【摘要】：目的了解廣州、上海、北京和沈陽市氣溫與非意外死亡之間的關(guān)系,了解氣溫對不同人群死亡的作用模式和滯后特點,定量估算未來氣候變暖對四個城市人群冷、熱和溫度相關(guān)超額死亡率的影響；通過對廣州、上海、北京和沈陽日平均氣溫與心血管疾病(CVD)、呼吸系統(tǒng)疾病死亡關(guān)系的研究,確定氣溫與每日心血管疾病和呼吸系統(tǒng)疾病死亡暴露-反應關(guān)系曲線,計算未來氣溫升高對溫度相關(guān)心血管疾病和呼吸系統(tǒng)疾病超額死亡率的影響。以沈陽市每日不同死亡所致壽命損失年(YLL)為效應指標,對氣溫與每日YLL之間的關(guān)系進行分析,定量計算未來氣溫升高對不同死因YLL的影響,對氣候變暖引起的死亡負擔進行評估。為制定區(qū)域適應策略,提高人群對氣候變暖的適應性提供科學依據(jù)。方法收集廣州(2004年1月1日至2008年12月31日)、上海(2001年1月1日至2008年12月31日)、北京(2007年1月1日至2008年12月31日)和沈陽(2005年1月1日至2008年12月31日)居民每日死亡資料,氣象資料和大氣污染物資料,采用分布滯后非線性模型(DLNM)對氣溫與每日死亡的關(guān)系進行研究,確定氣溫對每日死亡的作用強度和滯后時間,計算每日的寒冷、熱相關(guān)超額死亡率。根據(jù)沈陽市每日死亡資料和同時期每年的年齡別人口資料,在計算各個年齡段的期望壽命,對每日不同原因死亡產(chǎn)生的YLL進行分類匯總后,采用DLNM構(gòu)建每日溫度與不同死亡YLL關(guān)系的模型,確定溫度與每日YLL之間的關(guān)系,并在此基礎(chǔ)上分別計算每天冷、熱相關(guān)死亡產(chǎn)生的YLL。結(jié)果1.廣州、上海、北京和沈陽四個城市每日非意外死亡總數(shù)、不同年齡組死亡數(shù)分布具有明顯的季節(jié)性,以冬季1-2月最高,夏秋季6-9月最低。2.廣州的日平均氣溫-死亡率曲線為U型,上海、北京和沈陽的為J型,高溫和低溫均會引起每日非意外死亡增多。不同年齡人群最低死亡率溫度(MMT)隨緯度升高而降低。高于熱閾值時的熱效應,和低于冷閾值時的冷效應近似線性。不同城市,不同年齡組人群MMT和冷、熱作用的相對危險度(RR)均不相同。3.四個城市中,不同年齡組氣溫-非意外死亡作用滯后模式相近,但滯后天不完全相同。高溫對每日居民非意外死亡的影響主要是急性短期效應,以死亡當天最強,常伴有收獲效應：低溫對死亡的效應在滯后3-5d內(nèi)最強,隨著滯后時間的延長,高溫和低溫效應均逐漸下降。四個城市不同人群中冷、熱溫度作用滯后時間不同。4.0-64歲年齡組人群中,北京寒冷RR最強,氣溫每降低1℃,寒冷相關(guān)死亡將會增加24.63%(95%CI：18.54%-30.25%)；在65歲以上的老年人中,沈陽的寒冷RR最強,氣溫每降低1℃,寒冷相關(guān)死亡增加11.09%(95%CI：9.58%-12.56%)。5.沈陽基線熱相關(guān)死亡率最高,為122.9/10萬人；廣州寒冷相關(guān)死亡率最高,為21.0/10萬人。沈陽的溫度相關(guān)死亡率平均為136.5/10萬人,高于其他三個城市。