沿海城市极端气温对脑卒中死亡的滞后定量影响*

鹿文涵 谷少华 孙仕强 张程明 朱宪春

1.宁波市海曙区气象局，宁波，315153

2.宁波市疾病预防控制中心，宁波，315010

3.宁波市气象台，宁波，315012

1 引言

联合国政府间气候变化专门委员会（IPCC）2021 年8 月发布的第六次评估报告显示，全球气候变化前所未有，未来极端天气、气候事件会更频繁，其中以高温热浪和低温寒潮为代表（IPCC，2021）。大量流行病学的研究（Breitner，et al，2014；Chen，et al，2013；Revich，et al，2008；陈丽菁等，2015）表明，极端气温会显著增加脑卒中死亡风险，也有研究（何晓定等，2020；陈丽菁等，2015）显示极端低温与脑卒中死亡率的关系尚不清楚。不同人群对极端气温的反应不一样，老年人比年轻人更容易受到极端气温的影响（李诺等，2017；Basu，2009；Bhaskaran，2009），患有心血管疾病的人群比健康人群容易受到极端气温的影响（Guo，et al，2012a，2012b；Lawlor，et al，2004；McMichael，et al，2008；Dilaveris，et al，2006）。人们通过生理、行为习惯和文化传统等来适应当地的环境条件，极端气温的不利影响可能因气候类型和人文习惯而有所不同（Lowe，et al，2011；Guo，et al，2011）。因此，有必要评估不同地区极端气温的人体健康效应。

宁波地处中国东部沿海，是世界上最重要、最繁忙的港口城市之一。2021 年的宁波统计年鉴显示，2020 年宁波常住人口942 万。宁波地处亚热带季风气候区，夏季长且炎热潮湿，冬季寒冷且较为干燥。因其紧邻沿海，海洋效应对极端气候有舒缓作用（徐哲永等，2021），使得宁波的极端气温健康事件研究并不多，定量评估工作更少。但已有的研究（Zhou，et al，2017；Guo，et al，2013）表明极端气温对脑卒中死亡的影响沿海城市并不比内陆城市弱。因此，本研究以宁波为例，基于2013—2019 年气温观测数据和同期的脑卒中死亡数据，利用分布滞后非线性模型（DLNM）研究极端高温和极端低温与脑卒中死亡人数的暴露-反应关系，并检验其影响是否因个体特征（性别和年龄）而异。

2 资料与方法

2.1 数据来源

气象资料来自宁波市气象局，经过均一性检验的2013—2019 年国家基本气象站逐日观测资料（包括极端高温、极端低温、平均相对湿度等）。文中逐日极端气温指国家基本气象站观测中记录的每日最高气温、最低气温。同期空气质量观测资料（包括PM2.5、PM10等）来自宁波市环保局；同期脑卒中死亡数据来自宁波市疾病预防控制中心，数据涵盖所有行政区域，病例数据统计指标包括报告卡编码、出生日期、就诊日期、死亡日期、根本死因及国际疾病分类（IDC）的相应编码（已脱敏）。病例以性别和年龄进行分组：低于65 岁（＜65 岁）设定为低龄组，65 岁及以上（≥65 岁）设定为高龄组。

2.2 研究方法

分布滞后非线性模型（DLNM）已被广泛用于环境因素与健康效应关系研究，可以表达非线性暴露-反应关系和滞后效应（Gasparrini，et al，2010）。文中采用DLNM 进行宁波脑卒中死亡数据的准泊松回归分析，研究其与极端气温的关系。

结合已有研究（Yang，et al，2016；Zhou，et al，2017）和广义赤池信息准则（QAIC），研究极端高温对脑卒中死亡的定量影响时，使用最多滞后14 d（Gasparrini，et al，2011；Zhou，et al，2017）的设定，最终滞后有效时间以模型计算为准。为了评估极端高温对脑卒中死亡的影响，还需确定最小发病的最适宜气温，即滞后0—14 d 累积暴露-反应曲线最低点的温度，并作为参考值参与建模（Gasparrini，et al，2015；Wang，et al，2017）。极端低温与脑卒中死亡的定量方法和极端高温一致，但使用最多滞后30 d（Vardoulakis，et al，2014；Bai，et al，2014）的设定，同时最小发病的最适宜气温也有改变。

为测试结果的稳健性，进行了灵敏度分析，结果符合白噪声。本研究所有的统计分析均使用R软件中的dlnm 程序包。

3 结果分析

表1 是2013—2019 年宁波市的气象要素、空气污染要素和脑卒中死亡病例统计情况。研究期间共有46349 例脑卒中死亡，男性24234 例，女性22115 例，高龄组（≥65 岁）42454 例，低龄组（＜65 岁）3895 例。死亡病例平均年龄为80.22 岁、平均每天18 例，极端高温、极端低温、空气相对湿度和空气污染物PM2.5质量浓度的日均值分别为22.42℃、14.67℃、75.45%和48.78 μg/m3。

表1 2013—2019 年宁波市气象要素、空气污染要素和脑卒中病例统计Table 1 Descriptive statistics of meteorological factors，air pollution factors and stroke cases in Ningbo from 2013 to 2019

