【摘要】：研究背景全球氣候正在經(jīng)歷以氣候變暖為主要特征的明顯變化,對人類健康構(gòu)成一系列嚴重威脅,包括對慢性非傳染性疾病、傳染性疾病、心理健康和妊娠結(jié)局等產(chǎn)生不良影響。氣象因素對感染性腹瀉、流行性感冒、手足口病、腎綜合征出血熱、流行性腮腺炎等在內(nèi)的傳染性疾病的傳播具有重要影響。揭示氣象因素對傳染病發(fā)病的影響及其影響規(guī)律對于提高人群的氣候變化應對能力具有重要的公共衛(wèi)生意義。流行性感冒(簡稱流感),是由流感病毒引起的急性呼吸道傳染病,大多通過飛沫和直接接觸在人群間傳播。流感具有較強的傳染性,且流感病毒容易發(fā)生變異,因此易引起大范圍的流行,對人群健康產(chǎn)生威脅。流感是具有明顯季節(jié)性的傳染病,氣象因素對流感的發(fā)生具有重要影響。目前已有研究表明,氣溫、濕度、氣壓、降雨量等氣象因素能夠影響流感的發(fā)病風險。氣象因素對某些傳染病的發(fā)病的效應并非是線性效應,而是非線性效應,有時會存在單閾值或者雙閾值。另外,氣象因素的效應之間可能存在交互作用。但目前流感的相關研究中對這些效應未做深入探討。晝夜溫差指的是一天中氣溫最高值和最低值之差,用于表示氣溫日變化的幅度,是反映氣溫短期變化的指標之一。目前國內(nèi)外已開展了多項晝夜溫差健康效應的研究,提供了晝夜溫差對死亡、心腦血管疾病、慢性阻塞性肺疾病、精神疾病等產(chǎn)生影響的證據(jù)。另外,晝夜溫差對細菌性痢疾、手足口病等傳染性疾病的發(fā)病風險也有一定的影響。但目前尚缺少晝夜溫差與流感關聯(lián)的研究。探究晝夜溫差對流感發(fā)病的影響不僅能拓展氣象因素與流感關系的研究范圍,還能為流感的防控提供更多理論依據(jù)。研究目的(1)描述2014-2016年北京市流感發(fā)病的三間分布;(2)探討氣象因素對北京市流感發(fā)病的閾值效應、非線性效應;(3)探討氣象因素對流感發(fā)病影響的交互作用;(4)定量分析晝夜溫差對北京市流感發(fā)病的滯后效應,識別脆弱人群;(5)探討晝夜溫差與溫度、濕度之間對流感發(fā)病影響的交互作用。研究方法本研究選擇北京市為研究地區(qū),研究期間為2014年1月1日至2016年12月31日,時間單位為“天”。逐日流感數(shù)據(jù)和氣象數(shù)據(jù)分別來源于中國CDC的國家法定傳染病監(jiān)測系統(tǒng)和中國氣象科學數(shù)據(jù)共享服務網(wǎng)(http://data.cma.cn/)。北京市人口資料來源于歷年的《北京市統(tǒng)計年鑒》。首先對2014-2016年北京市流感發(fā)病進行描述性分析,獲得其三間分布特征。將流感數(shù)據(jù)和氣象因素進行數(shù)據(jù)清洗后整理成日尺度的時間序列數(shù)據(jù),取日最高氣溫與日最低氣溫之差為每日的晝夜溫差。使用Spearman等級相關分析各氣象因素之間的相關關系。當兩氣象因素的|rs"≥0.6時認為其密切相關。為避免多重共線性,密切相關的兩個氣象因素不同時納入模型。使用分布滯后非線性模型對各氣象因素分別建模,探討各氣象因素對發(fā)病影響的閾值效應及非線性效應。因降雨量的特殊性,本研究在探討降雨量的效應時,將日降雨量按照二分類變量納入模型,當天降雨(降雨量Omm)賦值為“1”,不降雨(降雨量=Omm)賦值為“0”。其余氣象因素均以連續(xù)型變量的形式納入模型。使用基于薄板樣條的廣義相加模型擬合氣象因素間的交互作用,其主要目的是將結(jié)果展示為平滑曲面圖的形式。使用廣義線性模型定量探討氣象因素之間的交互作用,使用交互作用相對超額危險度(the Relative Excess Risk due to Interaction,RERI)、歸因比(Attributable Proportion,AP)、協(xié)同指數(shù)(Synergy Index,5)來評估交互作用的大小。在研究晝夜溫差對北京市流感發(fā)病的影響時,首先利用廣義相加模型判斷晝夜溫差與日發(fā)病數(shù)之間是否為線性關系。然后用分布滯后非線性模型定量評估晝夜溫差對北京市流感日發(fā)病數(shù)影響的滯后效應。將全人群按性別分為男性、女性,按年齡分為0-4歲兒童、5-14歲人群、15-64歲人群、≥65歲老年人群,分別探討晝夜溫差對各亞組人群流感發(fā)病的影響。