CC BY
457
УДК 613.1(470.11):[612.613:616-036.88-02](470.1 1)
влияние температуры воздуха на смертность НАСЕЛЕНИЯ АРХАНГЕЛЬСКА В 1999-2008 ГОДАХ*
© 2011 г. Ж. Л. Варакина, *Е. Д. Юрасова,
**Б. А. Ревич, **Д. А. Шапошников, А. М. Вязьмин
Северный государственный медицинский университет, г. Архангельск *Всемирная организация здравоохранения, офис Российской Федерации,
**Институт народнохозяйственного прогнозирования РАН, г. Москва
Проведён анализ временных рядов для определения регрессионных зависимостей ежедневной смертности от температуры воздуха; методом независимых выборок исследовалась повышенная смертность в периоды коротких дискретных погодных эпизодов -волн жары и холода. Статистически значимые на 95 % уровне температурные зависимости установлены для всех изученных причин смертности (инфаркты, инсульты, болезни органов дыхания, все естественные и внешние причины) в двух возрастных группах (30-64 и старше 64 лет), кроме инсультов в возрасте 30-64 лет в области высоких температур.
Во время тепловых волн наблюдался прирост смертности от инсультов в группе старше 64 лет, от всех естественных причин в той же возрастной группе и от внешних причин в обеих возрастных группах; во время холодовых волн -от инфарктов и всех естественных причин в обеих возрастных группах, инсультов в группе старше
64 лет, внешних причин в группе 30-64 лет. Суммарный ущерб от тепловых и холодовых волн за период исследования составил 289 дополнительных смертей (95 % ДИ 220-360).
Ключевые слова: климат, смертность, температурные волны, временные ряды, температурные кривые смертности.
В настоящее время очень активно обсуждаются вопросы влияния климатических изменений на показатели общественного здоровья: заболеваемость (инфекционной и неинфекционной этиологии), смертность, ожидаемую продолжительность предстоящей жизни [2, 4—7, 9,
11, 13, 17, 21].
Одним из направлений такого рода исследований является оценка «прямого» ущерба для здоровья, связанного с изменениями температурного режима среды обитания. Для прогнозирования ущерба исследуются фоновые (т. е. наблюдаемые в настоящее время) статистические зависимости показателей здоровья от температуры воздуха. Такие зависимости были установлены во многих городах мира, что отражено в литературе. Как правило, в этих работах исследуются либо температурные волны (кратковременные периоды экстремальной жары и холода), либо плавные кривые, характеризующие зависимость смертности (заболеваемости) от температуры воздуха во всем диапазоне температур, кроме экстремальных.
Среди исследований первого рода подавляющее большинство было посвящено волнам жары. Например, в Италии анализировались взаимосвязи между температурой окружающей среды и смертностью в летние месяцы в городах Болонья, Милан, Рим и Турин. Исследование подтвердило увеличение смертности на всех этих территориях во время волн жары в 2003—2004 годах [26]. Интересными представляются результаты, полученные в Чехии: холодовые волны влияют на смертность не меньше, чем волны жары [14].
Всемирной организацией здравоохранения в 15 европейских городах изучалось влияние волн жары на смертность населения за период 1990-х годов [9, 11, 15, 24]. В результате было определено среднегодовое число дополнительных смертей, обусловленных экстремальной жарой: от 0 в Дублине до 423 в Париже. Наибольшее влияние жары на смертность установлено в трёх средиземноморских (Барселона, Рим и Валенсия) и двух континентальных (Париж и Будапешт) городах. Основной группой риска оказалась возрастная группа 75 лет и старше, однако в некоторых городах достаточное количество смертей, обусловленных жарой, установлено в более молодых возрастных группах.
В рамках европейского проекта ВОЗ также изучалось влияние холодовых волн на смертность [8]. В результате построения мета-регрессионной модели для всех изучаемых городов в группе было определено, что снижение температуры на 1 °С связано с увеличением общего числа смертей на 1,35 % (95 % ДИ 1,16—1,53), смертности
* Исследование проводилось в рамках проекта «Воздействие изменений климата на здоровье населения и оценка возможности адаптации на севере Российской Федерации»,
организованного и финансируемого Всемирной организацией здравоохранения.
от сердечно-сосудистых заболеваний на 1,72 % (95% ДИ 1,44-2,01), респираторных на 3,3 % (95 % ДИ 2,61-3,99) и цереброваскулярных на 1,25 % (95 % ДИ 0,77-1,73).
Связь между повышением температуры и смертностью была зарегистрирована в районах умеренного климата. Например, увеличение общей смертности во время волны жары 2003 года во Франции составило до 60 % [22], в Англии до 17 % [25], а во время волн холода — 10-15 % [23]. Большинство исследователей отмечают, что наибольший вклад в увеличение смертности во время температурных волн вносит смертность от сердечно-сосудистых заболеваний и болезней органов дыхания.
Исследование, проведённое в Германии, показало, что волны жары увеличивают ежедневную смертность от новообразований на 15 %, от заболеваний сердечно-сосудистой системы на 30 %, от заболеваний органов дыхания - на 61 % [10].
