气温对泉州市手足口病发病的影响研究

周建丁 虞志昂 林子伦 杨林 叶雯婧

摘要：手足口病（HFMD）发病与日均气温存在密切联系，为了解2010～2015年泉州市HFMD分布特征及日均气温对HFMD发病人次的影响，本论述采用基于准泊松分布的广义线性模型（GLM）结合分布滞后非线性模型（DLNM），在控制星期几效应、长期趋势、气象要素等混杂因素后，计算相对于日均气温P50，在滞后21 d内对HFMD发病人次的影响。结果表明： 2010～2015年泉州市丰泽区、鲤城区、洛江区累计报告HFMD发病人次23 960人，发病主高峰在4～7月。日均气温累积滞后21 d对HFMD发病人次的影响呈非线性（近似‘M’形），存在两个峰值，出现在32.2℃（相对危险度RR=1.848，95% CI：1.260～2.709）和12.1℃（RR=1.664，95%CI：1.105～2.507）。高温和低温均对HFMD有发病风险，且滞后效应明显.极端气温均在滞后第1 d起RR值大于1，第5百分位气温10.5℃和第90百分位气温30.5℃有较大的RR值，均在滞后第4 d达到最大，RR值分别为1.0584和1.0710，具有统计学意义。

关键词：日均气温；HFMD；分布滞后非线性模型

中图分类号：R51文献标志码：A

0引言

手足口病（Hand，foot，and mouth disease，HFMD）是由肠道病毒感染引起的一种儿童常见传染病，其中以柯萨奇病毒A组16型和肠道病毒A组71型最为常见（彭娟霞等，2019）。HFMD在我国各地区全年均有发生，年发病率为37.01/10万～205.06/10万，近年报告的年病死率在6.46/10万～51.00/10万（中华人民共和国国家卫生和计划生育委员会，2018），自2008年1月至2015年12月底，仅我国大陆HFMD就发病4 238万例，死亡3 344例（王思嘉，2018）。它的传播途径复杂，传染力强，季节性强，多发于儿童（徐兴福等，2020）。主要表现为发热，可伴有咳嗽、流涕、食欲不振等症状。HFMD与气象因素关系密切，许多研究表明气象要素对HFMD的发病存在一定的影响，如温度、湿度、降水量等（Chen et al，2014；Onozuka et al，2011；Hii et al，2011），并且气象要素对疾病的影响存在滞后效应，持续时间为几天、甚至一个月之久（沈秀莲等，2020；刘伟等，2019），但是各地区研究差异明显。

泉州是福建省东南沿海地级市，一带一路起点，福建省最大的工业城市，福建省人口最多的城市。全年气温较为温和，夏季较为炎热，冬无严寒，干湿分明。为了解泉州市气温和HFMD发病人次之间的关系，本研究针对泉州市2010～2015年的气象要素和HFMD发病情况进行时间序列分析，采用分布滞后非线性模型（Distributed lag non-linear models，DLNM）研究日均气温对HFMD发病风险的影响，为更好地指导泉州市HFMD的相关防治工作提供理论支持。

1资料和方法

1.1资料来源

本论述HFMD资料来源于福建省疾病预防控制中心，所获取资料为泉州市2010～2015年的分县逐日HFMD资料，资料来源真实可靠，本论述选取泉州市辖三个区进行研究，包括丰泽区、鲤城区和洛江区（文中提到泉州市时仅代表三个区），没有将泉港区加入研究范畴，因为泉港区离主城区较远，并且是重工业区。

本文同期气象数据来源于泉州市气象局，共选取四个站点，站点位置如图1所示，四个站点分别是鲤城区游乐园站、丰泽区东海站、洛江区双阳站和万安站，其中洛江区主要人口均分布在其南部，北部多为山区，人口较为稀少，所选取的四个站点对于泉州市区气象要素有很好的代表性。获取四个站点的资料包括逐日平均气温、最高气温、最低气温、相对湿度、平均风速和降水量，將其进行加权平均处理，用以代表泉州市三个区气象要素的平均水平。

1.2研究方法

采用分布滞后非线性模型与广义线性模型结合，考虑到温度与HFMD之间存在同时存在的非线性和滞后效应，我们利用dlnm结合准泊松回归（Quasi-Pois？ son）的glm来评估气温的影响。

广义线性模型能够对长期趋势和节假日效应等混杂因素使用自然样条平滑函数来进行控制，对于使用准泊松分布的模型，使用赤池信息准则（Akaike infor？ mation criterion，AIC）中的QAIC（Quasi-AIC）来确定自由度df，以拟合最优的模型。

