Rožnovský, J., Litschmann, T. (ed.): XIV. Česko-slovenská bioklimatologická konference, Lednice na Moravě 2.-4. září 2002, ISBN 80-85813-99-8, s. 512-524
ÚMRTNOST SPOJENÁ SE STRESEM Z HORKA V ČR - PRVNÍ VÝSLEDKY Jan Kyselý Radan Huth Bohumír Kříž Summary The heat-stress-related (HSR) mortality is among main impacts of periods of high summer temperature (heat waves) on society. Increased HSR mortality has been found in many European countries (including Great Britain, the Netherlands, Belgium, Spain, Portugal, Italy and Greece), but analyses focusing on central European population have been relatively rare. Moreover, very few studies have tried to apply the Kalkstein’s synoptic approach based on the objective classification of air masses in European conditions. The analysis of the HSR mortality in the Czech Republic tries to find answers to the following questions: (i) which threshold value of temperature (or of another temperature- and humidity- related variable) must be exceeded to observe the HSR mortality, in dependence on time of the year; (ii) which meteorological variable (or an index) accounts for the largest portion of the mortality increase, and what is the best model between meteorological variables and mortality; (iii) what is the dependence of the HSR mortality on the age group and sex; and (iv) whether the synoptic approach based on the classification of air masses leads to better results compared to the more traditional methods. The analysis covers the period 1992-2000 when some extremely hot summers appeared in the Czech Republic. 1. Úvod - současný stav poznatků Zvýšená úmrtnost představuje jeden z hlavních přímých dopadů extrémních teplotních jevů na společnost (Wigley, 1985). Obecnou prahovou hodnotu, při jejímž překročení dochází k dopadům na lidské zdraví, stanovit nelze; svou roli hrají různé životní podmínky a zvyklosti, odlišná míra adaptability atd. v různých společnostech i jednotlivých skupinách v rámci jediné společnosti (srov. Keatinge et al., 2000). Největší počet úmrtí spojených s horkem je soustředěn do velkoměst mírných a subtropických oblastí, ohroženými skupinami jsou zvláště starší lidé, malé děti a lidé dlouhodobě nemocní. Většina úmrtí je spojena se zhoršením chronického onemocnění, nejčastěji kardiovaskulárního, mozkového cévního nebo nemoci dýchacího ústrojí. Řada studií zjistila vyšší nárůst úmrtnosti u žen než u mužů (Bai et al., 1995; Mackenbach et al., 1997; Rooney et al., 1998). Pro určení normálové úmrtnosti se používají různé metody, spočívající např. ve stanovení průměrného ročního chodu úmrtnosti nebo proložení regresního modelu za účelem odstranění časové závislosti. Přímé použití počtu úmrtí, u nichž je jako primární příčina uvedeno vyčerpání způsobené horkem, je vzhledem k nejednotné definici nevhodné (Whitman et al., 1997).
512
Korelace denní úmrtnosti s teplotou v horkých vlnách je typicky nejvyšší se zpožděním jednoho až dvou dnů (mj. Ramlow a Kuller, 1990; Sartor et al., 1997; Whitman et al., 1997). Úmrtí způsobená teplem bývají nejčetnější během prvních několika dnů po začátku horké vlny a aklimatizace (fyziologická i společenská) představuje významný faktor. Z téhož důvodu se zdravotní komplikace mohou pravděpodobněji objevit v časném létě než na jeho konci. Bezprostředně po horké vlně se projevuje pokles úmrtnosti, který je způsoben skutečností, že oběti tvoří zčásti lidé, kteří by zemřeli brzy bez ohledu na počasové podmínky; efekt je označován jako posun úmrtnosti (mortality displacement) nebo tzv. harvesting efekt. Průměrnou hodnotu posunu úmrtnosti odhadl Kalkstein (1993) pro St. Louis a New York na 20-40%. Existenci tohoto jevu, ale v menší míře (kolem 10%), potvrdily i novější studie, např. pro horkou vlnu v Belgii r. 1994 (Sartor et al., 1995) nebo v Chicagu r. 1995 (Whitman et al., 1997). Důležitou roli vedle maximální denní teploty hraje minimální denní teplota (mj. Kalkstein, 1993; Benson et al., 2000). Situace s výrazně zvýšenou úmrtností jsou často typické především extrémně vysokými nočními teplotami. Fyziologické dopady ve velké míře závisí i na dalších proměnných kromě teplotních: nepříznivé důsledky vyplývají také z velké vlhkosti vzduchu, nedostatku ventilace a silné sluneční radiace, a teplota tedy představuje pouze jeden z dílčích faktorů. Často se proto věnuje pozornost tzv. zdánlivé teplotě (apparent temperature), označované též jako heat index nebo heat stress index, která odráží schopnost lidského těla disipovat teplo. Zavedl ji Steadman (1979a, 1979b) jako index úhrnného vlivu teploty a dalších prvků (relativní vlhkosti, rychlosti proudění a sluneční radiace) na člověka. Navrženy byly i další biometeorologické indexy popisující dopady horkých období. Naproti tomu Kalkstein (1993) shrnuje výsledky studií týkajících se úmrtnosti při horkých vlnách se závěrem, že vysoká teplota sama o sobě má dominantní efekt a faktory jako relativní vlhkost nebo rychlost větru jsou za takové situace nepodstatné. Komplexnější popis vztahu úmrtnosti a počasí umožňuje tzv. synoptický přístup založený na objektivní klasifikaci vzduchových hmot, který bere v úvahu celkovou povětrnostní situaci (Kalkstein, 1991; Kalkstein a Greene, 1997; Smoyer et al., 2000). Klasifikace vzduchových hmot vychází z běžných přízemních meteorologických prvků (teploty vzduchu, teploty rosného bodu, oblačnosti, tlaku, rychlosti a směru větru). K typizaci vzduchových hmot může být využito např. analýzy hlavních složek (redukce počtu proměnných) a shlukové analýzy (vlastní vytvoření typů) nebo alternativních postupů. Vzduchové hmoty, související se zvýšenou úmrtností, bývají označovány jako „obtížné“ (offensive). Metoda byla aplikována v USA, kde popisuje vztah mezi úmrtností a počasím lépe, než v případě využití jakéhokoli jednotlivého prvku nebo jejich kombinace (Smoyer et al., 2000). Možnost její aplikace v jiných částech světa dosud nebyla detailněji diskutována. Značné publicity se v odborné literatuře dostalo horké vlně, která v polovině července 1995 zasáhla středozápad USA. Relativní nárůst úmrtnosti 14.-20. července činil v Chicagu 147%, což je nejvíce pro zpracované případy horkých vln v USA ve 20. století (Whitman et al., 1997). V dané oblasti se jednalo o nejintenzivnější krátkodobou horkou vlnu za poslední půlstoletí (Kunkel et al., 1996). Rovněž na území Evropy byl v horkých vlnách popsán nárůst denní úmrtnosti, a to mj. ve Velké Británii (Rooney et al., 1998), Nizozemsku (Kunst et al., 1993; Mackenbach et al., 1997; Huynen et el., 2001), Belgii (Sartor et al., 1995), Německu (Jendritzky a Laschewski, 2000), Španělsku (Alberdi et al., 1995), Portugalsku (Falcao a Valente, 1997), Itálii (Mammarella a Paoletti, 1989) a Řecku (Katsouyanni et al., 1993). Např. podle Alberdiho et al. (1995), kteří analyzovali týdenní úmrtnost v Madridu v období 1988-1993, odpovídá nejodlehlejší pozorování od průměrného ročního chodu horké vlně v červenci 1991. Horká 513
vlna v Řecku v červenci 1987 způsobila nárůst počtu úmrtí v Aténách o 97%, zatímco v ostatních městských oblastech o 33% a na zbylém území o 27% (Katsouyanni et al., 1993). Sartor et al. (1995) zjistili u 12-denní horké vlny z přelomu července a srpna 1994 pro území Belgie nárůst úmrtnosti o 9.4% ve věkové skupině do 64 let a o 13.2% u starších osob. U extrémní 5-denní horké vlny, jež zasáhla v červenci a srpnu 1995 Velkou Británii, činil v Anglii a Walesu nárůst úmrtnosti 9%, zvýšený počet úmrtí se projevil ve všech věkových skupinách a nejčastější příčinou byly nemoci dýchacího ústrojí a mozkové cévní příhody (Rooney et al., 1998). Studie z druhé poloviny 90. let většinou uvádějí nárůst úmrtnosti v USA při horkých vlnách (Changnon et al., 1996) i při extrémních počasových jevech vůbec (Karl a Easterling, 1999), ačkoli např. Kunkel et al. (1999) změny četnosti intenzivních horkých vln nezjistili. Řada prací v této souvislosti zdůrazňuje nárůst zranitelnosti lidské společnosti pramenící ze sociálních změn (rostoucí populace ve velkých městech, změny životního stylu, demografické změny apod.) navzdory zlepšení lékařské péče a rozšíření klimatizace. Analýz zabývajících se časovým rozdělením extrémních teplotních jevů nebo s nimi spojených dopadů na společnost v ostatních částech světa je málo. Scénáře změny úmrtnosti související se stresem z horka, založené na výstupech globálních cirkulačních modelů (GCM), publikovali Kalkstein (1993) a Kalkstein a Greene (1997). Roční počet úmrtí vyvolaných horkem ve velkoměstech USA se podle těchto výsledků může do poloviny 21. století několikanásobně zvýšit, a to i tehdy, pokud bude populace schopná se z velké části aklimatizovat. Vzrůst průměrného červencového heat indexu na jihovýchodě USA byl na základě simulací