, 崔秀青4, 王婧4, 贾欣雨1,2, 张楠1,31. 清华大学 建筑学院, 北京 100084;
2. 室内空气质量评价与控制北京市重点实验室, 北京 100084;
3. 生态规划与绿色建筑教育部重点实验室, 北京 100084;
4. 湖北省疾病预防控制中心, 武汉 430079
收稿日期：2022-12-30
基金项目：北京卓越青年科学家项目(JJWZYJH01201910003010);国家自然科学基金资助项目(52078270, 51838007)
作者简介：侯雨晨(1995—), 女, 博士研究生
通讯作者：朱颖心, 教授, E-mail: zhuyx@tsinghua.edu.cn
摘要：中国糖尿病患病人数逐年上升, 糖尿病及其并发症会造成巨大的个人及社会负担。近年研究表明, 适度的寒冷暴露可能会改善机体的胰岛素敏感性, 并防止肥胖相关的胰岛素抵抗和高血糖症的发展。该文旨在通过横断面研究方法, 初步探究冬季室内热环境与居民糖尿病患病风险之间的潜在关联。根据不同采暖方式, 将冬季室内热环境划分为不同水平, 其中居民糖尿病患病数据分别来源于中国糖尿病患病率横断面研究数据、历年统计年鉴数据及中国健康与养老追踪调查(China Health and Retirement Longitudinal Study, CHARLS)数据库。在省级尺度纳入17个省(自治区、直辖市)的研究结果, 结果表明冬季室内热环境与糖尿病患病显著相关(相关系数为0.505, P=0.039)。在个体尺度共纳入研究对象8 403人, 分析结果表明, 冬季室内热环境、性别、年龄和身体质量指数(body mass index, BMI)与糖尿病相关(P＜0.050)。本研究从较长的时间尺度上为冷暴露与糖尿病的实验室研究提供了实际环境中的支持与佐证, 并对夏热冬冷地区建筑室内热环境营造提供一定借鉴和参考。
关键词：室内热环境糖尿病冷暴露长期热经历室内温度
Preliminary study of the relationship between the indoor thermal environment in the winter and diabetes
HOU Yuchen1,2, CAO Bin1,2, ZHU Yingxin1,3
, CUI Xiuqing4, WANG Jing4, JIA Xinyu1,2, Zhang Nan1,31. School of Architecture, Tsinghua University, Beijing 100084, China;
2. Beijing Key Laboratory of Indoor Air Quality Evaluation and Control, Beijing 100084, China;
3. Key Laboratory of Eco Planning & Green Building, Ministry of Education, Beijing 100084, China;
4. Hubei Provincial Center for Disease Control and Prevention, Wuhan 430079, China
Abstract: [Objective] In the past decades, the lifestyle of the Chinese population has changed because of rapid economic development. The incidence and prevalence of diabetes are increasing in China. Diabetes and its complications can cause substantial personal and social burdens. Recent experimental studies have shown that cold exposure may enhance insulin sensitivity and prevent the development of obesity-related insulin resistance and hyperglycemia. However, there is insufficient evidence of the correlation between cold exposure and diabetes in the real environment of daily life. In contrast, although people spend most of their life indoors, existing evidence usually focuses on the relationship between the outdoor thermal environment and diabetes without considering the effect of the indoor thermal environment. This study preliminarily examines the association between the real indoor thermal environment during the winter and the risk of diabetes. [Methods] The study was analyzed from provincial and individual perspectives. At the provincial level, the analysis included 17 provinces. The diabetes prevalence data were obtained from the cross-sectional study on diabetes prevalence in China through Thyroid Disorders, Iodine Status, and Diabetes Epidemiological Survey (TIDE). The level of cold exposure was calculated based on the prevalence of central heating, according to the statistical yearbook data of the country and each region. Spearman correlation analyses were conducted to reveal the correlation between cold exposure and diabetes. The data were obtained from the China Health and Retirement Longitudinal Study (CHARLS) database at the individual level. Subjects' age, gender, body mass index (BMI), smoking, drinking, socioeconomic status, and whether they experienced indoor cold exposure in the winter were considered. Subjects were divided into two categories based on whether they experienced indoor cold exposure in the winter from 2011 to 2015. Chi-square and logistic regression analyses were applied to explore the correlation between indoor cold exposure and diabetes at the individual level. [Results] At the provincial level, the results indicated a significant negative correlation between indoor cold exposure in the winter and diabetes prevalence (Spearman's correlation coefficient=0.505, P=0.039). At the individual level, 1) 8 403 subjects were eligible for analysis, and 1 138 (13.5%) had diabetes. 2) A total of 7 879 subjects had experienced indoor cold exposure in the winter. A significant difference was discovered in the prevalence rate between the group with and without cold exposure (P<0.001). 3) After age, gender, BMI, and smoking factors were adjusted, the group with indoor cold exposure in the winter was significantly associated with a 23% reduction in the risk of diabetes compared with the group without indoor cold exposure (OR=0.77, 95% CI: 0.61~0.97). [Conclusions] At the provincial and individual levels, indoor cold exposure in the winter is significantly associated with diabetes. This study provides evidence for the correlation between the indoor thermal environment and diabetes prevalence on a long-time scale. This supports the conclusions of laboratory studies on cold exposure and diabetes and guides indoor thermal environment design.
