日均气温与呼吸系统疾病急诊人次相关性的时间序列观察分析

陈宝芬

日均气温与呼吸系统疾病急诊人次相关性的时间序列观察分析

陈宝芬

目的 观察分析日均气温与呼吸系统疾病急诊人次相关性的时间序列。方法 将本院急诊呼吸系统收治的患者资料进行回顾性分析, 并结合同期本市的气象因素和大气污染物的数据, 根据时间序列建立广义的相加模型, 对日均气温与呼吸系统疾病急诊人次之间的相关性进行分析。结果 ①共收集3507呼吸系统疾病急诊人次。②日均急诊人次与气压(r=0.148,P＜0.05)、SO2(r=0.154,P＜0.05)呈正相关关系, 与气温(r=-0.124,P＜0.05)和风速(r=-0.075,P＜0.05)呈负相关关系；日均气温与相对湿度呈正相关(r=0.326,P＜0.05), 与风速(r=-0.074,P＜0.05)、气压(r=-0.858,P＜0.05)、SO2(r=-0.536,P＜0.05)、NO2(r=-0.205,P＜0.05)呈负相关关系。同时, 日均气温具有显著的周期性变化, 当其最高或最低时, 急诊人次均有所上升, 二者之间存在非线性关系。③日均气温与呼吸系统疾病急诊人次的相关性曲线大致呈“V”型, β值先降低再上升, 最低点在4℃左右, 为最适温度, 气温产生的影响最小。结论 本市日均气温与呼吸系统疾病急诊人次之间呈“V”字相关, 以4℃为最适宜, 而且急诊人次会随着最适日均气温的变化而变化, 都会增加呼吸系统疾病急诊的风险。

日均气温；呼吸系统疾病；急诊人次；相关性；时间序列

在人们的生活中, 气温是一项非常重要的影响因素, 如果气温太高, 或者太低, 或者在短时间内出现剧烈的变化,都有可能导致机体的抵抗力受损, 继而导致疾病的发生, 对身体健康造成威胁［1-3］。目前, 国内外对于气温与呼吸系统疾病发生率以及死亡率之间的关系进行了大量的研究报道,受到地区、人群以及研究方法的影响, 结果存在较大差异。从国内的就诊习惯来看, 患者患病后一般都是先经门诊或者急诊诊断, 如果病情较轻, 通常不会选择住院治疗［4］。这样一来, 呼吸系统门诊因素和气象因素之间的联系就更加显著。为了有效治疗和控制疾病, 就有必要对其进行研究。为了分析日均气温与呼吸系统疾病急诊人次相关性的时间序列, 作者开展了如下研究报告。

1 资料与方法

1.1一般资料

1.1.1急诊病例资料 从本院2016年1～6月收治的呼吸系统患者中, 根据《国际疾病分类》第10版(ICD-10)的呼吸系统疾病的诊断标准, 选取符合标准的咽炎、上呼吸道感染、肺炎、支气管炎、慢性阻塞性肺疾病(COPD)以及哮喘等呼吸系统疾病的病例。

1.1.2气象资料 从我国气象科学数据共享数据库中, 下载本市同期气象局日常监测的气象数据和日值数据, 主要有气温、相对湿度、风速和气压(均为平均值)。

1.1.3大气污染物资料 从环境保护监测中心获取同期本院所在地区的二氧化硫(SO2)、二氧化氮(NO2)和PM10等大气污染物的常规监测日值数据, 各指标取其平均值。

1.2研究方法 根据时间序列的分析方法建立广义的相加模型：

其中的E(Yi)表示急诊人次的预估值, Dow表示星期几效应, xi表示和因变量具有线性联系的自变量, βi表示偏回归系数, xj表示和因变量不存在线性关联的自变量, f表示平滑函数。具体建模步骤如下：①建立只包含时间因素的基本模型：主要目的是为了有效控制长期发展趋势, 具体为log［E(Yi)］=s(no, df1), 其中的no为天数的序列。②添加其他指标的日均值数据：将气温、相对湿度、风速、气压、SO2、NO2、PM10以及星期几的哑变量等加入到模型中, 对模型整体进行χ2检验, 其中的自变量可用χ2或Z检验, 在满足上述条件下的赤池信息量准则(AIC)最小, 确定自变量以及相应自由度的取值。③由上一步得到日均气温与日急诊人次之间的关系曲线图, 对曲线的特点进行观察, 对二者之间的相关性予以分析, 然后利用分段拟合的方式, 对气温的变化与呼吸系统疾病急诊人数之间的关系进行分析。

