Erfassung von hitze- und feinstaubbedingten Gesundheitsrisiken in Deutschland: Ein epidemiologischer Studienansatz

Assessment of health risks due to heat and fine particles in Germany: an epidemiological study approach

Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz volume 62, pages782–791(2019)Cite this article

Zusammenfassung

Hintergrund

Die Exposition gegenüber Hitze und Feinstaub verursacht erhöhte Sterblichkeit. Klimawandel und zunehmende Klimavariabilität verstärken diese Problematik. Auch für Deutschland erscheint es notwendig, die gesundheitlichen Risiken reproduzierbar abzuschätzen.

Umgesetzt wurde ein epidemiologischer Studienansatz, mit welchem die Erfassung dieser Risiken auf klein- und großräumiger Bezugsfläche möglich ist.

Methodik

Zur Erforschung des Zusammenhangs zwischen den Expositionen und der Mortalität kam das Case-Cross-over-Design zur Anwendung. Im Design wird ein logistischer Regressionsansatz genutzt. Analog zur gematchten Fallkontrollstudie bildet das Odds Ratio (OR) die Effektstärke ab.

Betrachtet wurde der Zeitraum 2002–2006.

Ergebnisse

Das Analyseergebnis belegt für die Bundesrepublik Deutschland das gesundheitliche Risiko durch die Exposition Hitze (OR 1,1529, 95 % CI 1,1517–1,1541; OR adjustiert 1,0658). Ein signifikanter Nachweis gelang auch für die Exposition Feinstaub (PM10; OR 1,2987, 95 % CI 1,2951–1,3024; OR adjustiert 1,0128). Frauen sind im Vergleich zu Männern nicht mehr oder minder signifikant gefährdet. Die Variable Alter war für die bundesdeutsche Ebene nicht signifikant, jedoch für einige untergeordnete Raumeinheiten.

Der Forschungsansatz lässt sich für unterschiedliche Bezugs- und Zeiträume sowie Populationen adaptieren.

Diskussion

Der methodische Ansatz ist für ein reproduzierbares Studiendesign nutzbar. Allerdings sollten zunächst weitere Einflussfaktoren wie Ozon oder PM2,5 in folgende Analysen einfließen, um zu klären, ob diese Faktoren die Studienergebnisse verzerren. Auch wäre fortführend zu zeigen, ob und inwieweit soziostrukturelle und sozioökonomische Faktoren das assoziierte Risiko beeinflussen.

Abstract

Background

Exposure to heat and particulate matter is a cause of increased mortality. Climate change and increasing climate variability exacerbate these problems. Experts require assessments with which health risks and the success of preventative measures can be estimated. We implemented an ecological study approach to assess these risks at both small and large scales of reference levels (Federal Republic of Germany and territorial authority).

Methods

We utilised a case-crossover design to investigate the relationship between exposure and mortality. This study design uses a logistic regression model. Analogously to a matched case-control study, the odds ratio maps the effect strength. The study period included the years 2002–2006.

Results

The analysis demonstrated health risks from exposure to heat for the German population (OR 1.1529, 95% CI 1.1517–1.1541; adjusted OR 1.0658). Significant evidence of a health risk was also documented for exposure to particulate matter (PM10; OR 1.2987, 95% CI 1.2951–1.3024; adjusted OR 1.0128). The risk does not significantly differ for women versus men; the variable age was also not significant at the level of the country-wide analysis, but for a few subordinate units of space.

This study approach can be adapted for assessments at varying levels of reference and periods of time as well as for different populations.

Discussion

The methodological approach is useful for a reproducible study design. Nevertheless, other influencing factors such as ozone or PM2.5 should be incorporated in subsequent analyses to clarify whether these factors skew the results. Further analysis would also be useful to investigate if and to what extent socio-structural and socio-economic factors affect the associated risk.

This is a preview of subscription content, access via your institution.

Access options

Buy single article

Instant access to the full article PDF.

US$ 39.95

Tax calculation will be finalised during checkout.

Abb. 1

Literatur

  1. 1.

    Brasseur GP, Jacob D, Schuck-Zöller S (2017) Klimawandel in Deutschland: Entwicklung, Folgen, Risiken und Perspektiven. Springer, Berlin Heidelberg

    Google Scholar 

  2. 2.

    Stocker T (2014) Climate change 2013: the physical science basis: Working Group I contribution to the Fifth assessment report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge

    Google Scholar 

  3. 3.

    Heudorf U, Meyer C (2005) Gesundheitliche Auswirkungen extremer Hitze-am Beispiel der Hitzewelle und der Mortalität in Frankfurt am Main im August 2003. Gesundheitswesen 67:369–374

    Article  CAS  PubMed  Google Scholar 

  4. 4.

