环境温度对中国下呼吸道感染死亡负担的异质性影响及驱动因素分析

本研究针对中国下呼吸道感染(LRI)死亡负担与环境温度的关联异质性及驱动因素展开大规模研究。研究人员基于2013-2022年全国2820个区县的124.9万例LRI死亡数据，采用时间分层病例交叉设计和分布式滞后非线性模型(DLNM)，首次系统评估了非适宜温度对LRI死亡的影响。结果显示极端低温(RR=1.89)比极端高温(RR=1.19)风险更高，16.20%的LRI死亡可归因于非适宜温度，且存在显著的人群和空间异质性。通过XGBoost和SHAP方法识别出GDP、空调普及率(NAC)、文盲率(ILR)等关键驱动因素，为制定精准防控策略提供了科学依据。

　　

在全球气候变化背景下，环境温度与健康的关系日益受到关注。下呼吸道感染(LRI)作为常见的传染性疾病，每年导致全球约218万人死亡，尤其在低收入和中等收入国家负担沉重。虽然抗生素和疫苗的广泛应用使LRI死亡率显著下降，但温度变化对LRI的影响机制及人群差异仍不明确。既往研究多基于跨国数据，难以反映中国地域广阔、气候多样、社会经济差异显著的特点。更关键的是，温度相关LRI死亡负担的空间异质性及其驱动因素尚未系统研究，这严重制约了精准防控策略的制定。

为填补这一空白，由暨南大学公共卫生与预防医学系Sujuan Chen领衔的研究团队，在《Ecotoxicology and Environmental Safety》发表了这项覆盖全国31个省份的大规模研究。研究团队整合了中国死亡登记系统中2013-2022年124.9万例LRI死亡数据，结合ERA5-Land高分辨率气象数据和CHAP PM_2.5数据集，采用时间分层病例交叉设计和分布式滞后非线性模型(DLNM)分析温度-死亡率关系。通过蒙特卡洛模拟计算归因分数(AF)，并运用XGBoost机器学习结合SHAP值解析空间异质性的社会经济驱动因素。

3.1 研究样本基本特征

研究纳入的LRI死亡中94.3%为肺炎，2.5%为流感，63.7%发生在亚热带/热带地区。日均温度在病例日和对照日分别为13.60±10.86°C和13.62±10.43°C，证实了数据均衡性。

3.2 温度与LRI死亡的关联

研究发现极端低温(第10百分位温度)的效应在滞后3-4天达到峰值并持续21天，而极端高温(第90百分位温度)的效应则在当天最强，4天后消失。暴露-反应曲线呈反J型，最低死亡温度(MMT)为21.6°C(第79.3百分位)。

3.3 温度归因的LRI死亡负担

全国16.20%的LRI死亡可归因于非适宜温度，其中低温贡献14.97%，高温仅1.23%。流感死亡的归因分数最高(26.52%)，女性(17.76%)和高原地区(17.14%)负担更重。湖北(33.53%)、上海(23.14%)等省份的归因风险显著高于其他地区。

3.4 空间异质性的驱动因素

XGBoost分析揭示：极端低温效应的主要驱动因素为GDP、每百户空调数(NAC)、文盲率(ILR)、医疗机构数(HF)和每万人医疗人员数(NMP)；而极端高温的主要驱动因素为老年人口比例(ELD)、HF、ILR、NMP和NAC。

3.5 敏感性分析

调整滞后天数、季节分层、排除疫情期间数据等敏感性分析均证实结果的稳健性。

这项研究首次在全国尺度上量化了温度相关LRI死亡负担的异质性，揭示了社会经济因素的关键调节作用。特别发现：1) 低温效应是高温的15倍；2) 流感患者、女性和高原居民尤为脆弱；3) 南方富裕省份(如上海、浙江)的低温风险被显著低估。这些发现挑战了传统认知，为精准防控提供了新视角——在制定适应策略时，需综合考虑地域气候特征和社会发展水平。例如，对老龄化严重的东北地区应重点加强高温防护，而在经济发达但缺乏集中供暖的南方省份，需完善低温预警和室内供暖系统。

研究的创新性体现在：1) 采用个体水平病例交叉设计，克服了生态学谬误；2) 整合机器学习方法解析驱动因素；3) 提供省级精细风险评估。局限性包括暴露评估基于室外温度、省级样本量较小等。未来研究可结合疫苗接种率、抗生素使用等数据进一步优化模型。这项成果为中国应对气候变化健康风险提供了重要科学依据，对实现"健康中国2030"目标具有积极意义。