Key words: indoor thermal environmentdiabetes mellituscold exposureong-termthermal experienceindoortemperature
据国际糖尿病联盟(International Diabetes Federation，IDF)估计，全球20~79岁的成年人中约有4.63亿糖尿病患者，2019年全球约有420万人死于糖尿病及其并发症，占全球总死亡人数的11.3%；在所有类型的糖尿病中，2型糖尿病约占总量的90%[1]。随着中国城镇化建设和社会老龄化的加速，以及人们生活方式的改变，糖尿病发病率不断攀升。据IDF估计，2019年中国20~79岁成年糖尿病患者人数约为1.164亿，位居全球第一，这一数值还将在2030年增长至1.405亿[1]。研究显示，糖尿病人群的死亡风险显著高于非糖尿病人群[2]，糖尿病与心血管疾病发病[3]、新型冠状病毒肺炎(COVID-19)死亡[4]等均存在关联。糖尿病的并发症众多，以2型糖尿病为例，其慢性并发症包括糖尿病微血管并发症、糖尿病神经病变、糖尿病肾病和糖尿病心血管病等[5]。众多糖尿病并发症将直接影响个人的生活质量和寿命。此外，糖尿病及其并发症防治过程中的经济和公共卫生负担也不容小觑。据IDF估计，中国在2045年与糖尿病相关的卫生总支出将达到8 305亿元人民币[1]。
针对一般人群的2型糖尿病预防，主要包括合理膳食、控制体重和适量运动等[6]。除传统的生活方式干预外，近年研究也表明，热环境在代谢综合征方面对人类健康存在影响[7]，寒冷暴露可能会改善胰岛素敏感性并防止肥胖相关的胰岛素抵抗和高血糖症的发展[8-9]。短期室内冷暴露训练[10]、每周进行冬泳运动[11]等均可以导致胰岛素敏感性增加。荷兰热生理学教授冯·马肯·立克腾贝尔(Van Marken Lichtenbelt)团队就冷暴露与糖尿病展开了大量研究工作[8-10, 12-13]并认为，冷训练后胰岛素敏感性的增加甚至超过了长期运动训练的效果。一方面，冷训练与骨骼肌葡萄糖转运蛋白(glucose transporter 4，GLUT4)的易位增加有关。GLUT4分布于脂肪细胞和骨骼肌细胞中，在胰岛素信号刺激下，GLUT4易位至细胞膜。研究中，8名2型糖尿病受试者的身体质量指数(body mass index, BMI)为(29.8±3.2) kg/m2，年龄为(59.3±5.8)岁，在14~15℃环境中经过10 d冷暴露训练后，骨骼肌GLUT4易位显著增加。另一方面，肥胖是2型糖尿病的主要风险因素之一，人体内存在众多白色脂肪和少量棕色脂肪，其中白色脂肪与肥胖有关，而棕色脂肪与白色脂肪的分解代谢有关[14-15]，冷训练能够增强人体内棕色脂肪的存在和活性，从而减少肥胖的发生并促进胰岛素敏感性[9, 12-13]。
目前关于冷暴露与糖尿病的研究大多为短期的实验室冷暴露研究，缺少在实际环境中涉及更长暴露时间和更广泛人群的佐证。Blauw等[16]对室外温度与糖尿病的相关性研究表明，室外年平均温度每升高1℃，美国糖尿病发病率就会增加0.314‰，全球范围内空腹血糖升高的患病率就会增加0.17%。Speakman等[17]研究表明，糖尿病患病率与室外年平均气温呈正相关。上述关于糖尿病的研究通常基于室外环境展开，而忽略了室内环境的影响。这是由于在公共卫生领域的研究中室外环境数据相对丰富，而室内数据记录相对缺乏，标准化的数据收集方法相对缺少[18-20]。然而，相比于室外环境，人们约有90%的时间身处室内[21]，室内环境对居住者健康有非常重要的影响[22-23]。忽略室内环境的影响可能会导致家庭或个人层面对暴露的错误分类，影响暴露的量化并引入偏倚[18, 24-27]。
室内热环境(indoor thermal environment)是指由人体冷热感觉有关的各种因素所构成的室内环境，其受各种外扰和内扰的影响[28]。通常采用ASHRAE(American Society of Heating, Refrigerating and Air-Conditioning Engineers)热感觉投票(thermal sensation vote，TSV)[29]描述居住者对室内环境的冷热感受，由7个分级组成：很冷(TSV=－3)，冷(TSV=－2)，有点冷(TSV=－1)，中性(TSV=0)，有点热(TSV=1)，热(TSV=2)，很热(TSV=3)。在热舒适研究领域，针对室内热环境已展开了广泛的理论研究、实地调研测试和人工气候室研究。
居住者对健康居住环境的需求不断提高，室内环境与健康研究蓬勃发展，然而关于室内热环境与健康的研究相对较少。本研究旨在从室内热环境的角度探究热环境与糖尿病的关联，以期为冷暴露与糖尿病的实验室研究提供实际环境中的支持与佐证。
1 方法1.1 研究思路依据上述研究，提出如下假设：室内热环境与糖尿病存在关联。然而这一假设是否合理尚缺乏直接支持与佐证。因此，第一个问题是采用何种方法对这一假设进行验证。对此，首先利用已有研究数据和统计资料，借鉴生态学研究方法，在群体的水平上观察室内热环境与糖尿病发病率是否存在关联，并对上述假设的合理性作出初步判断。值得注意的是，生态学研究虽然能够描述不同人群中某些因素的暴露情况和疾病分布，但由于其提供的信息不完全，难以得知个体暴露与疾病的关系[30]。另外，热环境与糖尿病并非强相关关系，需要对偏倚进行合理控制以避免对关联的性质和大小作出错误评估[31]。因此，进一步采用横断面研究的方法，在考虑多种混杂因素的影响下，从个体角度对室内热环境与糖尿病进行关联性分析，验证上述假设。此外，还要考虑所研究的季节。本研究主要关注冬季室内热环境，这是由于一方面，已有实验室研究表明短期的冷暴露对糖尿病有益处，具备一定的研究基础；另一方面，随着空调的普及，夏季室内冷热暴露水平的差别相对较小。
第二个问题是如何以群体和个体为单位量化冬季室内热环境。糖尿病患病情况需要依据血检结果进行诊断，然而，与血液检测数据相匹配的大量样本的室内热环境测量存在一定难度。为解决这一问题，本研究从采暖方式着手，按照是否集中供暖将冬季室内热环境分为不同水平：非集中供暖组在冬季经历了较高水平室内冷暴露，集中供暖组在冬季经历了较低水平室内冷暴露。理由如下：在中国，冬季室内热环境控制的时空特征主要分为两种，一种是“全时间、全空间”采暖，另一种是“部分时间、部分空间”采暖。全时间、全空间采暖以中国北方地区集中供暖为代表，其特点为在整个采暖季施行全天24 h连续供暖，且供暖范围包括住宅客厅、卧室和卫生间等各类型房间，部分公共建筑如办公楼、教学楼等也采用同样的方式供暖。部分时间、部分空间的采暖设备包括空调、电暖器、电油汀等，常见于我国北方无集中供暖及南方地区，其特点是供暖设备可由使用者自主控制开启或关闭，仅对建筑内的某一房间或人体局部部位进行加热。图 1汇总了不同文献中冬季住宅室内温度的入户测试结果，可见两种采暖方式导致住宅室内热环境出现显著差异，同一纬度地区不同采暖形式的室内温度差几乎可以达到5℃以上，可以形成良好对照。
 |
| 图 1 中国不同地区住宅建筑冬季室内温度实测数据 |
| 图选项 |
1.2 省级尺度1) 糖尿病患病率数据收集。
在省级尺度的关联性分析中，糖尿病患病率数据来源于中国糖尿病患病率横断面研究[45]。该研究基于甲状腺、碘营养状态和糖尿病流行病学调查(thyroid disorders, iodine status and diabetes epidemiological survey，TIDE)。TIDE调查使用多阶段分层整群随机抽样的方法，并于2015—2017年在中国31个省(自治区、直辖市)分别选择1个城市和1个农村地区展开调查。抽样过程中，依据2010年全国人口普查数据确定城乡比例。调研对象纳入标准为年龄18周岁及以上，在选定的社区中至少居住5 a等，共80 937名调研对象参与了TIDE调查。排除了共5 057例缺失性别、年龄、血糖或糖化血红蛋白(HbA1c)信息的样本后，共75 880名调查对象纳入糖尿病与危险因素研究[45]。
糖尿病的诊断参照美国糖尿病协会(American Diabetes Association，ADA)2018年诊断标准和世界卫生组织(World Health Organization，WHO)诊断标准，如表 1所示。考虑集中供暖数据可及性，共17个省(自治区、直辖市)纳入本文研究中，经过对年龄和性别标准化调整后的各省(自治区、直辖市)糖尿病患病率，如图 2所示。
表 1 糖尿病相关诊断标准[45]
| 项目 | ADA诊断标准 | WHO诊断标准 |
| 自报告糖尿病 | 由医疗保健专业人员确定的自报告诊断 | 由医疗保健专业人员确定的自报告诊断 |
| 新诊断的糖尿病 | 在没有自报告糖尿病的参与者中：空腹血糖≥126 mg/dL(7.0 mmol/L)，或口服葡萄糖耐量试验，2 h血糖≥200 mg/dL(11.1 mmol/L)，或HbA1c≥6.5% | 在没有自报糖尿病的参与者中：空腹血糖≥126 mg/dL(7.0mmol/L)，或口服葡萄糖耐量试验，2 h血糖≥200 mg/dL(11.1 mmol/L) |
| 总糖尿病 | 自报告糖尿病患者人数与新诊断糖尿病患者人数之和 | 自报告糖尿病患者人数与新诊断糖尿病患者人数之和 |
表选项
 |
| 图 2 各省(自治区、直辖市)标准化糖尿病患病率[45] |
| 图选项 |
2) 冬季室内热环境。
