文献阅读 | 考虑到生理和社会经济适应的未来温度相关死亡率：一个建模框架

题目

Future temperature-related mortality considering physiological and socioeconomic adaptation: a modelling framework

作者

Masna Rai, Susanne Breitner, Kathrin Wolf, Annette Peters, Alexandra Schneider, Kai Chen

期刊

Lancet Planet Health

时间

2022年10月

一作

单位

Institute of Epidemiology, Helmholtz Zentrum München, German Research Center for Environmental Health, Neuherberg, Germany; Institute for Medical Information Processing, Biometry, and Epidemiology, Pettenkofer School of Public Health, LMU Munich, Munich, Germany

链接

https://doi.org/10.1016/S2542-5196(22)00195-4

研究背景

       政府间气候变化专门委员会的最新报告强调，除非立即采取大规模减缓措施减少温室气体排放，否则我们将无法将全球变暖控制在1.5℃甚至2℃。然而除了注重缓解措施外，通过制定有效的适应战略来建设应对气候变化的能力是至关重要的，同时预测可归因于气候变化的未来健康负担的研究有助于规划适应战略。该领域的研究正在增长，在未来气候和人口变化的不同范围内，对与温度有关的总死亡率和特定病因死亡率进行了大量预测，这使我们能够确定气候变化易暴露人口（即因外部因素而有风险，如户外工作者）和对气候变化健康敏感的人口（即因内部因素而有风险，如已有健康状况的人）。然而到目前为止，大多数预测研究都没有考虑到未来人口对气候变化的适应性，这意味着以往研究可能高估了与温度相关的健康影响，也缺乏对适应机制有效性系统的理解。

预计未来人口将同时经历多种适应路径，包括生理路径和社会经济路径，这些路径受到未来适应能力变化的影响。生理路径包括身体对热或冷的反应的变化，这可能导致在相同温度下的适应或增加敏感性。同样，社会经济条件的变化直接影响到采购能力和保健设施等因素，这些因素决定了人们在炎热天和寒冷时期更好地适应环境的能力。只有少数研究在估计未来与温度相关的健康负担时考虑了人口适应。然而，这些研究大多只考虑了生理适应机制，而只有一项研究考虑了社会经济适应能力的变化。

       目前对生理适应机制的研究采用了各种方法。早期的方法包括使用类似的夏季或城市来假设未来温度和死亡率结果之间的暴露-反应关联的变化。然而，这些方法主要是基于无法验证的假设，可能导致很大的不确定性——例如，假设的人口一个城市对温度的反应与一个参考城市的人口对温度的反应一样。最近的研究使用不同的方法来解释生理适应，其中包括假设人口的适应程度超过几度或温度与健康结果之间的暴露-反应函数（ERF）的变化。此外，大多研究都集中在对热的适应上，然而与寒冷相关的死亡主要是由中度寒冷造成的，在气候变化的情况下，中度寒冷将在未来持续存在。因此，如果考虑到未来冷死亡率相关的变化，预测研究更加完整。现有的证据表明，在气候变化下，寒冷天气的影响不会减少，甚至可能会增加，因此热和冷的影响都需要研究。

综合所有因素，本研究得出的结论是，未来的预测存在差距，特别是在考虑生理途径的变化方面，包括热适应(对应于热相关风险的降低)和冷敏感性(对应于冷相关风险的增加)，以及社会经济适应能力的变化。因此，本研究的目的是为不同的生理适应敏感性和社会经济适应情景(包括适应能力)建立一个框架，并引入一种考虑所有这些因素的未来预测方法。随后，以德国巴伐利亚州17年来的温度和死亡率时间序列数据作为案例研究，演示了本研究提出的方法框架。

研究方法

未来适应情景的框架提出

（一）生理适应-敏感路径

       评估人口对极端温度适应的生理极限是十分困难的，然而温度和相关健康结果之间的暴露反应方程（ERF）的历史变化却可以为生理适应的潜在范围提供有用的信息。在这个框架中，我们使用当前ERF的变化来表示未来的生理适应-敏感途径。考虑ERF的变化可以分解为两种方法:(1)ERF斜率的变化和(2)死亡温度的变化。这些方法是基于在基线期间观察到的温度-死亡率相关性的时间变化。

（二）社会经济适应途径情景

       社会经济适应路径情景包括未来适应能力的变化。虽然可以用来表示适应能力的因素有很多，但为了具有广泛的适用性，这些因素应在历史和未来时期都有，并应在全球范围内推广，包括在数据稀缺的低收入和中等收入国家。因此，本研究选择在各自的共享社会经济路径(SSP)下的GDP预测作为未来适应能力的衡量。每个SSP下未来GDP的变化被认为会影响适应能力，从而导致社会经济适应。由于GDP增长而导致的未来基础设施的变化将影响适应能力(这可能决定适应的比例-例如，城市绿地项目的投资，利益相关者设计适应措施的能力，如热预警系统，以及人口加热或冷却环境的能力)。

