研究背景过去大量监测数据显示,伴随全球气候的巨大变化,世界各国多种极端气候事件出现的频率及强度均与之增大/强,这其中就包括暴雨洪涝。据相关数据统计,目前暴雨洪涝事件的发生数量已约占全球自然灾害发生总数的50%,出现频率高、造成损失重已成为其显著特征。联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)第五次评估报告(AR5)曾指出,未来气候变化的模拟结果提示我们未来极端降雨事件的出现会更加频繁,同时伴随未来海平面的上升,我们有理由认为全球暴雨洪涝事件的出现频率及强度均有可能呈现增大/强趋势。全世界每年因暴雨洪涝灾害造成的伤亡人数和经济损失居高不下,故对暴雨洪涝灾害的评估已成为目前全球共同关注的焦点问题。我国因特定的地理位置以及气候类型等,使其成为世界范围内暴雨洪涝灾害的高发国家,且暴雨洪涝事件的发生具有影响范围广、出现频次高等特征。近几十年来,在以气候变暖为主要特征的全球气候变化大背景下,多项研究显示我国暴雨洪涝事件出现的频次会更高,强度会更强,从而可能会给灾区带来更大的疾病负担。在暴雨洪涝效应期,灾区居住环境质量下降且往往洁净水源及医疗卫生服务设施匮乏,由此为多种疾病,尤其是传染病的传播创造了有利条件。世界范围内针对气候变化与疾病的关系尤其是传染病方面的研究逐渐成为热点。本研究我们重点进行暴雨洪涝灾害对细菌性痢疾的影响展开研究。作为世界范围内常见的传染性疾病,细菌性痢疾一直是公共卫生领域关注的焦点问题。而遗憾的是,迄今为止仍没有强有力的流行学证据来证实暴雨洪涝对细菌性痢疾的发病影响及相关因素的作用,且往往由于分析方法和所获数据的限制,更多的只是进行一次或几次典型暴雨洪涝事件对细菌性痢疾发病影响的回顾性调查,缺乏长时间尺度和大空间范围的深入探讨。随着全球极端气候事件发生频率的增加,灾前灾后疫情预防控制工作将更加严峻,进行暴雨洪涝对细菌性痢疾发病风险的探讨具有重要的科学意义和实践指导意义。另外,伴随新的统计学分析方法的不断出现以及大数据信息时代的到来,应用更加合理科学的统计学模型和大数据展开研究成为趋势。在此基础上,本研究拟从暴雨洪涝对细菌性痢疾影响的定量评价、疾病负担评估及未来超额疾病负担预估三个方面展开研究。旨在帮助人们更加深入透彻的了解暴雨洪涝对细菌性痢疾的发病风险,为相关机构建立及健全暴雨洪涝防御、预警及管理机制提供科学参考。研究目的1.基于时间序列资料,定量评估各等级暴雨洪涝事件对细菌性痢疾的影响程度。2.评估暴雨洪涝事件造成的细菌性痢疾的疾病负担并进行滞后效应分析。3.预估未来时间段归因于暴雨洪涝事件的细菌性痢疾的超额疾病负担。研究方法从流行病学角度来讲,若类似的研究能在不同的研究区域开展,且得到了一致的结论,有助于提高研究结果的可信性,即论证强度会更强。故本研究第一部分选择广西省百色市,第二部分选择湖南省怀化市和吉首市,第三部分选择广西省全境作为研究现场。其中,每一部分的主要研究方法如下:1.定量评估不同等级的暴雨洪涝事件对细菌性痢疾发病的影响:利用Spearman相关和基于时间序列数据的广义可加模型(Generalized additive model,GAM)评估不同等级的暴雨洪涝事件对细菌性痢疾发病的影响程度并进行滞后效应分析,同时讨论暴雨洪涝事件持续时间的长短是否会对细菌性痢疾的发病造成不同程度的影响。2.估算暴雨洪涝事件导致的细菌性痢疾的疾病负担:首先,采用1:3单向病例交叉设计来确定暴露期和对照期,应用多因素条件logistic回归模型进行暴雨洪涝对细菌性痢疾发病风险的定量评价,由此计算暴雨洪涝造成的细菌性痢疾的发病风险ORs值及95%可信区间;其次,采用WHO(WorldHealthOrganization)推荐应用的疾病负担计算方法,分析在暴雨洪涝效应期细菌性痢疾造成的灾区人民的健康寿命损失年(Years lived with disability,YLDs);最后,基于WHO研发的比较风险评估环境框架,计算暴雨洪涝事件对细菌性痢疾发病影响的潜在归因分值,在此基础上估算暴雨洪涝造成的细菌性痢疾的归因疾病负担。3.对未来暴雨洪涝事件导致的细菌性痢疾的超额疾病负担进行预估:首先基于时间序列资料,利用广义可加混合模型定量评价暴雨洪涝与细菌性痢疾的关联;然后根据MIROC气候模式和RCP 4.5及RCP 8.5排放情景对未来气象数据的模拟预估结果判断研究地区未来暴雨洪涝事件的发生频率,从而结合暴雨洪涝与细菌性痢疾的定量关系、未来人口总数及气温的变化,对未来归因于暴雨洪涝事件的细菌性痢疾的超额疾病负担进行预估。研究结果1.定量分析评估结果:暴雨洪涝及气象变量在不同滞后月对细菌性痢疾的相关分析结果显示,暴雨洪涝、月累积降雨量、月平均温度、月平均相对湿度与细菌性痢疾的发病率呈正相关关系,相关系数分别为0.51、0.67、0.49、0.25,最佳滞后期均为0月;月累积日照时数与细菌性痢疾的发病率亦呈正相关关系,相关系数为0.36,最佳滞后期为1月;而暴雨洪涝持续时间与细菌性痢疾的发病率呈负相关关系,相关系数为-0.34,最佳滞后期为1月。