当前位置:主页 > 医学论文 > 传染病论文 >

昼夜温差及其他气象因素对北京市流行性感冒发病的影响

发布时间:2020-07-11 13:20
【摘要】:研究背景全球气候正在经历以气候变暖为主要特征的明显变化,对人类健康构成一系列严重威胁,包括对慢性非传染性疾病、传染性疾病、心理健康和妊娠结局等产生不良影响。气象因素对感染性腹泻、流行性感冒、手足口病、肾综合征出血热、流行性腮腺炎等在内的传染性疾病的传播具有重要影响。揭示气象因素对传染病发病的影响及其影响规律对于提高人群的气候变化应对能力具有重要的公共卫生意义。流行性感冒(简称流感),是由流感病毒引起的急性呼吸道传染病,大多通过飞沫和直接接触在人群间传播。流感具有较强的传染性,且流感病毒容易发生变异,因此易引起大范围的流行,对人群健康产生威胁。流感是具有明显季节性的传染病,气象因素对流感的发生具有重要影响。目前已有研究表明,气温、湿度、气压、降雨量等气象因素能够影响流感的发病风险。气象因素对某些传染病的发病的效应并非是线性效应,而是非线性效应,有时会存在单阈值或者双阈值。另外,气象因素的效应之间可能存在交互作用。但目前流感的相关研究中对这些效应未做深入探讨。昼夜温差指的是一天中气温最高值和最低值之差,用于表示气温日变化的幅度,是反映气温短期变化的指标之一。目前国内外已开展了多项昼夜温差健康效应的研究,提供了昼夜温差对死亡、心脑血管疾病、慢性阻塞性肺疾病、精神疾病等产生影响的证据。另外,昼夜温差对细菌性痢疾、手足口病等传染性疾病的发病风险也有一定的影响。但目前尚缺少昼夜温差与流感关联的研究。探究昼夜温差对流感发病的影响不仅能拓展气象因素与流感关系的研究范围,还能为流感的防控提供更多理论依据。研究目的(1)描述2014-2016年北京市流感发病的三间分布;(2)探讨气象因素对北京市流感发病的阈值效应、非线性效应;(3)探讨气象因素对流感发病影响的交互作用;(4)定量分析昼夜温差对北京市流感发病的滞后效应,识别脆弱人群;(5)探讨昼夜温差与温度、湿度之间对流感发病影响的交互作用。研究方法本研究选择北京市为研究地区,研究期间为2014年1月1日至2016年12月31日,时间单位为“天”。逐日流感数据和气象数据分别来源于中国CDC的国家法定传染病监测系统和中国气象科学数据共享服务网(http://data.cma.cn/)。北京市人口资料来源于历年的《北京市统计年鉴》。首先对2014-2016年北京市流感发病进行描述性分析,获得其三间分布特征。将流感数据和气象因素进行数据清洗后整理成日尺度的时间序列数据,取日最高气温与日最低气温之差为每日的昼夜温差。使用Spearman等级相关分析各气象因素之间的相关关系。当两气象因素的|rs"≥0.6时认为其密切相关。为避免多重共线性,密切相关的两个气象因素不同时纳入模型。使用分布滞后非线性模型对各气象因素分别建模,探讨各气象因素对发病影响的阈值效应及非线性效应。因降雨量的特殊性,本研究在探讨降雨量的效应时,将日降雨量按照二分类变量纳入模型,当天降雨(降雨量Omm)赋值为“1”,不降雨(降雨量=Omm)赋值为“0”。其余气象因素均以连续型变量的形式纳入模型。使用基于薄板样条的广义相加模型拟合气象因素间的交互作用,其主要目的是将结果展示为平滑曲面图的形式。使用广义线性模型定量探讨气象因素之间的交互作用,使用交互作用相对超额危险度(the Relative Excess Risk due to Interaction,RERI)、归因比(Attributable Proportion,AP)、协同指数(Synergy Index,5)来评估交互作用的大小。在研究昼夜温差对北京市流感发病的影响时,首先利用广义相加模型判断昼夜温差与日发病数之间是否为线性关系。然后用分布滞后非线性模型定量评估昼夜温差对北京市流感日发病数影响的滞后效应。将全人群按性别分为男性、女性,按年龄分为0-4岁儿童、5-14岁人群、15-64岁人群、≥65岁老年人群,分别探讨昼夜温差对各亚组人群流感发病的影响。对研究结果进行敏感性分析,通过改变最长滞后时间及模型中时间变量每年的自由度来判断研究结果的可靠性。同时,探讨昼夜温差与温度、湿度之间的交互作用。研究结果2014-2016年北京市流感共发病34 804例,其中男性16 920例,女性17 884例。流感发病呈现明显的季节性,冬春季节发病多,夏秋季节发病少。9岁以下的儿童及70岁以上的老年人群发病率较高,其中以0-4岁的儿童发病率最高,中青年人群发病率较低。职业分布方面,散居儿童(6 919例)、幼托儿童(6 629例)、学生(5 540例)发病数较多。怀柔、顺义、朝阳等区县的流感发病率均处于相对较高水平,而延庆县、大兴区的年发病率均处于相对较低水平。研究期间日平均气温的均值为13.93℃,日平均相对湿度的均值为52.75%,平均昼夜温差为10.15℃。平均气温与平均气压之间(rs=-0.878)、日照时数与昼夜温差之间(rs=0.657)存在较强的相关性(|rs|0.6)。以各气象因素的中位数为对照,低于-1.3℃的气温、低湿、高于5.7m/s的风速、高于1031.4hPa的气压能够增加北京市流感的发病风险。以降雨为对照,不降雨能增加流感发病风险。交互作用的3D图显示,低温-低湿、高压-低湿、低湿-高风速、高压-高风速时流感发病数较多。高压-低湿对流感发病存在协同作用,为0.158(95%CI:0.025-0.290),AP为0.136(95%CI:0.015~0.257)。但未发现低温-低湿、低湿-高风速、高压-高风速等情况下两种气象因素之间的交互作用。广义相加模型显示,昼夜温差与流感发病数之间呈线性关系。随着昼夜温差增大,流感发病风险逐渐增加。分布滞后非线性模型显示,在滞后0天及滞后1天,昼夜温差对流感发病影响的RR值分别为1.012(95%CI:1.003~1.021)和1.011(95%CI:1.003~1.019)。昼夜温差对流感发病数影响累积滞后效应在滞后0-3天时达到最大,RR为1.029(95%CI:1.012~1.045)。即昼夜温差每增加1℃,暴露当天至暴露后第3天,流感累积发病数增加了2.9%。昼夜温差增大时,男性、女性、0-4岁儿童、15-64岁中青年人群、≥65岁老年人群流感发病风险增加,RR值分别为1.014(lag0,95%CI:1.004~1.025)、1.011(lagl,95%CI:1.003~1.020)、1.012(lagl,95%CI:1.001~1.024)、1.016(lag0,95%CI:1.006~1.027)、1.022(lag0,95%CI:1.006~1.039)。但是5-14岁人群结果没有统计学意义。敏感性分析结果显示,当改变最长滞后天数和时间变量的自由度时,lag0-3的累积效应值变化并不大,且效应值都有统计学意义。高昼夜温差-低温时的流感发病风险明显高于低昼夜温差-高温,RR值为1.543(95%CI:1.245~1.913)。高昼夜温差-低湿时的流感发病风险明显高于低昼夜温差-高湿,RR值为1.092(95%CI:1.032~1.156)。但高昼夜温差与低温之间、高昼夜温差与低湿之间未表现出交互作用。研究结论(1)北京市每年11月至次年4月是流感的高发月份,但每年的流感最高峰出现时间略有不同。儿童及老年人群发病率较高。(2)以各气象因素的中位数为对照,低于-1.3℃的日平均气温、低相对湿度湿、高于5.7m/s的日平均风速风速、高于1031.4hPa的日平均气压能够增加北京市流感的发病风险。以降雨为对照,不降雨能增加流感发病风险。(3)气压和湿度之间存在交互作用,表现为高压-低湿之间存在协同作用。(4)昼夜温差增大能增加北京市流感发病风险,在滞后0-3天时累积滞后效应达到最大。
【学位授予单位】:山东大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:R511.7;R181.3
【图文】:

北京市,地理位置


1研究地区及研究期间逡逑1.1研宄地区逡逑北京市(图1)位于北纬39°56\东经116°20',属中国华北地区,地处华北逡逑平原北部,毗邻渤海湾,上靠辽东半岛,下临山东半岛,总面积丨6410.54平方逡逑千米。北京的地形西北高,东南低,平原区面积为6200平方千米,约占总面积逡逑的38%。2016年末全市常住人n邋2172.9万人,其中男性1112.7万人,女性1060.2逡逑万人,常住人口密度为1324人/平方公里。北京的气候为典型的北温带半湿润大逡逑陆性季风气候,夏季高温多雨,冬季寒冷干燥,春秋季节较短。逡逑0逦4S0逦?00逦1邋800*邋窗、?r)逦\逡逑逦邋\邋市逡逑图1北京市的地理位置逡逑1.2研宄期间逡逑本研究的研究期间为2014年1月1日至2016年12月31日,时间单位为“天”。逡逑2资料来源逡逑2.1流感监测资料逡逑2014年1月1日至2016年的12月31日的北京市流感发病数据来源于中国逡逑疾病预防控制中心的国家法定传染病监测系统(National邋Notifiable邋Disease逡逑Surveillance邋System,NDSS),收集到的数据为个案数据,包括病例报告卡编号、逡逑患者的基本人口学特征(年龄、性别、职业等)、现住地址、发病时间、病例分类逡逑(临床诊断病例、确诊病例)、报告人及报告机构等。流感属于《中华人民共和国逡逑15逡逑