Среди исследований второго рода (построение регрессионных зависимостей смертности от температуры воздуха) можно отметить следующие. В Риме в 1995-2004 годах эта зависимость изучалась в возрастном (65-74, 75-84 и >84 лет) и гендерном аспекте методом анализа временных рядов. Было определено, что увеличение температуры выше порогового значения (31,9 °С) статистически связано с увеличением смертности среди женского населения, особенно в возрастных группах 75-84 и более 85 лет [26].
В результате анализа временных рядов за 10-летний период в Аусбурге (Германия) было показано, что ежедневное число инфарктов миокарда, а также обусловленная ими смертность снижаются по мере повышения температуры воздуха, причем этот эффект наблюдался как зимой, так и летом. Исследование, проведённое в 12 городах развивающихся стран, показало, что смертность населения, наоборот, увеличивается как при высокой, так и при низкой температуре, то есть зависимость смертности от температуры должна иметь и-образный вид. В результате были получены и-образные температурные кривые смертности в самых разных климатических поясах [12].
Температурные зависимости и риски от влияния волн жары и холода на здоровье населения Российской Федерации оценивались лишь на некоторых территориях - в Твери, Москве, Якутске [3, 18, 20]. Так, в Якутске изучались временные ряды ежедневной смертности за период с 1999 по 2007 год и были установлены относительные риски смертности во время тепловых и холодовых волн, а также относительное изменение смертности, соответствующее увеличению суточного перепада температур на 1 °С в возрастной группе 65 лет и старше. Среди изученных причин смерти статистически значимые температурные зависимости в возрастной группе от 30 до
64 лет были установлены для ишемической болезни сердца и инфаркта, а также для болезней органов
дыхания, а в возрастной группе свыше 64 лет - для ишемической болезни сердца и инфаркта, инсульта и всех естественных причин. Самой чувствительной к изменению температуры воздуха в Якутске оказалась ишемическая болезнь сердца в возрастной группе от 30 до 64 лет. Относительное изменение смертности от данной причины, статистически связанное с сезонными колебаниями температуры воздуха, может достигать 70 %, при этом на указанную причину наиболее сильное влияние оказывают низкие температуры. В якутском исследовании также была рассчитана дополнительная смертность от всех естественных причин во время температурных волн за период с 1999 до 2007 год - 67 случаев (суммарно для всех возрастных групп) [19].
Цель настоящей работы - исследовать взаимосвязь между изменением среднесуточной температуры и смертностью населения на территории г. Архангельска за период с 1999 по 2008 год.
Методы
И сп оль зовала с ь б а за да н ных о е же дневно й смертности, предоставленная Федеральной службой государственной статистики Российской Федерации. Ежедневная смертность в г. Архангельске изучалась за 10 лет (с 1 января 1999 г. по 31 декабря 2008). Для данного периода были разработаны временные ряды ежедневной смертности по пяти причинам смерти и двум возрастным группам, то есть всего рассматривались 10 показателей смертности (табл. 1).
Таблица 1
Количество проанализированных случаев смертности в г. Архангельске по причинам и возрастным группам за 1999-2008 годы, абс. число
Код по МКБ-10 Причина смерти Возрастная группа, лет
30-64 65 и старше
120-125 Инфаркты 5114 7783
160-169 Инсульт 2260 9224
Л00-Л99 Болезни органов дыхания 1534 785
Все коды, кроме S01-Y98 Все естественные причины 16856 25545
V01-Y98 Внешние причины 6251 984
Отдельное изучение возрастных групп трудоспособного населения (от 30 до 64 лет) и старше трудоспособного (свыше 64 лет) важно с точки зрения последующего анализа возрастных различий и является общепринятым в подобных исследованиях в Российской Федерации (в то время как в западных исследованиях обычно рассматривают возрастные группы от 30 до 64, от 65 до 74 и свыше 74 лет). Особое внимание при предварительном контроле качества данных было уделено исключению выпадающих значений временного ряда. Были выявлены два сильно выпадающих значения, обусловленные катастрофическим событием в Архангельске (16 марта 2004 г.).
Метеорологические данные были предоставлены Северным межрегиональным территориальным управлением Федеральной службы по гидрометеорологии и мониторингу окружающей среды. Они включали среднюю (T), максимальную (Tmax) и минимальную (Tmin) температуру воздуха за период исследования за каждые сутки, которая измеряется раз в три часа в автоматическом режиме в соответствии с общепринятым международным протоколом. В эпидемиологических исследованиях, посвященных температурным зависимостям смертности, часто подбирается наилучший регрессор из Тср, Tmax и Tmn (или их линейная комбинация), который сильнее всего коррелирует со смертностью. При этом в качестве меры температурной нагрузки в большинстве исследований берется среднесуточная температура воздуха [3, 18, 20]. В данной работе изучались регрессионные модели с альтернативными или кумулятивными лагами. Альтернативный лаг означает, что в качестве регрессора берется либо температура с нулевым лагом, либо с лагом в 1 день и т. д. Кумулятивный лаг означает, что берется среднее значение температуры в день смерти и предшествующий день (лаг 0—1); либо среднее значение за три дня — день смерти и два предыдущих (лаг 0—2) и т. д. В связи с этим был проведен контроль качества данных о среднесуточной температуре за период 1999—2008 годов.