在模型中，log函数作为连接函数；E（Y）是每日估计的发病人次；α是截距；basis.temp是通过将DLNM作用于日均温度而获得的矩阵；β是basis.temp的系数向量；df是自由度；ns（x，df）表示具有自由度为df的x的自然三次样条函数。使用自然三次样条函数来控制长期和季节性趋势，我们还将DOW（星期几）和Holiday（节假日）两个哑元参数变量的影响考虑为线性影响。在控制这些变量后，根据以往研究，设定最大滞后21 d以估计日平均温度对HFMD发病人次的滞后影响。QAIC的最小值用于调整日平均温度和滞后的df，将6年日均气温的中位数P50作为三维图的参考温度。计算日均气温和HFMD发病的相对风险和暴露反应关系，并求不同滞后天数下日均气温对HFMD发病人数的累积滞后影响（均计算95%的置信区间）。针对极端低温（包括第1百分位、第5百分位、第10百分位）和极端高温（第90百分位、第95百分位和第99百分位），分别计算滞后21 d下发病人次的相对危险度。我们还通过改变温度自由度、时间趋势自由度、最大滞后天数以及模型中包括气象的混杂因素对模型进行敏感性分析（图略），以获取最优模型。

2结果与分析

2.1HFMD和气象要素的描述性统计和时间序列

图1为泉州市区丰泽区、鲤城区、洛江区及四个气象站点的位置分布及其HFMD发病总人次。统计2010～2015年共六年间的HFMD发病人次，三个区总发病人次为23 960人，其中最多的为丰泽区，发病人次达12 012人，其次是鲤城区6 850人，洛江区5 098人。

泉州市2010年至2015年平均HFMD日发病人次10.9人次，日均气温、最高气温和最低气温的日均值分别为21.6℃、25.8℃、18.8℃，降水量、风速和相对湿度的日均值分别为3.1 mm、1.8 m/s和71.9%（见表1所列）。

如图2所示，HFMD的发病人次从2010年至2015年存在一定的起伏，但总体上呈一定的上升趋势，其中发病人次最高的为2014年，日均人次达13.5人，发病人次最低的年份为2011年，日均人次仅为7.3人，2010至2015年的日均气温均在21℃以上，2011日均气温略有下降，但从2012至2015年，日均气温均呈现升高的趋势，2015年日均气温最高，达到22.1℃。

逐月的气温和HFMD人次的分布如图3所示，发病人次最多的月份为6月，其次是5月和4月，从2月至6月，HFMD的发病人次呈现明显上升的趋势，从2月份日均2.3人次上升至6月份日均27.2人次，7月份的发病人次相比6月出现明显的下降，发病人次不足6月的一半，仅为12.5人次/天，8月份发病人次也不足七月份的一半，仅为6.0人次/天，9-10月出现次高峰期，发病人次低于4～7月份。一年中发病最少的月份为2月份，日均仅有2.3人患病，其次是1月份，仅为3.3人次.从气温月分布来看，气温存在稳定的周期性，7月日均气温最高，为29.6℃，1月份气温最低，仅为12.6℃。

2.2气象要素及HFMD发病人次的时间序列和相关性分析

对2010年1月1日～2015年12月31日泉州市HFMD发病人次、日均气温（℃）、最高气温（℃）、最低气温（℃）逐日资料进行时间分布排序如图4所示。HFMD的发病人次存在显著的周期性，均在春夏季节，尤其是春夏交接（4～7月）的时候，会有明显的发病人次的跃增，日均气温、最高气温和最低气温均呈现明显的年周期性变化，夏季氣温高，冬季气温低。

将各气象要素和HFMD发病人次做Spearman相关性分析（见表2所列），其中HFMD和各气象要素的相关性均通过显著性检验（P<0.05），HFMD发病人次和日均气温、最高气温、最低气温、降水量和相对湿度均呈正相关，与平均风速呈负相关，其中HFMD和日均气温的相关系数达到0.442，与最高气温和最低气温的相关性也达到0.412和0.447。

2.3日均气温和HFMD发病人次的滞后风险评估

2.3.1基于0～21 d滞后条件下日均气温与HFMD发病人次的关系

日均气温-滞后天数-相对危险度三维图如图5所示。随着日均气温升高，相对危险度呈现高低起伏，随着滞后天数的增加，相对危险度呈现先上升后下降的趋势。从图中可以看到两个明显的相对危险度的高值区，其中一个出现在低温时段，日均气温为11℃，RR值为1.059（95%CI：1.015，1.104），另一个出现在高温时段，日均气温为29.5℃，RR值为1.071（95%CI：1.045，1.098），两个高值区出现的时间均在滞后第4 d，具有统计学意义。

