¹湖北省气象服务中心，湖北 武汉

²武汉大学医院，湖北 武汉

³湖北省公众气象服务中心，湖北 武汉

收稿日期：2023年1月23日；录用日期：2023年2月21日；发布日期：2023年2月27日

摘要

通过对武汉市某社区医院2013~2019年每日呼吸系统疾病门诊就诊病例数据和同期气象、PM2.5平均浓度数据的分析，研究呼吸系统疾病与气象、环境因子的相关性，结果表明：1) 武汉市一周呼吸系统疾病发病率与周平均气温、周平均最低气温、周平均最高气温、周平均日照时数存在显著负相关(P = −0.68~−0.73, σ = 0.01)，与PM2.5周平均浓度存在正相关(P = 0.49, σ = 0.01)。2) 呼吸系统疾病主要发生在秋冬季的10月至次年3月，高峰期出现在寒冬12月中下旬至1月上旬。发病率冬季 > 秋季 > 春季 > 夏季。3) 建立的呼吸系统疾病发病率预测模型有一定的参考价值，对呼吸系统疾病预防有重要意义。

关键词

呼吸系统疾病发病率，气象因子，PM2.5，预测模型

Research on Correlation between Respiratory Diseases and Meteorology and Environmental Factors

Mingqiong He¹, Li Liu², Yinyin Ao^3*

¹Hubei Meteorological Service Center, Wuhan Hubei

²Wuhan University Hospital, Wuhan Hubei

³Hubei Public Meteorological Service Center, Wuhan Hubei

Received: Jan. 23^rd, 2023; accepted: Feb. 21^st, 2023; published: Feb. 27^th, 2023

ABSTRACT

We analyze daily data of outpatients with respiratory disease in a community hospital, and synchronous data of meteorological condition, average PM2.5 concentration in Wuhan, China 2013~ 2019, to investigate the correlation between respiratory diseases and meteorology and environmental factors. Results: 1) Weekly incidence of respiratory diseases was negatively correlated with weekly mean temperature, weekly mean minimum temperature, weekly maximum temperature, and weekly mean sunshine hours (P = −0.68 to −0.73, σ = 0.01), positively correlated with weekly average PM2.5 concentration (P = 0.49, σ = 0.01). 2) Respiratory diseases mostly occurred from October to March next year, peak time is mid-to-late December to early January in cold winter. The ranking of seasonal incidence of respiratory disease: winter > autumn > spring > summer. 3) The prediction model of incidence of respiratory disease is certainly worthy of reference, it is important to prevent respiratory diseases.

Keywords:Incidence of Respiratory Diseases, Meteorological Factor, PM2.5, Prediction Model

Copyright © 2023 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

随着社会经济发展、生活条件的改善，我国人民健康状况较之前有了极大提升，人均寿命明显延长，但是有些严重威胁人们身体健康的疾病发病率仍居高不下，给家庭和社会带来了沉重的负担。2020年12月国务院新闻办公室发布的《中国居民营养与慢性病状况报告(2020年)》显示，2019年，中国居民因心脑血管疾病、癌症、慢性呼吸系统疾病和糖尿病等四类重大慢性病导致的过早死亡率达16.5%，近年来，由于烟草持续流行、环境污染、人口老龄化加剧等因素，呼吸系统疾病的发病率呈逐年上升趋势，是除心脑血管疾病、肿瘤以外导致死亡的最常见病因。随着人们对疾病预防的重视，气象及环境因素对人类健康的影响倍受关注，特别是2020年初爆发流行的新型冠状病毒(COVID-19)感染作为一种呼吸系统传染病，全球确诊病例已超6.03亿例，死亡病例超过649万例(截至北京时间2022年9月3日08时)，进一步开展呼吸系统疾病发病机理及主要影响因素研究，对感冒、流感、新型冠状病毒肺炎(COVID-19)等呼吸系统疾病的防控具有重要的意义。