    Bittner M‑I (2014) Auswirkungen von Hitzewellen auf die Mortalität in Deutschland. Gesundheitswesen 76:508–512

    PubMed  Google Scholar 

  5. 5.

    Hertel S, Le Tertre A, Jöckel K‑H, Hoffmann B (2009) Quantification of the heat wave effect on cause-specific mortality in Essen, Germany. Eur J Epidemiol 24:407–414

    Article  PubMed  Google Scholar 

  6. 6.

    Haines A, Kovats RS, Campbell-Lendrum D, Corvalán C (2006) Climate change and human health: impacts, vulnerability and public health. Public Health 120:585–596

    Article  CAS  PubMed  Google Scholar 

  7. 7.

    Jahn HJ, Krämer A, Wörmann T (2013) Klimawandel und Gesundheit: Internationale, nationale und regionale Herausforderungen und Antworten. Springer, Berlin Heidelberg

    Google Scholar 

  8. 8.

    Kappas M (2009) Klimatologie: Klimaforschung im 21. Jahrhundert – Herausforderung für Natur- und Sozialwissenschaften. Springer, Berlin Heidelberg

    Google Scholar 

  9. 9.

    Foken T (2006) Allgemeine Grundlagen. Angew Meteorol Mikrometeorol Methoden. https://doi.org/10.1007/978-3-540-38204-1

    Article  Google Scholar 

  10. 10.

    Claßen T, Heiler A, Brei B, Hornberg C (2013) Gesundheitsrisiko Klimawandel: eine lösbare Aufgabe für Regionen und Kommunen?! In: Klimawandel und Gesundheit. Springer, Berlin Heidelberg, S 259–278

    Google Scholar 

  11. 11.

    Hupfer P, Chmielewski FM, Pethe H, Kuttler W (2006) Witterung und Klima: Eine Einführung in die Meteorologie und Klimatologie. Vieweg+Teubner, Essen

    Google Scholar 

  12. 12.

    Loughnan M, Nicholls N, Tapper NJ (2012) Mapping heat health risks in urban areas. Int J Popul Res 2012:1–12. https://doi.org/10.1155/2012/518687

    Article  Google Scholar 

  13. 13.

    Nohlen D, Schultze R‑O (2005) Lexikon der Politikwissenschaft: Theorien, Methoden, Begriffe. C.H. Beck, München

    Google Scholar 

  14. 14.

    Pebesma E, Gräler B (2013) Spatio-temporal geostatistics using gstat. Inst Geoinformatics Univ Münst Rep http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.406.5336&rep=rep1&type=pdf

    Google Scholar 

  15. 15.

    Bivand RS, Pebesma EJ, Gomez-Rubio V, Pebesma EJ (2008) Applied spatial data analysis with R. Springer, Berlin Heidelberg

    Google Scholar 

  16. 16.

    Zürcher C, Frank T (1998) Randbedingungen (Klima). In: Bauphysik. Springer, Berlin Heidelberg, S 1–19

    Google Scholar 

  17. 17.

    Rothfusz L (2017) The heat index „equation“ (or, more than you ever wanted to know about heat index)

    Google Scholar 

  18. 18.

    Steadman RG (1984) A universal scale of apparent temperature. J Clim Appl Meteorol 23:1674–1687

    Article  Google Scholar 

  19. 19.

    Anderson GB, Bell ML, Peng RD (2013) Methods to calculate the heat index as an exposure metric in environmental health research. Environ Health Perspect 121:1111

    Article  PubMed  PubMed Central  Google Scholar 

  20. 20.

    Basu R, Samet JM (2002) Relation between elevated ambient temperature and mortality: a review of the epidemiologic evidence. Epidemiol Rev 24:190–202

    Article  PubMed  Google Scholar 

  21. 21.

    Schmidt RF, Lang F, Heckmann M (2011) Physiologie des menschen: mit pathophysiologie. Springer, Berlin Heidelberg

    Google Scholar 

  22. 22.

    Semenza JC, McCullough JE, Flanders WD, McGeehin MA, Lumpkin JR (1999) Excess hospital admissions during the July 1995 heat wave in Chicago. Am J Prev Med 16:269–277

    Article  CAS  PubMed  Google Scholar 

  23. 23.

    Kovats RS, Hajat S (2008) Heat stress and public health: a critical review. Annu Rev Public Health 29:41–55

    Article  PubMed  Google Scholar 

  24. 24.

    Medina-Ramón M, Zanobetti A, Cavanagh DP, Schwartz J (2006) Extreme temperatures and mortality: assessing effect modification by personal characteristics and specific cause of death in a multi-city case-only analysis. Environ Health Perspect 114:1331

    Article  PubMed  PubMed Central  Google Scholar 

  25. 25.

