陳亦晨，陳華，曲曉濱，孫良紅，陳涵一，李小攀，彭麗，徐望紅，周弋*

腦卒中是一類以高死亡率和高致殘率為特征，并在全球范圍內(nèi)嚴重危害人類健康的腦血管疾病[1]。隨著全球氣候變暖，熱浪與寒潮等極端天氣事件頻繁發(fā)生，環(huán)境溫度對人群腦卒中死亡的影響正逐步得到揭示[2]。一項覆蓋我國31個省（自治區(qū)、直轄市）包含48萬參與者的調(diào)查研究顯示，2013年我國居民腦卒中標化患病率與發(fā)病率分別為1 114.8/10萬與246.8/10萬，處于較高水平，且表現(xiàn)出北方高于南方、農(nóng)村地區(qū)高于城市地區(qū)的特征[3]。目前在我國開展的針對氣溫因素與人群腦卒中相關(guān)性的研究依然較少，且不同地區(qū)開展的研究結(jié)果存在差異[4-6]。浦東新區(qū)是上海市最大的轄區(qū)，隨著我國老齡化程度的加深，腦卒中對該地區(qū)的居民健康構(gòu)成了嚴重的危害，但目前環(huán)境氣溫對該地區(qū)居民腦卒中致死影響的研究尚少[7]。為了解日均氣溫對浦東新區(qū)居民腦卒中死亡的影響，現(xiàn)收集2005—2019年浦東新區(qū)氣象資料與腦卒中死亡數(shù)據(jù)進行分析，結(jié)果報道如下。

1 資料與方法

1.1 資料收集 收集2005—2019年浦東新區(qū)居民腦卒中死亡數(shù)據(jù)，腦卒中死亡數(shù)據(jù)采用國際疾病分類第10版（The International Statistical Classification of Diseases and Related Health Problems 10th Revision，ICD-10） 進行編碼、歸類與整理，其中腦卒中死亡的編碼范圍為I60～I64，出血性腦卒中編碼范圍為I60～I62，缺血性腦卒中的編碼范圍為I63。研究期間，包括氣溫、相對濕度、大氣壓在內(nèi)的浦東新區(qū)氣象資料由浦東新區(qū)氣象局提供，大氣顆粒物（PM10）、二氧化硫（SO2）與二氧化氮（NO2）在內(nèi)的上海市大氣污染物資料由上海市環(huán)境監(jiān)測中心提供。

1.2 統(tǒng)計學(xué)方法 為探討日均氣溫與居民腦卒中死亡的非線性效應(yīng)與滯后效應(yīng)，首先建立日均氣溫與滯后的交叉基，將其納入分布滯后非線性模型中，由于人群每日發(fā)生腦卒中死亡屬于小概率事件，其分布符合Poisson分布的特征，采用Poisson回歸作為分布滯后非線性模型的鏈接函數(shù)。利用自然三次樣條函數(shù)，控制包括長期趨勢、周期效應(yīng)相對濕度、平均大氣壓、大氣污染物在內(nèi)的混雜因素。以啞變量的形式對星期幾效應(yīng)進行控制。模型具體形式如下：Log[E（Yt）]=α+βXt，l+ns（time）+ns（Zt，df）+ns（pollu，df）+DOW；其中E（Yt）為觀察日t的居民腦卒中預(yù)期死亡人數(shù)，α為截距，Xt，l為觀察日t的日均氣溫與滯后期l的交叉基，β為Xt，l的系數(shù)，ns為自然三次樣條函數(shù)，time為觀察日t的時間變量，對包括長期趨勢與季節(jié)效應(yīng)等時間因素進行控制，Zt為觀察日t可能對腦卒中死亡產(chǎn)生影響的平均相對濕度以及平均大氣壓，pollu為觀察日t包括PM10、SO2與NO2在內(nèi)的大氣污染物濃度。DOW為用于控制星期幾效應(yīng)的啞變量。參考既往研究[8-9]，將相對濕度、日均大氣壓及大氣污染物的自由度均設(shè)定為3，日均氣溫交叉基的最大滯后天數(shù)設(shè)定為21 d。依據(jù)赤池信息準則（Akaike information criterion，AIC）將時間變量的自由度設(shè)定為3/年，交叉基中氣溫與滯后天數(shù)的自由度分別設(shè)定為5和6。以日均氣溫的中位數(shù)（P50=18.2 ℃）作為參考溫度，以日均氣溫的P5（3.0 ℃）與P95（30.1 ℃）相對于參考溫度腦卒中死亡風險的相對危險度（relative risk，RR）代表低溫效應(yīng)與高溫效應(yīng)的影響，計算當日、0～1 d、0～3 d、0～7 d、0～14 d及0～21 d累積效應(yīng)以探討效應(yīng)的累積性與滯后性；依據(jù)年齡（分為＜75歲與≥75歲）、文化程度（是否具有中學(xué)及以上文化水平）對居民腦卒中死亡進行分層，探討年齡與文化程度對效應(yīng)的修飾作用，計算不同人群效應(yīng)值差的95%CI檢驗差異的顯著性[10]。

