《Environmental Health Insights》：A 10-year Spatio-Temporal Assessment of Adaptation to Local Climate Using Minimum Mortality Temperature Across Multiple Cities in Iran
编辑推荐：
伊朗的异质性气候使在该国估计最低死亡温度（Minimum Mortality Temperature, MMT）成为必要。在本研究中，研究人员对60个城市在10年期间的MMT进行了时空分析。采用高级非线性模型估计MMT。使用Local Moran’s I统计量
伊朗的异质性气候使在该国估计最低死亡温度（Minimum Mortality Temperature, MMT）成为必要。在本研究中，研究人员对60个城市在10年期间的MMT进行了时空分析。采用高级非线性模型估计MMT。使用Local Moran’s I统计量通过聚类分析识别MMT的空间格局。同时，使用广义加法模型（Generalized Additive Model, GAM）分析空间影响随时间的变异。该模型包括线性项、平滑项以及因子-曲线交互（factor-by-curve interaction），以捕捉年份与MMT之间的交互作用。研究显示伊朗西部地区MMT存在显著空间变异，较寒冷的北部地区MMT明显低于较温暖的南部地区。此外，分析显示4个具有正空间自相关的统计学显著聚类。所述时期内空间分布表现出持续格局，其特征为南部地区持续存在热点聚类，北部和中部地区存在冷点聚类。纬度和经度的联合效应显示，最高MMT出现在低纬度和高经度地区，与该国东南部炎热干旱气候相对应。显著的空间自相关和聚类格局凸显了采取有针对性的、次国家级热–健康适应策略的必要性，以捕捉并应对MMT的时空异质性。
研究背景方面，环境暴露尤其是温度与人类健康结局之间的关联已被广泛记录。极端温度会增加心血管疾病、呼吸系统疾病及热相关疾病风险，老年人、儿童和慢性病患者等脆弱人群受到的影响最强。在全球气候变化背景下，温度极端事件的频率和严重程度正在增加，理解温度–死亡关联日益紧迫。伊朗具有从炎热干旱南部到寒冷山区西北部的广泛气候条件，不同人群暴露于明显不同的热环境，并形成不同程度的生理和基础设施适应。最低死亡温度（Minimum Mortality Temperature, MMT）是死亡风险最低时的温度，是量化人群对热或冷适应的重要流行病学指标。MMT会因城市气候不同而变化，反映人群对本地气候的部分适应，但这种适应并不完全，因为MMT之外仍会发生死亡。短期温度变异、地形、人口学、城市结构、社会经济因素和健康状况也可能预测MMT。识别不同区域的MMT对于制定针对性公共卫生干预至关重要。然而，伊朗虽气候多样，仍缺乏覆盖多城市的MMT综合时空分析；多数温度与死亡研究来自高收入国家或特定城市，常忽略不同气候和社会经济背景地区。因此，研究人员旨在填补这一空白，对伊朗60个城市10年期间的MMT开展时空分析，具体目标包括估计不同气候区城市特异性MMT、检查MMT空间格局及其与地理变量的关联、评估MMT时间趋势以判断温度–死亡关系是否发生变化。研究结果可为气候适应规划、资源分配和公共卫生策略提供证据，以减轻气候异质区域温度相关死亡负担。
方法上，研究人员选取伊朗西南部、西部和西北部5个省（Khuzestan、Ilam、Kermanshah、Kurdistan、West Azerbaijan）的60个城市，时间范围为2011年3月至2022年3月。每日全因死亡数据来自伊朗卫生部死亡登记系统，由省级卫生部门登记并常规校验编码和死亡日期；气象数据来自各城市国家气象网络站，包括日平均温度（°C）、相对湿度（%）和风速（m/s），无缺失值。分析采用分布式滞后非线性模型（Distributed Lag Non-Linear Model, DLNM）估计MMT，以二维交叉基函数同时刻画温度–死亡非线性关联和滞后效应；暴露维度采用2阶B样条，滞后维度采用自然立方样条（natural cubic spline）并在log滞后尺度设置3个等距内部节点。交叉基纳入准泊松回归（quasi-Poisson regression）以处理过度离散，模型控制湿度、风速、时间、星期和公共假日。空间格局采用Local Moran’s I统计量进行聚类分析，时间变化采用广义加法模型（Generalized Additive Model, GAM）中的因子-曲线交互和双变量空间曲面，并开展周数据敏感性分析。
