政府间气候变化专门委员会第六次评估报告指出,相较于工业化前时期,2011—2020年间的全球地表气温升高了1.09 ℃,其中人类活动所致的温室气体排放是气温升高的主要原因[1]。由于城市化和工业化的快速发展,过去几十年中国的升温速率高于全球同期平均水平,且存在明显的空间异质性[2]。高温不仅可以通过改变病媒生物的时空分布、影响农作物生长等途径间接影响人类健康[3-5],还与心血管疾病、呼吸系统疾病等的发生或死亡直接相关[6-8]。全球疾病负担研究显示,2021年中国(不包括台湾地区)由于高温导致了976 482(95% CI:364 836～1 855 213)的伤残调整寿命年[9]。
孕妇是高温暴露的弱势人群,孕期较高的环境温度可能导致早产、死胎等不良妊娠结局的发生[10-11]。目前的研究大多关注早产、低出生体重等活产结局,而对死胎这一严重的不良妊娠结局关注较少[12-13]。在中国,临床上将死胎定义为妊娠≥20周或出生体重≥350 g、分娩时胎儿无生命迹象[14],新版《全国妇幼卫生统计调查制度》中则将其定义为妊娠≥28周或出生体重≥1 000 g(孕周不明时)[15]。世界各国对死胎的定义也不尽相同[16],由于世界卫生组织等在进行研究时多采用28周这一孕周阈值[17-19],后文若无特殊说明,均表明采用该阈值对死胎进行定义。死胎不仅会给父母和卫生工作者带来悲伤、内疚等心理困扰,还会导致生产力的损失、给家庭和社会造成严重的经济负担[20]。一项疾病成本研究的结果显示,2014年英国的死胎率和死胎人数分别为1.4‰和3 252人,由于死胎造成的总生产力损失可达7.061亿英镑[21]。2021年中国的死胎率和死胎人数分别为4.9‰和53 551人[16]。此外,中国的死胎分布存在明显的地理差异,2015—2016年间中国的死胎率(妊娠≥24周)从9.0‰(南方地区)到19.6‰(西北地区)不等[22]。因此,有必要尽快针对死胎的重要风险因素及重点发生地区采取相应措施,以终止可预防的死胎。
在气候变化的背景下,高温对死胎的影响将会进一步增强。对归因于高温的死胎人数及其空间分布进行预测有助于预见未来的健康挑战,从而针对性地制定政策和措施,以最大限度地减少高温对死胎的不利影响,但目前缺乏针对中国的相关研究。本研究旨在结合中国的死胎人数及高空间分辨率的温度数据,预测在不同气候变化情景下与温度升高相关的超额死胎数及其空间分布特征,为合理配置卫生资源提供参考依据。
对象与方法
一、资料来源
选取中国31个省、直辖市和自治区的死胎人口数据以及2015—2100年的高分辨率温度数据,结合现有的暴露反应关系,计算在不同气候变化情景下、不同时期和不同地区与温度升高相关的超额死胎数。分析未包含香港、澳门及台湾地区。
联合国儿童死亡率估算机构间小组(United Nations Inter-agency Group for Child Mortality Estimation,UNIGME)提供了2015年中国的死胎人数(https://childmortality.org/)。中国的死胎分布存在明显的地理差异,然而中国目前的卫生信息系统大多没有专门针对死胎进行监测,导致缺乏关于死胎的权威数据[23]。《2016中国卫生和计划生育统计年鉴》提供了2015年各省份的围产儿死亡率(妊娠≥28周或出生体重≥1 000 g的胎儿(含死胎)至产后7 d内新生儿死亡数与孕产妇总数之比,其中,“孕产妇总数”以“活产数”代替计算)和活产数,据此可以计算出各省份的围产儿死亡人数。假设各省份间的死胎分布与围产儿死亡分布一致,通过以下公式计算出各省份的死胎人数:
其中j表示省份;PMRj和LBj分别表示省份j的围产儿死亡率和活产人数;SBj和SB分别表示省份j的死胎人数和全国的死胎人数。
为了更加精细地了解死胎人数的空间分布特征,将其与世界人口项目提供的2015年中国怀孕分布数据集(www.worldpop.org)进行整合。该数据集的空间分辨率为0.0083°×0.0083°,为了减少计算负担,将其聚合为0.1°×0.1°的数据。假设各省份内部发生死胎的风险相同,通过以下公式计算出网格化的死胎人数:
SBi=SBj×Pi/Pj,i∈j
其中i和j分别表示网格和省份,i∈j表示网格i位于省份j内;SBi表示网格i的死胎人数;Pi和Pj分别表示网格i和省份j的怀孕次数,Pj由省份j内所有网格的怀孕次数加总得到。
2015年的温度数据来自欧洲中期天气预报中心制作的第五代再分析数据集(ERA5-Land)。从官方网站(https://cds.climate.copernicus.eu)获取2015年每月的空间分辨率0.1°×0.1°的近地表气温数据,并将其整理成年平均温度。2021—2100年的温度数据来自世界气候研究计划耦合模式工作组发起的第六阶段国际耦合模式比较计划(coupled model intercomparison project phase 6, CMIP6)。CMIP6将共享社会经济路径(shared socioeconomic pathways, SSPs)和代表浓度路径(representative concentration pathways, RCPs)进行组合,对不同政策选择和不同排放情景下的温度变化进行预估[24-25]。