統(tǒng)計分析采用R 3.5.0，其中分布滯后非線性模型與自然三次樣條函數(shù)分別用“dlnm”程序包與“splines”程序包構(gòu)建，雙側(cè)檢驗水準α=0.05。

2 結(jié)果

2.1 資料統(tǒng)計描述 2005—2019年浦東新區(qū)累計報告居民腦卒中死亡30 337人，其中出血性腦卒中與缺血性腦卒中死亡分別為11 221人與15 308人，分別占腦卒中死亡總數(shù)的36.99%與50.46%；研究期間，浦東新區(qū)氣象因素分布與上海市大氣污染物濃度狀況見表1。

表1 2005—2019年浦東新區(qū)每日腦卒中死亡、氣象因素與大氣污染物濃度分布Table 1 The distribution of average daily stroke mortality，meteorological factors and air pollutants in Pudong New Area，2005—2019

2.2 日均氣溫對居民腦卒中死亡影響的滯后特征分析繪制日均氣溫對居民腦卒中死亡影響的3D圖，結(jié)果顯示，高溫與低溫均增加居民腦卒中死亡的風險，其中高溫對缺血性腦卒中死亡的影響顯著，對出血性腦卒中死亡的影響不顯著；高溫的影響較為短促，對腦卒中死亡與缺血性腦卒中死亡的影響均在當日達到最強；低溫對出血性腦卒中死亡的影響顯著，對缺血性腦卒中死亡的影響不顯著；低溫效應(yīng)表現(xiàn)出明顯的滯后性，對腦卒中死亡與出血性腦卒中死亡的效應(yīng)均在滯后1 d（Lag 1 d）出現(xiàn)，滯后-效應(yīng)曲線呈現(xiàn)出“雙峰”特征，見圖1～3。

圖1 浦東新區(qū)日均氣溫對居民腦卒中死亡影響的3D圖Figure 1 The 3D graph of impact of average daily temperature on stroke mortality in Pudong New Area

圖2 低溫（3.0 ℃）對浦東新區(qū)居民腦卒中死亡影響的滯后效應(yīng)Figure 2 The lagged effect of impact of low temperature on stroke mortality in Pudong New Area

圖3 高溫（30.1 ℃）對浦東新區(qū)居民腦卒中死亡影響的滯后效應(yīng)Figure 3 The lagged effect of impact of high temperature on stroke mortality in Pudong New Area

2.3 日均氣溫對居民腦卒中死亡累積效應(yīng)分析 低溫對腦卒中死亡與出血性腦卒中死亡的累積效應(yīng)在Lag 0～14 d達到最大，對缺血性腦卒中死亡的累積效應(yīng)在各滯后期均不具有統(tǒng)計學(xué)意義（表2）。高溫對居民腦卒中死亡與缺血性腦卒中死亡的影響的累積效應(yīng)在Lag 0～1 d達到最大，對出血性腦卒中死亡的累積效應(yīng)在各滯后期均不具有統(tǒng)計學(xué)意義（表3）。