對研究結(jié)果進行敏感性分析,通過改變最長滯后時間及模型中時間變量每年的自由度來判斷研究結(jié)果的可靠性。同時,探討晝夜溫差與溫度、濕度之間的交互作用。研究結(jié)果2014-2016年北京市流感共發(fā)病34 804例,其中男性16 920例,女性17 884例。流感發(fā)病呈現(xiàn)明顯的季節(jié)性,冬春季節(jié)發(fā)病多,夏秋季節(jié)發(fā)病少。9歲以下的兒童及70歲以上的老年人群發(fā)病率較高,其中以0-4歲的兒童發(fā)病率最高,中青年人群發(fā)病率較低。職業(yè)分布方面,散居兒童(6 919例)、幼托兒童(6 629例)、學生(5 540例)發(fā)病數(shù)較多。懷柔、順義、朝陽等區(qū)縣的流感發(fā)病率均處于相對較高水平,而延慶縣、大興區(qū)的年發(fā)病率均處于相對較低水平。研究期間日平均氣溫的均值為13.93℃,日平均相對濕度的均值為52.75%,平均晝夜溫差為10.15℃。平均氣溫與平均氣壓之間(rs=-0.878)、日照時數(shù)與晝夜溫差之間(rs=0.657)存在較強的相關性(|rs|0.6)。以各氣象因素的中位數(shù)為對照,低于-1.3℃的氣溫、低濕、高于5.7m/s的風速、高于1031.4hPa的氣壓能夠增加北京市流感的發(fā)病風險。以降雨為對照,不降雨能增加流感發(fā)病風險。交互作用的3D圖顯示,低溫-低濕、高壓-低濕、低濕-高風速、高壓-高風速時流感發(fā)病數(shù)較多。高壓-低濕對流感發(fā)病存在協(xié)同作用,為0.158(95%CI:0.025-0.290),AP為0.136(95%CI:0.015～0.257)。但未發(fā)現(xiàn)低溫-低濕、低濕-高風速、高壓-高風速等情況下兩種氣象因素之間的交互作用。廣義相加模型顯示,晝夜溫差與流感發(fā)病數(shù)之間呈線性關系。隨著晝夜溫差增大,流感發(fā)病風險逐漸增加。分布滯后非線性模型顯示,在滯后0天及滯后1天,晝夜溫差對流感發(fā)病影響的RR值分別為1.012(95%CI:1.003～1.021)和1.011(95%CI:1.003～1.019)。晝夜溫差對流感發(fā)病數(shù)影響累積滯后效應在滯后0-3天時達到最大,RR為1.029(95%CI:1.012～1.045)。即晝夜溫差每增加1℃,暴露當天至暴露后第3天,流感累積發(fā)病數(shù)增加了2.9%。晝夜溫差增大時,男性、女性、0-4歲兒童、15-64歲中青年人群、≥65歲老年人群流感發(fā)病風險增加,RR值分別為1.014(lag0,95%CI:1.004～1.025)、1.011(lagl,95%CI:1.003～1.020)、1.012(lagl,95%CI:1.001～1.024)、1.016(lag0,95%CI:1.006～1.027)、1.022(lag0,95%CI:1.006～1.039)。但是5-14歲人群結(jié)果沒有統(tǒng)計學意義。敏感性分析結(jié)果顯示,當改變最長滯后天數(shù)和時間變量的自由度時,lag0-3的累積效應值變化并不大,且效應值都有統(tǒng)計學意義。高晝夜溫差-低溫時的流感發(fā)病風險明顯高于低晝夜溫差-高溫,RR值為1.543(95%CI:1.245～1.913)。高晝夜溫差-低濕時的流感發(fā)病風險明顯高于低晝夜溫差-高濕,RR值為1.092(95%CI:1.032～1.156)。但高晝夜溫差與低溫之間、高晝夜溫差與低濕之間未表現(xiàn)出交互作用。研究結(jié)論(1)北京市每年11月至次年4月是流感的高發(fā)月份,但每年的流感最高峰出現(xiàn)時間略有不同。兒童及老年人群發(fā)病率較高。(2)以各氣象因素的中位數(shù)為對照,低于-1.3℃的日平均氣溫、低相對濕度濕、高于5.7m/s的日平均風速風速、高于1031.4hPa的日平均氣壓能夠增加北京市流感的發(fā)病風險。以降雨為對照,不降雨能增加流感發(fā)病風險。(3)氣壓和濕度之間存在交互作用,表現(xiàn)為高壓-低濕之間存在協(xié)同作用。(4)晝夜溫差增大能增加北京市流感發(fā)病風險,在滯后0-3天時累積滯后效應達到最大。
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R511.7;R181.3
【圖文】：