选择3种气候变化情景(SSP126、SSP245和SSP585)对与温度升高相关的超额死胎数进行预测。SSP126表示可持续发展路径、到2100年辐射强迫稳定在2.6 W/m2,属于低强迫情景;SSP245表示中间路径、到2100年辐射强迫稳定在4.5 W/m2,属于中等强迫情景;SSP585表示以传统化石燃料为主的路径、到2100年辐射强迫稳定在8.5 W/m2,属于高强迫情景[24]。从官方网站(https://aims2.llnl.gov/search/cmip6/)获取了2021—2100年的每月近地表气温模拟数据,据此计算每十年(如2021—2030年)的平均气温,并使用双线性插值法将其重新网格化为空间分辨率0.1°×0.1°的数据。
二、统计分析
荟萃分析可以整合来自多个抽样人群的调查结果,从而更客观地评估风险因素对人体健康的影响,被广泛应用于世界卫生组织的指南制定过程[26]。最近的一项荟萃分析评估了孕期高温暴露与死胎的关联,结果显示温度每升高1 ℃,死胎的发生风险增加5%(RR=1.05,95% CI:1.01～1.08)[27]。基于该研究结果,按照以下公式对2021—2100年与温度升高相关的超额死胎数进行计算:
deli,t=Ti,t-Ti,2015
ANi,t=(1-1/RRi,t)×SBi
其中i和t分别表示网格和年份;T表示近地表气温;deli,t表示第i个网格第t年相较于2015年升高的温度;RRMeta从荟萃分析中提取得到,表示温度每升高1 ℃死胎的相对风险变化;SBi表示第i个网格2015年的死胎人数;ANi,t表示第i个网格第t年与温度升高相关的超额死胎数。计算出网格化的超额死胎数后,将其汇总至省级水平。
本研究所有统计学分析基于R软件(version 4.3.1)。
结 果
一、未来升温情况
到本世纪末,中国的温度在SSP126情景下平均升高2.5 ℃,在SSP245情景下平均升高3.5 ℃,在SSP585情景下平均升高7.2 ℃。在SSP126和SSP245情景下,中国东北、西北和四川等地温度上升不太明显,甚至部分区域出现了温度降低的情况;而在SSP585情景下,中国几乎所有的地区都出现明显的温度升高。见表1。
表1 31个省、直辖市和自治区的基线温度及不同SSP-RCP情景下的升温情况(单位:摄氏度)
Table 1 Baseline temperatures and rising temperatures under different SSP-RCP scenarios in 31 provincial-level administrative regions (unit:℃)
SSP126 represents a sustainable development pathway with low greenhouse gas emissions; SSP245 follows a medium pathway that follows historical patterns basically, with moderate greenhouse gas emissions; SSP585 follows a pathway dominated by traditional fossil fuels, with high greenhouse gas emissions
Provinces2015SSP1262021-20302061-20702091-2100SSP2452021-20302061-20702091-2100SSP5852021-～20302061-20702091-2100Guangxi19.81.02.12.60.81.92.81.63.46.0Shandong14.01.72.72.81.62.93.52.24.56.8Guangdong21.50.92.02.40.81.92.61.63.35.6Hunan17.12.02.93.11.92.93.72.54.36.9Yunnan15.51.52.52.81.42.63.41.83.96.5Henan15.30.71.71.60.72.12.81.23.45.9Anhui16.32.02.92.92.03.33.72.64.46.8Jiangsu16.01.92.82.81.83.13.52.44.36.5Hubei15.51.52.32.41.42.63.31.93.96.4Guizhou14.72.43.23.62.23.14.02.84.67.3Jiangxi18.62.13.03.11.93.03.72.64.26.6Fujian18.91.32.12.51.12.22.91.93.65.7Zhejiang17.11.82.52.71.52.73.22.33.96.0Shanxi9.21.72.52.51.52.63.72.14.56.8Chongqing15.42.63.33.62.43.44.12.94.77.5Liaoning9.00.71.81.90.72.12.41.43.96.2Hebei10.10.51.51.70.51.62.41.03.55.7Jilin5.81.01.92.00.92.62.71.64.26.7Inner