极端温度事件预警分级的心血管健康效应研究

职业与健康 ›› 2025, Vol. 41 ›› Issue (24): 3395-3400.

极端温度事件预警分级的心血管健康效应研究

张经纬¹^,², 田瑛泽², 王靖雅³, 王萌萌³, 杜宇欣⁴, 李湉湉¹()

¹ 中国疾病预防控制中心环境与健康相关产品安全所，北京 100021
² 中国气象局-南开大学大气环境与健康状况研究联合实验室，天津 300074
³ 天津医科大学公共卫生学院，天津 300070
⁴ 天津市疾病预防控制中心环境健康与公共卫生所，天津 300011

收稿日期:2025-04-01 修回日期:2025-05-13 出版日期:2025-12-15 发布日期:2026-01-22
通信作者: 李湉湉，研究员，E-mail：litiantian@nieh.chinacdc.cn
作者简介:张经纬，男，主管医师，主要从事环境卫生工作。
基金资助:
中国气象局-南开大学环境健康气象合作项目(CMANK UB202402);天津市第二批卫生健康行业高层次人才选拔培养工程项目(TJSQNYXXR-D2-151);天津市卫生健康科技项目(TJWI2025MS040)

Study on cardiovascular health effects of extreme temperature event warning levels

ZHANG Jingwei¹^,², TIAN Yingze², WANG Jingya³, WANG Mengmeng³, DU Yuxin⁴, LI Tiantian¹()

¹ National Institute of Environmental Health， Chinese Center for Disease Control and Prevention， Beijing 100021， China
² CMA-NKU Cooperative Laboratory for Atmospheric Environment-Health Research， Tianjin 300074， China
³ School of Public Health， Tianjin Medical University， Tianjin 300070， China
⁴ Institute of Environmental and Public Health， Tianjin Centers for Disease Control and Prevention， Tianjin 300011， China

Received:2025-04-01 Revised:2025-05-13 Online:2025-12-15 Published:2026-01-22
Contact: LI Tiantian，Researcher，E-mail：litiantian@nieh.chinacdc.cn

摘要/Abstract

摘要：

目的探讨极端温度（热浪和寒潮）对天津市心血管疾病死亡率的影响，评估不同强度的气温波动对特定心血管疾病的风险变化，为应对气候变化对心血管健康的不利影响提供参考依据。方法基于2019—2022年天津市7个区的逐日死亡数据，采用时间序列分析方法，使用广义线性模型评估不同强度的极端气温事件（重度热浪、轻度热浪、重度寒潮、轻度寒潮）对每日心血管疾病相关死亡的影响，并控制滞后效应及其他混杂因素。结果热浪和寒潮均显著增加了心血管疾病的死亡风险。重度热浪暴露使缺血性心脏病死亡风险增加了2.15倍。寒潮期间，脑卒中死亡风险显著增加，重度寒潮使脑卒中死亡风险提高了1.41倍，其他类型心血管疾病死亡风险亦有所增加。结论极端气温事件对心血管疾病的死亡率具有显著影响，特别是高温和低温对缺血性心脏病和脑卒中死亡的影响最为显著。相关部门应针对极端气候条件制定公共卫生干预措施，以降低气候变化对心血管健康的不利影响。

关键词: 极端温度, 心血管, 风险变化, 敏感疾病

Abstract:

Objective To explore the impact of extreme temperatures（heatwaves and cold spells） on cardiovascular mortality in Tianjin and assess the risk variations of specific cardiovascular diseases under different levels of temperature fluctuations. Methods Based on daily mortality data from seven districts in Tianjin from 2019 to 2022，a time-series analysis using generalized linear models was employed to assess the impact of extreme temperature events of different intensities（severe heatwaves，mild heatwaves，severe cold spells，and mild cold spells） on daily cardiovascular mortality，controlling for lag effects and other confounding factors. Results Both heatwaves and cold spells significantly increased the risk of cardiovascular mortality. Exposure to severe heatwaves raised the risk of ischemic heart disease（IHD） mortality by 2.15 times. During cold spells，the risk of stroke mortality increased significantly，with severe cold spells raising the risk by 1.41 times. Mortality risk for other types of cardiovascular diseases also increased. Conclusion Extreme temperature events have a significant impact on cardiovascular mortality，with particularly pronounced effects of high and low temperatures on ischemic heart disease and stroke mortality. Relevant departments should develop public health interventions for extreme climate conditions to reduce the adverse effects of climate change on cardiovascular health.

Key words: Extreme temperatures, Cardiovascular, Risk variation, Sensitive diseases

中图分类号:

R181.34

张经纬, 田瑛泽, 王靖雅, 王萌萌, 杜宇欣, 李湉湉. 极端温度事件预警分级的心血管健康效应研究. [J]职业与健康, 2025, 41(24): 3395-3400.