    Hansen AL, Bi P, Ryan P, Nitschke M, Pisaniello D, Tucker G (2008) The effect of heat waves on hospital admissions for renal disease in a temperate city of Australia. Int J Epidemiol 37:1359–1365

    Article  PubMed  Google Scholar 

  26. 26.

    Mastrangelo G, Hajat S, Fadda E, Buja A, Fedeli U, Spolaore P (2006) Contrasting patterns of hospital admissions and mortality during heat waves: are deaths from circulatory disease a real excess or an artifact? Med Hypotheses 66:1025–1028

    Article  PubMed  Google Scholar 

  27. 27.

    Monteiro A, Carvalho V, Oliveira T, Sousa C (2013) Excess mortality and morbidity during the July 2006 heat wave in Porto, Portugal. Int J Biometeorol 57:155–167

    Article  PubMed  Google Scholar 

  28. 28.

    Maclure M (1991) The case-crossover design: a method for studying transient effects on the risk of acute events. Am J Epidemiol 133:144–153

    Article  CAS  PubMed  Google Scholar 

  29. 29.

    De’Donato FK, Stafoggia M, Rognoni M et al (2008) Airport and city-centre temperatures in the evaluation of the association between heat and mortality. Int J Biometeorol 52:301–310

    Article  PubMed  Google Scholar 

  30. 30.

    Jaakkola JJK (2003) Case-crossover design in air pollution epidemiology. Eur Respir J 21:81s–85s

    Article  CAS  Google Scholar 

  31. 31.

    Schumacher M, Schulgen-Kristiansen G (2008) Methodik klinischer Studien: Methodische Grundlagen der Planung, Durchführung und Auswertung. Springer, Berlin Heidelberg

    Google Scholar 

  32. 32.

    Basu R, Dominici F, Samet JM (2005) Temperature and mortality among the elderly in the United States: a comparison of epidemiologic methods. Epidemiology 16:58–66

    Article  PubMed  Google Scholar 

  33. 33.

    Basu R, Ostro BD (2008) A multicounty analysis identifying the populations vulnerable to mortality associated with high ambient temperature in California. Am J Epidemiol 168:632–637

    Article  PubMed  Google Scholar 

  34. 34.

    Uejio CK, Wilhelmi OV, Golden JS, Mills DM, Gulino SP, Samenow JP (2011) Intra-urban societal vulnerability to extreme heat: The role of heat exposure and the built environment, socioeconomics, and neighborhood stability. Health Place. https://doi.org/10.1016/j.healthplace.2010.12.005

    Article  PubMed  Google Scholar 

  35. 35.

    Ho HC, Knudby A, Xu Y, Hodul M, Aminipouri M (2016) A comparison of urban heat islands mapped using skin temperature, air temperature, and apparent temperature (Humidex), for the greater Vancouver area. Sci Total Environ. https://doi.org/10.1016/j.scitotenv.2015.12.021

    Article  PubMed  Google Scholar 

  36. 36.

    Mittleman MA, Mostofsky E (2014) Exchangeability in the case-crossover design. Int J Epidemiol 43:1645–1655

    Article  PubMed  PubMed Central  Google Scholar 

  37. 37.

    Hedderich J, Sachs L (2015) Angewandte statistik: methodensammlung mit R. Springer, Berlin Heidelberg

    Google Scholar 

  38. 38.

    Core R (2015) Team. R Lang Environ Stat Comput

    Google Scholar 

  39. 39.

    Kreienbrock L, Pigeot I, Ahrens W (2012) Epidemiologische Methoden. Springer, Berlin Heidelberg

    Google Scholar 

  40. 40.

    Schumacker R, Tomek S (2013) Understanding statistics using R. Springer, Heidelberg

    Google Scholar 

  41. 41.

    Gabriel KMA, Endlicher WR (2011) Urban and rural mortality rates during heat waves in Berlin and Brandenburg, Germany. Environ Pollut 159:2044–2050. https://doi.org/10.1016/j.envpol.2011.01.016

    Article  CAS  PubMed  Google Scholar 

  42. 42.

    Koppe C, Jendritzky G, Pfaff G (2003) Die Auswirkungen der Hitzewelle 2003 auf die Gesundheit. DWD Klimastatusber 2003:152–162

    Google Scholar 

  43. 43.

    Garssen J, Harmsen C, Beer JD (2005) The effect of the summer 2003 heat wave on mortality in the Netherlands. Eurosurveillance 10(7–9):165–167

    CAS  PubMed  Google Scholar 

  44. 44.