Mongolia5.21.01.92.00.92.42.81.54.26.7Tibet-3.72.73.63.42.64.24.62.95.48.7Heilongjiang3.4-0.10.70.8-0.41.61.60.33.46.0Gansu6.42.02.82.61.93.23.82.24.67.4Ningxia Hui9.12.12.92.81.93.23.92.34.77.4Shaanxi11.01.01.81.80.92.12.91.33.56.2Hainan24.61.42.12.71.32.12.91.83.45.6Tianjin13.5-0.20.91.2-0.11.21.80.42.95.3Shanghai17.32.12.92.91.83.13.42.54.16.3Qinghai-2.23.03.93.82.84.54.93.15.88.8Beijing10.7-1.00.10.3-0.90.21.0-0.52.14.2Xinjiang Uygur6.62.43.22.82.33.74.22.75.28.2Sichuan7.30.61.41.50.41.82.30.83.05.6Total7.31.72.62.51.53.03.52.04.47.2
二、未来不同时期和不同地区的超额死胎数
从时间维度来看,与温度升高相关的超额死胎数在3种SSP-RCP情景下均呈现出增长趋势。SSP126情景下的超额死胎数增长缓慢,在2060年以后趋于稳定。具体而言,2021—2030年间的平均超额死胎数为3 199(95%CI:763～4 405)人/年,在2061—2070年为8 799(95%CI:1 952～13 019)人/年,在2091—2100年为9 353(95%CI:2 082～13 794)人/年。SSP245和SSP585情景下与温度升高相关的超额死胎数分别呈现出明显和剧烈的增长趋势:在SSP245情景,平均超额死胎数从2021—2030年间的2 526(95%CI:624～3 347)人/年增加至2091—2100年间的13 643(95%CI:3 006～20 340)人/年;SSP585情景则从6 000(95%CI:1 354～8 731)人/年增加至30 817(95%CI:7 072～44 778)人/年。总体而言,在不同情景下均观察到未来温度升高会增加中国的死胎数。见表2和图1。
表2 相较于2015年,不同SSP-RCP情景下中国平均每年与温度升高相关的超额死胎数
Table 2 Average number of excess stillbirths attributable to rising temperatures per year under different SSP-RCP scenarios in China compared to 2015
SSP126 represents a sustainable development pathway with low greenhouse gas emissions; SSP245 follows a medium pathway that follows historical patterns basically, with moderate greenhouse gas emissions; SSP585 follows a pathway dominated by traditional fossil fuels, with high greenhouse gas emissions
YearSSP126SSP245SSP5852021-20303 199 (763,4 405) 2 526 (624,3 347) 6 000 (1 354,8 731)2031-20406 491 (1 456,9 499) 4 439 (1 018,6 359)6 687 (1 500,9 783)2041-20506 939 (1 553,10 178)6 713 (1 503,9 836)10 068 (2 219,14 986)2051-20607 029 (1 570,10 330)7 831 (1 736,11 588)13 197 (2 907,19 680)2061-20708 799 (1 952,13 019)9 892 (2 183,14 710)17 909 (3 971,26 609)2071-20808 887 (1 972,13 147)10 789 (2 379,16 054)21 937 (4 907,32 418)2081-20908 246 (1 833,12 171)12 323 (2 716,18 357)26 487 (5 999,38 824)2091-21009 353 (2 082,13 794)13 643 (3 006,20 340)30 817 (7 072,44 778)
图1 相较于2015年,不同SSP-RCP情景下中国平均每年与温度升高相关的超额死胎数
Figure 1 Average annual excess stillbirths attributable to rising temperatures under different SSP-RCP scenarios in China compared to 2015
