最高气温对呼吸系统疾病急诊人次的影响研究

周建丁,马玉霞*,杨丝絮,虞志昂,马秉吉,张志薇



最高气温对呼吸系统疾病急诊人次的影响研究

周建丁1,马玉霞1*,杨丝絮1,虞志昂1,马秉吉1,张志薇2

(1.兰州大学大气科学学院,甘肃 兰州 730000；2.江苏省气象服务中心,江苏 南京 210009)

采用基于时间序列的半参数的广义相加模型,在控制星期几效应、长期趋势、气象要素等混杂因素后,分析2009~2012年北京市日最高气温与四类呼吸系统疾病急诊人次的暴露-反应关系,探讨日最高气温对人群健康的影响,并考虑了不同年龄和性别人群分层以及0~6d的滞后效应.结果表明:日最高气温对呼吸系统疾病急诊存在0~1d滞后效应,男性急诊人次均要高于女性;日最高气温每上升1°C,男性上呼吸道感染和支气管炎急诊人次分别增加2.10%和2.14%,女性肺炎、哮喘和支气管炎急诊人次分别增加2.00%、4.21%和2.95%.对性别而言,日最高气温每上升1°C,小于15岁人群支气管炎急诊人次增加3.60%;15~59岁人群支气管炎急诊人次增加2.16%;对60~74岁年龄段急诊人次无显著统计学意义;≥75岁人群肺炎和哮喘急诊人次分别增加2.69%和8.05%.

日最高气温；呼吸系统疾病；时间序列；广义相加模型

人体适宜的气温为20~28℃,当外界气温变化幅度过大超出了正常人体的调节能力时,热平衡调节机制被打乱,神经系统和内分泌系统等失去调节作用,继而引起生命活动出现异常,甚至导致死亡[1].高温热浪对死亡的贡献逐年上升[2],导致的死亡人数也越来越多,尤其是欧洲[3-4].随着气候变暖和城市化进程中人口的迅速聚集以及热岛效应,高温对人群死亡,特别是高危人群的急性死亡效应受到广泛关注[5-6].众多国内外研究表明,夏季高温导致的非正常死亡将会出现增大的可能性[2,7],尤其是儿童、老年人这些体弱人群难以适应极端温度.如果气温高于 34℃,将诱发一系列疾病的加重,特别是心脑血管疾病和呼吸系统疾病[8].Michelozzi[9]对欧洲呼吸系统疾病入院研究表明,日最高气温相对于临界温度每上升1℃,地中海和北欧地区大于75岁人群入院率分别增加4.5%和3.1%.上海热浪天气造成呼吸系统疾病死亡率增加RR=1.23[10].陶辉等[11]对北京市某区研究表明,日均气温大于25℃时,每升高1℃对呼吸系统疾病死亡人数的贡献达到25.7%.除了死亡率和死亡人数的增加,高温会增加医院就诊量,造成人群疾病负担加重[12-14].本文拟采用广义相加模型对北京市2009~2012年日最高气温与呼吸系统疾病急诊人次进行时间序列分析,并定量评估日最高气温上升1℃对各类呼吸系统疾病带来的健康风险,为气象服务提供正确依据.

1 材料与方法

1.1 研究资料

本文使用气象数据包括2009年1月1日~2012年12月31日北京市气象台日均气温(℃)、日最高气温(℃)、日最低气温(℃)、相对湿度(%)、日平均风速(m/s)、日照时数(h)、平均水汽压(hPa)、日平均降水量(mm)逐日资料;同期大气污染物浓度资料来自于北京市多个污染物监测站点的平均,包括PM10、SO2、NO2浓度;同期疾病数据来自北京市三家综合性医院:中国人民解放军301医院、中国人民解放军309医院、海军总医院,均为部队医院,资料来源位置如图1所示.根据ICD-10关于呼吸系统详细分类标准将呼吸系统疾病资料进行小种类筛选,再根据定义筛选出肺炎、上呼吸道感染、哮喘、支气管炎四类疾病进行研究.

