪期間人群總死亡和各死因死亡風險均升高。在低強度的熱浪期間(每日平均氣溫>P90且持續≥ 2 d),總死亡的風險增高12.8%(95% CI:10.6%~15.1%)。但熱浪期間死亡的RR并非完全隨著熱浪強度或持續時間的增加而增加。在持續≥ 2 d時,肺炎引起的死亡(RR:1.42,95% CI:1.27~1.59)以及糖尿病引起的死亡(RR:1.34,95% CI:1.17~1.52),對以P97定義的熱浪最敏感;而總死亡(RR:1.16,95% CI:1.13~1.20)和缺血性心臟?。≧R:1.35,95% CI:1.24~1.48)引起的死亡,對以P95定義的熱浪最敏感。而以P98定義時為例,糖尿病引起的死亡風險隨著熱浪持續時間的增加而增加,但總死亡和肺炎引起的死亡風險隨著熱浪持續時間的增加而降低。

圖 2

不同定義模式下的熱浪對人群總死亡和各死因死亡的短期影響(長期趨勢和季節性的自由度為3)

2.3   敏感性分析

通過改變分布滯后線性模型中長期趨勢和季節性的自由度(分別為2和4),發現熱浪對總死亡和各死因死亡的風險基本不變(圖 3圖 4)。

圖 3

不同定義模式下的熱浪對人群總死亡和各死因死亡的短期影響(長期趨勢和季節性的自由度為2)

圖 4

不同定義模式下的熱浪對人群總死亡和各死因死亡的短期影響(長期趨勢和季節性的自由度為4)

3   討論

本研究采用泰國熱浪和死亡數據,簡要闡述了熱浪定義對其健康效應評估的影響。本研究中有兩個值得注意的發現:第一,相比于非熱浪期間,熱浪期間死亡的相對危險度并非完全隨著熱浪強度或持續天數的增加而增加;第二,不同疾病對不同定義模式下的熱浪的敏感性不同。

當暴露于熱或冷的環境中時,人體的體溫調節系統會嘗試抵消外界溫度對人體的負面效應,來維持體溫的平衡。但當外界溫度超過人體體溫調節系統能夠應對的界限時,疾病和死亡的風險開始增加[8]。通常情況下,某人群對熱浪的易感性取決于三個因素:暴露水平、該人群對熱的敏感性以及該人群的適應性水平。在本研究中,我們發現當熱浪強度從P97增加到P98后,總死亡風險和肺炎引起的死亡風險反而降低了,這有可能是因為當環境的溫度升到很高時,人們開始采取應對措施(比如開空調)[9]。近期在澳大利亞布里斯班的某研究也發現,當熱浪強度從P95增加到P97時,糖尿病病人的入院率和死亡風險均升高,但當熱浪強度從P97升高到P99時,糖尿病病人的入院率和死亡風險并未繼續升高[12]。

在本研究中,我們也發現熱浪期間各疾病的死亡風險并未完全隨著熱浪持續天數的增加而增加。有趣的是,持續2 d的熱浪,在某些熱浪強度下或某些疾病中比持續3 d或4 d的熱浪引起的死亡風險更大。該發現與布里斯班某研究結果相似[9]。有學者建議將熱浪的危害解構為極限熱的危害(主效應)以及持續天數的危害(附加效應)[18]。目前大部分研究發現,相比于主效應,熱浪的附加效應較小[8]。結合之前其他研究的發現,本研究提示在啟動熱浪的預警系統或其他對人群的保護措施時,用2 d作為熱浪持續時間的定義,也許已經足夠了。

熱對人體不同系統的作用機制不盡相同[19-21]。比如,熱對某些器官(如腎臟)的危害是比較直接的,因此在熱暴露下,相關疾?。ㄈ缂毙阅I衰竭或中暑)的風險會迅速升高。而熱對于一些系統(如內分泌系統)的危害,也許是通過中間的某些機制所介導的。本研究發現,缺血性心臟病相比于其他兩種疾病,對不同類型熱浪的敏感性不同(對以P95定義的熱浪最敏感)。該發現和以前學者們的發現,提示在熱浪到來之前,負責執行熱浪預警系統的政府部門,在與衛生部門(特別是醫院各科室)的溝通中,具體疾病需要具體對待。如果認為只有等熱浪到達某個很高的強度時,才需要提醒醫院各科室做好準備工作,未必能達到最佳的熱浪預警效果。因為低強度的熱浪,有時已經在迅速增加某些疾病的發病和死亡風險。