表3展示了在不同SSP-RCP情景下与温度升高相关的超额死胎数的空间分布。从空间维度来看,与温度升高相关的超额死胎数主要集中在第三级阶梯区域内(大兴安岭、太行山、巫山和雪峰山以东的地区),这一区域包括东部沿海省份(如山东、江苏、浙江、福建、广东等)以及部分中部省份(如河南、湖北、湖南等)。但在不同气候变化情景下,超额死胎数的空间分布有微小差异。以2091—2100年为例,SSP126情景下,与温度升高相关的超额死胎数集中在广西、广东、山东、湖南等省份;SSP245情景下,与温度升高相关的超额死胎数在广西、广东、山东、湖南、湖北、河南、安徽、江苏等省份均较为集中,在云贵高原也有一定的分布;SSP585情景下,与温度升高相关的超额死胎数分布在整个第三阶梯内,甚至在云贵高原、黄土高原和四川盆地等地区也有较多的分布。
表3 相较于2015年,31个省、直辖市和自治区在不同SSP-RCP情景下平均每年与温度升高相关的超额死胎数
Table 3 Average annual excess stillbirths attributable to rising temperatures under different SSP-RCP scenarios compared to 2015 in 31 provincial-level administrative regions
ProvincesSSP1262021-20302061-20702091-2100SSP2452021-20302061-20702091-2100SSP5852021-20302061-20702091-2100Guangxi402(84,622)943(201,1 441)1 168(251,1 774)343(72,531)854(181,1 308)1 214(261,1 842)686(145,1 055)1 466(319,2 208)2 502(571,3 648)Shandong550(116,847)889(191,1 350)923(199,1 401)536(113,825)951(205,1 441)1 137(248,1 709)729(155,1 115)1 419(315,2 108)2 054(476,2 966)Guangdong298(62,461)844(178,1 296)1 009(215,1 545)257(54,398)806(170,1 239)1 141(244,1 740)643(135,993)1 433(310,2 169)2 373(534,3 493)Hunan597(127,915)882(191,1 334)929(201,1 403)555(118,852)877(189,1 328)1 091(239,1 637)759(163,1 154)1 248(276,1 859)1 922(446,2 771)Yunnan406(88,610)689(150,1 036)775(170,1 163)383(83,575)704(154,1 059)928(204,1 387)492(107,741)1 074(239,1 596)1 724(400,2 488)Henan96(22,141)579(123,888)548(116,841)102(23,150)751(160,1 151)1 076(231,1 637)314(67,479)1 378(299,2 081)2 412(547,3 534)Anhui455(96,700)669(144,1 017)670(144,1 018)443(93,681)745(161,1 128)856(187,1 287)581(124,888)1 008(223,1 502)1 501(347,2 171)Jiangsu380(81,583)534(115,809)541(117,820)358(76,550)576(125,871)644(140,968)469(100,714)776(172,1 155)1 121(259,1 622)Hubei315(67,481)510(110,774)506(109,769)293(63,448)574(124,869)722(158,1 086)422(90,643)836(184,1 250)1 327(305,1 924)Guizhou404(87,613)527(115,794)581(127,870)365(78,556)502(109,757)634(140,946)455(98,688)729(163,1 078)1 087(255,1 557)
表3(续)
SSP126 represents a sustainable development pathway with low greenhouse gas emissions; SSP245 follows a medium pathway that follows historical patterns basically, with moderate greenhouse gas emissions; SSP585 follows a pathway dominated by traditional fossil fuels, with high greenhouse gas emissions
