晝夜溫差對烏魯木齊市慢性腎臟病日住院人次影響的時間序列分析

吳瑞凱，張 瑩，楊浩峰，馬 龍，蘇德奇

1. 新疆醫科大學公共衛生學院（烏魯木齊 830011）

2. 烏魯木齊市疾病預防控制中心（烏魯木齊 830023）

近年來，隨著氣候和環境的變化，寒潮和熱浪現象頻繁出現，氣象因素的健康效應成為國內外學者的研究熱點，其中晝夜溫差（diurnal temperature range，DTR）變化對人體健康的影響受到重點關注[1-2]。DTR 是一種氣象指數，表示與氣候變化和城市化相關的天氣穩定性程度，其定義為每日最高溫度和最低溫度之間的差異，已廣泛用于分析其對人類健康的影響[3]。血管性疾病對氣候變化較為敏感，是全球死亡和致殘的主要原因[4-7]，兩者之間的暴露反應關系通常呈現非線性的“U”形、“J”形、“N”形或“V”形[8-10]。在人體血液循環和機體穩態中，腎臟血流量約占心輸出量的20%，溫度上升、下降和極端高溫、低溫事件會改變腎臟血管內血液流動，進而影響人體腎臟功能。國內外研究表明，溫度改變和極端高溫事件導致嚴重的電解質紊亂，增加慢性腎臟?。╟hronic kidney diseases，CKD）發病、死亡的風險及住院和家庭的負擔[11-12]。

不同地區因地理位置和地形的影響，所居住的地區氣候各異，對CKD 患者的影響也存在差異。烏魯木齊市屬中溫帶大陸性干旱氣候，市區三面環山，是世界上離海洋最遠的城市，白天有較強的太陽輻射，溫度高，晚上地面散熱快，溫度低，烏魯木齊DTR 較大，故有“早穿棉襖午穿紗，圍著火爐吃西瓜”之稱。因此，本研究基于時間序列分析方法的分布滯后非線性模型( distributed lag no-linear model，DLNM)，分析DTR 對烏魯木齊市CKD 患者住院的影響特點與規律，為進一步評估DTR 對健康效應的影響提供科學依據。

1 資料與方法

1.1 研究對象與資料來源

CKD 日住院人次數據來自2019 年1 月1 日至2020 年12 月31 日烏魯木齊市4 所三甲醫院、4 所二甲醫院和1 所一甲醫院的病歷檔案。納入標準：①符合CKD 診斷標準：腎臟結構或功能異常（出現血尿或蛋白尿）時間＞3 個月或腎小球濾過率＜60 mmL·min-1且時間持續＞3 個月[13]；②首要診斷為CKD；③入院時間為2019 年1 月1 日至2020 年12 月31 日。排除標準：①急性腎臟疾??；②資料不全者。

大氣污染及氣象數據來自烏魯木齊市主城區的6 個國控監測點（烏魯木齊市天山區收費所、烏魯木齊市沙依巴克區環境監測站、烏魯木齊市新市區鐵路局、烏魯木齊市水磨溝區三十一中、烏魯木齊市烏魯木齊縣水西溝鎮環保培訓基地、烏魯木齊市米東區環保局），大氣污染數據包括NO2、CO、SO2、PM2.5、PM10的日平均濃度和O3的日最大8 h 平均值，氣象數據包括日均氣壓、日均風速、日均濕度和晝夜溫差。