在省级尺度的关联性分析中，采用集中供暖作为衡量冬季室内热环境的计算指标，集中供暖面积数据来源于国家及各地区历年统计年鉴，如《中国统计年鉴》《中国城市统计年鉴》等。根据TIDE研究中的样本地区分布特征进行室内热环境计算调整，从而能与该研究保持较好的一致性。由于TIDE调研对象为在选定的社区中至少居住5 a，且调研时间为2015—2017年[45]，各省(自治区、直辖市)室内供暖水平计算取2013—2017年平均值，以反映这5年的综合情况。
对于M省(自治区、直辖市)，由于糖尿病患病率数据来源于城市a和农村b，则
| $\begin{gathered}H(M)=\frac{1}{5} \times \sum\limits_{i=2013}^{2017}\left\{\frac{R(a, i)}{N(a, i)} \times P_{\text {urban }}(M)+\right. \\ \left.\frac{R(b, i)}{N(b, i)} \times\left[1-P_{\text {urban }}(M)\right]\right\} .\end{gathered}$ | (1) |
中国农村地区受地理位置、居住分散程度、经济及资源分布特征等多种因素的限制，难以具备集中供暖的条件[46-47]。调研表明，“部分时间、部分空间”的局部分散式采暖是农村地区的主要采暖形式[48-49]。假设R(b, i)=0，则
| $H(M)=\frac{1}{5} \times \sum\limits_{i=2013}^{2017}\left(\frac{R(a, i)}{N(a, i)} \times P_{\text {urban }}(M)\right)$ | (2) |
1.3 个体尺度1) 糖尿病患病数据收集。
在个体尺度的关联性分析中，糖尿病患病数据来源于中国健康与养老追踪调查(China Health and Retirement Longitudinal Study，CHARLS)数据库。该调研于2011年开展全国基线调查，并在随后几年中进行多次追踪调查。调研内容涉及个人基本信息、家庭信息、健康状况、体格测量和社区基本情况等。
本研究基于CHARLS调查中2015年的血检数据，并以HbA1c作为判断指标。HbA1c是血红蛋白A与己糖的反应产物，这一非酶促反应过程存在反应缓慢，一旦生成则不再解离，不受血糖暂时性升高的影响等特点[50]。由于红细胞在血液循环中的寿命约为120 d，因此糖化血红蛋白可以反映研究对象近8—12周的血糖水平[51]。相对于空腹血糖，糖化血红蛋白的优点包括无需进食使测量更加便捷，稳定性更高，受应激和疾病影响的日变化小等[52]。HbA1c≥6.5%作为糖尿病的诊断标准之一[52]，已被纳入《中国2型糖尿病防治指南(2020)》[6]。本研究以CHARLS调查2015年数据作为分析基础，数据共包含了21 789条原始信息。按照受访者ID对2011年社区问卷，2011、2013和2015年家户问卷，以及2015年体检结果等进行数据合并，并对本研究所关注的指标缺失数据进行剔除后得到8 403个有效观察样本。
2) 冬季室内热环境。
在CHARLS 2011年的全国基线调查社区问卷中包含问题项，“你们村/社区在冬天是否有集中供暖？(1)有，(2)没有”。依据调查对象的家户编号及社区问卷回答，确定了所有调查对象是否居住在提供集中供暖的社区。此外，由于社区调查仅在2011年进行，因此当调查对象随后出现搬迁经历，则无法判断其搬迁后的室内热环境水平。本研究依据2011年基线调查、2013和2015年全国追踪调查家户问卷中关于曾经居住地及现居地的问题回答情况对有搬迁经历的样本进行了剔除，仅保留了在2011—2015年无搬迁经历的样本。
3) 其他因素数据收集。
除热环境之外，糖尿病的可能影响因素还包括性别和肥胖等[45, 53-55]。在本文个体尺度的研究中，依据数据可及性将性别、年龄、BMI、吸烟、饮酒和社会经济地位等因素纳入分析。
依据受访者提供的户口本或身份证上的出生日期计算其在2015年的实际年龄，若存在受访者户口本或身份证上的出生日期与其所回答的真实出生日期不一致的情况，则以受访者回答的真实出生日期为准进行年龄计算。
BMI依据2015年体检问卷中的身高和体重项计算得到。其中，身高采用立式身高计对受访者进行赤足立正姿势测量得到；体重采用体重秤对受访者进行赤足站立式测量得到，测量结果由访问员进行读数记录。依照WHO标准[56]将BMI计算结果分为4类：BMI≥30 kg·m－2为肥胖，25 kg·m－2≤BMI＜29.9 kg·m－2为超重，18.5 kg·m－2≤BMI＜24.9 kg·m－2为体重正常，BMI＜18.5 kg·m－2为体重过低。
吸烟的判定依据是2011、2013和2015年家户问卷中有关吸烟情况的问题项，“您吸过烟吗(包括香烟、旱烟、用烟管吸烟或咀嚼烟草)？(1) 是，(2) 否”。在3年中的任意一年回答“是”则视为吸烟，3年中所有年份均回答“否”则视为不吸烟。
饮酒项包括饮酒和不饮酒，其判断依据2011、2013和2015年家户问卷中有关饮酒情况的回答，其中饮酒包括在3次调查过程中有饮酒经历，不饮酒包括在3次调查中均回答“过去一年什么酒都不喝”且“过去从不或极少喝酒”。
社会经济地位(socioeconomic status，SES)是对个人经济和生活特征的概括，能够综合反映个人或群体的社会地位[57-58]。衡量SES的常用指标包括教育、职业和收入等[59]。在本研究中，选择教育作为衡量SES的指标，理由如下：研究表明教育能较好地反映SES，且很大程度上决定个人的职业和收入[60-62]；老年人口存在就业人口比例低和货币性收入相对较低的特点，职业和收入指标的适用性相对较差[59]。在本研究中，将文化程度分为高中、中专及以下、高中以上。
4) 混杂因素确定依据。
选择单因素分析作为混杂因素的确定依据。在本研究中，当备选混杂因素和结局变量的单因素分析结果存在统计学显著意义(P<0.050)，则将该因素确定为混杂因素。
1.4 统计方法不同组别间的分类变量水平比较采用卡方检验进行。Spearman相关性分析用于判断热环境与糖尿病患病率的关联性；二元Logistic回归用于检验风险因素与糖尿病患病的关联性，并计算比值比(odds ratio，OR)和95%置信区间(95% confidence interval，95%CI)。
2 结果2.1 省级尺度单因素相关性分析17个省(自治区、直辖市)年龄和性别调整后的糖尿病患病率与调整后的人均供暖水平的Spearman相关性分析结果表明，二者呈显著正相关(相关系数为0.505，P=0.039)，即与冬季室内冷暴露降低及糖尿病患病率增加有关。
2.2 基于CHARLS数据库的个体尺度分析2.1节研究结果表明室内冷暴露与糖尿病患病率存在关联。然而在此分析中，一些可能的影响因素并未纳入考虑，如冷暴露水平可能受经济因素的影响。此外，尽管已经考虑了性别和年龄对患病率的影响，但BMI、吸烟、饮酒、文化程度等其他因素并未纳入考虑。因此，基于CHARLS数据库对冬季室内热环境与糖尿病的相关性作进一步分析。纳入分析的样本主要分布在华北、华中和西南地区，共涉及28个省(自治区、直辖市)的125个地区，其地理位置分布如图 3所示。
 |
| 图 3 纳入分析的8 403例样本地理位置分布 |
| 图选项 |
不同人群糖尿病患病情况如表 2所示。调研对象以50岁以上的成年人为主，结果表明：女性的糖尿病患病率显著高于男性(P＜0.001)；随着年龄增长，糖尿病的患病率显著增加(P＜0.001)；不同文化程度的患病率无显著组间差异(P=0.254)；吸烟组糖尿病患病率显著高于不吸烟组(P=0.002)；饮酒组与不饮酒组的患病率无显著差异(P=0.592)；随BMI的增加，糖尿病患病率显著增加(P＜0.001)；冷暴露组患病率显著低于非冷暴露组(P＜0.001)。
表 2 不同特征人群糖尿病患病情况
| 变量 | 总人数 | HbA1c＜6.5% | HbA1c≥6.5% | ||||
| 人数 | 构成比/% | 人数 | 构成比/% | ||||
| 总体 | 8 403 | 7 265 | 86.5 | 1 138 | 13.5 | ||
| 性别 | 男 | 3 905 | 3 440 | 88.1 | 465 | 11.9 | |
| 女 | 4 498 | 3 825 | 85.0 | 673 | 15.0 | ||
| 年龄 | ＜50 | 410 | 372 | 90.7 | 38 | 9.3 | |
| [50, 60) | 2 991 | 2 653 | 88.7 | 338 | 11.3 | ||
| [60, 70) | 3 214 | 2 740 | 85.3 | 474 | 14.7 | ||
| [70, 80) | 1 459 | 1 215 | 83.3 | 244 | 16.7 | ||
| ≥80 | 329 | 285 | 86.6 | 44 | 13.4 | ||
| 文化程度 | 高中、中专及以下 | 7 428 | 6 434 | 86.6 | 994 | 13.4 | |
| 高中以上 | 975 | 831 | 85.2 | 144 | 14.8 | ||
| 吸烟 | 是 | 4 690 | 4 005 | 85.4 | 685 | 14.6 | |
| 否 | 3 713 | 3 260 | 87.8 | 453 | 12.2 | ||
