兰州市气象因素对心脑血管疾病就诊人次的影响研究

崔秀云，邢银花，张彩霞，程 蓉

(1.甘肃省气象局，兰州 730020；2.甘肃省人民医院，兰州 730020；3.定西市人民医院，定西 743000；4.兰州中心气象台，兰州 730020)

引 言

心脑血管疾病包括心脏疾病、血管疾病及脑血管疾病等。我国心血管疾病总死亡率从 2004年的240人/(10万人)上升至2010年的269人/(10万人)。从2009年起，中国心血管疾病死亡率的上升趋势明显趋缓。众多研究表明，气象因素与人类的很多疾病息息相关[1-4]，当然心脑血管疾病也不例外。近年来无论是气象学者还是医学研究者，对气象因素与心脑血管疾病的关系开展了不少研究[5-10]。有的研究着重就单一气象因素对心脑血管疾病的联系进行分析，如气压、气温、湿度等气象要素；有的针对天气现象、天气过程对心脑血管疾病影响进行了调查研究。但其机制最终归结于气压、湿度、气温等气象因素变化对疾病产生的影响。

国内外关于气象因素与心脑血管疾病相关研究结果大致可以归纳为某一种气象因素的剧变与心脑血管疾病发病率或病死率之间的相关关系，即当气温、气压或相对湿度等气象因素低于或高于某一临界值时，随着其降低或升高，心脑血管疾病的发病率和病死率逐渐升高。有研究表明，心脑血管疾病发病与平均气压、平均气温、最低气温、水汽压、降水量、日照时数等气象因子都存在相关性[11]。同时在控制相对湿度、平均气压和平均风速的条件下，春季、夏季日最高气温每升高1 ℃，心脑血管疾病死亡病例分别增加17.3%和4.2%；而秋季日最高气温每升高1 ℃，心脑血管疾病死亡病例反而下降25%[12]。冷暖交替的冬季、春季对心脑血管疾病影响较大，冬季是心脑血管疾病的多发期[13]。低压闷热、明显降温、阴雨天和高温等天气容易引起心脑血管疾病的复发和加重。不同天气状况对不同疾病的影响也不同。阴天、闷热、潮湿和高温天气对冠心病的影响最大，降温对高血压、脑卒中和冠心病有显著影响，寒冷天气对高血压影响最大。此外近期的研究[14-15]还发现，心血管疾病发作率与日均气压呈正相关关系，而气温与心血管疾病发作率之间存在“U”“V”或“J”形关系。气温下降导致外周血管收缩，血流阻力紊乱，儿茶酚胺分泌升高，出现血管痉挛、斑块破裂，血小板聚集血栓形成，从而引起心血管疾病发生。

虽然目前国内有不少关于气象因素与心脑血管疾病关系的研究，但关于兰州市的气象因素与心脑血管疾病关系的研究并不多见，特别是在气候变暖背景下，各种气象要素也在发生变化[16-23]。因此，本文利用2016-2020年甘肃省第一人民医院的心脑血管疾病患者资料，探究心脑血管疾病与气象要素之间的关系，在此基础上建立心脑血管疾病就诊人数的气象因子预测模型，以期对心脑血管疾病的预测服务和公众有效防范方法提供参考。

1 资料和方法

1.1 资料来源

2016年1月至2020年12月兰州市心脑血管病例数据来源于甘肃省第一人民医院，均为临床医生诊断为心脑血管疾病的病例，数据包括患者就诊日期、性别、年龄。2016年1月至2020年12月的兰州市逐月气象数据来源于国家气象信息中心，资料包括平均气压(hPa)、平均气温(℃)、平均最高气温(℃)、平均最低气温(℃)、平均相对湿度(%)及平均风速(m/s)。本文所指的春、夏、秋、冬分别为3-5月、6-8月、9-11月、12月-翌年2月。

1.2 多元逐步回归方法

线性回归模型建立时，虽然部分自变量与因变量之间存在很好的相关关系，但是由于这些自变量可以用另几个自变量很好地线性表示，因此这样的自变量应当从模型中删去。本文采用逐步回归法建立预报模型[24]。

第一步：选择两个F统计量Fin和Fout,且Fin≤Fout。

第二步：拟合仅有常数项，没有解释变量的模型：

y=b0+ε

(1)

