西安呼吸系統疾病氣象風險指數等級預報研究與應用

張 楠，徐 波，劉敏茹，鄧小麗

(西安市氣象局，西安 710016)

呼吸系統疾病(chronic respiratory disease，CRD)是影響我國居民健康的一種常見病、多發病。根據《2019年中國衛生健康統計年鑒》的數據，2018年我國城市居民呼吸系統疾病死亡率為68.02/10萬，呼吸系統疾病是位列城市居民死亡率第4位的一類疾病[1]。研究表明，低氣溫、高氣壓及濕冷等氣象條件的疊加效應與呼吸系統感染及呼吸系統疾病發病有明顯的相關關系[2-3],穩定的氣象條件不利于慢性呼吸道疾病發病，降溫和高氣壓是慢性呼吸道疾病的誘因之一[4]。對西安市2010—2014年疾病死亡率統計發現，呼吸系統疾病是死亡率第3位的疾病，且在冬、春季多發。這種冬春季多、夏秋季少的呼吸系統疾病死亡的季節分布特征，反映西安本地氣象因素對呼吸系統疾病有著重要影響，因寒冷導致的人體不適對呼吸系統疾病超額死亡有很大影響[5]。在冬春季及氣候反復異常時，給老年人、兒童及有慢性呼吸系統疾病的患者提供一定的指導建議，能夠預防疾病的發生和發展。開展呼吸系統疾病氣象風險等級預報服務，可有計劃、有重點地預防疾病，降低死亡率，也對合理分配醫療資源有一定的積極意義。

1 資料與方法

1.1 資料選取

醫療數據采用2010年1月1日—2014年12月31日西安市轄區11區、2縣的呼吸系統疾病日死亡人數數據，數據來自西安市疾病預防控制中心；同期的氣象數據為西安涇河國家氣象觀測站的日平均氣溫，日最高、日最低氣溫，日平均氣壓，日最高、日最低氣壓，日平均風速等資料。

1.2 研究方法

1.2.1 預報因子及預報方法 利用2010—2013年逐日氣象觀測數據與呼吸系統疾病日死亡人數進行單因素相關性分析，選取具有顯著相關的氣象因子；采用多元逐步回歸分析法建立呼吸系統日死亡人數的預測模型。利用2014年的氣象觀測數據和呼吸系統疾病日死亡人數對模型進行檢驗。

回歸方程表達式[6]為

(1)

其中，S表示呼吸系統疾病日死亡人數；b為常數項；αi(i=1，2，…，m)是回歸系數；ki(i=1，2，…，m)是氣象因子；m是氣象因子的數量；回歸方程顯著性水平取0.05。

1.2.2 風險指數等級劃分方法 參照相關文獻[4,7]，利用2010—2014年西安市呼吸系統疾病日死亡人數資料，統計得出呼吸系統疾病日死亡人數的平均值和標準差，將呼吸系統疾病日死亡人數平均值設為X，樣本標準差為SX，日死亡人數為S，將呼吸系統疾病日死亡人數按表1劃分為五個等級，作為西安市呼吸系統疾病氣象風險指數等級預報標準。

表1 呼吸系統疾病氣象風險指數等級劃分方法

2 呼吸系統疾病氣象風險指數等級預報

2.1 預測模型的建立

對2010—2014年西安市呼吸系統疾病死亡人數進行統計分析，結果顯示4—10月西安死亡人數相對較少且波動較小，而11月—翌年3月的月平均死亡人數明顯增多，其中1月最多(圖1)。西安冬季及冬春、秋冬轉換季，是呼吸系統疾病死亡的高發季，11月—翌年3月平均月死亡人數較4—10月的平均月死亡人數多48%。西安秋末和冬季天氣干燥寒冷，霧霾多發，春季天氣多變，沙塵天氣時有發生[8]。這些天氣條件下容易造成人體支氣管收縮痙攣，分泌物增多，呼吸道粘膜彈性降低，粘膜纖毛運動減弱，細菌、病毒等容易入侵和繁殖，易出現咳嗽、咯痰、氣喘等呼吸系統疾病的常見癥狀，易誘發呼吸系統疾病[9]。故選取2010—2013年呼吸系統疾病死亡高發的1、2、3、11、12月的日死亡人數數據和同期的氣象觀測數據，建立西安市呼吸系統疾病氣象風險指數預測模型。

