《Environment & Health》：Diarrhea Mortality and Flood Characteristics in Southeast Asia: A Multicountry Case-Crossover Analysis
编辑推荐：
洪水能够传播包括腹泻在内的传染病，其传播动态因洪水水位而异。本研究检验了东南亚地区暴露于不同洪水水位对腹泻死亡率的影响。研究人员采用条件拟泊松回归（conditional quasi-Poisson regression）进行了一项时空分层病例交叉分析（spa
洪水能够传播包括腹泻在内的传染病，其传播动态因洪水水位而异。本研究检验了东南亚地区暴露于不同洪水水位对腹泻死亡率的影响。研究人员采用条件拟泊松回归（conditional quasi-Poisson regression）进行了一项时空分层病例交叉分析（space-time-stratified case-crossover analysis）。分析了泰国、马来西亚和菲律宾的每日腹泻死亡率数据。使用基于流域的宏尺度洪泛区模型（CaMa-Flood，Catchment-based Macro-scale Floodplain）模拟的淹没数据，在≥0.1、≥0.5和≥1.0 m水位以及考虑空间范围的情况下识别洪水日。推导出次国家区域估计值，然后使用多层次荟萃分析（multilevel meta-analysis）将其汇总为国家及东南亚整体估计值。研究人员观察到，在东南亚，≥0.5 m和≥0.1 m的洪水导致风险增加，且不同洪水指标存在局部差异。最高风险出现在≥1.0 m洪水（东马来西亚，相对风险RR：1.58（95%置信区间CI：1.09, 2.30））、≥0.5 m洪水（泰国南部，1.98（95% CI：1.24, 3.16））和≥0.1 m洪水（菲律宾米沙鄢群岛，1.28（95% CI：1.12, 1.48））。而菲律宾吕宋岛和泰国南部显示出与空间范围一致的风险，菲律宾东马来西亚和中央马来西亚以及棉兰老岛则显示出其潜在影响。考虑洪水深度和蔓延范围对于理解洪水–腹泻风险并为东南亚洪水管理提供信息至关重要。
**研究背景与问题**
洪水是最常见的自然灾害之一，对人类社会和环境造成巨大影响。过去几十年，洪水占所有自然灾害的47%，影响23亿人（原文引用，此处省略）。在气候变化和厄尔尼诺-南方涛动（ENSO，El Ni?o-Southern Oscillation）等气候现象影响下，更频繁和更严重的洪水预计将发生。东南亚已被确定为未来面临更频繁洪水的地区之一。尽管部分人群可能已采取适应性措施应对洪水，但突发洪水仍可能使准备不足的人群不堪重负。此外，东南亚的洪水包含多种水文气象因素和现象，包括热带气旋、季风降雨，以及人类活动和城市化因素（如土地利用变化、废物和排水系统管理不足）。这些多样化特征可能导致阐明该地区洪水相关健康影响和路径的挑战。
腹泻是洪水最常见的传染病后果之一。腹泻死亡的主要风险因素包括不安全饮用水和不安全卫生设施，这些条件与洪水高度相关。既往研究已报告洪水导致腹泻风险增加，不仅在中低收入国家，也在发达国家。不同研究的急性程度和滞后模式可能与当地洪水风险管理和医疗系统有关。虽然大多数研究报告了洪水期间和之后腹泻风险增加，但也有一些报告了零关联。然而，由于研究背景和方法不同，这些研究难以直接比较。
从洪水到腹泻健康结果的机制仍然复杂。传播途径可能因洪水特征、天气和地理因素以及社区对洪水的抵御能力而异。虽然已有研究通过不同洪水严重程度检验了这种关系，但严重程度可能因当地特征不同而有不同解释。除了严重洪水可能传播病原体，还存在因短期或小面积洪水以及浅淹没可能被低估的风险——即使在浅淹没中，病原体也可能传播。
**研究目的与意义**
本研究旨在通过使用模拟淹没深度和蔓延范围指标，检验东南亚洪水与腹泻死亡率之间的关联。它提供了关于模拟淹没在评估健康效应中的适用性、洪水特征如何在不同地点对腹泻死亡率产生不同影响，以及这些效应持续时间的见解。论文发表在《Environment》。
