Abstrak
Asap kebakaran hutan dan peristiwa panas ekstrem memburuk di California, tetapi efek kesehatan gabungannya tidak dipahami dengan baik. Studi ini memperkirakan efek gabungan dari panas ekstrem dan asap kebakaran hutan pada rawat inap di California, 2011–2020. Kami menggunakan desain persilangan kasus dengan kontrol berstrata waktu dan regresi logistik bersyarat untuk memperkirakan efek ini pada skala perkalian dan aditif. Paparan dinilai untuk 16 kombinasi kelambatan paparan (0–3 hari) untuk panas ekstrem dan partikel halus yang dipengaruhi kebakaran hutan. Di antara lebih dari 28 juta kasus morbiditas penyebab alamiah, mayoritas adalah orang dewasa berusia 65 tahun ke atas (41,4%), penutur bahasa Inggris (85,1%), dan kulit putih, non-Hispanik (49,7%), sebagian besar tinggal di daerah perkotaan (97,2%). Studi ini menemukan sekitar 8% morbiditas pernapasan (95% CI, 2,4%–13,8%) disebabkan oleh interaksi asap kebakaran hutan dan panas ekstrem. Efek sendi yang signifikan juga diamati untuk morbiditas kardiovaskular (5,5%) dan ginjal (6,2%). Analisis subkelompok mengungkapkan efek yang lebih kuat: Morbiditas pernapasan (19,2%, 95% CI 6,5%–32,1%) dan serebrovaskular (15,7%, 95% CI 4%–27,4%) paling menonjol pada individu kulit hitam; orang dewasa yang lebih tua (50–64 tahun) menunjukkan efek yang kuat untuk morbiditas ginjal (15,4%, 95% CI −1,6%−32,6%); dan efek kardiovaskular tertinggi di antara wanita (9,8%, 95% CI 2,9%–16,7%). Efek pada morbiditas penyebab alamiah secara umum tidak ada. Interaksi asap kebakaran hutan dan panas ekstrem dalam jendela paparan pendek (4 hari) meningkatkan rawat inap; menyoroti perlunya intervensi panas sendi dan asap kebakaran hutan yang menargetkan populasi dengan risiko lebih besar.
Poin-poin Utama
- Asap kebakaran hutan dan suhu panas ekstrem dikaitkan dengan dampak sinergis terhadap morbiditas di California dari tahun 2011 hingga 2019
- Dampaknya lebih terasa dalam subkelompok populasi yang dicirikan oleh faktor sosiodemografi tingkat individu dan komunitas.
- Efek sinergis diamati pada paparan asap kebakaran hutan dan suhu panas ekstrem pada hari-hari yang bersamaan dan periode waktu pendek (4 hari)
Ringkasan Bahasa Sederhana
Di California, baik asap kebakaran hutan maupun peristiwa panas ekstrem menjadi lebih sering dan parah karena perubahan iklim, tetapi kami tidak sepenuhnya memahami bagaimana kombinasi bahaya tersebut memengaruhi kesehatan manusia. Studi ini mengamati rawat inap dari tahun 2011 hingga 2019 untuk mengetahui bagaimana kedua paparan berbahaya ini berinteraksi dan memengaruhi masalah kesehatan. Kami secara khusus memeriksa kasus-kasus morbiditas penyebab alamiah, serta titik akhir penyebab spesifik untuk morbiditas pernapasan, kardiovaskular, ginjal, dan serebrovaskular. Kami menemukan sebagian besar penyakit pernapasan (8%) dapat dikaitkan dengan efek gabungan dari asap kebakaran hutan dan panas ekstrem. Masalah kardiovaskular dan ginjal juga terpengaruh, meskipun pada tingkat yang lebih rendah (masing-masing 5,5% dan 6,2%). Kami juga mengamati efek yang lebih nyata, termasuk dampak signifikan pada kesehatan serebrovaskular, dalam subkelompok populasi yang dicirikan oleh faktor tingkat individu dan komunitas yang mencerminkan kemungkinan perbedaan dalam risiko biologis, perilaku berisiko, dan kerugian sosial dan berbasis tempat. Hasil ini berguna untuk komunikasi risiko yang ditargetkan untuk kombinasi asap kebakaran hutan dan peristiwa panas ekstrem yang terjadi bersamaan atau berurutan dalam periode paparan 4 hari.