3.1 极端高温对脑卒中死亡的滞后影响

图1 为极端高温对不同群组脑卒中死亡的单日风险。除低龄组（＜65 岁）外，极端高温在不同的滞后时间造成脑卒中死亡的单日相对危险度（Relative Risk，RR）趋势基本一致，均为短时间的显著影响（Yang，et al，2016；Chen，et al，2013）。随着极端高温升高，死亡风险显著增加，与多数研究（Zhou，et al，2017；陈月珍等，2016；吴凯等，2016；Sun，et al，2013）结论一致；随着滞后时间的延长，影响逐渐减小。以往研究（Zhang，et al，2014）报道脑卒中死亡与极端气温相关，但促进效果不显著，可能与“收获效应”有关（Hajat，et al，2005）。

对于全部人群（图1a），极端高温对脑卒中死亡的影响当天最大，影响持续到第3 天。极端高温对脑卒中死亡的促进影响男性（图1c1）大于女性（图1c2）；高龄组（图1b1）的单日相对危险度趋势和全部人群一致，低龄组（图1b2）不具有统计学意义（P＞0.05），与已有研究（陈丽菁等，2015；王陇德，2015；Wang，et al，2017；宇传华等，2016；王拥军等，2020；Roger，et al，2012；Huang，et al，2015；Chen，et al，2018；王通等，2019；陈亦晨等，2019，2022）结果一致。但也有研究（Lavados，et al，2018）显示极端气温下女性群体更脆弱，可能是区域差异、行为习惯和生理反应不同所导致（Chen，et al，2013；Anderson，et al，2009）；低龄组样本少且离散度高，且未发现年轻人的发病率在逐年增长（Roger，et al，2012），未来研究需要加强对该问题的关注。

图1 不同滞后时间极端高温对不同群组（a.全体，b1.≥65 岁，b2.＜65 岁，c1.男，c2.女）脑卒中死亡的单日相对危险度Fig.1 Three dimensional diagram of single-day relative risk value of extreme high temperature on stroke death in different lag time for different groups（a.all，b1.≥65，b2.＜65，c1.male，c2.famale）

累积相对风险是连续风险的总和，可知风险是否跟某种效应累积有关（与单日相对风险不同，且并非单日相对风险的简单累加求和）。图2 显示了极端高温对不同群组脑卒中死亡的累积相对风险。从图中可看出，除了低龄组（图2b2），其他群组都呈近似“V”形的暴露-反应曲线，表明极端高温越高，脑卒中死亡的累积相对危险度越大，对脑卒中死亡的影响越大。

图2 滞后0—14 d 极端高温对不同群组（a.全体，b1.≥65 岁，b2.＜65 岁，c1.男，c2.女）脑卒中死亡的累积相对危险度（阴影为95%置信区间）Fig.2 Cumulative relative risk value of extreme high temperature on stroke death in lag time 0—14 d for different groups（a.all，b1.≥65，b2.＜65，c1.male，c2.famale；shaded：95%CI）

为更好应对极端高温风险，结合本地高温预警标准，模型计算了35—40℃滞后14 d 内脑卒中死亡的累积相对危险度及95%置信区间（95%CI）（表2）。由表2可见，RR（95%CI）随时间延长和温度升高越来越大，全部人群40℃滞后0—1 d、0—2 d和0—3 d 累积相对危险度（95%CI）分别为1.29（1.17—1.43）、1.38（1.22—1.55）和1.41（1.25—1.60）。高龄组同期累积相对危险度大体与全部人群结果持平或略高；极端高温对低龄组脑卒中死亡影响无统计学意义。女性群组同期累积相对危险度比男性明显低，其他气温结果也一致，说明男性群组因极端高温而死亡的脑卒中患者风险更高。

表2 35—40℃不同群组在有效滞后天数内对脑卒中死亡的累积相对危险度及95%置信区间Table 2 Cumulative relative risk and 95%CI of stroke death for different groups at 35—40℃ within effective lag days

3.2 极端低温对脑卒中死亡的滞后影响

图3 是极端低温对不同群组脑卒中死亡的单日风险。极端低温在不同滞后时间造成脑卒中死亡的单日相对危险度不完全相同。除低龄组外（不具有统计学意义，P＞0.05），极端低温都有缓慢的滞后效应（李娟等，2017；徐颖等，2017），且随着极端低温降低，脑卒中死亡风险明显增大（Zhou，et al，2017；陈月珍等，2016；吴凯等，2016；Sun，et al，2013），并且比极端高温具有更大的死亡风险（Chen，et al，2018；陈亦晨等，2019）。

对于全部人群（图3a），极端低温发生初期没有显著的增加脑卒中死亡风险，随着滞后时间的延长，影响先增大后减小。高龄组（图3b1）的单日相对危险度趋势和全部人群保持较好一致，且比全部人群的滞后时间更长。男性（图3c1）极端低温发生当天对脑卒中死亡风险有显著增大，但结束的相对较快（效应仅持续到第7 天）。