| 饮酒 | 是 | 4 446 | 3 835 | 86.3 | 611 | 13.7 | |
| 否 | 3 957 | 3 430 | 86.7 | 527 | 13.3 | ||
| BMI | 体重过低 | 494 | 455 | 92.1 | 39 | 7.9 | |
| 体重正常 | 4 891 | 4 399 | 89.9 | 492 | 10.1 | ||
| 超重 | 2 525 | 2 050 | 81.2 | 475 | 18.8 | ||
| 肥胖 | 493 | 361 | 73.2 | 132 | 26.8 | ||
| 冷暴露 | 否 | 524 | 426 | 81.3 | 98 | 18.7 | |
| 是 | 7 879 | 6 839 | 86.8 | 1 040 | 13.2 | ||
表选项
根据表 2计算结果，将卡方检验中各组存在显著差异的项(性别、年龄、BMI、吸烟和冷暴露)作为自变量，以是否患病作为因变量，纳入Logistic回归模型分析，结果如表 3所示。女性、年龄增加、超重及肥胖与糖尿病风险增加显著相关(OR>1, P＜0.05)；相比于体重正常，体重过低与糖尿病风险降低显著相关(OR<1, P=0.025)；吸烟与糖尿病风险无关联(OR=1, P=0.811)；相比于非冷暴露组，冷暴露组与糖尿病患病风险降低23%显著相关(OR<1, P=0.024)。
表 3 Logistic回归结果
| 变量 | 参照 | 因素 | P | OR(95%CI) |
| 性别 | 男性 | 女性 | 0.020* | 1.26 (1.04, 1.52) |
| 年龄 | ＜50 | [50, 60) | 0.096 | 1.35 (0.96, 1.95) |
| [60, 70) | <0.001* | 2.06 (1.47, 2.97) | ||
| [70, 80) | <0.001* | 2.60 (1.83, 3.79) | ||
| ≥80 | 0.001* | 2.18 (1.37, 3.49) | ||
| BMI | 正常 | 过低 | 0.025* | 0.68 (0.47, 0.94) |
| 超重 | <0.001* | 2.12 (1.85, 2.44) | ||
| 肥胖 | <0.001* | 3.40 (2.71, 4.24) | ||
| 吸烟 | 否 | 是 | 0.811 | 1.02 (0.84, 1.24) |
| 冷暴露 | 否 | 是 | 0.024* | 0.77 (0.61, 0.97) |
| 注：*P<0.050。 | ||||
表选项
3 讨论对比本文研究结果(表 3)与文[45]在中国糖尿病患病率横断面研究发现，后者认为男性的糖尿病患病风险高于女性(OR=1.29, 1.14~1.45)，而本文基于CHARLS数据库的研究表明女性的糖尿病患病风险更高(OR=1.26, 1.04~1.52)，二者结果存在明显矛盾，因此需要对表 3计算结果的可靠性进行论证。实际上，造成这种差异的主要原因是两个研究样本在选择上存在差异性。研究表明，我国男性和女性的糖尿病患病率均随着年龄的增长而增加，50岁以下的居民中男性患病率更高，而60岁以上的居民中女性患病率更高[63]。如图 4所示，文[45]中50岁以下的样本占比为65.4%，60岁及以上的样本占比为17.8%；而在本文研究中，50岁以下的样本占比为4.9%，60岁及以上的样本占比为60.0%。因此，尽管本文与文[45]关于性别的影响结论不同，但均符合我国糖尿病患病率随年龄的变化趋势。
 |
| 图 4 文[45]中国糖尿病患病率横断面研究与本文研究样本分布 |
| 图选项 |
由图 1可知，集中供暖与非集中供暖的室内平均温度分别为22.4℃(95%CI为21.0~23.8)和10.7℃(95%CI为9.2~12.2)。在线性假设的前提下，依据表 2的结果进行初步计算，对于研究样本室内温度每升高1℃，患病率就会增加0.47%。对比文[16]的结论，室外年平均气温每升高1℃，糖尿病发病率增加3.14‰，空腹血糖升高的患病率增加0.17%。可以初步判断，室内热环境与糖尿病患病率的关联性超过室外热环境与其关联性，可能影响因素如下：(1) 室内外热环境暴露时长存在差异，人们约有90%的时间在室内度过[21]，且出行时长和出行率随年龄的增长而下降，据文[64]有关北京市老人出行的研究计算可知，60岁以上老人的日均出行时长不足5%，此外，冬季寒潮和较低的室外温度进一步导致户外活动水平降低，使室内热环境暴露时间增长，室外热环境暴露时长减少。(2) 未知混杂因素的影响，尽管已经控制了生活水平、文化程度、生活习惯等可能的因素的影响，但相对于非集中供暖，北方集中供暖在城市地区的占比更大，城市与农村地区的饮食习惯、体育锻炼水平、医疗条件等因素也可能导致上述分析结果存在一定的偏差。
秦岭-淮河一带的供暖问题争论已久，究竟应该采用怎样的供暖方式，室内热环境如何调控才能兼顾舒适与健康的需求，值得进一步思考。尽管降低室内温度可能对糖尿病的预防和治疗存在益处，但是尚不清楚这种冷训练的方式是否会对人体其他方面的健康带来负面作用。如有研究指出相比饲养在热中性环境中的小鼠，饲养在偏冷环境中的小鼠去甲肾上腺素水平更高，抗肿瘤免疫受损且肿瘤生长显著增强[65]；尚不了解何种程度的冷暴露才是安全且健康有益的，有研究表明环境温度低于10℃可使严重低血糖的发生概率显著上升[66]。因此，对于室内冷暴露的实际应用，尚需谨慎对待和更加深入的研究。
以往关于热环境与健康的研究多关注室外热环境的影响[26-27]，本研究采用横断面研究方法对室内热环境与糖尿病的关联性展开了初步探索。从较长的时间尺度上为冷暴露与糖尿病的相关性研究提供了支持与佐证，并对夏热冬冷地区建筑室内热环境营造形成参考与借鉴。这项研究也存在有待改进之处，具体如下：
(1) 研究将糖尿病，特别是2型糖尿病的可能风险因素考虑在内，如年龄、性别、BMI、吸烟、饮酒、教育水平等[45, 67-68]，但仍有部分潜在的影响因素没有纳入分析，如糖尿病家族史、中心性肥胖等[67]，这可能使研究结果存在一定偏差。
(2) 采暖形式不但与室内温度相关，而且可能是室内相对湿度、室内空气污染的影响因素之一。不同研究关于相对湿度对糖尿病的影响研究结论存在差异[69-70]，但是大量研究认为空气污染对糖尿病存在负面影响[71]。室内空气质量受室内源和室外源的共同影响。有研究认为城市集中供暖与地区较低的室外空气质量水平有关[72-73]，进一步对室内空气质量产生影响。此外，现有研究认为冬季农村采用燃煤等个性化采暖形式使居住者面临严峻的室内空气质量挑战[74]。然而不同室内热环境条件下的室内空气环境特点有赖于进一步研究，由于缺乏室内空气环境监测数据，本研究未将室内空气因素纳入模型。
(3) 由于缺少个体调节行为的连续监测，因此未将个体调节行为纳入考虑，个体冬季室内热暴露的计算仅考虑了冬季的室内供暖形式。集中供暖通常具备“全时间、全空间”的特点，居住者具备相对较少的供暖系统调节能力，而非集中供暖通常采用“部分时间、部分空间”的间歇性运行方式，居住者可以根据其需求对个性化采暖设备进行灵活的控制。因此，忽略个体调节行为可能导致对非集中供暖组冬季冷暴露量的高估，尽管不会对室内热环境与糖尿病的定量分析结果产生影响，但可能会造成室内冷暴露对糖尿病的保护作用被低估。
(4) 为避免回忆偏倚和报告偏倚对研究结果的影响，本研究采用血检得到的糖化血红蛋白作为判定标准。由于未纳入服药和糖尿病患病类型信息，可能出现部分服用药物人群的糖化血红蛋白水平出现假阴性，间接影响冷暴露与糖尿病患病风险的关联。
(5) 本研究采用横断面研究方法，旨在探究冬季室内冷暴露与糖尿病的相关性，为冷暴露与糖尿病的实验室研究提供实际环境中的佐证。横断面研究方法的因果证据级别较低，二者因果关系的研究有赖于基于队列研究或随机对照试验研究的进一步实验与分析。
4 结论本研究基于中国糖尿病患病率横断面研究，中国健康与养老追踪调查(CHARLS)，以及历年统计年鉴数据，探究了冬季室内热环境与糖尿病的关联性。研究结果表明：在省级尺度上，冬季室内热环境与糖尿病患病相关(相关系数为0.505，P=0.039)；在个体尺度上，性别、年龄、BMI、冬季室内热环境与糖尿病的关联存在统计学意义(n=8 403，P＜0.050)。人们几乎90%以上的时间在室内环境中度过，且室内热环境拥有可以灵活调节的特点，室内热环境与糖尿病的关联性应引起重视，兼顾舒适与健康需求的室内热环境营造需要未来更加深入地研究。
参考文献
| [1] | International Diabetes Federation. IDF diabetes atlas 9th edition, 2019[EB/OL]. [2022-12-22]. https://diabetesatlas.org/atlas/ninth-edition/. |
| [2] | DINESH SHAH A, LANGENBERG C, RAPSOMANIKI E, et al. Type 2 diabetes and incidence of a wide range of cardiovascular diseases: A cohort study in 1.9 million people[J]. The Lancet, 2015, 385: S86. DOI:10.1016/S0140-6736(15)60401-9 |