表3 高溫對浦東新區(qū)居民腦卒中死亡影響的累積效應(yīng)〔RR（95%CI）〕Table 3 The cummulative effect of high temperature on stroke mortality in Pudong New Area

2.4 年齡與文化水平的修飾作用 分層分析結(jié)果顯示，低溫對＜75歲人群腦卒中死亡效應(yīng)不具有統(tǒng)計學(xué)意義，對≥75歲人群腦卒中死亡效應(yīng)在Lag 0～14 d達到最大；低溫對小學(xué)及以下、中學(xué)及以上文化水平人群腦卒中死亡效應(yīng)分別在Lag 0～21 d、Lag 0～14 d達到最大。低溫情況下各滯后期不同年齡、文化水平人群腦卒中死亡效應(yīng)比較，差異無統(tǒng)計學(xué)意義（P＞0.05，表4）。

表4 低溫對不同年齡與受教育水平浦東新區(qū)居民腦卒中死亡影響的修飾效應(yīng)〔RR（95%CI）〕Table 4 Lagged days of the impact of low ambient temperature on stroke mortality in Pudong New Area by age and education attainment

高溫對＜75歲、中學(xué)及以上人群腦卒中死亡效應(yīng)不具有統(tǒng)計學(xué)意義，對≥75歲、小學(xué)及以下人群腦卒中死亡效應(yīng)均在Lag 0～1 d達到最大。在Lag 0～3 d，高溫對小學(xué)及以下文化水平人群腦卒中死亡效應(yīng)高于中學(xué)及以上文化水平人群，差異有統(tǒng)計學(xué)意義（P＜0.05），見表5。

表5 高溫對不同年齡與受教育水平浦東新區(qū)居民腦卒中死亡影響的修飾效應(yīng)〔RR（95%CI）〕Table 5 Lagged days of the impact of high ambient temperature on stroke mortality in Pudong New Area by age and education attainment

3 討論

本研究利用分布滯后非線性模型對2005—2019年日均氣溫與上海市浦東新區(qū)居民腦卒中死亡的相關(guān)性進行了分析，結(jié)果顯示，日均氣溫與浦東新區(qū)居民腦卒中死亡風險呈非線性相關(guān)關(guān)系，高溫與低溫均增加居民腦卒中死亡風險，其中高溫的作用表現(xiàn)為短促的急性效應(yīng)，低溫效應(yīng)則存在滯后與累積特征，這一結(jié)果與國內(nèi)多地開展的研究結(jié)果一致[5-6，11]。高溫與低溫分別對缺血性腦卒中死亡與出血性腦卒中死亡效應(yīng)顯著，這與韓國4大都市開展的研究結(jié)果一致[12]。低溫環(huán)境下，人體交感神經(jīng)興奮，導(dǎo)致血管收縮與血壓上升，從而誘發(fā)腦出血[13]。高溫環(huán)境下，電解質(zhì)與水分的流失、血黏度增加與血管舒張均可能增加腦梗死的發(fā)生風險[14]。本研究結(jié)果與一項覆蓋全國272座城市的研究存在差異，該研究發(fā)現(xiàn)高溫與低溫對出血性腦卒中的影響均顯著[4]。本研究浦東新區(qū)的結(jié)果與北京市、江西省南昌市開展的兩項針對氣溫與腦卒中入院率相關(guān)性的研究結(jié)果存在差異。關(guān)于北京市的研究發(fā)現(xiàn)缺血性腦卒中的入院率僅與低溫相關(guān)，與高溫效應(yīng)的相關(guān)性不顯著[15]；關(guān)于南昌市的研究則發(fā)現(xiàn)高溫與人群腦出血入院率也存在相關(guān)性[6]。筆者分析地區(qū)差異性可能與人群的工作生活方式、醫(yī)療衛(wèi)生服務(wù)水平及地區(qū)的氣溫分布有關(guān)。

