張 允，梁明明*，施婷婷，葉鵬鵬，汪 媛，邢秀雅，姚鎮(zhèn)海，閔 敏，屈光波，段蕾蕾，孫業(yè)桓

道路交通傷是全球最大的公共健康威脅之一，常被認(rèn)為是不可預(yù)見(jiàn)的意外事件[1]，研究[2]顯示,影響道路交通傷的發(fā)生和嚴(yán)重性的因素主要包括三個(gè)方面，即人、車(chē)和環(huán)境因素。天氣狀況作為環(huán)境影響因素可能直接或間接地影響道路交通傷的發(fā)生頻率和嚴(yán)重程度[3]。溫濕指數(shù)(Humidex)是由加拿大氣象局制定出的一個(gè)綜合指標(biāo)，由溫度和相對(duì)濕度相結(jié)合計(jì)算而成，用它來(lái)反映人體對(duì)外界環(huán)境溫度的感覺(jué)。由于目前還沒(méi)有相關(guān)文獻(xiàn)研究溫濕指數(shù)與道路交通傷的關(guān)系，因此，該研究使用2007～2017年馬鞍山市每日道路交通傷病例數(shù)和同一時(shí)期的每日氣象數(shù)據(jù)，運(yùn)用分布滯后非線性模型(distributed lag non-linear model，DLNM)分析溫濕指數(shù)對(duì)馬鞍山市道路交通傷的影響以及相關(guān)的滯后效應(yīng)，以便為馬鞍山市道路交通傷的防治控制和早期預(yù)警提相應(yīng)的供科學(xué)依據(jù)。

1 材料與方法

1.1 病例資料數(shù)據(jù)來(lái)源于馬鞍山市3家國(guó)家傷害監(jiān)測(cè)點(diǎn)，為2007年1月1日～2017年12月31日傷害監(jiān)測(cè)中的道路交通傷害總病例。道路交通傷害為道路交通碰撞中造成的致死性或非致死性的損傷。收集的信息包括患者一般基本信息、傷害的基本情況以及傷害相關(guān)臨床信息。為分析脆弱人群，根據(jù)以往相關(guān)研究資料[4]對(duì)患者根據(jù)年齡、性別進(jìn)行亞組劃分：①≤14 歲組人群、>14～<65歲組人群和≥65歲組人群；②男性和女性。

1.2 氣象資料從中國(guó)氣象科學(xué)數(shù)據(jù)共享網(wǎng)站下載2007年1月1日～2017年12月31日氣象資料，包括平均溫度、相對(duì)濕度、最高氣壓、日照時(shí)數(shù)、風(fēng)速和降雨量等。參考加拿大溫濕指數(shù)計(jì)算方法(http：//www.csgnetwork.com/)，計(jì)算出每日溫濕指數(shù)。

1.3 統(tǒng)計(jì)學(xué)處理采用Spearman等級(jí)相關(guān)分析方法，分析溫濕指數(shù)與各個(gè)氣象因子之間的相關(guān)性。為消除變量之間共線性的影響，將與溫濕指數(shù)相關(guān)性強(qiáng)(rs>0.70)[5]的氣象因素排除在模型外。使用DLNM模型，溫濕指數(shù)采用交叉基的形式納入DLNM，由于交通傷病例為小概率事件，且經(jīng)檢驗(yàn)顯示數(shù)據(jù)存在過(guò)度離散化，所以模型的鏈接函數(shù)為廣義泊松回歸(Quasi- Poisson)，此外，控制長(zhǎng)期趨勢(shì)、假期效應(yīng)(按國(guó)家法定公共假日計(jì)算)、星期幾效應(yīng)(day of week，DOW)、日最大氣壓、日降雨量、平均風(fēng)速、每日日照時(shí)間等混雜因素。模型公式如下：

Yt～Poisson(μ)t

log(μ)t =α+β(Humidext，1)+ ns(Weather confounders，4)+ ns(Timet，5)+ηDOWt + νHolidayt