| [3] | TANCREDI M, ROSENGREN A, SVENSSON A M, et al. Excess mortality among persons with type 2 diabetes[J]. New England Journal of Medicine, 2015, 373(18): 1720-1732. DOI:10.1056/NEJMoa1504347 |
| [4] | HOLMAN N, KNIGHTON P, KAR P, et al. Risk factors for COVID-19-related mortality in people with type 1 and type 2 diabetes in England: A population-based cohort study[J]. The Lancet Diabetes & Endocrinology, 2020, 8(10): 823-833. |
| [5] | RONALD KAHN C, WEIR G C, KING G L, 等. Joslin糖尿病学[M]. 潘长玉, 陈家伟, 陈名道, 等, 译. 14版. 北京: 人民卫生出版社, 2007. RONALD KAHN C, WEIR G C, KING G L, et al. Joslin's diabetes mellitus[M]. PAN C Y, CHEN J W, CHEN M D, et al, trans. 14th ed. Beijing: People's Medical Publishing House, 2007. (in Chinese) |
| [6] | 中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2020年版)[J]. 中华糖尿病杂志, 2021, 13(4): 315-409. Chinese Diabetes Society. Guideline for the prevention and treatment of type 2 diabetes mellitus in China (2020 edition)[J]. Chinese Journal of Diabetes, 2021, 13(4): 315-409. (in Chinese) |
| [7] | VAN MARKEN LICHTENBELT W, HANSSEN M, PALLUBINSKY H, et al. Healthy excursions outside the thermal comfort zone[J]. Building Research & Information, 2017, 45(7): 819-827. |
| [8] | SCHRAUWEN P, VAN MARKEN LICHTENBELT W D. Combatting type 2 diabetes by turning up the heat[J]. Diabetologia, 2016, 59(11): 2269-2279. DOI:10.1007/s00125-016-4068-3 |
| [9] | HANSSEN M J W, VAN DER LANS A A J J, BRANS B, et al. Short-term cold acclimation recruits brown adipose tissue in obese humans[J]. Diabetes, 2016, 65(5): 1179-1189. DOI:10.2337/db15-1372 |
| [10] | HANSSEN M J W, HOEKS J, BRANS B, et al. Short-term cold acclimation improves insulin sensitivity in patients with type 2 diabetes mellitus[J]. Nature Medicine, 2015, 21(8): 863-865. DOI:10.1038/nm.3891 |
| [11] | GIBAS-DORNA M, CH?CI?SKA Z, KOREK E, et al. Variations in leptin and insulin levels within one swimming season in non-obese female cold water swimmers[J]. Scandinavian Journal of Clinical and Laboratory Investigation, 2016, 76(6): 486-491. DOI:10.1080/00365513.2016.1201851 |
| [12] | 朱颖心. 碳中和目标下的建筑环境营造[J]. 建筑节能(中英文), 2021, 49(8): 37-43. ZHU Y X. Construction of the building environment achieving the goal of carbon neutrality[J]. Journal of BEE, 2021, 49(8): 37-43. DOI:10.3969/j.issn.2096-9422.2021.08.004 (in Chinese) |
| [13] | 朱颖心. 如何营造健康舒适的建筑热环境: 建筑环境与人体舒适及健康关系的探索[J]. 世界建筑, 2021(3): 42-45. ZHU Y X. How to create a healthy and comfortable indoor thermal environment: Exploration on the relationship between the built environment and human comfort and health[J]. World Architecture, 2021(3): 42-45. (in Chinese) |
| [14] | VAN DER LANS A A J J, HOEKS J, BRANS B, et al. Cold acclimation recruits human brown fat and increases nonshivering thermogenesis[J]. The Journal of Clinical Investigation, 2013, 123(8): 3395-3403. DOI:10.1172/JCI68993 |
| [15] | VAN MARKEN LICHTENBELT W D, VANHOMMERIG J W, SMULDERS N M, et al. Cold-activated brown adipose tissue in healthy men[J]. New England Journal of Medicine, 2009, 360(15): 1500-1508. DOI:10.1056/NEJMoa0808718 |
| [16] | BLAUW L L, AZIZ N A, TANNEMAAT M R, et al. Diabetes incidence and glucose intolerance prevalence increase with higher outdoor temperature[J]. BMJ Open Diabetes Research & Care, 2017, 5(1): e000317. |
| [17] | SPEAKMAN J R, HEIDARI-BAKAVOLI S. Type 2 diabetes, but not obesity, prevalence is positively associated with ambient temperature[J]. Scientific Reports, 2016, 6: 30409. DOI:10.1038/srep30409 |
| [18] | ASUMADU-SAKYI A B, BARNETT A G, THAI P, et al. The relationship between indoor and outdoor temperature in warm and cool seasons in houses in Brisbane, Australia[J]. Energy and Buildings, 2019, 191: 127-142. DOI:10.1016/j.enbuild.2019.03.010 |
| [19] | TAMERIUS J D, PERZANOWSKI M S, ACOSTA L M, et al. Socioeconomic and outdoor meteorological determinants of indoor temperature and humidity in New York City dwellings[J]. Weather, Climate, and Society, 2013, 5(2): 168-179. DOI:10.1175/WCAS-D-12-00030.1 |