圖1 2010—2014年西安市呼吸系統疾病月總死亡人數和月平均死亡人數分布

已有研究表明，西安地區風速、變溫、變壓、低溫、低壓與呼吸系統死亡人數增多有顯著相關性，且氣象因素對呼吸系統疾病的影響存在明顯的滯后和累積效應[5,10]。故選取2010—2013年日平均、日最高、日最低氣溫和氣壓，日平均、日最高、日最低氣溫和氣壓的3日滑動平均值，以及日最高(最低)氣溫和氣壓3日滑動最大變幅(最高值與最低值之差)，日平均風速，與當日及滯后1～12 d的呼吸系統疾病日死亡人數逐一進行相關分析。選取其中與呼吸系統疾病日死亡人數具有顯著相關的日均風速、3日滑動最低氣溫、3日滑動最低氣壓等99個氣象因子(P<0.01)，采用多元逐步回歸分析法建立呼吸系統疾病日死亡人數的預測模型，樣本數N=1 461。預測模型的回歸方程為

Y=137.690-0.282X1-0.936X2-0.963X3-0.740X4-0.008X5-0.752X6-0.742X7-0.004X8。

(2)

其中，Y表示預測的呼吸系統疾病日死亡人數，X1表示預報日前第12 d的日均風速(m/s)，X2表示預報日前第1 d的日均風速(m/s)，X3表示預報日前第1 d的滑動變溫(℃)，X4表示預報日前第12 d的滑動變溫(℃)，X5表示預報日前第12 d的滑動最低氣溫(℃)，X6表示預報日前第12 d的滑動最低氣壓(hPa)，X7表示預報日前第2 d的滑動變溫(℃)，X8表示預報日前第2 d的日均風速(m/s)。模型通過P<0.001顯著性水平檢驗，R=0.517，F=27.248。

2.2 預測模型的檢驗

按照預測模型選用的氣象因子代入2014年實況數據，計算預測2014年呼吸系統疾病日死亡人數，將預測死亡人數與實際死亡人數對比(圖2)發現，模型預測的呼吸系統疾病日死亡人數的平均相對誤差為20.4%，預測準確率在79.5%以上，預測效果較好。2014年冬季西安出現了持續的霧霾天，干燥、寒冷的天氣條件，影響人體呼吸道粘膜防御功能和人體的免疫力，利于細菌、病毒侵襲、傳播。有研究表明，空氣污染加重時，有慢性阻塞性肺病等基礎肺功能疾病的患者，病情急性加重的發生率會明顯增高[11]。非氣象因素的影響以及外界環境影響下個體自身調節適應能力的差異均會導致呼吸系統疾病的發生和加重，可能導致了模型預測存在一定誤差。

圖2 2014年西安呼吸系統疾病模型預測日死亡人數相對誤差

2.3 等級預報

依據日死亡人數樣本均數和標準差劃分呼吸系統疾病氣象風險等級的方法，將西安呼吸系統疾病氣象風險等級劃分為五個等級，等級閾值及含義：Ⅰ級，S<1，不危險；Ⅱ級，1≤S<3，低危險；Ⅲ級，3≤S<9，中度危險；Ⅳ級，9≤S≤12，重度危險；Ⅴ級，S>12，極度危險。利用模型計算的2014年每日呼吸系統死亡人數預測每日呼吸系統疾病氣象風險等級。2014年呼吸系統疾病氣象風險指數等級預報結果顯示：Ⅰ級為0，Ⅱ級為0，Ⅲ級占比為6.6%，Ⅳ級為59.6%，Ⅴ級為33.8%。預報等級以Ⅳ級最多，其次依次為Ⅴ級、Ⅲ級，未出現Ⅰ級和Ⅱ級。