图1 气象站、污染物监测站和医院分布

1.2 研究方法

本文涉及的时间序列分析法就是按照时间的先后顺序,将某一个指标在不同时间上的不同数值排列而成的数列,是一种动态数据处理的统计方法.研究发现,采用时间序列方法评估人群暴露条件改变后的健康效应时,与时间变化相关的变量(如年龄改变等)将不再是混杂因素以调整健康效应的长期和季节趋势等潜在混杂因素的影响[15].本文也将运用基于时间序列的广义相加模型(GAM)进行危险度评价.GAM模型公式为:

式中:E(Y)为第天的急诊人次的预期值;X为与急诊人次呈线性关系的变量;为回归系数;DOW和holiday分别代表星期几效应和节假日效应;s:非参数平滑样条函数;time:日期;df:自由度;:与急诊人次呈非线性关系的变量,分别为污染物浓度和气象要素.

2 结果与分析

2.1 呼吸系统疾病时间序列与描述性统计

本次研究共收集急诊资料1219874例,筛选出221757例呼吸系统疾病,占比18.2%,其中男性121744例,女性100012例,<15岁人群68774例,15~ 59岁人群139803例,60~74岁人群8216例,75岁以上人群4959例.共纳入四类呼吸系统疾病,包括肺炎、上呼吸道感染(上感)、哮喘以及支气管炎, 2009~2012年急诊人次逐日资料的时间序列分布如图2所示,随着时间推移,肺炎急诊人次呈显著增加趋势;上呼吸道感染急诊人次在夏季急诊人次最多,总体呈缓慢减少趋势;哮喘急诊人次呈缓慢增加趋势;支气管炎急诊人次总体上无明显变化趋势.肺炎急诊人次和支气管炎急诊人次随季节变化明显,冬季急诊人次多,夏季少,呈显著的周期性.

图2 呼吸系统疾病急诊人次时间序列分布

表1 呼吸系统疾病急诊人次描述性统计

续表1

图3 气象要素与污染物浓度的时间序列分布

按照年龄与性别对四类疾病进行分类.通过描述性统计(表1)发现,四类呼吸系统疾病中,男性急诊人次均要大于女性.肺炎患者为日均12.52人,其中男性7.21人,女性5.31人,男性明显大于女性.15~59岁人群和³75岁人群急诊人次较多,分别达5.62人和3.54人,上感患者为8.41人,其中男性4.69人,女性3.72人,多发于15~59岁人群和<15岁人群,分别为6.25人和1.78人.哮喘患者为3.28人,其中男性1.66人,女性1.62人,15~59岁人群最多,为2.20人,60~74岁人群次之,为0.47人.支气管炎患者为11.80人,其中男性6.36人,女性5.44人,多发于15~59岁人群和<15岁人群,分别为7.50人和1.98人.

2.2 气象要素及污染物浓度时间序列和相关分析

对2009年1月1日~2012年12月31日北京市平均气温(℃)、最高气温(℃)、日照(h)、平均相对湿度(%)、2分钟平均风速(m/s)、SO2浓度、NO2浓度、PM10浓度逐日资料进行时间分布排序(图3).平均气温、最高气温、日照时数呈现显著的年周期变化.平均相对湿度围绕50%上下波动,周期变化不明显.2min平均风速有一定的周期性,冬春季节的风速要明显大于夏秋季节.二氧化硫浓度无明显变化,二氧化氮和PM10浓度在2012年有显著升高.

根据呼吸系统疾病急诊人次与气象要素和污染物浓度的Spearman相关分析(表2)可知,呼吸系统疾病与日均气温、日最高气温、相对湿度、风速、PM10呈显著的负相关(<0.01),与SO2、NO2呈显著的正相关(<0.01),与日照时数的相关性不显著.

