2015—2019年新疆7个监测点日均气温对居民非意外死亡的影响分析

doi:10.3969/j.issn.1006-3110.2024.02.008

摘要
图/表
参考文献
相关文章 (7)

全文: PDF (1019 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要目的分析评估日均气温对新疆7个国家级死因监测点人群非意外总死亡(A00-R99)人数的影响,为卫生决策提供科学依据。方法收集2015—2019年新疆7个国家级死因监测点非意外总死亡资料及同期气象和空气质量资料,利用分布滞后非线性模型(distributed lag non-linear model,DLNM)研究日均气温与非意外死亡人数的影响及滞后效应。结果新疆7个监测点日均气温与居民非意外死亡呈“J”型关系,死亡最低风险温度为17 ℃。高温当天对居民非意外总死亡的RR值(95%CI)为1.031(1.019~1.043),危害效应达到最大,滞后天数为5 d;在不同年龄、性别层中,高温对女性和≥65岁人群非意外死亡风险的影响较大。低温对总死亡及不同年龄、性别层中均未表现出明显的健康风险及滞后效应。结论高温会造成居民非意外死亡风险增加,早期呈明显急性影响,且存在滞后效应,女性和≥65岁人群为敏感人群。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	廖佩花
	张荣
	甫尔哈提·吾首尔
	刘来新
	者炜
	王铁

关键词 ：非意外死亡, 日均气温, 分布滞后非线性模型

Abstract：Objective To analyze and evaluate the effect of average daily temperature on the total number of non-accidental deaths (A00-R99) in the population at seven national cause-of-death monitoring sites in Xinjiang, and to provide a scientific basis for health decision making. Methods We collected the total non-accidental death information and meteorological and air quality data of the seven national cause-of-death monitoring sites in Xinjiang from 2015 to 2019. The influence and lag effect ofaverage daily temperature and non-accidental deaths were studied by using the distributed lag non-linear model (DLNM). Results The average daily temperature of the seven monitoring sites in Xinjiang showed a “J” shaped relationship with the non-accidentaldeaths of residents, and the lowest risk temperature of death was 17 ℃. The relative risk value (95%CI) ofresidents' total non-accidentaldeaths on high temperature day was 1.031(1.019-1.043), and the harm effect reached the maximum, with a lag being 5 days. Among different ages and gender groups, high temperature had a greater impact on the risk of non-accidental death in women and people aged ≥65 years. Hypothermia showed no significant health risk and lagging effect on total deaths and in different ages and sexes. Conclusion High temperature can increase the risk of non-accidental death of residents, with obvious acute effects in the early stage. Moreover, there is a lagging effect, and women and people aged ≥65 years are sensitive groups.

Key words： non-accidental death average daily temperature distributed lag non-linear model

收稿日期: 2023-03-18

R122

基金资助:新疆维吾尔自治区自然科学基金(2020D01C082)　

通讯作者: 者炜,E-mail:zhewei1982@163.com; 王铁,E-mail:714940337@qq.com。

作者简介: 廖佩花,副主任医师,主要从事慢性病预防与控制相关研究工作。

引用本文:

廖佩花, 张荣, 甫尔哈提·吾首尔, 刘来新, 者炜, 王铁. 2015—2019年新疆7个监测点日均气温对居民非意外死亡的影响分析[J]. 实用预防医学, 2024, 31(2): 159-163. LIAO Peihua, ZHANG Rong, FUERHATI Wushouer, LIU Laixin, ZHE Wei, WANG Tie. Impact of average daily temperature on non-accidental deaths of residents at seven monitoring sites in Xinjiang, 2015-2019. , 2024, 31(2): 159-163.

链接本文:

https://www.syyfyx.com/CN/10.3969/j.issn.1006-3110.2024.02.008 或 https://www.syyfyx.com/CN/Y2024/V31/I2/159