将三维图沿着滞后天数进行相对危险度的累积处理后，得到累积滞后21 d的日均气温和相对危险度的趋势图（如图6所示）及其95%的置信区间（阴影），日均气温与HFMD发病人数为非线性关系，近似“M”形状.随着日均气温的升高，相对危险度呈现先上升后下降、再上升再下降的趋势，日均气温在小于18.1℃和大于22.38℃的两个区间为HFMD发病的危险因素，存在两个相对危险度的峰值区，其中一个出现在12.1℃，相对危险度为1.664（95%CI：1.105，2.507），另一个出现在32.2℃，相对危险度为1.848（95%CI：1.260，2.709），均具有统计学意义。在20.2℃相对危险度最低，仅为0.904，气温升高或降低都将伴随RR值得上升。

2.3.2日均气温对HFMD发病人次在不同累积滞后天数下的冷热效应

从不同滞后天数的气温与RR值得关系图来看（如图7所示），在滞后0 d的相对危险度呈现先下降后上升再下降的趋势，但均没有显著的统计学意义.滞后第3天、滞后第7 d和滞后第10 d相对危险度呈现先上升后下降，再上升再下降的趋势，再低温和高温处均存在一个明显的高值区，且具有统计学意义，滞后第14 d和滞后第21 d的相对危险度均没有统计学意义。

2.3.3极端低温和极端高温对HFMD影响的滞后效应

分别以第1、第5、第10百分位和第90、第95、第99百分位上的气温作为温度节点，得到在特定极端温度下相对危险度相对于滞后天数的变化（如图8所示）.在第1百分位8.3℃时，随着滞后天数增加，相对危险度呈先上升后下降再上升的趋势，再滞后第3 d的相对危险度达到最大，为1.0537，但不具有统计学意义。第5百分位10.5℃在滞后第2～8 d的相对危险度均大于1，且均具有统计学意义，其中最大的相对危险度出现在滞后第4 d，为1.0584，表明该温度下在滞后第4 d HFMD发病人次增加5.84%。第10百分位12.4℃在滞后第3～10 d均大于1且具有显著的统计学意义，最大的相对危险度出现在第4 d，为1.055。

极端高温第90百分位29.9℃，第95百分位30.5℃，第99百分位31.4℃，均具有明显的倒“V”型特征，随着滞后天数增加，相对危险度先上升后下降，均在滞后第四天相对危险度的值达到最大，在第90百分位的相对危险度最大，为1.071。

从极端低温和极端高温的滞后效应可以发现，极端气温均具有明显的滞后效应，两者均在滞后第1 d起相对危险度大于1，其中极端低温在滞后第3～4 dRR值最大，而极端高温均在滞后第4 d RR值最大。

3讨论

泉州属亚热带湿润季风气候，本论述利用2010～2015年泉州市HFMD报告病例和同期气象资料，对其进行描述性统计和时间序列分析，纳入气象要素，控制星期几效应、节假日效应，长期趋势，利用分布滞后非线性模型分析日均气温对HFMD发病人次的影响，累积滞后21 d，探讨日均气温和极端气温对HFMD的滞后风险。

2010～2015年泉州市丰泽区、鲤城区、洛江区累计报告HFMD发病人次23 960人，泉州市HFMD存在明显的双峰分布，发病主高峰在4～7月，次高峰在9～10月，与马来西亚（Chua et al，2011）和新加坡（Ling H Y，2011）的研究基本一致.日本（Onozuka et al，2011）和我国天津（Ji et al，2020）的研究显示了在夏季6～8月的单峰分布（Onozuka et al，2011），与我们的研究存在差异。值得一提的是，两地的纬度差异不大，且都是温带季风气候.多项研究显示HFMD在我国的分布也是呈现双峰型，但是存在一定的时间偏差，Qi H等人对上海闵行区2009～2015年的研究显示发病双峰期分别为5～7月，11～1月（Qi et al，2018），这与武汉4～6月，11～1月的分布基本一致，两地均为长江流域，且均受到6月梅雨的影響，梅雨等高温高湿天气会造成春夏季节HFMD发病人次的增加（Hao et al，2020；杨丝絮，2019）。而广州的一项研究显示双峰型分布时间在5～7月以及9月（刘伟等，2019），这与纬度及气候差异不大的泉州基本一致，两地更多地受到华南前汛期高温高湿天气的影响，杨绿绿等人对泉州2014～2015的 HFMD分布趋势研究也显示了双峰型分布，9～10月的次高峰期可能与学校开学，人群密集活动增加有关（杨绿绿等，2017）。

