南京市寒潮天氣對心血管疾病死亡的影響_第1頁
南京市寒潮天氣對心血管疾病死亡的影響_第2頁
南京市寒潮天氣對心血管疾病死亡的影響_第3頁
南京市寒潮天氣對心血管疾病死亡的影響_第4頁
南京市寒潮天氣對心血管疾病死亡的影響_第5頁
已閱讀5頁,還剩2頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

南京市寒潮天氣對心血管疾病死亡的影響

氣候環(huán)境是對人類生存和發(fā)展的重要影響因素。氣象條件不僅能夠直接作用于人體,引起機(jī)體內(nèi)各種復(fù)雜的反應(yīng),而且間接影響人們的行為與心理,在一定程度上改變?nèi)藗兊墓ぷ餍屎蜕顮顟B(tài)。天氣條件的異常變化可以使人類致病,誘發(fā)某種疾病或使某種疾病惡化。隨著人民生活質(zhì)量的提高,各種物質(zhì)需求得到極大滿足,心腦血管疾病的病死率呈現(xiàn)上升趨勢,成為威脅到人們身體健康的“頭號殺手”。人類要想減少氣象條件對自身健康的負(fù)面影響,就必須加強(qiáng)天氣氣候變化對人體健康影響機(jī)理及演化規(guī)律等問題的研究。隨著社會的快速發(fā)展和生活水平的大幅度提高,公眾對天氣氣候變化與人體健康的關(guān)注程度也與日俱增,對醫(yī)療氣象預(yù)報(bào)服務(wù)的要求也越來越高。因此,必須在醫(yī)療氣象領(lǐng)域做更深入更系統(tǒng)更加綜合的研究,從氣象服務(wù)角度為人類發(fā)展做出自己應(yīng)有的努力,這也是21世紀(jì)醫(yī)學(xué)及其交叉影響學(xué)科共同關(guān)注的重要問題。1數(shù)據(jù)和方法1.1雨花臺主要工期動(dòng)物資料及統(tǒng)計(jì)分析南京市2004~2010年逐日全死因監(jiān)測資料,來自江蘇省疾病預(yù)防控制中心,有效數(shù)據(jù)涵蓋南京市轄區(qū)內(nèi)的玄武、秦淮、鼓樓、下關(guān)、浦口、白下、棲霞和雨花臺共9個(gè)行政區(qū),統(tǒng)計(jì)指標(biāo)包括:報(bào)告卡編碼、死者姓名、性別、出生日期、年齡、職業(yè)、常住地址、死亡時(shí)間、死亡地點(diǎn)、根本死亡原因、相應(yīng)ICD編碼、診斷單位。南京市2004~2010年常住人口資料,同樣來自江蘇省疾病預(yù)防控制中心,統(tǒng)計(jì)指標(biāo)包括:性別、年齡,涵蓋了上述南京市轄區(qū)內(nèi)的9個(gè)行政區(qū)。1951—2010年南京市氣象觀測數(shù)據(jù),來自中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng),統(tǒng)計(jì)指標(biāo)包括:日最低氣溫、日平均氣壓、日平均相對濕度、日平均風(fēng)速。1.2對比老年組與老齡化組將死因監(jiān)測數(shù)據(jù)進(jìn)行年齡分組時(shí),利用的是中華醫(yī)學(xué)會老年醫(yī)學(xué)會有關(guān)年齡組劃分的規(guī)定,即:青年組(<25歲),成年組(25~44歲),老年前期組即中年組(45~59歲)和老年組(≥60歲)。關(guān)于寒潮,不同地理區(qū)域?qū)钡亩x相對有所差異,文獻(xiàn)與實(shí)際調(diào)查的結(jié)果顯示,與研究南京地區(qū)寒潮問題相適應(yīng)的寒潮標(biāo)準(zhǔn)為中國氣象局預(yù)測減災(zāi)司《天氣預(yù)報(bào)等級用語業(yè)務(wù)規(guī)定》(2005)中所定義的:未來48h內(nèi)最低氣溫下降8℃以上,同時(shí)最低氣溫≤4℃。1.3基于滑動(dòng)函數(shù)的模型假設(shè)廣義相加模型(generalizedadditivemodels,GAM)是廣義線性模型(generalizedlinearmodels,GLM)的非參數(shù)擴(kuò)展,通過發(fā)掘因變量和解釋變量的非線性關(guān)系,擬合非參數(shù)回歸,以加和形式引入模型,GAM的基本形式為式(1)中g(shù)(μi)代表連接函數(shù)關(guān)系,為多種概率分布,包括:Poisson分布、二項(xiàng)分布、正態(tài)分布、負(fù)二項(xiàng)分布等。