式中，t為觀察日期，Yt指t時(shí)間內(nèi)的道路交通傷病例數(shù)；α指模型的截距，(Humidext，1)是應(yīng)用DLNM中的交叉基函數(shù)獲得的關(guān)于溫濕指數(shù)的二維矩陣，β是該矩陣的系數(shù)；ns(Weather confounders，4)指使用自由度等于4的自然立方樣條函數(shù)控制其他氣象因素(風(fēng)速、日照時(shí)數(shù)、降雨量)的影響，ns(Timet，5)指使用自由度等于5的自然立方樣條函數(shù)控制長(zhǎng)期趨勢(shì)；DOWt和Holidayt為分類(lèi)變量，分別用于控制星期幾效應(yīng)和節(jié)假日效應(yīng)，η和ν是它們的系數(shù)。模型設(shè)定最大滯后天數(shù)為8 d，因?yàn)闇蟮?天時(shí)，溫濕指數(shù)的效應(yīng)可以忽略，且根據(jù)赤池信息準(zhǔn)則(akaike information criterion，AIC)判斷，此時(shí)的AIC值相對(duì)較小。敏感性分析中，通過(guò)調(diào)整風(fēng)速、日照時(shí)數(shù)、降雨量和長(zhǎng)期趨勢(shì)的自由度，比較擬合結(jié)果的變化。溫濕指數(shù)的短期效應(yīng)采用相對(duì)危險(xiǎn)度(relative risk,RR)指標(biāo)描述，應(yīng)用R(3.1.1)軟件中的“splines”和“dlnm”軟件包對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)分析。采用雙側(cè)統(tǒng)計(jì)學(xué)檢驗(yàn)，檢驗(yàn)水準(zhǔn)α=0.05。

2 結(jié)果

2.1 基本情況2007～2017年馬鞍山市共報(bào)告交通傷病例43 830例，其中男性23 685例，女性20 145例(男女比例為1.17 ∶1)，溫濕指數(shù)、平均溫度、相對(duì)濕度、降雨量、風(fēng)速、日照時(shí)間日均值分別為19.9、16.8 ℃、71.0%、3.5 mm、2.5 m/s、4.8 h(表1)。溫濕指數(shù)和交通傷的時(shí)間分布圖顯示兩者的分布趨勢(shì)及對(duì)應(yīng)的高峰時(shí)段較為一致，提示溫濕指數(shù)與道路交通傷可能存在關(guān)聯(lián)，見(jiàn)圖1。

圖1 馬鞍山市2007～2017年溫濕指數(shù)、平均溫度和相對(duì)濕度的時(shí)間分布

2.2 相關(guān)性分析相關(guān)分析結(jié)果發(fā)現(xiàn)，溫濕指數(shù)與日照時(shí)間、降雨量以及平均風(fēng)速均為正相關(guān)，且它們之間的相關(guān)性均較小，因此將這些變量一并納入DLNM模型中進(jìn)行調(diào)整。而溫濕指數(shù)和平均氣壓呈現(xiàn)負(fù)相關(guān)關(guān)系，平均氣壓與溫濕指數(shù)相關(guān)性較大，所以平均氣壓不納入模型控制。此外，因?yàn)闇貪裰笖?shù)是由相對(duì)濕度與平均溫度結(jié)合計(jì)算出來(lái)的指標(biāo)，所以在模型中并不納入平均溫度和相對(duì)濕度，而相關(guān)性比較小的降雨量、日照時(shí)間和平均風(fēng)速納入控制模型。

表1 馬鞍山市2007～2017年交通傷害病例數(shù)及同期氣象變量的基本信息

2.3 溫濕指數(shù)與交通傷的關(guān)系

2.3.1溫濕指數(shù)對(duì)交通傷的影響 圖2為溫濕指數(shù)與交通傷關(guān)系的熱圖，從圖2可見(jiàn)，溫濕指數(shù)在0～10期間對(duì)交通傷發(fā)生情況影響最大，而且溫濕指數(shù)對(duì)交通傷的影響效應(yīng)在較長(zhǎng)的一段時(shí)間內(nèi)一直存在。以溫濕指數(shù)的中位數(shù)(20.3)作為比較基準(zhǔn)，溫濕指數(shù)與道路交通傷的劑量反應(yīng)圖顯示溫濕指數(shù)與人群交通傷病例發(fā)生風(fēng)險(xiǎn)呈非線性關(guān)系，且隨著溫濕指數(shù)的增加，交通傷發(fā)生風(fēng)險(xiǎn)呈增大趨勢(shì)，到一定程度發(fā)生風(fēng)險(xiǎn)又呈降低趨勢(shì)，見(jiàn)圖3。