广义可加模型的分析结果显示:中等强度的暴雨洪涝对细菌性痢疾发病率影响的RR值为1.40(95%CI:1.16-1.69),重度暴雨洪涝对细菌性痢疾发病率影响的RR值为1.78(95%CI:1.61-1.97);暴雨洪涝持续天数对细菌性痢疾发病率影响的 RR 值为 0.57(95%CI:0.40-0.86)。2.疾病负担分析结果:怀化市滞后0～7天暴雨洪涝事件均能增加细菌性痢疾的发病风险(ORs>1),而吉首市在滞后0～4天暴雨洪涝事件会增加细菌性痢疾的发病风险(ORs>1)。根据最佳效应期原则(即OR值最大原则),怀化市最大滞后效应期为4 天(OR=2.217,95%CI:1.480-3.321);吉首市最大滞后效应期为 1 天(OR=3.537,95%CI:1.793-6.974)。调整了其他气象因素的影响后,多因素条件logistic回归分析显示:怀化市暴雨洪涝能够明显增加细菌性痢疾的感染风险(OR=2.212,95%CI:1.052-4.650);暴雨洪涝导致的吉首市细菌性痢疾的感染风险为3.270(95%CI:1.299-8.228)。YLDs和归因YLDs分析结果显示:吉首总YLDs强度显著高于怀化(0.0369 vs.0.0194)。性别之间,吉首和怀化的男性YLDs强度均高于女性(吉首0.0226 vs.0.0143;怀化0.0114 vs.0.0080)。在年龄方面,在怀化市YLDs强度最高的是60-69岁组(0.0310),其次是70-79岁组(0.0306);而在吉首市YLDs强度最高的是小于4岁的儿童组(0.0645),其次是70-79岁年龄组(0.0522)。归因于暴雨洪涝事件的YLDs及YLDs强度的分析结果显示:吉首市归因YLDs及YLDs强度分别为22.6438和0.0296,而怀化市分别为11.8790和0.0157,可见吉首市因为暴雨洪涝导致的归因疾病负担要明显高于怀化市。3.预估分析结果:暴雨洪涝及温度对细菌性痢疾的发病风险结果显示,暴雨洪涝和温度均明显与细菌性痢疾的发病有关,模型系数分别为0.19和0.08。在控制了气象因素、长期趋势和季节趋势后,暴雨洪涝对细菌性痢疾发病率影响的RR值为1.21(95%CI:1.06-1.37);温度对细菌性痢疾发病率影响的RR值为1.08(95%CI:1.03-1.14)。超额疾病负担(YLDs)的预估结果为若仅以暴雨洪涝作为预估场景,在RCP 4.5排放情境下,2020年、2030年及2050年细菌性痢疾的YLDs均增加4.0%,2100年增加8.0%;在RCP 8.5排放情境下,2020年及2050年细菌性痢疾的YLDs均增加4.0%,2030年及2100年均增加8.0%;若同时考虑暴雨洪涝、气温和人口的变化,在RCP 4.5排放情境下,2020年、2030年、2050年和2100年细菌性痢疾的YLDs分别增加 16.0%、24.0%和 20.0%和 8.0%;在 RCP8.5 排放情境下,2020 年、2030 年、2050 年和2100年细菌性痢疾的YLDs分别增加20.0%、24.0%和28.0%和36.0%。研究结论1.暴雨洪涝会造成细菌性痢疾的发病风险增加,且重涝对细菌性痢疾发病的影响要大于一般涝。2.暴雨洪涝的持续时间可能与细菌性痢疾的发病风险呈负相关关系。与持续时间相对较长的一般涝相比,历时较短的重涝可能会加重细菌性痢疾的疾病负担。3.暴雨洪涝对细菌性痢疾的影响存在一定的滞后效应,且暴雨洪涝效应期细菌性痢疾的脆弱人群为老年人和儿童。4.因为气候条件和人口数量的改变,未来时间段归因于暴雨洪涝的细菌性痢疾的疾病负担可能会显著增加。相关部门应重视并及早采取相应措施来应对,以避免或减少暴雨洪涝对细菌性痢疾的发病影响。创新点1.基于长时间尺度和大空间范围时间序列资料,将发生在研究地区的数次暴雨洪涝事件全部纳入进行分析。2.运用综合性评价指标分析了不同等级的暴雨洪涝事件对不同亚人群的影响。3.以一定的气候模式和排放情景为基础,基于未来气候变化和人口数量变化,对未来暴雨洪涝造成的相关疾病的归因疾病负担进行了预估。局限性1.许多其他因素,比如病原体的变异、人群的迁移、社会经济条件以及人群生活方式的改变等可能会对传染病的传播造成一定的影响,但这些因素本研究并没有加以考虑。2.在现有的气候模式和排放情景下,在未来气候变化的预估方面存在诸多局限性及不确定性。3.本研究只选取了广西省和湖南省两个研究区域。基于传染病的传播机制非常复杂等原因,在不同气候类型、不同地理位置以及不同社会经济水平的不同区域展开研究将有助于更加深入的了解暴雨洪涝对细菌性痢疾发病的影响。