周建丁 虞志昂 林子倫 楊林 葉雯婧

摘要：手足口?。℉FMD）發(fā)病與日均氣溫存在密切聯(lián)系，為了解2010～2015年泉州市HFMD分布特征及日均氣溫對HFMD發(fā)病人次的影響，本論述采用基于準(zhǔn)泊松分布的廣義線性模型（GLM）結(jié)合分布滯后非線性模型（DLNM），在控制星期幾效應(yīng)、長期趨勢、氣象要素等混雜因素后，計算相對于日均氣溫P50，在滯后21 d內(nèi)對HFMD發(fā)病人次的影響。結(jié)果表明： 2010～2015年泉州市豐澤區(qū)、鯉城區(qū)、洛江區(qū)累計報告HFMD發(fā)病人次23 960人，發(fā)病主高峰在4～7月。日均氣溫累積滯后21 d對HFMD發(fā)病人次的影響呈非線性（近似‘M’形），存在兩個峰值，出現(xiàn)在32.2℃（相對危險度RR=1.848，95% CI：1.260～2.709）和12.1℃（RR=1.664，95%CI：1.105～2.507）。高溫和低溫均對HFMD有發(fā)病風(fēng)險，且滯后效應(yīng)明顯.極端氣溫均在滯后第1 d起RR值大于1，第5百分位氣溫10.5℃和第90百分位氣溫30.5℃有較大的RR值，均在滯后第4 d達到最大，RR值分別為1.0584和1.0710，具有統(tǒng)計學(xué)意義。

關(guān)鍵詞：日均氣溫；HFMD；分布滯后非線性模型

中圖分類號：R51文獻標(biāo)志碼：A

0引言

手足口?。℉and，foot，and mouth disease，HFMD）是由腸道病毒感染引起的一種兒童常見傳染病，其中以柯薩奇病毒A組16型和腸道病毒A組71型最為常見（彭娟霞等，2019）。HFMD在我國各地區(qū)全年均有發(fā)生，年發(fā)病率為37.01/10萬～205.06/10萬，近年報告的年病死率在6.46/10萬～51.00/10萬（中華人民共和國國家衛(wèi)生和計劃生育委員會，2018），自2008年1月至2015年12月底，僅我國大陸HFMD就發(fā)病4 238萬例，死亡3 344例（王思嘉，2018）。它的傳播途徑復(fù)雜，傳染力強，季節(jié)性強，多發(fā)于兒童（徐興福等，2020）。主要表現(xiàn)為發(fā)熱，可伴有咳嗽、流涕、食欲不振等癥狀。HFMD與氣象因素關(guān)系密切，許多研究表明氣象要素對HFMD的發(fā)病存在一定的影響，如溫度、濕度、降水量等（Chen et al，2014；Onozuka et al，2011；Hii et al，2011），并且氣象要素對疾病的影響存在滯后效應(yīng)，持續(xù)時間為幾天、甚至一個月之久（沈秀蓮等，2020；劉偉等，2019），但是各地區(qū)研究差異明顯。

泉州是福建省東南沿海地級市，一帶一路起點，福建省最大的工業(yè)城市，福建省人口最多的城市。全年氣溫較為溫和，夏季較為炎熱，冬無嚴寒，干濕分明。為了解泉州市氣溫和HFMD發(fā)病人次之間的關(guān)系，本研究針對泉州市2010～2015年的氣象要素和HFMD發(fā)病情況進行時間序列分析，采用分布滯后非線性模型（Distributed lag non-linear models，DLNM）研究日均氣溫對HFMD發(fā)病風(fēng)險的影響，為更好地指導(dǎo)泉州市HFMD的相關(guān)防治工作提供理論支持。

1資料和方法

1.1資料來源

本論述HFMD資料來源于福建省疾病預(yù)防控制中心，所獲取資料為泉州市2010～2015年的分縣逐日HFMD資料，資料來源真實可靠，本論述選取泉州市轄三個區(qū)進行研究，包括豐澤區(qū)、鯉城區(qū)和洛江區(qū)（文中提到泉州市時僅代表三個區(qū)），沒有將泉港區(qū)加入研究范疇，因為泉港區(qū)離主城區(qū)較遠，并且是重工業(yè)區(qū)。

