日均气温对社区居民脑卒中死亡影响的时间序列研究

doi:10.12114/j.issn.1007-9572.2022.02.017

中国全科医学 ›› 2022, Vol. 25 ›› Issue (15): 1838-1844.DOI: 10.12114/j.issn.1007-9572.2022.02.017

所属专题：社区卫生服务最新研究合集；神经系统疾病最新文章合集

日均气温对社区居民脑卒中死亡影响的时间序列研究

陈亦晨¹^,², 陈华², 曲晓滨², 孙良红², 陈涵一², 李小攀², 彭丽³, 徐望红¹^,^*(), 周弋²^,^*()

1. 200093　上海市，复旦大学公共卫生学院
2. 200136　上海市浦东新区疾病预防控制中心　复旦大学浦东预防医学研究院
3. 200030　上海市长三角环境气象预报预警中心健康气象科　上海市气象与健康重点实验室

收稿日期:2021-10-27 修回日期:2022-01-20 出版日期:2022-01-27 发布日期:2022-04-07
通讯作者: 徐望红, 周弋
陈亦晨，陈华，曲晓滨，等.日均气温对社区居民脑卒中死亡影响的时间序列研究[J].中国全科医学，2022，25 （15）：1838-1844. [www.chinagp.net]
作者贡献：陈亦晨撰写论文并对全文负责；陈华提供了文章的构思并参与研究设计；曲晓滨、孙良红、陈涵一负责数据整理与质控；李小攀完成统计学处理，绘制图表，负责论文结果的可视化呈现；彭丽负责结果分析与解释；徐望红为本文的撰写提供指导，并对论文进行审校与修订；周弋负责质量控制及监督管理。
基金资助:
上海市公共卫生体系建设三年行动计划（2020—2022年）优秀青年人才培养计划(GWV-10.2-YQ43); 上海市公共卫生体系建设三年行动计划（2020—2022年）优秀学科带头人项目(GWV-10.2-XD24); 浦东新区科技发展基金事业单位民生科研专项(PKJ2021-Y73); 浦东新区疾病预防控制中心卫生科技项目(PDCDC-2021-06)

Impact of Average Daily Temperature on Stroke Mortality in Community: a Time-series Analysis

Yichen CHEN¹^,², Hua CHEN², Xiaobin QU², Lianghong SUN², Hanyi CHEN², Xiaopan LI², Li PENG³, Wanghong XU¹^,^*(), Yi ZHOU²^,^*()

1. Fudan University School of Public Health, Shanghai 200093, China
2. Shanghai Pudong New Area Center for Disease Control and Prevention, Fudan University Pudong Institute of Preventive Medicine, Pudong New Area, Shanghai 200136, China
3. Department of Health and Meteorology, Yangtze River Delta Center for Environmental Meteorology Prediction and Warning /Shanghai Key Laboratory of Meteorology and Health, Shanghai 200030, China

Received:2021-10-27 Revised:2022-01-20 Published:2022-01-27 Online:2022-04-07
Contact: Wanghong XU, Yi ZHOU
About author:
CHEN Y C, CHEN H, QU X B, et al. Impact of average daily temperature on stroke mortality in community: a time-series analysis[J]. Chinese General Practice, 2022, 25 (15) : 1838-1844.

