基于机器学习的两个代表城市上呼吸道感染与气象要素关系及其发病风险预测研究

选取华南地区深圳市、西南地区攀枝花市2个不同气候区的当地医院上呼吸道感染发病逐日就诊病例数据和同期气象数据,采用随机森林方法和RNN(Recurrent neural network)深度学习方法,通过对两地上呼吸道感染发病特征及其与气象条件关系进行研究,分别构建了两地上呼吸道感染发病风险预测模型。结果表明:(1)深圳市上呼吸道感染就诊人数峰值出现在6—8月,谷值出现在1—2月,呈现以热不舒适的效应为主;而攀枝花市上呼吸道感染就诊人数峰值出现在11月—次年1月,谷值出现在3—7月,呈现以冷不舒适效应为主。(2)逐日平均气温的变化对两地上呼吸道感染发病的影响最明显,当日平均气温>25℃或者<10℃时,两地上呼吸道感染发病风险明显上升。(3)日平均风速影响次之,它与日平均相对湿度和日平均气温一起,通过对气候舒适度产生影响,进而影响人群上呼吸道感染发病情况。(4)在上呼吸道感染与气象要素关联性分析及预测方法优选的基础上,基于RNN深度学习方法构建的两城市上呼吸道感染发病风险预测模型,可为当地相关疾病风险预测及防控提供重要科技支持。

中国东西部两县域气象要素对呼吸系统疾病影响的分层对比研究

利用安徽省阜南县和贵州省锦屏县2015—2016年医保住院病例数据,细化我国东、西部两县呼吸系统疾病住院人群年龄分层,采用描述性研究方法与相关性分析方法,探析两地各年龄段人群住院人数分布及其地域差异。结果表明:(1)两县9岁以下儿童呼吸系统疾病高发,20~39岁人群住院率较低。(2)两县各人群呼吸系统疾病入院高峰基本出现在2—3月(立春—清明、第10—20候)和11—12月(大雪—冬至)。除个别人群外,两县均是夏、秋两季呼吸系统疾病入院人数较少。(3)阜南县50~59岁人群呼吸系统疾病秋季入院风险的增加与当地同期气温日较差增大和相对湿度降低有关,滞后5 d左右影响明显。(4)干冷环境可能会造成两县居民呼吸系统疾病入院人数增多。此外,锦屏县居民还需格外防范春季相对低温高湿天气及暖季较低气温日较差所带来的呼吸系统疾病风险。

气象与健康交叉融合发展及其概念演进

基于健康中国战略实施、应对气候变化和人口老龄化的现实需求,气象与健康交叉融合发展问题倍受关注。从哲学思想和医学理论的引领、生物气象学发展对理论形成的贡献、殊途切入内涵趋同的探索过程等方面就其发展历程进行了梳理与理性提升;另外,就气象与健康交叉学科发展中,尤其是作者团队新探究所提出的部分新概念进行了初步阐释,旨在抛砖引玉、吸引更多同行学者互动,促进此新兴交叉学科发展,更好地服务于全民大健康需求。

我国新冠肺炎疫情与气象条件的关系研究

我国新冠肺炎疫情从一开始就呈现出冬半年疫情更为严重的态势,这与天气气候状况的季节性变化密切相关。基于此,本研究在梳理2020年1月9日至2022年2月28日我国新冠肺炎疫情数据、分析我国疫情演变特征的基础上,对比分析了新冠肺炎疫情与2003年急性重症呼吸综合征(SARS)疫情的前期气候背景,同时将新冠肺炎确诊高峰与环境空气温度(以下简称“温度”)展开统计分析,进而对确诊达到峰值的当日温度与当地纬度进行二次函数拟合,并利用国内反弹疫情事件(奥密克戎毒株除外)进行验证。结果表明,两次重大疫情发生之前,都出现了“厄尔尼诺”事件,且都突发于暖冬期间,由此产生“温床效应”。据统计,我国(未含港澳台地区)各省会城市疫情达到峰值(拐点)时当日对应温度阈值在5.0~14.8℃之间,其中,温度为9.2℃时累加确诊病例数达最多,总体上疫情高发时对应的温度阈值与当地的纬度符合二次函数关系,即高纬度地区疫情发生对应的温度阈值较低,低纬度地区则较高,且该二次函数同样适用于我国2020、2021年冬季反弹疫情。这一方面对国内外其他学者发现各地新冠肺炎疫情与空气温度之关系不一致的现象给出了科学阐释,另一方面可为新冠肺炎疫情反弹气候环境风险预测提供新的参考依据。

