張 允，梁明明*，施婷婷，葉鵬鵬，汪 媛，邢秀雅，姚鎮(zhèn)海，閔 敏，屈光波，段蕾蕾，孫業(yè)桓

道路交通傷是全球最大的公共健康威脅之一，常被認為是不可預(yù)見的意外事件[1]，研究[2]顯示,影響道路交通傷的發(fā)生和嚴重性的因素主要包括三個方面，即人、車和環(huán)境因素。天氣狀況作為環(huán)境影響因素可能直接或間接地影響道路交通傷的發(fā)生頻率和嚴重程度[3]。溫濕指數(shù)(Humidex)是由加拿大氣象局制定出的一個綜合指標，由溫度和相對濕度相結(jié)合計算而成，用它來反映人體對外界環(huán)境溫度的感覺。由于目前還沒有相關(guān)文獻研究溫濕指數(shù)與道路交通傷的關(guān)系，因此，該研究使用2007～2017年馬鞍山市每日道路交通傷病例數(shù)和同一時期的每日氣象數(shù)據(jù)，運用分布滯后非線性模型(distributed lag non-linear model，DLNM)分析溫濕指數(shù)對馬鞍山市道路交通傷的影響以及相關(guān)的滯后效應(yīng)，以便為馬鞍山市道路交通傷的防治控制和早期預(yù)警提相應(yīng)的供科學(xué)依據(jù)。

1 材料與方法

1.1 病例資料數(shù)據(jù)來源于馬鞍山市3家國家傷害監(jiān)測點，為2007年1月1日～2017年12月31日傷害監(jiān)測中的道路交通傷害總病例。道路交通傷害為道路交通碰撞中造成的致死性或非致死性的損傷。收集的信息包括患者一般基本信息、傷害的基本情況以及傷害相關(guān)臨床信息。為分析脆弱人群，根據(jù)以往相關(guān)研究資料[4]對患者根據(jù)年齡、性別進行亞組劃分：①≤14 歲組人群、>14～<65歲組人群和≥65歲組人群；②男性和女性。

1.2 氣象資料從中國氣象科學(xué)數(shù)據(jù)共享網(wǎng)站下載2007年1月1日～2017年12月31日氣象資料，包括平均溫度、相對濕度、最高氣壓、日照時數(shù)、風速和降雨量等。參考加拿大溫濕指數(shù)計算方法(http：//www.csgnetwork.com/)，計算出每日溫濕指數(shù)。

1.3 統(tǒng)計學(xué)處理采用Spearman等級相關(guān)分析方法，分析溫濕指數(shù)與各個氣象因子之間的相關(guān)性。為消除變量之間共線性的影響，將與溫濕指數(shù)相關(guān)性強(rs>0.70)[5]的氣象因素排除在模型外。使用DLNM模型，溫濕指數(shù)采用交叉基的形式納入DLNM，由于交通傷病例為小概率事件，且經(jīng)檢驗顯示數(shù)據(jù)存在過度離散化，所以模型的鏈接函數(shù)為廣義泊松回歸(Quasi- Poisson)，此外，控制長期趨勢、假期效應(yīng)(按國家法定公共假日計算)、星期幾效應(yīng)(day of week，DOW)、日最大氣壓、日降雨量、平均風速、每日日照時間等混雜因素。模型公式如下：

Yt～Poisson(μ)t

log(μ)t =α+β(Humidext，1)+ ns(Weather confounders，4)+ ns(Timet，5)+ηDOWt + νHolidayt