ProvincesSSP1262021-20302061-20702091-2100SSP2452021-20302061-20702091-2100SSP5852021-20302061-20702091-2100Jiangxi305(65,467)444(96,671)450(97,681)275(58,422)448(97,678)536(117,805)388(83,590)617(136,921)924(213,1 339)Fujian106(22,162)280(59,431)352(75,540)69(15,105)302(64,465)435(93,665)238(50,366)576(124,873)959(215,1 417)Zhejiang178(37,275)277(59,424)301(64,460)147(31,228)302(64,461)365(79,555)250(53,383)447(97,673)700(159,1 025)Shanxi93(20,140)239(51,364)236(51,360)67(15,99)262(56,399)423(92,639)157(34,238)553(121,829)897(205,1 309)Chongqing211(45,321)270(58,409)298(65,450)180(39,275)273(59,413)343(75,514)231(50,351)393(87,585)623(145,897)Liaoning52(11,80)193(41,297)211(45,324)56(12,86)234(50,359)279(60,427)140(29,216)461(101,692)722(165,1 053)Hebei-170(-277,-33)135(29,204)186(40,283)-162(-265,-32)184(39,281)410(87,628)-17(-34,-2)673(145,1 022)1 246(279,1 839)Jilin78(16,121)158(34,243)167(35,255)67(14,104)209(45,317)221(47,335)128(27,197)342(76,509)517(120,747)Inner Mon-golia60(13,90)139(30,211)140(30,213)49(11,73)163(35,247)211(46,318)102(22,155)312(69,465)482(111,699)Tibet68(20,74)137(35,182)133(34,176)63(19,68)186(46,256)214(52,299)82(23,98)251(61,351)437(106,612)Heilongjiang14(3,21)95(20,147)106(22,164)-7(-12,-1)173(37,265)172(36,263)58(12,89)324(71,486)537(123,780)Gansu-59(-105,-10)67(16,93)39(10,49)-82(-143,-14)137(31,202)236(52,354)-27(-55,-3)360(79,541)783(177,1 150)Ningxia Hui89(19,136)127(27,192)121(26,184)79(17,122)139(30,211)171(37,256)101(22,155)209(46,310)319(74,459)Shaanxi-33(-57,-6)71(16,106)60(13,89)-45(-76,-8)124(27,188)212(46,322)7(2,7)287(62,434)585(132,861)Hainan38(8,59)71(15,110)96(20,146)34(7,52)72(15,111)103(22,157)58(12,89)126(27,191)210(47,309)Tianjin-2(-4,0)39(8,60)48(10,75)0(-1,0)48(10,74)70(15,108)18(4,28)107(23,162)180(41,265)Shanghai34(7,52)46(10,69)46(10,70)31(6,47)49(11,73)53(12,80)41(9,62)63(14,94)90(21,131)Qinghai-19(-36,-3)9(3,9)4(2,5)-27(-49,-5)28(7,39)45(10,65)-14(-27,-2)76(17,112)167(38,244)Beijing-80(-130,-16)-37(-59,-7)-29(-47,-6)-74(-121,-15)-30(-48,-6)-1(-2,0)-58(-93,-11)38(8,58)108(23,163)Xinjiang Uygur-905(-1 637,-151)-460(-899,-65)-720(-1 333,-115)-980(-1 