本研究有兩個局限性。第一,該研究是生態學研究,有存在生態學謬誤的可能性。第二,本研究采用的氣象數據,是從地面有限數量的氣象監測點收集的,未來如果有條件,可考慮獲取衛星收集的豐富氣象數據。

綜上,不同強度和持續時間定義模式下的熱浪,對疾病死亡風險的影響差異較大。本研究提示,用2 d作為泰國熱浪持續時間的定義即可。熱浪強度較小時(P90)即開始有健康危害。在制定熱浪預警系統的過程中,也許可以考慮結合當地熱浪與人群健康關系的具體特點,采用適合當地的熱浪定義。目前的科學發現提示,統一使用一種熱浪定義的科學性可能有待商榷。

圖 1

本研究所選泰國60個省的地理位置示意圖

Figure 1

The geographic locations of selected 60 provinces in Thailand in this study

表1

12種不同的熱浪定義模式

Table 1

12 heatwave definitions

表2

1999—2008年泰國60個省每日氣象與各疾病死亡人數基本信息

Table 2

Daily climatic variables and total & cause-specific deaths in the selected 60 provinces in Thailand from 1999 to 2008

圖 2

不同定義模式下的熱浪對人群總死亡和各死因死亡的短期影響(長期趨勢和季節性的自由度為3)

Figure 2

The short-term effects of heatwaves under different definitions on total and cause-specific deaths (with the freedom degree of long-term trend and seasonality as 3)

圖 3

不同定義模式下的熱浪對人群總死亡和各死因死亡的短期影響(長期趨勢和季節性的自由度為2)

Figure 3

The short-term effects of heatwaves under different definitions on total and cause-specific deaths (with the freedom degree of long-term trend and seasonality as 2)

圖 4

不同定義模式下的熱浪對人群總死亡和各死因死亡的短期影響(長期趨勢和季節性的自由度為4)

Figure 4

The short-term effects of heatwaves under different definitions on total and cause-specific deaths (with the freedom degree of long-term trend and seasonality as 4)

參考文獻

[1]

COATES L, HAYNES K, O'BRIEN J, et al. Exploring 167 years of vulnerability:an examination of extreme heat events in Australia 1844-2010[J]. Environ Sci Policy, 2014, 42:33-44.

DOI: 10.1016/j.envsci.2014.05.003
[2]

MEEHL G A, TEBALDI C. More intense, more frequent, and longer lasting heat waves in the 21st century[J]. Science, 2004, 305(5686):994-997.

DOI: 10.1126/science.1098704
[3]

YANG J, YIN P, SUN J, et al. Heatwave and mortality in 31 major Chinese cities:definition, vulnerability and implications[J]. Sci Total Environ, 2019, 649:695-702.

DOI: 10.1016/j.scitotenv.2018.08.332
[4]

ROBINSON P J. On the definition of a heat wave[J]. J Appl Meteor, 2001, 40(4):762-775.

DOI: 10.1175/1520-0450(2001)040<0762:OTDOAH>2.0.CO;2
[5]

NAIRN J R, FAWCETT R J. The excess heat factor:a metric for heatwave intensity and its use in classifying heatwave severity[J]. Int J Environ Res Public Health, 2015, 12(1):227-253.

[6]

HUANG W, KAN H, KOVATS S. The impact of the 2003 heat wave on mortality in Shanghai, China[J]. Sci Total Environ, 2010, 408(11):2418-2420.

DOI: 10.1016/j.scitotenv.2010.02.009
[7]

CHEN K, BI J, CHEN J, et al. Influence of heat wave definitions to the added effect of heat waves on daily mortality in Nanjing, China[J]. Sci Total Environ, 2015, 506-507:18-25.