GCM odhadnut na 5°C do roku 2050 (Delworth et al., 1999). Watson et al. (1998) uvádějí horké vlny na prvním místě mezi faktory, které mohou nepříznivě ovlivňovat zdraví člověka v předpokládaném teplejším budoucím klimatu evropského kontinentu. Nerozřešena zůstává otázka, do jaké míry může být zvýšený počet úmrtí vyvolaných horkem kompenzován snížením počtu úmrtí souvisejících s počasím v zimě. Podle Watsona et al. (1996), Kalksteina a Greena (1997) a Bensona et al. (2000) je pravděpodobnější varianta, že efekt nárůstu počtu úmrtí způsobených horkými vlnami bude převažovat nad poklesem zimní úmrtnosti, autoři jiných prací ale zastávají opačný názor. Několik mimořádně horkých letních období, provázených zvýšenou úmrtností, se v Evropě vyskytlo v 80. a 90. letech a středoevropské země patřily k nejvíce postiženým (např. WMO, 1995, 1996). Na 90. léta 20. století, na něž se zaměřuje současná analýza, přitom spadá maximum intenzity horkých vln v kontextu celé nepřerušené klementinské řady od roku 1775 (Kyselý, 2002). Pro ČR a pokud je autorům známo ani pro jiné země střední Evropy s výjimkou Německa nebyl dosud posouzen výskyt horkých letních období z hlediska jejich dopadu na úmrtnost. 2. Současný stav řešení problematiky v ČR Problematika úmrtnosti spojené se stresem z horka v ČR je v současné době řešena v rámci grantového projektu podporovaného GA ČR. Cíle projektu jsou (A) analyzovat pozorovanou úmrtnost spojenou se stresem z horka ve vztahu k meteorologickým podmínkám v ČR, a to s využitím (i) modelových vztahů mezi meteorologickými proměnnými a úmrtností a (ii) tzv. synoptického přístupu založeného na objektivní klasifikaci vzduchových hmot, (B) aplikovat vztahy nalezené v pozorování na řady meteorologických proměnných získané z klimatických modelů (s využitím globálních cirkulačních modelů, statistického downscalingu a stochastického generátoru) vycházejících ze současných koncentrací skleníkových plynů v ovzduší a určit model (modely), který nejlépe reprodukuje situace, při nichž je pozorována
514
zvýšená úmrtnost spojená se stresem z horka, a (C) vytvořit scénář změny úmrtnosti spojené se stresem z horka pro změněné (např. 2xCO2) klima v ČR na základě výstupů klimatických modelů. Tento příspěvek se soustřeďuje na bod (A). 3. Data a. Data o úmrtnosti Denní počty úmrtí v ČR poskytl Státní zdravotní ústav ČR v Praze. Za období od 1. 1. 1982 do 31. 12. 2000 je k dispozici celková úmrtnost a úmrtnost na kardiovaskulární nemoci v ČR a v Praze, rozdělená podle pohlaví; za období od 1. 1. 1992 do 31. 12. 2000 je dále k dispozici pouze pro Prahu rozdělení do věkových skupin 0-64, 65-74 a 75-99 let, a to zvlášť pro obě pohlaví a zvlášť pro celkovou úmrtnost a úmrtnost na kardiovaskulární choroby. b. Klimatická data Denní klimatická data poskytl ČHMÚ v Praze. Jako reprezentativní pro území ČR byly zvoleny stanice Klatovy, Praha-Ruzyně, Hradec Králové, Brno-Tuřany a Ostrava-Mošnov, z jejichž údajů byla vytvořena průměrná řada pro ČR. Pro Prahu byla dále dostupná data ze stanice Praha-Klementinum. K dispozici byly za období 1982-2000 průměrná (TAVG), maximální (TMAX) a minimální (TMIN) denní teplota, průměrná rychlost větru a průměrná relativní vlhkost vzduchu; za období 1992-2000 a měsíce duben-září dále teplota v 7 hod (T7), 14 hod (T14) a 21 hod (T21), a ve všech třech termínech rovněž relativní vlhkost vzduchu, rychlost a směr větru, oblačnost a tlak vzduchu. (Tyto proměnné byly zvoleny s ohledem na možnost provedení objektivní klasifikace vzduchových hmot a aplikace synoptického přístupu.) Z těchto dat byly spočteny heat index (HI) a tzv. summer simmer index (SSI); obě proměnné vycházejí z teploty a vlhkosti vzduchu. Hodnoty proměnných byly určeny v jednotlivých termínech 7, 14 a 21 hod, a zprůměrováním byla vypočtena průměrná denní hodnota. Pro všechny proměnné byl stanoven průměrný sezónní chod a pro každý den vypočteny odchylky od normálu. 4. Úmrtnost spojená se stresem z horka ve vztahu k meteorologickým podmínkám první výsledky a. Analýza trendů a cyklů projevujících se v řadách úmrtnosti Roční chod Maximum v ročním chodu celkové úmrtnosti (TOT) i úmrtnosti na kardiovaskulární nemoci (CAR) nastává v polovině února, minimum na přelomu srpna a září; rozdíl činí asi 20% (obr. 1). O podružném plochém maximu lze hovořit v červnu, o podružném minimu okolo vánočních svátků.