隨著氣溫的升高,四個城市氣溫相關(guān)超額死亡率均增加。廣州對氣候變暖最為敏感,溫度相關(guān)死亡率增高幅度最大。北京的氣溫相關(guān)超額死亡率最低。6.四個城市每日心血管疾病和呼吸系統(tǒng)疾病死亡數(shù)分布具有明顯的季節(jié)性,冬季最高,夏季較低。以上海和北京最為明顯。7.廣州的氣溫-心血管疾病死亡、氣溫-呼吸系統(tǒng)疾病死亡、氣溫-缺血性心臟病死亡、氣溫-腦血管疾病死亡及氣溫-慢性阻塞性肺病(COPD)每日死亡曲線均為U型,滯后Od時,冷、熱效應均較強。上海、北京和沈陽的日平均氣溫與每日心血管疾病、呼吸系統(tǒng)疾病死亡曲線均表現(xiàn)為J型,滯后0d時,熱效應強于冷效應。8.四個城市日平均氣溫對心血管疾病死亡作用滯后模式表現(xiàn)相近,高溫表現(xiàn)為急性效應,當天最強；低溫表現(xiàn)為滯后效應,2-4d達到最高,持續(xù)時間較長。9.相同疾病,不同城市氣溫-死亡曲線MMT不同,南方城市高于北方城市。同一城市,日平均氣溫對不同疾病死亡作用MMT不同。10.氣溫對呼吸系統(tǒng)疾病死亡的熱效應表現(xiàn)為急性效應,在廣州、北京和沈陽均伴有收獲效應,上海收獲效應不明顯。氣溫對沈陽慢性阻塞性肺病的熱效應滯后時間較長,最長滯后11d,伴有收獲效應。11.寒冷對心血管疾病死亡的RR在北方城市最大,南方城市最小。當氣溫降低1℃時,沈陽心血管疾病死亡人數(shù)增加12.58%,北京增加7.29%；四個城市缺血性心臟病每日死亡風險北京的冷效應最強,廣州熱效應最強。12.沈陽溫度相關(guān)心血管疾病死亡率最高(69.3/10萬人),廣州最低(37.7/10萬人),均以熱效應為主。13.四個城市中,溫度相關(guān)呼吸系統(tǒng)疾病死亡率北京最高,沈陽最低。沈陽、上海、廣州氣溫對腦血管疾病的影響主要以熱效應為主,北京冷效應最強。溫度相關(guān)COPD死亡率北京和上海最高,分別為15.3/10萬人和11.7/10萬人,北京以熱效應為主,上海以冷效應為主。14.隨著未來氣溫升高,四個城市溫度相關(guān)心血管疾病、呼吸系統(tǒng)疾病死亡變化趨勢不同。北京心血管疾病、呼吸系統(tǒng)疾病溫度相關(guān)死亡率隨著氣溫升高而降低。廣州和沈陽溫度相關(guān)心血管疾病、呼吸系統(tǒng)疾病死亡率隨溫度升高而增加。15.氣溫-男性YLL、氣溫-呼吸系統(tǒng)疾病YLL曲線基本呈V型,氣溫-女性YLL、氣溫-心血管疾病YLL、氣溫-缺血性心臟病YLL和氣溫-腦血管疾病YLL曲線均表現(xiàn)為不典型的J型曲線,寒冷閾值下的冷效應變化趨勢較明顯,但熱效應隨著氣溫的升高,出現(xiàn)降低的趨勢,可能是由于老年人死亡率增高引起。16.氣溫對不同性別、不同疾病死亡所致YLL滯后模式、作用強度不完全相同。氣溫對男性、女性YLL作用模式相近,高溫以暴露當天最高,后迅速降低。低溫作用在暴露當天較小,5d內(nèi)達到高峰后下降。氣溫對心血管疾病YLL的作用表現(xiàn)為冷、熱效應均以暴露當天最高,后熱效應迅速降低,而冷效應為緩慢降低,持續(xù)較長時間。暴露當天熱效應的作用強度遠高于冷效應。氣溫對呼吸系統(tǒng)疾病YLL,熱效應在暴露當天或暴露后2d內(nèi)最高后迅速下降。