不同气候区降水与腹泻病死亡率的关系：一项多国模型研究

《Environmental Epidemiology》：Association between precipitation and mortality due to diarrheal diseases by climate zone: A multi-country modeling study

　　

背景：降水可能会影响腹泻病的传播。不同气候下多样的降水模式可能会影响降水导致腹泻风险的严重程度。本研究确定了热带、温带和干旱气候区域中降水与腹泻死亡之间的关联。

方法：分析了1997年至2019年间8个中等收入国家（阿根廷、巴西、哥斯达黎加、印度、秘鲁、菲律宾、南非和泰国）29个地点的腹泻死亡每日计数和28天累计降水。采用两阶段方法：第一阶段是对每个地点进行条件泊松回归模型，第二阶段是荟萃分析，以气候区为单位合并地点特定的系数。

结果：在热带气候中，较高的降水增加了腹泻死亡的风险。在极端潮湿条件下（28天累计降水的第95百分位数），与最低风险降水相比，腹泻死亡增加了17.8%（95%置信区间[CI] = 10.4%，25.7%）。对于温带和干旱气候，腹泻死亡在干燥和潮湿条件下均会增加。在极端干燥条件下（28天累计降水的第5百分位数），温带腹泻死亡风险增加3.8%（95% CI = 1.2%，6.5%），干旱气候增加5.5%（95% CI = 1.0%，10.2%）。同样，在极端潮湿条件下，温带腹泻死亡风险增加2.5%（95% CI = ?0.1%，5.1%），干旱气候增加4.1%（95% CI = 1.1%，7.3%）。

结论：降水与腹泻死亡之间的关联在不同气候区存在差异。在生成未来降水相关腹泻死亡全球预测时，必须考虑气候特定的差异。

本研究新增内容：先前的研究分析了降水对腹泻患病率的影响。鉴于腹泻疾病导致的死亡是全球健康问题，本研究首次使用多国数据集研究了降水与腹泻死亡之间的关联。观察到降水与死亡之间的关联在气候和地区之间存在明显差异。干旱和温带地区的死亡率风险与极端降水积累和降水不足均相关。在热带地区，死亡风险仅随降水积累而增加。降水不足和降水积累的最高死亡风险分别出现在南美洲和亚洲地区。

引言：腹泻病仍然是严重的全球健康问题，特别是在低收入和中等收入国家（LMICs）。2019年，腹泻病被列为全球第五大死亡原因，估计全球各年龄段死亡人数为150万人。迄今为止已经取得了重大进展，死亡率从1990年的每10万人54例降至2019年的每10万人20例，这得益于改善的卫生设施、儿童营养、口服补液盐的提供和轮状病毒疫苗接种。然而，气候变化通过改变影响肠道病原体传播的生态和人类过程，未来可能威胁到减少腹泻死亡的进展。例如，由于气候变化导致的环境温度上升，预计到21世纪末（2080–2095年）与历史基线（1990–2005年）相比，腹泻疾病导致的额外死亡人数将达到83,888人。较高的环境温度预计有助于细菌和原生动物病原体在环境中的存活和生长，或导致水和卫生设施的获取和可用性变差。

除了环境温度外，降水是另一种可能直接或间接影响腹泻病传播的气候因素。主要的传播方式之一是通过强降水事件，导致环境表面如土壤和水中的肠道病原体被冲刷或移动到其他区域，使更多人暴露于腹泻病中。病原体的移动，特别是在强降水事件中，可能导致饮用水源的污染。强降水事件还可能污染饮用水源或中断水和卫生服务，迫使使用不安全的水、饮用受污染的饮用水和手卫生条件差。强降水与腹泻发病率之间的关系已被众多流行病学研究报告。此外，低降水或干燥事件可以通过在环境中积累或浓缩肠道病原体来促进腹泻病的传播，这些病原体可能被风机械传播或被突然的降水冲刷。气候变化已影响全球极端降水和干旱次数和频率的增加，这取决于地理区域，这可能潜在地促进腹泻病的传播。然而，目前还没有考虑气候变化驱动的降水模式未来变化的腹泻超额死亡预测研究。部分原因是缺乏在全球规模上检验降水与腹泻死亡之间关联的流行病学研究。