气温对呼吸和循环系统疾病影响及未来变化预估研究综述

随着全球气候变化的加剧,极端天气气候事件对相关人群健康的影响越发凸显。气温是气候变化的主要指标之一,也是影响人体健康关键的气象因素,呼吸和循环系统疾病作为主要的气象敏感性疾病,受气温的影响显著。本文通过梳理国内外气温对呼吸、循环系统疾病影响及未来随气候变化的风险预估等相关研究,探明了气温对诱发呼吸、循环系统疾病乃至死亡的共性和差异;适宜温度有利于降低呼吸、循环系统疾病的发病率,这为气候趋利的候鸟式旅居康养提供了理论依据。未来中国高温天气发生频次增加和强度增强,对老年人群及呼吸、循环系统疾病患者将产生更大影响。因此,候鸟式夏季避暑康养、有效降低其发病风险就显得更为重要。

成都地区新冠肺炎疫情防控对其他呼吸系统疾病发病影响的研究

目的:基于四川省人民医院2018年1月21日至2022年1月20日呼吸系统疾病每日就诊人数以及同期成都温江气象站气象要素和成都地区空气污染数据资料,探讨新冠肺炎疫情防控对呼吸系统疾病就诊人数的影响。方法:以我国新冠肺炎疫情防控措施开始时间2020年1月21日将数据划分为两段,2018年1月21日至2020年1月20日为疫情前,2020年1月21日至2022年1月20日为疫情期间;探究新冠肺炎疫情前和疫情期间,呼吸系统疾病就诊人数变化和气象环境条件变化特征,阐述戴口罩等一系列新冠肺炎疫情防控措施对成都地区呼吸系统疾病发病情况的影响。结果:(1)新冠肺炎疫情防控期间与疫情暴发前相比,成都地区呼吸系统疾病就诊总人数骤降,由672519人次降至416488人次,总降幅达38.1%,其中肺炎就诊人数降幅最大,为48.1%。(2)与疫情前同比,呼吸系统疾病就诊人数在不同时间尺度上(月份和季节)下降幅度有所不同,其中,在月份中2月就诊人数降幅最大(54.9%),9月降幅最小(17.2%);在季节中冬季降幅最大(47.9%),秋季降幅最小(24.6%)。(3)疫情发生前后相比,气象要素变化幅度甚小,可忽略其对呼吸系统疾病发病的影响;而空气质量情况略有改善,其对呼吸系统疾病就诊人数整体贡献率为-5.3%。(4)扣除空气质量改善的贡献之后,成都地区新冠肺炎疫情防控措施使得呼吸系统疾病就诊人数总体减少幅度为32.8%。结论:当地新冠肺炎疫情防控措施得力、成效显著,还为其他呼吸系统疾病防控带来连带效益,其戴口罩等措施较为有效。

人体舒适度与气候康养相关研究及应用进展

随着全球气候变化加剧和极端天气气候事件增多,加之城市化进程不断推进,人口老龄化日趋凸显,民众追求舒适环境进行旅居康养的需求逐年提高,气候康养产业也逐渐成为热门产业。基于人体舒适度,概括了国内外气候量化表征的研究成果,归纳了不同舒适度与人群健康之间的利弊关系。在此基础上对气候康养理念,康养气候资源及其康养效应,以及康养地的适宜性评价进行了梳理,展望了相关学科研究及产业发展动向,旨在促进气象医学发展,为加快实现“健康中国2030”战略目标提供参考依据。

季风转换对深圳地区呼吸系统疾病的影响及预测研究

利用深圳地区2015—2016年呼吸系统疾病就诊人数资料及同期气象和污染物资料,并运用BP人工神经网络和LSTM网络构建呼吸系统疾病就诊人数预测模型。结果显示:每年9月开始,冬季风的冷胁迫效应使相关人群呼吸系统疾病发病人数波动式增加,直至次年冬季风向夏季风转换前的3月发病人数达到峰值;夏季风控制期间当地居民呼吸系统疾病发病人数呈波动式减少,比峰值期间减少35%;在不同季风控制期间不同呼吸系统疾病其主控因素也不相同;对比两种预测模型,总体上LSTM网络预报模型对深圳下呼吸道疾病风险预测准确率更高,可以满足健康气象预报服务业务需求。

