2013—2022年氣象因素對合肥市肺結核發病的影響

尤恩情 李娟 陳麗麗 劉溦 吳金菊 曹紅

結核病是由結核分枝桿菌引起的慢性呼吸道傳染病,嚴重危害人類健康,是全球關注的重大公共衛生問題之一[1]。2020年安徽省肺結核平均報告發病率為43.8/10 萬,皖中區域報告發病率要高于皖南和皖北區域[2]。合肥市地處皖中,為安徽省省會,人口密度大,人員流動頻繁,結核病的防控難度較大,2022年肺結核新報告患者例數居合肥市甲、乙類傳染病第4位。

氣象條件不但可以影響人體的免疫力,還會影響生活環境中病原體的繁殖和傳播,已有研究描述了肺結核與氣象因素之間的關聯,如李盛等[3]研究發現,低溫和高溫均可增加蘭州市肺結核發病風險;美合日班·買買提等[4]的研究表明,低溫是新疆地區肺結核發病的危險因素之一;梁達等[5]的研究也表明,氣象因素在不同程度上影響青海省肺結核的發病。本研究使用分布式滯后非線性模型來評估氣象因素對合肥市肺結核發病的影響,為制定合肥市肺結核控制策略提供依據。

資料和方法

一、數據來源

合肥市肺結核報告發病數據和人口數據分別來源于“中國疾病預防控制信息系統”的子系統“監測報告管理系統”和“疾病預防控制綜合管理系統”。從系統中導出錄入時間為2013年1月1日至2022年12月31日、現住址為合肥市的肺結核已審核報告卡,剔除疑似患者和已刪除報告卡,保留臨床診斷病例和確診病例報告卡。因2018 年正式實施的《WS 288—2017 肺結核診斷》和《WS 196—2017 結核病分類》[6]標準自2019年起將結核性胸膜炎納入肺結核分類報告,為保持數據的一致性,本次將2013—2018年結核性胸膜炎也納入分析。

氣象因素監測數據來源于合肥市氣象局,包括平均氣壓(hpa)、平均氣溫(℃)、平均相對濕度(%)、平均風速(m/s)和日照時數(h),2013—2022年氣溫、氣壓、相對濕度和風速按周取平均值,日照時數則按周計算累計值。因降雨量監測數據缺失值較多,本次不納入分析。

二、研究方法

1.描述性分析:建立合肥市肺結核周發病數和周氣象資料的時間序列,并進行描述性分析。

2.氣象因素與肺結核的相關性分析:Kolmogorov-Smirnov檢驗顯示合肥市肺結核周發病數不符合正態分布,故采用Spearman相關系數評價氣象因素與肺結核的相關性。結核病的最早臨床表現通常會在感染后延遲≥2 個月[7],同時考慮就診延遲,故此次研究選擇滯后16周為最大滯后期。

3.氣象因素對肺結核發病的影響:采用服從泊松分布的分布滯后非線性模型 (distributed lag nonlinear model,DLNM) 分析氣象因素對肺結核發病的影響,同時將潛在的如其他氣象因素、長期趨勢和節假日效應等混雜因素納入模型并加以控制。

以肺結核周發病數Yt為因變量,氣象因素X為自變量,相對于合肥市人口數而言,每周肺結核發病數為小概率事件,因此,在模型構建中將病例數看作近似服從泊松分布,采用log作為連接函數,基本模型如下:

Yt～Poisson(μt)

log(μt)=α+βApt,l+ns(Weather,3)+ns(time,7×year)+factor(Holiday)

其中,Yt和μt分別為第t周實際和預期的肺結核發病例數,α為模型截距項,β為矩陣的回歸系數,Apt,l為待研究因素交叉基矩陣,l為滯后周期,ns代表自然三次樣條函數(natural cubic spline),用來控制非線性混雜因素對病例數的影響。time 是時間變量,以df=7×year 控制時間的長期趨勢和季節性;采用df=3控制氣象因素,Holiday用于控制節假日效應。自由度根據赤池信息準則(akaike information criterion,AIC)最小化原則選擇,通過改變變量自由度(3～5)分別建模,再分別計算不同自由度模型AIC值,溫度、相對濕度和風速,均在自由度為5時AIC值最小(AIC=4626.967、4533.146、4407.949)。將氣象因素的P1、P5、P95、P99定義為極端氣象因素。在上述模型的基礎上,以各氣象因素的中值為參考值,分析極端氣象因素對肺結核發病的影響。

