《环境与职业医学》杂志官方网站 《环境与职业医学》杂志官方网站

首页> 过刊浏览> 正文

2018, 35(8):696-701.doi:10.13213/j.cnki.jeom.2018.18242

2008-2016年兰州市气温与流行性腮腺炎发病的关联性


1. 兰州市疾病预防控制中心公共卫生科, 甘肃 兰州 730030 ;
2. 兰州大学基础医学院人体解剖学与组织胚胎学研究所, 甘肃 兰州 730000 ;
3. 白银市第二人民医院儿科, 甘肃 白银 730900 ;
4a. 兰州大学公共卫生学院劳动卫生与环境卫生学研究所, 甘肃 兰州 730000 ;
4b. 兰州大学公共卫生学院卫生毒理学研究所, 甘肃 兰州 730000

收稿日期: 2018-03-26;  发布日期: 2018-11-05

基金项目: 甘肃省自然科学基金项目(编号:17JR5RA347);兰州市人才创新创业项目(编号:2015-RC-34,2016-RC-29);兰州市城关区科技计划项目(编号:2016-7-3)

通信作者: 李盛, Email: 1178708407@qq.com  

作者简介: 李盛(1976-), 男, 学士, 主任医师; 研究方向:疾病预防控制; E-mail:

[目的] 探讨气象因素对流行性腮腺炎(简称“流腮”)发病的影响。

[方法] 2008—2016年兰州市每日流腮病例发病的基本信息及气象数据分别来自全国传染病报告信息管理系统及甘肃省气象局。高温效应以日平均气温9年均值(11.11℃)作为参照值,计算高于此值的日平均气温对流腮发病的RR值,并选取日平均气温的第75百分位数(P75)和第95百分位数(P95)作为代表来描述热效应。低温效应以日平均气温9年均值作为参照值,计算低于此值的日平均气温对流腮发病的RR值,并选取日平均气温的第5百分位数(P5)和第25百分位数(P25)作为代表来描述冷效应。运用分布滞后非线性模型,在控制长期趋势、月份差异、星期几效应、节假日效应的基础上,探索气温、相对湿度与流腮发病的关系。

[结果] 2008—2016年兰州市共报告流腮11 762例,男女性别比为1.52:1,6~14岁儿童最多,占49.67%。温度对流腮的影响呈现非线性关系,温度较高或较低时均表现出即时性和短期滞后性。日均气温高于12.7℃(P50)时,以26.0℃时lag1 d的流腮发病风险RR及95% CI(1.32,1.05~1.65)最大;日均气温低于12.7℃时,以-2℃时lag 0 d的RR及95% CI值最高,为1.26(1.05~1.51)。当温度在20.1℃(P75)和25.4℃(P95)时,全人群流腮发病的累计效应在lag 0~3 d至lag 0~7 d均有统计学意义,以lag 0~3 d时RR值最大,分别为1.43(1.12~1.81),1.83(1.34~2.50);当温度在-5.2℃(P5)和1.7℃(P25)时,全人群流腮发病的累计效应在lag 0~3 d至lag 0~14 d均有统计学意义,以lag 0~7 d时RR值最大,分别为1.95(1.41~2.70),1.62(1.25~2.09)。高温(25.4℃、20.1℃)和低温(-5.2℃、1.7℃)时,6~14岁儿童lag 0~14 d累计效应RR值高于其他年龄段人群。相对湿度在66%、69%时,RR值分别为1.26(1.01~1.57)、1.34(1.02~1.76),流腮发病风险有统计学意义,可产生危害效应。

[结论] 高温和低温均造成人群流腮发病风险上升,低温效应持续时间较高温长,6~14岁儿童是敏感人群。当相对湿度为66%~69%时流腮发病风险可能上升。

关键词: 温度;  流行性腮腺炎;  分布滞后非线性模型;  滞后效应 

流行性腮腺炎(简称“流腮”)在我国属于丙类传染病。流腮是由腮腺炎病毒引起的急性呼吸道传染病,主要由传染源携带的病毒通过空气中飞沫传播,好发于儿童和青少年,发病呈双峰型(分别是4—7月和11—1月),临床表现以腮腺非化脓性肿胀、疼痛伴发热为主要症状,也可引起神经系统、消化系统等多器官损害[1]。2011、2012年全国流腮报告发病率分别为33.886 3/10万和35.589 7/10万,高于2004—2010年发病率(约20/10万),为近10年较高水平[2-4]。探索流腮发生、流行的影响因素,做好该病的预防和控制工作意义重大。