分享到

摘要/Abstract

摘要： 背景全球气候变化导致极端天气事件频发，气温对居民脑卒中死亡的影响正愈发受到关注。目的分析日均气温对浦东新区居民脑卒中死亡的影响。方法收集2005—2019年浦东新区居民脑卒中死亡资料（包括出血性脑卒中和缺血性脑卒中死亡资料）、气象资料（包括气温、相对湿度、大气压）及大气污染物资料〔包括大气颗粒物（PM10）、二氧化硫（SO2）与二氧化氮（NO2）〕。利用分布滞后非线性模型分析日均气温对浦东新区居民脑卒中的影响以及效应的累积性与滞后性。根据年龄及受教育水平开展分层分析，探究敏感人群。结果 2005—2019年，浦东新区累计报告居民脑卒中死亡30 337人，其中出血性脑卒中与缺血性脑卒中死亡分别为11 221、15 308人，分别占脑卒中死亡总数的36.99%、50.46%。研究期间浦东新区居民每日脑卒中死亡5.54人，出血性脑卒中与缺血性脑卒中死亡分别为2.05、2.79人；气温、相对湿度、大气压的日均值分别为17.25 ℃、73.75%、1 015.83 hPa，PM10、SO2、NO2浓度日均值分别为68.87、28.82、44.68 μg/m3。浦东新区以日均温度的中位数（P50=18.2 ℃）为参照，低温（P5=3.0 ℃）对脑卒中与出血性脑卒中的效应在滞后0~14 d（Lag 0~14 d）达到最大〔脑卒中：相对危险度（RR）=1.34，95%CI（1.15，1.56）；出血性脑卒中：RR=1.61，95%CI（1.25，2.08）〕，低温的影响表现出明显的累积性与滞后性，缺血性脑卒中对低温的影响不敏感；高温（P95=30.1 ℃）对脑卒中与缺血性脑卒中的效应在Lag 0~1 d达到最大〔脑卒中：RR=1.26，95%CI（1.12，1.41）；缺血性脑卒中：RR=1.64，95%CI（1.39，1.93）〕，高温作用较为短促，出血性脑卒中对高温的影响不敏感。分层分析结果显示，低温对<75岁人群脑卒中死亡效应不具有统计学意义，对≥75岁人群脑卒中死亡效应在Lag 0~14 d达到最大；低温对小学及以下、中学及以上文化水平人群脑卒中死亡效应分别在Lag 0~21 d、Lag 0~14 d达到最大。高温对<75岁、中学及以上人群脑卒中死亡效应不具有统计学意义，对≥75岁、小学及以下人群脑卒中死亡效应均在Lag 0~1 d达到最大。在Lag 0~3 d，高温对小学及以下文化水平人群脑卒中死亡效应高于中学及以上文化水平人群（P<0.05）。结论低温与高温均导致浦东新区居民脑卒中死亡风险上升，低温与高温分别增加居民出血性脑卒中与缺血性脑卒中死亡风险，而小学及以下文化水平人群在高温环境下更易发生脑卒中死亡。

关键词: 卒中, 出血性卒中, 缺血性卒中, 日均气温, 死亡, 分布滞后非线性模型, 年龄因素, 教育程度

Abstract:

Background

With the increasing frequency of extreme weather events due to global climate change, the impact of air temperature on stroke deaths is gaining increasing attention.

Objective

This study aimed to evaluate the impact of average daily temperature on stroke mortality in Pudong New Area.

Methods

Data were collected from Pudong New Area from January 1, 2005 to December 31, 2019, including deaths due to stroke (hemorrhagic stroke and ischemic stroke) , meteorological information (air temperature, relative humidity, atmospheric pressure) , atmospheric pollutants 〔particulate matter 10 (PM₁₀) , sulfur dioxide (SO₂) and nitrogen dioxide (NO₂) 〕. We used a distributed lag non-linear model (DLNM) to evaluate the impact of average daily air temperature on stroke mortality, and assess the lagged and cumulative effects. Age- and education attainment-specific analyses were performed to identify the susceptible groups.