1 Pendahuluan
California telah mengalami musim kebakaran hutan dan suhu panas ekstrem yang berulang kali memecahkan rekor dalam beberapa tahun terakhir. Konsekuensi dari perubahan iklim telah menyebabkan meningkatnya frekuensi dan besarnya bahaya iklim ini. Sejak tahun 1970-an, negara bagian tersebut telah mengalami peningkatan suhu siang hari musim panas rata-rata sekitar 1,4°C di tengah peningkatan lima kali lipat lanskap yang terbakar oleh kebakaran hutan (Westerling et al., 2006 ; Williams et al., 2019 ). Musim kebakaran hutan yang lebih panjang dan lebih parah mendorong peningkatan kebakaran hutan majemuk dan peristiwa suhu panas ekstrem, yaitu kombinasi dari berbagai bahaya yang berkontribusi terhadap risiko kesehatan lingkungan atau publik (Masri et al., 2022 ; Rosenthal et al., 2022 ). Namun, dampak kesehatan yang dihasilkan dari asap kebakaran hutan majemuk dan paparan suhu panas ekstrem belum dipahami dengan baik.
Dampak kesehatan yang merugikan dari emisi kebakaran hutan dan peristiwa panas ekstrem telah dipelajari secara ekstensif dalam penilaian bahaya tunggal. Hubungan dengan asap kebakaran hutan telah dipelajari dalam hubungannya dengan berbagai polutan udara, seperti ozon, NO, dan partikulat, tetapi masalah kesehatan masyarakat utama difokuskan pada partikulat halus (PM 2.5 ) (Cascio, 2018 ; Reid, Brauer, et al., 2016 ; US EPA, 2019 ). Paparan PM 2.5 akibat kebakaran hutan meningkatkan risiko hasil pernapasan dan kardiovaskular yang merugikan, termasuk asma, penyakit paru obstruktif kronik (PPOK), dan serangan jantung (Cascio, 2018 ; Chen et al., 2021 ; Reid, Brauer, et al., 2016 ). Demikian pula, studi tentang panas ekstrem menunjukkan suhu sekitar yang tinggi meningkatkan risiko kondisi kesehatan akut, seperti sengatan panas, gagal ginjal, dan gangguan cairan dan elektrolit (Bi et al., 2011 ; Bobb et al., 2014 ; Guirguis et al., 2014 ), serta eksaserbasi penyakit yang mendasarinya, termasuk kondisi pernapasan dan kardiovaskular (Schmeltz et al., 2016 ); meskipun berbagai definisi sering digunakan untuk mengkarakterisasi panas ekstrem (Bi et al., 2011 ; Bobb et al., 2014 ; Guirguis et al., 2014 ; Schmeltz et al., 2016 ). Kami fokus pada efek terkait dari hari-hari tunggal suhu ekstrem, daripada hari-hari berturut-turut, yaitu gelombang panas, untuk memeriksa berbagai kombinasi asap kebakaran hutan dan paparan panas ekstrem menggunakan unit temporal yang sama.