1.3观察指标 对呼吸系统疾病急诊人次的基本分布情况进行统计, 并分析急诊人次、气象因素以及大气污染物之间的相关性, 并观察广义相加模型的建模结果。

1.4统计学方法 采用SPSS17.0统计学软件进行统计分析。计数资料以率(%)表示, 采用χ2检验。相关性检验采用Spearman相关分析。P＜0.05表示差异具有统计学意义。

2 结果

2.1呼吸系统疾病急诊人次的基本分布情况 共收集3507人次呼吸系统疾病急诊人次, 其中, 疾病类型：上呼吸道感染1970人次(56.17%)、咽炎 434人次(12.38% )、扁桃体炎 213人次 (6.07%)、哮喘 149人次 (4.25%)、肺炎 143人次 (4.08 %)、支气管炎 122人次(3.48%)、喉炎 87人次 (2.48%)、COPD 64人次(1.82%)、急性支气管炎 56人次(1.60%)、其他 269人次(7.67%)。性别：男性 1471人次(41.94%)、女性 2036人次(58.06%)。年龄： 0～14岁 56人次(1.60%)、15～44岁 2323 人次(66.24%)、45～59岁345人次(9.84%)、>60岁783人次(22.33%)。见表1。

表1 呼吸系统疾病急诊人次的基本分布情况(n, %)

2.2气象因素以及大气污染物之间的相关性分析 日均急诊人次与气压(r=0.148,P＜0.05)、SO2(r=0.154,P＜0.05)呈正相关关系, 与气温(r=-0.124,P＜0.05)和风速(r=-0.075,P＜0.05)呈负相关关系；日均气温与相对湿度呈正相关(r=0.326,P＜0.05), 与风速(r=-0.074,P＜0.05)、气压(r=-0.858,P＜0.05)、SO2(r=-0.536,P＜0.05)、NO2(r=-0.205,P＜0.05)呈负相关关系。同时, 日均气温具有显著的周期性变化, 当其最高或最低时,急诊人次均有所上升, 二者之间存在非线性关系。

2.3广义相加模型的建模结果分析 依次加入各项指标后,日均气温与呼吸系统疾病急诊人次之间的相关性呈“V”型分布。日均气温与呼吸系统疾病日均急诊人次的相关性如图1所示。曲线大致呈“V”型, β值先降低再上升, 最低点在4℃左右, 为最适温度, 气温产生的影响最小。

图1 日均气温与呼吸系统疾病急诊人次相关性关系图

3 讨论

在本次研究中, 因变量就是呼吸系统疾病急诊人次, 通过对其时间顺序进行分析, 建立了广义的相加模型。对气象及其相关的影响因素, 以及污染大气, 影响空气质量的相关影响因素, 可以得出如下结论, 即日均气温与呼吸系统疾病急诊人次之间的相关性呈“V”型分布, 最适温度为4℃左右,而且急诊人次会随着最适日均气温的变化而变化, 都会增加呼吸系统疾病急诊的风险, 气温<4℃产生的风险更高［5,6］。

综合国内相关的文献资料来看, 研究气温与呼吸系统疾病急诊人次之间相关性的报道并不多［7］。分析国外的文献报道发现, 很多报道都认为, 日均气温与呼吸系统疾病急诊人次并不具有线性关联, 二者大多呈“V”型或者“U”型分布。同时, Nafstad等学者的研究指出, 受到气温因素影响的呼吸系统疾病患者, 具有较高的死亡率, 和其他疾病相比, 此类疾病的死亡率较高, 而且差异显著, 存在统计学意义。如果气温在10℃以下, 而且7 d以内, 平均气温降低1℃, 呼吸系统疾病患者的死亡率就会增加2%。如果气温在10℃以上,当气温>10℃时, 1周内气温的变化均值每下降1℃, 呼吸系统疾病的死亡率就会增加约5%。俄罗斯学者Revichd等在莫斯科地区的研究报道与Nafstad等的研究基本相符, 说明气温的变化与呼吸系统的健康状况具有密切关联。

