基于机器学习与逻辑回归的混合方法探究2021年热穹顶事件中药物与社区热相关死亡的关系

本研究针对极端高温事件(EHEs)下药物风险缺乏系统证据的现状，通过链接行政健康数据，采用逻辑回归(LR)和机器学习(ML)混合方法，分析了2021年加拿大不列颠哥伦比亚省热穹顶事件中504例社区热相关死亡案例与2520例对照者的用药数据。研究发现抗帕金森药、抗癫痫药和精神抑制剂(N05)显著增加死亡风险，而钙通道阻滞剂(C08)和眼科用药(S01)具有保护作用，为制定精准化公共卫生干预策略提供了新证据。

　　

随着气候变化加剧，极端高温事件(EHEs)已成为全球公共卫生的重大威胁。2021年北美西部遭遇的"热穹顶"现象导致不列颠哥伦比亚省(BC)出现619例直接归因于高温的社区死亡，其中98%发生在私人住宅。尽管已知年龄、慢性病和贫困是热相关死亡的风险因素，但药物对热相关死亡率的影响仍缺乏系统研究。当前公共卫生指南虽警告多种药物可能增加高温健康风险，但支持证据有限——既往研究多聚焦特定药物类别（如精神药物）或院内死亡，且尚未探索药物的潜在保护作用。

为填补这一证据空白，BC疾病控制中心等机构的研究人员开展了一项开创性研究，通过链接省级行政健康数据库，首次采用机器学习(ML)与逻辑回归(LR)混合方法，系统评估了药物暴露与社区热相关死亡的关系。这项发表在《eBioMedicine》的研究创新性地结合传统流行病学方法与先进算法，不仅验证了已知高风险药物类别，更发现了具有保护效应的药物，为制定精准化高温健康预警系统提供了关键证据。

研究团队利用不列颠哥伦比亚省权威数据分析平台(PANDA)中的药房配药记录(PharmaNet)、慢性病登记和人口统计数据，采用病例对照设计分析504例经法医确认的社区热相关死亡案例（2021年6月25日-7月2日）与5倍匹配对照者的用药差异。关键技术包括：1) 基于解剖治疗化学分类(ATC)对30/60/90天配药窗口期药物进行层级编码；2) 构建调整人口统计学、慢性病等混杂因素的LR模型评估28个ATC二级药物类别风险；3) 采用轻量梯度提升机(LGBM)算法分析270个ATC四级亚类的计算重要性，通过特征重要性增益(FI gain)和SHAP值识别关键药物亚类。

研究结果
Subject characteristics
病例组平均年龄75.1岁，49.4%为男性，神经精神类药物使用率显著高于对照组：精神兴奋剂(N06)22.2% vs 13.9%，精神抑制剂(N05)21.6% vs 9.5%。抗帕金森药(N04)在病例组的配药率为对照组3倍(4.2% vs 1.4%)。

Logistic regression results
LR模型显示抗帕金森药(N04)风险最高(OR=2.36,95%CI 1.15-4.81)，其次为抗癫痫药(N03)(OR=2.16)和精神抑制剂(N05)(OR=1.43)。钙通道阻滞剂(C08)(OR=0.69)和眼科用药(S01)(OR=0.34)显示出保护效应。分层分析揭示性别差异：女性使用β受体阻滞剂(C07)风险更高(OR=1.52)，而男性使用泌尿系统药物(G04)反而有保护作用(OR=0.63)。

Machine learning results
LGBM模型在ATC四级层面识别出关键药物亚类：苯二氮卓类(N05AH)和磺胺类利尿剂(C03CA)分别位居特征重要性排名第1、4位。值得注意的是，血管紧张素II受体拮抗剂(C09CA)在SHAP值排名第2，显示潜在保护效应，而双氢吡啶类钙拮抗剂(C08CA)的保护作用与LR结果一致。

讨论与意义
这项研究通过多方法学验证，首次系统揭示了社区环境下药物与热相关死亡的复杂关系。三大发现尤其值得关注：其一，抗胆碱能药物(如抗帕金森药)通过抑制汗腺功能显著增加风险，这与既往生理学研究一致；其二，钙通道阻滞剂和眼科用药(特别是前列腺素类似物S01EE)的保护效应为全新发现，可能与其血管舒张作用相关；其三，机器学习揭示的药物亚类特异性(如利尿剂中磺胺类C03CA风险最高)为精准化风险分层提供了依据。

研究局限性包括无法确认药物实际使用情况，以及GLP-1激动剂等新药未纳入分析。但这项开创性工作为高温健康防护带来重要启示：公共卫生部门可针对使用高风险药物(如N05AH类精神药物)的社区居民开展定向干预，同时探索保护性药物的潜在应用价值。随着全球热浪频发，该研究方法可推广至其他地区，持续完善药物-气候健康风险的证据体系。