近日，四川大学华西公共卫生学院/华西第四医院联合西南石油大学、西安交通大学、成都医学院、北京师范大学及中国科学院地理科学与资源研究所，发表了一篇健康地理学相关论文，题为“Air pollution’ s numerical, spatial, and temporal heterogeneous impacts on childhood hand, foot and mouth disease: a multi-model county-level study from China”，该论文刊登在《BMC PUBLIC HEALTH》（IF= 3.5，中科院二区TOP）。
本研究基于数值、时间和空间三种非平稳性视角，探讨了空气污染与儿童手足口病之间的异质性关联。通过揭示在不同污染物浓度、特定时间段及地区的风险特征，研究为制定因时、因地、因量制宜的手足口病防控政策提供了有价值的依据。这些策略旨在降低手足口病的发病率，提高儿童的整体健康水平。
Zhangying Tang, Qi Sun, Jay Pan, Mingyu Xie, Zhoufeng Wang, XiaojunLin, Xiuli Wang, Yumeng Zhang, Qingping Xue, Yanchen Bo, Jinfeng Wang, Xin Liu, Chao Song. Air pollution’ s numerical, spatial, and temporal heterogeneous impacts on childhood hand, foot and mouth disease: a multi-model county-level study from China. BMC Public Health 24: 2825.
DOI: 10.1186/s12889-024-20342-x
背景及研究问题
手足口病（Hand, foot and mouth disease，HFMD）是一种主要影响5岁以下儿童的全球性传染病，主要依赖密切接触和空气传播。虽然HFMD与空气污染之间的联系已知，但综合考虑数值、时间和空间维度，对其异质性关系（非平稳性）的全面研究尚未报道。因此，本研究以空气污染因子为主要研究对象，从数值、时间和空间的非平稳性角度探讨环境变量与HFMD的异质性关系。研究目标主要分为以下两点：第一，确定空气污染与HFMD之间是否存在显著的全局平稳相关性。第二，进一步揭示空气污染因子对HFMD的三种异质性影响（非平稳性）。
材料与方法
研究收集了中国四川重庆地区（2009-2011年）县级的HFMD发病率（图1）和空气污染数据（PM2.5、PM10、O3），以及气象和社会环境协变量（平均温度、湿度、风速、降水、气压、夜间灯光、人口密度）。研究使用随机森林（RF）在平稳性假设下识别关键影响因素，然后通过广义相加模型（GAM）识别空气污染的数值非平稳性。最后时空地理加权回归（GTWR）模型被用来识别空气污染因子与HFMD的时空异质性关联。
图1 2009至2011年川渝地区各区县HFMD月平均发病率分布
研究结果
结合VIF检验和相关系数矩阵，我们最终保留了七个关键影响因子，即PM2.5、O3、夜间灯光、人口密度、温度、降水和风速。图2为全局平稳视角下，解释因子对手足口病影响的相对重要性排序。我们发现社会经济类因子在全局层面的累积效应更为重要。同时两种空气污染物（PM2.5和O3）与手足口病发病率的全局平均效应之间也存在明显关联。
图2 全局平稳视角下各影响因素的相对重要性排序
考虑数值非平稳性，研究发现空气污染物与HFMD发病率之间存在非线性关系（图3）。具体而言，PM2.5与HFMD风险呈现倒“V”形关系：在低浓度时促进HFMD发病风险，而高浓度则抑制发病风险。O3在中等浓度时对HFMD风险也有促进作用。总的来说，低浓度PM2.5和中等浓度O3与较高的手足口病发病风险有关。
图3 HFMD与解释变量之间的非线性暴露-响应关系（数值非平稳性）
时间非平稳性分析显示，PM2.5对HFMD的影响在秋季（10月）达到峰值，而在春季（3月）影响最弱，O3的影响则在夏季（7月）最强（图4（B）、（C））。此外，HFMD的发病率在春季和秋季呈现双高峰模式（图4（A）），这与O3、平均温度和夜间灯光的季节性趋势十分相似。这表明这些因子的影响与HFMD发病风险具有协同变化的特征，被识别为关键风险因素。
图4 七种环境因素与HFMD发病率的时间异质性关联
（ A.2009至2011年HFMD发病率的每月趋势；B.季节尺度下影响因素对HFMD影响的异质性；C.风险因子对HFMD影响的月尺度差异。）
空间非平稳性分析揭示了空气污染物对HFMD影响的空间异质性。图5为四个季节上风险因子对手足口病影响的空间异质图，以及在此基础上识别出的正向影响聚集（红色）和负向影响聚集（蓝色）。具体来说，PM2.5的高风险区主要集中在研究区中部，O3的高风险区主要出现在重庆东部地区。
图5 川渝县域HFMD与影响因子的空间异质性关联图、风险聚集图（X1：PM2.5，X2：O3，X3：夜间灯光，X4：人口密度，X5：平均温度，X6：降水，X7：风速）
研究讨论与总结
本研究综合运用三种非平稳性分析，揭示了空气污染对HFMD的数值、时间和空间异质性影响。上述研究结果表明，即便是达到所谓“安全”标准的PM2.5和O3水平也可能对儿童健康构成显著风险，从而强调了加强空气质量监测的必要性。通过时间非平稳分析，我们强调实施季节针对性干预措施的重要性，如秋季降低PM2.5和夏季控制O3。地理空间聚集图突显了在高风险区域针对特定污染物实施地方政策的必要性，如在成都秋冬季节减少PM2.5，在四川西部夏季管理O3水平。
我们的研究结果强调了制定因时、因地、因量制宜的HFMD防控措施的重要性，以提升儿童健康，并为可持续发展目标的实现贡献力量。同时，综合考虑三种非平稳视角可能是提升环境健康决定因素研究精度和准度的关键，本案例的建模范式有望为其他研究提供新的见解。
本研究由四川大学华西公共卫生学院/华西第四医院宋超、潘杰、林小军、王秀丽、张雨萌，西南石油大学地球科学与技术学院唐章英、孙琪、刘新、汪宙峰，西安交通大学公共卫生学院解铭宇，成都医学院公共卫生学院薛清萍，北京师范大学地理科学学院柏延臣，中国科学院地理科学与资源研究所王劲峰合作完成。唐章英、孙琪为本文的第一作者，宋超、刘新为本文的通讯作者。
作者简介
孙琪（共同一作）
在读硕士，西南石油大学地球科学与技术学院
研究方向：环境健康、空间流行病学
通讯邮箱：sq11201215@163.com
刘新（共同通讯）
在读博士，南方科技大学公共卫生及应急管理学院
研究方向：环境流行病学研究、生物安全与应急管理
通讯邮箱：liuxin_swpu@163.com
E
N
D
本文转载自公众号
健康服务与产业组织（HEOA）
HEOA研究团队由国内多个高校教授团队共同发起成立，致力于服务“健康中国”建设，充分利用多校共建、学科交叉优势，开展健康服务、健康社会保障、健康产业组织、健康政策评估等研究，提升卫生与健康现代化治理水平。
欢迎关注公众号，每周分享优质资源。
供稿 | 孙琪
编辑 | 孙琪
审校 | 宋超
研究进展 | 城市社会经济与环境对中国区域旅游影响的时空异质性
研究进展 | 一种面向小区域医疗卫生资源的时空评价体系：揭示中国医院床位县域分布的时空不平等、热点和决定因素
研究进展丨中国首套完整县域社会经济数据集：基于渐进时空预测法的缺失值填补
研究进展 | 公众对COVID-19风险感知的区域时空差异：基于贝叶斯时空变系数（STVC）系列模型的中国城市研究