4.敏感性分析:采用調整模型中長期趨勢的自由度(7～9)和控制混雜因素的自然立方樣條函數的自由度(3～5)來檢驗模型的穩定性。

三、統計學處理

結 果

一、基本情況

表1 2013—2022年合肥市肺結核報告發病情況[例,構成比(%)]

2013—2022年肺結核周發病數最多136例,最少24例,中位數(四分位數)[M(Q1,Q3)]為79(67,92)例。周平均氣壓、平均氣溫、平均溫差、平均相對濕度、平均風速和周累計日照時數的中位數(四分位數)分別為1012.1(1003.7,1019.4) hpa、17.2(8.7,24.6) ℃、8.9(7.1,10.8) ℃、77.0%(70.0%,83.0%)、2.0(1.7,2.4) m/s和34.0(20.4,48.6) h。見表2。

表2 2013—2022年合肥市肺結核周發病數和氣象因素描述性統計

二、相關性分析

肺結核周發病數與氣壓、氣溫和風速的相關性均有統計學意義(P值均<0.05),其中周發病數與氣溫呈正相關,與氣壓和風速則呈負相關(圖1)。VIF表明各氣象因素之間不存在多重共線性,可將多個氣象因素納入模型。因氣壓與氣溫相關性極強(|r|=0.917),故本次僅分析更有意義的氣溫,不分析氣壓對肺結核發病的影響。相對濕度與肺結核的相關性雖無統計學意義,但考慮氣象因素對肺結核發病的影響具有非線性特征和滯后效應,因此仍分析其對肺結核發病的影響。

圖1 2013—2022年合肥市肺結核周發病數與氣象因素相關性分析

三、DLNM分析

1.氣象因素與肺結核周發病的滯后效應:圖2、3顯示的是氣象因素與肺結核在滯后第0～16周的暴露-滯后效應關系。從圖2可以看出周平均氣溫、周平均相對濕度和周平均風速對肺結核發病的影響均具有非線性和滯后性特點。圖3可以看出,在較低的周平均氣溫(<17.2 ℃)時,發病風險隨著氣溫的降低呈現先增后減,并隨著滯后時間延長發病風險增加,在3.1 ℃滯后16周時RR值最大,為1.092(95%CI:1.040～1.147);相對較高周平均氣溫(>17.2 ℃)總體對肺結核影響較小,在氣溫超過25 ℃ 之后隨氣溫升高風險略有增加,但RR值一直較小。在低周平均相對濕度(<77.0%)時,相對濕度越低發病風險越大,隨著滯后時間的延長發病風險逐漸降低,相對濕度在46.1%滯后0周時的RR值最大,為1.146(95%CI:1.086～1.210);較高周平均相對濕度(>77.0%)基本不增加肺結核發病風險,在相對濕度在93%以上時為保護因素(RR值均<1)。在較低周平均風速(<2 m/s)時隨風速的降低發病風險先增后減,隨著滯后時間的延長風險增加,風速在1.2(m/s)滯后16周時的RR值最大,為1.042(95%CI:1.011～1.073);較高周平均風速(>2 m/s)在滯后8周內為保護因素(RR值均<1),即使在滯后第16周也基本不增加肺結核發病風險。

注 RR:相對風險

注 RR:相對風險

2.氣象因素對肺結核周發病的累積效應:圖4為周平均氣溫、周平均相對濕度和周平均風速在0～16 周滯后期對肺結核發病的累積影響。從圖4中看出,肺結核發病風險與氣溫呈“M”型關系,隨氣溫的上升呈先增后減再增再減趨勢;氣溫在0～10 ℃ 和 17.5～33.9 ℃時,表現為肺結核發病的危險因素,CRR值在4.7 ℃時達到最大,為2.261(95%CI:1.422～3.594)。相對濕度對肺結核發病的影響呈倒“N”型,在46.1%～64%和80%～89%時,表現為肺結核發病的危險因素;在相對濕度<64%時,發病風險隨相對濕度的增加而降低,相對濕度在46.1%時CRR值達到最大,為8.666(95%CI:5.452～13.773)。風速對肺結核的影響近似“Z”型,在1.05～1.95 m/s 時,表現為肺結核發病的危險因素,CRR值在1.2 m/s時達到最大,為1.563(95%CI:1.203～2.031),風速在2.05～3.65 m/s則呈保護效應。