表2 呼吸系统疾病急诊人次与气象要素、污染物的Spearman相关分析

注:*<0.05;**<0.01.

2.3 日最高气温与呼吸系统疾病的暴露-反应关系

日最高气温与四类呼吸系统疾病总急诊人次在滞后当天的暴露反应关系曲线如图4所示,在肺炎和上呼吸道感染疾病,日最高气温与急诊人次呈现线性上升的关系,LogRR值为0的日最高气温位于15~20°C区间内;日最高气温与支气管炎急诊人次呈现曲线缓慢爬升的趋势;与哮喘急诊人次呈现曲线下降的趋势.

图4 日最高气温与四类呼吸系统疾病的暴露反应关系

2.4 日最高气温对呼吸系统疾病影响的危险度评价

图5描述了4种呼吸系统疾病对各人群不同滞后时间下的相对危险度.全人群在滞后0d的相对危险度达到最大,在1~2d内减小到RR=1附近,肺炎、上呼吸道感染和支气管炎的RR值在当天分别为1.0132(95%CI: 1.0009, 1.0257)、1.0159(95%CI: 1.0003, 1.0317)、1.0255(95%CI: 1.0129, 1.0382),即ER值分别为1.32%、1.59%、2.55%,均具有统计学意义,哮喘对应的RR值为1.0228(95%CI: 0.9987, 1.0475),不具有统计学意义.

图5 不同人群不同疾病滞后效应的相对危险度RR值

男性和女性都在当天达到最大,随着滞后时间增加,男性相对危险度在滞后1d急剧减小,而后趋于平稳,而女性相对危险度在滞后第2d减小到趋于平稳.在滞后0d时,日最高气温升高1℃对男性上呼吸道感染和支气管炎患者的RR值分别为1.0210 (95%CI: 1.0001, 1.042)和1.0214(95%CI: 1.0004, 1.0386),ER值即为2.10%和2.14%,具有统计学意义,肺炎和哮喘在当天的RR值分别为1.0082(95%CI: 0.9919, 1.0249)和1.0057(95%CI: 0.9723, 1.0400),但不具有统计学意义.相比于男性而言,女性在滞后0d时,肺炎、哮喘和支气管炎都有更大的相对危险度且通过显著性检验,RR值分别达到1.0200、1.0421、1.0295,即ER值分别为2.00%、4.21%、2.95%,并且哮喘和支气管炎在滞后0~1d均具有统计学意义.

对于不同年龄层次急诊人群,其中,<15岁人群不易受到肺炎和上呼吸道感染的影响,在滞后0天哮喘对应的RR值最大为1.0886(95%CI: 0.9975, 1.1881),不具有统计学意义,支气管炎对应的RR值也在当天达到最大,1.0360(95%CI: 1.0047, 1.0683),即ER值为3.60%,具有统计学意义.15~59岁人群肺炎患者对应的RR在滞后1d时最大,为1.0067 (95%CI: 0.9981, 1.0153),但无统计学意义,其他疾病均在当天有最大的RR值,上呼吸道感染、哮喘、支气管炎分别为1.0166(95%CI: 0.9986, 1.0349)、1.0089(95%CI: 0.9797, 1.0390)、1.0216(95%CI: 1.0058, 1.0376),即ER值分别为1.66%、0.89%、2.16%,仅支气管炎对应RR/ER具有统计学意义. 60~74岁人群四类疾病的相对危险度在滞后0d或1d内达到最大,但均不存在统计学意义.³75岁人群中,RR值都在当天最大,肺炎、上呼吸道感染和支气管炎对应的RR值分别为1.0269(95%CI: 1.0036, 1.0506)、1.0937(95%CI: 0.9554, 1.2520)、1.0361 (95%CI: 0.9961, 1.0777),其ER值分别为2.69%、9.37%、3.61%,均要比其他年龄人群的RR/ER值要大得多,但仅肺炎具有统计学意义,而哮喘对应的RR值为1.0805(95%CI: 1.009, 1.1568),即ER值为8.05%,仅比<15岁哮喘人群对应RR/ER值小,具有统计学意义.