Results

During the period, a total number of 30 337 deaths from stroke were reported in Pudong New Area of Shanghai, and the deaths due to hemorrhagic stroke and ischemic stroke numbered 11 221 (36.99%) and 15 308 (50.46%) , respectively. The average daily deaths from stroke, hemorrhagic stroke and ischemic stroke were 5.54, 2.05 and 2.79, respectively. The average daily temperature, relative humidity and air pressure in Pudong New Area were 17.25 ℃, 73.75%, and 1 015.83 hPa, respectively. The average daily concentrations of PM₁₀, SO₂ and NO₂ were 68.87 μg/m³, 28.82 μg/m³, and 44.68 μg/m³, respectively. Using the average median daily temperature (P₅₀=18.2 ℃) as a reference, the strongest cumulative effects of low temperature (P₅=3.0℃) were observed within 0-14 days lagged (Lag 0-14) for stroke mortality〔RR=1.34, 95%CI (1.15, 1.56) 〕 and hemorrhagic stroke mortality〔RR=1.61, 95%CI (1.25, 2.08) 〕. The impact of low temperature on stroke mortality and hemorrhagic stroke mortality was significantly lagged and cumulated, but its impact on ischemic stroke mortality was not significant. The strongest cumulative effects of high temperature (P₉₅=30.1 ℃) on stroke mortality 〔RR=1.26, 95%CI (1.12, 1.41) 〕 and ischemic stroke 〔RR=1.64, 95%CI (1.39, 1.93) 〕 were observed within 0-1 day lagged (Lag 0-1) . High temperature imposed an acute effect on stroke mortality and ischemic stroke mortality, but produced insignificant effect on hemorrhagic stroke mortality. No significant impact of low temperature was observed on stroke mortality in population < 75 years old, but the impact on stroke mortality in population≥ 75 years old was strongest within Lag 0-14 d. The strongest impacts of low temperature on stroke mortality in population with primary education or below, and in population with secondary education or above were observed within Lag 0-21 d and Lag 0-14 d, respectively. No significant impact of high temperature was observed on stroke mortality in population < 75 years old and population with secondary education and above, but the impact was the strongest on stroke mortality in population ≥ 75 years old and the population with primary education or below within Lag 0-1 d. The impact of high temperature on stroke mortality in population with primary education or below was significantly higher than that in population with secondary education and above within Lag 0-3 d (P<0.05) .

Conclusion

Both low and high temperatures were associated with the stroke mortality risk in Pudong New Area. Low temperature increased the risk of death from hemorrhagic stroke, while high temperature increased the risk of death from ischemic stroke. People with primary education or below were more likely to die from strokes in hot environments.

Key words: Stroke, Hemorrhagic stroke, Ischemic stroke, Daily average temperature, Death, Distributed lag non-linear model, Age factors, Educational status

陈亦晨,陈华,曲晓滨,等. 日均气温对社区居民脑卒中死亡影响的时间序列研究[J]. 中国全科医学, 2022, 25(15): 1838-1844. DOI: 10.12114/j.issn.1007-9572.2022.02.017.
Yichen CHEN,Hua CHEN,Xiaobin QU, et al. Impact of Average Daily Temperature on Stroke Mortality in Community: a Time-series Analysis[J]. Chinese General Practice, 2022, 25(15): 1838-1844. DOI: 10.12114/j.issn.1007-9572.2022.02.017.