f1(x1i)、f2(x2i)等代表各種平滑函數(shù)如局部回歸(localregression,LOESS)平滑、光滑樣條平滑(smoothingspline,S)、自然立方樣條(naturalcubicspline,NS)、B樣條(Bspline,B)和多項(xiàng)式等。將南京市2004~2010年9個(gè)行政區(qū)的常住人口作為暴露人群,心腦血管疾病導(dǎo)致的死亡屬于小概率事件,可以認(rèn)為該事件服從Poisson分布,平滑函數(shù)采用光滑樣條平滑函數(shù)。利用SAS9.1,將GAM初步假設(shè)為式(2)中E(Yt)為心腦血管疾病死亡人數(shù)的預(yù)期值,α為截距,s為光滑樣條平滑函數(shù),df為自由度,dow為啞元變量包括星期啞變量、季節(jié)啞變量、節(jié)假日啞變量,Plagt為寒潮td前的日平均氣壓,RHlagt為寒潮td前的日平均相對濕度,Tminlagt為寒潮td前的日最低溫度,Vlagt為寒潮td前的日平均風(fēng)速,t=0時(shí),為當(dāng)日氣象要素觀測值。分別將(1-5)d前的及當(dāng)日的日平均氣壓P,日最低氣溫Tmin,日平均相對濕度RH,日平均風(fēng)速V以不同組合的形式引入模型,研究疾病死亡人口對氣象要素的響應(yīng)。1.4信度區(qū)間的確定為了將氣象要素對心腦血管疾病的影響進(jìn)行量化,現(xiàn)引入相對危險(xiǎn)度。相對危險(xiǎn)度也叫危險(xiǎn)比(riskratio)或率比(rateratio),是反映暴露與發(fā)病(死亡)關(guān)聯(lián)強(qiáng)度的有力指標(biāo)。RR值越大,表明暴露所引起的效應(yīng)越大,暴露與結(jié)局之間關(guān)聯(lián)的強(qiáng)度越大。即式(3)中β為模型擬合結(jié)果中的參數(shù)估計(jì)值。要估計(jì)數(shù)值的總體范圍,應(yīng)考慮到抽樣誤差的存在,需計(jì)算其可信區(qū)間,通常用95%可信區(qū)間(confidenceinterval,CI)。常用的是基于Woolf法計(jì)算的可信區(qū)間如下式(4)中SE為模型擬合結(jié)果中的標(biāo)準(zhǔn)誤(standarderror),IQR為時(shí)間序列的四分位距(interquartilerange)。一般認(rèn)為當(dāng)可信區(qū)間中包含1時(shí),沒有統(tǒng)計(jì)意義。22004-2010年南京四家醫(yī)院癲癇發(fā)作形態(tài)2.1不同年齡人群的死亡數(shù)分布特征圖1顯示,南京市2004—2010年9區(qū)常住人口中,心腦血管疾病死亡數(shù)有明顯的年周期性,結(jié)合表1,全部死亡數(shù)和男、女性死亡均在每年冬季1月最高,夏季6月或者7月最低。結(jié)合圖2,心腦血管死亡專率(/300)slope=0.008有逐漸升高趨勢,其中slope是指線性擬合的斜率,用來表征指標(biāo)變化趨勢。60歲以上人群的時(shí)間分布同總數(shù)基本一致,而25歲以下、25~44歲和45~59歲這三組的死亡數(shù)同老年組人數(shù)相比很少,所以將上述三組的數(shù)據(jù)統(tǒng)一歸到60歲以下人群組中,可以看出此組常年保持平穩(wěn)的低水平,波動(dòng)幅度小??偹劳鰯?shù)時(shí)間分布特征的主導(dǎo)因素是60歲以上老年組的變化。資料統(tǒng)計(jì)顯示,男性死亡數(shù)大于女性的月份有38個(gè),在84個(gè)月份中占45.2%,有6次出現(xiàn)在12月份;相同的月份有3個(gè);女性死亡數(shù)多于男性的月份有43個(gè),占50%以上,在多數(shù)情況下,心腦血管疾病造成的女性死亡多于男性。且男性比例slope=-7.94×10-4,女性slope=7.94×10-4,在2009年之前,男性比例一直高于女性,自2010年開始女性比例開始高于男性。圖3~圖6顯示,心腦血管疾病死亡中25歲以下人群比例最小,其次為25~44歲人群、45~59歲人群,比例最大的是60歲以上老年組。