    Hutter HP, Moshammer H, Wallner P, Leitner B, Kundi M (2007) Heatwaves in Vienna: effects on mortality. Wien Klin Wochenschr 119(7–8):223–227

    Article  Google Scholar 

  45. 45.

    Grize L, Huss A, Thommen O, Schindler C, Braun-Fahrlander C (2005) Heat wave 2003 and mortality in Switzerland. Swiss Med Wkly 135:200–205

    PubMed  Google Scholar 

  46. 46.

    Simón F, Lopez-Abente G, Ballester E, Martínez F (2005) Mortality in Spain during the heat waves of summer 2003. Euro Surveill 10:156–161

    Article  PubMed  Google Scholar 

  47. 47.

    Michelozzi P, De Sario M, Accetta G, de’Donato F, Kirchmayer U, D’Ovidio, M, Perucci CA (2006) Temperature and summer mortality: geographical and temporal variations in four Italian cities. J Epidemiol Community Health 60(5):417–423

    Article  PubMed  PubMed Central  Google Scholar 

  48. 48.

    Johnson H, Kovats S, McGregor G, Stedman J, Gibbs M, Walton H, Cook L (2004) The impact of the 2003 heat wave on mortality and hospital admissions in England. Epidemiology 15:S126

    Article  Google Scholar 

  49. 49.

    Rocklöv J, Forsberg B (2008) The effect of temperature on mortality in stockholm 1998–2003: a study of lag structures and heatwave effects. Scand J Soc Med 36:516–523

    Google Scholar 

  50. 50.

    Conti S, Meli P, Minelli G et al (2005) Epidemiologic study of mortality during the Summer 2003 heat wave in Italy. Environ Res 98:390–399

    Article  CAS  PubMed  Google Scholar 

  51. 51.

    Fanger PO (1973) Assessment of man’s thermal comfort in practice. Occup Environ Med 30:313–324

    Article  CAS  Google Scholar 

  52. 52.

    Peng RD, Dominici F (2008) Statistical methods for environmental epidemiology with R. R Case Study Air Pollut Health

    Google Scholar 

  53. 53.

    Blazejczyk K, Epstein Y, Jendritzky G, Staiger H, Tinz B (2012) Comparison of UTCI to selected thermal indices. Int J Biometeorol 56:515–535

    Article  PubMed  Google Scholar 

Download references

Author information

Affiliations

  1. Bielefeld Fakultät für Gesundheitswissenschaften (AG 2), Universität Bielefeld, Postfach 100131, 33501, Bielefeld, Deutschland

    Dr. Sascha Georgy, Dr. Heiko J. Jahn & Prof. Dr. Alexander Krämer

  2. Institut für Geodäsie und Geoinformation, Universität Bonn, Bonn, Deutschland

    Dr. Sven Lautenbach

  3. Geographisches Institut Heidelberg, Universität Heidelberg, Heidelberg, Deutschland

    Dr. Sven Lautenbach

  4. Institut für Urbane Entwicklungen, Umweltmeteorologie, Universität Kassel, Kassel, Deutschland

    Prof. Dr. Lutz Katzschner

Authors
  1. Dr. Sascha Georgy
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Dr. Sven Lautenbach
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Dr. Heiko J. Jahn
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Prof. Dr. Lutz Katzschner
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. Prof. Dr. Alexander Krämer
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Dr. Sascha Georgy.

Ethics declarations

Interessenkonflikt

S. Georgy, S. Lautenbach, H.J. Jahn, L. Katzschner und A. Krämer geben an, dass kein Interessenkonflikt besteht.

Die verwendeten Daten wurden durch Mitarbeiter der Statistischen Ämter des Bundes und der Länder zum Schutz der Daten nach § 16 Abs. 6 Bundesstatistikgesetz faktisch anonymisiert. Die Datenverarbeitung erfolgte unter Aufsicht an einem Arbeitsplatz für Gastwissenschaftler bei den Statistischen Ämtern des Bundes und der Länder. Es bedurfte keiner Genehmigung durch eine Ethik-Kommission.

Rights and permissions

Reprints and Permissions

About this article

Verify currency and authenticity via CrossMark

Cite this article

Georgy, S., Lautenbach, S., Jahn, H.J. et al. Erfassung von hitze- und feinstaubbedingten Gesundheitsrisiken in Deutschland: Ein epidemiologischer Studienansatz. Bundesgesundheitsbl 62, 782–791 (2019). https://doi.org/10.1007/s00103-019-02960-8

Download citation

Schlüsselwörter

  • Klimawandel
  • Mortalität
  • Risikoabschätzung
  • Case-Cross-over-Design
  • Präventionsmaßnahmen

Keywords

  • Climate change
  • Mortality
  • Assessment
  • Case-crossover design
  • Prevention