近期,西安交通大学公共卫生学院研究团队联合复旦大学、北京大学、牛津大学团队在系统研究个体、室内与室外温度之间的关系,构建可靠的个体温度暴露预测模型方面取得进展,相关研究成果发表在《环境国际》上。
近年来,全球气候变化日益加剧,温度对人类健康的影响愈发受到广泛关注。非适宜温度(即过冷或过热)已成为全球疾病负担的重要危险因素。据统计,2019年全球因非适宜温度引发的死亡人数约500万,大部分集中在低收入和中等收入国家。由于监测个体温度暴露水平的成本较高,目前温度健康相关研究多采用环境监测温度代替个体温度,以评估温度变化对人群健康的危害。然而,人们80%-90%的时间处于室内环境,个体温度暴露还受供暖等多种适应性因素影响。
该研究依托明升中国慢性病前瞻性队列,在2017年夏季和冬季监测了参与者的个体、家庭及室外温度,并收集详细的室内环境相关问卷,同时对实时心率进行测量。经过严格的数据清洗和整理,研究团队共记录了约88,000小时的温度数据,为深入探讨不同微环境下的温度关系提供了有力的数据支撑。
研究人员通过Boruta机器学习算法识别了个体温度暴露的主要预测因素,并利用多重线性回归模型和随机森林模型对个体温度暴露进行预测,结果显示两种模型在夏季和冬季的表现均十分理想。
研究发现个体温度暴露的实际测量值与心率之间呈现U型暴露-反应关系,且个体温度暴露的模型预测值与心率的暴露-反应曲线与之一致。而使用室外温度代替个体暴露指标时,该U型关联则消失。这表明,单纯依赖室外温度进行健康风险评估可能存在偏差,凸显了准确评估个体温度暴露的重要性。
此研究不仅揭示了个体、室外温度与健康的不同流行病学关联,强调了个体温度暴露评估在环境流行病学研究中的重要性,还展示了如何利用容易获取的预测因素构建个体温度暴露模型,为未来精准环境流行病学研究提供了新的思路,并为今后更大规模的人群健康研究奠定了app基础。
相关论文信息:http://doi.org/10.1016/j.envint.2024.109060
版权声明:凡本网注明“来源:明升中国app报、明升手机版(明升中国)、app手机版杂志”的所有作品,网站转载,请在正文上方注明来源和作者,且不得对内容作实质性改动;微信公众号、明升头条号等新媒体平台,转载请联系授权。邮箱:shouquan@stimes.cn。