气候变化背景下西西伯利亚居民高血压发病率的预测模型

封面

如何引用文章

全文:

详细

论证。高血压发病问题在高纬度地区尤为严峻，对于劳动人口工作能力的维持具有重要意义。高血压常导致长期暂时性丧失劳动能力，并显著增加致残和死亡的风险。气候变化，首要特征为气温变异性增加，其与心血管系统的健康状况呈负相关关系。

目的。在气候变化条件下，建立适用于西西伯利亚地区(Yamalo-Nenets Autonomous Okrug,YNAO 和 Tyumen Oblast) 高血压发病率的预测模型。

材料与方法。对2010—2020年YNAO和Tyumen Oblast每千人口高血压初发病率进行了动态监测。数据来源包括：Ministry of Health of the Russian Federation官方网站发布的劳动年龄人口高血压初发病率年度报告，以及Federal Service for Hydrometeorology and Environmental Monitoring提供的年平均气温数据。时间序列的研究采用了迪基–富勒检验。预测是基于Box–Jenkins方法（ARIMA）进行的。预测计算在“时间序列/预测”子模块中，使用自回归整合滑动平均模型（ARIMA）完成。

结果。所构建的预测模型证实，考虑气候变化因素后，西西伯利亚北极地区居民的高血压初发率在未来5年内存在增长趋势。

结论。为在地区层面遏制高血压发病率上升趋势，有必要制定综合性预防策略，以减弱气候变化对人群健康的不利影响，促进适应性机制的稳定建立，从而保障公众健康水平。

作者简介

Sergey V. Andronov

Tomsk State University; Federal Research Center of Nutrition, Biotechnology and Food Safety

Email: sergius198010@mail.ru
ORCID iD: 0000-0002-5616-5897
SPIN 代码: 6926-4831

MD, Cand. Sci. (Medicine)

俄罗斯联邦, Tomsk; Moscow

Elena N. Bogdanova

Tomsk State University; Northern (Arctic) Federal University named after M.V. Lomonosov

编辑信件的主要联系方式.
Email: bogdanova.en@yandex.ru
ORCID iD: 0000-0001-9610-4709
SPIN 代码: 8898-1379

MD, Cand. Sci. (Economics), Associate Professor

俄罗斯联邦, Tomsk; Arkhangelsk

Olga M. Shaduyko

Tomsk State University

Email: dolcezzamia@mail.ru
ORCID iD: 0000-0002-2031-4248
SPIN 代码: 8042-6815

Dr. Sci. (History)

俄罗斯联邦, Tomsk

Andrey A. Lobanov

Tomsk State University

Email: alobanov89@gmail.com
ORCID iD: 0000-0002-6615-733X
SPIN 代码: 5793-4055

MD, Dr. Sci. (Medicine)