图6 不同疾病滞后效应的最优RR值

图6为各种疾病对应的最优相对危险度,各人群基本在滞后当天达到最大的RR值,仅<15岁人群的上呼吸道感染、15~59岁人群的肺炎以及60~74岁人群的哮喘对应的RR值在滞后1d的时候达到最大,但均无统计学意义,可见高温对呼吸系统疾病基本不存在明显的滞后效应.肺炎和上呼吸道感染对60~74岁和³75岁人群影响较大,哮喘和支气管炎对<15岁人群和³75岁人群影响较大.

3 讨论

对北京市2009~2012年肺炎、上呼吸道感染、哮喘、支气管炎四类呼吸系统疾病急诊人次进行统计发现,肺炎和支气管炎急诊人次最多,日均急诊人次大于11人以上,两者均呈现显著的周期性,冬季急诊多,夏季急诊少;上呼吸道感染急诊人次日均8.41人,夏季急诊人次多,冬季少;哮喘急诊人次日均3.28人,未发现明显的趋势和周期性.各类疾病的急诊人次较多,适合进行分病种的研究[16].其中上呼吸道感染、支气管炎多发于小于15岁、15~59岁年龄段人群,哮喘多发于15~59岁、60~74岁年龄段中老年人群,肺炎多发于15~59岁以及≥75岁的老年人群,有研究显示高温对肺炎死亡率的增加贡献较大[17],老年人急诊也较多.研究表明高温日最高气温对呼吸系统疾病急诊基本不存在滞后效应,仅有极少在滞后1d时相对危险度达到最大,其余均在滞后当天达到最大,这与荷兰[18]和瑞典[19]的研究一致,也与国内冯雷[18]的研究结果一致.

日最高气温对全人群肺炎、上呼吸道感染、支气管炎急诊有显著相关性,日最高气温每上升1℃,急诊人次分别增加1.32%、1.59%、2.55%.Ballester等[21]研究显示西班牙瓦伦萨城暖季(5~10月)日均气温相对于24℃每上升1℃,死亡率增加1%~4.2%. Vaneckova等[22]对悉尼的研究中发现,日均气温每升高10℃对呼吸系统疾病死亡率的影响达到12.1%.李萌萌等[23]对济南市研究表明,高温对呼吸系统疾病影响当天的RR 值为1.06(95%CI: 1.02, 1.31),这与本文研究结果差异不大.

日最高气温与男性上呼吸道感染、支气管炎急诊有显著相关性,日最高气温每上升1℃,急诊人次分别增加2.10%和2.14%;日最高气温与女性上呼吸道感染、肺炎、支气管炎、哮喘急诊有显著相关性,日最高气温每上升1℃,急诊人次分别增加2.00%、4.21%、2.95%.日最高气温对呼吸系统疾病不同性别影响差异明显[24-25].女性虽然在急诊人次上少于男性,但是其受高温影响的风险要大于男性,这与广东省的研究一致[26],栾桂杰等[27]对北京高温热浪研究也发现女性的影响要大于男性.而Bell等[28]对于圣地亚哥和圣保罗的研究指出男性比女性更易受到高温的影响,所以对于性别间的差异,可能与各种社会经济因素有关,也与地域、文化有关.