515
Obr. 1. Průměrný roční chod celkové úmrtnosti a úmrtnosti na kardiovaskulární nemoci v ČR. Týdenní chod O víkendu je úmrtnost nižší než v pracovní dny; rozdíl činí asi 1% pro ČR a 3% pro Prahu. Rozdíl mezi Prahou a ČR zřejmě souvisí s víkendovými pobyty mimo Prahu. Dlouhodobý trend (1970-2000) Celková úmrtnost v ČR narůstala (zejména v ženské populaci) zhruba do roku 1980, stagnovala nebo mírně klesala (výrazněji v ženské populaci) zhruba do roku 1990 a prudce klesala poté (obr. 2). Obdobný obrázek poskytuje graf úmrtnosti přepočtené na 100 000 obyvatel, pouze s tím rozdílem, že v 70. letech nedocházelo k nárůstu úmrtnosti u mužské populace. Ke změně dlouhodobého vývoje úmrtnosti došlo v roce 1990 v souvislosti se společenskými změnami a analyzované období 1982-2000 tedy lze rozdělit do dvou podobdobí 1982-1990 a 1990-2000.
516
70000
1400
68000
M
1350 M
66000
F
F 1300
1250
62000
mortality
number of deaths
64000
60000 58000
1200
1150
56000 1100 54000
Total mortality, Czech Republic
52000
1050
Total mortality / 100.000 population
00
98
97
96
95
94
93
92
91
90
89
88
87
86
85
84
83
82
81
80
79
78
77
76
75
74
73
72
71
99
20
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
year
19
70
00
98
97
96
95
94
93
92
91
90
89
88
87
86
85
84
83
82
81
80
79
78
77
76
75
74
73
72
99
20
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
19
71
1000
19
19
70
50000
year
Obr. 2. Dlouhodobý vývoj celkové úmrtnosti (vlevo) a úmrtnosti přepočtené na 100 000 obyvatel (vpravo) v ČR v letech 1970-2000. M značí mužskou populaci, F ženskou. b. Stanovení normálového počtu úmrtí Protože nás zajímá odchylka úmrtnosti od normálu, je třeba ke stanovení normálového počtu úmrtí pro každý den odstranit dlouhodobý trend i roční a týdenní cyklus. K odstranění dlouhodobého trendu byla použita data z měsíců duben - září (kdy lze očekávat úmrtnost související s horkem a kdy jsou navíc data pouze minimálně ovlivněna chřipkovými epidemiemi) a dvě metody, z nichž jedna spočívala v proložení dvou lineárních regresních modelů daty (zvlášť pro období 1982-1990 a 1990-2000, přičemž hodnota pro rok 1990 se stanovila jako průměr z těchto dvou modelů) a druhá s žádným regresním modelem nepracovala (obr. 3).
Obr. 3. Dlouhodobý pokles celkové úmrtnosti v ČR v letech 1982-1990, měsíce duben-září. Čárkovaná křivka znázorňuje proložený model. 517
Normálová úmrtnost M0(y,d) pro každý rok a den y,d v období 1982-2000 pak byla stanovena ze vztahu M0(y, d) = M0(d).W(y, d).Y(y) kde M0(d) je normálová úmrtnost pro daný den d v roce určená z průměrného ročního chodu bez uvažování dlouhodobého trendu (průměrný roční chod byl hlazen 7-denními klouzavými průměry), W(y,d) je pro daný rok a den y,d faktor stanovující korekci na týdenní chod úmrtnosti (1.005 pro dny pondělí-pátek a 0.995 pro sobotu-neděli a území ČR; 1.015 pro pondělí-pátek a 0.985 pro sobotu-neděli a Prahu), a faktor dlouhodobého trendu Y(y) je pro daný rok y roven podílu úmrtnosti v roce y (nebo úmrtnosti v roce y odvozené z lineárního modelu) a průměrné úmrtnosti v analyzovaném období 1982-2000 (resp. 1992-2000). Faktor Y(y) tak nabývá - vzhledem k dlouhodobému poklesu úmrtnosti - hodnot větších než 1 na počátku analyzovaného období a menších než 1 na jeho konci. Protože rozdíly mezi metodami uvažujícími a neuvažujícími pro odstranění dlouhodobého trendu regresní modely jsou pro naše účely zanedbatelné, bude dále pracováno s daty, která regresní modely neuvažovaly. Pro každý den tak byla stanovena odchylka úmrtnosti od normálu jako M(y,d) - M0(y,d), kde M(y,d) je počet úmrtí pro rok a den y,d. c. Dny s nejvyšší úmrtností a s nejvyšší odchylkou úmrtnosti od normálu Zatímco výskyt dnů s absolutně nejvyšší úmrtností je prakticky omezen na měsíce prosinecbřezen (např. z 200 dnů s nejvyšší úmrtností 89% spadá do těchto měsíců), s výrazným maximem v únoru, a je dán výskytem chřipkových epidemií, rozdělení dnů s nejvyšší odchylkou úmrtnosti od normálu do měsíců je odlišné (obr. 4). Prosinec-březen sice zůstávají dominantní (68%), podružné maximum se ale objevuje v měsících červen-srpen (25%). Dominantní příspěvek chřipkových epidemií ke dnům s nejvyšší úmrtností dokresluje skutečnost, že ze 100 dnů s nejvyšší úmrtností spadá 31 do chřipkové epidemie 16.2. - 18.3. 1983, 22 do chřipkové epidemie 2.2. - 13.3. 1986, a 20 do chřipkové epidemie 9.12. 1995 1.1. 1996. 10 dnů s nejvyšší úmrtností je přitom z jediné epidemie z roku 1983 (25.2. - 11.3.). Mezi dny s největší odchylkou úmrtnosti od normálu se však vedle stále výrazného příspěvku chřipkových epidemií objevují i souvislá letní období, např. 4.-6.5. 1982, 11.-13.7. 1984, 27.29.6. 1994, 21.-23.7. 1998, 15.-20.8. 2000. Jedná se ve všech případech o období s výrazně zvýšenými teplotami oproti normálu.
