背景流行性腮腺炎(简称流腮)是由腮腺炎病毒(Mumps virus, MuV)侵犯腮腺引起、在全球范围内广泛流行的急性呼吸道传染病。广州市属南亚热带季风气候区,背山面海,具有温暖多雨、光热充足、温差较小、夏季长、霜期短等气候特征,受台风影响较为频繁。独特的气候条件、与各地间紧密的旅游和贸易往来、数量庞大的流动人口以及接种疫苗意识的缺乏等导致流腮仍是广州市儿童健康的一大重要威胁。近十年来世界多地出现流腮的暴发和流行,而流腮发病的季节性和规模有一定的地域差异,加之全球变暖导致的气候变化可能也会对流腮的发病造成一定的影响,这些都使得及时了解流腮的流行病学特征及气象因子对流腮发病的影响变得更加迫切和重要。国内外目前关于气象因子与流腮发病关联的研究较少,结论不一致；所使用模型的灵活性不够,预测准确度不高；研究的气象变量较少,研究不够充分全面；同时对广州市这样的亚热带地区研究甚少。气象因素的健康效应存在一定的持续性和滞后性,目前多数研究采用传统单一的模型,如广义线性模型(Generalized Linear Model, GLM)、广义可加模型(Generalized Additive Model, GAM)等,但这些模型仅考虑到某一特定时间内的效应,不考虑滞后的分布特点,必然导致分析所得结果存在偏差。因此,有必要对广州市流腮的流行病学特征以及气象因子和流腮发病关联进行全面系统的研究,探讨影响流腮发生发展的关键气象因子,揭示流腮的流行病学规律,对建立早期气象预警预报系统、预测流腮的发病提供帮助,为流腮的预防和控制提供科学依据。方法资料来源通过传染病报告信息管理系统收集所有发病日期2005年1月1日～2014年12月31日、现住址为广州市的流腮临床诊断病例信息,通过中国气象局收集广州市2005年1月1日～2013年12月31日的气象数据,包括日最高气温、日平均气温、日最低气温、日平均相对湿度、日平均气压、日平均风速和日平均日照时间。统计方法运用描述性流行病学方法,分析广州市2005～2014年流腮病例的时间、空间和人群间(年龄、性别以及职业)等分布特征。使用Spearman等级相关分析2005～2013年各气象因子与流腮日发病人数的相关性及各气象因子之间的相关程度,与流腮日发病人数相关的气象因子纳入模型,检验水准为0.05。使用quasi-Poisson连接函数,在控制季节性和长期趋势、星期几效应和假期效应的基础上,采用分布滞后非线性模型(Distributed Lag Non-Linear Model, DLNM)对气象因子与流腮日发病人数的关联进行拟合。调整模型内部参数(如滞后时间等)或基函数确定最佳模型,对气象因子与流腮的关联性进行定量分析,计算总体效应(以各气象因子的中位数作为参照值,计算各气象因子在整个滞后时间内对流腮发病的相对危险度)、极端效应和累积极端效应[(以各气象因子的中位数作为参照值,选取极端低值(第1百分位数)和极端高值(第99百分位数)计算不同滞后时间下的RR值(即极低值效应和极高值效应)以及相应最大滞后时间下的RR值(即累积极低值效应和累积极高值效应)]。同时分析不同性别、年龄(0-4岁、5-9岁、10～14岁、15～29岁和30～64岁)间气温对流腮发病的影响是否有统计学差异(热效应为以日平均气温的第90百分位数作为参照值,计算所得的日平均气温第99百分位数对流腮发病的RR值；冷效应为以日平均气温的第10百分位数作为参照值,计算所得的日平均气温第1百分位数对流腮发病的RR值)。计算病例期(台风期及其后连续3天)和对照期(同年夏天,与病例期前后临近的两侧日期共同组成的,具有相同时间长度和相同的星期几分布,且不在刚发生台风期后几天的时间段)的超额流腮病例和相对危险度。结果流腮流行病学特征广州市2005～2014年共报告流行性腮腺炎55639例,年均发病率为47.87/10万。各月均有流腮报告病例,发病有明显的季节性,以夏季(5-7月)高峰为主,共报告21773例病例,占总报告病例数的39.13%。12个区(县级市)均有流腮病例报告,其中报告流腮病例数最多的为番禺区(共报告11162例,占广州市总报告病例数的20.06%),南沙区报告病例数最少(报告1103例,占1.98%)。年均发病率最高的区(县级市)为番禺区(78.43/10万),南沙区发病率最低(18.15/10万)。从城乡分布看,城镇地区共报告流腮病例30570例,占总报告病例数的56.99%,年均发病率为46.05/10万；农村地区共报告流腮病例25069例,占总报告病例数的43.01%,年均发病率为51.57/10万。农村地区流腮发病率高于城镇地区,差异有统计学意义(χ2=17798.24,P<0.01)。