Оценка зависимости избыточной смертности населения в городах Арктического макрорегиона от температурных волн

Обложка

Цитировать

Полный текст

Аннотация

Введение. Потепление климата в России наиболее выражено в Арктическом макрорегионе, где оно сопровождается увеличением частоты и длительности волн жары. Новый значимый фактор риска здоровью населения наиболее крупных городов ещё недостаточно изучен. Для научного обоснования планов адаптации к этим явлениям необходимы параметры таких воздействий на территориях с различным типом климата.

Цель. Оценить избыточную смертность во время волн жары и холода среди населения Арктического макрорегиона разного возраста, в том числе установить различия, которые могут быть связаны с типом субарктического климата — от морского до континентального.

Методы. Для оценки относительного увеличения причинно-возрастных коэффициентов ежедневной смертности во время периодов жары и холодов использована обобщённая Пуассоновская регрессионная модель суточной смертности с поправкой на отсроченный характер воздействия, а также с учётом сезонного, еженедельного и многолетнего тренда. Анализ групповых различий полученных результатов оценки риска между холодом и жарой, а также между городами и возрастными группами проведён с применением критерия Пирсона χ2.

Результаты. Статистическая значимость полученных оценок эффекта больше в континентальном климате, чем в морском. Влияние как холода, так и жары было более выражено в возрастной группе 65+, чем в среднем возрасте. Волны холода сильнее влияли на смертность жителей Мурманска, Архангельска и Магадана, чем аномальная жара; в Якутске аномальная жара была опаснее холода. Наибольшие значения относительного риска были получены в возрастной группе 65+: во время волн жары в Якутске — 1,69 (95% ДИ: 1,34–2,13) для смертности от цереброваскулярных заболеваний; во время волн холода в Архангельске — 1,54 (95% ДИ: 1,18–2,01) для смертности от болезней органов дыхания.

Заключение. Результаты этого исследования будут основой для разработки плана действий по предотвращению избыточной смертности среди населения Арктического макрорегиона во время волн жары и холода.

Об авторах

Дмитрий Анатольевич Шапошников

Институт народнохозяйственного прогнозирования Российской академии наук

Email: dshap2014@gmail.com
ORCID iD: 0000-0001-9191-1974
SPIN-код: 8513-7517

к.ф.-м.н.

Россия, 117418, Москва, Нахимовский проспект, д. 47

Борис Александрович Ревич

Институт народнохозяйственного прогнозирования Российской академии наук

Автор, ответственный за переписку.
Email: brevich@yandex.ru
ORCID iD: 0000-0002-7528-6643
SPIN-код: 8098-1930
Scopus Author ID: 55941085000