式中，y为因变量，b0为常数项，ε为零均值随机变量。

第三步：若解释变量x1,…,xm-1,xm中xs1,…,xsk-1,xsk是显著的，则选入回归模型：

y=b0+b1xs1+…+bkxsk+ε

(2)

对每一个未被选入的解释变量，计算它的统计量Fi，若Fi>Fin，则将Fi最大的变量选入模型；若无解释变量被选入，则停止逐步回归过程，输出计算结果。

第四步：若解释变量xs1,…,xsp-1,xsp已被选入回归模型:

y=b0+b1xs1+…+bpxsp+ε

(3)

对于xs1,…,xsp-1,xsp中每一个解释变量，计算将它剔除的Fi。若Fi

2 结果分析

2.1 心脑血管患者的统计学特征

据统计，2016-2020年5年间甘肃省第一人民医院心脑血管疾病就诊人数共1206例，从性别来看，男性733例，占60.8%，女性473例，占39.2%。从年龄结构来看(图1)，明显呈单峰型，70岁之前随年龄增大人数逐渐增多，70岁以后随年龄增大人数逐渐减少，而51-80岁的人数占71.8%。当然80岁以后就诊人数减少的一个原因可能与80岁以上的人数在总人口中的占比偏少有关系，但总体来说51-80岁是心脑血管疾病的高发年龄。

图1 2016-2020年兰州市心脑血管疾病就诊人数随年龄的变化

从近5年来心脑血管疾病就诊人数的逐年变化来看(图2)，虽然2018年的较2017年的偏多，但总体来看，自2016年以来就诊人数呈明显减少趋势，减少率为25人/年。其中2020年就诊人数仅占近5年总人数的14.4%，而且与2016年就诊人数相比，也仅是2016年的60%。

图2 2016-2020年兰州市心脑血管疾病就诊人数逐年变化

另外，从近5年来心脑血管疾病每个月就诊人数的变化来看(图3)，2月份的最少，3月份的次少，5月份的最多，其他月份的差别不大。从季节分布来看(图4)，春、夏、秋三季就诊人数接近，冬季就诊人数明显偏少。从各月的就诊人数来看，冬季人数偏少，主要原因是2月份人数明显偏少所致。2月份心脑血管就诊人数明显偏少，而1月份的明显偏多，可能与春节多在2月份有关。统计发现，2016、2017、2018、2019及2020年的春节分别是2月8日、1月28日、2月16日、2月5日和1月25日。近5年的春节在1月底和2月份，非急诊病人一般不会选择住院，因此2月份病人明显比1月份的偏少。但总体来看，冬季就诊人数明显偏少可能与气候因素有关。

图3 2016-2020年兰州市心脑血管疾病就诊人数的逐月变化

图4 2016-2020年兰州市心脑血管疾病就诊人数的季变化

2.2 心脑血管患者人数与主要气象要素之间的关系

为了明确兰州市心脑血管疾病就诊人数同气象要素的关系，表1给出了逐月的主要气象要素同心脑血管就诊人数的相关系数。从同期的相关系数来看，只有平均气压与就诊人数呈负相关，而平均气温、最高气温、最低气温、平均水汽压、平均相对湿度及平均风速6个气象要素与就诊人数均呈正相关，但只有平均水汽压的相关性通过了0.1的显著性检验。

为了进一步明确兰州市气象要素同心脑血管疾病就诊人数的滞后相关性，表1给出了主要气象要素同滞后1个月和2个月就诊人数之间的相关系数，结果发现，除了平均相对湿度外，其他气象要素滞后2个月的相关性均小于滞后1个月的，而且比同期的相关性也小，而滞后1个月的相关性明显偏大，且均通过了0.1的显著性检验，特别是平均气温、最高气温、最低气温与心脑血管疾病就诊人数的相关性均通过了0.01的显著性检验，因此兰州市心脑血管就诊人数与主要气象要素存在滞后1个月的显著相关性。具体来说，平均气压越低，气温、水汽压及风速越大(高)，越有利于心脑血管疾病的发作；从气温的相关性来看，最高气温比平均气温及最低气温与就诊人数的相关系数更大。平均相对湿度与同期的就诊人数存在正相关，但同滞后1个月的就诊人数相关性较差。