式中，t為觀察日期，Yt指t時間內(nèi)的道路交通傷病例數(shù)；α指模型的截距，(Humidext，1)是應(yīng)用DLNM中的交叉基函數(shù)獲得的關(guān)于溫濕指數(shù)的二維矩陣，β是該矩陣的系數(shù)；ns(Weather confounders，4)指使用自由度等于4的自然立方樣條函數(shù)控制其他氣象因素(風速、日照時數(shù)、降雨量)的影響，ns(Timet，5)指使用自由度等于5的自然立方樣條函數(shù)控制長期趨勢；DOWt和Holidayt為分類變量，分別用于控制星期幾效應(yīng)和節(jié)假日效應(yīng)，η和ν是它們的系數(shù)。模型設(shè)定最大滯后天數(shù)為8 d，因為滯后第8天時，溫濕指數(shù)的效應(yīng)可以忽略，且根據(jù)赤池信息準則(akaike information criterion，AIC)判斷，此時的AIC值相對較小。敏感性分析中，通過調(diào)整風速、日照時數(shù)、降雨量和長期趨勢的自由度，比較擬合結(jié)果的變化。溫濕指數(shù)的短期效應(yīng)采用相對危險度(relative risk,RR)指標描述，應(yīng)用R(3.1.1)軟件中的“splines”和“dlnm”軟件包對數(shù)據(jù)進行統(tǒng)計學(xué)分析。采用雙側(cè)統(tǒng)計學(xué)檢驗，檢驗水準α=0.05。

2 結(jié)果

2.1 基本情況2007～2017年馬鞍山市共報告交通傷病例43 830例，其中男性23 685例，女性20 145例(男女比例為1.17 ∶1)，溫濕指數(shù)、平均溫度、相對濕度、降雨量、風速、日照時間日均值分別為19.9、16.8 ℃、71.0%、3.5 mm、2.5 m/s、4.8 h(表1)。溫濕指數(shù)和交通傷的時間分布圖顯示兩者的分布趨勢及對應(yīng)的高峰時段較為一致，提示溫濕指數(shù)與道路交通傷可能存在關(guān)聯(lián)，見圖1。

圖1 馬鞍山市2007～2017年溫濕指數(shù)、平均溫度和相對濕度的時間分布

2.2 相關(guān)性分析相關(guān)分析結(jié)果發(fā)現(xiàn)，溫濕指數(shù)與日照時間、降雨量以及平均風速均為正相關(guān)，且它們之間的相關(guān)性均較小，因此將這些變量一并納入DLNM模型中進行調(diào)整。而溫濕指數(shù)和平均氣壓呈現(xiàn)負相關(guān)關(guān)系，平均氣壓與溫濕指數(shù)相關(guān)性較大，所以平均氣壓不納入模型控制。此外，因為溫濕指數(shù)是由相對濕度與平均溫度結(jié)合計算出來的指標，所以在模型中并不納入平均溫度和相對濕度，而相關(guān)性比較小的降雨量、日照時間和平均風速納入控制模型。

表1 馬鞍山市2007～2017年交通傷害病例數(shù)及同期氣象變量的基本信息

2.3 溫濕指數(shù)與交通傷的關(guān)系

2.3.1溫濕指數(shù)對交通傷的影響 圖2為溫濕指數(shù)與交通傷關(guān)系的熱圖，從圖2可見，溫濕指數(shù)在0～10期間對交通傷發(fā)生情況影響最大，而且溫濕指數(shù)對交通傷的影響效應(yīng)在較長的一段時間內(nèi)一直存在。以溫濕指數(shù)的中位數(shù)(20.3)作為比較基準，溫濕指數(shù)與道路交通傷的劑量反應(yīng)圖顯示溫濕指數(shù)與人群交通傷病例發(fā)生風險呈非線性關(guān)系，且隨著溫濕指數(shù)的增加，交通傷發(fā)生風險呈增大趨勢，到一定程度發(fā)生風險又呈降低趨勢，見圖3。