| [20] | ORMANDY D, EZRATTY V. Health and thermal comfort: From WHO guidance to housing strategies[J]. Energy Policy, 2012, 49: 116-121. DOI:10.1016/j.enpol.2011.09.003 |
| [21] | KLEPEIS N E, NELSON W C, OTT W R, et al. The national human activity pattern survey (NHAPS): A resource for assessing exposure to environmental pollutants[J]. Journal of Exposure Science & Environmental Epidemiology, 2001, 11(3): 231-252. |
| [22] | 曹彬, 朱颖心, 欧阳沁, 等. 不同气候区住宅建筑冬季室内热环境及人体热适应性对比[J]. 清华大学学报(自然科学版), 2012, 52(4): 499-503. CAO B, ZHU Y X, OUYANG Q, et al. Indoor thermal environment and human thermal adaptation in residential buildings in various climate zones during the winter[J]. Journal of Tsinghua University (Science and Technology), 2012, 52(4): 499-503. (in Chinese) |
| [23] | SONG M J, MAO N, ZHANG H R, et al. Model predictive control applied toward the building indoor climate[M]//PEKA? L. Advanced Analytic and Control Techniques for Thermal Systems with Heat Exchangers. Amsterdam: Elsevier, 2020. |
| [24] | NGUYEN J L, DOCKERY D W. Daily indoor-to-outdoor temperature and humidity relationships: A sample across seasons and diverse climatic regions[J]. International Journal of Biometeorology, 2016, 60(2): 221-229. DOI:10.1007/s00484-015-1019-5 |
| [25] | BASU R. High ambient temperature and mortality: A review of epidemiologic studies from 2001 to 2008[J]. Environmental Health, 2009, 8: 40. DOI:10.1186/1476-069X-8-40 |
| [26] | THAM S, THOMPSON R, LANDEG O, et al. Indoor temperature and health: A global systematic review[J]. Public Health, 2020, 179: 9-17. DOI:10.1016/j.puhe.2019.09.005 |
| [27] | NGUYEN J L, SCHWARTZ J, DOCKERY D W. The relationship between indoor and outdoor temperature, apparent temperature, relative humidity, and absolute humidity[J]. Indoor Air, 2014, 24(1): 103-112. DOI:10.1111/ina.12052 |
| [28] | 朱颖心. 建筑环境学[M]. 4版. 北京: 中国建筑工业出版社, 2016. ZHU Y X. Built environment[M]. 4th ed. Beijing: China Architecture & Building Press, 2016. (in Chinese) |
| [29] | ASHRAE. Thermal environmental conditions for human occupancy: ANSI/ASHRAE 55-2020[S]. Atlanta: American Society of Heating, Refrigeration and Air-Conditioning Engineers, Inc., 2020. |
| [30] | 詹思延. 流行病学[M]. 8版. 北京: 人民卫生出版社, 2017. ZHAN S Y. Epidemiology[M]. 8th ed. Beijing: People's Medical Publishing House, 2017. (in Chinese) |
| [31] | FEINLEIB M. Biases and weak associations[J]. Preventive Medicine, 1987, 16(2): 150-164. DOI:10.1016/0091-7435(87)90080-6 |
| [32] | 唐成君, 刘宏成, 唐胜君, 等. 湖南地区城乡住宅热湿环境对比研究[J]. 建筑科学, 2015, 31(2): 23-28. TANG C J, LIU H C, TANG S J, et al. Study on the contrast of thermal and wet environment between urban and rural residential buildings in Hunan region[J]. Building Science, 2015, 31(2): 23-28. (in Chinese) |
| [33] | FAN G T, XIE J C, YOSHINO H, et al. Investigation of indoor thermal environment in the homes with elderly people during heating season in Beijing, China[J]. Building and Environment, 2017, 126: 288-303. DOI:10.1016/j.buildenv.2017.09.031 |
| [34] | 朱轶韵, 刘加平. 西北农村建筑冬季室内热环境研究[J]. 土木工程学报, 2010, 43(S2): 400-403. ZHU Y Y, LIU J P. Research on the indoor thermal environment of rural architecture in winter in northwestern areas[J]. China Civil Engineering Journal, 2010, 43(S2): 400-403. (in Chinese) |
| [35] | 闫海燕, 李道一, 李洪瑞, 等. 焦作民居建筑冬季室内热环境测试研究[J]. 建筑科学, 2016, 32(10): 21-28, 72. YAN H Y, LI D Y, LI H R, et al. Research on indoor thermal environment of residential building in Jiaozuo in winter[J]. Building Science, 2016, 32(10): 21-28, 72. (in Chinese) |
| [36] | 孟维庆. 夏热冬冷地区城镇居住建筑冬季室内热环境研究: 以汉中市为例[D]. 西安: 西安建筑科技大学, 2013. MENG W Q. Researching on indoor thermal environment of residential buildings in urban areas in hot summer and cold winter zone in winter season: Taking Han Zhong City as an example[D]. Xi'an: Xi'an University of Architecture and Technology, 2013. (in Chinese) |
| [37] | 韩飞, 胡松涛, 王海英, 等. 青岛市集中供暖住宅室内热环境测试与分析[J]. 青岛理工大学学报, 2017, 38(3): 64-69, 73. HAN F, HU S T, WANG H Y, et al. Test and analysis of the central heating residential indoor thermal environment in Qingdao City[J]. Journal of Qingdao University of Technology, 2017, 38(3): 64-69, 73. (in Chinese) |