俄罗斯联邦, Tomsk

参考

  1. Report on the peculiarities of the climate in the territory of the Russian Federation for 2019. Moscow: Rosgidromet; 2020. 97 р. (In Russ.) ISBN 978-5-906099-58-7
  2. Report on the peculiarities of the climate in the territory of the Russian Federation for 2022. Moscow: Rosgidromet; 2023. 104 р. (In Russ.) ISBN 978-5-906099-58-7
  3. Romanello M, Di Napoli C, Drummond P, et al. The 2022 report of the Lancet Countdown on health and climate change: health at the mercy of fossil fuels. Lancet. 2022;400(10364):1619–1654. doi: 10.1016/S0140-6736(22)01540-9
  4. Khraishah H, Alahmad B, Ostergard RL Jr, et al. Climate change and cardiovascular disease: implications for global health. Nat Rev Cardiol. 2022;19(12):798–812. doi: 10.1038/s41569-022-00720-x
  5. Bennett MT, Gagnon D, Reeves F. Not for the faint of heart: environmental influences on cardiovascular health. Can J Cardiol. 2023;39(9):1163–1165. doi: 10.1016/j.cjca.2023.07.026
  6. Park S, Kario K, Chia YC, et al. The influence of the ambient temperature on blood pressure and how it will affect the epidemiology of hypertension in Asia. J Clin Hypertens (Greenwich). 2020;22(3):438–444. doi: 10.1111/jch.13762
  7. Kunes J, Tremblay J, Bellavance F, Hamet P. Influence of environmental temperature on the blood pressure of hypertensive patients in Montréal. Am J Hyperten. 1991;4(5 Pt 1):422–426. doi: 10.1093/ajh/4.5.422
  8. Reeves F, Potter BJ. Toward a cardio-environmental risk model: environmental determinants of cardiovascular disease. Can J Cardiol. 2023:39(9):1166–1181. doi: 10.1016/j.cjca.2023.06.419
  9. Rios FJ, Montezano AC, Camargo LL, Touyz RM. Impact of environmental factors on hypertension and associated cardiovascular disease. Can J Cardiol. 2023:39(9):1229–1243. doi: 10.1016/j.cjca.2023.07.002
  10. Evdakov VA, Starodubov VI, Oleynik BA, et al. Correlation between regular medical check-up indicators and mortality from coronary heart disease in Kursk, Kurgan regions and in the Russian Federation. Russian Journal of Preventive Medicine and Public Health. 2023;26(8):22–30. doi: 10.17116/profmed20232608122 EDN: UYGOVI
  11. Shaposhnikov DA, Revich BA. On some approaches to calculation of health risks caused by temperature waves. Health Risk Analysis. 2018;(1):22–31. doi: 10.21668/health.risk/2018.1.03 EDN: YUOPGR
  12. Shaposhnikov DA, Revich BA, Meleshko VP, et al. Experience of predicting of expected excess mortality due to climate change: a case study in Arkhangelsk. Ekologiya cheloveka (Human Ecology). 2013;20(8):17–23. EDN: RAHIWP
  13. Shaposhnikov DA, Revich BA. Heat waves and their imdact on mortality risk in Arctic and Subarctic cities. Scientific Proceedings: Institute of Economic Forecasting RAS. 2019;17:269–283. doi: 10.29003/m821.sp_ief_ras2019/269-283 EDN: ZWJQZP
  14. Revich BA. Heat-wave, air quality and mortality in European Russia in summer 2010: preliminary assessment. Ekologiya cheloveka (Human Ecology). 2011;18(7):3–9. EDN: NXVVRJ
  15. Revich BA, Shaposhnikov DA. Influence features of cold and heat waves to the population mortality — the city with sharply continental climate. Siberian Medical Review. 2017;(2):84–90. doi: 10.20333/2500136-2017-2-84-90 EDN: YUBVVH
  16. Rastokina TN, Kudryavtsev AV, Unguryanu TN. Association between atmospheric air temperature and blood pressure among adult population in different seasons. Ekologiya cheloveka (Human Ecology). 2023;30(6):417–427. doi: 10.17816/humeco456483 EDN: GLERDV
  17. Watanabe T, Matsuyama H, Kuzhevskaia I, et al. Long-term trends of extreme climate indexes in the southern part of siberia in comparison with those of surrounding regions. Atmosphere. 2023;14(7):1131. doi: 10.3390/atmos14071131
  18. Dubrovskaya LI. Forecasting of time series in the Statistica package: methodological guidelines. Tomsk: Tomskij gosudarstvennyj universitet; 2012. 36 p. (In Russ.) URL: https://core.ac.uk/download/pdf/287482535.pdf
  19. Box J, Jenkins G. Time series analysis, forecasting and management. Issue 1. Мoscow: Mir; 1974. 406 р. (In Russ.)