近年来的研究表明流腮的发生、传播与气象因素关系密切[5-8]。如广州一项研究表明,日平均气温、相对湿度、风速与流腮发病呈正相关,日平均气压与流腮发病呈负相关[7]。中国台湾一项研究表明,气温和气压与流腮发病呈正相关[9]。日本一项研究表明,气温上升会导致流腮发病率不同程度的增加[10]。由此可见,温度是影响流腮发病的重要气象因素。

研究气象因素对疾病的影响常使用广义线性模型、广义相加模型等,但这两种模型均无法很好地处理气象变量的滞后效应。分布滞后非线性模型(distributed lag non-linear model,DLNM)通过建立交叉基的方法,对自变量与应变量的关系和滞后效应的分布分别选择合适的基函数,求两个基函数的张力积即得交叉基函数,将交叉基函数引入广义相加模型,可同时控制效应中的非线性和滞后因素,又可避免广义相加模型将滞后变量引入模型产生的共线性问题,能将滞后时间和气象因素统一在一个二维矩阵中,研究气象因素对发病的非线性影响和滞后效应。因此,DLNM近年来在气象因素与疾病关系的研究中得到广泛应用。兰州市位于我国西北干旱地区,本研究通过收集2008—2016年兰州市流腮逐日发病资料与同期气象资料,采用DLNM研究气象因素与流腮发病的关联,为流腮的防控工作提供理论依据。

1   材料与方法

1.1   数据来源

2008年1月—2016年12月兰州市流腮的逐日发病人数来源于全国传染病报告信息管理系统,由兰州市疾病预防控制中心负责收集。同期每日气象数据来源于甘肃省气象局,包括气温、气压、风速、相对湿度、降水量的日均值。

1.2   数据分析方法

使用Spearman等级相关分析兰州市各气象因素与流腮发病人数的相关性及各气象因素之间的相关程度,将与流腮日发病人数相关的气象因素纳入模型,检验水准α=0.05。对流腮发病数据和气象数据分别建立交叉基矩阵,日发病人数作为应变量,采用quasi-Poisson连接函数进行拟合。在控制季节性和长期趋势、星期几效应的基础上,采用DLNM对气象因素与流腮发病人数的关联进行拟合。控制日平均气压、日降水量的混杂影响,分析日平均气温、相对湿度与发病人数的关系;并且对气温和滞后时间建立二维矩阵,研究气温对发病人数影响的滞后效应。基本模型如下:

$ $\begin{array}{l}\;\;\;\log \left[ {E\left( {{Y_t}} \right)} \right]{\rm{ = }}\alpha + \beta TE{M_{t, l}} + ns\left( {pres{s_t}, \nu {\rm{ = }}3} \right) + ns\\\left( {rai{n_t}, \nu {\rm{ = }}3} \right) + ns\left( {Tim{e_t}, \nu = 7/year} \right) + \gamma DO{W_t}。\end{array}$ $

式中:Yt是第t天发病人数;α为常数项;TEMt, l是应用DLNM中的“cross-basis”函数获得的关于温度、相对湿度和风速的二维矩阵,β是回归模型中的解释变量系数;nspresstν=3)是使用自由度为3的自然立方样条曲线去控制气压的影响;nsraintν=3)是使用自由度为3的自然立方样条曲线去控制降水量的影响;Time作为一个新设的时间序数变量,将其引入自然立方样条函数来控制季节趋势和长期趋势,nsTimetν=7/year)是利用每年自由度为7的自然立方样条曲线去控制季节性和长期趋势的影响;DOWt是第t天为星期几的哑变量,γ是指回归模型中的DOWt解释变量系数。参照相关研究,选取的最大滞后时间为14 d[6-8],以11.11℃(9年平均气温)为参照,计算不同百分位数时的气温[P5(-5.2℃)、P25(1.7℃)、P5(0 12.7℃)、P75(20.1℃)、P95(25.4℃)]下,不同的滞后时间流腮发病的RR值。在滞后的14 d内,每日气温对流腮发病的相对风险可通过下列公式计算:RR=exp(β)。高温效应以日平均气温9年均值作为参照值,计算高于此值的日平均气温对流腮发病的RR值,并选取日平均气温的P75P95来描述热效应。低温效应以日平均气温9年均值作为参照值,计算低于此值的日平均气温对流腮发病的RR值,并选取日平均气温的P5P25作为代表来描述冷效应。并进行温度对不同性别和年龄人群流腮日发病人数影响的分层分析。检验水准α=0.05。