注 CRR:累積相對風險

3.極端氣象條件對肺結核周發病的滯后效應:圖5顯示極端低溫在P1滯后9～16周和P5滯后6～16周時,是肺結核發病的危險因素;極端高溫在P99滯后6～15周和P95滯后7～15周,是肺結核發病的危險因素,但RR值較小。極端低相對濕度在P1整個滯后期(0～16周)和P5滯后0～12周,是肺結核發病的危險因素,在P1滯后0周時RR值最大,為1.073(95%CI:1.047～1.100);極端高相對濕度P99滯后0～15周為肺結核發病的保護因素。極端低風速P1滯后5～16周和P5滯后2～16周時為肺結核發病的危險因素,極端高風速在P95滯后0～9周和P99滯后0～13周時,表現為肺結核發病的保護因素。

4.極端氣象條件對肺結核周發病的累積效應:極端氣溫會增加肺結核發病風險,最顯著的累積效應出現在P5(CRR=2.064,95%CI:1.283～3.319),在P1時CRR值無統計學意義。極端低相對濕度會增加肺結核的發病風險,且在P1時累積效應最大(CRR=2.750,95%CI:2.246～3.367);極端高相對濕度在P95時是肺結核發病的危險因素,但在P99時是則肺結核發病的保護因素。極端低風速是肺結核發病的危險因素,最顯著的累積效應出現在P1(CRR=1.563,95%CI:1.203～2.031)。極端高風速是肺結核發病的保護性因素。見表3。

表3 極端氣象因素對肺結核發病的累積效應

5.DLNM敏感性分析結果:原模型的時間變量df=7/年,混雜因素df=3。表4的分析結果顯示,調整時間變量自由度(7～9/年)后,極端氣象因素(P5)對肺結核發病的累積效應不變;調整混雜因素自由度(3～5)后,極端氣象因素(P5)對肺結核發病的累積效應變化也很小,表明模型具有穩定性,擬合效果較好。

表4 DLNM敏感性分析結果

討 論

環境作為傳染病流行的重要因素,其在傳染病防控的各個環節都愈加受到重視[8],環境條件的變化正在增加病原體傳播的適宜性[9]。有觀點認為,氣候的變化除了會影響結核分枝桿菌傳播概率,也可影響人體呼吸道局部免疫力,從而影響人體感染結核分枝桿菌的風險[10]。本研究分析了合肥市肺結核發病的一般特征,并用10年連續的監測數據和DLNM方法,探討氣象因素對肺結核發病的影響,這是首次在合肥市探討氣象因素對肺結核發病影響的時間序列研究。

本研究顯示,合肥市2013—2022年肺結核總體呈現下降趨勢,年均發病率為50.8/10萬,低于安徽省[11]和全國平均水平[12],說明合肥市肺結核防控工作成效明顯,這與近年來合肥市政府部門在肺結核管理方面資金投入的不斷增加、“三位一體”政策有效落實密不可分[13]。DLNM研究結果顯示,合肥市肺結核周發病數的變化與氣溫、相對濕度和風速等氣象因素的波動有關,氣象因素對肺結核的影響呈現非線性和滯后性特征,且在不同的滯后期呈現出不同的效應。葉雯婧等[14]也在研究中指出氣候因素與肺結核發病存在關聯并具有不同程度的滯后效應。