766,-165)-231(-526,-19)50(-64,66)-740(-1 354,-120)513(134,651)1 819(427,2 605)Sichuan-762(-1 319,-137)-565(-986,-100)-543(-950,-95)-849(-1468,-153)-521(-909,-92)-349(-624,-59)-693(-1 200,-124)-187(-358,-27)489(114,701)Total3 199(763,4 405)8 799(1 952,13 019)9 353(2 082,13 794)2 526(624,3 347)9 892(2 183,14 710)13 643(3 006,20 340)6 000(1 354,8 731)17 909(3 971,26 609)30 817(7 072,44 778)
讨 论
本研究基于荟萃分析得出的暴露反应关系,结合死胎数据和高分辨率温度数据,对未来不同气候变化情景下中国31个省、直辖市和自治区与温度升高相关的超额死胎数进行了预测。研究结果显示,与温度升高相关的超额死胎数呈现出随时间增加的趋势,且在SSP585情景下增幅最为显著,而SSP126情景下增速趋缓,这凸显了减缓气候变化对降低死胎风险的重要性。此外,即使在SSP126情景下,广东、广西、山东等省份仍然会承担较多的超额死胎数。因此,除了全球减排行动,区域适应性措施(如极端高温预警系统、孕产妇热应激防护指南等)也需要进一步加强。
本研究发现,与温度升高相关的超额死胎数主要集中在第三级阶梯区域(如山东、广东、广西等省份),这一现象可能由多重因素导致。首先,有研究指出,沿海地区的极端高温事件呈现强度增大、持续时间增加的趋势[28],导致孕妇暴露于高温的风险增加。其次,人口迁移使得第三级阶梯区域的人口密度较高。第七次全国人口普查数据显示,东部地区的育龄妇女占全国育龄妇女人数的41.0%[29],导致暴露人群规模庞大。此外,尽管第三级阶梯区域的医疗资源相对丰富,但城乡资源配置不均可能削弱部分地区的热适应能力。总之,研究结果表明,气候变化对孕产妇及胎儿健康的影响具有显著的空间异质性,需要在卫生资源配置和政策制定中予以重点关注。
过去几十年间,中国通过扩大产前护理的覆盖面、提供持续的产时监测等措施,在预防死产方面取得了一定的成果。中国是2000—2021年间死胎率下降幅度最大的国家,但由于庞大的人口基数,2021年中国的死胎人数(53 551,90% CI:44 792～64 122)仍位居世界第七[16]。这些可观的数字仍旧低估了死胎的真实负担,因为它只考虑了妊娠28周及之后发生的死胎。一项针对中国24个省级行政单位的调查发现,2015—2016年间有24.1%的死胎发生于妊娠24～27+6周[22]。在中国人口快速老龄化的当下,降低死胎率对于改善年龄结构、应对老龄化具有积极作用[30]。
越来越多的流行病学研究结果支持孕期高温暴露增加死胎的发生风险[31-33],动物试验或临床观察研究也提出了一些合理的病理生理机制。热应激状况下孕妇的皮肤血流量增加以帮助散热,可能导致胎盘灌注不足、损害胎盘功能[34]。孕期高温暴露也可能诱发氧化应激反应,引起热休克蛋白、细胞因子等的水平增加[13]。有研究指出,热休克蛋白失调与流产、早产等不良妊娠结局有关[35]。此外,高温暴露还可能影响内分泌功能和表观遗传修饰等过程,从而导致死胎[36-37]。在城市规划、风险预警等方面采取措施以降低高温的不利影响对死胎的预防具有重要意义。
本研究存在一些局限和不足。首先,本研究的暴露反应关系来自最近的一项荟萃分析,尽管荟萃分析能有效减少单个研究的限制、得出具有代表性的结论,但该荟萃分析中来自中国的研究较少,且只评估了孕期温度暴露与死胎风险的线性关联。目前缺乏针对中国人群的、有代表性的非线性暴露反应关系,未来的流行病学研究应关注这一问题。其次,本研究选用UN IGME提供的全国死胎数据,假设各省份间的死胎分布与围产儿死亡(妊娠≥28周的胎儿及产后1周内的新生儿死亡,包含死胎)分布一致、各省份内部发生死胎的风险相同,据此计算得到高分辨率的死胎数据。中国目前缺乏有代表性的死胎监测数据,约80%的研究是基于单个医院监测的报道[38],未来应在卫生信息系统中进一步完善对死胎的监测,从而帮助了解死胎的全国流行情况。第三,本研究在预测过程中仅考虑了温度的变化对超额死胎数的影响,而人口动态(如跨省迁移、生育政策调整)可能对预测结果产生复杂影响,未来的研究应考虑人口分布、年龄结构、生育率等的变化,进一步完善对超额死胎数的预测。最后,由于数据可及性,本研究选取2015年作为基线,而2015年全国平均气温较常年偏高,这会导致低估未来温度升高对死胎风险的影响。
综上所述,随着全球气候变暖的加剧,中国归因于高温的死胎数将持续增加,且在第三级阶梯区域内更为集中。应在更精细的空间尺度上识别重点地区,并在孕妇中进一步识别易受高温影响的亚组人群,对重点人群和地区采取针对性的政策和措施,以终止可预防的死产。