Distribution of 200 days with the highest total mortality in the Czech Rep. according to months
Distribution of 200 days with the highest difference from the baseline mortality in the Czech Rep. according to months
80
45
70
40
35
60
30
cases
cases
50
40
25
20
30 15 20
10
10
5
0
0 1
2
3
4
5
6
7
8
9
10
11
1
12
month
2
3
4
5
6
7
8
9
10
11
12
month
Obr. 4. Rozdělení 200 dnů s nejvyšší úmrtností (vlevo) a s nejvyšší odchylkou úmrtnosti od normálu (vpravo) podle měsíců.
518
K analýze příspěvku teplotních proměnných ke zvýšení úmrtnosti v létě bylo vybráno 100 dnů s nejvyšší odchylkou úmrtnosti od normálu v období duben-září. Z těchto 100 dnů má pouze 11 odchylku TMAX od normálu menší než +1°C, zatímco v téměř polovině případů (48 dnů) činila odchylka +6°C nebo více a ve čtvrtině případů (24 dnů) +8°C nebo více. Podobné výsledky platí pro TAVG a poněkud slabší je souvislost s TMIN. Uvažujeme-li 20 dnů s nejvyšší odchylkou úmrtnosti od normálu v dubnu-září, je mezi nimi jediný s odchylkou TMAX od normálu menší než +4°C. d. Horké vlny z roku 1994 V létě 1994 bylo území ČR postiženo nejintenzivnějšími horkými vlnami ve 20. století. Na grafu průběhu teploty, heat indexu (HI) a úmrtnosti (obr. 5) lze demonstrovat několik efektů, které se v řadách úmrtnosti projevují: (i) Zvýšení úmrtnosti související s horkem. Pro oba hlavní teplotní vrcholy (cca 28.6. a 31.7.) i pro většinu dílčích teplotních vrcholů je patrné zvýšení úmrtnosti. Rozdíl oproti normálu přesahuje 100 úmrtí za den v obou hlavních vrcholech. (ii) Posun úmrtnosti (mortality displacement). Výrazný pokles úmrtnosti je pozorován po první horké vlně, v celém týdnu 6.-12.7. byla úmrtnost podnormální. (iii) Efekt adaptace. Dva krátce po sobě jdoucí teplotní vrcholy 28.6. a 4.7. byly provázeny zcela odlišnou úmrtností. Třebaže se tu projevuje také kratší trvání druhé epizody veder a posun úmrtnosti, je pravděpodobné, že svou roli hraje také společenská i fyziologická adaptabilita na meteorologické podmínky. Podobně tak se efekt adaptace (společně s posunem úmrtnosti) projevuje v průběhu dlouhé horké vlny v červenci a srpnu, kdy úmrtnost po 26.7. výrazně poklesla přes postupný nárůst teploty. (iv) Efekt zpoždění. Některé vrcholy úmrtnosti jsou posunuty o 1-2 dny za vrcholy teplotními, zatímco jiné si odpovídají. Efekt se výrazněji projevuje v některých jiných horkých vlnách, např. v roce 1992. (v) Efekt vlhkosti vzduchu. Zatímco teplota byla vyšší na přelomu července a srpna než na konci června, HI i SSI dosáhly vyšších hodnot na konci června. To může částečně vysvětlovat, proč první horkou vlnu na konci června provázel výraznější vrchol úmrtnosti. Zároveň je zřejmé, že většina těchto efektů působí společně a nelze je jednoznačně odlišit. Mortality during summer 1994 in the Czech Rep. 40
Mortality during summer 1994 in the Czech Rep. 500
TMAX
40
300
35
280
HI14 35
TOT_CR 450
25
400
260
30
TOT_CR_b82
SSI14 CAR_CR
TOT_CR_b81
degrees C
degrees C
30
TMAX HI14
SSI14
CAR_CR_b81 CAR_CR_b82
240 25 220
20
20
10
death counts
death counts
200 350
15
15
180 10
160
300 5
140
0
120
19
19
