[背景]大气污染是一个重要的公共卫生问题。空气质量健康指数(AQHI)是大气污染健康风险预警和沟通的重要工具,但目前的AQHI构建大多基于单污染物模型,存在明显的局限性。[目的]建立基于大气污染物复合暴露的AQHI(J-AQHI),为进行大气污染健康风险预警和风险沟通提供科学工具。[方法]本研究从云南、广东、湖南、浙江和吉林省疾病监测点系统收集2013年1月1日至2018年12月31日的每日非意外死亡数据,包括死亡日期、年龄、性别和死因,同时分别通过中国气象数据共享服务系统和城市空气质量实时发布平台收集同期逐日气象(温度、相对湿度)及大气污染数据(SO_(2)、NO_(2)、CO、PM_(2.5)、PM_(10)和8 h O_(3)最高浓度)。首先使用Lasso回归筛选大气污染物;然后采用时间分层的病例交叉设计,将每个病例死亡日期的同一月份的同一星期几作为对照,为每个病例分配3~4个对照日;随后应用分布滞后非线性模型(DLNM)建立筛选出的大气污染物与死亡的暴露-反应关系,并进一步计算AQHI;最后利用世界卫生组织《全球空气质量指南》(AQG 2021)中的主要大气污染物指导限值,将AQHI分为四个等级,并比较单污染模型构建的AQHI和多污染物模型构建的J-AQHI的超额死亡风险(ER)。[结果]通过Lasso回归筛选出PM_(2.5)、SO_(2)、NO_(2)、O_(3)共4种污染物,建立DLNM模型,发现PM_(2.5)、NO_(2)、SO_(2)、O_(3)每增加1个四分位数间距,ER及其95%CI分别增加0.71%(0.34%~1.09%)、2.46%(1.78%~3.15%)、1.25%(0.9%~1.6%)和0.27%(−0.11%~0.65%)。构建的J-AQHI呈右偏态分布,将其划分为四级,分别是低风险(0~1)、中风险(2~3)、高风险(4~5)、严重风险(≥6),分别占比为11.25%、64.61%、19.33%和4.81%。对于多污染物模型构建的J-AQHI和单污染物模型构建的AQHI,污染物每增加1个四分位数间距浓度,对应的ER(95%CI)分别增加3.61%(2.93%~4.29%)和3.39%(2.68%~4.11%)。[结论]本研�
目的估算中国不同气温带气温健康预警的阈值,为发展基于死亡风险的气温健康预警系统提供科学依据。方法收集2006—2017年全国364个县、区作为研究点的死亡与气象数据,利用分布滞后非线性模型(distribution lag non-linear model,DLNM)和多变量Meta方法分析气温与死亡的暴露反应关系,划分气温预警阈值。结果研究期间日平均气温16.0℃,日平均相对湿度73.0%,日均死亡人数为8.3例。不同气温带的气温-死亡的暴露反应关系总体上呈倒"J"型。中温带、暖温带+北亚热带、中亚热带以及南亚热带冷效应低风险气温范围分别9.1~13.8℃、0.1~19.3℃、8.8~24.3℃以及9.9~25.3℃,中风险分别为1.8~9.1℃、-6.1~0.1℃、1.5~8.8℃以及4.8~9.9℃,高风险分别为<1.8℃、<-6.1℃、<1.5℃以及<4.8℃;热效应低风险气温范围分别为23.4~24.8℃、28.6~29.3℃、27.2~29.5℃以及28.2~28.6℃,中风险分别为24.8~26.1℃、29.3~30.1℃、29.5~31.0℃以及28.6~29.0℃,高风险分别为>26.1℃、>30.1℃、>31.0℃以及>29.0℃。所有气温带在高温端的日均死亡人数均随着风险等级增加而升高,而除了暖温带+北亚热带外,其他气温带在低温端的日均死亡人数随着风险等级增加而升高。结论基于死亡风险可以确定气温预警的阈值并进行预警等级划分,预警效果较好。
