陈亦晨，陈华，曲晓滨，孙良红，陈涵一，李小攀，彭丽，徐望红，周弋*

    脑卒中是一类以高死亡率和高致残率为特征，并在全球范围内严重危害人类健康的脑血管疾病[1]。随着全球气候变暖，热浪与寒潮等极端天气事件频繁发生，环境温度对人群脑卒中死亡的影响正逐步得到揭示[2]。一项覆盖我国31个省(自治区、直辖市)包含48万参与者的调查研究显示，2013年我国居民脑卒中标化患病率与发病率分别为1 114.8/10万与246.8/10万，处于较高水平，且表现出北方高于南方、农村地区高于城市地区的特征[3]。目前在我国开展的针对气温因素与人群脑卒中相关性的研究依然较少，且不同地区开展的研究结果存在差异[4-6]。浦东新区是上海市最大的辖区，随着我国老龄化程度的加深，脑卒中对该地区的居民健康构成了严重的危害，但目前环境气温对该地区居民脑卒中致死影响的研究尚少[7]。为了解日均气温对浦东新区居民脑卒中死亡的影响，现收集2005—2019年浦东新区气象资料与脑卒中死亡数据进行分析，结果报道如下。

    1 资料与方法

    1.1 资料收集 收集2005—2019年浦东新区居民脑卒中死亡数据，脑卒中死亡数据采用国际疾病分类第10版(The International Statistical Classification of Diseases and Related Health Problems 10th Revision，ICD-10) 进行编码、归类与整理，其中脑卒中死亡的编码范围为I60～I64，出血性脑卒中编码范围为I60～I62，缺血性脑卒中的编码范围为I63。研究期间，包括气温、相对湿度、大气压在内的浦东新区气象资料由浦东新区气象局提供，大气颗粒物(PM10)、二氧化硫(SO2)与二氧化氮(NO2)在内的上海市大气污染物资料由上海市环境监测中心提供。

    1.2 统计学方法 为探讨日均气温与居民脑卒中死亡的非线性效应与滞后效应，首先建立日均气温与滞后的交叉基，将其纳入分布滞后非线性模型中，由于人群每日发生脑卒中死亡属于小概率事件，其分布符合Poisson分布的特征，采用Poisson回归作为分布滞后非线性模型的链接函数。利用自然三次样条函数，控制包括长期趋势、周期效应相对湿度、平均大气压、大气污染物在内的混杂因素。以哑变量的形式对星期几效应进行控制。模型具体形式如下：Log[E(Yt)]=α+βXt，l+ns(time)+ns(Zt，df)+ns(pollu，df)+DOW；其中E(Yt)为观察日t的居民脑卒中预期死亡人数 ......