本研究分析所用數據均來自于烏魯木齊市疾病預防控制中心匯總的健康數據，皆為脫敏數據，所有處理環節均不涉及個人隱私。

1.2 統計學分析

采用SPSS 26.0 軟件進行統計分析，采用四分位數（P25，P75）描述CKD 日住院人次、大氣污染和氣象因素數據；大氣污染和氣象數據非正態分布，采用Spearman 相關分析法分析兩者的相關性。采用R 軟件（4.3.1 版）的 “DLNM”包構建統計模型。DLNM 是一種用于定量評估“暴露-滯后-效應”關系的統計學模型，可探討疾病對氣候變化的響應，既考慮氣象因素對疾病的滯后效應，同時還考慮了兩者的非線性關系?？紤]到CKD 患者日住院人次是一個低概率事件，因此采用準泊松作為連接函數來擬合模型，研究采用廣義加性模型結合DLNM 來量化滯后和可能的非線性效應，用于評估DTR 與CKD 日住院人次之間的暴露劑量-效應關系，探究DTR 對CKD 日住院人次住院風險影響的延遲效應。假期效應、長期時間趨勢、“星期幾效應”（day of the week，DOW）和其它大氣氣象因素可能會產生混雜效應，使用自然立方樣條曲線控制上述因素，基本模型如下：

式中，t指觀測的時期；E(yt)為第t天出現CKD 患者日住院人次的預期值；α指截距；β為DTR 矩陣的參數向量；DTRt,l為DTR 指標矩陣，l為滯后天數；ns指自然平滑函數；humidity指日均濕度；air指日均氣壓；speed指日均風速；pollutant指大氣污染物的日平均濃度；time指時間變量；v指自由度；DOW指星期幾效應；holiday指假期效應。

本研究中DTR 定義為日最高氣溫與日最低溫度的差值，DTR 的中位數（M=9.40℃）被定義為計算所有相對風險（RR）和95%置信區間（CI）的參考值，分別計算高度DTR（P95）和極高DTR（Max）相對于DTR中位數的RR值來評估兩者效應。并對性別（男性和女性）、年齡（＜65 歲，≥65歲）和季節（溫暖季節：5 月至10 月；寒冷季節：11 月至次年4 月）進行分層分析。為防止多重共線性，將DTR 與大氣污染物因素相關性r＜0.8的因素納入模型，即本研究中PM2.5、PM10、SO2、NO2、CO、O3、日均濕度、日均氣壓和日均風速全部納入模型。根據模型殘差的偏自相關絕對值之和最小的原則并參考相關研究，選取大氣氣象因素的自由度為3，時間趨勢變量每年的自由度為7。另外考慮到DTR 對健康影響的滯后效應，將最大滯后時間定為21 d，檢驗水準為0.05。

2 結果

2.1 一般資料

收集2019 年1 月1 日至2020 年12 月31 日烏魯木齊市4 所三甲醫院、4 所二甲醫院和1 所一甲醫院日住院人次7 305 人次，其中男性3 754例次（51.39%），女性3 551 例次（48.61%）；＜65歲5 140 例次（70.36%），≥65 歲2 165例次（29.64%）；日均DTR 為9.40℃，溫暖季節DTR為2.80～19.90℃，寒冷季節DTR 為1.50～18.40℃，詳見表1。

表1 烏魯木齊市2019—2020年每日CKD患者日住院人次與相關氣象和污染指標Table 1. Daily hospitalization number of CKD patients and related meteorological and pollution indicators in Urumqi from 2019 to 2020

2.2 溫度變化情況

2019 年1 月1 日至2020 年12 月31 日烏魯木齊市DTR 范圍為1.50～19.90℃，低度DTR 主要集中在寒冷季節和季節交替時，高度DTR 主要集中在溫暖季節，見圖1。

圖1 烏魯木齊市2019年1月1日至2020年12月31日DTR日歷圖Figure 1. DTR calendar from January 1, 2019 to December 31, 2020 in Urumqi

2.3 相關性分析

Spearman 相關分析顯示，DTR 和日均風速、O3之間呈正相關（P＜0.01），與日均氣壓、日均濕度、PM2.5、NO2、CO 之間呈負相關（P＜0.01），詳見圖2。