д.м.н., профессор

Россия, 117418, Москва, Нахимовский проспект, д. 47

Список литературы

  1. Robine J.M., Cheung S.L., Le Roy S., et al. Death toll exceeded 70,000 in Europe during the summer of 2003 // C R Biol. 2008. Vol. 331, N 2. P. 171–178. doi: 10.1016/j.crvi.2007.12.001
  2. Merte S. Estimating heat wave-related mortality in Europe using singular spectrum analysis // Climatic Change. 2017. Vol. 142. P. 321–330. doi: 10.1007/s10584-017-1937-9
  3. Shaposhnikov D., Revich В., Bellander T., et al. Mortality related to air pollution with the Moscow heat wave and wildfire of 2010 // Epidemiology. 2014. Vol. 25, N 3. P. 359–364. doi: 10.1097/EDE.0000000000000090
  4. Ревич Б.А. Волны жары как фактор риска для здоровья населения // Пульмонология. 2011. № 4. С. 34–37.
  5. Son J.Y., Lio J.C., Bell M. Temperature-related mortality: a systematic review and investigation of effect modifiers // Environ Res Lett. 2019. Vol. 14, N 7. P. 073004. doi: 10.1088/1748-9326/ab1cdb
  6. Romanello M., McGushin A., Di Napoli C., et al. The 2021 report of the Lancet Countdown on health and climate change: code red for a healthy future // Lancet. 2021. Vol. 398, N 10311. P. 1619–1662. doi: 10.1016/S0140-6736(21)01787-6
  7. Masson-Delmotte V., Zhai P., Pirani A., et al, editors. IPCC, 2021: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge : Cambridge University Press, 2391 p. doi: 10.1017/9781009157896.
  8. Xiao J., Peng J., Zhang Y., et al. How much does latitude modify temperature-mortality relationship in 13 eastern US cities? // Int J Biometeorol. 2015. Vol. 59, N 3. P. 365–372. doi: 10.1007/s00484-014-0848-y
  9. Revich B.A., Shaposhnikov D.A., Shkolnik I.M. Projections of temperature-dependent mortality in Russian subarctic under climate change scenarios: a longitudinal study across several climate zones. Proceedings of the IOP Conference Series: Earth and Environmental Science. Climate change: causes, risks, consequences, problems of adaptation and management; 2019 Nov 26–28; Moscow; 2020. Vol. 606. P. 012050. Available from: https://iopscience.iop.org/article/10.1088/1755-1315/606/1/012050/meta
  10. Evangelopoulos D., Analitis A., Giannakopoulos C., Katsouyanni K. Does climatic zone of birth modify the temperature-mortality association of London inhabitants during the warm season? A time-series analysis for 2004–2013 // Environ Res. 2021. Vol. 193. P. 110357. doi: 10.1016/j.envres.2020.110357
  11. Guo Y., Gasparrini A., Armstrong B., et al. Global variation in the effects of ambient temperature on mortality: a systematic evaluation // Epidemiology. 2014. Vol. 25, N 6. P. 781–789. doi: 10.1097/EDE.0000000000000165
  12. Tobías A., Hashizume M., Honda Y., et al. Geographical variations of the minimum mortality temperature at a global scale: a multicountry study // Environ Epidemiol. 2021. Vol. 5, N 5. P. e169. doi: 10.1097/EE9.0000000000000169
  13. Zhao Q., Guo Y., Ye T., et al. Global, regional, and national burden of mortality associated with non-optimal ambient temperatures from 2000 to 2019: a three-stage modelling study // Lancet Planet Health. 2021. Vol. 5, N 7. P. e415–e425. doi: https://doi.org/10.1016/S2542-5196(21)00081-4
  14. Guo Y., Gasparrini A., Li S., et al. Quantifying excess deaths related to heatwaves under climate change scenarios: a multicountry time series modelling study // PLoS Med. 2018. Vol. 15, N 7. P. e1002629. doi: 10.1371/journal.pmed.1002629
  15. Hopstock L.A., Fors A.S., Bønaa K.H., et al. The effect of daily weather conditions on myocardial infarction incidence in a subarctic population: the Tromsø study 1974–2004 // J Epidemiol Commun Health. 2012. Vol. 66, N 9. P. 815–820. doi: 10.1136/jech.2010.131458
  16. Эдельгериев Р.С.Х., Романовская А.А. Новые подходы к адаптации к изменению климата на примере Арктической зоны РФ // Метеорология и гидрология. 2020. № 5. C. 12–28.
  17. Ревич Б.А., Шапошников Д.А., Анисимов О.А., Белолуцкая М.А. Влияние температурных волн на здоровье населения в городах Северо-Западного региона России // Проблемы прогнозирования. 2019. № 3. C. 127–134.
  18. Top S., Milošević D., Caluwaerts S., Savić S. Intra-urban differences of outdoor thermal comfort in Ghent on seasonal level and during record-breaking 2019 heat wave // Build Environ. 2020. Vol. 185. P. 107103. doi: 10.1016/j.buildenv.2020.107103
  19. Wang L., Liu T., Hu M., et al. The impact of cold spells on mortality and effect modification by cold spell characteristics // Sci Rep. 2016. Vol. 6. P. 38380. doi: 10.1038/srep38380
  20. Shartova N., Shaposhnikov D., Konstantinov P., Revich B. Сardiovascular mortality during heat waves in temperate climate: an association with bioclimatic indices // Int J Environ Health Res. 2018. Vol. 28, N 5. P. 522–534. doi: 10.1080/09603123.2018.1495322
  21. Shartova N.V., Shaposhnikov D.A., Konstantinov P.I., Revich B.A. Air temperature and mortality: heat thresholds and population vulnerability study in Rostov-on-Don // Fundamental'naya i prikladnaya klimatologiya. 2019. Vol. 2. P. 66–94. doi: 10.21513/2410-8758-2019-2-66-94