В работе использовались следующие методы статистического анализа:
1) построение обобщенных пуассоновских регрессионных моделей для изучения зависимостей ежедневной смертности от температуры воздуха;
2) дисперсионный анализ независимых выборок для оценки влияния коротких (дискретных) погодных эпизодов — волн жары и холода на смертность.
При статистическом анализе данных использовались программы Microsoft Excel 2000, SPSS 15.0 for Windows, MATLAB 7.4.0 (R2007a).
Температурная зависимость смертности устанавливалась в рамках следующей сегментированной регрессионной модели с распределенными лагами:
1оцЛ'(Д/|) = С. +Х|«.('/Л -Т : It-Xl// -Т, + : -Ч/.)в(Т -i//;) I,
к
где log Е(М) — натуральный логарифм ожидаемой величины ежедневной смертности в день t; Ct — слагаемое, явно зависящее только от времени (оно необходимо для учета зависимости смертности от дня недели, сезона, а также для учета всех медленных тенденций смертности); f1 — нижний температурный порог; f2 — верхний температурный порог, T_k — среднесуточная температура за к дней до смерти; & — тэта-функция (равная нулю при отрицательном аргументе и единице при положительном); ак и вк
— соответствующие регрессионные коэффициенты, которые и требуется определить, а суммирование происходит от нуля до 50 дней до смерти.
Достоинство этой модели в том, что температурная зависимость строится отдельно выше порога f2 и ниже
порога f1, а между ними предполагается нулевой (то есть имеет «плато»). Тем самым фактически восстанавливаются две разные зависимости, что оправдано возможными физиологическими различиями патогенного действия высоких и низких температур.
Существуют два подхода к определению порогов f1 и f2. Наиболее строгий состоит в задании итеративного алгоритма, в котором эти пороги определяют эндогенно, в рамках самой модели [16]. Однако в данной работе мы приняли упрощенный подход: пороги нами задавались экзогенно при знании общего вида температурной зависимости. Общий вид зависимости был предварительно построен «по точкам». Для этого весь температурный диапазон от самых низких до самых высоких температур разбивался на небольшие температурные интервалы с некоторым шагом AT и вычислялись значения смертности M, усредненные за все дни с температурами от iAT до (i + 1)AT. После этого каждый температурный интервал соответствовал всего одной точке M. что позволило избежать перегрузки регрессионной зависимости большим количеством дней с транзитными температурами. Как правило, при правильном выборе шага AT такой простой метод позволяет приблизительно установить общий вид температурной зависимости с точкой минимума в области температуры «максимального комфорта».
Затем для определения верхнего порога постепенно уменьшали интервалы температур вверх, начиная с точки минимума температурной зависимости (с некоторым запасом влево) небольшим шагом, например в 0,2 °С, пока не будет найден такой интервал, на котором статистическая значимость коэффициента одномерной линейной регрессии log E(M ) = Ct + в0 Tt &(Tt — f2) максимальна. Найдя таким образом верхний порог f2, мы отдельно изучали линейную модель с распределенными лагами на температурном интервале выше этого порога и находили все коэффициенты вк. В этом случае мгновенный эффект повышения температуры на один градус численно равен в0, а долгосрочный эффект численно выражается
суммой всего ряда ХА.
На этом этапе также определялся наилучший регрессор в рамках одномерной линейной регрессионной модели путем перебора температур с альтернативными и кумулятивными лагами от нуля до шести дней включительно (учет возможного лага особенно важен в области низких температур, где температурные зависимости часто имеют отсроченный характер). В общем случае мгновенный эффект равен не в0, а коэффициенту при выбранном наилучшем регрессоре. После вычисления суммы ряда оценивался эффект жатвы как разность между мгновенным и долгосрочным эффектом. Аналогичная последовательность действий выполнялась для определения нижнего температурного порога. В результате, как мы предполагаем, впервые были получены оценки эффектов жатвы отдельно для действия высоких и низких температур.
На последнем этапе вычислений для двух участков температурной кривой (нисходящего и восходящего) тестировались параболические аппроксимации, если были обнаружены явные признаки нелинейности температурной зависимости. Выбор наилучшей зависимости основывался на сравнении статистической значимости регрессионных зависимостей: коэффициента корреляции Пирсона R2, критерия Фишера F, t-тестах индивидуальных регрессионных коэффициентов; проводился анализ дисперсии (ANOVA) и выбиралась наилучшая аппроксимация температурной зависимости.
Новизна подхода заключается в том, что относительный вклад эффекта жатвы рассчитывался на основе линейной модели с распределенными лагами, а вычиталась данная поправка уже из мгновенного эффекта, полученного с помощью параболической аппроксимации температурной зависимости, если параболическая аппроксимация лучше описывает зависимость, чем линейная.
Таким образом было построено двадцать температурных зависимостей: для каждого из десяти исследуемых показателей смертности отдельно для высоких и низких температур.
В рамках исследования был определен относительный прирост смертности во время волн жары и холода. Для этого были проанализированы временные ряды ежедневной смертности и средней температуры воздуха за 10 лет (1999—2008). Влияние волн жары и холода на смертность изучалось методом анализа независимых выборок из временных рядов суточной смертности.