日最高气温与小于15岁年龄段和15~59岁年龄段支气管炎急诊有显著相关性,日最高气温上升1℃,疾病急诊人次分别增加3.60%和2.16%;日最高气温与60~74岁年龄段急诊无显著相关性;日最高气温与³75岁年龄段肺炎和哮喘有显著相关性,日最高气温上升1℃,疾病急诊人次分别增加2.69%和8.05%.可见日最高气温对³75岁年龄段人群的影响最大,这与Michelozzi等[9]对地中海和北欧地区的研究一致,也与Kunst等[18]对荷兰的研究一致,Zeng等[25]对广东四个城市的研究也显示了大于75岁老年人受高温影响的脆弱性.但不同研究的相对危险度有所差异.Gouveia等[29]对巴西圣保罗的研究发现,在老年人中,温度高于20℃时,每度增加的死亡率增加2.6%.Kovats等[30]对伦敦死亡的研究结果显示,日均气温每上升1℃,75岁以上老年人呼吸系统疾病死亡率上升10.9%.这可能与本研究使用的急诊资料有关,大多数研究都是使用死亡率资料,死亡率资料更加直观[11].并且本文对疾病的分类更加细致,各类呼吸系统疾病的RR值也有所差异,导致与其他研究结果不同.老年人由于对温度变化敏感性降低,维持正常体温的能力降低,并且他们可能使用许多干扰正常出汗过程的药物,从而使他们的易感性增加,从而加剧了呼吸系统疾病的风险因素和触发机制[26].

4 结论

呼吸系统疾病急诊人次呈现逐年上升趋势,具有显著季节变化特征,且在不同性别、年龄段人群中存在差异,男性急诊人次普遍大于女性.最高气温对呼吸系统疾病的影响在不同性别和年龄人群存在差异,³75岁人群和女性为易感人群.日最高气温的影响有0~1d滞后效应.

[1] 刘 方,张金良.气象因素对人类健康的影响 [J]. 中国公共卫生, 2005,21(3):115-117. Liu F, Zhang J L. Impact of meteorological factors on human health [J]. Chinese Journal of Public Health, 2005,21(3):115-117.

[2] Koppe C, Kovats S, Jendritzky G, et al. Health and global environmental change: heat-waves: risks and responses [R]. Denmark: WMO, 2004.

[3] Hemon D, Jougla E.Estimation de la sur mortalité et principales caracteristiques epidemiologique [R]. Paris: INSERM, 2003.

[4] Bouchama A. The 2003 European heatwave [J]. Tensive Care Med, 2004,30:1-3.

[5] 郑思轶,刘树华.北京城市化发展对温度、相对湿度和降水的影响 [J]. 气候与环境研究, 2008,13(2):123-133. Zheng S Y, Liu S H. Urbanization effect on climate in Beijing [J]. Climatic and Environmental Research, 2008,13(2):123-133.

[6] 周晓农.气候变化与人体健康 [J]. 气候变化研究进展, 2010,6(4): 235-240. Zhou X L. Potential impacts of climate change on human health [J]. Advances in Climate Change Research, 2010,6(4): 235-240

[7] 何 权,何祖安,郑有清.炎热地区热浪对人群健康影响的调查 [J]. 环境与健康杂志, 1990,7(5):206-211. He Q, He Z A, Zheng Y Q. Investigation on the health effects of heat waves in hot areas [J].Journal of Environment and Health, 1990,7(5):206-211.

[8] 兰 莉,高菡璐,梁 巍,等.2007~2011年高温对哈尔滨市区人口死亡的影响 [J]. 中国卫生工程学, 2014,13(1):3-10. Lan L, Gao H L, Liang W, et al. Impact of high temperature on population death in urban Harbin 2007~2011 [J]. Chinese Journal of Public Health Engineering, 2014,13(1):3-10.

[9] Michelozzi P, Accetta G, Sario M, et al. High temperature and hospitalizations for cardiovascular and respiratory causes in 12European cities [J]. American Journal of Respiratory and Critical Care Medicine, 2009,179(5):383-389.

[10] Huang W, Kan H, Kovats S. The impact of the 2003 heat wave on mortality in Shanghai, China [J]. Science of Total Environment, 2010,408:2418-2420.

[11] 陶 辉,童建勇,沈艳辉,等.北京市H区日平均气温与呼吸系统疾病死亡的病例交叉研究[J]. 环境与健康杂志, 2011,28(7):569-572. Tao H, Tong J Y, Shen Y H, et al. Association between Daily Mean Air Temperature and Mortality of Respiratory Diseases in Beijing, China: a Case-Crossover Study [J].Journal of Environment and Health, 2011,28(7):569-572.

