气候变化对冬季超额死亡率影响的统计模型研究

人群死亡率呈现明显的季节特征，证据表明低温是造成冬季超额死亡率的主要原因。既往有关低温影响的研究集中在寒带和温带地区，至今尚无热带和亚热带地区的研究报道。而且，低温的影响在全球气候变暖的背景下是否有所缓解尚不明了，如何控制混杂、识别高危人群、分析气温的滞后效应等统计学问题也待进一步研究。我们的前期研究发现广州的冬季超额死亡率并不低于寒带地区，反映低温的影响被严重忽视。为此，本项目将以具有典型亚热带气候的广州市人群为对象，利用广州市近10年逐日气象资料和死亡资料，用Poisson回归和病例－交叉等方法定量评估冬季超额死亡率与气温的关联性，用MCMC方法分析这种关联性对气候变化的响应,用非线性分布滞后模型分析气温的滞后效应和累积效应，运用比数线性模型识别高危人群，以期揭示主要疾病死亡率的季节特征和长期变化趋势，为降低冬季超额死亡率和气候控制策略的制定提供参考依据，并探索适于此类研究的统计模型。

人群死亡率呈现明显的季节特征，热带和亚热带地区冬季超额死亡的严重程度以及影响因素尚缺乏研究。同时，从方法上，评估气象健康效应的统计模型需要进一步完善。本项目利用广州市2003年1月至2011年12月的逐日死亡资料（共213737例），结合同期气象和空气污染数据，发现广州这一典型亚热带城市的人群死亡率存在明显的季节性，冬季死亡率较其他季节高出26%，该估计值甚至高于寒带地区。我们采用非线性分布滞后Poisson回归模型和病例－交叉等方法定量化评估了冬季超额死亡率与气温的关联性，并分析了气温的滞后效应和累积效应，提出了将case-only等方法与分布滞后非线性模型结合，定义脆弱人群。研究表明：即使在广州这样的亚热带城市，冬季低温仍然是死亡的一个重要影响因素，提示在这些地区人群的防寒意识及御寒能力均有待提高。在完成预订研究内容的基础上，我们还评估了热浪和寒潮等极端天气气候事件对人群死亡率的影响，发现与平均气温相比，这些极端天气气候事件对人群健康产生更为严重的影响。另外，研究也发现日温差、相对湿度和气压也是影响人群死亡率的重要气象因素。我们还采用小波分析发现气象因素对空气质量产生显著影响，而且这种影响在不同的时间尺度上存在差异，为气象和空气污染健康效应评估模型构建时如何控制混杂提供了重要依据。如何刻画存在非线性滞后影响的各因素之间的交互作用，一直是方法学上的一个难题。我们在分布滞后非线性模型中引入气温的样条基函数与空气污染的交互项，并量化评估其大小，发现空气污染对气温的效应大小有重要的调节作用，而且气温效应的滞后特点随污染水平发生变化。.本项目预期研究成果是发表论文4-5篇（其中SCI论文2-3篇），培养硕士研究生1~2名。在研究期间内，已发表SCI收录论文7篇（累计影响因子20.2），国内期刊发表论文6篇（其中5篇为核心期刊）。培养硕士研究生3人，其中1人已毕业，其毕业论文被评为南方医科大学优秀硕士论文，2名研究生获国家研究生奖学金。5名本科生参与了该项目的部分研究工作，在2013年全国大学生统计建模大赛中获得二等奖和三等奖各一项。按研究计划邀请了香港大学和澳大利亚昆士兰大学的学者来校进行交流，多次网络在线参加了昆士兰大学组织的学术交流（CAR seminar）。