2. 资料及方法

2.1. 资料

1) 2013年3月~2019年12月呼吸系统疾病(主要包括感冒、支气管炎、支气管扩张、支气管哮喘、慢性阻塞性肺炎急性发作、其它肺部疾病共6类)每日门诊就诊病例数据，来源于武汉市某社区医院(简称A医院)。该社区总人口在10万人左右，社区内有重点大学，学生及教职工人数占社区总人口80%左右。文中分析所用病例数据时段为2014年1月1日~2019年12月31日。

2) 2013年3月~2019年12月武汉市每日平均气压、平均气温、最高气温、最低气温、降水量、平均相对湿度、日照时数、平均风速、最小水平能见度共9个气象要素数据，来源于湖北省气象资料档案馆。

3) 2013年3月~2019年12月武汉市每日PM2.5平均浓度数据，来源于湖北省环境监测总站。

2.2. 研究方法

1) 统计2014~2019年A医院每日门诊病例数据及同期气象、PM2.5平均浓度数据，并计算以上时段各要素的周平均值，形成周数据序列；

2) 为消除日变化及双休、节假日、寒暑假等因素影响，以A医院呼吸系统疾病门诊一周累计病例数占y一周总门诊量的比例即一周呼吸系统疾病发病率(One-Week Incidence of Respiratory Diseases)作为预报对象，用IRD(%)表示。根据2014~2019年门诊病例及同时段的气象、PM2.5周平均浓度数据，应用SPSS软件及逐步回归等数理统计方法 [1] [2] [3] ，建立呼吸系统疾病发病率预测模型，用2013年3~12月A医院门诊数据、气象数据及PM2.5平均浓度数据，对模型进行检验。

3. 结果分析

3.1. 呼吸系统疾病发病年变化

A医院呼吸系统疾病就诊人数年差异较大(图1)，2015年以来就诊人次呈现逐年增多趋势，全年就诊人次约在5.4~7.0万人次之间。

图1. 2014~2019年A医院每年呼吸系统疾病就诊人次

3.2. 呼吸系统疾病发病月、季变化

A医院呼吸系统疾病一年四季均有发生(表1)，其中，冬、秋季高于其它季节，发病人次依次为冬季 >秋季 > 春季 > 夏季，夏季发病人数最少。值得注意的是，夏季6~8月三个月中，有2个月(7~8月)是大学暑假放假时间，在校人数显著减少，是A医院呼吸系统疾病就诊人次显著减少的一个重要原因。

表1. A医院月、季呼吸系统疾病平均就诊人次

A医院呼吸系统疾病月平均就诊人次呈现V型(表1、图2)，1~8月就诊人次逐月减少(2月除外)，8~12月就诊人次逐月增多。12月份就诊人次为全年最多，月平均达7059例；1月份次多，为6825例；每年呼吸系统疾病发病高峰期在12月中下旬至1月上旬。10月至次年1月(即秋冬季)为呼吸系统疾病发病主要时段，4个月累计就诊人次占全年的42.2%。3月还有一个次高峰期。8月份就诊人次最少，为2655例；7月份次少，为3279例。前述分析可知，7~8月就诊人次少与该时段社区内的大学生暑假放假有关，另外，因寒假放假，且2月份仅28~29天，2月就诊人次为第三少，2月、7~8月三个月就诊人次累计仅占全年的15.5%。

图2. 2014~2019年A医院呼吸系统疾病月平均发病人次

3.3. 呼吸系统疾病高发月份气象、环境因子特征

根据A医院2014年1月1日~2019年12月31日每日门诊资料，统计每月呼吸系统疾病就诊人次，挑选就诊人次较多的月份即2014年1月(8867人次)和2017年12月(8691人次)、2018年1月(8330人次)，作为典型月，对呼吸系统疾病与气象、环境因素的关系进行分析研究。

表2. A医院呼吸系统疾病高发月气象、环境因子特征

表2可见，呼吸系统疾病典型高发月份均出现在冬季，表征气候特征的2个主要气象要素(即月累计降水量、月平均气温)出现明显异常，表现为气温偏高、降水偏少(干暖冬)或气温偏低、降水偏多(湿冷冬)或气温偏低、降水偏少(干冷冬)，并且空气处于轻度到重度污染状态。