图/表 8

参考文献 23

[1]	KRISHNAMURTHI R V, IKEDA T, FEIGIN V L. Global，regional and country-specific burden of ischaemic stroke，intracerebral haemorrhage and subarachnoid haemorrhage：a systematic analysis of the global burden of disease study 2017[J]. Neuroepidemiology，2020，54（2）：171-179. DOI：10.1159/000506396.
[2]	LIAN H, RUAN Y P, LIANG R J，et al. Short-term effect of ambient temperature and the risk of stroke：a systematic review and meta-analysis[J]. Int J Environ Res Public Health，2015，12（8）：9068-9088. DOI：10.3390/ijerph120809068.
[3]	WANG W Z, JIANG B, SUN H X，et al. Prevalence，incidence，and mortality of stroke in China：results from a nationwide population-based survey of 480 687 adults[J]. Circulation，2017，135（8）：759-771. DOI：10.1161/CIRCULATIONAHA.116.025250.
[4]	CHEN R J, YIN P, WANG L J，et al. Association between ambient temperature and mortality risk and burden：time series study in 272 main Chinese cities[J]. BMJ，2018，363：k4306. DOI：10.1136/bmj.k4306.
[5]	DENG C Y, DING Z, LI L J，et al. Burden of non-accidental mortality attributable to ambient temperatures：a time series study in a high plateau area of southwest China[J]. BMJ Open，2019，9（2）：e024708. DOI：10.1136/bmjopen-2018-024708.
[6]	CHEN J H, JIANG H, WU L，et al. Association of ischemic and hemorrhagic strokes hospital admission with extreme temperature in Nanchang，China—a case-crossover study[J]. J Clin Neurosci，2017，43：89-93. DOI：10.1016/j.jocn.2017.04.044.
[7]	陈亦晨，曲晓滨，孙良红，等. 2002—2019年上海市浦东新区居民肝癌死亡特征及减寿率分析[J]. 中国全科医学，2021，24（12）：1517-1522. DOI：10.12114/j.issn.1007-9572.2021.00.116.
[8]	谷少华. 宁波市气温和空气污染对人群死亡的交互影响[D]. 北京：中国疾病预防控制中心，2015.
[9]	王金玉，李盛，李普，等. 2014—2017年兰州市气温与死亡人数关系的时间序列研究[J]. 环境与职业医学，2018，35（12）：1076-1082. DOI：10.13213/j.cnki.jeom.2018.18477.
[10]	ZHAO A, CHEN R J, KUANG X Y，et al. Ambient air pollution and daily outpatient visits for cardiac arrhythmia in Shanghai，China[J]. J Epidemiol，2014，24（4）：321-326. DOI：10.2188/jea.je20140030.
[11]	ZHANG Y Q, LI C L, FENG R J，et al. The short-term effect of ambient temperature on mortality in Wuhan，China：a time-series study using a distributed lag non-linear model[J]. Int J Environ Res Public Health，2016，13（7）：E722. DOI：10.3390/ijerph13070722.
[12]	LIM Y H, KIM H, HONG Y C. Variation in mortality of ischemic and hemorrhagic strokes in relation to high temperature[J]. Int J Biometeorol，2013，57（1）：145-153. DOI：10.1007/s00484-012-0542-x.
[13]	张书余，马守存，周骥，等. 模拟寒潮对高血压疾病影响机理的实验研究[J]. 气象，2013，39（6）：789-793. DOI：10.7519/j.issn.1000-0526.2013.06.016.
[14]	KEATINGE W R, COLESHAW S R, EASTON J C，et al. Increased platelet and red cell counts，blood viscosity，and plasma cholesterol levels during heat stress，and mortality from coronary and cerebral thrombosis[J]. Am J Med，1986，81（5）：795-800. DOI：10.1016/0002-9343(86)90348-7.
[15]	安吉，郭默宁，谭鹏，等. 基于分布滞后非线性模型评估气温对北京市居民缺血性脑卒中入院人数的影响[J]. 环境与职业医学，2020，37（5）：486-491. DOI：10.13213/j.cnki.jeom.2020.19882.
[16]	RAVLJEN M, BAJROVIC F, VAVPOTIC D. A time series analysis of the relationship between ambient temperature and ischaemic stroke in the Ljubljana area：immediate，delayed and cumulative effects[J]. BMC Neurol，2021，21（1）：23. DOI：10.1186/s12883-021-02044-8.
[17]	ZHOU L, CHEN K, CHEN X D，et al. Heat and mortality for ischemic and hemorrhagic stroke in 12 cities of Jiangsu Province，China[J]. Sci Total Environ，2017，601/602：271-277. DOI：10.1016/j.scitotenv.2017.05.169.
[18]	CHO S K, SOHN J, CHO J，et al. Effect of socioeconomic status and underlying disease on the association between ambient temperature and ischemic stroke[J]. Yonsei Med J，2018，59（5）：686-692. DOI：10.3349/ymj.2018.59.5.686.
[19]	LI J, XU X, YANG J，et al. Ambient high temperature and mortality in Jinan，China：a study of heat thresholds and vulnerable populations[J]. Environ Res，2017，156：657-664. DOI：10.1016/j.envres.2017.04.020.
[20]	MARÍ-DELL'OLMO M, TOBÍAS A, GÓMEZ-GUTIÉRREZ A，et al. Social inequalities in the association between temperature and mortality in a South European context[J]. Int J Public Health，2019，64（1）：27-37. DOI：10.1007/s00038-018-1094-6.
[21]	ANDERSEN R, VAN DE WERFHORST H G. Education and occupational status in 14 countries：the role of educational institutions and labour market coordination[J]. Br J Sociol，2010，61（2）：336-355. DOI：10.1111/j.1468-4446.2010.01315.x.
[22]	唐嘉阳，任宇，杨晓虹，等. 成都市某区居民健康素养水平及影响因素分析[J]. 现代预防医学，2021，48（1）：123-127.
[23]	许丽娜，熊依杰，李海生，等. 2018年北京市海淀区15~69岁居民健康素养水平及人口经济影响因素[J]. 卫生研究，2020，49（5）：738-743. DOI：10.19813/j.cnki.weishengyanjiu.2020.05.007.