Studi terbaru menunjukkan efek gabungan dari polusi udara dan panas, termasuk polutan udara sekitar dan bukti terbatas pada emisi kebakaran hutan (Analitis et al., 2018 ; Anenberg et al., 2020 ; Chen et al., 2024 ; Patel et al., 2019 ; Rahman et al., 2022 ; Schwarz et al., 2021 ). Tinjauan terbaru oleh Anenberg et al. ( 2020 ) tentang efek kesehatan gabungan sinergis dari polusi udara sekitar, suhu, dan paparan serbuk sari menemukan bukti yang cukup untuk efek sinergis kematian semua penyebab, kardiovaskular, dan pernapasan dari polusi udara dan panas (terutama untuk ozon dan partikulat) (Anenberg et al., 2020 ). Studi lain tentang beban panas gabungan dan polusi udara menemukan puncak paparan polusi udara terkait dengan kejadian kebakaran hutan dan indeks panas yang tinggi (Austin et al., 2021 ). Demikian pula, penelitian lain juga menunjukkan kebakaran hutan adalah kunci untuk mendorong paparan dan dampak dari senyawa PM 2,5 dan panas ekstrem (Masri et al., 2022 ; Patel et al., 2019 ; Rosenthal et al., 2022 ). Beberapa penelitian tentang efek gabungan asap kebakaran hutan dan panas menunjukkan efek untuk penerimaan unit gawat darurat di Australia (Patel et al., 2019 ), dan untuk rawat inap (Chen et al., 2024 ) dan semua penyebab, pernapasan, dan kematian kardiovaskular di California (Rahman et al., 2022 ). Studi kami memperluas penelitian ini dengan menyelidiki hasil tambahan yang terkait dengan efek independen dari asap kebakaran hutan dan panas ekstrem yang belum dieksplorasi dalam konteks bahaya senyawa, termasuk morbiditas ginjal dan serebrovaskular. Selain itu, penelitian sebelumnya terutama berfokus pada dampak paparan asap kebakaran hutan dan suhu panas ekstrem di hari yang sama, dan penelitian ini mengambil pendekatan baru dengan memeriksa berbagai pola jeda paparan untuk lebih menjelaskan dinamika temporal dan potensi dampak sinergis dari bahaya ini selama periode jangka pendek.
Temuan dari studi epidemiologi sebelumnya tentang polutan udara sekitar dan panas ekstrem juga menunjukkan efek kesehatan gabungan dapat bervariasi di seluruh kerentanan sosial dan berbasis tempat tertentu (Qin et al., 2017 ; Schwarz et al., 2021 ; Simpson et al., 2023 ). Schwarz et al. ( 2021 ) tidak mengamati interaksi aditif antara paparan ozon dan panas pada populasi umum, tetapi efek gabungan ini kuat dalam kelompok subpopulasi seperti wilayah sensus dengan pendapatan rata-rata yang lebih rendah atau pengangguran yang lebih tinggi. Demikian pula, Chen et al. ( 2024 ) menunjukkan efek gabungan sinergis dari paparan asap kebakaran hutan dan panas ekstrem pada hari yang sama bervariasi secara spasial. Mereka menemukan efek yang lebih besar di komunitas dengan kerugian sosial ekonomi dan berbasis tempat yang lebih besar, misalnya, pendapatan yang lebih rendah, pendidikan yang lebih rendah, dan ruang hijau yang berkurang. Kami bermaksud menyelidiki efek gabungan paparan asap kebakaran hutan dan suhu panas ekstrem terhadap rawat inap di California dari tahun 2011 hingga 2020 dan mengkarakterisasi populasi dengan risiko dampak buruk yang lebih besar. Kami meneliti berbagai hubungan antara asap kebakaran hutan dan paparan suhu panas ekstrem dalam kurun waktu paparan jangka pendek. Studi ini berupaya memberikan pemahaman yang lebih baik tentang meningkatnya ancaman kebakaran hutan dan peristiwa suhu panas ekstrem untuk meningkatkan adaptasi kesehatan masyarakat di tengah perubahan iklim.