本文同期氣象數(shù)據(jù)來源于泉州市氣象局，共選取四個站點，站點位置如圖1所示，四個站點分別是鯉城區(qū)游樂園站、豐澤區(qū)東海站、洛江區(qū)雙陽站和萬安站，其中洛江區(qū)主要人口均分布在其南部，北部多為山區(qū)，人口較為稀少，所選取的四個站點對于泉州市區(qū)氣象要素有很好的代表性。獲取四個站點的資料包括逐日平均氣溫、最高氣溫、最低氣溫、相對濕度、平均風(fēng)速和降水量，將其進行加權(quán)平均處理，用以代表泉州市三個區(qū)氣象要素的平均水平。

1.2研究方法

采用分布滯后非線性模型與廣義線性模型結(jié)合，考慮到溫度與HFMD之間存在同時存在的非線性和滯后效應(yīng)，我們利用dlnm結(jié)合準(zhǔn)泊松回歸（Quasi-Pois？ son）的glm來評估氣溫的影響。

廣義線性模型能夠?qū)﹂L期趨勢和節(jié)假日效應(yīng)等混雜因素使用自然樣條平滑函數(shù)來進行控制，對于使用準(zhǔn)泊松分布的模型，使用赤池信息準(zhǔn)則（Akaike infor？ mation criterion，AIC）中的QAIC（Quasi-AIC）來確定自由度df，以擬合最優(yōu)的模型。

在模型中，log函數(shù)作為連接函數(shù)；E（Y）是每日估計的發(fā)病人次；α是截距；basis.temp是通過將DLNM作用于日均溫度而獲得的矩陣；β是basis.temp的系數(shù)向量；df是自由度；ns（x，df）表示具有自由度為df的x的自然三次樣條函數(shù)。使用自然三次樣條函數(shù)來控制長期和季節(jié)性趨勢，我們還將DOW（星期幾）和Holiday（節(jié)假日）兩個啞元參數(shù)變量的影響考慮為線性影響。在控制這些變量后，根據(jù)以往研究，設(shè)定最大滯后21 d以估計日平均溫度對HFMD發(fā)病人次的滯后影響。QAIC的最小值用于調(diào)整日平均溫度和滯后的df，將6年日均氣溫的中位數(shù)P50作為三維圖的參考溫度。計算日均氣溫和HFMD發(fā)病的相對風(fēng)險和暴露反應(yīng)關(guān)系，并求不同滯后天數(shù)下日均氣溫對HFMD發(fā)病人數(shù)的累積滯后影響（均計算95%的置信區(qū)間）。針對極端低溫（包括第1百分位、第5百分位、第10百分位）和極端高溫（第90百分位、第95百分位和第99百分位），分別計算滯后21 d下發(fā)病人次的相對危險度。我們還通過改變溫度自由度、時間趨勢自由度、最大滯后天數(shù)以及模型中包括氣象的混雜因素對模型進行敏感性分析（圖略），以獲取最優(yōu)模型。

2結(jié)果與分析

2.1HFMD和氣象要素的描述性統(tǒng)計和時間序列

圖1為泉州市區(qū)豐澤區(qū)、鯉城區(qū)、洛江區(qū)及四個氣象站點的位置分布及其HFMD發(fā)病總?cè)舜?。統(tǒng)計2010～2015年共六年間的HFMD發(fā)病人次，三個區(qū)總發(fā)病人次為23 960人，其中最多的為豐澤區(qū)，發(fā)病人次達12 012人，其次是鯉城區(qū)6 850人，洛江區(qū)5 098人。

泉州市2010年至2015年平均HFMD日發(fā)病人次10.9人次，日均氣溫、最高氣溫和最低氣溫的日均值分別為21.6℃、25.8℃、18.8℃，降水量、風(fēng)速和相對濕度的日均值分別為3.1 mm、1.8 m/s和71.9%（見表1所列）。

如圖2所示，HFMD的發(fā)病人次從2010年至2015年存在一定的起伏，但總體上呈一定的上升趨勢，其中發(fā)病人次最高的為2014年，日均人次達13.5人，發(fā)病人次最低的年份為2011年，日均人次僅為7.3人，2010至2015年的日均氣溫均在21℃以上，2011日均氣溫略有下降，但從2012至2015年，日均氣溫均呈現(xiàn)升高的趨勢，2015年日均氣溫最高，達到22.1℃。