项目		（±s）	P₂₅	P₅₀	P₇₅
每日脑卒中死亡人数（人）
	男性	2.74±1.76	1	3	4
	女性	2.80±1.76	2	3	4
	<75岁	1.62±1.31	1	1	2
	≥75岁	3.92±2.12	2	4	5
	小学及以下	3.80±2.13	2	4	5
	中学及以上	1.74±1.37	1	2	3
	出血性脑卒中	2.05±1.50	1	2	3
	缺血性脑卒中	2.79±1.76	2	3	4
气象因素
	日均温度（℃）	17.25±8.78	9.60	18.20	24.40
	日均相对湿度（%）	73.75±12.32	66.20	75.00	82.40
	日均大气压（hPa）	1 015.83±8.97	1 008.20	1 015.90	1 022.88
空气污染物
	PM₁₀（μg/m³）	68.87±43.55	41.00	58.00	84.00
	SO₂（μg/m³）	28.82±25.08	11.00	19.00	39.00
	NO₂（μg/m³）	44.68±21.59	29.00	40.00	56.00

项目		（±s）	P₂₅	P₅₀	P₇₅
每日脑卒中死亡人数（人）
	男性	2.74±1.76	1	3	4
	女性	2.80±1.76	2	3	4
	<75岁	1.62±1.31	1	1	2
	≥75岁	3.92±2.12	2	4	5
	小学及以下	3.80±2.13	2	4	5
	中学及以上	1.74±1.37	1	2	3
	出血性脑卒中	2.05±1.50	1	2	3
	缺血性脑卒中	2.79±1.76	2	3	4
气象因素
	日均温度（℃）	17.25±8.78	9.60	18.20	24.40
	日均相对湿度（%）	73.75±12.32	66.20	75.00	82.40
	日均大气压（hPa）	1 015.83±8.97	1 008.20	1 015.90	1 022.88
空气污染物
	PM₁₀（μg/m³）	68.87±43.55	41.00	58.00	84.00
	SO₂（μg/m³）	28.82±25.08	11.00	19.00	39.00
	NO₂（μg/m³）	44.68±21.59	29.00	40.00	56.00

滞后期（d）	脑卒中死亡	出血性脑卒中死亡	缺血性脑卒中死亡
Lag 0	0.77（0.68，0.86）	0.82（0.67，0.99）	0.69（0.58，0.81）
Lag 0~1	0.91（0.82，1.01）	1.09（0.92，1.29）	0.77（0.67，0.90）
Lag 0~3	0.98（0.88，1.10）	1.21（1.00，1.45）	0.82（0.70，0.96）
Lag 0~7	1.14（1.00，1.30）	1.46（1.18，1.81）	0.95（0.79，1.14）
Lag 0~14	1.34（1.15，1.56）	1.61（1.25，2.08）	1.17（0.94，1.45）
Lag 0~21	1.30（1.09，1.54）	1.39（1.05，1.84）	1.19（0.93，1.52）

滞后期（d）	脑卒中死亡	出血性脑卒中死亡	缺血性脑卒中死亡
Lag 0	0.77（0.68，0.86）	0.82（0.67，0.99）	0.69（0.58，0.81）
Lag 0~1	0.91（0.82，1.01）	1.09（0.92，1.29）	0.77（0.67，0.90）
Lag 0~3	0.98（0.88，1.10）	1.21（1.00，1.45）	0.82（0.70，0.96）
Lag 0~7	1.14（1.00，1.30）	1.46（1.18，1.81）	0.95（0.79，1.14）
Lag 0~14	1.34（1.15，1.56）	1.61（1.25，2.08）	1.17（0.94，1.45）
Lag 0~21	1.30（1.09，1.54）	1.39（1.05，1.84）	1.19（0.93，1.52）

滞后期（d）	脑卒中死亡	出血性脑卒中死亡	缺血性脑卒中死亡
Lag 0	1.14（1.00，1.30）	0.98（0.78，1.22）	1.44（1.19，1.74）
Lag 0~1	1.26（1.12，1.41）	0.86（0.71，1.04）	1.64（1.39，1.93）
Lag 0~3	1.05（0.93，1.17）	0.69（0.57，0.84）	1.37（1.16，1.61）
Lag 0~7	0.95（0.84，1.08）	0.65（0.53，0.80）	1.26（1.05，1.51）
Lag 0~14	0.85（0.73，0.99）	0.53（0.41，0.67）	1.19（0.96，1.46）
Lag 0~21	0.82（0.69，0.98）	0.59（0.45，0.79）	1.02（0.80，1.30）