不同气候带城市气温对老年呼吸系统疾病死亡影响及趋利降风险效应研究

基于元江、成都与西安3个不同气候带城市的逐日疾病死亡数据与同期气象数据,采用广义相加模型和分布滞后非线性模型探究了这3座不同气候带城市气温对老年呼吸系统疾病死亡风险的影响,使用归因分值(AFs)量化不同气温段对呼吸系统疾病所造成的健康损失,并定量评估三地之间季节性气候趋利可获得的死亡风险降低效应。结果表明:(1)元江、成都与西安地区气温与老年呼吸系统疾病死亡关系大致呈“W”、反“J”、反“J”型分布。(2)气温对元江老年人群呼吸系统疾病死亡的影响以高温即时性更为突出,成都、西安老年人群则以低温滞后性更为显著。(3)元江、成都与西安由气温造成的AFs分别为9.64%、11.25%和18.26%,其中冷效应对呼吸系统疾病产生的死亡风险更大。将气温进一步细分为4个气温段(极端低温、中等低温、中等高温和极端高温),中等低温造成的超额死亡累计人数最多,这与其发生频次多密切相关。(4)若元江、成都、西安有意愿有条件的老年人群采取候鸟式季节性气候趋利避暑或避寒康养,可在一定程度上降低由当地季节性不适气候所产生的健康风险。

贵阳地区气候季节变化对心脑血管发病人数占比的影响研究

利用1961—2020年贵阳市所辖8个地面站点逐日气象观测资料,根据中国气象行业气候季节划分标准(QX/T152—2012)对其进行气候季节划分并分析季节漂移现象,基于“黄金分割率”的人体舒适度计算方法分析贵阳地区人体舒适度等级变化,结合贵阳地区2016—2020年心脑血管疾病发病人数门诊资料就当地气候季节漂移和舒适度等级变化对居民心脑血管疾病发病人数占比影响进行探究。结果表明:(1)贵阳地区春季的起止时间呈提前态势,秋季的起止时间有推迟态势,由此造成当地夏季正逐渐延长,冬季正逐渐缩短,从年代际看,夏季从44 d增加到76 d,冬季从130 d缩短到100 d;春季和秋季在长度上无明显变化,但在时间段上有漂移现象,经计算,春季的起始时间漂移度为16.3%,结束时间漂移度为18.3%,秋季的起始时间漂移度为25.6%,结束时间漂移度为14.6%。(2)贵阳地区夏季心脑血管疾病发病人数日占比为0.24%,冬季发病人数日占比为0.31%,随着气候变暖造成的夏季增长、冬季缩短,对贵阳地区居民心脑血管疾病发病人数占-1.62%;不同舒适域等级日数的改变对心脑血管发病人数占-0.87%,两者均表明,全球变暖所导致的气候季节和舒适度等级变化均对贵阳地区居民心脑血管疾病发病人数占比有降低效应。

秦皇岛市气温及其变化对居民死亡风险的影响研究

气温及其变化是影响人群健康特别是死亡的重要环境危险因素。为了揭示气温对秦皇岛市居民死亡人数的影响,基于2014—2020年该市各区、县逐日气象资料和居民死亡资料,采用广义相加模型(GAM)和分布滞后非线性模型(DLNM)研究了气温、气温日较差和24 h变温对非意外死亡、循环系统疾病死亡、呼吸系统疾病死亡人数的影响。按性别、年龄分层建模,使用相对危险度(Relative Risk,RR)量化了暴露在特定气温变化状态下的死亡风险。采用非参数双变量响应模型分析了气温与变温的协同影响效应。结果显示:(1)秦皇岛市居民非意外死亡、循环系统疾病死亡、呼吸系统疾病死亡人数全年峰值均出现在最冷的1月,气温对3类死亡人数的影响以冷效应为主且具有滞后效应,而高温具有即时效应。(2)气温日较差与非意外死亡、循环系统疾病死亡的总体暴露反应曲线呈“U”型分布,较大的气温日较差与上述两类死亡存在显著的风险效应,其中循环系统疾病死亡受影响最大,大的气温日较差(19℃)累积3 d相对危险度为1.27,其95%的置信区间(95%CI)为1.15—1.4,而其对呼吸系统疾病死亡的风险效应未通过显著性检验。(3)24 h变温对非意外死亡、循环系统疾病死亡总体影响效应的暴露曲线呈非线性递增趋势,其中正变温呈现显著的风险效应。(4)性别、年龄分组结果显示,女性对气温变化更敏感,男性对气温变化存在一定的滞后效应,老年人群更容易受到气温变化的影响。(5)低温与变温的协同作用加剧了死亡风险。总体上,冬季低温背景与大幅度气温变化相叠加对当地老年居民死亡影响风险最大,应予适时重点预防。