逐月的氣溫和HFMD人次的分布如圖3所示，發(fā)病人次最多的月份為6月，其次是5月和4月，從2月至6月，HFMD的發(fā)病人次呈現(xiàn)明顯上升的趨勢，從2月份日均2.3人次上升至6月份日均27.2人次，7月份的發(fā)病人次相比6月出現(xiàn)明顯的下降，發(fā)病人次不足6月的一半，僅為12.5人次/天，8月份發(fā)病人次也不足七月份的一半，僅為6.0人次/天，9-10月出現(xiàn)次高峰期，發(fā)病人次低于4～7月份。一年中發(fā)病最少的月份為2月份，日均僅有2.3人患病，其次是1月份，僅為3.3人次.從氣溫月分布來看，氣溫存在穩(wěn)定的周期性，7月日均氣溫最高，為29.6℃，1月份氣溫最低，僅為12.6℃。

2.2氣象要素及HFMD發(fā)病人次的時間序列和相關(guān)性分析

對2010年1月1日～2015年12月31日泉州市HFMD發(fā)病人次、日均氣溫（℃）、最高氣溫（℃）、最低氣溫（℃）逐日資料進行時間分布排序如圖4所示。HFMD的發(fā)病人次存在顯著的周期性，均在春夏季節(jié)，尤其是春夏交接（4～7月）的時候，會有明顯的發(fā)病人次的躍增，日均氣溫、最高氣溫和最低氣溫均呈現(xiàn)明顯的年周期性變化，夏季氣溫高，冬季氣溫低。

將各氣象要素和HFMD發(fā)病人次做Spearman相關(guān)性分析（見表2所列），其中HFMD和各氣象要素的相關(guān)性均通過顯著性檢驗（P<0.05），HFMD發(fā)病人次和日均氣溫、最高氣溫、最低氣溫、降水量和相對濕度均呈正相關(guān)，與平均風(fēng)速呈負相關(guān)，其中HFMD和日均氣溫的相關(guān)系數(shù)達到0.442，與最高氣溫和最低氣溫的相關(guān)性也達到0.412和0.447。

2.3日均氣溫和HFMD發(fā)病人次的滯后風(fēng)險評估

2.3.1基于0～21 d滯后條件下日均氣溫與HFMD發(fā)病人次的關(guān)系

日均氣溫-滯后天數(shù)-相對危險度三維圖如圖5所示。隨著日均氣溫升高，相對危險度呈現(xiàn)高低起伏，隨著滯后天數(shù)的增加，相對危險度呈現(xiàn)先上升后下降的趨勢。從圖中可以看到兩個明顯的相對危險度的高值區(qū)，其中一個出現(xiàn)在低溫時段，日均氣溫為11℃，RR值為1.059（95%CI：1.015，1.104），另一個出現(xiàn)在高溫時段，日均氣溫為29.5℃，RR值為1.071（95%CI：1.045，1.098），兩個高值區(qū)出現(xiàn)的時間均在滯后第4 d，具有統(tǒng)計學(xué)意義。

將三維圖沿著滯后天數(shù)進行相對危險度的累積處理后，得到累積滯后21 d的日均氣溫和相對危險度的趨勢圖（如圖6所示）及其95%的置信區(qū)間（陰影），日均氣溫與HFMD發(fā)病人數(shù)為非線性關(guān)系，近似“M”形狀.隨著日均氣溫的升高，相對危險度呈現(xiàn)先上升后下降、再上升再下降的趨勢，日均氣溫在小于18.1℃和大于22.38℃的兩個區(qū)間為HFMD發(fā)病的危險因素，存在兩個相對危險度的峰值區(qū)，其中一個出現(xiàn)在12.1℃，相對危險度為1.664（95%CI：1.105，2.507），另一個出現(xiàn)在32.2℃，相對危險度為1.848（95%CI：1.260，2.709），均具有統(tǒng)計學(xué)意義。在20.2℃相對危險度最低，僅為0.904，氣溫升高或降低都將伴隨RR值得上升。

2.3.2日均氣溫對HFMD發(fā)病人次在不同累積滯后天數(shù)下的冷熱效應(yīng)

從不同滯后天數(shù)的氣溫與RR值得關(guān)系圖來看（如圖7所示），在滯后0 d的相對危險度呈現(xiàn)先下降后上升再下降的趨勢，但均沒有顯著的統(tǒng)計學(xué)意義.滯后第3天、滯后第7 d和滯后第10 d相對危險度呈現(xiàn)先上升后下降，再上升再下降的趨勢，再低溫和高溫處均存在一個明顯的高值區(qū)，且具有統(tǒng)計學(xué)意義，滯后第14 d和滯后第21 d的相對危險度均沒有統(tǒng)計學(xué)意義。

2.3.3極端低溫和極端高溫對HFMD影響的滯后效應(yīng)