呼吸道感染最主要的病原体为呼吸道合胞病毒与流感细菌。在此理论的基础上, 国外研究者Welliver经过实验研究发现, 呼吸道合胞病毒与气温具有非常密切的联系, 而且二者之间呈双峰型, 分别为2～6℃以及24～30℃［8,9］。在本次研究中, 4℃为最适温度, 气温对呼吸系统健康产生的影响最小。出现该结果的原因可能是, 当患者感染呼吸道合胞病毒之后,存在一定的潜伏期, 有的潜伏期可以达到27 d。在这期间, 呼吸道合胞病毒会大量传播, 因此, 大部分呼吸系统疾病患者都集中于长时期的潜伏期, 而并不是它活动的2～6℃［10］。

与此同时, Lowen等为了研究流感病毒传播与气温以及湿度之间的相关性, 进行了动物实验, 结果发现, 低温能够为流感病毒的生存、传播和繁殖提供有力的条件。另外, 国内也有学者通过动物实验研究发现, 在气温较低的冬季, 大鼠肺组织表面的活性蛋白A、白细胞介素6的表达水平要显著低于秋季。这一研究表示, 气温的变化可能部分致病微生物的活性程度、呼吸系统疾病患者的免疫功能、生理状态等产生一定的影响, 会增加呼吸系统疾病急诊的风险。

［1］ 罗焕金, 曾四清, 胡梦珏, 等.极端低温对呼吸系统疾病住院人数影响的时间序列分析.华南预防医学, 2014, 40(6):504-511.

［2］ 张莹, 宁贵财, 康延臻, 等.北京市大气污染物与呼吸系统疾病入院人数的时间序列.兰州大学学报(自然科学版), 2015, 51(1):87-92.

［3］ 李佳耘, 马新平, 王式功, 等.基于GAM模型分析南京市循环和呼吸系统疾病死亡人数与体感温度的关系.兰州大学学报(自然科学版), 2015, 51(5):659-664.

［4］ 冀翠华, 王式功, 尹岭, 等.广义相加模型在创伤急诊人次与气象要素时间序列相关分析中的应用.兰州大学学报(自然科学版), 2015, 51(5):671-675.

［5］ 廖玉学, 彭朝琼, 余淑苑, 等.深圳市大气PM_(10)与呼吸系统疾病日门诊量的时间序列分析.华南预防医学, 2014, 40(4):301-305.

［6］ 殷永文, 程金平, 段玉森, 等.上海市霾期间PM_(2.5)、PM_ (10)污染与呼吸科、儿呼吸科门诊人数的相关分析.环境科学, 2011, 32(7):1894-1898.

［7］ 张姣艳, 王艺, 赵耐青.上海市日均气温变化对医保儿童呼吸科就诊人次的影响.中国卫生统计, 2012, 29(6):819-822.

［8］ 莫运政, 郑亚安, 陶辉, 等.日均气温与呼吸系统疾病急诊人次相关性的时间序列分析.北京大学学报(医学版), 2012, 44(3):416-420.

［9］ 陶辉, 童建勇, 沈艳辉, 等.北京市H区日平均气温与呼吸系统疾病死亡的病例交叉研究.环境与健康杂志, 2011, 28(7): 569-572.

［10］ 张越, 阚海东, 彭丽, 等.日均气温与呼吸系统疾病日入院人次相关性的时间序列分析.中华预防医学杂志, 2014(9):795-799.

10.14164/j.cnki.cn11-5581/r.2017.17.046

2017-06-26］

518000 深圳市南山区西丽人民医院白芒社区健康服务中心