2017-2022年济南市中暑流行特征及与热浪的潜在关联

[背景]近年来中国夏季区域性高温天气频繁出现,中暑是高温所导致的代表性气象病.分析中暑流行特征及热浪暴露对其影响,对做好中暑的监测、预警和防控工作具有重要意义. [目的]了解济南市中暑病例的流行病学特征,探讨热浪暴露对中暑的影响. [方法]收集 2017-2022年济南市中暑病例的个案信息以及同期逐日的气象因素数据,描述济南市中暑病例的发生时间、人群和地区分布特征,采用时间分层的病例交叉设计并结合条件logistic回归模型,探索12种热浪定义(不同强度和持续时间组合)下热浪暴露对中暑的影响.其中,热浪强度分别使用研究期间日均温度的第 90百分位数(P90)和P95、P97.5、P99 表示,持续时间包括≥2 d、≥3 d、≥4 d,记为Pi(k),i为温度阈值,k为持续时间,如P90(2)即表示连续至少 2 d的日均温度大于等于研究期间日均温度的第 90百分位数对应的温度值.以lag01表示滞后1 d的累积滞后效应,以此类推. [结果]2017-2022年济南市共报告中暑病例 1394例,轻症患者 581例,重症患者 813例;累积报告死亡 85例,累积病死率为 6.10%.流行特征分析结果显示:研究期间报告的中暑病例集中分布于 6-8月,且在 7月出现高峰(665例,47.70%);中暑病例中男女性别比为2.02∶1,病例的高发年龄段为 50～89岁,且在 70～79岁组和 50～59岁组出现两次高峰,但最高峰出现在70～79岁;病例高发地区分布于济南市西部的中心城区(天桥区,274例,19.66%;槐荫区,223例,16.00%)和周边农村地区(平阴县,254例,18.22%).热浪暴露影响效应分析结果显示,热浪暴露对中暑的影响具有统计学意义.对中暑影响的最大效应估计值分别出现在P99(2)、P97.5(3)和 P97.5(4)定义下的 lag04、lag03、lag04,OR(95%CI)分别为 9.27(4.71～14.24)、8.95(6.17～12.98)和 8.22(4.91～13.78).暴露-反应关系曲线提示,随着日均温度的升高,中暑风险呈上升趋势. [结论]每年 7月是济南市居民中暑的高发时期,同时以男性病例为主,重症多,年龄集中在50～89岁.热浪的发生可进一步增加中暑的风险,且存在显著的滞后效应.