**主要技术方法**
研究人员采用了两阶段设计。第一阶段使用时空分层病例交叉分析（space-time-stratified case-crossover analysis），结合条件拟泊松回归（conditional quasi-Poisson regression）和分布式滞后非线性模型（DLNM，distributed lag nonlinear model），评估每个次国家区域（SNR，subnational region）的洪水与腹泻死亡率关联，滞后期为21天。第二阶段使用多层次荟萃分析（multilevel meta-analysis）将SNR特异性效应估计值汇总为国家及东南亚整体估计值。洪水日基于模拟淹没数据（CaMa-Flood模型，Catchment-based Macro-scale Floodplain）定义，采用≥0.1 m、≥0.5 m和≥1.0 m三个阈值，并考虑空间覆盖度（分数调整洪水）。样本队列来源包括泰国（2011–2014年）、马来西亚（2000–2014年）和菲律宾（2006–2014年）的每日腹泻死亡率数据（ICD-10：A00–A09）。
**研究结果**
1. **总体关联**：在东南亚，深度指标（FLD05，≥0.5 m）显示洪水导致腹泻死亡率风险增加（合并相对风险RR：1.125，95%置信区间CI：1.055, 1.201）。分数调整指标（adjFLD01，≥0.1 m）也显示风险增加（RR：1.109，95% CI：1.042, 1.181）。国家层面，泰国和马来西亚呈现风险升高趋势，但关联不显著。
2. **滞后模式**：整体上，风险在短滞后（主要第一周）内适度增加，泰国和菲律宾的滞后效应更明显，而马来西亚无明确滞后效应。深度指标在≥1.0 m洪水时滞后效应更明显，分数调整指标在≥0.5 m洪水时更突出。泰国在≥1.0 m洪水时，滞后1天风险增加13%（RR：1.130，95% CI：1.009, 1.265）。大多数滞后效应在60天滞后时消失。
3. **次国家区域特异性**：严重洪水（≥1.0 m）时，东马来西亚（RR：1.580，95% CI：1.086, 2.299）、菲律宾吕宋岛（RR：1.116，95% CI：1.026, 1.214）和棉兰老岛（RR：1.209，95% CI：1.015, 1.439）风险增加。（≥0.5 m）时，泰国南部（RR：1.980，95% CI：1.239, 3.163）和东马来西亚（RR：1.644，95% CI：1.147, 2.356）风险增加。（≥0.1 m）时，菲律宾米沙鄢群岛（RR：1.284，95% CI：1.117, 1.477）风险增加。分数调整指标下，部分区域风险模式改变，如马来西亚中央区在严重洪水时风险升高。
4. **敏感性分析**：调整温度、改变滞后长度（14、28、60天）后，结果基本稳健。但60天滞后时，≥0.1 m和≥0.5 m洪水风险更高，尤其在马来西亚和菲律宾。
5. **相对风险比（RRR，ratio of relative risks）**：多数区域两种指标估计一致，但马来西亚中央区（≥1.0 m）和砂拉越（≥0.1 m）的分数调整指标更强（RRR>1），泰国西部和东北部（≥0.5 m）以及马来西亚砂拉越（≥1.0 m）的深度指标更强（RRR<1）。
**讨论与结论**
本研究通过模拟淹没深度和蔓延范围，证明了洪水特征对腹泻死亡率的影响，且效应因地点、洪水指标和严重程度而异。这些发现强调了当地特征在洪水–腹泻关系中的关键作用。研究结果与既往文献一致，即洪水后腹泻风险在短期内（数天至两周）增加，但不同洪水原因、病原体和卫生条件可导致差异。未来洪水强度增加，需要高效减灾措施，不仅关注洪水易发区，也要扩展至非易发区，因为后者可能因准备不足而遭受更大影响。
研究局限性包括：分析基于省级/州级数据，可能不够精确；数据稀疏性限制更细尺度分析；腹泻死亡率可能存在分类偏倚；模拟淹没可能无法完全反映真实暴露。尽管如此，本研究首次探索了CaMa-Flood模型模拟淹没水平与腹泻死亡率的关联，为基于水动力学的健康效应评估提供了新证据。
**结论**：本研究表明，洪水与腹泻死亡率之间的关联因地点和当地特征而异。当仅考虑洪水深度时，某些次国家区域呈现一致风险，但一旦考虑洪水蔓延范围，变异性便显现。这强调了在健康风险评估和管理中考虑当地洪水特征的重要性。