94 19 61 94 8 19 62 94 0 19 62 94 2 19 62 94 4 19 62 94 6 19 62 94 8 19 63 94 0 19 7 94 2 19 7 94 4 19 7 94 6 19 7 94 8 19 71 94 0 19 71 94 2 19 71 94 4 19 71 94 6 19 71 94 8 19 72 94 0 19 72 94 2 19 72 94 4 19 72 94 6 19 72 94 8 19 73 94 0 19 8 94 1 19 8 94 3 19 8 94 5 19 8 94 7 19 8 94 9 81 1
250
94 19 61 94 8 19 62 94 0 19 62 94 2 19 62 94 4 19 62 94 6 19 62 94 8 19 63 94 0 19 7 94 2 19 7 94 4 19 7 94 6 19 7 94 8 19 71 94 0 19 71 94 2 19 71 94 4 19 71 94 6 19 71 94 8 19 72 94 0 19 72 94 2 19 72 94 4 19 72 94 6 19 72 94 8 19 73 94 0 19 8 94 1 19 8 94 3 19 8 94 5 19 8 94 7 19 8 94 9 81 1
0
5
day
day
Obr. 5. Průběh úmrtnosti (spodní část grafů), teploty, heat indexu a summer simmer indexu (horní část grafů) v létě 1994 v ČR. Vlevo pro celkovou úmrtnost, vpravo pro úmrtnost na kardiovaskulární nemoci, čárkovaně je normálová úmrtnost.
519
e. Projevuje se úmrtnost spojená se stresem z horka v měsíčních datech? Z obr. 6 je patrné, že zvýšení úmrtnosti související s horkem prakticky nelze odhalit z měsíčních dat, s nimiž se v ČR dosud většinou pracovalo. Zatímco v některých měsících s výrazně kladnou odchylkou teploty od normálu je úmrtnost zvýšená (červenec 1983, srpen 1992), v jiných ne (červenec 1994); obdobně tak zvýšené měsíční úmrtnosti (květen 1982, srpen 2000) neodpovídají výrazněji zvýšené teploty.
Obr. 6. Průměrné měsíční odchylky TMAX a celkové úmrtnosti od normálu, měsíce květensrpen. f. Určení prahové teploty, při jejímž překročení dochází v ČR k nárůstu úmrtnosti Na obr. 7 je znázorněna závislost odchylky úmrtnosti od normálu na TMAX, TAVG, TMIN a odchylce TMAX, TVG a TMIN od normálu. Úmrtnost spojenou s horkem lze zřetelně sledovat při TMAX ≥ 25°C, TAVG ≥ 18°C, TMIN ≥ 14°C i odchylce TMAX, TAVG a TMIN od normálu ≥ 3°C. Pro všechny tři proměnné jsou závislosti velmi podobné a obdobné prahové hodnoty platí i pro úmrtnost na kardiovaskulární nemoci. Nárůst úmrtnosti při vyšších teplotách je výrazně strmější u žen než u mužů (obr. 8).
520
Dependance between excess total mortality in the Czech Republic and TMAX in April - September
150
Dependance between excess total mortality in the Czech Republic and TAVG in April - September
150
50
50
50
0 0
5
10
15
20
25
30
35
40
0 -5
0
5
10
15
20
25
30
mortality
100
mortality
100
mortality
100
0
-10
-5
0
-50
-50
-50
-100
-100
-100
-150
-150
Dependance between excess total mortality in the Czech Republic and TMAX anomaly in April - September 150
-4
150
100
100
50
50
50
0
2
4
6
8
10
25
TMIN (degrees C)
100
-2
20
Dependance between excess total mortality in the Czech Republic and TMIN anomaly in April - September
0
-15
-10
-5
0
5
10
15
mortality
-6
15
Dependance between excess total mortality in the Czech Republic and TAVG anomaly in April - September
mortality
-8
10
TAVG(degrees C)
150
0 -10
5
-150
TMAX (degrees C)
mortality
Dependance between excess total mortality in the Czech Republic and TMINin April - September
150
0 -10
-8
-6
-4
-2
0
-50
-50
-50
-100
-100
-100
-150
-150
TMAX (degrees C)
2
4
6
8
10
-150
TAVG (degrees C)
TMIN (degrees C)
Obr. 7. Závislost mezi odchylkou celkové úmrtnosti od normálu a TMAX, TAVG, TMIN (horní grafy) a odchylkami TMAX, TAVG a TMIN od normálu (spodní grafy).
