节气气候变化与地区鼻出血相关性的真实世界研究*

李坚然，邱书奇，叶翠燕，李定波，刘智献，李一圣，叶丽桦，杨贵

（1.深圳市龙岗区耳鼻咽喉医院，广东 深圳 518172；2.深圳市龙岗中心医院，广东 深圳 518116）

鼻出血是耳鼻咽喉科最常见的急症，病因复杂，轻者仅为涕中带血，重者可致失血性休克危及生命［1-2］。本课题组在临床工作中发现，鼻出血就诊人数在某些时间段会较其他时间段明显增多，国内外一些学者也关注到这个问题。早在1973 年就有捷克学者提出气象效应与鼻出血发生相关［3］。多数学者分析时间节点划分多是按照四季或者按月份，考察的气象因素指标常用平均气温、平均湿度、平均气压等［4-6］。本课题组认为这样并不能准确反映气候变化对鼻出血发生的影响。研究通过回顾性分析深圳市龙岗区耳鼻咽喉医院鼻出血门诊患者的临床资料与二十四节气对应的气象因素指标的关系，探索深圳地区鼻出血气象相关因素，进一步了解本地区鼻出血患者的发病规律，同时对临床预防及诊治提供更加完善的流行病学数据。

1 资料与方法

1.1 一般资料

患者信息收集：①从深圳市龙岗区耳鼻咽喉医院信息中心调取2016 年2 月4 日（乙未年立春）至2019 年2 月4 日（戊戌年立春）三年（本文中记为2016 年至2018 年）每天门急诊就诊诊断为鼻出血（鼻出血可以不是第一诊断）的患者的就诊信息，包括年龄、性别等。②信息分析和整理：一周内同一患者重复就诊的计算为1 例次；患者除鼻出血诊断外常伴有其他诊断，如干燥性鼻炎，过敏性鼻炎、鼻前庭炎、慢性鼻炎等，合并炎症类诊断不排除。③排除标准：合并外伤、肿瘤、心血管及血液系统等全身疾病就诊的患者。本研究中鼻出血的纳入标准是单侧或者双侧鼻腔出血，可经后鼻孔流至咽部，前鼻镜或内镜检查可见到黏膜糜烂、出血点或者活动性出血的患者，确诊疾病根据 ICD-10：R04.001 或 ICD-9：784.702［1］。

1.2 气象环境数据收集

天气情况从https：//www.wunderground.com 气象数据网站获得，包括深圳每日温度（最大值、平均值、最小值）、露点（最大值、平均值、最小值）、湿度（最大值、平均值、最小值）、风速（最大值、平均值、最小值）、气压（最大值、平均值、最小值）和沉淀物（平均值）等。

1.3 统计学方法

本研究数据通过Microsoft Excel 2010 software和SPSS 22.0 进行统计分析。计算鼻出血患者例数与温度（最大值、平均值、最小值）、露点（最大值、平均值、最小值）、湿度（最大值、平均值、最小值）、风速（最大值、平均值、最小值）、气压（最大值、平均值、最小值）和沉淀物（平均值）的Pearson 相关系数。以鼻出血病例数为因变量，利用Enter 法纳入上述相关分析中有统计学意义的气候因素，即温度（平均值）、露点（平均值）、湿度（最大值）、风速（平均值）和气压（最大值），构建线性回归模型，记录各自变量的偏回归系数和相应P值。另外，通过线性模型输出非标准化预测值，与现实值相比较，计算平均误差和标准差。P<0.05 为差异有统计学意义。

2 结果

2.1 鼻出血患者就诊情况

2016 年至2018 年立春期间，每年的鼻出血就诊例次分别为3 393、4 112、4 488 例次，三年共计11 993 例次，呈逐年增高趋势，每年就诊情况随着节气变化大体走势趋于相同，其中有两个较明显高峰，分别出现在小满和霜降节气附近，见图1。本研究中11 993 例鼻出血患者，男7 685例，女4 308 例，在不同年龄阶段均表现为男性多于女性，鼻出血就诊患者的年龄、性别分布情况见图2。

图1 不同年份鼻出血发病例数与节气更替关系

图2 鼻出血患者年龄、性别分布

2.2 鼻出血与节气气象因素指标的关系

研究2016 年至2018 年各节气发病数与同期节气气象因素的关系。表1 可见，通过线性相关分析初步得出鼻出血发生与不同节气的气温、露点和风速等值为正相关（气温、露点和风速平均值与鼻出血例数的Pearson 相关系数分别为0.393、0.251 和0.250，P值均小于0.05），与湿度、气压等值为负相关（湿度和气压最大值与鼻出血例数的Pearson 相关系数分别为-0.316 和-0.300，P值皆小于0.05），与沉淀物等的相关关系无统计学意义（沉淀物平均值与鼻出血例数的Pearson 相关系数为-0.090,P值为0.450）。

表1 气象因素与患者鼻出血的相关系数

表2 显示的是鼻出血例数和气温、露点、湿度、风速和气压建立的多重线性回归模型，选择要素系数最高的气象组，包括温度（平均值）、露点（平均值）、湿度（最大值）、风速（平均值）和气压（最大值）进行线性回归分析。结果显示鼻出血发生与不同节气的气温和露点值相关（P 值均小于0.01），其中在多重线性回归模型中影响最大的因素是气温（标准化偏回归系数为1.687），其次为露点（标准化偏回归系数为-1.308）。在此模型中，鼻出血发生与气压、风速、湿度，沉淀物等的相关关系无统计学意义。

