气候变化对冬季超额死亡率影响的统计模型研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    81102207
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H3011.流行病学方法与卫生统计
  • 结题年份:
    2014
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2014-12-31

项目摘要

人群死亡率呈现明显的季节特征,证据表明低温是造成冬季超额死亡率的主要原因。既往有关低温影响的研究集中在寒带和温带地区,至今尚无热带和亚热带地区的研究报道。而且,低温的影响在全球气候变暖的背景下是否有所缓解尚不明了,如何控制混杂、识别高危人群、分析气温的滞后效应等统计学问题也待进一步研究。我们的前期研究发现广州的冬季超额死亡率并不低于寒带地区,反映低温的影响被严重忽视。为此,本项目将以具有典型亚热带气候的广州市人群为对象,利用广州市近10年逐日气象资料和死亡资料,用Poisson回归和病例-交叉等方法定量评估冬季超额死亡率与气温的关联性,用MCMC方法分析这种关联性对气候变化的响应,用非线性分布滞后模型分析气温的滞后效应和累积效应,运用比数线性模型识别高危人群,以期揭示主要疾病死亡率的季节特征和长期变化趋势,为降低冬季超额死亡率和气候控制策略的制定提供参考依据,并探索适于此类研究的统计模型。

结项摘要

人群死亡率呈现明显的季节特征,热带和亚热带地区冬季超额死亡的严重程度以及影响因素尚缺乏研究。同时,从方法上,评估气象健康效应的统计模型需要进一步完善。本项目利用广州市2003年1月至2011年12月的逐日死亡资料(共213737例),结合同期气象和空气污染数据,发现广州这一典型亚热带城市的人群死亡率存在明显的季节性,冬季死亡率较其他季节高出26%,该估计值甚至高于寒带地区。我们采用非线性分布滞后Poisson回归模型和病例-交叉等方法定量化评估了冬季超额死亡率与气温的关联性,并分析了气温的滞后效应和累积效应,提出了将case-only等方法与分布滞后非线性模型结合,定义脆弱人群。研究表明:即使在广州这样的亚热带城市,冬季低温仍然是死亡的一个重要影响因素,提示在这些地区人群的防寒意识及御寒能力均有待提高。在完成预订研究内容的基础上,我们还评估了热浪和寒潮等极端天气气候事件对人群死亡率的影响,发现与平均气温相比,这些极端天气气候事件对人群健康产生更为严重的影响。另外,研究也发现日温差、相对湿度和气压也是影响人群死亡率的重要气象因素。我们还采用小波分析发现气象因素对空气质量产生显著影响,而且这种影响在不同的时间尺度上存在差异,为气象和空气污染健康效应评估模型构建时如何控制混杂提供了重要依据。如何刻画存在非线性滞后影响的各因素之间的交互作用,一直是方法学上的一个难题。我们在分布滞后非线性模型中引入气温的样条基函数与空气污染的交互项,并量化评估其大小,发现空气污染对气温的效应大小有重要的调节作用,而且气温效应的滞后特点随污染水平发生变化。.本项目预期研究成果是发表论文4-5篇(其中SCI论文2-3篇),培养硕士研究生1~2名。在研究期间内,已发表SCI收录论文7篇(累计影响因子20.2),国内期刊发表论文6篇(其中5篇为核心期刊)。培养硕士研究生3人,其中1人已毕业,其毕业论文被评为南方医科大学优秀硕士论文,2名研究生获国家研究生奖学金。5名本科生参与了该项目的部分研究工作,在2013年全国大学生统计建模大赛中获得二等奖和三等奖各一项。按研究计划邀请了香港大学和澳大利亚昆士兰大学的学者来校进行交流,多次网络在线参加了昆士兰大学组织的学术交流(CAR seminar)。

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
logistic回归系数可信区间估计及假设检验的三种方法比较
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    数理医药学杂志
  • 影响因子:
    --
  • 作者:
    郑海燕;廖志远;刘四兰;梁文琼;张旭;欧春泉
  • 通讯作者:
    欧春泉
Excess winter mortality and cold temperatures in a subtropical city, Guangzhou, China.
中国广州亚热带城市冬季死亡率过高和气温寒冷
  • DOI:
    10.1371/journal.pone.0077150
  • 发表时间:
    2013
  • 期刊:
    PloS one
  • 影响因子:
    3.7
  • 作者:
    Ou CQ;Song YF;Yang J;Chau PY;Yang L;Chen PY;Wong CM
  • 通讯作者:
    Wong CM
2003—2007年广州市居民意外死亡情况调查分析
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    解放军医药杂志
  • 影响因子:
    --
  • 作者:
    宋云峰;欧春泉
  • 通讯作者:
    欧春泉
广州市逐日死亡人数与气温关系的时间序列研究
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    环境与健康杂志
  • 影响因子:
    --
  • 作者:
    杨军;欧春泉;丁研;周映雪;陈平雁
  • 通讯作者:
    陈平雁
三种模型对广东省伤寒副伤寒逐月发病数预测的比较
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    中国卫生统计
  • 影响因子:
    --
  • 作者:
    李骊;钱俊;杨军;欧春泉
  • 通讯作者:
    欧春泉

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于PSO-BP神经网络预测广州市日均PM10浓度
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    中国卫生统计
  • 影响因子:
    --
  • 作者:
    尹安琪;林愿仪;林伟俊;欧春泉
  • 通讯作者:
    欧春泉
SARIMA模型与SARIMA-GRNN组合模型在预测广东省登革热疫情中的应用
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    中国卫生统计
  • 影响因子:
    --
  • 作者:
    魏仁惠子;沈双全;欧春泉
  • 通讯作者:
    欧春泉
2015年我国城市空气质量时空特征分析
  • DOI:
    10.16241/j.cnki.1001-5914.2017.03.007
  • 发表时间:
    2017
  • 期刊:
    环境与健康杂志
  • 影响因子:
    --
  • 作者:
    沈双全;杜越;徐丽君;欧春泉
  • 通讯作者:
    欧春泉

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

欧春泉的其他基金

复发事件纵向数据的统计分析方法及应用研究
  • 批准号:
    82373679
  • 批准年份:
    2023
  • 资助金额:
    49 万元
  • 项目类别:
    面上项目
评估大气环境污染健康效应的统计方法研究及其应用
  • 批准号:
    81573249
  • 批准年份:
    2015
  • 资助金额:
    65.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码