[背景]大量研究表明氣溫是影響人群健康的重要因素,而氣溫變異,尤其隔日氣溫變異對人群健康影響的研究較少。[目的]比較隔日溫差（TCN,隔日平均氣溫之差）、氣溫變異（TV,隔日最高氣溫和最低氣溫的標(biāo)準(zhǔn)差）以及本研究新提出的根據(jù)隔日氣溫變異的方向和效應(yīng)大小計算得到的隔日溫度總變異（TTV）這三個隔日氣溫變異指標(biāo)與居民壽命損失年（YLL）的暴露-反應(yīng)關(guān)系,探索能更好反映隔日氣溫變異對居民死亡影響的指標(biāo)。[方法]收集2013—2017年廣東省40個區(qū)（縣）氣象數(shù)據(jù)以及死亡登記資料。采用分布滯后非線性模型（DLNM）和多變量meta分析的兩階段分析方法,分別擬合日夜溫差和夜日溫差與YLL率（每10萬人口YLL值）的暴露-反應(yīng)關(guān)系,提取日夜溫差和夜日溫差的歸因YLL率作為各自權(quán)重計算TTV。計算Pearson相關(guān)系數(shù),分析三個隔日氣象變異指標(biāo)間的相關(guān)性。采用DLNM和多變量meta分析兩階段分析方法,分別分析TCN、TV和TTV與居民YLL率的暴露-反應(yīng)關(guān)系,比較不同隔日氣溫變異指標(biāo)對人群死亡影響的差異。[結(jié)果]研究期間內(nèi)廣東省40個區(qū)（縣）日均YLL率為22.3/10萬。經(jīng)計算,TCN平均值為（... 

【文章來源】：環(huán)境與職業(yè)醫(yī)學(xué). 2020,37(07)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

2013—2017年廣東省DTR與NTR與人群YLL率的暴露-反應(yīng)關(guān)系

極端低的TV(TV=2.2）和極端低的TTV(TTV=2.8℃）對應(yīng)的YLL率效應(yīng)值及其95%CI依次為1.0/10萬（0.1/10萬～1.9/10萬）和2.1/10萬（0.2/10萬～4.0/10萬），極端高的TV(TV=7.2）和TTV(TTV=12.1℃）對應(yīng)的YLL率效應(yīng)值及其95%CI依次為3.1/10萬（1.2/10萬～5.1/10萬）和4.1/10萬（2.3/10萬～5.8/10萬）。在極端低和極端高節(jié)點上，TTV的YLL率效應(yīng)值均大于TV，而在中等低和中等高節(jié)點上，兩個指標(biāo)的效應(yīng)相近（表2）。2.5 敏感性分析

改變模型中時間變量υ，分別為7、8、9年-1，分別代入TCN、TV、TTV與YLL率的模型中，擬合結(jié)果顯示，參數(shù)改變對結(jié)果影響不大，說明模型的結(jié)果穩(wěn)定（圖3）。3 討論

【參考文獻(xiàn)】：
期刊論文
[1]中國66個縣/區(qū)日溫差對人群死亡影響的時間序列研究[J]. 趙永謙,王黎君,羅圓,殷鵬,黃正京,劉濤,林華亮,肖建鵬,李杏,曾韋霖,馬文軍,周脈耕.  中華流行病學(xué)雜志. 2017 (03)



本文編號：3091121