圖2 溫濕指數(shù)與交通傷發(fā)生關(guān)系的熱圖

2.3.2溫濕指數(shù)與交通傷的非線性關(guān)系 以交通傷最低相對(duì)危險(xiǎn)度對(duì)應(yīng)的溫濕指數(shù)(-11.5)作為比較基準(zhǔn)，模擬溫濕指數(shù)與各亞組交通傷發(fā)生風(fēng)險(xiǎn)的關(guān)系(見(jiàn)圖4)。從圖4可以看出溫濕指數(shù)對(duì)男性、女性、>14～<65歲人群的交通傷的影響雖有區(qū)別，但是其對(duì)不同組的效應(yīng)模式總體趨勢(shì)大致相同，即開(kāi)始隨著溫濕指數(shù)的增加，交通傷發(fā)生風(fēng)險(xiǎn)增加，之后逐漸有減少趨勢(shì)，但總體RR均大于1，提示溫濕指數(shù)增加此類(lèi)人群交通傷的風(fēng)險(xiǎn)，而溫濕指數(shù)對(duì) ≤14歲年齡組和 ≥65歲年齡組人群一直都沒(méi)有危險(xiǎn)效應(yīng)。詳見(jiàn)圖4。

圖3 溫濕指數(shù)與馬鞍山市人群交通傷病例的劑量反應(yīng)圖 (參比值：20.3)

2.3.3溫濕指數(shù)對(duì)交通傷的滯后影響 以低溫濕指數(shù)第25百分位(7.5)與最低危險(xiǎn)度對(duì)應(yīng)的溫濕指數(shù)(-11.5)比較。表2顯示在暴露當(dāng)天的單天效應(yīng)最大(P25：RR=1.102，95%CI:1.010～1.201)，之后逐漸減小到滯后的第5天結(jié)束。亞組分析發(fā)現(xiàn)，在不同亞組組別之間溫濕指數(shù)的影響效應(yīng)出現(xiàn)一定的差異。性別分析發(fā)現(xiàn)，男性更容易受到溫濕指數(shù)的影響，其危害效應(yīng)在暴露當(dāng)天最高(P25：RR=1.152，95%CI:1.039～1.277)，滯后效應(yīng)逐漸減少到第5天結(jié)束，而女性對(duì)低溫濕指數(shù)敏感性較弱，只有在滯后第四天表現(xiàn)出較弱的影響(P25：RR=1.046，95%CI:1.003～1.090)。此外，在年齡組分析中發(fā)現(xiàn)，年齡≤14歲和≥65歲人群對(duì)低溫濕指數(shù)不敏感，一直沒(méi)有表現(xiàn)出有意義的效應(yīng)，而溫濕指數(shù)對(duì)>14～<65歲年齡組人群組影響相對(duì)較大，這種影響在暴露第1天較為明顯(P25：RR=1.103，95%CI:1.008～1.206)，持續(xù)到第5天結(jié)束。詳見(jiàn)表2。

圖4 溫濕指數(shù)與各亞組交通傷人群劑量反應(yīng)圖(參比值：-11.5)

2.4 敏感性分析為檢驗(yàn)運(yùn)用此模型對(duì)結(jié)果模擬的穩(wěn)定性，通過(guò)改變控制長(zhǎng)期趨勢(shì)的自由度(df=4～6)以及降雨量、日照時(shí)間、平均風(fēng)速的自由度(df=3～5)，結(jié)果顯示擬合的結(jié)果變化比較小，表明結(jié)果穩(wěn)定性較好(圖5、6)。

3 討論

隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展和交通機(jī)動(dòng)化程度的迅速提高，道路交通傷害對(duì)人群健康和社會(huì)安全造成的威脅越來(lái)越嚴(yán)重。本研究采用分布滯后非線性模型(DLNM)探討了2007～2017年馬鞍山市溫濕指數(shù)與交通傷發(fā)生風(fēng)險(xiǎn)的關(guān)系。主要得出以下結(jié)果：① 本地區(qū)溫濕指數(shù)同降雨量、平均風(fēng)速、日照時(shí)長(zhǎng)呈正相關(guān)。② 以溫濕指數(shù)的中位數(shù)(20.3)和最低危險(xiǎn)度對(duì)應(yīng)的溫濕指數(shù)(-11.5)作為比較基準(zhǔn)，發(fā)現(xiàn)溫濕指數(shù)與交通傷風(fēng)險(xiǎn)呈非線性關(guān)系，危險(xiǎn)效應(yīng)隨溫濕指數(shù)的增加先增加后降低，但總體危險(xiǎn)效應(yīng)都具有統(tǒng)計(jì)學(xué)意義，且在暴露當(dāng)天危險(xiǎn)效應(yīng)最大，滯后效應(yīng)持續(xù)至滯后第5天。③ 按性別、年齡分層分析發(fā)現(xiàn)，男性，年齡在>14～<65歲人群組中更容易受溫濕指數(shù)的影響，女性對(duì)溫濕指數(shù)敏感性較弱，而年齡≤14歲和年齡≥65歲人群一直未顯示出有意義的效應(yīng)。