ZHANG Jingwei, TIAN Yingze, WANG Jingya, WANG Mengmeng, DU Yuxin, LI Tiantian. Study on cardiovascular health effects of extreme temperature event warning levels. [J]OCCUPATION AND HEALTH, 2025, 41(24): 3395-3400.

图/表 5

参考文献 24

[1]	ROTH G A, MENSAH G, JOHNSON C, et al. Global burden of cardiovascular diseases and risk factors,1990-2019[J]. J Am Coll Cardiol, 2020, 76:2982-3021. DOI URL
[2]	ROTH G A, JOHNSON C, ABAJOBIR A, et al. Global,regional,and national burden of cardiovascular diseases for 10 causes,1990 to 2015[J]. J Am Coll Cardiol, 2017, 70:1-25. DOI URL
[3]	AL-KINDI S, MOTAIREK I, KHRAISHAH H, et al. Cardiovascular disease burden attributable to non-optimal temperature:Analysis of the 1990-2019 global burden of disease[J]. Eur J Prev Cardiol, 2023, 30(15):1623-1631. DOI URL
[4]	SONG J, PAN R, YI W, et al. Ambient high temperature exposure and global disease burden during 1990-2019:An analysis of the Global Burden of Disease Study 2019[J]. Sci Total Environ, 2021, 787:147540. DOI URL
[5]	ZHANG G, LIU C, SUN Q. The impact of low ambient temperature on cardiovascular health[J]. Frigid Zone Med, 2023, 3:167-175. DOI URL
[6]	KIM S E, HASHIZUME M, ARMSTRONG B. Mortality risk of hot nights:A nationwide population-based retrospective study in Japan[J]. Environ Health Perspect, 2023, 131(5):57005. DOI URL
[7]	CHEN H, LI Q, WANG J, et al. Increased ischemic heart disease and stroke-related hospitalizations from cold temperature in Ontario,Canada:Population-based study[J]. Circulation, 2015, 132(suppl_3):e1002738.
[8]	TIAN Y, LIU H, SI Y, et al. Association between temperature variability and daily hospital admissions for cause-specific cardiovascular disease in urban China:A national time-series study[J]. PLoS Med, 2019, 16(1):e1002738. DOI URL
[9]	WICHMANN J, ROSENGREN A, SJÖBERG K, et al. Association between ambient temperature and acute myocardial infarction hospitalisations in Gothenburg,Sweden:1985-2010[J]. PLoS One, 2013, 8(4):e62059. DOI URL
[10]	CICCI K R, MALTBY A, CLEMENS K, et al. High temperatures and cardiovascular-related morbidity:A scoping review[J]. Int J Environ Res Public Health, 2022, 19(18):11243. DOI URL
[11]	张云权, 宇传华, 鲍俊哲. 湖北省12区县日平均气温对缺血性心脏病死亡的急性影响研究[J]. 中华预防医学杂志, 2016, 50(11):990-995.
[12]	PAN R, OKADA A, YAMANA H, et al. Association between ambient temperature and cause-specific cardiovascular disease admissions in Japan:A nationwide study[J]. Environ Res, 2023, 225:115610. DOI URL
[13]	BAO J, GUO Y F, WANG Q, et al. Effects of heat on first-ever strokes and the effect modification of atmospheric pressure:A time-series study in Shenzhen,China[J]. Sci Total Environ, 2019, 654:1372-1378. DOI URL
[14]	BAI L, LI Q, WANG J, et al. Increased coronary heart disease and stroke hospitalisations from ambient temperatures in Ontario[J]. Heart, 2017, 104:673-679. DOI URL
[15]	LIM Y, KIM H, HONG Y C. Variation in mortality of ischemic and hemorrhagic strokes in relation to high temperature[J]. Int J Biometeorol, 2012, 57:145-153. DOI URL
[16]	XUE T, GUAN T, ZHENG Y, et al. Quantifying the contribution of temperature anomaly to stroke risk in China[J]. Environ Res Lett, 2020, 15.
[17]	LUO Y, LI H, HUANG F, et al. The cold effect of ambient temperature on ischemic and hemorrhagic stroke hospital admissions:A large database study in Beijing,China between 2013 and 2014[J]. Environ Pollut, 2018, 232:90-96. DOI URL
[18]	ROY D, ZARRABEITIA M T, RIANCHO J, et al. A time series analysis of the relationship between apparent temperature,air pollutants and ischemic stroke in Madrid,Spain[J]. Environ Res, 2019, 173:349-358. DOI URL
[19]	HONG Y C, RHA J, LEE J T, et al. Ischemic stroke associated with decrease in temperature[J]. Epidemiology, 2003, 14(4):473-478.
[20]	WANG X Y, BARNETT A, HU W, et al. Temperature variation and emergency hospital admissions for stroke in Brisbane,Australia,1996-2005[J]. Int J Biometeorol, 2009, 53(6):535-541. DOI URL
[21]	BRENNAN M, O’SHEA P, MULKERRIN E. Preventative strategies and interventions to improve outcomes during heatwaves[J]. Age Ageing, 2020, 49(5):729-732. DOI PMID
[22]	MAHON S, KRISHNAMURTHI R, VANDAL A, et al. Primary prevention of stroke and cardiovascular disease in the community(PREVENTS):Methodology of a health wellness coaching intervention to reduce stroke and cardiovascular disease risk,a randomized clinical trial[J]. Int J Stroke, 2018, 13(3):223-232. DOI URL
[23]	FEIGIN V, BRAININ M, NORRVING B, et al. What is the best mix of population-wide and high-risk targeted strategies of primary stroke and cardiovascular disease prevention?[J]. J Am Heart Assoc, 2020, 9:e014494. DOI URL
[24]	MENDIS S. Prevention and care of stroke in low-and middle-income countries:The need for a public health perspective[J]. Int J Stroke, 2010, 5(2):86-91. DOI URL