2 Bahan dan Metode
2.1 Data Kependudukan dan Kesehatan
Kami memperoleh data rawat inap di California, 2011–2020, dari California Department of Health Care Access and Information (HCAI). Klasifikasi Penyakit Internasional, Edisi Kesembilan (ICD-9) dan Edisi Kesepuluh (ICD-10) digunakan untuk mengklasifikasikan hasil yang diinginkan. Diagnosis dimasukkan untuk orang dewasa berusia ≥18 tahun dan tidak termasuk kondisi yang tidak disengaja akibat trauma, cedera, atau racun. Diagnosis yang memenuhi kriteria ini (misalnya, penyakit peredaran darah, penyakit pernapasan, penyakit menular, gangguan metabolik, kanker, gangguan mental dan perkembangan saraf, dan komplikasi kehamilan atau persalinan) diklasifikasikan sebagai morbiditas yang disebabkan oleh penyebab alamiah. Morbiditas spesifik penyebab juga ditetapkan untuk morbiditas penyebab pernapasan (kode ICD-9 460–466, 471, 472, 477, 478, 480–487, 490–496, 511, 513–519, 786; kode ICD-10 J00-J06, J12-J18, J20-J22, J30, J31, J33, J34, J38, J39, J40-J47, J80-J86, J90-J92, J94, J96-J99, R04-R07, R09), morbiditas penyebab kardiovaskular (kode ICD-9 390–398, 401–417, 420–429, 440–449; Kode ICD-10 I00-I02, I05-I16, I20-I28, I30-I5A, I70-I79), morbiditas penyebab serebrovaskular (kode ICD-9 430–438, kode ICD-10 I60-I69), dan morbiditas penyebab ginjal (kode ICD-9 580–589, 591–599, 788; kode ICD-10 N00-N08, N10-N13, N15-N23, N25-N29, R30-R39).
HCAI juga menyediakan data tingkat individu untuk jenis kelamin, usia, bahasa pilihan yang digunakan, serta ras dan etnis. Kami menggolongkan bahasa pilihan sebagai bahasa Inggris, Spanyol, atau lainnya. Selain itu, ras dan kelompok etnis diciutkan karena jumlah kasus yang sedikit; oleh karena itu, ras dan etnis didefinisikan sebagai kulit putih, Hispanik, kulit hitam, Asia, dan lainnya. Ras lainnya mencakup individu yang mengidentifikasi diri sebagai penduduk asli Hawaii atau Kepulauan Pasifik, Indian Amerika atau penduduk asli Alaska, multiras, atau lainnya dalam laporan HCAI. Kami juga memperoleh data geografis dan temporal untuk tanggal masuk, kode pos rumah sakit, dan kode pos tempat tinggal pasien.
Karakteristik tingkat Area Tabulasi Kode Pos (ZCTA) untuk kerugian sosial dan berbasis tempat diperoleh dari Survei Komunitas Amerika 5 tahun Sensus AS, 2015–2019. Kami memperoleh ukuran kemiskinan, pencapaian pendidikan, dan pedesaan untuk memeriksa faktor-faktor tingkat komunitas yang berkaitan dengan paparan dan hasil. Faktor-faktor tingkat komunitas dioperasionalkan sebagai variabel biner untuk analisis bertingkat. Kami mengkarakterisasi populasi berisiko tinggi untuk pencapaian pendidikan sebagai ZCTA di mana 50% atau lebih dari populasi orang dewasa memiliki pendidikan sekolah menengah atau kurang; untuk kemiskinan sebagai ZCTA di mana 25% atau lebih rumah tangga hidup di bawah kemiskinan; dan untuk pedesaan sebagai ZCTA dengan komposisi mayoritas (50% atau lebih) pedesaan. Selain itu, kami menghitung estimasi paparan tertimbang populasi tingkat ZCTA (lihat Bagian 2.3 ) menggunakan data populasi grid 1 km dari Gridded Population of the World V4 (Doxsey-Whitfield et al., 2015 ).
2.2 Data Lingkungan
Suhu maksimum harian yang dipetakan sepanjang 4 km ( Tmax ) diperoleh dari kumpulan data gridMET untuk periode dan wilayah studi kami (Abatzoglou, 2013 ). Kumpulan data ini menggabungkan data dari Parameter-elevation Regressions on Independent Slopes Model (PRISM) dan data interpolasi dari NASA North American Land Data Assimilation System (NLDAS) Fase 2.