圖6 改變控制降雨量的自由度(df=3～5)和長(zhǎng)期趨勢(shì)的自由度(df=4～6)時(shí)溫濕指數(shù)對(duì)交通傷的影響

近年來(lái)溫濕指數(shù)作為反映溫度和濕度共同作用的指標(biāo)逐漸被用來(lái)分析不同氣象條件對(duì)人體健康的影響[6-7]，但文獻(xiàn)檢索并未發(fā)現(xiàn)關(guān)于溫濕指數(shù)與交通傷發(fā)生風(fēng)險(xiǎn)關(guān)系的研究，所以無(wú)法與同類(lèi)文章進(jìn)行比較，但已有研究結(jié)果顯示交通傷的發(fā)生與氣溫、相對(duì)濕度均存在顯著正相關(guān)關(guān)系[8-9]。這可能是因?yàn)樵跍嘏娜兆永?，隨著溫度的增高，駕駛員肌肉松弛，心率加快，大腦皮層抑制性增強(qiáng)，應(yīng)變能力下降，操作靈活性減弱，再加上道路上行人多，路旁擺攤設(shè)點(diǎn)多，交通事故就容易發(fā)生[9]，此外，在溫暖的日子穿的衣服較薄，當(dāng)發(fā)生道路交通碰撞也會(huì)增加道路交通傷害風(fēng)險(xiǎn)。先前有研究結(jié)果顯示，與女性相比，男性占道路交通事故人數(shù)的比例更高[10]。原因可能是男性比女性更容易從事危險(xiǎn)駕駛[11]，且駕駛員、出行人員大部分為成年人。>14～<65歲人群組中更容易受溫濕指數(shù)的影響，可能是因?yàn)槌赡杲M人群戶外活動(dòng)多且范圍比較廣范[12]，且此人群為社會(huì)主要?jiǎng)趧?dòng)者，每天上下班出行的高峰期騎車(chē)、開(kāi)車(chē)或者匆忙趕路過(guò)程中容易存在忽視和違反道路交通規(guī)則的僥幸心理[13]，發(fā)生不安全道路交通行為，因此導(dǎo)致此人群的易發(fā)生道路交通傷。其次，有研究發(fā)現(xiàn)次人群由于其安全意識(shí)薄弱、生活工作經(jīng)驗(yàn)不足以及性情容易波動(dòng)，易發(fā)生創(chuàng)傷[14]。溫濕指數(shù)對(duì)≤14歲年齡組和≥65歲年齡組人群一直都沒(méi)有表現(xiàn)出有統(tǒng)計(jì)學(xué)意義的危險(xiǎn)效應(yīng)，可能由于大多數(shù)老年人很少去公眾場(chǎng)合，且老年人一般認(rèn)為其駕駛能力有所下降，如果出行會(huì)選擇公共交通工具或采用步行等方式參與交通出行，這些交通出行方式相對(duì)比較安全[15]。兒童在外玩耍一般有大人看護(hù)，且≤14 歲兒童很少自己?jiǎn)为?dú)外出。本研究存在一定局限性與不足。首先，本研究地點(diǎn)僅限馬鞍山市，由于不同地區(qū)經(jīng)濟(jì)狀況、氣候條件下溫濕指數(shù)對(duì)交通傷的影響存在差異，所以本研究的結(jié)果外推有局限性。其次，本研究屬于生態(tài)學(xué)研究，對(duì)于個(gè)體的很多因素沒(méi)有辦法詳盡控制，可能會(huì)存在生態(tài)學(xué)謬誤，此外，關(guān)于交通傷病例可能存在漏報(bào)情況，會(huì)降低危險(xiǎn)效應(yīng)的預(yù)測(cè)。

道路交通傷是威脅人類(lèi)生命安全的最大殺手之一，如何有效控制并降低交通傷的發(fā)生風(fēng)險(xiǎn)是防治工作的重點(diǎn)內(nèi)容。本研究采用泊松廣義線性回歸模型結(jié)合分布滯后非線性模型探索了溫濕指數(shù)與交通傷之間的關(guān)系以及滯后效應(yīng)，并發(fā)現(xiàn)了脆弱人群。本研究結(jié)果為制定相關(guān)的衛(wèi)生政策提供了一定的科學(xué)依據(jù)，但國(guó)內(nèi)外關(guān)于溫濕指數(shù)與交通傷發(fā)生風(fēng)險(xiǎn)的研究還很少，將來(lái)應(yīng)進(jìn)一步開(kāi)展相關(guān)研究，以明確溫濕指數(shù)與交通傷發(fā)生風(fēng)險(xiǎn)的關(guān)系。