季节	指标	$\bar{x}\pm s$	最小值	P₂₅	中位数	P₇₅	最大值
夏季	平均温度（℃）	27.43±2.56	19.00	25.98	27.50	29.00	34.30
	平均相对湿度（%）	62.66±13.94	26.20	54.05	64.80	72.25	91.70
	PM_2.5日平均质量浓度（μg/m³）	31.96±15.58	4.00	21.15	30.30	40.75	93.90
	O₃日平均质量浓度（μg/m³）	100.22±26.94	8.70	82.63	99.25	120.95	170.00
冬季	平均温度（℃）	4.53±5.50	-12.60	0.60	3.20	9.20	18.80
	平均相对湿度（%）	46.03±19.52	12.20	30.65	43.40	61.10	94.30
	PM_2.5日平均质量浓度（μg/m³）	58.66±40.01	5.70	27.70	49.00	81.00	231.30
	O₃日平均质量浓度（μg/m³）	34.00±17.55	5.40	20.05	31.20	46.15	78.00

季节	指标	$\bar{x}\pm s$	最小值	P₂₅	中位数	P₇₅	最大值
夏季	平均温度（℃）	27.43±2.56	19.00	25.98	27.50	29.00	34.30
	平均相对湿度（%）	62.66±13.94	26.20	54.05	64.80	72.25	91.70
	PM_2.5日平均质量浓度（μg/m³）	31.96±15.58	4.00	21.15	30.30	40.75	93.90
	O₃日平均质量浓度（μg/m³）	100.22±26.94	8.70	82.63	99.25	120.95	170.00
冬季	平均温度（℃）	4.53±5.50	-12.60	0.60	3.20	9.20	18.80
	平均相对湿度（%）	46.03±19.52	12.20	30.65	43.40	61.10	94.30
	PM_2.5日平均质量浓度（μg/m³）	58.66±40.01	5.70	27.70	49.00	81.00	231.30
	O₃日平均质量浓度（μg/m³）	34.00±17.55	5.40	20.05	31.20	46.15	78.00