１研究地區(qū)及研究期間逡逑１．１研宄地區(qū)逡逑北京市（圖１）位于北緯３９°５６＼東經(jīng)１１６°２０＇，屬中國華北地區(qū)，地處華北逡逑平原北部，毗鄰渤海灣，上靠遼東半島，下臨山東半島，總面積丨６４１０．５４平方逡逑千米。北京的地形西北高，東南低，平原區(qū)面積為６２００平方千米，約占總面積逡逑的３８％。２０１６年末全市常住人ｎ邋２１７２．９萬人，其中男性１１１２．７萬人，女性１０６０．２逡逑萬人，常住人口密度為１３２４人／平方公里。北京的氣候為典型的北溫帶半濕潤大逡逑陸性季風氣候，夏季高溫多雨，冬季寒冷干燥，春秋季節(jié)較短。逡逑０邐４Ｓ０邐？００邐１邋８００＊邋窗、？ｒ）邐＼逡逑邐邋＼邋市逡逑圖１北京市的地理位置逡逑１．２研宄期間逡逑本研究的研究期間為２０１４年１月１日至２０１６年１２月３１日，時間單位為“天”。逡逑２資料來源逡逑２．１流感監(jiān)測資料逡逑２０１４年１月１日至２０１６年的１２月３１日的北京市流感發(fā)病數(shù)據(jù)來源于中國逡逑疾病預防控制中心的國家法定傳染病監(jiān)測系統(tǒng)（Ｎａｔｉｏｎａｌ邋Ｎｏｔｉｆｉａｂｌｅ邋Ｄｉｓｅａｓｅ逡逑Ｓｕｒｖｅｉｌｌａｎｃｅ邋Ｓｙｓｔｅｍ，ＮＤＳＳ），收集到的數(shù)據(jù)為個案數(shù)據(jù)，包括病例報告卡編號、逡逑患者的基本人口學特征（年齡、性別、職業(yè)等）、現(xiàn)住地址、發(fā)病時間、病例分類逡逑（臨床診斷病例、確診病例）、報告人及報告機構(gòu)等。流感屬于《中華人民共和國逡逑１５逡逑

