查看原文
其他

文献阅读 | 预测与昼夜温差有关的超额死亡率:中国的全国性分析

刘骁慷 能源环境经济与政策研究 2024-01-31

题目

Projecting the excess mortality related to diurnal temperature range: A nationwide analysis in China

作者

Jinlei Qi, Lili Chen, Peng Yin, Maigeng Zhou, Shushi Peng, Gang Liu, Lijun Wang, Muhammad Noman, Yang Xie, Zhaomin Dong, Yuming Guo

期刊

Science of the Total Environment

时间

2022年12月

一作

单位

National Center for Chronic and Noncommunicable Disease Control and Prevention, Chinese Center for Disease Control and Prevention, Beijing, China

链接

http://dx.doi.org/10.1016/j.scitotenv.2022.160971



研究背景

多项研究表明全球气候剧烈变化会增加超额死亡率从而增加疾病负担。但是昼夜温差(DTR)也被认为是气候变化影响超额死亡率的重要因素。预测DTR导致的超额死亡率在未来的变化趋势可以为制定适应气候变化的政策提供支持。以往研究中忽略了城市海拔以及人口迁移对于DTR引起超额死亡率变化影响。实际上,城市海拔与该地区的气候、地形、经济状况等因素相关,而这些因素又可能影响该地区的死亡率基线。一般情况下,中等海拔地区相比高海拔地区或极低海拔地区对于健康有更有利的影响。此外,以往研究均假设人口的空间分布不变,但是在一些发展中国家,区域人口分布在过去20年发生了巨大的变化,区域人口分布的变化可能导致医疗资源分布不均,从而影响未来DTR导致的超额死亡率的预测

本研究以中国为例,通过考虑海拔高度和人口迁移的影响,试图预测未来由DTR引起的死亡人数,并为减缓气候变化影响政策制定提供理论依据。



研究方法

第一阶段

本研究采用两阶段模型计算特异性死亡率和DTR之间的关系。在第一阶段进行标准的时间序列回归分析,以确定特定城市的DTR相关死亡率。

其中,ns_date、DOW、temp、rh、DTR分别表示日死亡率的长期变化趋势、日死亡率的短期变化趋势(以一周为一个周期)、相对温度、相对湿度和DTR的滞后死亡率影响。期望死亡率函数符合泊松分布,E(Yt)为t时刻的期望死亡率。


第二阶段

       在评估海拔高度对每个城市DTR相关死亡率的影响后,进行了meta分析,收集全国不同城市的影响结果。此后从海拔高度、季节、地理位置、年龄占比、性别占比、受教育程度方面进行分组重复分析过程。

在DTR对于特定死亡原因的影响方面,本研究进一步计算了每个城市(j)可归因于DTR的超额死亡率(EM),将其作为归因分数(AF)、基线死亡率(BM)和人口规模(POPU)的乘积。

其中i为特定疾病或疾病组,β为基于海拔的系数。



研究结果

(一)DTR和死亡率之间的关联

DTR每增加10°C,绝对超额死亡风险增加约3.3% (95% CI: 2.6%-4.1%)。DTR相关死亡率在中国北方和南方之间差异很大。具体而言,南方城市的额外风险估计为5.2% (95% CI: 4.2%-6.2%),几乎是北方城市的三倍(1.8%;95% CI: 0.84%-2.7%)。相反,在中国西北地区和西藏地区,这种关联不显著,这可能是由于这两个地区的样本城市相对较少。在本研究中,与温度相关的变量作为自变量被双倍计算,不会高估DTR死亡率的相关性。同时,不同季节的DTR-死亡率相关性较为相似,但是在性别上能观察到显著的差异,随着DTR的增加,男性的死亡率更高。在年龄方面,DTR上升对死亡率的影响在65-74岁年龄组中最弱,而在年轻人(5-64岁)和老年人(≥75岁)组中有的影响很强。之前的研究中也注意到了年龄组之间的差异。此外,与受教育水平较低的人相比,受教育水平较高的人受DTR相关总死亡率影响较小。

图1 2013-2017年中国(266个城市)的昼夜温差:a)昼夜温差与城市海拔的关系;b)平均昼夜温差的空间分布(℃)。


对于全因死亡率而言,DTR每升高10°C,海拔低于500米的城市死亡风险增加3.6%(95% CI:2.8%-4.4%),海拔较高的城市死亡风险增加1.3%-2.1%。对于冠心病,低海拔城市与高海拔城市的相关性略强。此外,在低于500米的城市,DTR每增加10°C,CVD和中风的额外风险(3.5%)是高海拔城市(1.5%)的两倍多。在海拔高于500米的城市,DTR相关的RD和COPD相关性不显著。

图2:不同海拔城市昼夜温差每增加10℃,分病因过早死亡人的百分比差异。CVD,心血管疾病;CHD,冠心病;RD,呼吸系统疾病;COPD,慢性阻塞性肺部疾病。


(二)不同省份DTR相关超额死亡率的估计

在266个城市中DTR相关死亡206,944例,对总人口进行调整后(人口加权归因比例为2.9%),DTR相关死亡人数为233,154人。中国东部、东南部和北部地区DTR相关死亡率较高,四川省和京津冀出现了几个热点地区;这可能是由于中国东部和南部相对较高的人口密度和低海拔造成的。