HFMD的发病人次与气象要素均存在明显的相关性，与最低气温相关性最高（r=0.447），其次是日均气温（r=0.442），这与我国南方的研究基本一致，广东省和南京市的研究显示发病数和日均气温的相关性分别为0.45（Du et al，2018），和0.413（Liu et al，2018），而我国环渤海地区，北京和天津的相关性分别为0.83（Meimei et al，2015）和0.76（Ji et al，2020），相关性远大于南方地区，这可能是由地理区域和气候特征差异造成的（Huang et al，2013；Wei et al，2015）。

日均气温累积滞后21 d对HFMD发病人次的影响呈非线性，近似呈“M”形，存在两个峰值，分别出现在32.2℃（RR=1.848）和12.1℃（RR=1.664），这与许多研究的趋势保持一致。武汉气温对发病人次累积滞后关系呈现M形（Hao et al，2020），并且两个峰值分别出现在27.9℃（RR=1.945）和2.3℃（RR=1.760）。天津的研究同样呈现M形（Ji et al，2020），两个峰值分别在25.6℃（RR=1.45）和1.7℃（RR=1.1），呼和浩特暖季（5～9月）的研究呈单峰型（王宇倩等，2020），最危险温度出现在22.8℃（RR=1.38）。可见，因地域不同导致最危险气温的差异，并且最大发病风险的温度从低纬到高纬逐渐下降。M形两个峰值之间存在一个最低值，我们的研究显示该值出现在20.2℃（RR=0.904），对HFMD发病起保护性作用。

极端气温对HFMD有发病风险，且滞后效应明显，极端高温和极端低温均在滞后第2 d起RR值大于1且具有统计学意义，极端低温在滞后第3～4 d RR值达到最大，极端高温均在滞后第4 d达到最大。关于极端高温对HFMD的作用，各地的研究存在一定的差异，天津（Ji et al，2020）、宁波（王思嘉，2018）和广州（刘伟等，2019）的研究均显示高温在滞后当天开始起作用并且当天RR值最大，而武汉的研究高温在滞后第3 d开始起作用，但是在滞后7～8 d RR值最大，而极端低温对HFMD的影响，广州（刘伟等，2019）、武汉（Hao et al，2020）和宁波（王思嘉，2018）的研究包括均显示在滞后第1～2 d RR值达到最大，而我们的低温滞后时间相对更长，这与模型参数设置以及不同的暴露反应曲线相关，并且各地的极端百分比温度不同，在不同温度下，病毒的生存、复制和传播具有一定的差异造成的（王金玉等，2018）。

本論述首次探讨了日均气温对泉州市HFMD发病数之间的非线性关系，初步分析得到泉州市气温对HFMD发病影响效应大小及其滞后效应.但本研究也有一定的局限性，HFMD发病原因多样，免疫力下降、不注意个人卫生等都是重要的原因，气象因子不能对发病进行完全描述，温度只是其中一个方面，温度可能通过是影响HFMD发病的部分环节的综合作用的结果（王金玉等，2018），如病毒的活性和传播能力，在今后的研究中也可以加入其它气象因子，进行交互影响的研究。其次，本模型中仅纳入气象因素，在未来的研究中，有望再加入污染物等混杂因素，以获取更好的模型效果。最后，本研究所获取资料仅为HFMD日报告人次，数据本身可能存在一定的误差，比如漏报，并且数据没有发病人的年龄、性别等信息，无法进行分层研究，无法筛选敏感人群。

4结论

（1）泉州市HFMD发病主高峰在4～7月，日均气温对HFMD发病人次的影响呈非线性（近似“M”形）。

（2）高温和低温均对HFMD有发病风险，且滞后效应明显。

（3）极端气温均在滞后第3～4 d相对危险度达到最大。

参考文献：

[1]Chen C，Lin H，Li X，et al. Short-term effects of meteorologi？ cal factors on children hand，foot and mouth disease in Guangzhou，China[J]. International journal of biomete-orolo？ gy，2014，58（7）：1605-1614.