时序图,流感,北京市,时序图


结果逡逑述性分析逡逑2014-2016年北京市流感共发病34邋804例,其中男性16邋920例,女性17邋88流感发病数的时序图如图2所示。可见,流感发病呈现明显的季节性,冬发病多,夏秋季节发病少。流感发病数的月份分布如图3所示,11月份4月份为流感的高发月份。2015年的11、12月发病增加并不明显。结合,2015至2016年的冬春季流感发病高峰始于2016年1月。图4为2014-201京流感发病率与全国流感发病率对比图,2014年(50.37/100邋000邋vs.邋15.84/10、2016年(95.78/100邋000邋vs.邋22.37/100邋000)北京流感发病率均明显高于全国年二者相似,推测可能与2015年末流感高峰开始较晚有关。逡逑

流感,北京市,发病率


2014-2016年北京市流感共发病34邋804例,其中男性16邋920例,女性17邋884逡逑例。流感发病数的时序图如图2所示。可见,流感发病呈现明显的季节性,冬春逡逑季节发病多,夏秋季节发病少。流感发病数的月份分布如图3所示,11月份至逡逑次年4月份为流感的高发月份。2015年的11、12月发病增加并不明显。结合图逡逑2可知,2015至2016年的冬春季流感发病高峰始于2016年1月。图4为2014-2016逡逑年北京流感发病率与全国流感发病率对比图,2014年(50.37/100邋000邋vs.邋15.84/100逡逑000)、2016年(95.78/100邋000邋vs.邋22.37/100邋000)北京流感发病率均明显高于全国。逡逑2015年二者相似,推测可能与2015年末流感高峰开始较晚有关。逡逑I::,逦1逦1逡逑::uU\J逡逑I逦I逦I逦I逦I逦I逦I逡逑2014.1逦2014.6逦2015.1逦2015.6逦2016.1逦2016.6逦2017.1逡逑时间逡逑图2邋2014-2016年北京市流感发病数的时序图逡逑5000-逡逑4000邋■逡逑年份逡逑S邋3000'邋I逦|2014逡逑

【相似文献】

相关期刊论文 前10条

1 程墨;吴宇童;;人工干预气象因素对天气的影响[J];吉林农业;2017年23期

2 祁增年;;秋季哮喘病的预防[J];养生月刊;2016年10期

3 刘静;朱宁宁;历波;;气象因素对雷达对抗的影响分析[J];电子信息对抗技术;2012年04期

4 康重庆;周安石;王鹏;郑广君;刘一;;短期负荷预测中实时气象因素的影响分析及其处理策略[J];电网技术;2006年07期

5 刘方,张金良;气象因素对人类健康的影响[J];中国公共卫生;2005年03期

6 俞顺章,谈建国,穆丽娜;影响SARS爆发和流行的气象因素浅析[J];上海预防医学杂志;2003年12期

7 刘建海;使用电脑不可忽视气象因素[J];大众用电;2001年05期

8 阳学风,许志杰,余其林,王先艳,肖兰,王正根,曾斌;气象因素在急性胃粘膜病变发生中的作用[J];中国内镜杂志;2000年03期

9 张新;汽水销售量与气象因素分析[J];辽宁气象;1996年03期

10 陶丽霞;;育猪的最佳温度[J];四川农业科技;1987年01期

相关会议论文 前10条

1 潘传鼎;;肺心病发病与气象因素关系的探讨[A];第五届全国老年医学进展学术会议论文集[C];2005年

2 吴先华;;气象因素对我国典型制造产业的影响程度及机理研究[A];中国气象学会2007年年会气象经济论坛分会场论文集[C];2007年

3 张德山;刘燕;丁德平;张姝丽;穆启占;王燕;宛公展;;气象因素对儿童呼吸系疾病发病影响的研究[A];中国气象学会2007年年会气候变化分会场论文集[C];2007年

4 黄茜;冯爱平;涂亚庭;;蜂蛰伤爆发调查及气象因素的关系研究[A];中华医学会第14次全国皮肤性病学术年会论文汇编[C];2008年

5 钟利华;李勇;叶殿秀;张强;况雪源;张宇平;;综合气象因素对广西电力负荷的影响[A];中国气象学会2008年年会城市气象与城市可持续发展分会场论文集[C];2008年