表2 鼻出血例数与气象因素的多重线性回归模型

2.3 验证预测回归模型

基于上述线性模型的预测值结果，与实际鼻出血进行比较，平均误差率为（16.11±10.90）例，见图3A。为进一步验证其预测能力，本课题组收集了农历2019 年前5 个节气天气数据和相应的临床数据。通过上述线性回归模型计算出鼻出血例数预测值，并和实际鼻出血例数比较，结果相似，平均误差率17.29±5.45 例，见图3B。

图3 应用Pearson 回归模型预测患者鼻出血病例数

3 讨论

鼻出血是耳鼻咽喉科的常见急症之一。鼻腔是呼吸道的起始部位，气候环境的变化对鼻腔内环境影响较直接。既往有研究探讨鼻出血与气象因素的关系，但没有确切的结论。2014 年SOWERBY 等［7］对加拿大Alberta 地区成年人特发性鼻出血的患者进行研究，发现特发性鼻出血发病情况同气温呈负相关，部分学者也得到类似结论［8］。而2016 年梁洁琼等［9］对北京地区儿童鼻出血门诊就诊情况进行研究却得出相反的结论，他们发现鼻出血发病情况同平均气温存在正相关关系，同时还与平均湿度呈正相关，同平均气压呈负相关，同风速、PM2.5 等指标无明显相关关系。部分学者也与之得出类似的结论［10-11］。总结既往研究结果不难看出：首先，平均气温虽然作为一个重要的气象因素指标得到广泛的认可，但是出现的结果却不尽相同，仔细分析发现温暖潮湿的地区气温升高鼻出血发生例数却减少，而干燥炎热的地区气温升高则容易导致鼻出血，而其他指标如平均湿度，平均气压等的研究结果则差别更大；其次，既往研究对鼻出血与气象因素的研究都采用的按照月份或四季划分时间点。这不禁让笔者思考，是否有更好的气象因素指标适用于更多地区？是否有更好的时间划分点更能与气象因素更加匹配？

节气是指太阳历（干支历）中表示季节变迁的二十四个特定节令。它反映了寒暑变化与农时季节交替的规律和特点，不仅对古代农业生产有其重要意义和重大影响，而且对人们的起居作息、日常生活、疾病防治、养生保健等诸多方面来说，也同样有其积极意义和重要影响。深圳虽然地处南方，但是气候也是一直随着节气变化，研究深圳的节气问题是对二十四节气文化的传承与发展［12］。本课题组认为二十四节气划分相对更能反应季节的更替和气象的变化。所以本课题组选择用二十四节气为时间划分节点的来进行研究。从立夏到霜降期间的患者就诊率较高，小满和霜降这两个节气前后是鼻出血发病的高峰时节，有研究也表明季节及气温变化引起上呼吸道感染增多间接影响鼻出血发病［13］，天气的突然变化会引起凝血功能的短暂改变，会影响鼻出血发病等［14］。这些可能是导致这两个节气前后出现高峰的原因。因深圳属南亚热带季风气候，长夏短冬，这两个节气刚好也是深圳从春季转为夏季和夏季转为秋季的节点。所以，季节更替时节做好预防鼻出血的工作，应结合当地节气变化而不是简单的春夏秋冬或者月份划分。

在气象因素指标研究方面，本组结果显示平均气温同患者鼻出血就诊情况呈正相关，与梁洁琼等［9］（研究地域为北京）和YU 等［11］（研究地域杭州）的研究结果一致，而在平均湿度方面深圳，北京和杭州三地得出截然不同的结论。鼻出血的高峰期都在夏季，三地夏季均天气炎热，所以三地均得出平均气温同患者鼻出血就诊情况呈正相关。然而，深圳夏季以炎热天气为主，高温多雨。而北京夏季炎热、相对深圳少雨和气候干燥，杭州夏季气候炎热、湿润，这可能是湿度结论反差较大的原因。因此，平均湿度同患者鼻出血就诊情况：北京呈正相关，杭州呈弱负相关，深圳则无相关性。但YU 等也关注到了露点这一气象因子，他们认为在相对湿度较高的环境中，露点更接近空气温度，因此，露点（平均值、高、低）与儿童鼻出血率之间也存在正相关。本研究在相关分析结果显示鼻出血例次与露点平均值的相关存在统计学意义。露点是在空气中水汽含量不变，保持气压一定的情况下，使空气冷却达到饱和时的温度。所以露点与相对湿度和环境温度均相关。本课题组认为露点可能是一个比较适合多数地区与气候性疾病发病相关的气象因子指标。

为了验证笔者的预测，本课题组对气象因素做了回归模型的预测分析。基于上述线性模型的预测值结果，与实际鼻出血进行比较，建立回归模型。为进一步验证其预测能力，本课题组收集了农历2019 年前5 个节气天气数据和相应的临床数据。得出本回归模型能作出较好的预测。这样可以通过天气预报做好预防鼻出血的工作，时间上预防的重点应放在气温高、露点高的节气。

斗转星移，四时轮替，研究者应重视疾病发生与季节、气候的相关性研究，在找出疾病的高发时节的同时，将拓宽研究各种疾病发生的病因，积极预防和治疗疾病。同时对临床预防及诊治提供更加完善的流行病学数据。