[2]Chua K B，Kasri A R. Hand foot and mouth disease due to en？ terovirus 71 in Malaysia[J]. Virologica Sinica，26（4）：221-228.

[3]Du Z，Lawrence W R，Zhang W，et al. 2018. Interactions be？ tween climate factors and air pollution on daily HFMD cases：A time series study in Guangdong，China[J]. Science of The Total Environment，2011，656.

[4]Hao J，Yang Z，Yang W，et al. Impact of Ambient Tempera？ ture and Relative Humidity on the Incidence of Hand-FootMouth Disease in Wuhan，China[J].International Journal of Environmental Research and Public Health，2020，17（2）：428.

[5]Hii Y L，Rocklov J，Ng N. Short term effects of weather on hand，foot and mouth disease[J].PloS one，2011，6（2）：e16796.

[6]Huang Y，Deng T，Yu S，et al. Effect of meteorological vari？ ables on the incidence of hand，foot，and mouth disease in children：a time- series analysis in Guangzhou，China[J]. BMC Infect Dis，2013，13：134.

[7]Ji X Y，Huang L Y，Song J，et al. Short-term effects of meteo？ rological factors，air pollution，and sunspot on childhood hand，foot，and mouth disease in Tianjin，China：a new time series regression，2014-2018[J].Environmental ence and Pol？ lution Research，2020，1-14.

[8]Ling H Y，Joacim R，Nawi N，et al. Short Term Effects of Weather on Hand，Foot and Mouth Disease[J]. PLoS ONE，2011，6（2）：e16796.

[9]Liu S，Chen J，Wang J，et al. Predicting the outbreak of hand，foot，and mouth disease in Nanjing，China：a time-se？ ries model based on weather variability[J].International Jour？ nal of Biometeorology，2018，62（4）：565-574.

[10]Meimei X，Weiwei Y，Shilu T，et al. Non-Linear Association between Exposure to Ambient Temperature and Children’s Hand-Foot-and-Mouth Disease in Beijing，China[J]. PLoS ONE，2015，10（5）：e0126171.

[11]Onozuka D，Hashizume M. The influence of temperature and humidity on the incidence of hand，foot，and mouth dis？ ease in Japan[J]. The Science of The Total Environ-ment，2011，410-411：119-125.

[12]Qi H，Chen Y，Xu D，et al. 2018. Impact of meteorological factors on the incidence of childhood hand，foot，and mouth disease（HFMD）analyzed by DLNMs-based time series ap？ proach[J]. Infect Dis Poverty，7（1）：7.

[13]Wei J，Hansen A，Liu Q，et al. The effect of meteorological variables on the transmission of hand，foot and mouth dis？ ease in four major cities of shanxi province，China：a time se？ ries data analysis（2009-2013）[J]. PLoS Negl Trop Dis，2015，9（3）：e0003572.

[14]刘伟，董智强，胡文穗，等.气温对广州市儿童HFMD发病影响的研究[J].实用预防医学，2019，26（8）：958-961.

[15]彭娟霞，李燕，刘兰. 2008-2017年银川市HFMD流行特征的聚类分析[J].医学动物防制，2019，35（7）：21-25.

[16]沈秀莲，郑尔达，黄甜.基于分布滞后非线性模型探讨日均气温对曲靖市HFMD发病的影响[J]，中华疾病控制杂志，2020，24（11）：1275-1281.

[17]王金玉，李盛，董继元，等.气温对兰州市HFMD发病的滞后效应研究[J].中国卫生统计，2018，35（1）：38-42.

[18]王思嘉.宁波市2014-2016年气温和相对湿度对HFMD发病的影响[D].武汉：华中科技大学，2018.

[19]王宇倩，洪志敏，王晓磊，等.呼和浩特市暖季气象因素对HFMD发病的影响[J].病毒学报，2020，36（6）：1059-1066.

[20]徐兴福，毕建萍，李骏.杭州市萧山区2009—2019年极端气象因素与0～6岁儿童HFMD发病风险关系[J].环境与职业医学，2020（10）.

[21]杨绿绿，梁世山，蔡志明，等. 2014-2015年泉州地區 HFMD的流行特征及临床特点[J].中国微生态学杂志，2017，29（5）：555-558，562.

[22]杨丝絮.上海市气温和相对湿度对HFMD的影响研究[D].兰州：兰州大学，2019.

[23]中华人民共和国国家卫生和计划生育委员会. HFMD诊疗指南（2018年版）[J].传染病信息，2018，31（3）：193？198.