分別以第1、第5、第10百分位和第90、第95、第99百分位上的氣溫作為溫度節(jié)點，得到在特定極端溫度下相對危險度相對于滯后天數(shù)的變化（如圖8所示）.在第1百分位8.3℃時，隨著滯后天數(shù)增加，相對危險度呈先上升后下降再上升的趨勢，再滯后第3 d的相對危險度達到最大，為1.0537，但不具有統(tǒng)計學(xué)意義。第5百分位10.5℃在滯后第2～8 d的相對危險度均大于1，且均具有統(tǒng)計學(xué)意義，其中最大的相對危險度出現(xiàn)在滯后第4 d，為1.0584，表明該溫度下在滯后第4 d HFMD發(fā)病人次增加5.84%。第10百分位12.4℃在滯后第3～10 d均大于1且具有顯著的統(tǒng)計學(xué)意義，最大的相對危險度出現(xiàn)在第4 d，為1.055。

極端高溫第90百分位29.9℃，第95百分位30.5℃，第99百分位31.4℃，均具有明顯的倒“V”型特征，隨著滯后天數(shù)增加，相對危險度先上升后下降，均在滯后第四天相對危險度的值達到最大，在第90百分位的相對危險度最大，為1.071。

從極端低溫和極端高溫的滯后效應(yīng)可以發(fā)現(xiàn)，極端氣溫均具有明顯的滯后效應(yīng)，兩者均在滯后第1 d起相對危險度大于1，其中極端低溫在滯后第3～4 dRR值最大，而極端高溫均在滯后第4 d RR值最大。

3討論

泉州屬亞熱帶濕潤季風(fēng)氣候，本論述利用2010～2015年泉州市HFMD報告病例和同期氣象資料，對其進行描述性統(tǒng)計和時間序列分析，納入氣象要素，控制星期幾效應(yīng)、節(jié)假日效應(yīng)，長期趨勢，利用分布滯后非線性模型分析日均氣溫對HFMD發(fā)病人次的影響，累積滯后21 d，探討日均氣溫和極端氣溫對HFMD的滯后風(fēng)險。

2010～2015年泉州市豐澤區(qū)、鯉城區(qū)、洛江區(qū)累計報告HFMD發(fā)病人次23 960人，泉州市HFMD存在明顯的雙峰分布，發(fā)病主高峰在4～7月，次高峰在9～10月，與馬來西亞（Chua et al，2011）和新加坡（Ling H Y，2011）的研究基本一致.日本（Onozuka et al，2011）和我國天津（Ji et al，2020）的研究顯示了在夏季6～8月的單峰分布（Onozuka et al，2011），與我們的研究存在差異。值得一提的是，兩地的緯度差異不大，且都是溫帶季風(fēng)氣候.多項研究顯示HFMD在我國的分布也是呈現(xiàn)雙峰型，但是存在一定的時間偏差，Qi H等人對上海閔行區(qū)2009～2015年的研究顯示發(fā)病雙峰期分別為5～7月，11～1月（Qi et al，2018），這與武漢4～6月，11～1月的分布基本一致，兩地均為長江流域，且均受到6月梅雨的影響，梅雨等高溫高濕天氣會造成春夏季節(jié)HFMD發(fā)病人次的增加（Hao et al，2020；楊絲絮，2019）。而廣州的一項研究顯示雙峰型分布時間在5～7月以及9月（劉偉等，2019），這與緯度及氣候差異不大的泉州基本一致，兩地更多地受到華南前汛期高溫高濕天氣的影響，楊綠綠等人對泉州2014～2015的 HFMD分布趨勢研究也顯示了雙峰型分布，9～10月的次高峰期可能與學(xué)校開學(xué)，人群密集活動增加有關(guān)（楊綠綠等，2017）。

HFMD的發(fā)病人次與氣象要素均存在明顯的相關(guān)性，與最低氣溫相關(guān)性最高（r=0.447），其次是日均氣溫（r=0.442），這與我國南方的研究基本一致，廣東省和南京市的研究顯示發(fā)病數(shù)和日均氣溫的相關(guān)性分別為0.45（Du et al，2018），和0.413（Liu et al，2018），而我國環(huán)渤海地區(qū)，北京和天津的相關(guān)性分別為0.83（Meimei et al，2015）和0.76（Ji et al，2020），相關(guān)性遠大于南方地區(qū)，這可能是由地理區(qū)域和氣候特征差異造成的（Huang et al，2013；Wei et al，2015）。