  20. Afanasyev VN, Voronov EV. Statistical analysis of budget assignments for socio-economic purposes dependence on the general tariff rates established on account of the distributed lag. Izvestia Orenburg State Agrarian University. 2005;(4):117–119. EDN: MUJCWT
  21. Ratner SV, Ratner MD. Evaluation of efficiency of regional ecologic management systems. Izvestia Volgograd State Technical University. 2017;(7):8–16. EDN: ZGQRJV
  22. Dickey DA, Fuller WA. Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association. 1979;74(366):427–431. doi: 10.1080/01621459.1979.10482531
  23. Akaike H. A new look at the statistical model identification. IEEE Transactions on Automatic Control. 1974;19(6):716–723. doi: 10.1109/TAC.1974.1100705
  24. Rahman M, Garcia E, Lim CC, et al. Temperature variability associations with cardiovascular and respiratory emergency department visits in Dhaka, Bangladesh. Environ Int. 2022;164:107267. doi: 10.1016/j.envint.2022.107267
  25. Rusticucci, M, Bettolli L.M, Harris MLA. Association between weather conditions and the number of patients at the emergency room in an Argentine hospital. Int J Biometeorol. 2002;46(1):42–51. doi: 10.1007/s00484-001-0113-z
  26. Lecha Estela LB. Biometeorological classification of daily weather types for the humid tropics. Int J Biometeorol. 1998;42(2):77–83. doi: 10.1007/s004840050088
  27. Plavcová E, Kysel J. Effects of sudden air temperature and pressure changes on mortality in the Czech Republic. Epidemiol Mikrobiol Imunol. 2009;58(2):73–83.
  28. Tollefsen NH, Dickstein K. Are emergency admissions to medical departments dependent on weather? Tidsskr Nor Laegeforen. 2000;120(30):3678–3679.
  29. Sohail H, Kollanus V, Tiittanen P, et al. Heat, heatwaves and cardiorespiratory hospital admissions in Helsinki, Finland. Int J Environ Res Public Health. 2020;17(21):7892. doi: 10.3390/ijerph17217892
  30. Gasparrini A, Guo Y, Sera F, et al. Projections of temperature-related excess mortality under climate change scenarios. Lancet Planet Health. 2017;1(9):e360–e367. doi: 10.1016/S2542-5196(17)30156-0
  31. Liu C, Yavar Z, Sun Q. Cardiovascular response to thermoregulatory challenges. Am J Physiol Heart Circ Physiol. 2015;309(11):H1793–H1812. doi: 10.1152/ajpheart.00199.2015
  32. Alahmad B, Khraishah H, Shakarchi AF, et al. Cardiovascular mortality and exposure to heat in an inherently hot region: implications for climate change. Circulation. 2020;141(15):1271–1273. doi: 10.1161/CIRCULATIONAHA.119.044860
  33. Lin S, Luo M, Walker RJ, et al. Extreme high temperatures and hospital admissions for respiratory and cardiovascular diseases. Epidemiology. 2009;20(5):738–746. doi: 10.1097/EDE.0b013e3181ad5522
  34. Zhang M, Zhang Ya, Zhang J, Lin Sh. Time series analysis of the impact of meteorological conditions and air quality on the number of medical visits for hypertension in Haikou City, China. Atmosphere. 2024:15(3):370. doi: 10.3390/atmos15030370
  35. Drapkina OM, Zyryanov SK, Shepel RN, et al. Meteoropathy: myth or reality? assessment of the relationship between cardiovascular diseases and weather conditions according to data from a Moscow hospital. Cardiovascular Therapy and Prevention. 2024;23(5):45–54. doi: 10.15829/1728-8800-2024-4002 EDN: DVOFQR
  36. Skutecki R, Jalali R, Dragańska E, et al. UTCI as a bio-meteorological tool in the assessment of cold-induced stress as a risk factor for hypertension. Sci Total Environ. 2019:688:970–975. doi: 10.1016/j.scitotenv.2019.06.28
  37. Barnett AG, Sans S, SalomaaV, et al. The effect of temperature on systolic blood pressure. Blood Press Monit. 2007;12(3):195–203. doi: 10.1097/MBP.0b013e3280b083f4
  38. Turner LR, Barnett AG, Connell D, Tong S. Ambient temperature and cardiorespiratory morbidity: a systematic review and meta-analysis. Epidemiology. 2012;23(4):594–606. doi: 10.1097/EDE.0b013e3182572795
  39. Gronlund CJ, Zanobetti A, Schwartz JD, et al. Heat, heat waves, and hospital admissions among the elderly in the United States, 1992–2006. Environ Health Perspect. 2014;122(11):1187–1192. doi: 10.1289/ehp.1206132