結(jié)果逡逑述性分析逡逑２０１４－２０１６年北京市流感共發(fā)病３４邋８０４例，其中男性１６邋９２０例，女性１７邋８８流感發(fā)病數(shù)的時序圖如圖２所示。可見，流感發(fā)病呈現(xiàn)明顯的季節(jié)性，冬發(fā)病多，夏秋季節(jié)發(fā)病少。流感發(fā)病數(shù)的月份分布如圖３所示，１１月份４月份為流感的高發(fā)月份。２０１５年的１１、１２月發(fā)病增加并不明顯。結(jié)合，２０１５至２０１６年的冬春季流感發(fā)病高峰始于２０１６年１月。圖４為２０１４－２０１京流感發(fā)病率與全國流感發(fā)病率對比圖，２０１４年（５０．３７／１００邋０００邋ｖｓ．邋１５．８４／１０、２０１６年（９５．７８／１００邋０００邋ｖｓ．邋２２．３７／１００邋０００）北京流感發(fā)病率均明顯高于全國年二者相似，推測可能與２０１５年末流感高峰開始較晚有關。逡逑

２０１４－２０１６年北京市流感共發(fā)病３４邋８０４例，其中男性１６邋９２０例，女性１７邋８８４逡逑例。流感發(fā)病數(shù)的時序圖如圖２所示�？梢姡鞲邪l(fā)病呈現(xiàn)明顯的季節(jié)性，冬春逡逑季節(jié)發(fā)病多，夏秋季節(jié)發(fā)病少。流感發(fā)病數(shù)的月份分布如圖３所示，１１月份至逡逑次年４月份為流感的高發(fā)月份。２０１５年的１１、１２月發(fā)病增加并不明顯。結(jié)合圖逡逑２可知，２０１５至２０１６年的冬春季流感發(fā)病高峰始于２０１６年１月。圖４為２０１４－２０１６逡逑年北京流感發(fā)病率與全國流感發(fā)病率對比圖，２０１４年（５０．３７／１００邋０００邋ｖｓ．邋１５．８４／１００逡逑０００）、２０１６年（９５．７８／１００邋０００邋ｖｓ．邋２２．３７／１００邋０００）北京流感發(fā)病率均明顯高于全國。逡逑２０１５年二者相似，推測可能與２０１５年末流感高峰開始較晚有關。逡逑Ｉ：：，邐１邐１逡逑：：ｕＵ＼Ｊ逡逑Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ逡逑２０１４．１邐２０１４．６邐２０１５．１邐２０１５．６邐２０１６．１邐２０１６．６邐２０１７．１逡逑時間逡逑圖２邋２０１４－２０１６年北京市流感發(fā)病數(shù)的時序圖逡逑５０００－逡逑４０００邋■逡逑年份逡逑Ｓ邋３０００＇邋Ｉ邐｜２０１４逡逑

【相似文獻】

相關期刊論文 前10條

1 程墨;吳宇童;;人工干預氣象因素對天氣的影響[J];吉林農(nóng)業(yè);2017年23期

2 祁增年;;秋季哮喘病的預防[J];養(yǎng)生月刊;2016年10期

3 劉靜;朱寧寧;歷波;;氣象因素對雷達對抗的影響分析[J];電子信息對抗技術;2012年04期

4 康重慶;周安石;王鵬;鄭廣君;劉一;;短期負荷預測中實時氣象因素的影響分析及其處理策略[J];電網(wǎng)技術;2006年07期

5 劉方,張金良;氣象因素對人類健康的影響[J];中國公共衛(wèi)生;2005年03期

6 俞順章,談建國,穆麗娜;影響SARS爆發(fā)和流行的氣象因素淺析[J];上海預防醫(yī)學雜志;2003年12期

7 劉建海;使用電腦不可忽視氣象因素[J];大眾用電;2001年05期

8 陽學風,許志杰,余其林,王先艷,肖蘭,王正根,曾斌;氣象因素在急性胃粘膜病變發(fā)生中的作用[J];中國內(nèi)鏡雜志;2000年03期

9 張新;汽水銷售量與氣象因素分析[J];遼寧氣象;1996年03期

10 陶麗霞;;育豬的最佳溫度[J];四川農(nóng)業(yè)科技;1987年01期

相關會議論文 前10條

1 潘傳鼎;;肺心病發(fā)病與氣象因素關系的探討[A];第五屆全國老年醫(yī)學進展學術會議論文集[C];2005年

2 吳先華;;氣象因素對我國典型制造產(chǎn)業(yè)的影響程度及機理研究[A];中國氣象學會2007年年會氣象經(jīng)濟論壇分會場論文集[C];2007年

3 張德山;劉燕;丁德平;張姝麗;穆啟占;王燕;宛公展;;氣象因素對兒童呼吸系疾病發(fā)病影響的研究[A];中國氣象學會2007年年會氣候變化分會場論文集[C];2007年

4 黃茜;馮愛平;涂亞庭;;蜂蟄傷爆發(fā)調(diào)查及氣象因素的關系研究[A];中華醫(yī)學會第14次全國皮膚性病學術年會論文匯編[C];2008年

5 鐘利華;李勇;葉殿秀;張強;況雪源;張宇平;;綜合氣象因素對廣西電力負荷的影響[A];中國氣象學會2008年年會城市氣象與城市可持續(xù)發(fā)展分會場論文集[C];2008年

6 王慶華;謝曉華;徐艷萍;王玉亮;李麗;;臨沂市2014-2015年影響空氣質(zhì)量的氣象因素分析[A];第35屆中國氣象學會年會 S11 城市氣象與環(huán)境——第七屆城市氣象論壇[C];2018年

7 王慶華;謝曉華;徐艷萍;王玉亮;李麗;;臨沂市2014-2015年影響空氣質(zhì)量的氣象因素分析[A];第35屆中國氣象學會年會 S12 大氣成分與天氣、氣候變化與環(huán)境影響暨環(huán)境氣象預報及影響評估[C];2018年