  22. Arsenović D., Savić S., Lužanin Z., et al. Heat-related mortality as an indicator of population vulnerability in a mid-sized Central European city (Novi Sad, Serbia, summer 2015) // Geographic Pannonica. 2019. Vol. 23, N 4. P. 204–215. doi: 10.5937/gp23-22680
  23. Davis R.E., Hondula D.M., Patel A.P. Temperature observation time and type influence estimates of heat-related mortality in seven U.S. cities // Environ Health Perspect. 2016. Vol. 124, N 6. P. 795–804. doi: 10.1289/ehp.1509946
  24. Wang Y., Shi L., Zanobetti A., Schwartz J.D. Estimating and projecting the effect of cold waves on mortality in 209 US cities // Environ Int. 2016. Vol. 94. P. 141–149. doi: 10.1016/j.envint.2016.05.008
  25. Revich B.A., Shaposhnikov D.A. Extreme temperature episodes and mortality in Yakutsk, Eastern Siberia // Rural Remote Health. 2010. Vol. 10, N 2. P. 1338. doi: 10.22605/RRH1338
  26. Shaposhnikov D., Revich B. Towards meta-analysis of impacts of heat and cold waves on mortality in Russian North // Urban Clim. 2016. Vol. 15. P. 16–24. doi: 10.1016/j.uclim.2015.11.007
  27. Куровская Е.А., Макарьева О.М., Нестерова Н.В., и др. Реконструкция катастрофического паводка 2014 года в бассейне р. Магаданки на основе комплексного гидрометеорологического моделирования. В кн.: Сборник трудов конференции «Четвертые Виноградовские чтения Гидрология от познания к мировоззрению. Санкт-Петербург, 23–31 октября 2020 года. Санкт-Петербург : Издательство ВВМ. С. 696–701.
  28. Kottek M., Grieser J., Beck C., et al. World map of the Köppen-Geiger climate classification updated // Meteorologische Zeitschrift. 2006. Vol. 1, N 3. P. 259–263. doi: 10.1127/0941-2948/2006/0130
  29. Ma Y., Zhou L., Chen K. Burden of cause-specific mortality attributable to heat and cold: а multicity time-series study in Jiangsu Province, China // Environ Int. 2020. Vol. 144. P. 105994. doi: 10.1016/j.envint.2020.105994
  30. Chen R., Yin P., Wang L., et al. Association between ambient temperature and mortality risk and burden: time series study in 272 main Chinese cities // BMJ. 2018. Vol. 363. P. k4306. doi: 10.1136/bmj.k4306
  31. Gasparrini A., Armstrong B., Kenward M.G. Multivariate meta-analysis for non-linear and other multi-parameter associations // Stat Med. 2012. Vol. 363. P. 3821–3839.
  32. Gasparrini A., Armstrong B. The impact of heat waves on mortality // Epidemiology. 2011. Vol. 22, N 1. P. 68–73. doi: 10.1097/EDE.0b013e3181fdcd99
  33. Sheridan S.C., Lee C.C., Allen M.J. The mortality response to absolute and relative temperature extremes // Int J Environ Res Public Health. 2019. Vol. 16, N 9. P. 1493. doi: 10.3390/ijerph16091493
  34. Zhou M.G., Wang L.J., Liu T., et al. Health impact of the 2008 cold spell on mortality in subtropical China: the climate and health impact national assessment study (CHINAs) // Environ Health. 2014. Vol. 13. P. 60. doi: 10.1186/1476-069X-13-60
  35. Carmona R., Díaz J., Mirón I.J., et al. Geographical variation in relative risks associated with cold waves in Spain: the need for a cold wave prevention plan // Environ Int. 2016. Vol. 88. P. 103–111. doi: 10.1016/j.envint.2015.12.027
  36. Wolf J., Adger W.N., Lorenzoni I. Heat waves and cold spells: an analysis of policy response and perceptions of vulnerable populations in the UK // Environment and Planning A: Economy and Space. 2010. Vol. 42, N 11. P. 2721–2734. doi: 10.1068/a42503
  37. Константинов П.И., Варенцов М.И., Грищенко М.Ю., и др. Оценка термического стресса в арктическом городе в летний период // Арктика: экология и экономика. 2021. Т. 11, № 2. С. 219–231. doi: 10.25283/2223-4594-2021-2-219-231
  38. Вильфанд Р.М., Киктев Д.Б., Ривин Г.С. На пути к прогнозу погоды для мегаполисов. В кн.: Сборник тезисов докладов международной конференции, посвященной столетию со дня рождения академика А.М. Обухова «Турбулентность, динамика атмосферы и климата»; Москва, 16–18 мая 2018 года; с. 7.
  39. Ревич Б.А., Малеев В.В., Смирнова М.Д., Пшеничная Н.Ю. Российский и международный опыт разработки планов действий по защите здоровья населения от климатических рисков // Гигиена и санитария. 2020. Т. 99, № 2. С. 176–181. doi: 10.33029/0016-9900-2020-99-2-176-181
  40. Минздрав РФ. 2022. План адаптации к изменениям климата. Режим доступа: https://minzdrav.gov.ru/documents/9701-plan-adaptatsii-k-izmeneniyam-klimata Дата обращения: 30.08.2022.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Гистограммы распределений числа волн по длительности в Мурманске (a) и Якутске (b) за период 1999–2019 гг. Минимальная длина волны составляет 5 дней. Вертикальная ось показывает длину (продолжительность в днях), а горизонтальная ось показывает число волн.

Скачать (117KB)
Метаданные
3. Рис. 2. Относительные приросты смертности во время волн холода (а) и жары (b), %. A — Мурманск; B — Магадан; C — Архангельск; D — Якутск.

Скачать (229KB)
Метаданные

© Эко-Вектор, 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».