本研究顯示,氣溫對肺結核發病有一定的影響,在低氣溫時隨著溫度的降低發病風險先增后減,并隨著滯后時間延長風險增加,在3.1 ℃滯后16周時RR值最大,在超過25 ℃之后隨氣溫升高風險略有增加,對肺結核的影響總體較小。氣溫在0～16周滯后期對合肥市肺結核累積效應呈“M”型分布,CRR值在氣溫4.7 ℃時達到最大,提示低溫和高溫均可增加肺結核發病風險,但低溫效應更強,這與丁凡等[15]的研究結果相似。一方面是吸入冷空氣導致上氣道和支氣管黏膜冷卻,抑制了纖毛運動,增加肺結核發病風險;另一方面是在低溫條件下人群暴露于日光的時間更短,導致免疫力降低,容易被結核分枝桿菌感染[16];加上低溫會增加人類心血管系統負荷,導致人體對結核分枝桿菌易感性增加。也有研究者認為,溫度直接改變了結核分枝桿菌易感人群和其感染者室內/室外活動的持續時間,從而影響了肺結核的傳播[17]?？梢愿鶕夂蜃兓l布疾病預警信息,提醒公眾做好預防措施,如低溫季節通過增加日照時間,適當鍛煉和合理營養,增強自身免疫力;高溫季節減少積聚性活動,不在人口密集場所長時間停留等[3],從而降低感染風險。

相對濕度對肺結核發病影響的分析結果顯示,低相對濕度與肺結核發病呈反向關系,但會隨滯后時間的延長風險逐漸降低,在最低相對濕度(46.1%)滯后0周時RR值最大,整個滯后期都表現為發病的風險因素,對肺結核的影響持久。而高相對濕度則影響有限甚至會成為保護性因素。這可能與結核分枝桿菌的生物學特性有關,因為莢膜的存在,其對干燥的抵抗能力很強,濕度大,反而不利于其存活;也可能因為長期暴露于干燥的環境會促進黏液的蒸發,從而減少呼吸道表面的保護性黏液量,從而降低其對結核分枝桿菌的抵抗力[18]?？梢酝ㄟ^增加室內空氣相對濕度的方法,增加呼吸道抵抗力,破壞有利于結核分枝桿菌生存的環境來降低感染風險。

本研究發現肺結核發病與風速呈負相關,低風速在高滯后期是肺結核發病風險因素,高風速則為保護性因素,風速對肺結核的累計效應呈近似“Z”型。分析原因,可能是低風速條件不利于空氣中污染物的擴散和清除,污染物濃度的升高,影響人體的免疫狀態,增加肺結核的發病風險,先前也有研究證實了氣態污染物對肺結核發病的促進作用[19],而高風速條件有利于氣態污染物的擴散。因此,適當的開窗通風或機械通風可加速空氣流動,也有利于肺結核的預防。

極端天氣對人體健康的影響已經得到了廣泛的證實,輕則可能引起身體不適,重則導致疾病發生或誘發死亡。本研究也初步探討了極端氣象條件對肺結核發病的影響,結果顯示,極端低溫、極端低相對濕度和極端低風速均是肺結核的風險因素。近年來合肥市極端天氣事件(如寒潮)時有發生,應關注氣象部門相關預警,提醒老年人、患有循環及呼吸系統疾病的人群及從事戶外作業人員等應做好防護;保持室內適宜的溫、濕度,適時開窗換氣;外出注意保暖,盡量避開早晚氣溫較低時段,不進行劇烈的戶外體力活動,減少因機體抵抗力下降而導致感染的概率。

盡管本研究采用時間序列的設計及分布滯后非線性模型的統計學方法,對氣象因素波動與肺結核發病之間的混雜因素進行了調整,也對不同滯后天數下的關聯進行了探索,但由于使用的是固定地點的氣象數據,而不是個人暴露數據,這可能會導致結果誤差。另外,醫療機構肺結核診斷和報告的準確性,以及新型冠狀病毒感染疫情期間患者就醫行為的改變,或多或少也會影響周發病數分布,從而影響分析的結果。因此,本研究發現的初步結果仍需要進一步的探索和驗證。

綜上,氣象因素對合肥市肺結核發病的影響呈現滯后性和非線性的特點,先前的氣象因素可能對未來的肺結核發病產生影響,因此,可以根據氣象變化制定肺結核預防和控制措施,應重點關注中老年人、有慢性基礎性疾病患者等對氣候變化敏感人群的結核病防控。

利益沖突所有作者均聲明不存在利益沖突

作者貢獻尤恩情:數據收集、整理和分析、論文撰寫、后期修訂;李娟:模型測試、輔助數據分析;陳麗麗:輔助數據分析;劉溦:數據收集;吳金菊:論文修改及審核;曹紅:論文審核、指導