25歲以下青年人群比例曲線slope=-0.013,25~44歲成年人群的slope=-0.00728,45~59歲人群的slope=-0.022,60歲以上老年人群slope=0.00304曲線波動(dòng)幅度很小,逐年平穩(wěn)。可見60歲以下人群比例在下降,60歲以上人群比例上升。其中60歲以下三組的男性比例一直高于女性,且這種情況將會持續(xù)下去;60歲以上人群組,女性比例將一直高于男性。綜合上述,心腦血管疾病導(dǎo)致60歲以上老年組死亡所占比例的上升,是該疾病死亡率上升的主導(dǎo)因素,并且女性比例更高。可以考慮,從一年中心腦血管疾病造成死亡數(shù)極高值發(fā)生的冬季入手,重點(diǎn)討論老年組群體和女性群體對天氣條件的響應(yīng)。3寒潮發(fā)生的頻數(shù)及周期近60a來,在年平均水平下,不同月份寒潮發(fā)生頻數(shù)和日數(shù)按照從高到低的排序中,12月最高發(fā),寒潮頻數(shù)在總頻數(shù)中占到近25%,其次為11月,1月,3月,2月,4月,10月;按季節(jié)的順序?yàn)?冬季,秋季,春季,其中冬季的寒潮頻數(shù)占將近60%。較高發(fā)月份均分布在秋冬與冬春的季節(jié)交替時(shí)期,其中又以秋冬交替期最為高發(fā)。2004年~2010年,年平均水平下,不同月份寒潮發(fā)生頻數(shù)和日數(shù)按照從高到低的順序?yàn)?3月最高發(fā),其次為12月,2月,11月,1月;按季節(jié)為冬季、春季、秋季。近7a來,較高發(fā)月份集中在冬春和秋冬的季節(jié)交替時(shí)期,其中以冬春季交替期最為高發(fā)。同60a的平均水平相比,寒潮高發(fā)月份從12月變?yōu)?月,相應(yīng)的季節(jié)從冬季變?yōu)榇杭?表2)。依據(jù)寒潮標(biāo)準(zhǔn)中的兩個(gè)必要條件,圖7~圖9顯示南京地區(qū)近60年最低氣溫在逐漸升高,符合寒潮標(biāo)準(zhǔn)的低溫日數(shù)明顯減少;降溫幅度逐年變小,符合寒潮標(biāo)準(zhǔn)的降溫日數(shù)在減少。Slope(低溫)=-0.365,Slope(降溫)=-0.027,Slope(寒潮)=-0.002,即低氣溫≤4℃的日數(shù)減少的速度明顯快于降溫≥8℃的日數(shù)的減少速度。南京地區(qū)寒潮天氣發(fā)生頻數(shù)減少的原因有,低溫升高和降溫幅度的減小,其中低溫升高為主導(dǎo)原因。寒潮相對變化率表明,近5~10a來,平均相對變率逐漸降低,每年寒潮發(fā)生的頻數(shù)相差不大,表現(xiàn)為穩(wěn)定少變。在氣候變暖的條件下,人體也逐漸適應(yīng)這樣的氣候環(huán)境,一旦寒潮天氣發(fā)生,人體機(jī)能反而更加敏感,從而導(dǎo)致心腦血管疾病、呼吸系統(tǒng)疾病等天氣敏感性疾病的發(fā)病甚至死亡情況更為多發(fā),這同所謂的熱效應(yīng)是一致的,建立相應(yīng)暴露反應(yīng)模型也是客觀需要。4基于gam模型,研究了寒冷天氣對心腦血管疾病的影響4.1性別差異4.1.1修正gam模型輸入4組自變量,a組為寒潮當(dāng)日和(1~2d)前的日最低溫Tminlag0,Tminlag1,Tminlag2;b組為寒潮當(dāng)日和(1~4d)前的日平均相對濕度RHlag0,RHlag1,RHlag2,RHlag3,RHlag4;c組為寒潮當(dāng)日和(1—2d)前的日平均氣壓24h變量,日最低溫24h變量,日平均相對濕度24h變量24hPlag0,24hPlag1,24hPlag2,24hPlag3,24hTlag0,24hTlag1,24hTlag2,24hTlag3,24hRHlag0,24hRHlag1,24hRHlag2,24hRHlag3;d組為寒潮當(dāng)日和(1~3d)前的日平均氣壓24h變量24hPlag0,24hPlag1,24hPlag2,24hPlag3。利用表3中統(tǒng)計(jì)分析參數(shù)修正GAM模型如下。修正后模型的檢驗(yàn)結(jié)果為r=0.557024。檢驗(yàn)結(jié)果為r=0.680639。d組變量,自由度過小,不符合選入模型的條件。表4為上述不同組別篩選出的變量對應(yīng)的RR值。