В данной работе идентификация температурных волн осуществлялась на основании определения, сформулированного в аналогичном исследовании, проведённом в г. Москве [18]. Тепловая волна представляет собой пять или более последовательных дней, во время которых среднесуточная температура превышает 97 % процентиль многолетнего распределения среднесуточных температур. Холодовая волна представляет собой пять или более последовательных дней, во время которых среднесуточная температура падает ниже 3 % процентиля многолетнего распределения среднесуточных температур.
Для определения относительного прироста смертности в период температурной волны над фоновой (ожидаемой для данных календарных дат) смертностью был рассчитан относительный риск смертности (relative risk, RR). При этом если волна длины N продолжалась со дня D до D + N — 1, то относительный риск вычислялся как средняя суточная смертность за период волны, деленная на фоновую смертность, которая берется в первый день волны: М'1’. В связи с тем, что допускается наличие лага между волной температуры и волной смертности, относительный прирост смертности вычисляется как
максимум из нескольких величин RR, вычисленных при различных лагах от нуля до максимального допустимого лага Ь.
N-1+j
I
MD+,+j
RR, = max
V, — 11.
.•'
Рассчитав фоновую смертность, длительность и относительные риски для каждой волны, вычислили абсолютное число дополнительных смертей, обусловленных тепловыми и холодовыми волнами в Архангельске за период исследования. При этом в расчет ущерба включались только те показатели смертности, для которых относительные риски были признаны статистически значимыми на 95 % уровне. Для проверки гипотез о статистической значимости относительных рисков методом дисперсионного анализа были вычислены средние риски отдельно для выборок коротких тепловых и холодовых волн (длительностью от 5 до 7 дней) и для выборок длинных тепловых и холодовых волн (от 8 дней и выше).
Результаты
Статистически значимые температурные зависимости установлены для всех категорий смертности, кроме инсультов в возрасте 30-64 лет в области высоких температур. Показано, что смертность от болезней органов дыхания монотонно снижается во всем диапазоне температур, а температурная зависимость смертности от остальных изученных причин (инсульты, инфаркты, все естественные, все внешние причины) имеет классический и-образный или V-образный вид с минимумом между +16 и + 18 °С (для внешних причин между +20 и +22 °С) (табл. 2, рис. 1).
В рамках исследования был рассчитан относительный прирост смертности во время волн жары и холода. За период исследования выявлены десять волн жары и восемь волн холода. Температурный порог для тепловых волн составил +21,0 °С, а для холодовых -21,5 °С. Изучение временных лагов, полученных в ходе исследования корреляций между температурой воздуха и смертностью, показало, что влияние жары на смертность носит мгновенный, острый характер, в то время как действие холода, наоборот, отсроченный.
При изучении тепловых волн статистически значимо установлено возрастание смертности для четырех ее показателей: внешние причины в возрастной группе 65 лет и старше и в группе 30-64 лет, инсульты в возрастной группе 65 и старше, все естественные причины в возрастной группе 65 лет и старше (табл. 3). Наибольший по величине из статистически значимо установленных приростов смертности (70 %) зафиксирован для смертности от внешних причин в возрастной группе старше 64 лет.
Таблица 2
Основные характеристики температурных кривых смертности населения г. Архангельска, 1999-2008 годы
Причина смерти и возрастная группа, лет Общий вид температурной кривой Точка или область минимума, °С Относительный прирост смертности при воздействии высоких температур, %* Относительный прирост смертности при воздействии низких температур, %*
Инфаркты, 30-64 V-образная +3,3... + 16,6 47 42
Инфаркты, 65 + и-образная + 16,8 94 65
Инсульты, 30-64 Монотонно снижается до точки минимума + 19,0 - 53
Инсульты, 65+ и-образная + 8,9...+ 17,4 37 95
Болезни органов дыхания, 30-64 Монотонно снижается до точки минимума +21,4 - 58
Болезни органов дыхания, 65 + Монотонно снижается до точки минимума +25,0 - 144
Естественные причины, 30-64 V-образная +3,1... + 17,8 17 12
Естественные причины, 65 + и-образная + 17,0 17 26
Внешние причины, 30-64 и-образная + 8,6...+20,1 56 71
Внешние причины, 65+ и-образная + 8,2...+22,1 100 50
Примечание. * — относительный прирост смертности вычислялся на основании регрессионных зависимостей от точки минимума температурной кривой до границ температурного диапазона, в котором определена данная температурная кривая. Для разных показателей эти диапазоны имеют небольшие различия.
-27 -22 -17 -12 -7 -2 3 8 13 18 23
т, °с
- ■ - - - Іо\л/ег95% СІ. ^^втеап
Инфаркты в группе 30 — 64 лет
20 -15 -10 - 5 0 то(5 Ю 15 20 25
- ■ - • - 1о\л/ег 95% СІ ’ ^^"теап
Инсульты в группе 30—64 лет
Болезни органов дыхания в группе 30—64 лет
Т/С ______________
- ' - • - І_о\л/ег95% СІ. ^^втеап
Инфаркты в группе 65 лет и старше
-27 -22 -17 -12 -7 -2 3 8 13 18 23
_ . _ . . |_о\л/ег 95% О. т’°с ^^втеап
Инсульты в группе 65 лет и старше
-23 -19 -15 -11 -7 -З 1 5 9 13 17 21 25
т, °с
— - — |_о\л/ег95%С1_ ^^*теап--------------------------иррег95%С1_
Болезни органов дыхания в группе 65 лет и старше
Т, °С
Lower 95% CL -------uoDer95%CL
Естественная смертность в группе 30—64 лет
1 1
V 1
ч 1
Ч 1.