日均氣溫累積滯后21 d對HFMD發(fā)病人次的影響呈非線性，近似呈“M”形，存在兩個峰值，分別出現(xiàn)在32.2℃（RR=1.848）和12.1℃（RR=1.664），這與許多研究的趨勢保持一致。武漢氣溫對發(fā)病人次累積滯后關(guān)系呈現(xiàn)M形（Hao et al，2020），并且兩個峰值分別出現(xiàn)在27.9℃（RR=1.945）和2.3℃（RR=1.760）。天津的研究同樣呈現(xiàn)M形（Ji et al，2020），兩個峰值分別在25.6℃（RR=1.45）和1.7℃（RR=1.1），呼和浩特暖季（5～9月）的研究呈單峰型（王宇倩等，2020），最危險溫度出現(xiàn)在22.8℃（RR=1.38）?？梢姡虻赜虿煌瑢?dǎo)致最危險氣溫的差異，并且最大發(fā)病風(fēng)險的溫度從低緯到高緯逐漸下降。M形兩個峰值之間存在一個最低值，我們的研究顯示該值出現(xiàn)在20.2℃（RR=0.904），對HFMD發(fā)病起保護性作用。

極端氣溫對HFMD有發(fā)病風(fēng)險，且滯后效應(yīng)明顯，極端高溫和極端低溫均在滯后第2 d起RR值大于1且具有統(tǒng)計學(xué)意義，極端低溫在滯后第3～4 d RR值達到最大，極端高溫均在滯后第4 d達到最大。關(guān)于極端高溫對HFMD的作用，各地的研究存在一定的差異，天津（Ji et al，2020）、寧波（王思嘉，2018）和廣州（劉偉等，2019）的研究均顯示高溫在滯后當(dāng)天開始起作用并且當(dāng)天RR值最大，而武漢的研究高溫在滯后第3 d開始起作用，但是在滯后7～8 d RR值最大，而極端低溫對HFMD的影響，廣州（劉偉等，2019）、武漢（Hao et al，2020）和寧波（王思嘉，2018）的研究包括均顯示在滯后第1～2 d RR值達到最大，而我們的低溫滯后時間相對更長，這與模型參數(shù)設(shè)置以及不同的暴露反應(yīng)曲線相關(guān)，并且各地的極端百分比溫度不同，在不同溫度下，病毒的生存、復(fù)制和傳播具有一定的差異造成的（王金玉等，2018）。

本論述首次探討了日均氣溫對泉州市HFMD發(fā)病數(shù)之間的非線性關(guān)系，初步分析得到泉州市氣溫對HFMD發(fā)病影響效應(yīng)大小及其滯后效應(yīng).但本研究也有一定的局限性，HFMD發(fā)病原因多樣，免疫力下降、不注意個人衛(wèi)生等都是重要的原因，氣象因子不能對發(fā)病進行完全描述，溫度只是其中一個方面，溫度可能通過是影響HFMD發(fā)病的部分環(huán)節(jié)的綜合作用的結(jié)果（王金玉等，2018），如病毒的活性和傳播能力，在今后的研究中也可以加入其它氣象因子，進行交互影響的研究。其次，本模型中僅納入氣象因素，在未來的研究中，有望再加入污染物等混雜因素，以獲取更好的模型效果。最后，本研究所獲取資料僅為HFMD日報告人次，數(shù)據(jù)本身可能存在一定的誤差，比如漏報，并且數(shù)據(jù)沒有發(fā)病人的年齡、性別等信息，無法進行分層研究，無法篩選敏感人群。

4結(jié)論

（1）泉州市HFMD發(fā)病主高峰在4～7月，日均氣溫對HFMD發(fā)病人次的影響呈非線性（近似“M”形）。

（2）高溫和低溫均對HFMD有發(fā)病風(fēng)險，且滯后效應(yīng)明顯。

（3）極端氣溫均在滯后第3～4 d相對危險度達到最大。

參考文獻：

[1]Chen C，Lin H，Li X，et al. Short-term effects of meteorologi？ cal factors on children hand，foot and mouth disease in Guangzhou，China[J]. International journal of biomete-orolo？ gy，2014，58（7）：1605-1614.

[2]Chua K B，Kasri A R. Hand foot and mouth disease due to en？ terovirus 71 in Malaysia[J]. Virologica Sinica，26（4）：221-228.

[3]Du Z，Lawrence W R，Zhang W，et al. 2018. Interactions be？ tween climate factors and air pollution on daily HFMD cases：A time series study in Guangdong，China[J]. Science of The Total Environment，2011，656.