通过结合生理和社会经济适应途径，并考虑对热的适应和对冷的敏感性，该框架统一并进一步扩展了当前的研究尝试，以量化未来人口适应对气候变化下与温度相关的健康影响的潜在影响(图1)。

图1 在提出的框架下，结合生理适应途径和社会经济适应能力

数据来源

（一）基线温度和死亡率

       基线数据是1990-2006年期间获得的。本研究从德国气象局和巴伐利亚环境署获得了基线期的日平均温度。非意外总死亡率和心血管疾病总死亡率的每日年龄分类死亡计数来自巴伐利亚州统计和数据处理办公室。1990-97年期间使用国际疾病分类第九修订版代码(ICD-9)和1998-2006年期间使用ICD-10代码对死亡原因进行分类。

（二）未来温度预测

       在我们所用例子的场景中，我们将未来的时期定义为2083-99年。选择这个时间框架是为了使其与17年的基准期一致，并考虑到本世纪末以前的未来死亡率。未来一段时间的日平均气温来自基于耦合模式比较项目(CMIP6)第6期的部门间影响模式比较项目(ISIMIP3b)第3b期的五个全球气候模式(GCMs)的偏校正和降尺度空间数据集。我们通过提取覆盖地点的网格单元的加权平均值，得到了两种气候变化情景(即SSP1-2.6和SSP3-7.0)下所有5种GCM下未来时段特定于地点的日温度序列。

（三）人口预测、死亡率预测和未来死亡率系列

考虑到未来人口和死亡率的变化，未来死亡率序列分两个阶段得到。从基线每日死亡率数据中计算出年度死亡率计数(总和心血管疾病)作为每年每天的平均值，以控制观察到的死亡率序列的季节性趋势。在第一阶段，本文从美国国家大气研究中心提供的高分辨率全球空间人口预测中，得到了两个SSP (SSP1和SSP3)下五个地点未来一段时间的人口预测。从人口预测中推导出不同SSP情景下的年龄特定人口增长因子，计算方法为未来人口除以基线人口。

       在第二阶段，我们将总非意外死亡率(和心血管疾病死亡率的未来年龄特异性死亡率变化纳入研究，得出两种原因的死亡率变化因子与基线的比较。然后将先前推导出的基线年龄特定年死亡率序列与各自的年龄特定人口增长因子和年龄特定死亡率变化因子相乘，得到非意外和心血管疾病总死亡率的最终未来年度死亡率序列。

统计分析

（一）基线暴露反应方程

       本文应用了具有准泊松分布的分布滞后非线性模型，将滞后期延长至21天，以建立五个地点每个基线温度-死亡率关联的年龄相关的ERF。定义了两个年龄类别:小于75岁和75岁及以上。使用以特定地点的最低死亡温度为中心的自然三次样条曲线，其中三个内部节点分别位于特定地点平均温度的第10、75和90个百分位。本文研究了基线研究期间热RR和冷RR的时间变化，以确定过剩RR随时间的变化百分比，基于此分析假设热适应包括三种场景:恒定或不热适应(过剩RR下降0%)、中等适应(过剩RR下降5%)和高适应(过剩RR下降10%)。同样，冷敏感性包括三种情况:恒定或无敏感性(超额RR增加0%)、中等敏感性(超额RR增加15%)和高敏感性(超额RR增加30%)。

（二）推导的未来RR

       在每种未来情景下，分别计算了未来的冷和热的相对风险，与冷相关的RR结合了对寒冷的生理敏感性和社会经济适应。热相关的RR结合了对热的生理适应和社会经济适应。社会经济适应被定义为未来人均GDP相对于基线人均GDP的因素变化。将GDP合并来确定ERF的变化是基于RR和GDP之间的对数线性关联。

研究结果

气候、人口和死亡率预测

       基线期平均气温为9.8℃，在SSP1-2.6气候变化情景下，未来期间平均气温将升高1.1℃，在SSP3-7.0气候变化情景下平均升高4.1℃(图2)。在SSP1情景下，人口和GDP增量均高于SSP3情景(图3A-B)。随着未来的基础设施和卫生系统改善，SSP1和SSP3下总死亡率和心血管疾病死亡率预计将下降(图3C-D)。