8 曹志英;;氣象因素對小麥吸漿蟲發(fā)生危害影響淺析[A];公共植保與綠色防控[C];2010年

9 吳先華;李廉水;曹玲;馬廷淮;;氣象因素異常指數(shù)對我國典型制造產(chǎn)業(yè)的影響研究[A];江蘇省外國經(jīng)濟學說研究會2007年學術年會會議論文集[C];2007年

10 王珊;劉敏茹;張楠;張瓊;;西安市高血壓發(fā)病與氣象因素關系分析和預報研究[A];創(chuàng)新驅(qū)動發(fā)展 提高氣象災害防御能力——S15氣候環(huán)境變化與人體健康[C];2013年

相關重要報紙文章 前10條

1 雨佳;野外扎營不可忽略氣象因素[N];中國氣象報;2004年

2 周芙蓉 楊眉;政府決策應更多考慮氣象因素[N];貴州民族報;2008年

3 本報記者 孫楠;海上救援須考慮氣象因素[N];中國氣象報;2015年

4 新華社記者 陳輝;對伊動武的氣象因素[N];人民日報;2003年

5 通訊員 張明　記者 郭軍;氣象專家建議 設施大棚設計應考慮氣象因素影響[N];陜西日報;2009年

6 庚晉 白杉;影響飛行的六大氣象因素[N];中國交通報;2002年

7 記者 劉立成;氣象因素導致兒童哮喘[N];中國氣象報;2005年

8 劉兆華;影響航海安全的氣象因素[N];中國遠洋報;2002年

9 葉岱夫;城市建筑設計不應忽略氣象因素[N];中國氣象報;2003年

10 記者 殷磊;城市規(guī)劃要考慮氣象因素[N];廈門日報;2009年

相關博士學位論文 前10條

1 祝丙華;基于多氣象因素協(xié)同作用的我國登革熱和手足口病流行特征與預測研究[D];軍事科學院;2018年

2 蔡全才;傳染性非典型肺炎傳播規(guī)律及其防制研究[D];復旦大學;2004年

3 李良福;氣象因素與土壤性質(zhì)耦合效應對土壤電導的影響[D];西南大學;2010年

4 張福麗;氣象因素對黑龍江省三種病蟲害的影響及預測預報[D];東北林業(yè)大學;2009年

5 饒華祥;基于時空聚集面板模型的肺結(jié)核病高危區(qū)域探測及影響因素研究[D];山西醫(yī)科大學;2017年

6 沈紀川;媒介和氣象因素對廣州登革熱流行的影響及其預測模型的建立[D];南方醫(yī)科大學;2015年

7 葛均筑;氣象資源特性對玉米產(chǎn)量形成的影響及長江中游玉米高產(chǎn)關鍵技術研究[D];華中農(nóng)業(yè)大學;2015年

8 夏菁;湖北省瘧疾疫情時空分布特征及預測研究[D];華中科技大學;2015年

9 鄭紅陽;受氣象因子驅(qū)動的火災系統(tǒng)標度性研究[D];中國科學技術大學;2010年

10 劉旭輝;北京地區(qū)典型人工林對空氣顆粒物濃度的影響[D];北京林業(yè)大學;2016年

相關碩士學位論文 前10條

1 王彥文;2010-2018年桂林市手足口病流行特征及發(fā)病趨勢預測研究[D];廣西醫(yī)科大學;2019年

2 王寶英;基于氣象因素分析的城市AQI預測方法研究[D];南昌航空大學;2019年

3 朱雙雙;氣象因素對隨州市手足口病發(fā)病的影響及發(fā)病趨勢預測研究[D];武漢科技大學;2019年

4 勞家輝;晝夜溫差及其他氣象因素對北京市流行性感冒發(fā)病的影響[D];山東大學;2019年

5 鄭文龍;瑪納斯河流域積雪時空分布及其與氣象因素的關系[D];南京大學;2016年

6 余飛鴻;基于氣象因素聚類分析的光伏出力短期預測研究[D];西華大學;2018年

7 王天慧;基于灰色模型技術的氣象因素對糧食生產(chǎn)影響的量化分析[D];河南農(nóng)業(yè)大學;2018年

8 魏迪;考慮氣象因素的短期電力負荷智能預測研究[D];武漢理工大學;2017年

9 趙榮仙;江漢平原氣象因素與手足口病流行的關系研究[D];華中科技大學;2017年

10 王思嘉;寧波市2014-2016年氣溫和相對濕度對手足口病發(fā)病的影響[D];華中科技大學;2018年

本文編號：2750456