2.4 晝夜溫差對CKD患者日住院人次影響

CKD 患者日住院人次與DTR 變化之間存在高度相關，圖3 顯示了以DTR 中位數（9.40℃）為參考值，與DTR 相關的CKD 患者住院的相對風險。CKD 患者住院時DTR 累積效應（滯后0～21 d）的暴露-反應曲線呈“N”形，CKD 患者住院風險隨DTR的升高呈先上升后下降趨勢。低度和高度DTR 對CKD 患者住院的影響存在一定的滯后效應，中度DTR 對住院影響較小。圖4、圖5 顯示在不同DTR 值和不同的滯后時間對CKD 患者住院相對危險度變化的大小。

圖4 不同滯后天數下溫度與CKD患者日住院風險的關系Figure 4. Relationship between temperature and daily hospitalization risk in patients with CKD in different lag days

圖5 不同溫度值滯后響應曲線Figure 5. Lag response curve of different temperature values

以DTR 中位數（9.40 ℃）作為參考值，DTR=4℃時，單日效應出現在第3 天[RR=1.074，95%CI（1.011，1.142）]，最大效應出現在第21天[RR=1.093，95%CI（1.014，1.178）]，累積滯后暫未發現有統計學差異；DTR=5℃時，單日效應出現在第3 天[RR=1.081，95%CI（1.020，1.145）]，最大效應出現在第21 天[RR=1.090，95%CI（1.014，1.173）]，累積滯后暫未發現有統計學差異；高度DTR=14℃（P95）時，單日效應出現在第4 天[RR=1.086，95%CI（1.007，1.172）]，最大效應出現在第5 天[RR=1.089，95%CI（1.009，1.176）]，累積滯后暫未發現有統計學差異；極高DTR=19℃（Max）時，單日滯后和累積滯后均暫未發現有統計學差異，見表2、表3。

表2 CKD患者在特定DTR下不同滯后天數相對危險度及95%CITable 2. Relative risk and 95%CI of CKD patients with different lag days under specific DTR

表3 CKD患者在特定DTR下累積滯后天數的相對危險度及95%CITable 3. Relative risk and 95%CI of CKD patients with cumulative lag days under specific DTR

2.5 DTR對不同年齡、性別的影響

按年齡、性別進行分組后，分別觀察CKD患者亞組在DTR 的滯后反應。DTR=5℃，在滯后4 d 時，男性住院風險[RR=1.089，95%CI（1.020，1.163）] 大于女性[RR=1.074，95%CI（1.006，1.147）]；在滯后4 d 時，＜65 歲人群住院風險[RR=1.106，95%CI（1.034，1.183）] 大于≥65歲人群[RR=1.029，95%CI（0.966，1.096）]。男性、年齡＜65 歲人群相比于其他分組更易受到DTR影響，見圖6。

圖6 DTR對不同性別、年齡CKD患者的滯后效應Figure 6. Delayed effect of DTR on CKD patients of different gender and age

2.6 不同季節DTR的滯后效應

寒冷季節和四季更替DTR 變化對CKD 患者住院的影響更大，DTR 為5℃時，寒冷季節從滯后第3 天開始持續到第21 天，滯后5 天時CKD患者住院風險最高[RR=1.225，95%CI（ 1.119，1.340）]；DTR 為15℃時，從滯后第1 天開始持續到第2 天，最高為滯后1 天[RR=1.467，95%CI（1.121，1.920）]，溫暖季節DTR 暫未發現有統計學差異，見表4。

表4 DTR在不同季節下的相對危險度Table 4. Relative risk of DTR in different seasons

2.7 靈敏性分析

改變模型中時間變量自由度（分別為5、6和7 年）以及模型中日均濕度、氣壓的自由度（3、4 和5），擬合結果顯示，模型的結果穩定，改變參數對結果影響不大，見表5。

表5 模型敏感性分析Table 5. Sensitivity analysis of the model

3 討論

氣候和環境因素在人體的穩態機制中扮演重要角色，寒潮、熱浪等的氣候變化與人體的健康效應密切相關[14]。晝夜溫差對人體的影響主要表現在體溫調節方面。人體的正常體溫保持在36.5℃左右，而晝夜溫差的變化可能會影響身體的產熱和散熱平衡。如果溫差過大或者氣溫急劇變化，身體可能無法及時適應，導致體溫調節失衡，從而影響身體健康。本研究發現，DTR 與CKD 患者日住院之間的關系是非線性的，并表現為“N”型模式，寒冷、溫暖季節低度DTR 比中高度DTR對CKD患者的影響更大，滯后時間更長，與Tang 等研究一致[15-16]，環境溫度變化會增加血壓、血液粘度和心率，從而增加血管性疾病的住院和死亡風險。