圖2 溫濕指數(shù)與交通傷發(fā)生關(guān)系的熱圖

2.3.2溫濕指數(shù)與交通傷的非線性關(guān)系 以交通傷最低相對危險度對應(yīng)的溫濕指數(shù)(-11.5)作為比較基準，模擬溫濕指數(shù)與各亞組交通傷發(fā)生風險的關(guān)系(見圖4)。從圖4可以看出溫濕指數(shù)對男性、女性、>14～<65歲人群的交通傷的影響雖有區(qū)別，但是其對不同組的效應(yīng)模式總體趨勢大致相同，即開始隨著溫濕指數(shù)的增加，交通傷發(fā)生風險增加，之后逐漸有減少趨勢，但總體RR均大于1，提示溫濕指數(shù)增加此類人群交通傷的風險，而溫濕指數(shù)對 ≤14歲年齡組和 ≥65歲年齡組人群一直都沒有危險效應(yīng)。詳見圖4。

圖3 溫濕指數(shù)與馬鞍山市人群交通傷病例的劑量反應(yīng)圖 (參比值：20.3)

2.3.3溫濕指數(shù)對交通傷的滯后影響 以低溫濕指數(shù)第25百分位(7.5)與最低危險度對應(yīng)的溫濕指數(shù)(-11.5)比較。表2顯示在暴露當天的單天效應(yīng)最大(P25：RR=1.102，95%CI:1.010～1.201)，之后逐漸減小到滯后的第5天結(jié)束。亞組分析發(fā)現(xiàn)，在不同亞組組別之間溫濕指數(shù)的影響效應(yīng)出現(xiàn)一定的差異。性別分析發(fā)現(xiàn)，男性更容易受到溫濕指數(shù)的影響，其危害效應(yīng)在暴露當天最高(P25：RR=1.152，95%CI:1.039～1.277)，滯后效應(yīng)逐漸減少到第5天結(jié)束，而女性對低溫濕指數(shù)敏感性較弱，只有在滯后第四天表現(xiàn)出較弱的影響(P25：RR=1.046，95%CI:1.003～1.090)。此外，在年齡組分析中發(fā)現(xiàn)，年齡≤14歲和≥65歲人群對低溫濕指數(shù)不敏感，一直沒有表現(xiàn)出有意義的效應(yīng)，而溫濕指數(shù)對>14～<65歲年齡組人群組影響相對較大，這種影響在暴露第1天較為明顯(P25：RR=1.103，95%CI:1.008～1.206)，持續(xù)到第5天結(jié)束。詳見表2。

圖4 溫濕指數(shù)與各亞組交通傷人群劑量反應(yīng)圖(參比值：-11.5)

2.4 敏感性分析為檢驗運用此模型對結(jié)果模擬的穩(wěn)定性，通過改變控制長期趨勢的自由度(df=4～6)以及降雨量、日照時間、平均風速的自由度(df=3～5)，結(jié)果顯示擬合的結(jié)果變化比較小，表明結(jié)果穩(wěn)定性較好(圖5、6)。

3 討論

隨著社會經(jīng)濟的快速發(fā)展和交通機動化程度的迅速提高，道路交通傷害對人群健康和社會安全造成的威脅越來越嚴重。本研究采用分布滯后非線性模型(DLNM)探討了2007～2017年馬鞍山市溫濕指數(shù)與交通傷發(fā)生風險的關(guān)系。主要得出以下結(jié)果：① 本地區(qū)溫濕指數(shù)同降雨量、平均風速、日照時長呈正相關(guān)。② 以溫濕指數(shù)的中位數(shù)(20.3)和最低危險度對應(yīng)的溫濕指數(shù)(-11.5)作為比較基準，發(fā)現(xiàn)溫濕指數(shù)與交通傷風險呈非線性關(guān)系，危險效應(yīng)隨溫濕指數(shù)的增加先增加后降低，但總體危險效應(yīng)都具有統(tǒng)計學(xué)意義，且在暴露當天危險效應(yīng)最大，滯后效應(yīng)持續(xù)至滯后第5天。③ 按性別、年齡分層分析發(fā)現(xiàn)，男性，年齡在>14～<65歲人群組中更容易受溫濕指數(shù)的影響，女性對溫濕指數(shù)敏感性較弱，而年齡≤14歲和年齡≥65歲人群一直未顯示出有意義的效應(yīng)。