结果部分，描述性特征显示研究区域日温度差异明显。Khuzestan的Aghajari最暖，日均温29.16°C（SD=±9.97）；Kurdistan的Zarrineh最冷，为9.2°C（SD=±9.94）。最湿城市为West Azerbaijan的Chaldoran，湿度60.69%；最干城市为Khuzestan的Abdanan，湿度30.44%。MMT估计的空间变异显示，60个城市MMT差异很大，从西北寒冷山区的Chaldoran的?18.3°C（95% CI：?18.3, ?8.8）到Khuzestan最热城市之一Ramhormoz的46°C（95% CI：4, 46）。北部和山区城市MMT明显较低，南部城市较高。Khuzestan省城市MMT最高，West Azerbaijan省城市MMT最低。空间分布显示南部城市MMT最高，北部城市较低；西北和西南地区不确定性较低，中部尤其是Ilam省南部不确定性较高。周数据敏感性分析确认多个城市存在较大不确定性和较高相对MMT（RMMT），提示时间聚合可能平滑日极端值但保留总体空间格局。空间聚类方面，Local Moran’s I分析在10年间发现4个具有正自相关的统计学显著聚类，其中1个为热聚类（高MMT被高MMT包围），3个为冷聚类（低MMT被低MMT包围），并发现3个统计学显著离群点。全球Moran’s I统计量为I=0.47，表明相似MMT城市趋于地理聚集而非随机分布。周水平分析产生较小但仍为正的自相关（I=0.13），显示北部和中部冷聚类，但无热聚类。聚类时间变化方面，2012—2021年年度空间聚类总体稳定；热聚类几乎每年出现在南部，但2015年除外；冷聚类见于中部和北部。纬度与经度影响方面，高纬度对MMT有负向影响，低纬度有正向影响；高经度对MMT有正向影响，低经度有负向影响。纬度与经度联合影响显示，最高MMT多出现在低纬度和高经度地区，对应伊朗东南部炎热干旱气候。
讨论部分总结认为，MMT显著空间变异强调地理和气候因素在热或冷相关健康结局中的作用。北部和南部差异与既往研究一致，即较热气候人群通常具有较高MMT，可能因对热有更强的生理和行为适应；较冷地区人群MMT较低，反映对冷的适应。但省内MMT也存在异质性，且城市间不确定性不同。西北和西南气候条件较一致地区不确定性较低，中部如Ilam省南部不确定性较高，可能反映复杂微气候或海拔等环境因素。城市间MMT差异强调本地化公共卫生策略的重要性，例如Khuzestan省高MMT城市可能更需缓解热浪影响，West Azerbaijan省低MMT城市可能更需降低冷相关死亡风险。个别极端点估计可能不如总体空间格局有意义，因为部分区域置信区间较宽。Moran’s I显示正空间自相关，说明高MMT区域趋于被高MMT区域包围，低MMT区域亦然。南部热聚类可能面临更高热相关死亡风险，中部和北部冷聚类则可能对冷相关死亡更脆弱。既往研究多关注MMT时间趋势而非空间聚类，本研究提示MMT并非随机分布，而受地理或环境因素影响。经纬度与MMT的剂量–反应关系进一步支持空间依赖：高纬度与较低MMT相关，低纬度与较高MMT相关；高经度与较高MMT相关。联合影响确认最高MMT出现在低纬度和高经度地区。10年研究期内空间格局大致一致，热聚类主要在南部，冷聚类在北部和中部；2015年热聚类缺失可能部分与2015—2016年强El Ni?o事件相关气候异常有关，该事件可能影响伊朗气候变率并使空间格局更均一。既往关于MMT时间变化的研究结果不一，有的发现增加，有的发现减少，说明MMT可能随气候而升或降；本研究时段不足以观察长期变化，但稳定的地理格局值得在国家层面进一步研究。离群点可能反映局部微气候、城市化、医疗基础设施、人口和经济因素；缺乏这些因素数据是局限之一。另一局限是研究期仅10年，未覆盖通常约30年的完整气候周期，因此MMT时间变异应谨慎解释，可能部分反映年际气候异常而非长期趋势。研究仅限伊朗西部5省，社会经济、基础设施和健康方面区域异质性可能限制外推。尽管如此，纳入不同地形条件并使用经过验证的统计方法，为理解伊朗西部气候走廊温度–死亡关联提供了证据。周数据敏感性分析中冷聚类仍存在，但热聚类缺失，可能因时间聚合平滑了日极端温度变化，掩盖短期热相关死亡峰值。
结论翻译：本研究显示伊朗西部最低死亡温度（MMT）存在空间差异，西南部有热相关聚类，中部和北部有冷相关聚类。这些格局表明本地气候和地理在塑造温度–死亡关联中发挥重要作用。结果提示公共卫生干预应针对区域需求，而非采用单一国家策略。南部省份可能需要更强的热适应措施，而北部和中部地区可能更多受益于旨在降低冷相关风险的项目。尽管研究人员的分析受相对较短研究期及缺乏详细环境和社会经济数据限制，但其为伊朗提供了新的空间证据，并强调在气候相关健康适应规划中考虑地理变异的重要性。未来需要更长时间序列和额外解释变量的研究，以更好理解这些空间格局背后的因素。