表1 2016-2020年兰州市气象要素同心脑血管疾病就诊人数的逐月相关系数

尽管兰州市平均气压、平均气温、最高气温、最低气温、平均水汽压及平均风速6个气象要素与滞后1个月的心脑血管疾病就诊人数具有较好的相关性，但由于气象要素本身之间存在一定的相关性，因此哪些气象要素的影响最大，仅仅从二者的相关系数很难看出。表2给出了平均气压、平均气温、最高气温、最低气温、平均水汽压及平均风速相互之间的相关系数。由表2可以看出，以上6个气象要素之间均存在很高的相关性，特别是平均气温、最高气温及最低气温之间的相关系数几乎为1，因此想要确定哪些气象要素是影响心脑血管的主要因子，还需进一步的分析。

表2 2016-2020年兰州市各类气象要素相关系数

2.3 气象要素与心脑血管患者人数的回归模型检验

多元逐步回归在气象环境与健康领域的研究中得到了广泛的应用 ，多用于预测不同气象环境因子水平下疾病的发生情况 ，通过建立一个影响疾病发生或者预测疾病的自变量最优回归方程预测疾病发生的人数或等级[25-28]。前面的相关分析表明，兰州市2016-2020年平均气压、平均气温、最高气温、最低气温、平均水汽压及平均风速与滞后1个月的心脑血管就诊人数之间存在较好的相关性，因此本文首先利用2016年1月至2019年12月的气象资料与2016年2月至2020年1月的心脑血管就诊人数的资料，通过逐步回归方法建立模型，并利用2020年1月至2020年11月的气象资料对2020年2月至2020年12月的心脑血管就诊人数进行回归模型检验。

在逐步回归建立模型中发现，筛选的最优气象因子为平均气压、最高气温及平均风速，其他3个与心脑血管疾病就诊人数呈显著相关的平均气温、最低气温及平均水汽压均被剔除，建立的回归模型如下：

y=-741.05924+0.86784x1+0.49087x3+14.48923x6

(4)

式中，y为心脑血管疾病就诊人数(个)，x1为平均气压(hPa),x3为最高气温(℃),x6为平均风速(m/s)。

通过比较2016年1月与2019年12月心脑血管就诊人数拟合值与实况值，发现二者之间的相关系数为0.44，而2020年1月至2020年12月的预测值与实况值的相关系数为0.66，预测与实况值的相关性较高，因此具有一定的预测性(图5)。当然，气象因素仅仅是影响心脑血管发病的一个因素。

图5 2016-2020年兰州市心脑血管疾病就诊人数拟合值、预测值与实际值对比

3 结论与讨论

本研究采用2016-2020年甘肃省第一人民医院心脑血管疾病就诊人数和同期兰州市气象资料，分析了主要气象要素与心脑血管疾病就诊人数的关联性。结果发现，近5年心脑血管疾病就诊人数男性(60.8%)多于女性(39.2%)，以中老年人群为主 (51-80岁占71．8%)。夏季为心脑血管疾病的高发季节 ，其中以5-9月和11月份发病人数较多。可能是心脑血管疾病发作与气温偏高有关，5-9月是兰州市一年气温较高的月份，当然11月份就诊人数偏多可能与冬季供暖有关，11月份兰州市开始供暖，同时温度不算太低，因此导致人的体感温度仍然较高。此外，2月份就诊人数最少，其主要原因是每年的春节都在2月份前后，春节作为中国的传统佳节，非急诊病人一般不会选择住院，致使2月心脑血管疾病就诊人数最少。

从2016年至2020年兰州市心脑血管疾病就诊人数的变化趋势来看，近5年呈明显减少趋势，可能是因为随着社会的发展与进步，人们对心脑血管疾病的认知程度及平时注意与防护的意识不断增强。

平均气压、平均气温、平均最高气温、平均最低气温、平均水汽压及平均风速与滞后1个月的心脑血管疾病就诊人数在统计学上都具有较好的相关性，这也与赵云亮[6]的研究结论基本一致。但由于以上6个气象要素相互之间存在较好的相关性，因此通过逐步回归方法建立的心脑血管就诊人数的回归模型，仅保留了月平均气压、最高气温及平均风速3个因子，而且回归模型的原始值与拟合值趋势比较一致，也就是说平均气压、最高气温及平均风速是影响心脑血管就诊人数的最主要的气象因子。因此，有心脑血管疾病史，或有心脑血管疾病征兆的人，特别是中老年人一定要关注气压、最高气温及风速的变化情况，适当做好防护，以免该疾病的发作。