| [38] | 李念平, 方雪苗, 卫兆欣, 等. 湘西地区冬季住宅热环境与老年人热舒适研究[J]. 湖南大学学报(自然科学版), 2019, 46(7): 123-128. LI N P, FANG X M, WEI Z X, et al. Research on thermal environment of residences and thermal comfort sensation of elderly in rural areas of western Hunan in winter[J]. Journal of Hunan University (Natural Sciences), 2019, 46(7): 123-128. (in Chinese) |
| [39] | 董旭娟, 闫增峰, 王智伟. 夏热冬冷地区城市住宅供暖方式调查与室内热环境测试研究[J]. 建筑科学, 2014, 30(12): 1-7. DONG X J, YAN Z F, WANG Z W. Heating modes investigation and indoor thermal environment test research on city residential in hot summer and cold winter zone[J]. Building Science, 2014, 30(12): 1-7. (in Chinese) |
| [40] | 李凤娟. 南京供暖住宅室内热环境及居民热舒适的研究[D]. 南京: 南京师范大学, 2017. LI F J. Research on Indoor Thermal Environment and Residents' Thermal Comfort of Heating Residential Buildings in Nanjing[D]. Nanjing: Nanjing Normal University, 2017. (in Chinese) |
| [41] | 杨茜. 寒冷地区室内热舒适研究[D]. 西安: 西安建筑科技大学, 2010. YANG Q. Study on the indoor thermal comfort in the cold zone[D]. Xi'an: Xi'an University of Architecture and Technology, 2010. (in Chinese) |
| [42] | 蒲萌萌. 大连老旧住宅室内热舒适评价及改善策略研究[D]. 大连: 大连理工大学, 2020. PU M M. Research on indoor thermal comfort evaluation and improvement strategies of old residential buildings in Dalian[D]. Dalian: Dalian University of Technology, 2020. (in Chinese) |
| [43] | YAN H Y, YANG L, ZHENG W X, et al. Influence of outdoor temperature on the indoor environment and thermal adaptation in Chinese residential buildings during the heating season[J]. Energy and Buildings, 2016, 116: 133-140. DOI:10.1016/j.enbuild.2015.12.053 |
| [44] | ZHANG H B, CHEN Y, RUI J W, et al. Effects of thermal environment on elderly in urban and rural houses during heating season in a severe cold region of China[J]. Energy and Buildings, 2019, 198: 61-74. |
| [45] | LI Y Z, TENG D, SHI X G, et al. Prevalence of diabetes recorded in mainland China using 2018 diagnostic criteria from the American diabetes association: National cross sectional study[J]. BMJ, 2020, 369: m997. |
| [46] | CHEN Y L, SHEN H Z, SMITH K R, et al. Estimating household air pollution exposures and health impacts from space heating in rural China[J]. Environment International, 2018, 119: 117-124. |
| [47] | 刘亚非, 张有, 焦铭泽, 等. 北方农村地区供暖现状与对策[J]. 煤气与热力, 2019, 39(1): 29-32. LIU Y F, ZHANG Y, JIAO M Z, et al. Current status and countermeasures of heating in rural areas of Northern China[J]. Gas & Heat, 2019, 39(1): 29-32. (in Chinese) |
| [48] | ZHUANG Z, LI Y G, CHEN B, et al. Chinese Kang as a domestic heating system in rural northern China: A review[J]. Energy and Buildings, 2009, 41(1): 111-119. |
| [49] | 张钱, 罗美莲. 夏热冬冷地区农村住宅供暖现状及影响因素研究[J]. 建筑热能通风空调, 2018, 37(7): 21-24. ZHANG Q, LUO M L. Heating status and heating mode in hot summer and cold winter area of rural residential building[J]. Building Energy & Environment, 2018, 37(7): 21-24. (in Chinese) |
| [50] | 万学红, 卢雪峰, 刘成玉, 等. 诊断学[M]. 9版. 北京: 人民卫生出版社, 2018. WAN X H, LU X F, LIU C Y, et al. Diagnostics[M]. 9th ed. Beijing: People's Medical Publishing House, 2018. (in Chinese) |
| [51] | 葛均波, 徐永健, 王辰, 等. 内科学[M]. 9版. 北京: 人民卫生出版社, 2018. GE J B, XU Y J, WANG C, et al. Internal medicine[M]. 9th ed. Beijing: People's Medical Publishing House, 2018. (in Chinese) |
| [52] | American Diabetes Association. 2. Classification and diagnosis of diabetes: Standards of medical care in diabetes-2021[J]. Diabetes Care, 2021, 44(S1): S15-S33. |
| [53] | 中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2017年版)[J]. 中国实用内科杂志, 2018, 38(4): 292-344. Chinese Diabetes Society. Guidelines for the prevention and control of type 2 diabetes in China (2017 edition)[J]. Chinese Journal of Practical Internal Medicine, 2018, 38(4): 292-344. (in Chinese) |
| [54] | YANG A M, HU X B, LIU S M, et al. Occupational exposure to heavy metals, alcohol intake, and risk of type 2 diabetes and prediabetes among Chinese male workers[J]. Chronic Diseases and Translational Medicine, 2019, 5(2): 97-104. |