本研究依據(jù)腦卒中死亡病例的年齡與受教育水平開展分層分析，結(jié)果顯示，高溫與低溫效應(yīng)僅對≥75歲人群腦卒中死亡影響顯著，對＜75歲人群腦卒中死亡影響不顯著，說明在高溫與低溫環(huán)境中，老年人群是腦卒中發(fā)生及死亡的高危人群，該結(jié)果與國內(nèi)外研究結(jié)果一致[16-17]。老年人由于機體功能老化，其對于環(huán)境溫度變化帶來的傷害抵抗能力較差。老年人群是慢性病患病率較高的人群，一項在韓國開展的研究發(fā)現(xiàn)，高血壓及糖尿病患者在高溫與低溫環(huán)境中更易發(fā)生腦卒中[18]。本研究結(jié)果顯示，高溫環(huán)境下小學(xué)及以下文化人群腦卒中死亡風險顯著高于中學(xué)及以上文化人群。現(xiàn)有研究普遍認為，低文化人群是氣溫-健康危害的高風險人群[19-20]。個人的文化教育水平常被認為可以有效反映個體的社會經(jīng)濟地位[21]。文化水平較高的人群享有更好的醫(yī)療保障、居住環(huán)境與生活條件，提高了該人群對氣溫健康危害的抵抗能力。近期在我國成都與北京開展的兩項研究發(fā)現(xiàn)，相較于低文化水平人群，文化水平較高的人群擁有更高的健康素養(yǎng)[22-23]。

綜上所述，日均氣溫與浦東新區(qū)居民腦卒中死亡呈非線性相關(guān)性，其中高溫顯著增加人群缺血性腦卒中死亡風險，低溫顯著升高人群出血性腦卒中死亡風險。高溫作用持續(xù)時間較短，低溫則呈現(xiàn)明顯的累積性與滯后性。高溫與低溫環(huán)境中，小學(xué)及以下文化水平人群更易發(fā)生腦卒中死亡，在后續(xù)防控工作中應(yīng)被作為重點人群。

作者貢獻：陳亦晨撰寫論文并對全文負責；陳華提供了文章的構(gòu)思并參與研究設(shè)計；曲曉濱、孫良紅、陳涵一負責數(shù)據(jù)整理與質(zhì)控；李小攀完成統(tǒng)計學(xué)處理，繪制圖表，負責論文結(jié)果的可視化呈現(xiàn)；彭麗負責結(jié)果分析與解釋；徐望紅為本文的撰寫提供指導(dǎo)，并對論文進行審校與修訂；周弋負責質(zhì)量控制及監(jiān)督管理。

本文無利益沖突。

本研究局限性及改進方向：

首先，由于死因登記資料包含字段的局限性，本研究僅探討了居民年齡與文化水平的修飾作用，未將居民收入、醫(yī)療衛(wèi)生水平、居住條件等相關(guān)因素納入分析，未來計劃引入地理信息技術(shù)并收集人口普查數(shù)據(jù)、年鑒資料，探討社會經(jīng)濟因素、醫(yī)療衛(wèi)生水平、居住條件等因素對氣溫-健康效應(yīng)的修飾作用。

其次，本研究探討的是日均氣溫對居民每日腦卒中死亡人數(shù)的影響，并未將每個病例死亡時的年齡納入考量，無論是從公共衛(wèi)生還是臨床醫(yī)學(xué)的角度，低齡人群的死亡均導(dǎo)致更大的危害與損失，后續(xù)擬引入壽命表，計算每個病例死亡所導(dǎo)致的壽命損失年，探討氣溫導(dǎo)致居民過早死亡所引起的壽命損失。