降水对腹泻病风险的影响可能因气候区而异，因为它们的降水总量和时空模式不同。热带地区接收的降水最多，与其余气候区相比通常条件更潮湿。温带地区全年接收适中的降水，并经历间歇性干旱，而干旱地区接收的降水最少。一项先前的研究利用人口与健康调查中的腹泻患病率数据（即看护人报告的非常年幼儿童的腹泻发作），报告了热带和温带气候之间相反的降水-腹泻死亡关联。使用像人口与健康调查（DHS）这样的横断面确定数据（例如每约5年一次）的一个局限是缺乏降水和腹泻病的临时和季节特性。另一个局限是看护人报告的腹泻发作不是由医疗专业人员评估的，并且容易受到回忆偏差的影响。使用由医疗专业人员定期收集和分析的常规数据可以克服这些局限。

本研究旨在按气候区分量化降水与腹泻疾病死亡之间的关联。我们使用8个中等收入国家的人口统计数据来收集腹泻死亡。据我们所知，这是第一项研究腹泻疾病死亡及其与降水之间关联的多国不同大洲的研究。

方法
数据来源：使用国际疾病分类第十次修订（ICD-10）A00–A09编码的死亡，即肠道传染病，从阿根廷、巴西、哥斯达黎加、秘鲁、菲律宾、南非和泰国的国家统计办公室收集。对于印度，ICD-10 A09编码的死亡来自百万死亡研究，这是印度登记官的抽样登记系统开展的一项全国代表性调查。数据包括各种行政级别的死亡地点：阿根廷和秘鲁为省级别，南非和泰国为区级别，巴西和菲律宾为市镇级别，印度为村庄/PIN代码级别（补充文件，图1）。数据来自1997年至2019年，但各国年份数量不同（例如南非为1997–2013年，哥斯达黎加为2014–2019年）。死亡率数据的额外细节见补充文件，表1。

气候区、天气变量、人口密度、国内生产总值（GDP）以及水和卫生指标的数据从开放数据源收集（补充文件，表2和3）。气候区分类基于柯本-盖格系统，其中30个子气候分类根据若干温度和降水标准进行分类，并从Beck等人开发的栅格中提取。每小时总降水和2米气温来自欧洲中期天气预报中心气候再分析第5代陆面组分数据集。总降水是降落在地球表面的累计雨雪。人口来自世界网格人口数据集4.11版。人均GDP来自Kummu等人的研究。对于水和卫生指标，我们使用了健康指标与评估研究所为低收入和中等收入国家提供的栅格数据集，包括有改善卫生设施的户比例、露天排便的比例、有改善饮用水来源的比例和有管道水的比例。阿根廷未包含在先前的数据集中，因此我们从联合国儿童基金会的国家级别数据集中收集了相同的水和卫生指标。

数据聚合：我们按日和国内气候区聚合腹泻死亡、总降温和温度，这是具有相同气候区的聚合次国家级单位。首先，我们计算按天和在最小行政级别或次国家级单位的死亡地点的死亡总和。其次，我们计算每个次国家级单位的每日总降水和温度的加权平均，根据当地时间进行调整。第三，我们根据总权重最大的人口网格（即次国家级单位内子气候区网格的总人口计数最高）将每个次国家级单位分类为子气候区。最后，我们通过聚合具有相同子气候区的次国家级单位，计算了国内气候区的每日腹泻死亡总和和平均每日天气变量。我们将时间序列限制在2019年，因为从2020年开始腹泻死亡模式发生了变化。包括29个国内气候区，每月每年至少有一例腹泻死亡。由于28个国内气候区在长时间内的死亡人数过低，可能导致高度不确定的结果，因此被排除在外。我们使用相同的方法提取人口密度、人均GDP和水和卫生指标。数据处理和包括及排除的国内气候区的详细描述见补充文件，表4。

统计分析：采用两阶段方法按热带、干旱和温带一级气候区建模降水与腹泻死亡之间的关联。在第一阶段，我们使用时间分层病例交叉研究设计为每个国内气候区建模降水-腹泻死亡关联，这是估计环境暴露短期关联的时间序列回归的替代方法。我们将时间分层定义为同年季度月份内相同星期几（即星期一至星期日）。所选的时间分层提供了大约1例病例对11个对照的比例，足以调整季节性和趋势。第二阶段涉及使用荟萃分析合并国内气候区系数，以获得每个主要气候区的总体关联。