只有a組寒潮2d前的日最低溫和c組寒潮2d前日平均相對濕度24h變量的計(jì)算結(jié)果具有統(tǒng)計(jì)學(xué)意義,即寒潮期間日最低溫對心腦血管疾病男性死亡的滯后效應(yīng)表現(xiàn)為2d,日最低溫下降6.225℃,相對危險(xiǎn)度上升19.4431%。日平均相對濕度24h變量對心腦血管疾病男性死亡的滯后期為2d,每升高13.75%,相對危險(xiǎn)度提高10.2701%。因變量對各組中其它解釋變量無可量化響應(yīng)。綜上,寒潮期間日最低溫對男性心腦血管疾病死亡的滯后期為2d,Tminlag2的下降引起RR升高19.4431%,該疾病男性死亡對日平均相對濕度24h變化的響應(yīng)滯后2d,24hRHlag2的升高引起RR升高10.2701%。4.1.2模型運(yùn)行結(jié)果根據(jù)GAM模型對各要素及其組合的數(shù)據(jù)調(diào)試,篩選出5組作為自變量,其中a組包括寒潮當(dāng)日和(1~2)d前的日平均氣壓24h變量,日最低溫24h變量,日平均相對濕度24h變量,即24hPlag0,24hPlag1,24hPlag2,24hTminlag0,24hTminlag1,24hTminlag2,24hRHlag0,24hRHlag1,24hRHlag2;b組包括寒潮當(dāng)日的日平均氣壓24h變量,日最低溫24h變量,日平均相對濕度24h變量,即24hPlag0,24hTminlag0,24hRHlag0;c組包括寒潮當(dāng)日和(1~3)d前的日最低溫、日平均相對濕度,即Tminlag0,RHlag0;Tminlag1,RHlag1;Tminlag2,RHlag2;Tminlag3,RHlag3;d組包括寒潮當(dāng)日和(1~2)d的日最低溫,即Tminlag0,Tminlag1,Tminlag2;e組包括寒潮當(dāng)日和1d前的日平均相對濕度,即RHlag0,RHlag1。模型修正后結(jié)果如下:b組中變量的自由度過小,不能選入模型;檢驗(yàn)結(jié)果為r=0.631809。根據(jù)表6,a組的24hRHlag0每升高一個(gè)四分位距19.5%,同期心腦血管疾病造成的女性死亡危險(xiǎn)度便相應(yīng)上升10.8879%;b組寒潮當(dāng)日的日平均相對濕度24h變量對應(yīng)的RR為1.100,95%CI未包含1,具有統(tǒng)計(jì)學(xué)意義,即24hRHlag0每升高一個(gè)四分位距19.5%,以寒潮天氣為危險(xiǎn)因素,心腦血管疾病導(dǎo)致的女性死亡相對危險(xiǎn)度升高10.0%;c組中,寒潮2d前的日最低溫每下降一個(gè)四分位距6.225℃,相對危險(xiǎn)度升高18.51%;d組中,寒潮2d前的日最低溫每下降6.225℃,危險(xiǎn)度升高20.2%;e組寒潮當(dāng)日的日平均相對濕度每升高25.8%,危險(xiǎn)度便升高9.91%。根據(jù)上述分析結(jié)果,雖然經(jīng)過輸入不同變量組合得出的模型各參數(shù)不同,但是總體來看,對寒潮期間心腦血管引起的女性死亡情況,日平均相對濕度和日最低溫度的影響作用是顯著的,具有統(tǒng)計(jì)學(xué)意義。女性心腦血管疾病死亡對24hRH當(dāng)日有響應(yīng),RR正向變動(dòng)9.91%~10.89%,對日低溫的響應(yīng)期為2d,Tminlag2下降一個(gè)IQR,RR會相應(yīng)升高18.51%~20.12%。上述表格中,相同變量計(jì)算得出的相對危險(xiǎn)度之間略有差異,這應(yīng)該與模型統(tǒng)計(jì)分析所使用的變量組合不同有關(guān)。出于對天氣敏感性疾病的預(yù)警考慮,應(yīng)當(dāng)在合理的范圍內(nèi)選擇危險(xiǎn)度較高的數(shù)值,進(jìn)行氣象服務(wù),從而引起該種疾病患者對天氣條件變化的重視,并對其采取盡可能避免損害的措施。