圖6 改變控制降雨量的自由度(df=3～5)和長期趨勢的自由度(df=4～6)時溫濕指數(shù)對交通傷的影響

近年來溫濕指數(shù)作為反映溫度和濕度共同作用的指標逐漸被用來分析不同氣象條件對人體健康的影響[6-7]，但文獻檢索并未發(fā)現(xiàn)關(guān)于溫濕指數(shù)與交通傷發(fā)生風險關(guān)系的研究，所以無法與同類文章進行比較，但已有研究結(jié)果顯示交通傷的發(fā)生與氣溫、相對濕度均存在顯著正相關(guān)關(guān)系[8-9]。這可能是因為在溫暖的日子里，隨著溫度的增高，駕駛員肌肉松弛，心率加快，大腦皮層抑制性增強，應(yīng)變能力下降，操作靈活性減弱，再加上道路上行人多，路旁擺攤設(shè)點多，交通事故就容易發(fā)生[9]，此外，在溫暖的日子穿的衣服較薄，當發(fā)生道路交通碰撞也會增加道路交通傷害風險。先前有研究結(jié)果顯示，與女性相比，男性占道路交通事故人數(shù)的比例更高[10]。原因可能是男性比女性更容易從事危險駕駛[11]，且駕駛員、出行人員大部分為成年人。>14～<65歲人群組中更容易受溫濕指數(shù)的影響，可能是因為成年組人群戶外活動多且范圍比較廣范[12]，且此人群為社會主要勞動者，每天上下班出行的高峰期騎車、開車或者匆忙趕路過程中容易存在忽視和違反道路交通規(guī)則的僥幸心理[13]，發(fā)生不安全道路交通行為，因此導(dǎo)致此人群的易發(fā)生道路交通傷。其次，有研究發(fā)現(xiàn)次人群由于其安全意識薄弱、生活工作經(jīng)驗不足以及性情容易波動，易發(fā)生創(chuàng)傷[14]。溫濕指數(shù)對≤14歲年齡組和≥65歲年齡組人群一直都沒有表現(xiàn)出有統(tǒng)計學(xué)意義的危險效應(yīng)，可能由于大多數(shù)老年人很少去公眾場合，且老年人一般認為其駕駛能力有所下降，如果出行會選擇公共交通工具或采用步行等方式參與交通出行，這些交通出行方式相對比較安全[15]。兒童在外玩耍一般有大人看護，且≤14 歲兒童很少自己單獨外出。本研究存在一定局限性與不足。首先，本研究地點僅限馬鞍山市，由于不同地區(qū)經(jīng)濟狀況、氣候條件下溫濕指數(shù)對交通傷的影響存在差異，所以本研究的結(jié)果外推有局限性。其次，本研究屬于生態(tài)學(xué)研究，對于個體的很多因素沒有辦法詳盡控制，可能會存在生態(tài)學(xué)謬誤，此外，關(guān)于交通傷病例可能存在漏報情況，會降低危險效應(yīng)的預(yù)測。

道路交通傷是威脅人類生命安全的最大殺手之一，如何有效控制并降低交通傷的發(fā)生風險是防治工作的重點內(nèi)容。本研究采用泊松廣義線性回歸模型結(jié)合分布滯后非線性模型探索了溫濕指數(shù)與交通傷之間的關(guān)系以及滯后效應(yīng)，并發(fā)現(xiàn)了脆弱人群。本研究結(jié)果為制定相關(guān)的衛(wèi)生政策提供了一定的科學(xué)依據(jù)，但國內(nèi)外關(guān)于溫濕指數(shù)與交通傷發(fā)生風險的研究還很少，將來應(yīng)進一步開展相關(guān)研究，以明確溫濕指數(shù)與交通傷發(fā)生風險的關(guān)系。