DOI: 10.1016/j.scitotenv.2014.10.092
[8]

XU Z, FITZGERALD G, GUO Y, 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
[9]

XU Z, CHENG J, HU W, et al. Heatwave and health events:a systematic evaluation of different temperature indicators, heatwave intensities and durations[J]. Sci Total Environ, 2018, 630:679-689.

DOI: 10.1016/j.scitotenv.2018.02.268
[10]

YIN P, CHEN R, WANG L, et al. The added effects of heatwaves on cause-specific mortality:a nationwide analysis in 272 Chinese cities[J]. Environ Int, 2018, 121:898-905.

DOI: 10.1016/j.envint.2018.10.016
[11]

XU Z, LIU Y, MA Z, et al. Impact of temperature on childhood pneumonia estimated from satellite remote sensing[J]. Environ Res, 2014, 132:334-341.

DOI: 10.1016/j.envres.2014.04.021
[12]

XU Z, TONG S, CHENG J, et al. Heatwaves and diabetes in Brisbane, Australia:a population-based retrospective cohort study[J]. Int J Epidemiol, 2019, 48(4):1091-1100.

DOI: 10.1093/ije/dyz048
[13]

TONG S, WANG X Y, FITZGERALD G, et al. Development of health risk-based metrics for defining a heatwave:a time series study in Brisbane, Australia[J]. BMC Public Health, 2014, 14:435.

DOI: 10.1186/1471-2458-14-435
[14]

GASPARRINI A, ARMSTRONG B, KENWARD M G. Distributed lag non-linear models[J]. Stat Med, 2010, 29(21):2224-2234.

DOI: 10.1002/sim.3940
[15]

XU Z, TONG S. Decompose the association between heatwave and mortality:which type of heatwave is more detrimental?[J]. Environ Res, 2017, 156:770-774.

DOI: 10.1016/j.envres.2017.05.005
[16]

ANDERSON G B, BELL M L. 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
[17]

CHENG J, XU Z, BAMBRICK H, et al. Heatwave and elderly mortality:an evaluation of death burden and health costs considering short-term mortality displacement[J]. Environ Int, 2018, 115:334-342.

DOI: 10.1016/j.envint.2018.03.041
[18]

HAJAT S, ARMSTRONG B, BACCINI M, et al. Impact of high temperatures on mortality:is there an added heat wave effect?[J]. Epidemiology, 2006, 17(6):632-638.

DOI: 10.1097/01.ede.0000239688.70829.63
[19]

LIU C, YAVAR Z, SUN Q. Cardiovascular response to thermoregulatory challenges[J]. Am J Physiol Heart Circ Physiol, 2015, 309(11):H1793-H1812.

DOI: 10.1152/ajpheart.00199.2015
[20]

CHESHIRE W P JR. Thermoregulatory disorders and illness related to heat and cold stress[J]. Auton Neurosci, 2016, 196:91-104.

DOI: 10.1016/j.autneu.2016.01.001
[21]

KENNY GP, SIGAL RJ, MCGINN R. Body temperature regulation in diabetes[J]. Temperature, 2016, 3(1):119-145.

DOI: 10.1080/23328940.2015.1131506
上一張 下一張
上一張 下一張

[基金項目] 全球變化亞太研究網絡項目(CRRP2016-10MY-Huang)

[作者簡介]

[收稿日期] 2019-07-25

【點擊復制中文】
【點擊復制英文】
計量
  • PDF下載量 (305)
  • 文章訪問量 (1085)
  • XML下載量 (2)
  • 被引次數 (0)

目錄

熱浪定義對其健康效應評估的影響:以泰國為例

導出文件

格式

內容

導出 關閉
《環境與職業醫學》雜志官方網站 上期开特下期必开八肖 31选7开奖结果今天r 股票配资官网 新疆11选五手机板 安泰科技股票行情 甘肃快三500走势图 幸运赛车选号技巧心得 北京快3一定牛基本走势 下载北京快3助手正版 澳洲幸运5开奖结果体彩 上期开特下期必开八肖 31选7开奖结果今天r 股票配资官网 新疆11选五手机板 安泰科技股票行情 甘肃快三500走势图 幸运赛车选号技巧心得 北京快3一定牛基本走势 下载北京快3助手正版 澳洲幸运5开奖结果体彩