6 王庆华;谢晓华;徐艳萍;王玉亮;李丽;;临沂市2014-2015年影响空气质量的气象因素分析[A];第35届中国气象学会年会 S11 城市气象与环境——第七届城市气象论坛[C];2018年

7 王庆华;谢晓华;徐艳萍;王玉亮;李丽;;临沂市2014-2015年影响空气质量的气象因素分析[A];第35届中国气象学会年会 S12 大气成分与天气、气候变化与环境影响暨环境气象预报及影响评估[C];2018年

8 曹志英;;气象因素对小麦吸浆虫发生危害影响浅析[A];公共植保与绿色防控[C];2010年

9 吴先华;李廉水;曹玲;马廷淮;;气象因素异常指数对我国典型制造产业的影响研究[A];江苏省外国经济学说研究会2007年学术年会会议论文集[C];2007年

10 王珊;刘敏茹;张楠;张琼;;西安市高血压发病与气象因素关系分析和预报研究[A];创新驱动发展 提高气象灾害防御能力——S15气候环境变化与人体健康[C];2013年

相关重要报纸文章 前10条

1 雨佳;野外扎营不可忽略气象因素[N];中国气象报;2004年

2 周芙蓉 杨眉;政府决策应更多考虑气象因素[N];贵州民族报;2008年

3 本报记者 孙楠;海上救援须考虑气象因素[N];中国气象报;2015年

4 新华社记者 陈辉;对伊动武的气象因素[N];人民日报;2003年

5 通讯员 张明 记者 郭军;气象专家建议 设施大棚设计应考虑气象因素影响[N];陕西日报;2009年

6 庚晋 白杉;影响飞行的六大气象因素[N];中国交通报;2002年

7 记者 刘立成;气象因素导致儿童哮喘[N];中国气象报;2005年

8 刘兆华;影响航海安全的气象因素[N];中国远洋报;2002年

9 叶岱夫;城市建筑设计不应忽略气象因素[N];中国气象报;2003年

10 记者 殷磊;城市规划要考虑气象因素[N];厦门日报;2009年

相关博士学位论文 前10条

1 祝丙华;基于多气象因素协同作用的我国登革热和手足口病流行特征与预测研究[D];军事科学院;2018年

2 蔡全才;传染性非典型肺炎传播规律及其防制研究[D];复旦大学;2004年

3 李良福;气象因素与土壤性质耦合效应对土壤电导的影响[D];西南大学;2010年

4 张福丽;气象因素对黑龙江省三种病虫害的影响及预测预报[D];东北林业大学;2009年

5 饶华祥;基于时空聚集面板模型的肺结核病高危区域探测及影响因素研究[D];山西医科大学;2017年

6 沈纪川;媒介和气象因素对广州登革热流行的影响及其预测模型的建立[D];南方医科大学;2015年

7 葛均筑;气象资源特性对玉米产量形成的影响及长江中游玉米高产关键技术研究[D];华中农业大学;2015年

8 夏菁;湖北省疟疾疫情时空分布特征及预测研究[D];华中科技大学;2015年

9 郑红阳;受气象因子驱动的火灾系统标度性研究[D];中国科学技术大学;2010年

10 刘旭辉;北京地区典型人工林对空气颗粒物浓度的影响[D];北京林业大学;2016年

相关硕士学位论文 前10条

1 王彦文;2010-2018年桂林市手足口病流行特征及发病趋势预测研究[D];广西医科大学;2019年

2 王宝英;基于气象因素分析的城市AQI预测方法研究[D];南昌航空大学;2019年

3 朱双双;气象因素对随州市手足口病发病的影响及发病趋势预测研究[D];武汉科技大学;2019年

4 劳家辉;昼夜温差及其他气象因素对北京市流行性感冒发病的影响[D];山东大学;2019年

5 郑文龙;玛纳斯河流域积雪时空分布及其与气象因素的关系[D];南京大学;2016年

6 余飞鸿;基于气象因素聚类分析的光伏出力短期预测研究[D];西华大学;2018年

7 王天慧;基于灰色模型技术的气象因素对粮食生产影响的量化分析[D];河南农业大学;2018年

8 魏迪;考虑气象因素的短期电力负荷智能预测研究[D];武汉理工大学;2017年

9 赵荣仙;江汉平原气象因素与手足口病流行的关系研究[D];华中科技大学;2017年

10 王思嘉;宁波市2014-2016年气温和相对湿度对手足口病发病的影响[D];华中科技大学;2018年



本文编号:2750456

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/chuanranbingxuelunwen/2750456.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户dbf4f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com