图3:2017年归因于昼夜温差的死亡率的空间分布。


此外,通过评估每个省份疾病别死亡率可以看出,心血管疾病(CVD)相关的死亡率(121,058例死亡)是五个相关疾病组中最高的,约占总死亡率的52%。人口较多的省份,如山东(10633人死亡)、河南(9658人死亡)、河北(8299人死亡)、辽宁(5765人死亡)和安徽(5417人死亡),往往有较高的CVD相关死亡率。冠心病(CHD)、中风、呼吸道疾病(RD)和慢性阻塞性肺疾病(COPD)的死亡估计分别为50,479、55,408、27,959和22,077例。

在对人口进行调整后,各省之间DTR相关死亡率的变化减少了,但CVD仍然是死亡人数最大贡献者。其中,由DTR引起的CVD相关死亡在中国东北省份最高,每100万人中有130至163人死亡。相比之下,由于四川和重庆的RD/COPD死亡率基线较高,DTR归因的RD和COPD相关过早死亡最高。


图4 2017年各省昼夜温差导致的分病因过早死亡人数:(a)总人口分病因过早死亡人;(b)每百万人的分病因过早死亡人率。


(三)2050年和2090年的DTR相关死亡人数预测

通过对未来12个温升情景模式的预测进行平均,266个城市的平均DTR预计在2050年为9.3°C (95% CI: 3.4-13.2°C),在2090年为9.3°C (95% CI: 3.4-13.9°C)。在SSP1-2.6情景下,2050年中国各地DTR相关死亡人数为221,860人,比2017年 (233,154人死亡)低4.8%。在2090年,DTR相关死亡人数减少至132,305人,主要原因是在2050年至2090年期间人口大幅减少。与2017年的结果类似,中国东部和南部地区对本世纪50年代和本世纪90年代的过早死亡贡献最大。

此外,本研究基于多种未来温升情景,预测了DTR相关死亡。在不同的SSP情景中,SSP3-2.6为DTR归因死亡人数最多的情景,对2050年和2090年的预测分别增加到23.9 万 (95% CI: 17.5-31.6)和22.0万  (95% CI: 15.9-29.7)。当考虑到人口迁移的影响时,2050年的DTR归因死亡估计从21.9万增加到23.9万,2090年的DTR归因死亡估计从13.1万增加到22.1万。

图5:在SSP1气候变化情景下,归因于昼夜温差的死亡率的空间分布。a)2050年代(2050-2059)和 b)2090年代(2090-2099)。


在不考虑海拔影响的DTR相关死亡率下,在2050年和2090年 (SSP1-2.6情景)过早死亡人数为221,739人和132,863人,主要原因是中国人口迅速下降。尽管对于全国总预测与考虑城市海拔因素影响的结果相似,但在综合考虑海拔和温升两种不同因素下,DTR相关死亡率的变化在空间上的分布有所不同。经海拔调整后,中国东北、东部和东南部这些海拔相对较低的地区的死亡率有所上升。与此相反,西北和西北地区城市的超额死亡率显著下降,该地区较高的海拔对DTR相关死亡率的影响较弱。

采用基尼系数可以有效评估DTR相关死亡人数的空间差异,以SSP1-2.6情景为例,在2050年,当使用未指定的DTR相关死亡率时,基尼系数为0.36。然而,当使用基于海拔和DTR 死亡率相关性时,基尼系数增加到0.43,DTR导致的超额死亡率的区域不平等增加了约18%。同样,在2090年,基尼系数从0.39增加到0.44,这表明考虑到城市海拔影响,DTR造成死亡风险不平等加剧。


图6:在SSP1气候变化情景下,城市海拔和人口迁移对昼夜温差相关死亡人数的影响。a)2050年代城市海拔的影响(2050-2059);b)2090年代城市城市海拔的影响(2090-2099);c)2050年代人口迁移因素影响;d)2090年代人口迁移因素影响。


在SSP1-2.6情景下,不考虑人口迁移时2050年DTR相关死亡人数为224,385人,2090年DTR相关死亡人数为134,443人,区域差异不显著。但是,考虑人口迁移的情况下DTR相关过早死亡的区域异质性较高;其中,由于人口迁移造成的城市间差异预计在2050年介于- 17%至31%之间,在2090年介于- 52%至92%之间。结果表明,在中国南部和中部的大部分地区(如广西、广东、江西、贵州和河南),人口变化将显著增加DTR相关死亡,在2050年和2090年分别增加12%和33%。相比之下,在中国大多数沿海城市以及东北和西部城市,DTR相关死亡将显著下降。


编辑:刘骁慷

排版:赵梦丹

相关阅读

1 IMED研究 | GEC: 气候变化下日本PM2.5和臭氧相关的健康挑战文献阅读 | 2017年中国极端热浪下心血管疾病死亡风险3 IMED研究 | 通过减少印度道路交通部门的化石燃料消费实现碳中和招聘 | “一带一路”绿色发展国际联盟秘书处实习生招聘启事2022年度总结 | 北京大学LEEEP公众号最受欢迎的15篇推送6 LEEEP组2023年度北京大学博雅博后申请公告


点击“阅读原文”浏览小组主页

继续滑动看下一个

文献阅读 | 预测与昼夜温差有关的超额死亡率:中国的全国性分析

向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存