3.4. 呼吸系统疾病一周发病率与气象、环境因子的关系

根据2014~2019年武汉市每日平均气压、平均气温、最高气温、最低气温、平均相对湿度、降水量、平均风速、日照时数、最小水平能见度、PM2.5平均浓度共10个气象、环境因子周数据，统计A医院一周呼吸系统疾病发病率(IRD，%)与同一周、超前一周各因子的周平均值之间的相关系数，结果表明，IRD与同一周及超前一周的周平均气温、最高气温、最低气温、PM2.5、日照时数之间有中到强的相关性，通过99.9%信度检验(表3)，与其它因子相关性未通过统计检验。其中，4个气象因子均与IRD呈现负相关，表明气温偏低、日照偏少、天气阴冷时，IRD将升高。特别是IRD与同一周及超前一周平均最低气温、平均气温相关系数达−0.7以上，为极显著负相关。IRD与环境因子PM2.5平均浓度为正相关，即空气质量差、污染重时，IRD将升高。

表3. 2014~2019年A医院一周IRD与气象、环境因子相关系数(样本数312，σ = 0.148)

3.5. 呼吸系统疾病发病率等级划分

计算2014~2019年A医院每周呼吸系统疾病发病率(即IRD，%)，共312个样本，用百分位数法，按25%、50%、75%、95%四个百分位数，对每周IRD等级进行划分，见表4。

表4. 2014~2019年A医院每周呼吸系统疾病发病率(IRD)等级

3.6. 呼吸系统疾病发病率预测模型

根据2014~2019年A医院门诊每周IRD(%)，选取武汉市上述10个气象、环境因子同一周及超前一周平均值共20个自变量，利用SPSS软件，运用逐步回归方法，建立IRD预测模型，全年通用模型样本数为312，分季模型样本数为52，结果表明，周平均气温、周平均最高气温为重要变量，通过α = 0.05的显著性检验，被保留在全年通用预测模型及春季预测模型中，即气温是影响呼吸系统疾病的最重要因素。PM2.5平均浓度、日照时数等因子未通过显著性检验。预测模型见表5。

表5. A医院呼吸系统疾病发病率预测模型

注：上表中的Y为一周IRD预测值，即因变量。

呼吸系统疾病发病率的分季节预测模型表明，仅春季预测模型回归效果显著。其他季节可使用全年通用模型进行呼吸系统疾病发病率预测。

3.7. 呼吸系统疾病发病率预测模型检验

2020年1月以来，根据新型冠状病毒(即COVID-19)感染防控规定，呼吸系统疾病患者需到指定的发热门诊就诊，因此，2020年以来A医院未接诊呼吸系统疾病患者，门诊数据不能真实反映呼吸系统疾病发病情况。为此，利用2013年3~12月A医院每周IRD及同期气象数据，选取适用于全年的预测模型1进行检验验证。检验样本数累计共43周(注：2013年1~2月A医院门诊数据缺失)，将检验样本的实测气象要素代入预测方程，计算预测值，按表4的等级划分标准，对预测值和实况值进行等级划分，若预测值与实况值在同一个等级和仅相差一个等级均算对，否则算错，则预测正确39周，错误4周，准确率为90.7%。2013年3~12月A医院每周IRD预测值与实况值、预测等级与实况等级的对比见图3。图3表明，2013年3~12月(即第10至52周) A医院呼吸系统疾病一周发病率预测值与实况值演变趋势一致，但第17周(即No. 17)、第23周(即No. 23)、第40周(即No. 40)、第41周(即No. 41)预测值比实况值偏小2~3个量级，即以上4周内A医院均出现了呼吸系统疾病就诊人数激增的情况，对预报误差形成原因进行分析。