1 Hoesung L,José R,Eds.Climate Change 2023:Synthesis Report.Contribution of working groups I,II and III to the sixth assessment report of the intergovernmental panel on climate change.Geneva:IPCC,2023:35-115.
2 巢清尘,主编.中国气候变化蓝皮书(2023).北京:科学出版社,2023:14-23.
3 Filazzola A,Matter SF,MacIvor JS.The direct and indirect effects of extreme climate events on insects.Sci Total Environ,2021,769:145161.
4 Ha S.The changing climate and pregnancy health.Curr Environ Health Rep,2022,9:263-275.
5 Sánchez B,Rasmussen A,Porter JR.Temperatures and the growth and development of maize and rice:a review.Glob Chang Biol,2014,20:408-417.
6 Gasparrini A,Guo Y,Hashizume M,et al.Mortality risk attributable to high and low ambient temperature:a multicountry observational study.Lancet,2015,386:369-375.
7 Alahmad B,Khraishah H,Royé D,et al.Associations between extreme temperatures and cardiovascular cause-specific mortality:results from 27 countries.Circulation,2023,147:35-46.
8 Weilnhammer V,Schmid J,Mittermeier I,et al.Extreme weather events in europe and their health consequences - A systematic review.Int J Hyg Environ Health,2021,233:113688.
9 GBD 2021 Diseases and Injuries Collaborators,.Global incidence,prevalence,years lived with disability (YLDs),disability-adjusted life-years (DALYs),and healthy life expectancy (HALE) for 371 diseases and injuries in 204 countries and territories and 811 subnational locations,1990-2021:a systematic analysis for the Global Burden of Disease Study 2021.Lancet,2024,403:2133-2161.
10 Lee V,Zermoglio F,Ebi K.Heat waves and human health-emerging evidence and experience to inform risk management in a warming world.United States Agency for International Development,2019:13-18.
11 Baharav Y,Nichols L,Wahal A,et al.The impact of extreme heat exposure on pregnant people and neonates:a state of the science review.J Midwifery Womens Health,2023,68:324-332.
12 Lawn JE,Blencowe H,Waiswa P,et al.Stillbirths:rates,risk factors,and acceleration towards 2030.Lancet,2016,387:587-603.
13 Nyadanu SD,Dunne J,Tessema GA,et al.Maternal exposure to ambient air temperature and adverse birth outcomes:An umbrella review of systematic reviews and meta-analyses.Sci Total Environ,2024,917:170236.
14 乔娟,漆洪波.美国妇产科医师学会"死胎管理专家共识2020版"要点解读.中国实用妇科与产科杂志,2020,36:1025-1029.
15 王欢欢,魏金鑫.死胎流行病学研究进展.中国妇幼卫生杂志,2020,11:96-99.