0,5 - //
у
/
1 1 1 1 1 -— 7
■26-22 -18 -14-10 -6 -2 2 б 10 14 18 22
т, “С
— • — Lower 95% CL ^^^mean — — — upper 95%CL
Внешние причины в группе 30 — 64 лет Температурные кривые смертности, полученные регреї
При изучении холодовых волн статистически значимо определено возрастание смертности (риски) для шести показателей смертности из десяти: от инфарктов в обеих возрастных группах, всех естественных причин также в обеих возрастных группах, инсультов в группе 65 лет и старше и внешних причин в группе 30—64 лет (см. табл. 3).
Таблица 3
Относительный риск смертности в период температурных волн в г. Архангельске, 1999-2008 годы
Причина смерти (возраст- Холодовая волна Тепловая волна
ная группа, лет) RR 95 % ДИ RR 95 % ДИ
Инфаркты (30-64) 1,44* 1,13-1,75 1,05 0,80-1,31
Инфаркты (65+) 1,32* 1,06-1,58 1,02 0,81-1,24
Инсульты (30-64) 1,29 0,74-1,83 1,20 0,80-1,61
Инсульты (65+) 1,37* 1,12-1,62 1,42* 1,23-1,62
Б-ни орг. дыхания (30-64) 1,41 0,77-2,05 1,11 0,63-1,60
Б-ни орг. дыхания (65 + ) 1,32 0,14-2,50 1,54 0,71-2,37
Все естественные причины (30-64) 1,26* 1,08-1,43 1,08 0,94-1,22
Все естественные причины (65 + ) 1,35* 1,19-1,52 1,14* 1,02-1,26
Внешние причины (30-64) 1,47* 1,18-1,76 1,24* 1,01-1,47
Внешние причины (65 + ) 0,99 0,26-1,72 1,70* 1,08-2,32
Примечание. * — относительный риск статистически значим при 95 % уровне.
Расчет абсолютного числа дополнительных смертей в группах причин, где получены статистически значимые при 95 % уровне относительные риски, прово-
Естественная смертность в группе 65 лет и старше
2 -
,
1,5 - 1
1 -
I
0,5 /
^ 1 1 -25 -21 -17 -13 -9 — • — Lowe г 95% С1 -5 -1 3 7 11 15 19 23 Г,°С —■mean — — — upper95%CL
Внешние причины в группе 65 лет и старше
нным методом, для изученных показателей смертности
дился отдельно для холодовых и тепловых волн.
Суммарный ущерб от холодовых волн складывался по естественным причинам смерти в обеих возрастных группах и внешним причинам в возрастной группе 30—64 лет. Он составил 179 дополнительных смертей и на 70 % был обусловлен инсультами и инфарктами.
Суммарный ущерб от тепловых волн складывался по таким причинам смерти, как инсульты, все естественные причины в возрастной группе 65 лет и старше, а также внешние причины в обеих возрастных группах. Он составил 110 дополнительных смертей. В данном случае для оценки суммарного ущерба более корректно рассматривать прирост числа инсультов (в возрастной группе 65 лет и старше), а не прирост смертности от всех естественных причин, поскольку суммарный ущерб для инсультов оказался несколько выше, чем суммарный ущерб для всех естественных причин, а точность оценки ущерба от инсультов гораздо больше (/ = 4,38 против / = 2,27), поэтому можно утверждать, что ущерб для всей естественной смертности почти полностью обусловлен инсультами.
Обсуждение результатов
В рамках проекта «Воздействие изменений климата на здоровье населения и оценка возможности адаптации на севере Российской Федерации» рабочей группой «Влияние климатических изменений на смертность населения г. Архангельска» проведён анализ временных рядов для определения плавных зависимостей ежедневной смертности от температуры воздуха за период 1999—2008 годов в г. Архангельске,
зз
а также исследование временных рядов ежедневной смертности для оценки влияния коротких (дискретных) погодных эпизодов - волн жары и холода на смертность за этот же период. Все случаи ежедневной смертности были разделены на пять групп климатозависимых причин (инсульты, инфаркты, болезни органов дыхания, все естественные и все внешние причины), внутри которых выделялись две возрастные группы (от 30 до 64 лет и старше 64 лет). Температурные зависимости статистически значимо установлены для всех показателей смертности, кроме инсультов в возрасте 30-64 лет в области высоких температур. Показано, что смертность от болезней органов дыхания монотонно снижается во всем диапазоне температур, а температурная зависимость смертности для всех остальных причин (инсульты, инфаркты, все естественные, все внешние причины) имеет классический и-образный или V-образный вид с минимумом между +16 и +18 °С (для внешних причин между +20 и +22 °С). При этом воздействие сезонных перепадов температур на смертность от всех внешних причин оказалось гораздо сильнее, чем на смертность от всех естественных причин.
