北京地区SARS发病的气象流行病学研究

本文探索北京地区SARS发病例数与气象因子间的相关关系,建立关键气象因子与发病例数间的数学模型,并进行SARS疫情气象危险度预测和报警分级。应用SPSS统计软件,将SARS发病例数与998个气象因子进行双变量相关分析,再将密切相关的气象因子与发病例数进行多元线性回归分析,用逐步回归法求出回归方程。相关分析表明,SARS发病与前期气象因子相关程度由大到小排列依次为：平均相对湿度、气温（最低气温、最高气温、平均气温）、平均风速、平均降水量、平均气压、平均云量、平均日较差;其中与平均相对湿度、气温、平均降水量、平均云量为负相关,与平均风速、平均气压、平均日较差为正相关;逐步回归法筛选出回归方程为：Y=218.692 – 0.698X630 – 2.043X716 + 2.282X921,决定系数R2 =0.847;建立了SARS发病气象危险度5级预警模型。结论是SARS发病与前期气象因子存在明显的相关关系, SARS的流行特点有季节倾向性;最关键气象因子依次为X630（前第13至第17天平均气温）、X716（前第13至第17天平均相对湿度）、X921（前第9至第13天平均风速）;SARS最易流行的气象条件为：平均气温16.9℃（95% CI 10.7-23.1）,平均相对湿度52.2%（33.0-71.4）,平均风速2.8m·s-1（2.0-3.6）。