國內外研究中DTR 影響CKD 患者的敏感人群尚不一致?？紤]到男、女性生理功能的差異，本研究以性別分層進行亞組分析，結果顯示DTR對男、女性CKD 患者均有影響，男性CKD 患者住院風險較女性更大，與前期課題組DTR 與心血管疾病研究結果一致[17]。溫度對性別影響的差異可能受生理、代謝差異以及激素水平和工作環境的影響。從生理和代謝的角度看，男性和女性在產熱機制上存在差異，男性的骨骼肌較為豐富，產生的熱量較女性多，基礎代謝率一般也比女性高，在高溫環境下男性更容易感到炎熱；而女性的脂肪含量相對男性較高，這可能會影響他們對溫度變化的適應能力。從激素水平的角度看，男性體內的睪酮水平較高，女性體內的雌激素和孕激素水平較高，這些激素也可能會影響身體的代謝和體溫調節。從工作環境的角度看，根據《中國人群暴露因素手冊》，男性和女性的戶外時間不同（258 min/d vs. 210 min/d）， 男性可能會更多的暴露在戶外中，氣象因素造成的健康風險更高。并且男性暴露于吸煙和飲酒的幾率也更大，可能會增加血管性疾病的發生風險。國內外研究中DTR 對不同年齡段CKD 患者影響的結果也不一致，Tang 等對2007—2016 年中國合肥市特定原因死亡率的研究指出，DTR 的影響因年齡而異，年輕人比老年人更容易受到DTR 效應的影響[15]，本研究與其結果一致。

DTR與CKD患者之間的關聯存在季節變化[18]。DTR 為4～5℃時主要集中在寒冷季節，暴露于此環境下對CKD 患者住院有不利影響。在寒冷季節當DTR=5℃時，從滯后第3 天開始持續到第21 天對CKD 患者住院風險的影響一直存在，滯后5 天時CKD 患者發生住院的風險最高，而在溫暖季節時暫未發現DTR 對CKD 患者住院風險有影響。DTR 為15～19.9℃時主要集中在四季更替時，對CKD 患者也會產生不利影響，Han 等研究發現老年人在熱浪暴露期間更容易受到傷害[19]，與本研究結果基本一致。

本研究結果顯示男性和＜65 歲CKD 患者對DTR 更敏感，在寒冷季節、四季更替溫差變化時CKD 患者也會更敏感，說明應針對敏感人群制定特異性的策略來應對DTR 對CKD 患者的影響。當觀察到一天內溫度突然變化時，尤其是在四季交替時期，DTR 往往變化較大，應采取適當的措施，如增加衣物進行保暖、減少戶外活動時間等，以避免從高熱溫度驟減到寒冷溫度下機體因溫度變化過大而受到影響。同時醫療機構也應該在最大滯后效應當天做好應對住院接診量增加的準備。

本研究也存在一定局限性。首先，本研究為回顧性研究，時間序列較短，CKD 患者日住院樣本量較小。其次，CKD 患者住院除受溫度影響外，還可能受到自身生活習慣和遺傳因素、經濟水平等混雜因素的影響。

綜上所述，本研究基于烏魯木齊市特殊氣候進行了DTR 的分析，結果發現低度DTR 變化是CKD 患者住院的一個危險因素，且DTR 對男性和＜65 歲CKD 患者的住院效應更高，為針對敏感人群應對天氣變化，尤其是在冬季和季節交替時開展特定的干預措施提供了依據。