Dependance between excess total mortality in males in the Czech Republic and TAVG in April - September
Dependance between excess total mortality in females in the Czech Republic and TAVG in April - September 100
60
80
40
60
20
40
0 -5
0
5
10
15
20
25
30
mortality
mortality
80
20
-20
0 -5
0
-40
-20
-60
-40
-80
5
10
15
20
25
30
-60
TAVG (degrees C)
TAVG (degrees C)
Obr. 8. Závislost mezi odchylkou celkové úmrtnosti od normálu a TAVG pro mužskou (vlevo) a ženskou (vpravo) populaci. 5. Závěr Úmrtnost spojená se stresem z horka představuje jeden z hlavních dopadů období vysokých teplot na společnost. Zvýšená úmrtnost související s horkem byla zjištěna v mnoha evropských zemích (mj. Velká Británie, Nizozemsko, Belgie, Španělsko, Portugalsko, Itálie a Řecko), ve střední Evropě však byla analyzována jen výjimečně. První výsledky analýzy úmrtnosti související s horkem v ČR ukazují, že tomuto jevu bude třeba v budoucnosti věnovat větší pozornost než dosud. Situace s nejvyššími odchylkami úmrtnosti od normálu jsou (v celoročním měřítku) vedle epidemií infekčních onemocnění horké vlny, a odchylky od normálu ve vrcholech horkých vln mohou přesahovat v populaci ČR 100 úmrtí denně. Počet lidí, které horko připraví ročně v ČR o život, se tak počítá ve stovkách; vhodnými opatřeními by přitom zřejmě bylo i u nás možné tento počet snížit, a to i výrazně, jak ukazují práce v USA (Kalkstein et al., 1996; Palecki et al., 2001). V současné době je hledán nejvhodnější model mezi úmrtností související s horkem a meteorologickými proměnnými, je analyzována úmrtnost v závislosti na věkové skupině a
521
jsou srovnávány výsledky pro ČR a pro Prahu. V blízké budoucnosti by měl být aplikován synoptický přístup založený na klasifikaci vzduchových hmot (Kalkstein, 1991; Smoyer et al., 2000) a určena jeho použitelnosti v podmínkách střední Evropy, a vztahy nalezené v pozorování by měly být aplikovány na výstupy klimatických modelů jak pro současné klima (s cílem zjistit schopnosti modelů reprodukovat situace provázené zvýšenou úmrtností související s horkem, a vybrat v tomto ohledu nejlepší model nebo postup), tak i změněné, např. 2xCO2 klima (s cílem vytvořit scénář změny úmrtnosti související s horkem při změně klimatu). Poděkování: Tato práce byla podpořena Grantovou agenturou ČR v rámci projektu 205/01/D040. Literatura Alberdi, J.C. - Ordovyas, M. - Quintana, F., 1995: Elaboration and evaluation of a fast detection system of mortality using Fourier analysis. Study of a value with maximal deviation. Rev. Esp. Salud. Publica, 69, 207-217. Bai, H. - Islam, M.N. - Kuroki, H. - Honda, K. - Wakasugi, C., 1995: Deaths due to heat waves during the summer of 1994 in Osaka Prefecture, Japan. Nippon Hoigaku Zasshi, 49, 265-274. Benson, K. - Kocagil, P. - Shortle, J., 2000: Climate change and health in the Mid-Atlantic region. Clim. Res., 14, 245-253. Delworth, T.L. - Mahlman, J.D. - Knutson, T.R., 1999: Changes in heat index associated with CO2induced global warming. Clim. Change, 43, 369-386. Falcao, J.M. - Valente, P., 1997: Cerebrovascular diseases in Portugal: some epidemiological aspects. Acta Med. Port., 10, 537-542. Huynen, M.M.T.E. - Martens, P. - Schram, D. - Weijenberg, M.P. - Kunst, A.E., 2001: The impact of heat waves and cold spells on mortality rates in the Dutch population. Environ. Health Perspect., 109, 463-470. Changnon, S.A. - Kunkel, K.E. - Reinke, B.C., 1996: Impacts and responses to the 1995 heat wave: A call to action. Bull. Am. Meteorol. Soc., 77, 1497-1506. Jendritzky, G. - Laschewski, G., 2000: On the relation of 30-years daily mortality data to the thermal environment in SW-Germany. In: Climate Change and Health in Europe, WHO European centre for environment and health, Rome, Italy. Kalkstein, L.S., 1991: A new approach to evaluate the impact of climate upon human mortality. Environ. Health Perspect., 96, 145-150. Kalkstein, L.S., 1993: Health and climate change: direct impacts in cities. Lancet, 342, 1397-1399. Kalkstein, L.S. - Jamason, P.F. - Greene, J.S. - Libby, J. - Robinson, L., 1996: The Philadelphia hot weather-health watch/warning system: development and application, summer 1995. Bull. Amer. Meteorol. Soc., 77, 1519-1528. Kalkstein, L.S. - Greene, J.S., 1997: An evaluation of climate/mortality relationships in large U.S. cities and the possible impacts of climate change. Environ. Health Perspect., 105, 84-93. Karl, T.R. - Easterling, D.R., 1999: Climate extremes - selected review and future-research directions. Clim. Change, 42, 309-325. Katsouyanni, K. - Pantazopoulou, A. - Touloumi, G. - Tselepidaki, I. - Moustris, K. - Asimakopoulos, D. - Poulopoulou, G. - Trichopoulos, D., 1993: Evidence for interaction between air pollution and high temperature in the causation of excess mortality. Arch. Environ. Health, 48, 235-242. Keatinge, W.R. - Donaldson, G.C. - Cordioli, E. - Martinelli, M. - Kunst, A.E. - Mackenbach, J.P. Nayha, S. - Vuori, I., 2000: Heat related mortality in warm and cold regions of Europe: observational study. BMJ, 321, 670-673.