中国主要城市疫情管控期间大气环境改善效应研究

利用我国31个省会(省府)城市、直辖市站点大气污染物数据,对全国主要城市2020年新冠疫情管控期间以及复工复产后的大气污染状况进行统计学分析。结果表明:叠加疫情管控影响,相比往年,2020年春节假期前后全国主要城市整体上PM_(10)、NO_(2)、SO_(2)、CO平均质量浓度降幅分别达到22.46%、60.13%、13.71%、17.64%;疫情管控期间全国主要城市PM_(2.5)与PM_(10)偏相关系数为0.952,PM_(2.5)与SO_(2)、NO_(2)、CO的偏相关系数分别为0.705、0.791、0.831。复工复产初期相较疫情管控期间仅有NO_(2)平均质量浓度上升;随着复工复产进程深入,PM_(10)、SO_(2)、NO_(2)平均质量浓度则均有大幅度上升。采暖区SO_(2)和CO平均质量浓度在疫情管控期分别为非采暖区的2.6倍及1.6倍,两大区域在复工复产后各大气污染物质量浓度变化情况有所差异,也反映出采暖区与非采暖区的大气污染情况的不同。

我国新冠肺炎疫情防控成效量化表征研究

我国对新冠肺炎疫情的防控举措得到众多国家政府和民众的高度评价。如何科学地量化表征我国新冠肺炎疫情的防控成效成为亟需探究的课题。鉴于此,本研究基于2020年1月9日至2021年12月31日我国和全球新冠肺炎疫情数据,梳理分析了我国及全球疫情的演变特征;基于Logistic函数模拟出我国不同地区新冠肺炎疫情发生发展的实际过程,对比了我国(未含港澳台地区,下同)7个地理分区和国外早期疫情最严重的前10个国家第一波疫情的发病人数增加速率r值;站在疫情拐点与持续时间的角度,探讨了我国早期疫情主高发阶段与2021年多起零散性局地疫情反弹阶段的防控能力;统计分析了我国7个地理分区新冠肺炎确诊病例高峰和其治愈病例高峰的时间差以及患者群体治愈所需时长。结果表明,虽然我国新冠肺炎疫情初期发病速率较国外增长快,但由于控制及时、措施得力,所以早期国内疫情持续时间短;且我国2021年反弹疫情的发病日新增峰值病例数与疫情持续时间比值的平均值是我国早期疫情主高发阶段的5.1倍,表明2021年我国对局部地区聚集性疫情反弹的防控能力较早期更为成熟、防控成效也更为显著;我国7个地理分区从日新冠肺炎患者确诊病例数达到峰值到治愈病例数达到峰值的时间范围为12~21 d,与国内外报道的新冠肺炎患者治愈所需的时间基本一致。本研究全面量化表征我国早期关于新冠肺炎疫情的防控成效,旨在为今后更科学有效地防控新冠肺炎疫情、更好地推广抗疫经验和举措提供科学依据。

四川省凉山彝族自治州布拖县HIV感染单阳家庭阴性配偶干预效果评价

目的评价强化干预措施对HIV感染单阳家庭(单阳家庭)阴性配偶的干预效果。方法2019年12月至2020年12月,将凉山彝族自治州布拖县7个乡镇按照单阳家庭配偶间传播状况匹配分为常规干预组和强化干预组,该乡镇内所有研究对象分别纳入到常规干预组和强化干预组,开展为期1年的综合干预。在干预措施实施前后第6个月分别开展基线调查和随访,对2组单阳家庭夫妻双方进行问卷调查和血清学检测。采用Cox比例风险回归模型和双重差分模型评价强化干预效果。结果基线调查899户单阳家庭(强化干预组393户和常规干预组506户),随访806户(强化干预组349户和常规干预组457户)。与常规干预措施相比,强化干预措施未能提高阴性配偶对每个艾滋病知识的知晓率(P>0.05),但能够提高其艾滋病基本知识知晓率(β=1.40,P=0.008);与常规干预措施相比,强化干预措施能够降低单阳家庭配偶间性行为频次(β=-0.73,P=0.021),提高安全套坚持使用率(β=0.19,P=0.007),但并未降低阴性配偶HIV抗体阳转率(β=-0.61,OR=0.55,95%CI:0.18~1.66,P=0.294)。结论强化干预措施能够提高单阳家庭阴性配偶的艾滋病认知水平,促进其采取安全性行为措施,但未能降低阴性配偶的HIV抗体阳转率。需要进一步增加干预措施实施以及随访的时长来客观评价强化干预的效果。