在第一阶段，我们对29个国内气候区分别使用条件拟泊松模型：
ln[E(Yt,c)] = αc + f(雨水量; β) + s(温度, l; θ) + I(月份; γ)
其中E(Y)是分层c中第t天预期的每日腹泻死亡数，分层c是年份、季度月份和星期几（例如2006年；1月至3月；星期二）；α是分层c中的截距；f是28天运行总和降水的自然三次B样条；s是每日温度和滞后l的暴露-滞后-响应二维样条函数；I是月份的指示函数；β、θ和γ是估计参数。

我们使用每日总降水的28天运行总和，即累计降水，以考虑广泛的腹泻病传播过程。第t0天发生的死亡与前28天降水总和t[?29, ?1]匹配。该策略基于这样的理解：极端干燥和潮湿条件都可能同时在环境中传播更多病原体并负面影响水、卫生和卫生条件，导致一个月内出现严重的腹泻结果。我们将极端干燥和潮湿条件分别定义为28天累计降水的第5和第95百分位数。在降水的第50和第90百分位数选择结点的选择基于干和湿条件下风险增加的先前知识和降水的右偏分布。

我们在模型中加入了月份指标，以考虑各地可能存在的月度死亡率变化。为调整温度因素，我们使用了一个在33%和67%分位数处设有两个结点的自然三次B样条函数，以适应低温和高温度下的非线性关联。23 滞后-响应函数使用自然三次B样条函数建模，滞后时间为0-28天，设有截距项和三个置于对数尺度上的内部结点。23,24

在第二阶段，我们使用多级meta回归结合受限最大似然估计25来合并代表降水-腹泻死亡率关联的β系数：βi,j=Xi,jγ+Zjgj，其中β为国内气候区域i和国家j的系数；X为气候区的固定效应预测变量矩阵；Z为具有随机系数g的国家随机项。

我们使用meta回归模型估计了热带、干旱和温带各气候区的总体降水-腹泻死亡率关联。残余异质性使用Cochran's Q检验和I2统计量进行衡量。使用Wald检验26衡量气候区作为meta预测变量的显著性。我们将最小风险降水量定义为在最小降水量和降水分布第90百分位数之间具有最低死亡率风险的降水量。我们将降水分布第5和第95百分位数与最小风险降水量进行比较，以分别衡量极端干旱和极端湿润条件下的关联。为获得各国特定结果，我们推导了总体降水-腹泻死亡率关联的最佳线性无偏预测估计值。使用最佳线性无偏预测所预测的关联提供了加权后的国家-气候估计值，并减少了不确定性，因为它允许死亡率计数较小的地点从死亡率计数较大的地点借用信息。27

进行敏感性分析以评估结果的稳健性，通过使用不同参数和模型规范重复特定分析：(1) 将季度月份的划分改为从2月到4月以及从3月到5月起；(2) 使用相同年份、月份和星期进行时间划分（并去除月份指标）；(3) 使用较短的降水累积和（7天、14天和21天）；(4) 去除月份指标；以及(5) 将人口密度、人均GDP以及水和卫生指标逐一作为meta预测变量加入第二阶段的基准meta回归模型中。

所有数据处理和分析均使用R统计计算软件（版本4.3.1）完成。所使用的R包列于补充文档表5中；http://links.lww.com/EE/A289。

伦理考量：由于二次腹泻死亡率数据已去标识化（即无姓名和居住地址），且按日和国家次级单位进行了汇总，因此研究方案无需获得研究伦理审批。其余二次数据均收集自开放数据源。仅研究团队可访问所有数据集。

结果：1997年至2019年间，研究地点共记录591,412例腹泻死亡（补充文档表4和图3；http://links.lww.com/EE/A289）。大多数（64%即380,195例死亡）来自南非地点，其次是巴西，占总死亡人数的16%（93,825例死亡）。阿根廷（2,812例死亡）、哥斯达黎加（610例死亡）和秘鲁（3,528例死亡）报告的死亡人数较少，占总腹泻死亡人数的1%。热带地点，特别是热带雨林和季风气候区，总降水量最高（图1；补充文档图4；http://links.lww.com/EE/A289）。干旱地点最干燥，总降水量最低。热带地点观察到较高的平均温度，其余地点的平均温度均低于热带地点。