55639例流腮病例中,男性35431例(发病率59.60/10万),女性20208例(发病率为35.98/10万),男女性别比为1.75：1,差异有统计学意义(χ2=12637.31,P<0.01)。病例年龄最大为91岁,最小为29天,中位数为7岁。81.59%的病例集中在0-14岁人群,主要发病人群为3-9岁儿童(32538例,占总报告病例数的58.48%)。职业以学生为主(25000例,占44.93%),其次为幼托儿童(12982例,占23.33%)和散居儿童(9162例,占16.47%)流腮发病与气象因子关联性基本情况广州市2005～2013年流腮日发病人数中位数为14例；日最高气温、日平均气温、日最低气温中位数分别为28.3℃、24.2℃和21.3℃；日平均相对湿度中位数为75%；每日日照时间中位数为3.8 h；日平均风速为1.4 m/s；日平均气压中位数为1007.5 hPa。相关分析Spearman等级相关分析结果显示,除每日日照时间外,日最高气温、日平均气温、日最低气温、日平均相对湿度、日平均风速和日平均气压等气象因子与广州市日流腮发病数相关(均P<0.01)。总体关联情况和各气象因子的RR最大值DLNM三维图拟合结果显示,广州市各气象变量与流腮发病都呈非线性关系。当日平均气温为34.2℃、滞后10d时RR值最大,为1.05(95%CI：1.03-1.06)；当日平均相对湿度为99%、滞后24 d时RR值最大,为1.04(95%CI：1.02-1.07)：当日平均风速为9.1 m/s、滞后10d时RR值最大,为1.06(95%CI:1.00-1.12)；日平均气压为1027.2 hPa、滞后7d时RR值最大,为1.04(95%CI：0.96-1.13),无统计学意义。总体效应日平均气温达到34.2℃时,经过滞后30 d,总体效应RR值最大,为3.03(95%CI：2.05-4.48)。日平均相对湿度达到99%时,经过滞后24 d,总体效应RR值最大,为1.26(95%CI：0.95-1.67),无统计学意义。日平均风速达到9.1 m/s时,经过滞后21d,总体效应RR值最大,为2.55(95%CI：1.01-6.44)。日平均气压达到987.4 hPa时,经过滞后7 d,总体效应RR值最大,为1.01(95%CI：0.86-1.18),无统计学意义。极端效应日平均气温和日平均相对湿度的极端效应随着滞后天数的增加导致的变化较其他气象因子明显。当日平均气温从13.1℃(第10百分位数)降至7.4℃(第1百分位数)时,冷效应的RR值随滞后时间的增加逐渐增大。当日平均气温从29.9℃(第90百分位数)升至31.9℃(第99百分位数)时,热效应的RR值随滞后时间的增加逐渐增大,在滞后10d达到最大值1.02。当日平均相对湿度从55%(第10百分位数)降至34%(第1百分位数)时,干效应的RR值在滞后5d达到最大值。当日平均相对湿度从89%(第90百分位数)升至96%(第99百分位数)时,湿效应的RR值在滞后12d前处于下降趋势,而后逐渐上升,在24 d达到最大值1.02。累积极端效应日平均气温达到31.9℃时,滞后30 d的累积极端效应RR值为1.47,而日平均气温为7.4℃时,滞后30 d的累积极端效应RR值为0.51。日平均相对湿度为96%时,滞后24d的累积极端效应RR值为1.12(无统计学意义)。日平均风速为0.5 m/s时,滞后21d的累积极端效应RR值为0.76。日平均气压为1023.0 hPa时,滞后7d的累积极端效应RR值为0.84。气温对流腮发病的性别、年龄差异女性的热效应和冷效应均大于男性,差异有统计学意义(RR值1.61>1.40,0.53>0.49,且RR的95%CI不含1)。从年龄分组的RR值来看,总体上,热效应随年龄增大而增大(RR值随年龄层的增大逐渐增大,且RR的95%CI不含1),而冷效应无类似的趋势。台风对流腮发病的影响广州市2005～2013年每年病例期对比对照期均存在超额发病数,超额发病数最多出现在2010年(129例),最少出现在2007年(5例)。有统计学意义的RR值分别出现于2006年、2008年、2010年、2011年和2012年,RR及95%CI依次为1.30(1.08-1.62)、1.47(1.22-1.89)、1.63(1.46-1.94)、1.27(1.09-1.52)和1.23(1.02-1.52)。结论广州市人群流腮发病率较高,发病高峰在夏季(5-7月),农村地区发病率高于城镇地区,男性发病率远高于女性,14岁以下学生是广州市流腮发病的高危人群。高温、高湿、大风和低气压均使广州市流腮发病的风险增大；女性是冷、热效应的敏感人群,热效应随年龄的增长而增大；台风可能会引起流行性腮腺炎发病数的增加。