Результаты настоящего исследования были сопоставлены с результатами аналогичного исследования ВОЗ в ряде европейских городов [9]. Если рассматривать только естественную смертность, то почти во всех этих городах (за исключением Дублина и Турина) были получены и-образные температурные зависимости смертности, практически идентичные кривой, которая получена нами в возрастной группе
65 лет и старше. В некоторых городах, например Риме и Милане, температурная зависимость смертности имела четко выраженное плато и была очень похожа на кривую, полученную для соответствующего показателя в возрастной группе 30-64 лет в г. Архангельске. Таким образом, наши результаты вполне укладываются в международный контекст. При этом интерес представляет положение минимума, которое определяет так называемую оптимальную температуру. В случае с плато оптимальным является целый диапазон температур, и важнейшей характеристикой температурной кривой принято считать «верхний температурный порог», то есть температуру, при которой заканчивается плато и начинается резкий излом температурной зависимости вверх, что соответствует появлению избыточной смертности в области высоких температур. В Архангельске такой порог был установлен при +17,0 °С для возрастной группы
65 лет и старше и +17,8 °С для группы 30-64 лет. Этот важнейший результат подтверждает тенденцию, установленную в европейском исследовании ВОЗ, согласно которой температурный порог тем выше, чем южнее находится город. Например, в среднем для семи «средиземноморских» городов порог составил + 29,4 °С, а для восьми «северо-континентальных» (Прага, Будапешт, Цюрих, Париж, Хельсинки, Стокгольм, Лондон и Дублин) +23,3 °С. Наиболее низкий порог установлен для самых северных европейских
городов, участвовавших в этом исследовании: Стокгольма ( + 21,0 °С) и Хельсинки ( + 19,0 °С). Следовательно, для Архангельска порог должен быть еще ниже, поскольку климат здесь гораздо холоднее, чем в Стокгольме или Хельсинки.
Интересными представляются результаты определения относительного риска смертности, характеризующего относительный прирост смертности в период температурной волны над фоновой смертностью. При анализе холодовых волн статистически значимые приросты смертности были получены только во время длинных волн, поэтому в табл. 3 приводятся результаты именно для длинных холодовых волн. Напротив, анализ тепловых волн показал, что при тестировании гипотез о приросте смертности соответствующая /-статистика для длинных волн оказывается хуже, чем для коротких, что послужило основанием не проводить разделение волн на длинные и короткие. В связи с этим в табл. 3 приведены результаты для объединенной выборки всех тепловых волн.
Полученный нами результат для естественной смертности в возрастной группе 65 лет и старше (прирост смертности 14 % в среднем для ансамбля из всех тепловых волн) можно непосредственно сравнить с аналогичными данными, полученными в европейских городах [9]. В этих городах указанный прирост менялся от 7,6 % в Мюнхене до 33,6 % в Милане, а типичные значения совпадают с нашей оценкой: 10 % в Лондоне, 12 % в Париже, 16 % в Барселоне. Следует отметить, что результат исследования в Архангельске находится в контексте международных исследований.
Наибольший относительный прирост смертности как для тепловых (24 % в группе 30—64 лет), так и для холодовых волн (47 % в группе 30—64 лет), был получен по группе внешних причин смертности. В мировой литературе нет достаточной информации о влиянии климата на данную группу причин. Можно предположить в качестве возможного механизма климатический ответ такой причины, как X60—X84 «Преднамеренное самоповреждение». В Архангельске вклад этой причины в смертность от всех внешних причин составляет всего 15 % (за период исследования было 1 055 случаев, из них 850 в возрастной группе 30—64 лет и 205 в группе 65 лет и старше), что не позволяет получить статистически значимых результатов отдельно для группы преднамеренных самоповреждений.
Также необходимо отметить, что в разрез с другими исследованиями нами не были получены статистически значимые результаты для такой причины смертности, как болезни органов дыхания. Отсутствие статистически значимых результатов может быть следствием недостаточного количества абсолютного числа смертей в данной группе причин (см. табл. 1). То есть эффект есть, но отсутствует достаточная статистическая мощность выборки, поскольку исследование проведено в городе с небольшой численностью населения (в отличие от
городов-миллионников). Несмотря на данный факт, безусловно необходимо отметить важность проведения подобного исследования на северной территории, что позволяет выявить отличимые эффекты для здоровья, формирующие ответы популяции на возможные изменения климата.
Оценка ущерба вследствие температурных волн также очень важна при исследовании влияния климатических изменений на здоровье. При этом следует отметить, что величина ущерба зависит от размера выборки — численности населения на конкретной территории и, как следствие, абсолютного числа смертей. В нашем исследовании — это 289 смертей за 10 лет. Если рассматривать только естественную смертность и приводить ущерб к среднему за один год для сравнения с другими городами, то в Архангельске получаем 21 случай смертей, в Париже с пригородами — 423 [10], в Якутске — 7 [19]. Эти результаты примерно пропорциональны численности населения указанных городов на начало периодов исследования (Архангельск 369, Париж 6 200, Якутск 204 тыс. человек).
