关键词:
其他感染性腹泻
昼夜温差
平均气温
分布滞后非线性模型
摘要:
目的:其他感染性腹泻(Other infectious diarrhea,OID)作为传染病报告系统常年位居高位的疾病,对居民的健康带来了极大的威胁。本研究旨在量化昼夜温差(diurnal temperature range,DTR)和平均气温及其交互效应对桐城市其他感染性腹泻的暴露-滞后反应效应,并进行亚组分析调查不同性别年龄和发病季节之间的差异,为健康部门制定防控措施作指导。方法:收集2010-2019年桐城市疾病预防控制中心传染病监测信息系统报告的其他感染性腹泻每日新发病例数。桐城地区逐日气象数据包括平均气温(mean temperature),24小时降雨量(rainfall 24 hours),平均风速(mean wind velocity),相对湿度(relative humidity),日照时间(sunshine duration)和平均气压(mean air pressure),均来自中国国家气象信息中心桐城市气象监测点数据,其中昼夜温差(DTR)为最高气温(maximum temperature)与最低气温(minimum temperature)的数值之差。建立其他感染性腹泻每日新发病例数与研究日期的时间序列后,联合应用分布滞后非线性模型(Distributed lag nonlinear model,DLNM)和广义相加模型(Generalized additive model,GAM),以昼夜温差和平均气温的中位数为对照值,定量分析昼夜温差、平均气温与其他感染性腹泻发病的关系并探讨两者的交互效应对OID发病风险的作用。按照性别将人群分为男性和女性,按照年龄分成0-5岁、6-18岁、19-64岁和65岁及以上。分析不同亚组之间受昼夜温差和平均气温及交互效应影响的发病风险差异性。与此同时,将全年按照月份分为暖季和冷季,5-10月为暖季,11-4月为冷季,探索暖季冷季的不同发病风险。最后开展敏感性分析来评价本次研究模型的稳健性。结果:(1)在这十年研究期间,桐城市其他感染性腹泻共有8231例病例,其中男性4202例,女性4029例,男女比1.04:1。按年龄分组后,儿童占24%,青少年占8.6%,成年人占50%,老年人占17.4%。日均发病2.25例,发病高峰达到17例/天。寒、暖季节发病数分别为4367、3864例。此外,昼夜温差,平均气温,24小时降雨量,平均风速,相对湿度,日照时间和平均气压的中位数分别为8.20°C、17.60°C、0.00mm、2.20米每秒、78.00%、4.60小时和1006.2百帕。(2)模型显示昼夜温差和平均气温均与其他感染性腹泻发病风险存在显著性关联且具有滞后效应。昼夜温差与其他感染性腹泻发病数呈"J"形关系,累积滞后14天时最大昼夜温差达到顶峰RR为2.651(95%CI:1.320~5.323)。昼夜温差的单独效应在滞后第0天(RR:1.020,95%CI:1.007~1.033),最小值在滞后第7天1.003(0.996~1.010)。平均气温对其他感染性腹泻的累积影响仅持续到第四天,在滞后0天时,随着平均气温的增加RR也逐渐呈“J”型显著性上升,最大值出现在最高气温(RR:1.064,95%CI:1.025~1.105)。平均气温的单独效应在第0天最大(RR:1.064,95%CI:1.025~1.105),第7天最小0.975(0.958~0.993)。(3)性别年龄分层分析发现,滞后14天累积效应里女性和成年人更易受到高昼夜温差的影响。此外,昼夜温差在冷季和暖季的影响存在差异。平均气温对其他感染性腹泻的累积效应仅在女性中观察到。而在季节分层中发现暖季冷季均无统计学意义。(4)交互分析中本研究观察到在低昼夜温差和高平均气温同时出现时,其他感染性腹泻发病数最多。分层分析显示在高温时男性和暖季更易受到高昼夜温差的影响而女性和冷季更易受到低昼夜温差的影响,交互效应在不同年龄组有差异。通过改变气象变量、时间变量的自由度,发现结果没有显著变化,说明本次研究建立的模型具有稳健性,结果具有可靠性。结论:本研究发现高昼夜温差和高温均与其他感染性腹泻发病风险有正向关联且有滞后效应。亚组分析里观察到女性和成人更易受到高昼夜温差和高温带来的影响,高昼夜温差与暖季发病有正向关联。交互效应对发病风险有一定的影响。本研究的结论提示健康部门要综合考虑昼夜温差和平均气温的影响,针对不同人群不同季节制定针对性的防控措施。