2.4 等級預報檢驗

將2014年呼吸系統疾病氣象風險指數等級預報結果，與依據每日實際死亡人數得到的實際呼吸系統疾病氣象風險指數等級進行對比分析，比較預報與實際等級的差異，計算預報等級與實際等級的一致率。將預報等級與實際等級完全相同即相差0級，或相差1級均視為等級預報正確，將相差0級與相差1級的占比之和，作為等級預報的準確率。等級預報檢驗結果如表2所示：預報等級與實際等級相差0級的占55%、等級相差1級的占43.0%，等級檢驗未出現等級相差3、4級的現象，預報等級與實際等級接近，預報準確率達到98%，準確率高。2014西安冬季降水偏少，霧霾天氣持續時間長，異常的氣候條件導致死亡人數偏多。2014年西安1、2、3、11、12月的呼吸系統疾病死亡人數是2010—2014年同期平均值的1.51倍，死亡人數異常偏多。預報等級整體較高也與死亡人數異常偏多的實況較為吻合。呼吸系統疾病氣象風險指數等級預報方法能反映氣象條件對呼吸系統疾病的影響，該方法可在業務中應用。

表2 2014年西安呼吸系統疾病氣象風險指數等級預報準確率檢驗

3 呼吸系統疾病氣象風險指數的應用

通過分析氣象因素與呼吸系統疾病日死亡人數之間的關系,建立呼吸系統疾病氣象風險指數等級預報方法，利用該方法制作西安呼吸系統疾病氣象風險指數預報產品，并相應地編制綜合西安地區實際氣候特征、氣象環境風險因素以及個體防護等三方面的預防呼吸系統疾病建議庫，預防建議庫將在經過醫學、氣象專家論證后使用。呼吸系統疾病氣象風險指數預報產品內容主要包括風險指數預報等級、對應的防范人群和預防建議。西安呼吸系統疾病氣象風險指數預報包括5個等級：Ⅰ級，氣象環境對呼吸系統疾病無影響；Ⅱ級，氣象環境對呼吸系統疾病影響輕微；Ⅲ級，氣象環境對呼吸系統疾病有影響；Ⅳ級：氣象環境對呼吸系統疾病影響較大；Ⅴ級，氣象環境易致呼吸系統疾病發病或加重。強化健康氣象服務業務，將呼吸系統疾病氣象風險指數預報產品融入西安市公共氣象服務中心現有的公眾氣象指數預報系統中。利用WRF數值預報模式輸出的氣象要素預報，每日定時自動生成西安呼吸系統疾病氣象風險指數預報產品，根據服務需求制作相應的專題預報、媒體視頻等，應用于公眾、專業氣象服務及重大活動氣象服務保障中，通過氣象影視、微博、微信、網站等媒體發布，可為居民、易感人群和醫療、養老機構等提供健康預報預警服務，為指導公眾及易感人群合理安排生活及出行提供參考依據。

4 結論與討論

(1)利用2010—2014年西安市呼吸系統疾病數據與相應的氣象數據，選取氣溫、氣壓、風速等與呼吸系統疾病有顯著相關的氣象因子，采用逐步回歸分析法，建立了西安氣象因素對呼吸系統疾病死亡人數的預測模型和呼吸系統疾病氣象危險指數等級預報方法。呼吸系統疾病日死亡人數預測準確率為79.5%，呼吸系統疾病氣象風險指數等級預報準確率達到98%，所建立的方法預報效果較好。

(2)呼吸系統疾病氣象風險指數等級預報產品可應用于健康氣象服務業務，向社會大眾和易感人群發布，提醒人們在風險較高的天氣環境下做好防護措施，具有一定的應用價值和社會價值。本研究僅對呼吸系統疾病氣象風險指數等級預報進行了初步研究，是健康氣象服務產品在氣象服務領域應用的初步探索，預測模型和風險等級預報的完善、研究結果應用的社會價值和經濟效益評價有待進一步深入。

(3)疾病的發生、發展除了受氣象環境因素影響外，還與個體自身狀況、就診治療情況、護理及個人生活方式等因素有關。研究由于醫療資料來源限制，只應用了疾病死亡數據，不能全面反映出氣象因素與疾病之間的關系，使得氣象因素對疾病的風險預測還存在一定局限。今后還應結合門急診、住院等就診治療情況數據以及對患者疾病轉歸隨訪等信息，對呼吸系統疾病氣象風險指數等級預報逐步完善，為易感人群及患者生活方式提供更多更有價值的氣象服務和指導建議。