2   结果

2.1   一般情况

2008—2016年兰州市共报告流腮11 762例,实际发病日的日均发病例数为4.22例;其中男性7 090例,女性4 672例,男女性别比为1.52:1。6~14岁组病例最多(5 843例),占49.67%。同期气压、气温、相对湿度、降水量、风速日均值分别为846.79 hPa、11.11℃、50.29%、1.03 mm、1.25 m/s,见表 1

表1

2008—2016兰州市气象因素和流腮日发病人数描述性统计

Table1.Descriptive statistics of meteorological factors and daily reported mumps cases in Lanzhou from 2008 to 2016

2.2   气象因素和流腮日发病人数相关性分析

表 2可见,流腮日发病人数与各气象因素之间的相关性均有统计学意义(均P<0.05),与日均气温、日均风速之间呈正相关,与日均气压、日均降水量、日均相对湿度之间呈负相关,其中日均气温和流腮发病的相关系数r为0.133(P<0.05)。

表2

流腮与气象因素的相关分析(r

Table2.Spearman correlation between meteorological factors and reported mumps

2.3   不同滞后时间日均气温对流腮日发病人数的影响

图 1为日均气温在不同滞后日与流腮风险关联的三维图。气温在不同滞后日与流腮日发病人数呈非线性关系;不同日均气温与流腮的关联强度随滞后时间变化而变化。高温和低温对流腮的发病均表现为急性影响,日均气温高于12.7℃时,以26.0℃滞后1d(lag 1d)时RR值最大,为1.32(95%CI:1.05~1.65);日均气温低于12.7℃时,以-2℃ lag 0 d时RR值最大,为1.26(95%CI:1.05~1.51),之后随着滞后天数的增加,发病风险迅速下降。

图 1

不同滞后日日均气温与流腮发病风险关联三维图

2.4   不同温度、不同滞后时间流腮发病风险分析

图 2表示温度分别为-5.2℃(P5)、1.7℃(P25)、12.7℃(P50)、20.1℃(P75)、25.4℃(P95)时,以11.11℃(9年平均气温)为参照,流腮发病危险度与滞后天数的关系。

图 2

不同温度下流腮危险度与滞后天数的关系

当气温为-5.2℃、1.7℃和20.1℃、25.4℃,即低温和高温时,流腮发病均呈急性效应,在lag 0~1 d时出现峰值,随后风险迅速降低;其中以25.4℃时效应最大。另外,高温效应持续时间较短,约2~3 d;而低温效应持续时间较长,在lag 7 d、lag 8 d又出现一个小高峰。

当气温为12.7℃,流腮发病风险随着滞后天数的变化趋势无统计学意义。

2.5   不同温度和滞后时间对不同人群的累积效应

表 3可见,当气温为-5.2℃、1.7℃时,日均气温对全人群、男性、6~14岁儿童的累积效应RR(95%CI)值在lag 0~3 d至lag 0~14 d均有统计学意义,对女性的效应在lag 0~7、lag 0~14 d有统计学意义。当气温为-5.2℃时,0~5岁儿童流腮发病风险RR在lag 0~3 d至lag 0~7 d有统计学意义,并于lag 0~3 d达最大。当气温为1.7℃时,0~5岁儿童流腮发病风险RR仅在lag 0~3 d时有统计学意义;对15岁及以上人群累计效应在整个滞后期内均无统计学意义;在整个滞后期内,6~14岁儿童累积效应RR值高于0~5岁儿童和≥ 15岁人群。

表3

`不同温度、滞后时间对不同人群流腮发病的累计效应风险[RR(95%CI)]

Table3.The cumulative risks of mumps at different temperatures and over different lag days

当气温为20.1℃时,日均气温对6~14岁儿童的累积效应RR(95%CI)值在lag 0~3 d至lag 0~14 d均有统计学意义,对全人群、男性在lag 0~3 d至lag 0~7 d均有统计学意义,并均于lag 0~3 d达最大。对≥15岁人群在lag 0~5d、lag 0~7d均有统计学意义,并于lag 0~5d达最大。对女性、0~5岁儿童累计效应在整个滞后期内均无统计学意义。在整个滞后期内,6~14岁儿童累积效应RR值高于15岁及以上人群。

当气温为25.4℃时,日均气温对全人群、男性、6~14岁儿童的累积效应RR(95%CI)值在lag 0~3 d至la g 0~7 d均有统计学意义,并于lag 0~3 d达最大。对女性的累计效应RR(95%CI)在lag 0~7 d有统计学意义。对0~5岁儿童、15岁及以上人群累计效应在整个滞后期内均无统计学意义。