日均气温对社区居民脑卒中死亡影响的时间序列研究

Impact of Average Daily Temperature on Stroke Mortality in Community: a Time-series Analysis

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 23

相关文章 15

编辑推荐

Metrics

留言

[1]	秦凤银, 张绮珊, 赖锦佳, 黄奕敏, 韩郭茵, 孙兴兰, 王芬, 谭益冰. 广东省社区居民脑卒中高危筛查意向的现状及影响因素研究[J]. 中国全科医学, 2023, 26(34): 4283-4289.
[2]	朱文鹏, 韩梦琦, 王雨欣, 王国平. 1990—2019年中国鼻咽癌发病与死亡的趋势及预测研究[J]. 中国全科医学, 2023, 26(34): 4269-4276.
[3]	王瑜, 陈焱, 韩元元, 徐清, 陈胜岳, 吕智博, 卢川, 郑铭鑫, 赵昕. 血小板-淋巴细胞比值可预测老年急性心肌梗死患者住院期间死亡风险[J]. 中国全科医学, 2023, 26(33): 4137-4142.
[4]	苏凯奇, 吕转, 吴明莉, 罗萌, 高静, 聂晨晨, 刘昊, 冯晓东. 电针对缺血再灌注后学习记忆障碍大鼠BDNF/TrkB/PI3K/Akt通路的影响及对海马神经元保护作用研究[J]. 中国全科医学, 2023, 26(33): 4187-4193.
[5]	尹苗苗, 崔立玲, 李雅晴, 王利群, 张玥, 巫嘉陵. 双任务对后循环缺血性脑卒中伴前庭症状患者步行能力的影响研究[J]. 中国全科医学, 2023, 26(33): 4207-4212.
[6]	杨宇轩, 张晗, 杜娟, 王玲玲, 谢玉磊, 尹开明, 张波. 眼动追踪的动态任务评估脑卒中后单侧空间忽略的价值研究[J]. 中国全科医学, 2023, 26(32): 4020-4025.
[7]	马丽媛, 王增武, 樊静, 胡盛寿. 《中国心血管健康与疾病报告2022》要点解读[J]. 中国全科医学, 2023, 26(32): 3975-3994.
[8]	蹇秋枫, 徐荣华, 姚倩, 周媛媛. 中国老年脑卒中患者认知障碍患病率和影响因素的Meta分析[J]. 中国全科医学, 2023, 26(32): 4070-4079.
[9]	陈希, 章娟, 李霖, 张佳琪, 吴耀丽, 郭慧, 王超群. 中国中老年人体力活动与全因死亡风险的关系：前瞻性队列研究[J]. 中国全科医学, 2023, 26(31): 3890-3895.
[10]	张懂理, 沈冲, 张卫川, 陈海滨, 赵建军. 程序性死亡因子1/程序性死亡因子1配体抑制剂治疗肾细胞癌有效性及安全性的Meta分析[J]. 中国全科医学, 2023, 26(30): 3815-3822.
[11]	马艳艳, 任付先, 王宇, 高登峰. （中性粒细胞+单核细胞）/淋巴细胞比值对心力衰竭患者住院死亡的预测价值研究[J]. 中国全科医学, 2023, 26(30): 3791-3796.
[12]	朱琳, 郭闫葵, 高琛, 陈学志, 王法帅. 单纯西药、中成药及其联合治疗卒中后失眠疗效的网状Meta分析[J]. 中国全科医学, 2023, 26(30): 3823-3832.
[13]	肖雨倩, 白艳杰, 王岩, 陈淑颖, 陈丽敏, 孙可心, 万俊. 线粒体转移在脑卒中后认知障碍中的研究进展[J]. 中国全科医学, 2023, 26(30): 3833-3840.
[14]	蒲瑜, 张吉翔, 董卫国. 铁死亡与炎症性肠病的研究进展[J]. 中国全科医学, 2023, 26(29): 3698-3703.
[15]	徐哲, 张金霞, 张秀红, 谢开红. 中老年人睡眠时间与全因死亡风险关系的队列研究[J]. 中国全科医学, 2023, 26(28): 3507-3512.