图2 基线期间及预测未来期间的年平均气温

未来适应场景下的适应性分数

      本文分别预测了未来与热相关和与冷相关的适应性分数，并推导出了在总死亡率(图4)和心血管疾病死亡率(图5)的拟议生理和社会经济适应情景路径的所有组合下的净适应性分数。在SSP1-2.6和SSP3-7.0下，观察到社会经济适应在很大程度上影响了这两个原因的适应性分数。在缺乏对总死亡率的社会经济适应的情况下，预计不存在显著的净适应比例。此外，在所有情景下，冷适应性分数小于热适应性分数。在SSP1-2.6条件下，老年人的比例远高于SSP3-7.0条件下，在缺乏社会经济适应的情况下，SSP1-2.6条件下的净适应分数低于SSP3-7.0条件下。此外，即使考虑到社会经济适应性，心血管疾病死亡率的适应性分数也不显著。

（一）总死亡率

SSP1-2.6在社会经济适应、10%热适应和0%冷敏感条件下的适应性分数最高，为18.56%。在相同的适应情景组合下，在缺乏社会经济适应的情况下，适应性分数仅为0.25%。同样，在缺乏社会经济适应的情况下，与最高超额死亡率相关的适应情景包括0%的热适应和30%的冷敏感性，在这种情况下，负适应性分数为-2.55%。SSP3-7.0的估计方向相似，但幅度较小。在先前适应性分数最高的情景下，适应性分数为15.96%。同样，在前一种与最高超额死亡率相关的适应情景下，观察到负适应性分数为-1.91%。

图4 综合未来生理和社会经济适应情景下总死亡率的适应比例

（二）心血管疾病的死亡率

       心血管疾病死亡率的适应性分数模式与总死亡率的适应性分数模式相似，但其幅度较小。在观察到的SSP1-2.6总死亡率的最高适应性情景下(即社会经济适应、10%热适应、0%冷敏感性)，心血管疾病的适应性分数为14.88%。在同样的适应情景组合下，在缺乏社会经济适应性的情况下，适应性分数仅为0.35%。同样在观察到的SSP1-2.6对总死亡率的最低适应组合下，预期的负适应性分数为-3.93% (图5;SSP3-7.0的估计方向相似，但幅度较小。在SSP3-7.0适应分数最高的情景下，适应分数为12.31%。在SSP3-7.0的适应性分数最高的情况下，观察到一个负的适应性分数-3.21%。

图5 结合未来生理和社会经济适应情景下心血管疾病死亡率的适应性分数

结果讨论

       这篇文章中提出了一个包括生理适应敏感性和社会经济适应措施的未来情景框架。在所有未来情景下，我们发现社会经济适应在决定未来适应分数方面起着重要作用。然而，即使提高了社会经济适应能力，生理适应敏感性也会影响净适应分数。在所有情景下，冷适应性分数都低于热适应性分数。因此，在缺乏社会经济适应的情况下，对冷的敏感性可能超过对热的适应，从而导致未来死亡人数增加。即使考虑到社会经济适应，也没有观察到心血管疾病死亡率的显著适应性分数。比较存在社会经济适应的两种气候变化情景(SSP1-2.6和ssp3 - 7.0)的结果，SSP1-2.6情景下的净适应分数高于SSP3-7 .0情景下的净适应分数。这种差异是因为在SSP1的社会经济情景下，人均GDP高于SSP3，这将导致更高的适应能力。但在不考虑社会经济适应和仅考虑生理适应敏感性的情况下，气候变化情景SSP3 - 7 .0下的适应分数略高于SSP1 - 2.6情景下的适应分数，这是由于SSP1情景下人口中老年人的比例远远高于SSP3情景下。老年人比例较高直接增加了易感人群的比例，导致与温度相关的死亡率过高。同样，我们的研究结果表明，即使有更好的适应能力，对气候敏感的结果，如心血管疾病死亡率，在未来也将继续增加。

       本文的研究提供了一个未来适应温度相关健康结果的框架，包括对气候变化下冷热温度的生理适应敏感性和社会经济适应能力的测量。本文的研究的优势在于预测在所提议的情景下的未来适应性分数，包括未来不确定性的所有主要方面，包括气候、人口、人口、社会经济和死亡率变化。此外，使用参与CMIP6的高分辨率、偏校正和缩小尺度的gcm来推导每个气候情景下的空气温度，以及缩小尺度的高分辨率数据帧来推导每个SSP下相应的人口预测。

编辑&排版：赵梦丹

相关阅读

1 文献阅读 | 碳定价情景对巴西NDC实施的能源政策影响

3 文献阅读 | 生物质能在乌克兰气候减缓政策中的作用

4 文献阅读 | 利用碳预算来指导气候政策的机遇与挑战

5 文献阅读 | 西伯利亚西部内陆水域的碳排放

6 文献阅读 | 我国的食物需求对全球贸易和环境效应的影响

点击“阅读原文”浏览小组主页