冷效應以暴露當天最高,后逐漸降低,冷效應作用強度高于熱效應。氣溫對缺血性心臟病YLL的熱效應作用模式與心血管疾病一致,冷效應在暴露當天較低,后逐漸升高,在0-3d達到最高后逐漸降低,具有滯后性。氣溫對腦血管疾病YLL的作用曲線與心血管疾病相似。17.氣溫對男性和女性的作用不同,寒冷多導致男性“早死”,而寒冷相關(guān)的女性和腦血管疾病死亡則以老年人為主；熱相關(guān)死亡多發(fā)生于年齡較大的人群,以老年人為主,尤其對老年女性及患有缺血性心臟病的老年人危險性較大。18.氣溫對男性及女性均以熱效應為主,男性中冷效應作用遠高于女性。當氣溫升高1-3。C時,男性溫度相關(guān)YLL是降低的,當氣溫升高4℃時,男性中溫度相關(guān)YLL增加113人年/年。女性對氣溫升高較敏感,氣溫升高1。C時,溫度相關(guān)YLL增加464人年/年。19.氣溫對缺血性心臟病死亡的作用以冷效應為主。隨著氣溫的升高,溫度相關(guān)缺血性心臟病YLL逐漸降低。熱效應對腦血管疾病死亡的作用較強,熱效應相關(guān)的腦血管疾病死亡YLL為7934人年/年,占溫度相關(guān)YLL的92.74%。隨著氣溫升高,溫度相關(guān)腦血管疾病死亡負擔逐漸增大。結(jié)論1.日平均氣溫與每日居民非意外死亡有關(guān),不同城市日平均氣溫的效應曲線不同。2.不同城市MMT不同,隨著緯度的降低而升高。3.65歲及以上老年人是對氣溫敏感人群。其中女性老年人對寒冷和熱效應均較男性敏感。4.氣溫對死亡的作用具有滯后性,不同地區(qū)冷熱效應滯后不同。5.熱效應為急性效應,存在1-2d的滯后期,常有很強的收獲效應；冷效應滯后時間較長,最長可達30d。6.我國城市對未來氣候變暖均較敏感,南方城市死亡增長率較北方城市高。7.日平均氣溫與心血管疾病每日死亡有關(guān),高溫和低溫均可以使心血管疾病死亡風險增大,不同城市效應強度,作用模式,滯后時間不相同。8.日平均氣溫與呼吸系統(tǒng)疾病每日死亡有關(guān)。南北城市作用模式不同。9.日平均氣溫與YLL有關(guān),高溫和低溫均可以引起YLL增高。氣溫在女性中以對老年人的作用為主,在男性中寒冷效應以0-64歲人群為主。10.由于氣溫在不同城市、不同年齡、不同性別、不同疾病人群中作用不同,應根據(jù)地區(qū)人群氣溫作用特點、人口構(gòu)成、疾病譜制定區(qū)域適應策略。
【學位授予單位】：復旦大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：R122.26

【參考文獻】

相關(guān)期刊論文 前3條

1 任國玉;郭軍;徐銘志;初子瑩;張莉;鄒旭凱;李慶祥;劉小寧;;近50年中國地面氣候變化基本特征[J];氣象學報;2005年06期

2 王玨;于連政;穆慧娟;邢立瑩;劉運泳;賀麗霞;潘國偉;;沈陽市日均氣溫與呼吸疾病死亡率關(guān)系[J];中國公共衛(wèi)生;2009年04期

3 楊超;蔡濤;周浩;朱琳;;中國北方高寒地區(qū)典型城市低溫對城區(qū)人口死亡的影響[J];中國衛(wèi)生工程學;2007年02期

，

本文編號：2551300