当气温为12.7℃时,全人群、不同性别、年龄别人群在整个滞后期内的累计效应均无统计学意义,相关数据未列表显示。

2.6   相对湿度对流腮日发病人数的影响

图 3显示兰州市相对湿度与流腮发病风险关联的总体效应。当相对湿度在66%~69%时,RR > 1,相对湿度66%和69%时对应的RR(95%CI)值分别为1.26(1.01~1.57),1.34(1.02~1.76)。

图 3

兰州市相对湿度在滞后14 d时与流腮发病风险关联的总体效应图

3   讨论

本研究结果显示,兰州市流腮病例男性多于女性,高发于6~14岁儿童,与我国总调查结果一致[2-4],说明男性、6~14岁儿童是兰州市流腮重点监测人群。温度是影响流腮发病的重要气象因素[7-10],本研究Spearman相关分析结果也显示,在各项气象因素中以温度与流腮日发病人数相关系数最大。进一步采用DLNM探讨温度与流腮发病的关联性,结果显示,温度对流腮的影响呈现非线性关系,高温和低温效应均表现出即时性和短期滞后性。以日均气温11.11℃为参照,26.0 ℃时lag 1 d时RR(95%CI)值最大,为1.32(1.05~1.65);-2℃时lag 0 d时RR值最大,为1.26(1.05~1.51),且发病风险高于广州(1.05,1.02~1.10)[7],说明温度对兰州市流腮发病的影响更大。本研究结果还显示,高温急性效应大于低温,但低温效应持续时间较长。低温累计效应维持2周左右,在lag 0~7 d达峰值;高温累计效应维持1周左右,在lag 0~3 d达峰值。适宜的环境是病原体生存的重要条件,流腮是由腮腺炎病毒引起的传染性疾病。腮腺炎病毒在56℃时20 min可灭活,但在4℃时其活力可维持2个月,这可能是低温对流腮发病的影响时间较高温长的原因。因此,要重视温度对流腮发病的影响,针对该病发病的双峰特征,在夏季高温和冬季低温时都要做好流腮的防控工作。

本研究结果也显示,不管高温还是低温,6~14岁儿童均是敏感人群。多地区研究也表明15岁以下学生是流腮发病的主要人群[11-13],84.52%病例发生在学校和托幼机构,暴发疫情均发生在学校[14]。究其原因,一方面,是由于学生大部分时间生活在学校,相对集中的生活环境促进了流腮的传播。因此,应以学校为重点单位,积极开展流腮健康促进工作,降低流腮发病率。另一方面,流腮是由流腮病毒引起的儿童呼吸道传染病,人类是唯一的宿主,病毒血清型单一,可通过接种疫苗予以预防,但目前我国免疫规划程序只包含1剂/次麻腮风疫苗,其接种时间在18~24月龄,之后儿童抗体阳性率随年龄增长呈下降趋势,至15岁后又有上升趋势[15]。疫苗免疫效力降低是6~14岁儿童流腮发病率居高不下的主要原因[16]。研究显示,学龄前儿童接种第二剂含腮腺炎成分疫苗,将提高儿童抗体阳性率[15],有利于降低流腮的流行强度,特别是有助于降低学校发生疫情暴发的风险[17]。因此,积极宣传、推广两剂含腮腺炎成分疫苗接种,将是降低流腮发病率的重要措施。

结果还显示,当日均相对湿度在66%~69%时,流腮发病风险有统计学意义。上述的湿度范围主要出现在每年6—8月,正值兰州市高温天气,高湿度可使流腮病毒所附着的颗粒变重,导致传染源附近病毒的浓度较高,因而高温高湿能使人群流腮发病风险增加。综上所述,兰州市日均气温对流腮的影响呈现非线性关系,高温和低温效应造成人群流腮发病风险上升,高温急性效应高于低温,但低温效应持续时间较长,6~14岁儿童是敏感人群。当相对湿度在66%~69%范围时也可能使流腮发病风险上升。

表1

2008—2016兰州市气象因素和流腮日发病人数描述性统计

Table 1 Descriptive statistics of meteorological factors and daily reported mumps cases in Lanzhou from 2008 to 2016

表2

流腮与气象因素的相关分析(r

Table 2 Spearman correlation between meteorological factors and reported mumps

图 1

不同滞后日日均气温与流腮发病风险关联三维图

Figure 1 Three-dimensional plot of the relationship between daily mean temperature and the risk of mumps over different lag days

图 2

不同温度下流腮危险度与滞后天数的关系

Figure 2 Relative risk(RR)of mumps by lag days at different temperatures

[注(Note)]A:-5.2℃;B:1.7℃;C:12.7 ℃;D:20.1 ℃;E:25.4℃。
表3

`不同温度、滞后时间对不同人群流腮发病的累计效应风险[RR(95%CI)]

Table 3 The cumulative risks of mumps at different temperatures and over different lag days

图 3

兰州市相对湿度在滞后14 d时与流腮发病风险关联的总体效应图

Figure 3 Overall effect of relative humidity on mumps on lag 14 d in Lanzhou

参考文献

[1]

于湘熹.我国流行性腮腺炎流行病学特征及其防控策略分析[J].现代预防医学, 2015, 42(15):2689-2691.