522
Kunkel, K.E. - Changnon, S.A. - Reinke, B.C. - Arritt, R.W., 1996: The July 1995 heat wave in the Midwest: A climatic perspective and critical weather factors. Bull. Am. Meteorol. Soc., 77, 1507-1518. Kunkel, K.E. - Pielke, R.A. - Changnon, S.A., 1999: Temporal fluctuations in weather and climate extremes that cause economic and human health impacts: a review. Bull. Am. Meteorol. Soc., 80, 1077-1098. Kunst, A.E. - Looman, C.W.N. - Mackenbach, J.P., 1993: Outdoor air temperature and mortality in the Netherlands: a time-series analysis. Amer. J. Epidemiol., 137, 331-341. Kyselý, J., 2002: Temporal fluctuations in heat waves at Prague-Klementinum, the Czech Republic, from 1901-1997, and their relationships to atmospheric circulation. Int. J. Climatol., 22, 33-50. Mackenbach, J.P. - Borst, V. - Schols, J., 1997: Heat-related mortality among nursing-home patients. Lancet, 349, 1297-1298. Mammarella, A. - Paoletti, V., 1989: Illnesses associated with high environmental temperature. Clin. Ter., 131, 195-201. Palecki, M.A. - Changnon, S.A. - Kunkel, K.E., 2001: The nature and impacts of the July 1999 heat wave in the Midwestern United States: Learning from the lessons of 1995. Bull. Amer. Meteorol. Soc., 82, 1353-1367. Ramlow, J.M. - Kuller, L.H., 1990: Effects of the summer heat wave of 1988 on daily mortality in Allegheny County, PA. Public Health Rep., 105, 283-289. Rooney, C. - McMichael, A.J. - Kovats, R.S. - Coleman, M.P., 1998: Excess mortality in England and Wales, and in Greater London, during the 1995 heatwave. J. Epidem. Com. Health, 52, 482-486. Sartor, F. - Snacken, R. - Demuth, C. - Walckiers, D., 1995: Temperature, Ambient Ozone Levels, and Mortality During Summer-1994, in Belgium. Environ. Res., 70, 105-113. Sartor, F. - Demuth, C. - Snacken, R. - Walckiers, D., 1997: Mortality in the elderly and ambient ozone concentration during the hot summer, 1994, in Belgium. Environ. Res., 72, 109-117. Smoyer, K.E. - Kalkstein, L.S. - Greene, J.S. - Ye, H., 2000: The impacts of weather and pollution on human mortality in Birmingham, Alabama and Philadelphia, Pennsylvania. Int. J. Climatol., 20, 881897. Steadman, R.G., 1979a: The assessment of sultriness. Part I: A temperature-humidity index based on human physiology and clothing science. J. Appl. Meteor., 18, 861-873. Steadman, R.G., 1979b: The assessment of sultriness. Part II: Effects of wind, extra radiation, and barometric pressure on apparent temperature. J. Appl. Meteor., 18, 874-884. Watson, R.T. - Zinyowera, M.C. - Moss, R.H. - Dokken, D.J. (eds.), 1996: Climate Change 1995: Impacts, Adaptations, and Mitigation of Climate Change: Scientific-Technical Analyses. Published for Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, 878 s. Watson, R.T. - Zinyowera, M.C. - Moss, R.H. - Dokken, D.J. (eds.), 1998: The Regional Impacts of Climate Change: An Assessment of Vulnerability. Published for Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, 517 s. Whitman S. - Good G. - Donoghue E.R. - Benbow N. - Shou W.Y. - Mou S.X., 1997: Mortality in Chicago attributed to the July 1995 heat wave. Amer. J. Pub. Health, 87, 1515-1518. Wigley, T.M.L., 1985: Impact of extreme events. Nature, 316, 106-107. WMO, 1995: WMO statement on the status of the global climate in 1994. World Meteorological Organization. WMO, 1996: WMO statement on the status of the global climate in 1995. World Meteorological Organization. autoři: RNDr. Jan Kyselý, Ph.D., Ústav fyziky atmosféry AV ČR, Boční II 1401, 141 31 Praha 4 (e-mail:
[email protected]) RNDr. Radan Huth, DrSc., Ústav fyziky atmosféry AV ČR, Boční II 1401, 141 31 Praha 4
523
Doc. MUDr. Bohumír Kříž, CSc., Státní zdravotní ústav, Praha
524
