黄学敏，郑卓灵

    (佛山市高明区疾病预防控制中心，广东 佛山 528500)

    慢性呼吸疾病是全球疾病负担最重的四大慢病之一，降低慢性呼吸系统疾病等四类重大慢性病过早死亡率是《“健康中国2030”规划纲要》的重要发展目标之一。当前，广东省佛山市高明区居民因慢性支气管炎、慢性阻塞性肺疾病等呼吸疾病死亡位居全区死因顺位第3位。我国居民呼吸系统疾病危险因素普遍存在，室内外空气污染因素是呼吸系统疾病的易患因素[1]。本研究采用分布滞后非线性模型(DLNM)[2]对2015年1月1日至 2020年6月30日广东省佛山市高明区天气因素、空气污染浓度与呼吸系统疾病每日死亡人数进行了时间序列分析，探索了建立空气污染因素与呼吸系统疾病发生关系模型，旨在为开展疾病气象预警服务提供相关方法。

    1 资料与方法

    1.1数据来源 采用国际疾病分类-10对呼吸系统疾病死亡(J00-J99)进行分类。2015年1月1日至2020年6月30日呼吸系统疾病每日死亡人数来源于本中心人口死亡信息登记管理系统，天气资料来源于广东省佛山市气象局，各空气污染物浓度数据来源于广东省佛山市高明区空气质量监测站发布的实时点数据。

    1.2方法

    1.2.1资料收集 收集居民呼吸系统疾病每日死亡人数、气温(℃)和湿度(%)均值、日均二氧化硫(SO2)浓度(μg/m3)、二氧化氮(NO2)浓度(μg/m3)、一氧化碳(CO)浓度(mg/m3)、臭氧(O3)浓度(μg/m3),以及日均细颗粒物(PM2.5)浓度(μg/m3)、PM10浓度(μg/m3)变化情况等，急性呼吸系统疾病定义为发病至死亡间隔时间小于3个月，慢性呼吸系统定义为发病至死亡间隔时间大于或等于3个月。

    1.2.2时间序列分析

    1.2.2.1建模方法 利用R3.5软件中的DLNM模块进行分析，具体方法：首先建立结局变量与自变量的模型，本研究中结局变量为每日死亡数，采用广义泊松分布，自变量分别为日均气温和湿度、SO2、NO2、CO、O3、PM2.5、PM10等；利用自然3次样条函数自变量进行基函数转换 ......