[2]

胡咏梅, 郝利新, 王华庆.中国2010-2012年流行性腮腺炎流行病学特征分析[J].中国疫苗和免疫, 2014, 20(2):127-131.

[3]

马静, 郝利新, 罗会明, 等.中国2008-2009年流行性腮腺炎流行病学特征分析[J].中国疫苗和免疫, 2010, 16(6):533-535.

[4]

薄芳, 崔爱利, 郭学斌, 等.中国2004-2006年流行性腮腺炎流行病学及病原学特征分析[J].中国疫苗和免疫, 2009, 15(2):115-118.

[5]

雷静, 张智, 蒋少莉, 等.银川市流行性腮腺炎与气象条件关系分析[J].宁夏医科大学学报, 2015, 37(1):49-52.

[6]

李润滋. 山东省流行性腮腺炎时空分布与气象因素关系研究[D]. 济南: 山东大学, 2017.

[7]

杨琼英. 广州市流行性腮腺炎流行病学特征及与气象因子关联性研究[D]. 广州: 南方医科大学, 2015.

http://cdmd.cnki.com.cn/Article/CDMD-12121-1016003092.htm

[8]

韩微笑. 2009-2013年广州市气温对常见传染病的短期影响: 基于分布滞后非线性模型的研究[D]. 济南: 山东大学, 2017: 19-60.

http://cdmd.cnki.com.cn/Article/CDMD-10422-1017068788.htm

[9]

HO Y C, SU B H, SU H J, et al. The association between the incidence of mumps and meteorological parameters in Taiwan[J]. Hum Vaccin Immunother, 2015, 11(6):1406-1412.

[10]

ONOZUKA D, HASHIZUME M. Effect of weather variability on the incidence of mumps in children:a time-series analysis[J]. Epidemiol Infect, 2011, 139(11):1692-1700.

[11]

梁磬清, 潘定权, 唐国荣, 等. 2010-2014年桂林市流行性腮腺炎流行特征分析[J].应用预防医学, 2016, 22(2):178-179, 182.

[12]

饶俊莉, 郭晓华, 刘晞照, 等. 2011-2014年重庆万州区流行性腮腺炎流行病学特征[J].中国感染控制杂志, 2015, 14(10):685-687, 690.

[13]

郭立春, 刘慧慧, 周剑惠, 等.吉林省2005-2014年流行性腮腺炎流行特征分析[J].中国热带医学, 2016, 16(7):695-697.

[14]

刘振武, 曾臻, 靳玉惠.合肥市学校和托幼机构儿童流行性腮腺炎流行病学特征[J].中国学校卫生, 2016, 37(5):718-720.

[15]

郭琪, 朱洋, 王易, 等.乌鲁木齐市高新区3~15岁在校生腮腺炎病毒抗体水平检测结果分析[J].中国儿童保健杂志, 2016, 24(8):853-855.

[16]

黎漓, 吴成秋, 刘富强.流行性腮腺炎暴发原因的研究进展[J].实用预防医学, 2015, 22(5):629-631.

[17]

刘隽, 苏琪茹, 马超, 等.不同免疫策略下流行性腮腺炎发病特症的初步比较分析[J].中国疫苗和免疫, 2014, 20(6):519-522, 546.

上一张 下一张
上一张 下一张

[基金项目] 甘肃省自然科学基金项目(编号:17JR5RA347);兰州市人才创新创业项目(编号:2015-RC-34,2016-RC-29);兰州市城关区科技计划项目(编号:2016-7-3)

[作者简介] 李盛(1976-), 男, 学士, 主任医师; 研究方向:疾病预防控制; E-mail: 1178708407@qq.com

[收稿日期] 2018-03-26 00:00:00.0

【点击复制中文】
【点击复制英文】
计量
  • PDF下载量 (74)
  • 文章访问量 (258)
  • XML下载量 (1)
  • 被引次数 (0)

目录

2008-2016年兰州市气温与流行性腮腺炎发病的关联性

导出文件

格式

内容

导出 关闭
《环境与职业医学》杂志官方网站