季节	疾病	死亡数	性别		年龄（岁）				居住地
季节	疾病	死亡数	男	女	$\bar{x}\pm s$	0~<65	65~<75	≥75	城区	郊区
夏季	CVD	64 735（100.0）	31 536（48.7）	33 199（51.3）	78.3±11.9	8 506（13.1）	12 126（18.7）	44 103（68.1）	54 126（83.6）	10 609（16.4）
	IHD	30 548（100.0）	13 570（44.4）	16 978（55.6）	80.1±11.1	3 114（10.2）	4 881（16.0）	22 553（73.8）	26 815（87.8）	3 733（12.2）
	CIHD	23 540（100.0）	9 839（41.8）	13 701（58.2）	81.3±10.4	1 874（8.0）	3 332（14.2）	18 334（77.9）	20 595（87.5）	2 945（12.5）
	ARR	3 059（100.0）	1 862（60.9）	1 197（39.1）	71.9±16.7	942（30.8）	584（19.1）	1 533（50.1）	2 167（70.8）	892（29.2）
	MI	6 785（100.0）	3 624（53.4）	3 161（46.6）	75.8±12.3	1 210（17.8）	1 492（22.0）	4 083（60.2）	6 013（88.6）	772（11.4）
	STR	11 602（100.0）	5 955（51.3）	5 647（48.7）	75.2±12.5	2 185（18.8）	2 681（23.1）	6 736（58.1）	9 094（78.4）	2 508（21.6）
	SCD	2 902（100.0）	1 798（62.0）	1 104（38.0）	71.4±16.7	925（31.9）	571（19.7）	1 406（48.4）	2 024（69.7）	878（30.3）
冬季	CVD	27 464（100.0）	13 083（47.6）	14 381（52.4）	78.4±11.8	3 521（12.8）	5 048（18.4）	18 895（68.8）	22 609（82.3）	4 855（17.7）
	IHD	12 789（100.0）	5 619（43.9）	7 170（56.1）	80.2±11.0	1 263（9.9）	1 957（15.3）	9 569（74.8）	11 114（86.9）	1 675（13.1）
	CIHD	9 940（100.0）	4 085（41.1）	5 855（58.9）	81.5±10.2	743（7.5）	1 355（13.6）	7 842（78.9）	8 638（86.9）	1 302（13.1）
	ARR	1 292（100.0）	783（60.6）	509（39.4）	72.1±16.9	403（31.2）	233（18.0）	656（50.8）	890（68.9）	402（31.1）
	MI	2 775（100.0）	1 495（53.9）	1 280（46.1）	75.8±12.5	509（18.3）	580（20.9）	1 686（60.8）	2 410（86.8）	365（13.2）
	STR	5 000（100.0）	2 454（49.1）	2 546（50.9）	75.4±12.5	902（18.0）	1 149（23.0）	2 949（59.0）	3 833（76.7）	1 167（23.3）
	SCD	1 213（100.0）	754（62.2）	459（37.8）	71.5±16.9	391（32.2）	226（18.6）	596（49.1）	815（67.2）	398（32.8）

季节	疾病	死亡数	性别		年龄（岁）				居住地
季节	疾病	死亡数	男	女	$\bar{x}\pm s$	0~<65	65~<75	≥75	城区	郊区
夏季	CVD	64 735（100.0）	31 536（48.7）	33 199（51.3）	78.3±11.9	8 506（13.1）	12 126（18.7）	44 103（68.1）	54 126（83.6）	10 609（16.4）
	IHD	30 548（100.0）	13 570（44.4）	16 978（55.6）	80.1±11.1	3 114（10.2）	4 881（16.0）	22 553（73.8）	26 815（87.8）	3 733（12.2）
	CIHD	23 540（100.0）	9 839（41.8）	13 701（58.2）	81.3±10.4	1 874（8.0）	3 332（14.2）	18 334（77.9）	20 595（87.5）	2 945（12.5）
	ARR	3 059（100.0）	1 862（60.9）	1 197（39.1）	71.9±16.7	942（30.8）	584（19.1）	1 533（50.1）	2 167（70.8）	892（29.2）
	MI	6 785（100.0）	3 624（53.4）	3 161（46.6）	75.8±12.3	1 210（17.8）	1 492（22.0）	4 083（60.2）	6 013（88.6）	772（11.4）
	STR	11 602（100.0）	5 955（51.3）	5 647（48.7）	75.2±12.5	2 185（18.8）	2 681（23.1）	6 736（58.1）	9 094（78.4）	2 508（21.6）
	SCD	2 902（100.0）	1 798（62.0）	1 104（38.0）	71.4±16.7	925（31.9）	571（19.7）	1 406（48.4）	2 024（69.7）	878（30.3）
冬季	CVD	27 464（100.0）	13 083（47.6）	14 381（52.4）	78.4±11.8	3 521（12.8）	5 048（18.4）	18 895（68.8）	22 609（82.3）	4 855（17.7）
	IHD	12 789（100.0）	5 619（43.9）	7 170（56.1）	80.2±11.0	1 263（9.9）	1 957（15.3）	9 569（74.8）	11 114（86.9）	1 675（13.1）
	CIHD	9 940（100.0）	4 085（41.1）	5 855（58.9）	81.5±10.2	743（7.5）	1 355（13.6）	7 842（78.9）	8 638（86.9）	1 302（13.1）
	ARR	1 292（100.0）	783（60.6）	509（39.4）	72.1±16.9	403（31.2）	233（18.0）	656（50.8）	890（68.9）	402（31.1）
	MI	2 775（100.0）	1 495（53.9）	1 280（46.1）	75.8±12.5	509（18.3）	580（20.9）	1 686（60.8）	2 410（86.8）	365（13.2）
	STR	5 000（100.0）	2 454（49.1）	2 546（50.9）	75.4±12.5	902（18.0）	1 149（23.0）	2 949（59.0）	3 833（76.7）	1 167（23.3）
	SCD	1 213（100.0）	754（62.2）	459（37.8）	71.5±16.9	391（32.2）	226（18.6）	596（49.1）	815（67.2）	398（32.8）