图1. 按气候和国家划分的腹泻死亡总数和28天累积降水量的月均值。气候A、B和C分别指热带、干旱和温带。红色圆圈代表腹泻死亡数，蓝色柱状图代表以毫米为单位的28天累积（滚动和）降水量。n为纳入的国内气候区域数量。

图2显示了按气候和国家划分的降水与腹泻死亡率之间的累积关联。对于热带气候，南美和亚洲国家之间的关联形状存在差异。巴西、哥斯达黎加和秘鲁的关联类似于倒U形，分别在其各自热带降水分布的第86、91和93百分位数处达到峰值（补充文档表6；http://links.lww.com/EE/A289）。亚洲国家，如印度、菲律宾和泰国，具有近似线性的形状，随降水量增加风险随之上升。对于干旱气候，所有国家均呈U形关联，但干燥和湿润条件下的风险略有不同。巴西和秘鲁在干燥条件下的风险高于湿润条件，而印度和南非则相反。对于温带气候，巴西、印度和秘鲁在湿润条件下关联有所上升，但南非则不然。对于极端湿润条件（第95百分位数降水），热带菲律宾的降水-腹泻死亡率风险百分比变化最高（24.0%[95%置信区间（CI）=14.1%, 34.7%]），而温带巴西的百分比变化最低（?1.7%[95% CI = ?5.9%, 2.8%]）。对于极端干燥条件（第5百分位数降水），干旱巴西的百分比变化最高（8.7%[95% CI = 3.4%, 14.1%]），而温带南非的百分比变化最低（2.0%[95% CI = 0.1%, 3.9%]）。

图2. 按气候-国家划分的降水与腹泻死亡率之间的关联。气候A、B和C分别指热带、干旱和温带。Y轴为相对风险（RR）及其95%置信区间，X轴为以毫米为单位的28天累积（滚动和）降水量。黑线和灰色区域分别代表RR均值和95%置信区间。橙色、蓝色和红色垂直线分别为第5、50和95降水百分位数。n为纳入的国内气候区域数量。

图3显示了各气候区的总体累积降水-腹泻死亡率关联。对于热带气候，降水-腹泻死亡率关联形状近似线性，湿润条件下腹泻风险较高，最小风险降水量位于最低降水值。干旱和温带气候呈U形关联，跨越降水百分位数分布的大部分范围，表明在干燥和湿润条件下腹泻风险均有所增加。表1显示了各气候区的最小风险降水量以及极端干燥和湿润条件下腹泻死亡率风险的百分比变化。在热带气候中，与最小风险降水量相比，极端湿润条件下腹泻死亡率增加了17.8%（95% CI = 10.4%, 25.7%）。对于温带和干旱气候，死亡率风险在干燥和湿润条件下均有所增加。在极端干燥条件下，温带死亡率风险增加了3.8%（95% CI = 1.2%, 6.5%），干旱气候增加了5.5%（95% CI = 1.0%, 10.2%）。同样，在极端湿润条件下，温带死亡率风险增加了2.5%（95% CI = ?0.1%, 5.1%），干旱气候增加了4.1%（95% CI = 1.1%, 7.3%）。meta分析模型报告的降水-腹泻死亡率关联合并估计值显示中等程度的异质性，I2为39%，Cochran's Q检验显著（P = 0.0005）。气候在降水-腹泻死亡率关联中存在显著差异（P < 0.0001）。

表1. 按气候区划分的极端干燥和湿润条件下腹泻死亡率风险的最小风险降水量和百分比变化
气候 | 最小风险降水量 | 极端干燥（第5百分位数降水） | 极端湿润（第95百分位数降水）
--- | --- | --- | ---
| 毫米 | 百分位数 | 毫米 | %变化a (95% CI) | 毫米 | %变化a (95% CI)
热带b | 90 | — | — | 4,558 | 17.8 (10.4, 25.7)
干旱 | 622 | 7357 | 5.5 (1.0, 10.2) | 1,560 | 4.1 (1.1, 7.3)
温带 | 1,180 | 64195 | 3.8 (1.2, 6.5) | 2,828 | 2.5 (?0.1, 5.1)

a 相对于最小风险降水的百分比变化。
b 降水-腹泻死亡率关联形状近似线性，因此未包含第5百分位数值。

图3. 按主要气候区划分的降水与腹泻死亡率之间的关联。Y轴为相对风险（RR）及其95%置信区间，X轴为以毫米为单位的28天累积（滚动和）降水量。黑线和灰色区域分别代表RR均值和95%置信区间。蓝色线为第5、50和95降水百分位数。n为纳入的国内气候区域数量。