[1] 黄照,刘涛,许燕君,等. 基于死亡数据用DLNM构建气象健康指数[J].环境卫生学杂志,2018,8(5):368-373,380.
[2] 马文军,刘涛. 加强气温变异对人群健康影响的研究,以更好适应气候变化[J].环境与职业医学,2020,37(7):633-635.
[3] 陆开来,班婕,王情,等. 不同气候变化情景下未来中国热相关死亡风险的预估[J].气象学报,2022,80(3):349-357.
[4] Yang J,Zhou M,Li M,et al.Vulnerability to the impact of temperature variability on mortality in 31 major Chinese cities[J].Environ Pollut,2018,239:631-637.
[5] Pawankar R,Wang JY. Climate change, air pollution, and biodiversity in Asia Pacific and impact on respiratory allergies[J]. Immunol Allergy Clin North Am, 2021, 41(1):63-71.
[6] 张燕茹,章剑,刘娟,等. 基于分布滞后非线性模型分析江阴市气温对居民死亡数的影响[J].中国卫生统计,2019,36(6):839-842.
[7] 安吉,郭默宁,谭鹏,等. 基于分布滞后非线性模型评估气温对北京市居民缺血性脑卒中入院人数的影响[J].环境与职业医学,2020,37(5):486-491.
[8] 王洋,殷淑燕,徐潇悦,等. 气候变化背景下明代华北地区人口大量死亡事件研究[J].干旱区资源与环境,2020,34(9):72-79.
[9] 武迪,买力曼·巴哈尼,聂艳武,等. 气象因素对乌鲁木齐市慢阻肺门诊量的影响分析[J].实用预防医学,2023,30(6):677-682.
[10] 姚俊强,李漠岩,迪丽努尔·托列吾别克,等. 同时间尺度下新疆气候“暖湿化”特征[J].干旱区研究,2022,39(2):333-346.
[11] 王旭豪,郭欣格,郎建垒. 基于人口加权的中国省级PM_2.5和PM₁₀浓度分布[J].生态经济,2016,32(9):24-26,35.
[12] 陈亦晨,陈华,曲晓滨,等. 日均气温对社区居民脑卒中死亡影响的时间序列研究[J].中国全科学,2022,25(15):1838-1844.
[13] 黄仁发,李如,李建华,等. 分布滞后非线性模型评估气温对赣州市流感发病的影响[J].实用预防医学,2019,26(5):525-527.
[14] 滕婉莹,马龙,杨浩峰. 2016—2018年乌鲁木齐市日均气温对呼吸系统疾病的影响[J].实用预防医学,2021,28(8):937-942.
[15] 王金玉,李盛,李普,等. 2014—2017年兰州市气温与死亡人数关系的时间序列研究[J].环境与职业医学,2018,35(12): 1076-1082.
[16] 陈亦晨,陈华,曲晓滨,等. 日均气温对社区居民脑卒中死亡影响的时间序列研究[J]. 中国全科医学,2022,25(15):1838-1844.
[17] 环境保护部. 环境空气质量标准 GB 3095-2012[M].北京:中国环境科学出版社,2012:1-20.
[18] 王永星,闫晓娜,张杰,等. 郑州市日均气温对居民非意外死亡影响的分布滞后非线性模型分析[J].郑州大学学报(医学版),2021,56(5):652-657.
[19] 任宇,冯曦兮,杨书,等. 绵阳市日平均气温与居民非意外死亡的时间序列分析[J].中国卫生统计,2020,37(2):239-242.
[20] 韩志伟,王永星,张杰,等. 2013—2020年郑州市气温对居民非意外死亡的影响归因风险评估[J].河南预防医学杂志,2022,33(4):241-244,263.
[21] 刘佳,钱云,周伟杰,等. 无锡市气温对非意外死亡及寿命损失年影响的时间序列分析[J].中华疾病控制杂志,2019,23(6):673-678.
[22] 冯风流, 张艺凡, 焦浩然,等. 最低气温对兰州市呼吸系统疾病就诊人次的影响研究[J].中国环境科学, 2020, 40(4):10.
[23] 韩京,房巧玲,周林,等. 极端气温对济南市非意外死亡及主要死因别死亡影响[J].中国公共卫生,2019,35(9):1242-1244.
[24] 张燕茹,章剑,刘娟,等. 基于分布滞后非线性模型分析江阴市气温对居民死亡数的影响[J].中国卫生统计,2019,36(6):839-842.
[25] 康紫薇,张正勇,刘琳,等. 基于MODIS的新疆地表温度时空变化特征分析[J].地理研究,2022,41(4):997-1017.
[26] 苏雪梅,姚孝元,程义斌,等. 我国11个城市极端气温对伤害死亡影响的时间序列分析[J].环境卫生学杂志,2019,9(6):519-526.
[27] 任宇,冯曦兮,杨书,等. 绵阳市日平均气温与居民非意外死亡的时间序列分析[J].中国卫生统计,2020,37(2):239-242.
[28] 宋韶芳,刘华章,刘于飞,等. 2011—2016年广州市逐日死亡人数与气温关系的时间序列研究[J].环境卫生学杂志,2018,8(1):46-50.
[29] 汪庆安,张慧玲,杨艺,等. 不同温度指标与宁夏5市居民非意外死亡的关系[J].环境与职业医学,2018,35(2):148-153.
[30] 刘咏馨,李晨明,魏慧琳,等. 野外极端低温环境人体皮肤温度变化研究[J].中国安全生产科学技术,2021,17(8):24-28.
[31] 邓斌,肖长春,姚魏,等. 合肥市高温热浪对市民死亡及中暑的影响分析[J].沙漠与绿洲气象,2019,13(4):124-127.