Разумеется, ущерб от температурных волн весьма неравномерно распределен по годам, особенно это касается холодовых волн, как более редких и продолжительных. Для холодовых волн общий ущерб обусловлен тремя длинными волнами (длительностью от восьми дней и более), самая продолжительная из которых наблюдалась в 1999 году. На нее приходится 46 % ущерба, или 83 дополнительных случая смерти. Ущерб от тепловых волн распределяется по годам более равномерно. В итоговую оценку вошли девять волн, которые были отмечены в восемь разных лет (на 2006 г. пришлось две волны). Самая продолжительная волна имела место в 1999 году, который поэтому является самым неблагоприятным и для тепловых волн. На этот год приходится всего 20 % ущерба от тепловых волн, или 22 смерти.
На основании полученных нами данных можно ожидать, что в результате глобального потепления ущерб от холодовых волн в среднем за 10-летие будет постепенно снижаться от оценочной величины 179 смертей за десятилетие, а ущерб от тепловых волн соответственно постепенно увеличиваться от оценочной величины 110 смертей за десятилетие.
Таким образом, проведённое исследование позволило сформулировать следующие выводы:
1. Статистически значимые температурные зависимости установлены для всех показателей смертности, кроме инсультов в возрасте 30—64 лет в области высоких температур. Воздействие сезонных перепадов температур на смертность от всех внешних причин значительно сильнее, чем на смертность от всех естественных причин.
2. Для всех установленных температурных зависимостей количественно оценен вклад кратковременного смещения смертности в общую дополнительную смертность, вызванную температурным стрессом.
3. При исследовании временных рядов ежедневной смертности для анализа влияния волн жары и холода было выявлено десять волн жары и восемь волн холода. При этом было показано, что нельзя признать статистически значимым влияние на смертность коротких холодовых волн. В связи с этим в оценку ущерба вошли только длинные холодовые волны. Однако в отношении тепловых волн такого вывода сделать нельзя.
4. Для некоторых показателей смертности были получены статистически значимые оценки дополнительной смертности во время температурных волн. Во время тепловых волн наблюдался прирост смертности от инсультов в возрастной группе 65 лет и старше, от всех естественных причин в той же возрастной группе и от внешних причин в обеих возрастных группах. Во время холодовых волн наблюдался прирост смертности от инфарктов и всех естественных причин в обеих возрастных группах, инсультов в возрастной группе 65 лет и старше, а также внешних причин в возрастной группе 30—64 лет. Наибольшие по величине относительные риски увеличения смертности были установлены для смертности от внешних причин, при этом данный вывод касается как тепловых, так и холодовых волн.
5. Проведена интегральная оценка дополнительной смертности, обусловленной выявленными температурными волнами в Архангельске за 1999—2008 годы. Ущерб от тепловых волн составил 110 дополнительных смертей, от холодовых — 179. Таким образом, если суммировать все дополнительные смерти за исследуемый период, то в среднем за год ущерб составил около 30 смертей. В связи с этим становится очевидным, что снижение климаточувствительной смертности в Архангельске должно стать одной из приоритетных задач местных органов самоуправления.
Список литературы
1. Зенченко Т. А. Методика анализа временных рядов данных в комплексной оценке метео- и магниточувствитель-ности организма человека / Т. А. Зенченко // Экология человека. — 2010. — № 2. — С. 3—11.
2. Kpvats S. Методы оценки чувствительности здоровья человека и адаптации общественного здравоохранения к изменению климата / S. Kovats, K. L. Ebi, B. Menne.
— Женева : Всемирная организация здравоохранения, 2005. - 11 1 с.
3. Ревич Б. А. Изменения климата и здоровье населения России : анализ ситуации и прогнозные оценки / Б. А. Ревич, В. В. Малеев. - М. : ЛЕНАНД, 201 1. - 208 с.
4. Air temperature and the occurrence of myocardial infarction in Augsburg, Germany / K. Wolf, A. Schneider, S. Breitner [et al.] // Circulation : J. of the Am. Heart Association. - 2009. - Vol. 120. - P. 735-742.
5. Climate change and human health: impacts, vulnerability, and mitigation / A. Haines, R. S. Kovats, D. Campbell-Lendrum [et al.] // Lancet. - 2006. - Vol. 367. -P 2101-2109.
6. Climate variability and campylobacter infection: an international study / R. S. Kovats, S. J. Edwards,
D. Charron [et al.] // Int. J. Biometeorol. — 2005. — Vol. 49. -P. 207-214.
7. Ebi K. L. Public health responses to the risks of climate variability and change in the United States / K. L. Ebi // JOEM. - 2009. - Vol. 51, N 1. - P. 4-12.
8. Effects of Cold Weather on Mortality: Results From 15 European Cities Within the PHEWE Project / A. Analitis, K. Katsouyanni, A. Biggeri [et al.] // Am. J. Epidemiol. -2008. - Vol. 109. - P. 1397-1408.
9. Heat effects on mortality in 15 European cities / M. Baccini, A. Biggeri, G. Accetta [et al.] // Epidemiol. -2008. - N 19. - P. 711-719.
10. Hoffmann B. Increased Cause-Specific Mortality Associated with 2003 Heat Wave in Essen, Germany / B. Hoffmann, S. Hertel, T. Boes // J. of Toxicology and Environmental Health, Part A. - 2008. - Vol. 71. -P. 759-765.