| [55] | LUO W S, GUO Z R, WU M, et al. Interaction of smoking and obesity on type 2 diabetes risk in a Chinese cohort[J]. Physiology & Behavior, 2015, 139: 240-243. |
| [56] | WHO. Obesity: Preventing and managing the global epidemic[M]. Geneva: World Health Organization, 2000. |
| [57] | COCKERHAM W C. Health lifestyle theory and the convergence of agency and structure[J]. Journal of Health and Social Behavior, 2005, 46(1): 51-67. |
| [58] | 刘丽杭, 唐景霞. 社会经济地位对居民健康公平的影响[J]. 中国卫生经济, 2004, 23(6): 40-42. LIU L H, TANG J X. Research of socioeconomic status effects health disparity[J]. Chinese Health Economics, 2004, 23(6): 40-42. (in Chinese) |
| [59] | 仲亚琴, 高月霞, 王健. 不同社会经济地位老年人的健康公平研究[J]. 中国卫生经济, 2013, 32(12): 21-23. ZHONG Y Q, GAO Y X, WANG J. Study on the health equity in the elderly with different socioeconomic status[J]. Chinese Health Economics, 2013, 32(12): 21-23. (in Chinese) |
| [60] | STRINGHINI S, DUGRAVOT A, SHIPLEY M, et al. Health behaviours, socioeconomic status, and mortality: Further analyses of the British Whitehall Ⅱ and the French GAZEL prospective cohorts[J]. PLoS Medicine, 2011, 8(2): e1000419. |
| [61] | DINSA G D, GORYAKIN Y, FUMAGALLI E, et al. Obesity and socioeconomic status in developing countries: A systematic review[J]. Obesity Reviews, 2012, 13(11): 1067-1079. |
| [62] | YEN I H, MOSS N. Unbundling education: A critical discussion of what education confers and how it lowers risk for disease and death[J]. Annals of the New York Academy of Sciences, 1999, 896(1): 350-351. |
| [63] | XU Y, WANG L M, HE J, et al. Prevalence and control of diabetes in Chinese adults[J]. JAMA, 2013, 310(9): 948-959. |
| [64] | 张政. 老年人出行行为特征及其分析方法研究[D]. 北京: 北京交通大学, 2009. ZHANG Z. Travel behavior characteristics with analysis for the elderly[D]. Beijing: Beijing Jiaotong University, 2009. (in Chinese) |
| [65] | HYLANDER B L, REPASKY E A. Thermoneutrality, mice, and cancer: A heated opinion[J]. Trends in Cancer, 2016, 2(4): 166-175. |
| [66] | HENSEL M, STUHR M, GEPPERT D, et al. Reduced frequency of severe hypoglycemia at mild ambient temperatures between 10 and 20 ℃: A population-based study under marine west coast climate conditions[J]. Journal of Diabetes and its Complications, 2017, 31(7): 1212-1214. |
| [67] | ZUO H, SHI Z M, HUSSAIN A. Prevalence, trends and risk factors for the diabetes epidemic in China: A systematic review and meta-analysis[J]. Diabetes Research and Clinical Practice, 2014, 104(1): 63-72. |
| [68] | ZHOU T, LIU X, LIU Y Y, et al. Spatio-temporal patterns of the associations between type 2 diabetes and its risk factors in mainland China: A systematic review and meta-analysis[J]. The Lancet, 2018, 382(S1): S32. |
| [69] | TYROVOLAS S, CHALKIAS C, MORENA M, et al. High relative environmental humidity is associated with diabetes among elders living in Mediterranean islands[J]. Journal of Diabetes & Metabolic Disorders, 2014, 13(1): 25. |
| [70] | LIN Y, ZHOU S J, LIU H Y, et al. Risk analysis of air pollution and meteorological factors affecting the incidence of diabetes in the elderly population in Northern China[J]. Journal of Diabetes Research, 2020, 2020: 3673980. |
| [71] | EZE I C, HEMKENS L G, BUCHER H C, et al. Association between ambient air pollution and diabetes mellitus in Europe and north America: Systematic review and meta-analysis[J]. Environmental Health Perspectives, 2015, 123(5): 381-389. |
| [72] | CHEN Y Y, EBENSTEIN A, GREENSTONE M, et al. Evidence on the impact of sustained exposure to air pollution on life expectancy from China's Huai River policy[J]. Proceedings of the National Academy of Sciences of the United States of America, 2013, 110(32): 12936-12941. |
| [73] | XIAO Q Y, MA Z W, LI S S, et al. The impact of winter heating on air pollution in China[J]. PLoS One, 2015, 10(1): e0117311. |
| [74] | MORISKE H J, DREWS M, EBERT G, et al. Indoor air pollution by different heating systems: Coal burning, open fireplace and central heating[J]. Toxicology Letters, 1996, 88(1-3): 349-354. |