4.2年齡差異4.2.1日相對濕度14經(jīng)過對數(shù)據(jù)集的運(yùn)行調(diào)試,分別挑選出以下幾組自變量,a組,寒潮當(dāng)日以及(1~4)d前的日最低溫Tmin,即Tminlag0、Tminlag1、Tminlag2、Tminlag3、Tminlag4;b組,寒潮當(dāng)日以及(1~3)d前的日最低溫Tmin,即Tminlag0、Tminlag1、Tminlag2、Tminlag3;c組,寒潮當(dāng)日以及(1~2)d前的日最低溫Tmin,即Tminlag0、Tminlag1、Tminlag2;d組,寒潮當(dāng)日以及(1~5)d前的日平均相對濕度,RHlag0`、RHlag1、RHlag2、RHlag3、RHlag4、RHlag5;e組,寒潮當(dāng)日以及(1~4)d的日平均相對濕度,RHlag0、RHlag1、RHlag2、RHlag3、RHlag4;f組,寒潮當(dāng)日以及(1~2)d的日最低溫和日平均相對濕度,Tminlag0、Tminlag1、Tminlag2、RHlag0、RHlag1、RHlag2。模型修正結(jié)果如下。檢驗(yàn)結(jié)果顯示,該模型擬合度達(dá)到0.612841。b組:lg[E(Yt)]=3.22651-0.02005Tminlag2+檢驗(yàn)結(jié)果為r=0.586334。檢驗(yàn)結(jié)果為0.715067。擬合結(jié)果為0.875098。表8顯示,a組寒潮4d前的日最低溫每下降IQR=7.7℃,60歲以上老年人群中由心腦血管疾病導(dǎo)致的死亡數(shù)危險(xiǎn)度上升15.04%;b組中,寒潮2d前的日最低溫下降IQR=6.23℃,相應(yīng)死亡危險(xiǎn)度上升11.73%;c組中2d前日最低溫下降6.23℃,危險(xiǎn)度上升19.36%;d組中寒潮當(dāng)日的日平均相對濕度每升高25.8%時(shí),危險(xiǎn)度上升7.23%;e組當(dāng)日日平均相對濕度每上升25.8%使危險(xiǎn)度上升8.90%;f組寒潮當(dāng)日的日最低溫Tminlag0每下降一個(gè)四分位距時(shí),60歲以上老年人群死于心腦血管疾病的危險(xiǎn)度便升高13.93%;寒潮2d前的日最低溫Tminlag2每下降一個(gè)四分位距6.23時(shí),危險(xiǎn)度升高16.36%;寒潮當(dāng)日的日平均相對濕度RHlag0每上升25.8%,危險(xiǎn)度升高13.24%。心腦血管疾病60歲以上老年患者對寒潮期間的日低溫和日平均相對濕度有顯著響應(yīng)。Tmin對60歲以上老年人群的影響作用從當(dāng)日持續(xù)4d,每下降一個(gè)IQR,RR上升11.73%~19.36%,其中寒潮2d前的日最低溫變化引起的RR波動(dòng)最大;當(dāng)日RH升高,會引起RR升高7.23%~13.24%。由于選入模型的變量組合不同,相同變量對應(yīng)的RR結(jié)果有所不同。由于天氣敏感性疾病預(yù)警模型的作用在于預(yù)報(bào)提醒甚至警示有關(guān)疾病患者對天氣變化的及時(shí)應(yīng)對,因此可以考慮選擇擬合程度最高的GAM模型用于時(shí)間序列分析。4.2.2最佳模型的驗(yàn)證由于25歲以下青年組、25~44歲成年組、45—59歲老年前成年組這三組中包含的有效信息很少,故并入60歲以下年齡組中加以分析。通過數(shù)據(jù)調(diào)試,唯一的GAM模型修正結(jié)果如下擬合度為0.544。選入該模型的唯一變量對應(yīng)的RR=0.925,95%CI為0.718~1.192,無統(tǒng)計(jì)學(xué)意義,說明寒潮4d前的日最低溫度的變化,對60歲以下人群中由心腦血管疾病引起的死亡沒有顯著的量化影響。這可能與心腦血管造成的全年齡死亡中,60歲以下人群所占的比例本身就很小有關(guān)。5結(jié)果的描述和應(yīng)用(1)南京市2004~2010年,心腦血管疾病導(dǎo)致的死亡有年周期性,在每年冬季1月最高,夏季6月或者7月最低,該疾病死亡專率呈上升趨勢。其中60歲以上人群的時(shí)間分布同總死亡數(shù)的分布基本一致,所占比例將逐漸增加,其中女性比例將持續(xù)高于男性。60歲以下年齡組常年保持平穩(wěn)的低水平,波動(dòng)幅度不大,25歲以下青年組、25~44歲成年組和45~59歲老年前成年組,這三個(gè)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論