[12] 李永红,杨念念,刘迎春,等.高温对武汉市居民死亡的影响 [J]. 环境与健康杂志, 2012,29(4):303-305.Li Y H, Yang N N, Liu Y C, et al. Impacts of high temperature on death in Wuhan [J]. Journal of Environment and Health, 2012,29(4):303-305.

[13] 王敏珍,郑 山,王式功,等.气温与湿度的交互作用对呼吸系统疾病的影响 [J]. 中国环境科学, 2016,36(2):581-588. Wang M Z, Zheng S, Wang S G, et al. Interaction of temperature and relative humidity on emergency room visits for respiratory diseases [J]. China Environmental Science, 2016,36(2):581-588.

[14] 张 莹,王式功,贾旭伟,等.气温与PM2.5协同作用对疾病急诊就诊人数的影响 [J]. 中国环境科学, 2017,37(8):3175-3182. Zhang Y, Wang S G, Jia X W, et al. Synergetic effect of mean temperature and PM2.5 on emergency room visits for different diseases [J]. China Environmental Science, 2017,37(8):3175-3182.

[15] 邓 丹,王润华,周燕荣.时间序列分析及其在卫生事业中的应用 [J]. 数理医药学杂志, 2002,15(5):455-457. Deng D, Wang R H, Zhou Y R. Time series analysis and its application in health [J]. Journal of Mathematical Medicine, 2002,15(5):455-457.

[16] Mäkinen T M, Juvonen R, Jokelainen J, et al. Cold temperature and low humidity are associated with increased occurrence of respiratory tract infections [J]. Respiratory Medicine, 2009,103(3):456-462.

[17] 王 珏,于连政,穆慧娟,等.沈阳市日均气温与呼吸疾病死亡率关系 [J]. 中国公共卫生, 2009,25(4):481-482.Wang J, Yu L Z, Mu H J, et al. Association between daily ambient average temperature and daily respiratory system disease mortality in Shenyang city [J]. Chinese Journal of Public Health, 2009,25(4):481-482.

[18] Kunst A E, Looman G W N, Mackenbach J P. Outdoor air and temperature and mortality in The Netherlands: a time series analysis [J]. American Journal of Epidemiology, 1993,137:331-41.

[19] Rocklov J, Forsberg B. The effect of temperature on mortality in Stockholm 1998~2003: A study of lag structures and heatwave effects [J].Scandinavian Journal of Public Health, 2008,36:516-523.

[20] 冯 雷,李旭东.高温热浪对人类健康影响的研究进展 [J]. 环境与健康, 2016,33(2):182-188.Feng L, Li X D. Effects of heat waves on human health: a review of recent study [J]. Journal of Environment and Health, 2016,33(2):182-188.

[21] Ballester F, Corella D, Perez-Hoyo S, et al. Mortality as a function of temperature: A study in Valencia, Spain, 1991~1993 [J]. International Journal of Epidemiology, 1997,26(3):551-561.

[22] Vaneckova P, Beggs P J, de Dear R J, et al. Effect of temperature on mortality during the six warmer months in Sydney, Australia, between 1993 and 2004 [J]. Environmental Research, 2008,108(3):361-369.

[23] 李萌萌,周脉耕,张 霞,等.济南市4个区气温对非意外死亡及死因别死亡的影响 [J]. 中华流行病学杂志, 2014,35(6):684-688. Li M M, Zhou M G, Zhang X, et al. Impact of temperature on non-accidental deaths and cause-specific mortality in four districts of Jinan [J]. Chinese Journal of Epidemiology, 2014,35(6):684-688.

[24] Huang W, Kan H, Kovats S. The impact of the 2003heat wave on mortality in Shanghai, China [J]. Science of the Total Environment, 2010,408(11): 2418-2420.