敏感性分析结果显示，在改变时间划分、降水累积天数和月份指标时，曲线形状基本保持一致。然而，干旱和温带气候的结果对2月到4月的划分、相同月份划分以及去除月份指标表现出一定的敏感性（补充文档图5-8；http://links.lww.com/EE/A289）。对于其他meta预测变量（或可解释关联的其他因素），仅有家庭使用改进卫生设施和管道供水的比例是降水-腹泻死亡率关联的显著调节变量（补充文档表7；http://links.lww.com/EE/A289），尽管这些变量并未改变各气候区风险曲线的形状（补充文档图9；http://links.lww.com/EE/A289）。当改进卫生设施和管道供水比例较高时，极端湿润条件下的风险较低（补充文档图10和11；http://links.lww.com/EE/A289）。相反，在改进卫生设施和管道供水比例同样较高的情况下，极端干燥条件下的风险较高。

讨论：我们确定了降水与腹泻死亡率之间的关联，并在八个中等收入国家中发现了各气候区之间的差异。对于热带气候，降水与腹泻死亡率之间存在正相关且形状近似线性的关联，湿润条件下风险增加。另一方面，干旱和温带气候呈U形关联，在更干燥和更湿润的条件下腹泻死亡率风险均增加。我们的发现与现有文献总体一致，这些文献在概念上假定干燥和湿润条件下均会出现腹泻风险增加，因为这些条件会导致肠道病原体在环境中聚集和传播。5,21

热带地区全年普遍湿润的环境可能影响腹泻风险的降低，这可能是由于环境中肠道病原体的稀释所致。28 DHS研究证实了这一点，作者报告称仅对于热带气候地点在干燥条件下腹泻风险增加。10 然而，我们相反发现的一个合理解释是湿润条件下饮用水源污染增加。多项研究报告指出，湿润条件和强降水会增加热带地点饮用水中大肠杆菌的存在量，包括改进和非改进的水源。29–31 饮用受污染的饮用水不仅会增加肠道感染的机会，还可能因摄入更多肠道病原体和可能的合并感染而导致腹泻严重程度加重。32 这与我们的发现相呼应，即管道供水覆盖率较高时降低了湿润条件下的腹泻死亡率风险。高腹泻死亡率风险也可能与洪水、季风和热带气旋等极端气候相关事件有关，因为这些事件在热带地点均可能发生，33 因为它们可能对水和卫生基础设施产生负面影响，并对整体即时医疗可及性产生不利影响，可能导致严重的腹泻结局。34–36 我们发现的另一种解释是，热带地区在较长时期内不如干旱和温带地区那样干燥，从而抑制了病原体在环境中的聚集。从概念上讲，热带气候中也可能出现降水与腹泻之间的U形关联，此前在孟加拉国和太平洋岛屿的研究中已有报道。22,37

在我们的发现中，温带和干旱气候呈U形降水-腹泻死亡率关联，表明在更干燥和更湿润的条件下腹泻死亡率风险均增加。一项来自中国温带地点的研究也证实了U形降水-腹泻死亡率关联。38 在干燥条件下，可用于饮用和保持适当手卫生及粪便处置的清洁水减少，可能导致病原体暴露增加。10 在极端干燥条件下水流缓慢，可能导致病原体聚集增加，特别是在靠近牲畜的地点。39 此外，极端干燥条件可能引发管道供水中断，导致使用水质较差的水。40 与温带地区相比，干旱地区腹泻死亡率风险略高，这可能是由于其干旱特性，导致环境中肠道病原体聚集增加，并可能导致卫生和手卫生条件更差。41,42