[4]Hao J，Yang Z，Yang W，et al. Impact of Ambient Tempera？ ture and Relative Humidity on the Incidence of Hand-FootMouth Disease in Wuhan，China[J].International Journal of Environmental Research and Public Health，2020，17（2）：428.

[5]Hii Y L，Rocklov J，Ng N. Short term effects of weather on hand，foot and mouth disease[J].PloS one，2011，6（2）：e16796.

[6]Huang Y，Deng T，Yu S，et al. Effect of meteorological vari？ ables on the incidence of hand，foot，and mouth disease in children：a time- series analysis in Guangzhou，China[J]. BMC Infect Dis，2013，13：134.

[7]Ji X Y，Huang L Y，Song J，et al. Short-term effects of meteo？ rological factors，air pollution，and sunspot on childhood hand，foot，and mouth disease in Tianjin，China：a new time series regression，2014-2018[J].Environmental ence and Pol？ lution Research，2020，1-14.

[8]Ling H Y，Joacim R，Nawi N，et al. Short Term Effects of Weather on Hand，F(xiàn)oot and Mouth Disease[J]. PLoS ONE，2011，6（2）：e16796.

[9]Liu S，Chen J，Wang J，et al. Predicting the outbreak of hand，foot，and mouth disease in Nanjing，China：a time-se？ ries model based on weather variability[J].International Jour？ nal of Biometeorology，2018，62（4）：565-574.

[10]Meimei X，Weiwei Y，Shilu T，et al. Non-Linear Association between Exposure to Ambient Temperature and Children’s Hand-Foot-and-Mouth Disease in Beijing，China[J]. PLoS ONE，2015，10（5）：e0126171.

[11]Onozuka D，Hashizume M. The influence of temperature and humidity on the incidence of hand，foot，and mouth dis？ ease in Japan[J]. The Science of The Total Environ-ment，2011，410-411：119-125.

[12]Qi H，Chen Y，Xu D，et al. 2018. Impact of meteorological factors on the incidence of childhood hand，foot，and mouth disease（HFMD）analyzed by DLNMs-based time series ap？ proach[J]. Infect Dis Poverty，7（1）：7.

[13]Wei J，Hansen A，Liu Q，et al. The effect of meteorological variables on the transmission of hand，foot and mouth dis？ ease in four major cities of shanxi province，China：a time se？ ries data analysis（2009-2013）[J]. PLoS Negl Trop Dis，2015，9（3）：e0003572.

[14]劉偉，董智強，胡文穗，等.氣溫對廣州市兒童HFMD發(fā)病影響的研究[J].實用預(yù)防醫(yī)學(xué)，2019，26（8）：958-961.

[15]彭娟霞，李燕，劉蘭. 2008-2017年銀川市HFMD流行特征的聚類分析[J].醫(yī)學(xué)動物防制，2019，35（7）：21-25.

[16]沈秀蓮，鄭爾達，黃甜.基于分布滯后非線性模型探討日均氣溫對曲靖市HFMD發(fā)病的影響[J]，中華疾病控制雜志，2020，24（11）：1275-1281.

[17]王金玉，李盛，董繼元，等.氣溫對蘭州市HFMD發(fā)病的滯后效應(yīng)研究[J].中國衛(wèi)生統(tǒng)計，2018，35（1）：38-42.

[18]王思嘉.寧波市2014-2016年氣溫和相對濕度對HFMD發(fā)病的影響[D].武漢：華中科技大學(xué)，2018.

[19]王宇倩，洪志敏，王曉磊，等.呼和浩特市暖季氣象因素對HFMD發(fā)病的影響[J].病毒學(xué)報，2020，36（6）：1059-1066.

[20]徐興福，畢建萍，李駿.杭州市蕭山區(qū)2009—2019年極端氣象因素與0～6歲兒童HFMD發(fā)病風(fēng)險關(guān)系[J].環(huán)境與職業(yè)醫(yī)學(xué)，2020（10）.

[21]楊綠綠，梁世山，蔡志明，等. 2014-2015年泉州地區(qū) HFMD的流行特征及臨床特點[J].中國微生態(tài)學(xué)雜志，2017，29（5）：555-558，562.

[22]楊絲絮.上海市氣溫和相對濕度對HFMD的影響研究[D].蘭州：蘭州大學(xué)，2019.

[23]中華人民共和國國家衛(wèi)生和計劃生育委員會. HFMD診療指南（2018年版）[J].傳染病信息，2018，31（3）：193？198.