[25] Tam W W, Wong T W, Chair S Y, et al. Diurnal temperature range and daily cardiovascular mortalities among the elderly in Hong Kong [J]. Archives of Environmental & Occupational Health, 2009,64(3):202-206.

[26] Zeng W L, Lao X Q, Rutherford S, et al. The effect of heat waves on mortality and effect modifiers in four communities of Guangdong Province, China [J]. Science of the Total Environment,2014,482-483:214-21.

[27] 栾桂杰,李湉湉,殷 鹏,等.2010年北京市高温热浪对居民死亡的影响 [J]. 环境卫生学杂志, 2015,5(6):525-529.Luan G J, Li T T, Yin P, et al. Heat wave impact on mortality in Beijing in 2010 [J]. Journey of Environmental Hygiene, 2015,5(6):525-529.

[28] Bell M, O'Neill M, Ranjit N, et al. Vulnerability to heat-related mortality in Latin America: a case-crossover study in Sao Paulo, Brazil, Santiago, Chile and Mexico City, Mexico [J].International Journal of Epidemiology, 2008,37:796-804.

[29] Gouveia N, Hajat S, Armstrong B. Socioeconomic differentials in the temperature -mortality relationship in Sao Paulo, Brazil. [J]. International Journal of Epidemiology, 2003,32:391-397.

[30] Kovats R S, Hajat S, Wilkinson S P. Contrasting patterns of mortality and hospital admissions during hot weather and heat waves in Greater London, UK [J].Occupational & Environmental Medicine, 2004, 61(11):893-898.

A study on the impact of daily maximum temperature on the hospital emergency room visits due to respiratory diseases.

ZHOU Jian-ding1, MA Yu-xia1*, Yang Si-xu1, YU Zhi-ang1, MA Bing-ji1, ZHANG Zhi-wei2

(1.College of Atmospheric Sciences, Lanzhou University, Lanzhou 730000, China；2.Jiangsu Meteorological Service Centre, Nanjing 210009, China)., 2019,39(1)：372~378

Based on the daily maximum temperature data and hospital Emergency Room (ER) visit records from 2009 to 2012, we analyzed the climatic impact on the onset of the four types of common respiratory diseases (i.e., upper respiratory tract infection, bronchitis, pneumonia, and asthma) in Beijing, China. We used a time-series-based semi-parametric generalized additive model. We controlled the confounding factors, such as weekday effect, long-term trend, and other meteorological elements, and we also factored in age-gender differences and the lagging effect within a week. The results showed that the lagging effect of daily maximum temperature on the number of ER visits due to respiratory diseases was within one day. The number of male patients was generally higher than that of female patients. For each 1°C increase in daily maximum temperature, the number of ER visits due to upper respiratory tract infection and bronchitis would increase by 2.10% and 2.14%, respectively, for the male subgroup; and the number of ER visits due to pneumonia, asthma, and bronchitis would increase by 2.00%, 4.21%, and 2.95%, respectively, for the female subgroup. Within the four different age subgroups, the increase in the number of ER visits due to respiratory diseases per 1°C increase in daily maximum temperature was statistically significant with the exception of the 60-74age group. In particular, when daily maximum temperature increased by 1°C, the number of ER visits due to bronchitis would increase by 3.60% and 2.16% for the below-15 and the 15~59age group, respectively; the number of ER visits due to pneumonia and asthma would increase by 2.69% and 8.05%, respectively, for the over-75age group.

daily maximum temperature；respiratory diseases；time series；generalized additive model

X18,X503.1

A

1000-6923(2019)01-0372-07

周建丁(1993-),男,福建三明人,硕士研究生,研究方向为气候变化及其影响.发表论文7篇.

2018-05-14

中央高校基本业务费专项资金(Lzujbky-2017-69)

* 责任作者, 副教授, mayuxia07@lzu.edu.cn