  40. Martínez-Solanas È, Basagaña X. Temporal changes in the effects of ambient temperatures on hospital admissions in Spain. PLoS ONE. 2019;14(6):e0218262. doi: 10.1371/journal.pone.0218262
  41. Rocklov J, Forsberg B. The effect of temperature on mortality in Stockholm 1998–2003: a study of lag structures and heatwave effects. Scand J Public Health. 2008;36(5):516–523. doi: 10.1177/1403494807088458
  42. Baccini M, Biggeri A, Accetta G, et al. Heat effects on mortality in 15 European cities. Epidemiology. 2008;19(5):711–719. doi: 10.1097/EDE.0b013e318176bfcd
  43. Hong YC, Kim H, Oh SY, et al. Association of cold ambient temperature and cardiovascular markers. Sci Total Environ. 2012;435–436:74–79. doi: 10.1016/j.scitotenv.2012.02.070
  44. Lavigne E, Gasparrini A, Wang X, et al. Extreme ambient temperatures and cardiorespiratory emergency room visits: assessing risk by comorbid health conditions in a time series study. Environmental Health. 2014;13(1):5. doi: 10.1186/1476-069X-13-5
  45. Ha S, Talbott EO, Kan H, et al. The effects of heat stress and its effect modifiers on stroke hospitalizations in Allegheny County, Pennsylvania. Int Arch Occup Environ Health. 2014;87(5):557–565. doi: 10.1007/s00420-013-0897-2
  46. Isaksen TB, Yost MG, Hom EK, et al. Increased hospital admissions associated with extreme-heat exposure in King County, Washington, 1990–2010. Rev Environ Health. 2015;30(1):51–64. doi: 10.1515/reveh-2014-0050
  47. Kenney WL, Craighead DH, Alexander LM. Heat waves, aging, and human cardiovascular health. Med Sci Sports Exerc. 2014;46(10):1891–1899. doi: 10.1249/MSS.0000000000000325
  48. Revich B, Shaposhnikov D. Excess mortality during heat waves and cold spells in Moscow, Russia. Occup Environ Med. 2008:65(10):691–696. doi: 10.1136/oem.2007.033944
  49. Bayentin L, El Adlouni S, Ouarda TB, et al. Spatial variability of climate effects on ischemic heart disease hospitalization rates for the period 1989–2006 in Quebec, Canada. Int J Health Geogr. 2010;9:5. doi: 10.1186/1476-072X-9-5
  50. Ye X, Wolff R, Yu W, et al. Ambient temperature and morbidity: A review of epidemiological evidence. Environ Health Perspect. 2012;120(1):19–28. doi: 10.1289/ehp.1003198
  51. Rowland ST, Boehme AK, Rush J, et al. Can ultra short-term changes in ambient temperature trigger myocardial infarction? Environ Int. 2020;143:105910. doi: 10.1016/j.envint.2020.105910
  52. Bogdanova E, Andronov S, Lobanov A, et al. The impact of climate change on the food (in)security of the siberian indigenous peoples in the Arctic: environmental and health risks. Sustainability. 2021;13(5):1–23. doi: 10.3390/su13052561
  53. Hajat S, Kosatky T. Heat-related mortality: a review and exploration of heterogeneity. J Epidemiol Community Health. 2010;64(9):753–760. doi: 10.1136/jech.2009.087999

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 3. Estimation statistics of the distributed lag model between temperature and hypertension incidence in the Yamalo-Nenets Autonomous Okrug.

下载 (415KB)
索引源数据
3. Fig. 5. Estimation statistics of the distributed lag model between temperature and hypertension incidence in the Tyumen Oblast.

下载 (291KB)
索引源数据
4. Fig. 1. Time series of primary incidence of hypertension per 1000 population and average annual air temperature (°C) in the Yamalo-Nenets Autonomous Okrug (YNAO) prior to transformation.

下载 (95KB)
索引源数据
5. Fig. 2. Time series of primary incidence of hypertension per 1000 population and average annual air temperature(°C) in the Tyumen Oblast before transformation.

下载 (99KB)
索引源数据
6. Fig. 4. ARIMA forecast of hypertension incidence in the Yamalo-Nenets Autonomous Okrug (YNAO).

下载 (180KB)
索引源数据
7. Fig. 6. ARIMA forecast of hypertension incidence in the Tyumen Oblast.

下载 (91KB)
索引源数据

版权所有 © Eco-Vector, 2025

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。
 


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».