用不同指标度量隔日气温变异对居民寿命损失年影响的比较研究

发布时间：2021-03-20 14:02

　　[背景]大量研究表明气温是影响人群健康的重要因素,而气温变异,尤其隔日气温变异对人群健康影响的研究较少。[目的]比较隔日温差（TCN,隔日平均气温之差）、气温变异（TV,隔日最高气温和最低气温的标准差）以及本研究新提出的根据隔日气温变异的方向和效应大小计算得到的隔日温度总变异（TTV）这三个隔日气温变异指标与居民寿命损失年（YLL）的暴露-反应关系,探索能更好反映隔日气温变异对居民死亡影响的指标。[方法]收集2013—2017年广东省40个区（县）气象数据以及死亡登记资料。采用分布滞后非线性模型（DLNM）和多变量meta分析的两阶段分析方法,分别拟合日夜温差和夜日温差与YLL率（每10万人口YLL值）的暴露-反应关系,提取日夜温差和夜日温差的归因YLL率作为各自权重计算TTV。计算Pearson相关系数,分析三个隔日气象变异指标间的相关性。采用DLNM和多变量meta分析两阶段分析方法,分别分析TCN、TV和TTV与居民YLL率的暴露-反应关系,比较不同隔日气温变异指标对人群死亡影响的差异。[结果]研究期间内广东省40个区（县）日均YLL率为22.3/10万。经计算,TCN平均值为（... 

【文章来源】：环境与职业医学. 2020,37(07)北大核心CSCD

【文章页数】：7 页

【部分图文】：

2013—2017年广东省DTR与NTR与人群YLL率的暴露-反应关系

极端低的TV(TV=2.2）和极端低的TTV(TTV=2.8℃）对应的YLL率效应值及其95%CI依次为1.0/10万（0.1/10万～1.9/10万）和2.1/10万（0.2/10万～4.0/10万），极端高的TV(TV=7.2）和TTV(TTV=12.1℃）对应的YLL率效应值及其95%CI依次为3.1/10万（1.2/10万～5.1/10万）和4.1/10万（2.3/10万～5.8/10万）。在极端低和极端高节点上，TTV的YLL率效应值均大于TV，而在中等低和中等高节点上，两个指标的效应相近（表2）。2.5 敏感性分析

改变模型中时间变量υ，分别为7、8、9年-1，分别代入TCN、TV、TTV与YLL率的模型中，拟合结果显示，参数改变对结果影响不大，说明模型的结果稳定（图3）。3 讨论

【参考文献】：
期刊论文
[1]中国66个县/区日温差对人群死亡影响的时间序列研究[J]. 赵永谦,王黎君,罗圆,殷鹏,黄正京,刘涛,林华亮,肖建鹏,李杏,曾韦霖,马文军,周脉耕.  中华流行病学杂志. 2017 (03)



本文编号：3091121