中國3城市氣溫與人群死亡關(guān)系研究.pdf

1、目的：探討中國3城市（北京、成都和南京）氣溫與居民死亡的關(guān)系，進(jìn)一步明確氣溫對(duì)死因別死亡影響的暴露-反應(yīng)關(guān)系和滯后特點(diǎn);定量估計(jì)極端氣溫對(duì)3城市死因別死亡影響的累積冷、熱效應(yīng)以及對(duì)不同年齡、不同性別人群死亡影響的累積冷、熱效應(yīng);初步探討3種主要大氣污染物(PM10、NO2、SO2)對(duì)氣溫與人群死亡關(guān)系的效應(yīng)修飾作用。
　　方法：收集2008年1月1日至2010年12月31日北京、成都和南京的每日死亡數(shù)、同期氣象數(shù)據(jù)和空氣污染數(shù)據(jù)(

2、PM10、NO2、 SO2)，在控制長期趨勢(shì)和季節(jié)效應(yīng)以及其他混雜因素后，用分布滯后非線性模型(Distributed Lag Non-linear Model，DLNM)研究氣溫與死因別死亡的關(guān)系及污染物的效應(yīng)修飾作用。第一步:首先在調(diào)整長期趨勢(shì)、季節(jié)效應(yīng)、星期幾效應(yīng)以及氣壓、相對(duì)濕度等氣象因素的基礎(chǔ)上，建立時(shí)間序列的泊松回歸基本模型，然后構(gòu)建基于DLNM的氣溫交叉基，最后在時(shí)間序列基本模型基礎(chǔ)上納入溫度交叉基構(gòu)建分布滯后非線性模型，

3、并通過該模型擬合氣溫-死亡的暴露-反應(yīng)關(guān)系曲線，定量評(píng)估極端氣溫對(duì)全人群及不同年齡、不同性別人群死亡影響的累積冷、熱效應(yīng)。第二步:在分布滯后非線性模型基礎(chǔ)上納入氣溫與大氣污染物的交互項(xiàng)，定性評(píng)估PM10、NO2、 SO2對(duì)氣溫-死亡關(guān)系的效應(yīng)修飾作用。
　　結(jié)果：①北京、成都和南京的氣溫與死因別死亡存在非線性的暴露-反應(yīng)關(guān)系，北京市死因別死亡的暴露-反應(yīng)關(guān)系呈“V”型，成都市和南京市暴露-反應(yīng)關(guān)系呈“J”型。低溫對(duì)全人群死因別死亡

4、的影響顯著高于高溫。低溫對(duì)人群死亡的影響存在滯后效應(yīng)，一般在暴露第5天效應(yīng)達(dá)到最大，并且持續(xù)時(shí)間較長，約3周左右。高溫對(duì)人群死亡的影響存在明顯的急性效應(yīng)，在暴露當(dāng)天即可造成人群死亡風(fēng)險(xiǎn)增加，并且高溫對(duì)死亡的影響持續(xù)時(shí)間較短，大約持續(xù)1周左右。②北京市極端高溫對(duì)人群死因別死亡的影響高于極端低溫，而成都市和南京市極端低溫對(duì)人群死因別死亡的影響高于極端高溫。以北京市非意外死亡為例，極端高溫對(duì)非意外死亡在滯后0天、0～7天、0～15天和0～30

5、天的累積熱效應(yīng)相對(duì)危險(xiǎn)度(Relative Risk，RR)分別為:1.07(95％CI:1.04～1.11)、1.28(95％CI:1.22～1.33)、1.36(95％CI:1.27～1.47)、1.31(95％CI:1.19～1.45)，極端低溫的冷效應(yīng)RR值分別為:1.02(95％CI:0.98～1.06)、1.10(95％CI:1.05～1.16)、1.15(95％CI:1.09～1.23)、1.24(95％CI:1.13～1

6、.35)。③極端低溫對(duì)65歲及以上人群死因別死亡的影響大于極端高溫，但極端低溫對(duì)不同年齡組人群死亡的影響差別不大，極端高溫對(duì)65歲及以上人群死因別死亡的影響大于65歲以下人群。極端高溫對(duì)女性人群死亡的影響大于男性。④三種主要大氣污染物日均濃度對(duì)氣溫與死亡的關(guān)系存在效應(yīng)修飾作用。
　　結(jié)論：北京、成都和南京氣溫與人群死亡存在非線性的暴露-反應(yīng)關(guān)系，高溫引起的急性效應(yīng)持續(xù)時(shí)間較短，低溫引起的急性效應(yīng)相對(duì)滯后，但持續(xù)時(shí)間較長，持續(xù)約3周