呼吸系统疾病环境驱动因素时空风险分析

《GeoHealth》：Analysis of Spatiotemporal Risks of Environmental Driving Factors of Respiratory Diseases

　　

呼吸系统疾病对中国居民健康构成严重威胁并造成巨大社会经济负担。江苏省15岁以下儿童与65岁以上老年脆弱人群合计超2700万。研究人员基于分布滞后非线性模型（DLNM）与地理时空加权回归模型（GTWR），以2020—2023年江苏省呼吸系统疾病住院病例为样本，深入探究环境驱动因素与呼吸系统疾病住院率（HRRD）的复杂时间关联与空间差异，量化极端气象、空气污染物及综合气象指标对HRRD的非线性关系与滞后效应，并分析各因素在不同时空条件下对住院率的具体影响。结果表明，极端气象、空气污染物及体感温度等综合指标对不同年龄组呼吸系统疾病的滞后效应与空间异质性存在显著差异：老年人PM2.5暴露峰值风险出现在10—15天滞后，儿童臭氧（O3）相关风险在15天后累积；苏南低温关联住院率更高，苏北温度效应较弱。该研究揭示了呼吸系统疾病的时空分布格局与驱动机制，为制定区域化、差异化防控策略提供科学依据。

研究背景方面，在全球气候变化、城市化加速与社会经济发展背景下，极端天气与空气污染事件频发，呼吸系统疾病位居中国居民死因第四位，治疗成本高昂。江苏省地处南北气候过渡带，65岁以上及15岁以下易感人群超2700万，形成庞大高危基数。现有研究多聚焦单城市时间序列的整体关联，忽视区域差异与经济社会因素交互。为此，研究人员以江苏省为对象，采用DLNM与GTWR联用框架，揭示环境驱动因素对HRRD的时空异质性机制，成果发表于《GeoHealth》。

关键技术方法上，研究人员构建两类模型联动的分析体系：DLNM采用准泊松连接函数拟合日住院计数，以自然立方样条刻画暴露—反应关系，设定30天滞后、时间自由度7，由Q-AIC定阶，量化各因素非线性与滞后相对风险（RR）；GTWR在地理加权回归基础上引入时间坐标，以时空距离函数赋权，对经z-score标准化后的气温、气压、相对湿度、PM_2.5、CO、O₃、NO₂、体感温度、风寒指数及社会发展指数（SDI）进行局部系数估计，样本覆盖江苏省89个县区2020—2023年1382011例住院记录，气象源于ERA5再分析，污染物源于国家青藏高原科学数据中心高分辨率数据集。

研究结果部分，3.1节“呼吸系统疾病的时空分析”通过描述性统计与时间序列展示，发现2020—2023年江苏省共报告2310947例住院，15岁以下占54.89%，65岁以上占24.69%；空间上徐州最高、宿迁最低，相邻县区呈聚集相似；时间上2023年初老年人住院骤增98.2%，与防控政策调整及冬季低温叠加有关，1月为月度高峰。3.2节“气象因子与空气污染物的时空分析”表明气温与露点温度夏高冬低、气压反相，O₃夏高冬低而CO、PM_2.5、PM₁₀、NO₂冬高夏低，体感温度、舒适度、温湿指数（THI）冬低夏高，风寒指数相反；SDI南高北低。3.3节“呼吸系统疾病影响因素的时间滞后效应”借助DLNM得出：极低气温下老年人短期RR最高（1.20），儿童15—20天达峰；高温下儿童5天小峰；低湿度对儿童风险随暴露累积，极高湿度具保护效应（RR<1）；PM_2.5与PM₁₀高浓度时老年人10—15天达峰，O₃高浓度下儿童15天后风险累积，CO高浓度5—10天达峰，NO₂高浓度约10天达峰且老年人最敏感；体感温度等综合指标极低时当日RR最大后回落再反弹，极高时儿童响应延迟。3.4节“呼吸系统疾病影响因素的空间异质性”由GTWR（R²=66.56%）显示：气温系数均值为-1.94，苏南天宁、江阴、惠山及苏北贾汪、铜山负向最强；气压苏中以南正向、丰县沛县负向；湿度徐宁正向、中部负向；CO连云港盐城正向、丰县沛县负向；PM_2.5苏锡负向最强、南京正向；O₃无锡正相关最强；SDI全域正向且北强南弱；体感温度与风寒指数北负南正。

讨论部分指出，时间维度上年龄分层滞后模式差异源于免疫系统发育阶段与基础病共存状态，空间维度上南北气候背景、产业结构、医疗可及性共同塑造系数方向。结论部分翻译如下：本研究联用DLNM与GTWR系统分析气象因子（极端气温、湿度、气压）、空气污染物（PM_2.5、PM₁₀、CO、O₃、NO₂）及综合气候指标对呼吸系统疾病的时空异质影响。时间上DLNM量化各年龄组特异滞后效应：15岁以下高温RR约5天滞后达峰，15—65岁极端低温呈U形（0—2天RR=1.10），高浓度PM_2.5致持续风险累积（<15岁最重RR=1.20），高浓度NO₂于10天滞后达峰（RR=1.25，>65岁最敏感），极高湿度30天内多具保护性（RR<1）。空间上GTWR揭示江苏省内显著差异：气温在苏南（如天宁区）与住院率强负向而在苏北效应弱；PM_2.5苏南（尤其无锡）正向更强；SDI正向且自南向北增强；气压、湿度、CO呈复杂格局（湿度在徐州/南京正向、苏中负向）。研究为制定靶向区域防控策略提供关键依据，例如在高PM_2.5风险区优先保护老年人、依苏南气温敏感趋势调整干预。局限在于仅限江苏、未充分解析多因子交互，未来将拓展区域与序列并融入教育及医疗可及性等社会经济因素。