16 United Nations Inter-agency Group for Child Mortality Estimation (UN IGME).Never Forgotten:The situation of stillbirth around the globe.New York:United Nations Children′s Fund,2023:40-96.
17 Flenady V,Wojcieszek AM,Middleton P,et al.Stillbirths:recall to action in high-income countries.Lancet,2016,387:691-702.
18 Blencowe H,Cousens S,Jassir FB,et al.National,regional,and worldwide estimates of stillbirth rates in 2015,with trends from 2000:a systematic analysis.Lancet Glob Health,2016,4:e98-e108.
19 Hug L,You D,Blencowe H,et al.Global,regional,and national estimates and trends in stillbirths from 2000 to 2019:a systematic assessment.Lancet,2021,398:772-785.
20 Heazell AEP,Siassakos D,Blencowe H,et al.Stillbirths:economic and psychosocial consequences.Lancet,2016,387:604-616.
21 Campbell HE,Kurinczuk JJ,Heazell A,et al.Healthcare and wider societal implications of stillbirth:a population-based cost-of-illness study.BJOG,2018,125:108-117.
22 Zhu J,Zhang J,Xia H,et al.Stillbirths in China:a nationwide survey.BJOG,2021,128:67-76.
23 Zhu J,Liang J,Mu Y,et al.Sociodemographic and obstetric characteristics of stillbirths in China:a census of nearly 4 million health facility births between 2012 and 2014.Lancet Glob Health,2016,4:e109-118.
24 张丽霞,陈晓龙,辛晓歌.CMIP6情景模式比较计划(ScenarioMIP)概况与评述.气候变化研究进展,2019,15:519-525.
25 周天军,邹立维,陈晓龙.第六次国际耦合模式比较计划(CMIP6)评述.气候变化研究进展,2019,15:445-456.
26 World Health Organization.WHO handbook for guideline development.Geneva:World Health Organization,2011:31-36.
27 Chersich MF,Pham MD,Areal A,et al.Associations between high temperatures in pregnancy and risk of preterm birth,low birth weight,and stillbirths:systematic review and meta-analysis.BMJ,2020,371:m3811.
28 韦春竹,弯媛美,黄耿志,等.中国沿海城市热浪时空特征与人口暴露研究.遥感技术与应用,2024,39:679-689.
29 马小红,彭舒婉.我国育龄妇女特征及其变化研究——基于第七次全国人口普查数据.山东女子学院学报,2023:18-28.
30 梁景英,陈兢思,陈敦金.降低死胎发生率:重视病因分析、筛查及预防.中国实用妇科与产科杂志,2022,38:141-145.
31 Richards M,Huang M,Strickland MJ,et al.Acute association between heatwaves and stillbirth in six US states.Environ Health,2022,21:59.
32 Basu R,Sarovar V,Malig BJ.Association between high ambient temperature and risk of stillbirth in California.Am J Epidemiol,2016,183:894-901.
33 Yang H,Lee JKW,Chio C.Extreme temperature increases the risk of stillbirth in the third trimester of pregnancy.Sci Rep,2022,12:18474.
34 Chersich MF,Scorgie F,Filippi V,et al.Increasing global temperatures threaten gains in maternal and newborn health in Africa:A review of impacts and an adaptation framework.Int J Gynaecol Obstet,2023,160:421-429.
35 Jee B,Dhar R,Singh S,et al.Heat shock proteins and their role in pregnancy:redefining the function of "old rum in a new bottle".Front Cell Dev Biol,2021,9:648463.
36 Bonell A,Part C,Okomo U,et al.An expert review of environmental heat exposure and stillbirth in the face of climate change:Clinical implications and priority issues.BJOG,2024,131:623-631.
37 Yüzen D,Graf I,Diemert A,et al.Climate change and pregnancy complications:From hormones to the immune response.Front Endocrinol (Lausanne),2023,14:1149284.
38 王华平,游顶云,杨雁鸿,等.1994年至2020年我国孕产妇死胎发生率的Meta分析.昆明医科大学学报,2023,44:15-24.