温湿指数对合肥地区缺血性脑卒中发病的影响—时间序列研究

发布时间：2020-03-21 21:03

【摘要】：背景:过去一个世纪里,随着全球气候改变,地球的平均气温上升了大约0.75℃,而在近25年,全球气温更是以0.18℃/10年的速度在上升,如果温室气体的排放不能得到有效的控制,全球气候的改变可能会更加迅速。正是由于环境恶化所带来的全球气候的明显改变,越来越多的研究开始关注气候变化对健康的影响。目的:(1)分析平均温度对缺血性脑卒中发病的影响;(2)进一步讨论综合指标-温湿指数对缺血性脑卒中发病影响,以及是否存在滞后效应;(3)探索比较不同年龄组、性别组中,温湿指数对疾病的影响是否有差异,以进一步明确相应的气象敏感脆弱人群,为制定有效的缺血性脑卒中预防策略提供科学依据。方法:收集合肥地区两家三甲医院2009~2015年的缺血性脑卒中发病资料,主要是研究期间缺血性脑卒中患者的就诊记录,包括的信息有:年龄、性别、入院日期、治疗天数和治疗总费用等。同时,收集研究期间(2009~2015年)合肥地区的气象数据日均值,包括日最高温度(Daily maximum temperature),日平均温度(Daily mean temperature),日最低温度(Daily minimum temperature),相对湿度(Relative humidity),风速(Wind speed),降雨量(Rainfall),日照时间(Sunshine hour)等。并参考加拿大温湿指数计算方法,计算出每日温湿指数(Humidex)。然后建立缺血性脑卒中与气象指标的时间序列,采用R软件中的“dlnm”软件包分析平均温度及温湿指数变化对缺血性脑卒中的影响。结果:本次研究共收集缺血性脑卒中患者病例24132例,其中男性患者13327例,女性患者10805例,男女比例1.23:1;而患者中≤60岁者5024例,60岁者18928例,老年患者明显居多。且对各组年发病数分析发现,研究期间,缺血性脑卒中总的发病人数以及各亚组发病人数均呈明显增加趋势。通过时间序列分析发现,平均温度和温湿指数均与缺血性脑卒中发病有关,全人群分析发现主要是低温湿指数以及低平均温度呈现出了对缺血性脑卒中发病的危险性。并且在第5百分位数(P5)和第10百分位数(P10)的温湿指数与参考相比时,低温湿指数均是在滞后第3天产生效应(P5:RR=1.032(95%CI:1.005,1.061);P10:RR=1.032(95%CI:1.006,1.059)),且效应持续8天左右。而从亚组分析的结果来看,男性对低温湿指数的变化不敏感,不同百分位数的探索均没有发现有意义的效应;相比于男性,女性对低温湿指数变化则表现较为敏感,女性组出现危害效应在滞后第3天,当P5与参照比较时,女性缺血性脑卒中发病相对危险度RR=1.049(95%CI:1.007,1.093);而当P10与参照比较时,相对危险度RR=1.048(95%CI:1.008,1.090)),且其效应均持续大约9天;从年龄分组比较来看,≤60岁组人群几乎不受到低温湿指数变化的影响,而60岁组的人群受到的影响较大,低温湿指数对老年人的危害一般在滞后第3天呈现出来,其单日滞后效应分别为(P5:RR=1.040(95%CI:1.008,1.072);P10:RR=1.039(95%CI:1.009,1.070)),效应一直持续到滞后第10天。结论:研究证实了低温或低温湿指数会影响缺血性脑卒中发病,且具有滞后效应。同时亚组分析发现女性和老年人可能更容易受到低温环境危害效应的影响,在未来的预防政策制定中需要引起相对重视。
【图文】：

缺血性脑卒中,百分位数,湿度,最小值

from 2009 to 2015 发病数错误!未找到引用源。±s最小值百分位数最25 50 75温度（℃） / 16.6±9.5 -3.3 8.0 18.2 24.7 指数 / 20.8±13.7 -3.3 8.0 21.0 33.0 湿度（%） / 73.5±14.5 21.0 65.0 75.0 85.0 量（mm） / 2.9±9.6 0.0 0.0 0.0 0.5 （hPa） / 1.013.5±9.5 992.0 1005.2 1013.7 1020.6 （m/s） / 2.1±0.8 0.5 1.5 1.9 2.5 时间（h） / 4.9±4.1 0.0 0.0 5.3 8.5 群（例） 24132 9.4±6.3 1 3 6 9 13327 5.2±3.7 0 2 5 7 10805 4.2±3.3 0 2 4 6 岁 5204 2.0±2.0 0 1 1 3 岁 18928 7.4±4.9 0 3 7 11

温湿指数,平均温度,时间分布,湿度

值为 20.8（-3.3~70），人体对温度的感觉明显强于环境温度。有关气象指标和缺血性脑卒中发病资料的具体统计结果见表 2。图2是关于2009-2015年合肥地区平均温度、湿度和温湿指数的时间分布图，从图中可以看出，温湿指数与平均温度的时间分布高度一致，均存在明显的季节分布，但温湿指数高峰时值的水平整体高于平均温度，最大值可达 48.0（见表 2）。3.2 Spearman 相关性分析气象指标间的相关性分析结果见图 3：平均温度与相对湿度、降雨量、风速、日照时间间存在低度相关，其相关系数分别为 0.12、0.013、0.095、0.26，故纳入公式一模型进行控制，而平均温度与气压之间存在高度负相关（rs=-0.9），为避免共线性问题[42]
【学位授予单位】：安徽医科大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R743.3

【参考文献】