11. Impact of heat on mortality in 15 European cities: attributable deaths under different weather scenarios / M. Baccini, T. Kosatsky, A. Analitis [et al.] // J. Epidemiol. Community Health. - 2010. - doi:10.1136/ jech.2008.085639.
12. International study of temperature, heat and urban mortality: the ‘ISOTHURM’ project / A. J. McMichael, P. Wilkinson, R. S. Kovats [et al.] // Int. J. of Epidemiology.
- 2008. - Vol. 37. - P. 1121-1131.
13. Keller C. F. Global Warming 2007. An Update to Global Warming: The Balance of Evidence and Its Policy Implications / C. F. Keller // The Scientific World J. - 2007.
- N 7. - P. 381-399.
14. Kysely J. Excess cardiovascular mortality associated with cold spells in the Czech Republic / J. Kysely, L. Pokorna, J. Kync // BMC Public. Health. - 2009. - N 9. - P. 19.
15. Matthies F. Prevention and management of Health hazards related to heatwaves / F. Matthies, B. Menne // Int. J. of Circumpolar Health. - 2009. - Vol. 68, N 1. -P. 8-22.
16. Muggeo V. M. Modelling the non-linear multiple-lag effects of ambient temperature on mortality in Santiago and Palermo: a constrained segmented distributed lag approach /
V M. Muggeo, S. Hajat // Occup. Environ. Med. - 2009.
- N 66. - P. 584-591.
17. Perceptions of heatwave risks to health: interview-based study of older people in London and Norwich, UK /
V Abrahamson, J. Wolf, I. Lorenzoni [et al.] // J. of Public Health. - 2009. - Vol. 31. - P. 119-126.
18. Revich B. Excess mortality during heat waves and cold spells in Moscow, Russia / B. Revich, D. Shaposhnikov // Occup. and Environ. Med. - 2008. - Vol. 65, N 10. -P. 691-696.
19. Revich B. A. Extreme temperature episodes and mortality in Yakutsk, East Siberia / B. A. Revich, D. A. Sha-poshnikov // Rural Remote Health 10. - 2010. - Vol. 10, N 2. - P. 1338.
20. Revich B. Temperature-induced excess mortality in Moscow, Russia / B. Revich, D. Shaposhnikov // Int. J. of Biometeorology. - 2008. - Vol. 52, N. 5. - P. 367-374.
21. Rogers D. J. Climate change and vector-borne diseases / D. J. Rogers, S. E. Randolph // Adv. Parasitol. - 2006.
- Vol. 62. - P. 345-381.
22. The 2003 heat wave in France: dangerous climate change here and now | M. Poumadere, C. Mays, S. Le Mer [et al.] || Risk Analysis. — 2005. — Vol. 25, N 6. -P. 1483-1494.
23. The impact of heat waves and cold spells on mortality rates in the Dutch population. Environmental | M. Huynen, P. Martens, D. Schram [et al.] || Health Perspectives. — 2001. - Vol. 109, N 5. - P. 463-470.
24. The impact of heat waves on mortality in 9 European cities: results from the EuroHEAT project | D. D'Ippoliti, P. Michelozzii, C. Marino [et al.] || Environmental Health.
- 2010. - Vol. 9, N 37. - Р 1-9.
25. The impact of the 2003 heat wave on mortality and hospital admissions in England | H. Johnson, R. Kovats, G. McGregor [et al.] || Health Statistics Quarterly. - 2005.
- Vol. 25. - P. 6-12.
26. Wolf T. Environment and health risks from climate change and variability in Italy | T. Wolf, B. Menne. - World Health Organization, 2007. — 105 c.
AIR TEMPERATURE IMPACT ON MORTALITY IN ARKHANGELSK IN 1999-2008
Zh. L. Varakina, *E. D. Yurasova, **B. A. Revich,
**D. А. Shaposhnikov, А. М. Vyazmin
Northern State Medical University, Arkhangelsk *WHO Office in Russian Federation, Moscow **Institute of Forecasting of Russian Academy of Sciences, Moscow
A time series analysis of daily mortality data has been performed to investigate relationships between air temperature and mortality. Excess mortality during heat and cold waves was assessed with the use of the dispersion analysis of independent samples. Temperature-mortality curves were constructed for mortality from coronary heart disease, brain strokes, respiratory diseases, all non-accidental and external causes in two age groups (30-64 and 65+). Relative increases in mortality during heat waves were documented in the following cases: strokes in the age group 65+, non-accidental deaths in the age group 65+, and external causes in the age groups 30-64 and 65+. Relative increases in mortality during cold spells were observed in the following cases: coronary deaths and all non-accidental deaths in age the groups 30-64 and 65+, strokes in the age group 65+ and external causes in the age group 30-64. There were 289 additional deaths in Arkhangelsk during 1999-2008, which were directly attributed to the impact of heat waves and cold spells (95 % CI 220-360).
Key words: climate, mortality, temperature waves, time series, temperature-mortality curves.
Контактная информация:
Варакина Жанна Леонидовна — кандидат медицинских наук, доцент института общественного здоровья, здравоохранения и социальной работы Северного государственного медицинского университета
Адрес: 163000, г. Архангельск, пр. Троицкий, д. 51
Тел. (8182) 28-57-84
E-mail: [email protected]