降水-腹泻死亡率关联存在地区差异。

在热带气候地区，印度、菲律宾和泰国等亚洲国家在极端潮湿条件下面临较高的腹泻死亡率风险，这与拉丁美洲国家的情况不同，巴西、哥斯达黎加和秘鲁的腹泻死亡率风险在极端潮湿条件下反而减弱。在干旱和温带气候地区，只有南非在极端潮湿条件下表现出较高的腹泻死亡率风险，其他国家则没有这一特征。总体而言，这些地区差异可以由区域水和卫生条件、社会经济不平等以及影响腹泻疾病传播的环境景观来解释。16,43 对于热带地区，亚洲国家频繁发生的洪涝、季风和热带气旋也可能导致了与拉丁美洲国家的地区差异。44,45 我们的研究利用了多个中等收入国家次国家级单位的多年死亡率数据，这些数据由受训医疗专业人员判定。腹泻死亡率反映的是严重腹泻病例，这些病例可能与未导致死亡的较轻腹泻病例在疾病途径或物理/环境条件上有所不同。因此，我们以死亡率作为研究结果可能主要解释了我们的发现与Dimitrova等人使用照护者报告病例的研究结果之间的差异。人口与健康调查（DHS）数据的调查时期可能偏向于有利于数据收集的条件或季节，从而可能避免捕获极端潮湿或干旱条件下的病例。此外，Dimitrova等人的腹泻数据主要来自被归类为第三级气候区的撒哈拉以南非洲地区。他们使用更精细的空间分辨率和气候区可能比我们使用较大的空间单位和第一级气候区的合并估计捕获了更小范围内的效应。我们选择的暴露定义是腹泻死亡率前28天的累计降水量，旨在表示环境中的降水积累或缺乏。我们假设持续约一个月的极端潮湿或干旱可能表明环境条件较差，例如饮用水质量和卫生条件较差、医疗服务可获得性较低，这些因素可能导致多次腹泻感染，并进一步恶化已患腹泻疾病患者的健康状况。我们的暴露定义无法单独评估长期干旱期后（例如30-60天）出现强降水的事件，这在其他降水-腹泻死亡率研究中已有展示。28,46,47 这类从干旱到强降水的事件发生频率较低，可能在我们的暴露定义中被归为普通的潮湿天气而非极端潮湿天气。尽管探索这种降水暴露类型值得研究，但它可能只能解释腹泻感染风险增加，而非像死亡率这类更严重的健康结果，后者可能发生在严重条件下。我们的研究存在几项局限。首先，考虑到降水事件具有高度局地性，我们使用的国内气候区域聚合可能导致暴露测量误差。南非和阿根廷的数据由于使用第一行政级别边界进行聚合（这些是相对较大的地理区域），可能引入了更多的暴露测量误差，尽管暴露和气候区是基于人口权重确定的。其他研究地点可获得相对较小行政级别的数据，允许更精细的空间提取暴露和分类气候区。其次，腹泻死亡率数据缺乏关于肠道病原体的具体信息，而这些病原体可能与降水呈现不同的关联。最近一项研究报告称，几种病毒和细菌病原体（如星状病毒、诺如病毒、萨普病毒和产肠毒素大肠杆菌）偏好更干燥的条件，即由滞后3-9天的前期7天降水负异常定义，且在更潮湿条件下均未显示风险增加。48 其他研究指出，在更潮湿条件和强降水情况下，弯曲杆菌、霍乱弧菌、小孢子虫和贾第兰氏虫等细菌和原生动物病原体风险增加。49-51 第三，各国腹泻死亡率数据的年份不同，有些在2000年前开始，有些在2019年前结束。这可能造成了合并估计中剩余异质性的贡献，因为随着社会经济和环境条件改善，腹泻死亡率风险随时间下降。第四，欧洲中期天气预报中心气候再分析第五代陆地组成部分降水数据未能区分雨和雪。强降雨和强降雪后腹泻风险可能不遵循相同的传播途径。尽管我们的研究未包括寒冷和极地地区，但一些温带和干旱研究地点可能经历了降雪，这可能会影响降水-腹泻死亡率关联的形状。最后，我们的结果仅包括中等收入国家（即6个中等偏上收入国家和2个中等偏下收入国家），无法代表高收入和低收入国家的情况，这些国家的腹泻死亡率可能分别极低和极高。总之，我们的发现表明，降水与腹泻死亡率之间的关联因气候区而异。我们特别发现，在温带和干旱气候中，腹泻死亡率风险在更干燥和更潮湿的条件下均增加，而在热带气候中，腹泻死亡率风险增加仅发生在更潮湿的条件下。这些结果可用于开发未来各种影响腹泻死亡率的气候因素（包括环境温度）下的全球降水相关腹泻死亡率预测。利益冲突声明作者声明与本报告的內容没有利益冲突。致谢感谢审稿人提供的宝贵反馈，帮助提高了本报告的可读性和清晰度。