图3 不同滞后时间极端低温对不同群组（a.全体，b1.≥65 岁，b2.＜65 岁，c1.男，c2.女）脑卒中死亡的单日相对危险度Fig.3 Three dimensional diagram of single-day relative risk of extreme low temperature on stroke death in different lag time for different groups（a.all，b1.≥65，b2.＜65，c1.male，c2.famale）

图4 是不同群组极端低温对脑卒中死亡的累积风险，发现死亡风险跟冷效应累积有关。低龄组虽呈“V”型暴露-反应曲线，但不具有统计学意义。其他群组呈近似“J”型暴露-反应曲线，表明温度越低，对于脑卒中死亡的累积相对危险度越大。

图4 滞后0—21 d 极端低温对不同群组（a.全体，b1.≥65 岁，b2.＜65 岁，c1.男，c2.女）脑卒中死亡的累积相对危险度（阴影为95%置信区间）Fig.4 Cumulative relative risk of extreme low temperature on stroke death in lag time 0—21 d for different groups（a.all，b1.≥65，b2.＜65，c1.male，c2.famale；shaded：95%CI）

为更好应对极端低温风险，结合本地低温预警标准，模型计算了-4—0℃（浙江地区在低于-4℃时发布低温预警，而宁波低于-4℃天数较少，且宁波山区面积较大，根据当地多年气温数据统计，在气温较低时，山区比平原约低4℃，因此模型重点计算-4—0℃）滞后30 d 内对脑卒中死亡的累积相对危险度及95%置信区间，结果见表3。累积相对危险度（95%CI）随着滞后时间延长越来越大，说明极端低温对脑卒中死亡风险的累积影响越来越大。

表3 -4—0℃不同群组在有效滞后天数内对脑卒中死亡的累积相对危险度及95%置信区间Table 3 Cumulative relative risk values and 95%CI of stroke death for different groups at-4—0℃ within effective lag days

对于全部人群，最低气温0℃时，滞后4—14 d脑卒中死亡风险明显增大；最低气温-1℃时，滞后4—15 d 脑卒中死亡风险明显增大；最低气温低于-2℃时，滞后3—15 d 脑卒中死亡风险明显增大。-4℃滞后0—5 d、0—10 d 和0—15 d 累积相对危险度（95%CI）分别为1.23（1.00—1.50）、1.61（1.22—2.12）和1.95（1.39—2.75）。高龄组同期累积相对危险度基本与全部人群结果保持一致；极端低温对低龄组脑卒中死亡不具有统计学意义。极端低温的累积效应因性别有所不同，男性死亡风险影响短且急促，-4℃在滞后0—7 d 累积相对危险度（95%CI）为1.64（1.29—2.10）；女性在低温发生的当天死亡风险并未明显增大，-2—0℃滞后5—13 d死亡风险明显增大，-3—-4℃滞后4—13 d 死亡风险增大明显，-4℃滞后0—13 d 累积相对危险度（95%CI）为1.82（1.18—2.81）。女性过程累积相对危险度比男性明显高，说明女性因极端低温而死亡的脑卒中患者风险更高。

4 结论与讨论

基于宁波市国家基本气象观测站极端气温和宁波市疾病控制中心的脑卒中死亡病例逐日资料，使用分布滞后非线性模型（DLNM）研究了宁波市2013—2019 年极端气温对脑卒中死亡的影响，评估易感人群。主要结论如下：

（1）对于全部人群，极端高温对脑卒中死亡有1 周内的急性效应。随着极端高温升高，死亡风险明显加大。影响在当天最大，随着滞后时间延长，影响逐渐减小，可持续到第3 天。累积影响呈近似“V”型的暴露-反应曲线，表明极端高温升高累积促进效果增大。

（2）对于全部人群，极端低温发生后的最初几天没有明显增加脑卒中死亡风险，随着滞后时间延长，影响先增大后减小，滞后影响超过1 周。随着极端低温降低，死亡风险显著增大，滞后时间也相应延长。累积影响呈近似“J”型的暴露-反应曲线，表明极端温度降低累积促进效果增大。

（3）对于不同人群组别，极端气温对低龄组脑卒中死亡不具有统计学意义，老年人是易受到极端气温影响的脆弱人群，男性是极端高温影响的脆弱人群，同时也是最先受到极端低温影响的人群。女性在极端低温时影响滞后时间比男性更长，累积促进效应更强。除了低龄组外，其他群组的累积影响都显示随着极端高温升高（极端低温降低），脑卒中死亡的累积促进效果增强。

在极端天气常态化的趋势下，如何降低极端气温对脑卒中死亡的风险影响将是公共卫生和疾病防控体系的重要内容，上述研究结论可以为沿海城市防御极端气温带来的脑卒中死亡风险提供一些参考。本研究尚有一定的局限：（1）受限于数据资源（仅2013—2019 年宁波的数据），没办法进行更长时间序列研究。（2）医疗数据仅划分到大类脑卒中死亡，无法进行深入研究，且出血性脑卒中和缺血性脑卒中的发病机制不同，更加精细化的分类有助于提出更加有针对性的指导意见。（3）文中的分析没有控制个体风险因素诸如吸烟、高血压等，结论的代表性有待更多研究来检验。