目的 探索隔日温差(temperature changes between neighboring days,TCN)对人群死亡的影响.方法 收集我国21个地区2014—2018年的每日气象因素数据、空气污染物数据和死因统计数据.运用分布滞后非线性模型(distributed lag non-linear model,DLNM)和多元Meta分析,估计不同季节的TCN对每日总死亡人数的影响.结果 研究显示,不同季节的TCN对每日总死亡人数均有显著影响,且阈值不同.冷季时,P95 TCN(升温)的14天累积相对危险度(CRR)为0.868(95％CI:0.794,0.948),而P 5(降温)对每日总死亡人数的影响没有统计学意义.暖季时,P 95 TCN(升温)的7天CRR为1.078(95％CI:1.009,1.152),而P 5(降温)的7天CRR为0.929(95％CI:0.889,0.971).冷季时,患有呼吸系统疾病人群更容易受到温度变化的不利影响.暖季时,循环系统疾病人群、女性和 ≥65岁人群对温度变化更为敏感.南北区域的分析显示,北方城市的人群对P 95 TCN的影响更加敏感.结论 不同季节的极端TCN与人群死亡的风险存在关联,冷季时升温可降低人群死亡风险,而暖季时升温可增加人群死亡风险,降温可降低人群死亡风险.健康促进策略应该考虑相邻两天之间的温度变化对人群死亡影响.
作者：宋和佳；黄钰姝；李永红；程义斌；姚孝元
来源：环境卫生学杂志 2022 年 12卷 4期