图3. 2013年A医院呼吸系统疾病一周发病率预测模型检验

表6. 2013年3~12月A医院呼吸系统疾病发病率预测模型误差分析

表6表明，呼吸系统疾病发病率预测出现明显偏差的4周内，武汉市均出现能见度低于100 m的浓雾天气，并且空气湿度较大，周平均相对湿度在78%以上，空气静稳，风速小于2.5 m/s，周内PM2.5平均浓度在49 μg/m³以上，人群长期暴露在污染物浓度较高、并且不易扩散的空气中，因此呼吸系统疾病发病人数激增。

以上分析表明，如果伴有浓雾天气，模型应用时宜将呼吸系统疾病预测等级提高一级，才能提高预测准确率，为公众以及疾病预防和控制部门预防呼吸系统疾病提供参考。

4. 小结及讨论

人体呼吸系统负责人体与外界空气之间的气体交换，保证机体的氧供和废气的排出，温度、湿度、空气质量等气象及环境因素直接影响气道，国内外大量研究表明 [4] - [11] ，异常气象条件极易引发感冒、流感、支气管炎等呼吸系统疾病，气候变化、极端天气及环境因素对呼吸系统疾病有着重要影响。利用2013~2019年A医院每日呼吸系统疾病门诊就诊病例数据，以及同期气象、环境因子数据，分析了呼吸系统疾病特征及其与气象、环境因子的相关性，并建立预测模型，对模型进行检验，结果表明：

1) 冬季气候异常易导致呼吸系统疾病高发。一类是气温明显偏低(如2017年12月、2018年1月)、湿度偏高、降水异常(显著偏多或偏少)；天气湿冷，人体血管收缩，人体纤毛运动受到抑制，从而削弱了气道防御能力，容易诱发慢性支气管炎等呼吸系统疾病。一类是气温明显偏高，降水偏少，空气干燥(如2014年1月)。气温明显偏高，降水偏少，空气干燥，使鼻粘膜容易发生细小的皱裂，病毒易于人侵体内，此时一旦遇到冷空气来临，气温下降，鼻腔局部温度降低，适宜病毒繁殖生长，受寒后鼻腔内局部分泌的免疫球蛋白明显减少，呼吸道抵抗力降低，为病毒入侵提供了有利的条件。气候异常影响人体对环境的适应能力，或超出人体对环境的正常适应能力，导致呼吸系统疾病病例数明显增加。疾病预防与控制部门需加强冬季呼吸系统疾病预防工作。

2) 呼吸系统疾病一年四季均有发生，其中，秋、冬季发病人数明显高于春、夏季，秋冬季10月至次年3月是呼吸系统疾病发病的主要时段。高峰期为寒冬12月中下旬至1月上旬。12月高发，3月次高发，12月是秋季到冬季的过度月，3月是冬季到春季的过度月，可见，季节转换时期易患呼吸系统疾病。12月高发与冷空气活动开始增多有关，3月次高发可能与花粉过敏有关。3月春暖花开，正是武汉樱花、桃花、杜鹃、兰花、迎春花等花卉开放时节，有过敏体质的人吸入这些花粉后，会出现花粉过敏症，导致打喷嚏、流鼻涕、流眼泪等，过敏体质者会诱发气管炎、支气管哮喘等呼吸系统疾病。需关注3月、12月等季节转换时期以及花粉过敏季呼吸系统疾病预防工作。

3) 呼吸系统疾病一周发病率(IRD)与周PM2.5平均浓度有较好的正相关关系，表明环境污染治理不仅可以降低PM2.5平均浓度、有利于实现“碳达峰、碳中和”目标，还可降低呼吸系统疾病发生率。

4) 武汉市呼吸系统疾病发病率周时间尺度预测模型，具有一定的使用价值，针对浓雾天气，应将呼吸系统疾病预测等级提高一级，为呼吸系统疾病及健康气象服务提供参考。

基金项目

湖北省气象局科技基金资助(2021Y10)。

文章引用

何明琼,刘 丽,敖银银. 呼吸系统疾病与气象、环境因子相关性研究
Research on Correlation between Respiratory Diseases and Meteorology and Environmental Factors[J]. 气候变化研究快报, 2023, 12(02): 267-274. https://doi.org/10.12677/CCRL.2023.122027

参考文献