滞后期（d）	年龄		文化水平
滞后期（d）	<75岁	≥75岁	小学及以下	中学及以上
Lag 0	0.83（0.67，1.03）	0.74（0.65，0.86）	0.77（0.67，0.89）	0.77（0.62，0.95）
Lag 0~1	0.90（0.74，1.09）	0.92（0.81，1.04）	0.92（0.81，1.04）	0.92（0.76，1.10）
Lag 0~3	0.95（0.77，1.16）	1.00（0.88，1.14）	1.04（0.91，1.19）	0.88（0.72，1.08）
Lag 0~7	1.14（0.89，1.45）	1.15（0.98，1.34）	1.18（1.01，1.38）	1.10（0.87，1.39）
Lag 0~14	1.22（0.92，1.62）	1.39（1.16，1.67）	1.35（1.12，1.62）	1.35（1.03，1.78）
Lag 0~21	1.20（0.87，1.65）	1.35（1.10，1.65）	1.38（1.13，1.70）	1.17（0.86，1.60）

滞后期（d）	年龄		文化水平
滞后期（d）	<75岁	≥75岁	小学及以下	中学及以上
Lag 0	0.83（0.67，1.03）	0.74（0.65，0.86）	0.77（0.67，0.89）	0.77（0.62，0.95）
Lag 0~1	0.90（0.74，1.09）	0.92（0.81，1.04）	0.92（0.81，1.04）	0.92（0.76，1.10）
Lag 0~3	0.95（0.77，1.16）	1.00（0.88，1.14）	1.04（0.91，1.19）	0.88（0.72，1.08）
Lag 0~7	1.14（0.89，1.45）	1.15（0.98，1.34）	1.18（1.01，1.38）	1.10（0.87，1.39）
Lag 0~14	1.22（0.92，1.62）	1.39（1.16，1.67）	1.35（1.12，1.62）	1.35（1.03，1.78）
Lag 0~21	1.20（0.87，1.65）	1.35（1.10，1.65）	1.38（1.13，1.70）	1.17（0.86，1.60）

滞后期（d）	年龄		文化水平
滞后期（d）	<75岁	≥75岁	小学及以下	中学及以上
Lag 0	1.14（0.89，1.46）	1.14（0.97，1.34）	1.10（0.94，1.30）	1.21（0.95，1.54）
Lag 0~1	1.13（0.92，1.40）	1.31（1.14，1.51）	1.35（1.17，1.56）	1.07（0.87，1.32）
Lag 0~3	0.90（0.73，1.12）	1.11（0.97，1.28）	1.13（0.98，1.30）	0.88（0.72，1.08）^a
Lag 0~7	0.86（0.68，1.08）	0.99（0.85，1.16）	0.96（0.83，1.13）	0.92（0.73，1.16）
Lag 0~14	0.88（0.67，1.15）	0.84（0.70，1.00）	0.83（0.69，0.99）	0.89（0.68，1.16）
Lag 0~21	0.78（0.57，1.08）	0.83（0.68，1.02）	0.77（0.63，0.95）	0.92（0.67，1.26）

滞后期（d）	年龄		文化水平
滞后期（d）	<75岁	≥75岁	小学及以下	中学及以上
Lag 0	1.14（0.89，1.46）	1.14（0.97，1.34）	1.10（0.94，1.30）	1.21（0.95，1.54）
Lag 0~1	1.13（0.92，1.40）	1.31（1.14，1.51）	1.35（1.17，1.56）	1.07（0.87，1.32）
Lag 0~3	0.90（0.73，1.12）	1.11（0.97，1.28）	1.13（0.98，1.30）	0.88（0.72，1.08）^a
Lag 0~7	0.86（0.68，1.08）	0.99（0.85，1.16）	0.96（0.83，1.13）	0.92（0.73，1.16）
Lag 0~14	0.88（0.67，1.15）	0.84（0.70，1.00）	0.83（0.69，0.99）	0.89（0.68，1.16）
Lag 0~21	0.78（0.57，1.08）	0.83（0.68，1.02）	0.77（0.63，0.95）	0.92（0.67，1.26）