Data asap kebakaran hutan dan kualitas udara merupakan gabungan estimasi pemodelan geostatistik PM 2,5 harian dan produk asap khusus kebakaran hutan (Jones-Ngo et al., 2024 ). Estimasi PM 2,5 harian yang dimodelkan , resolusi spasial 3 km yang dipetakan di atas negara bagian California, berasal dari Tim Ilmu Terapan Kesehatan dan Kualitas Udara NASA (HAQAST) (Al-Hamdan et al. ( 2019 , 2014 , 2009 ); Freedman et al. ( 2021 , 2017 ); Diao et al. ( 2019 ); O’Neill et al. ( 2021 )). Produk ini menggunakan algoritma permukaan geostatistik yang menggabungkan data yang dipantau di darat dengan informasi satelit tentang kedalaman optik aerosol seperti yang dijelaskan secara rinci dalam Al-Hamdan et al. ( 2019 , 2014 , 2009 ). Perkiraan PM 2,5 harian yang dipetakan kemudian digabungkan dengan data gumpalan asap dari Produk SMOKE Sistem Pemetaan Bahaya (HMS) NOAA untuk memperkirakan pengaruh kebakaran hutan pada PM 2,5 , seperti yang dijelaskan dalam Jones-Ngo et al. ( 2024 ). Perkiraan PM 2,5 bebas asap yang diharapkan dimodelkan untuk setiap petak dan hari dalam setahun berdasarkan perkiraan untuk hari yang sama dalam setahun dari 2011 hingga 2020 tanpa gumpalan asap HMS. Data HMS mencakup vektor spasial gumpalan asap dari citra satelit, dengan demikian, jika gumpalan asap tumpang tindih dengan sel petak dan total PM 2,5 melebihi nilai bebas asap yang diharapkan, maka perkiraan PM 2,5 yang Dipengaruhi WF dihitung dengan mengurangi nilai bebas asap yang diharapkan dari perkiraan total PM 2,5 .
2.3 Definisi Paparan
Kami mengklasifikasikan paparan pada tingkat ZCTA untuk asap kebakaran hutan dan panas ekstrem. Estimasi grid diambil sampelnya kembali ke 1 km dan digabungkan dengan data populasi 1 km. Kemudian, produk estimasi bahaya, T maks dan PM 2,5 yang dipengaruhi WF , dan proporsi populasi ZCTA dalam sel grid digabungkan ke tingkat ZCTA. Estimasi tingkat ZCTA mencerminkan paparan di seluruh distribusi populasi dalam ZCTA.
Untuk analisis utama, kami memilih definisi hari-hari panas ekstrem menggunakan ambang batas persentil ke-95, seperti yang dirinci di bawah ini, (selanjutnya disebut sebagai panas ekstrem) dan asap kebakaran hutan sebagai PM 2,5 yang Dipengaruhi WF terus-menerus per 1 μg/m 3 (selanjutnya disebut sebagai asap kebakaran hutan). Kami juga menguji sensitivitas definisi paparan yang berbeda untuk asap kebakaran hutan dan panas ekstrem. Estimasi T maks harian dibagi menjadi dua untuk menentukan hari-hari panas ekstrem tunggal menggunakan ambang batas khusus bulan dan ZCTA pada persentil ke-90, ke-95, dan ke-99. Kami menguji T maks harian terus-menerus dan efek kesehatan per kenaikan T maks 5°F. Untuk asap kebakaran hutan, kami menguji batas menggunakan PM 2,5 yang Dipengaruhi WF lebih besar dari 0 dan lebih besar dari 12 μg/m 3 , yang sesuai dengan batas untuk konsentrasi gumpalan asap HMS dengan kepadatan tinggi, yang ditunjukkan dengan metrik PM 2,5 yang Dipengaruhi WF . Gumpalan asap yang sangat tebal terbukti menimbulkan hubungan yang lebih kuat dengan dampak buruk terhadap kesehatan (Jones et al., 2020 ).
2.4 Analisis Statistik
Kami meneliti hubungan antara asap kebakaran hutan dan suhu panas ekstrem menggunakan desain kasus lintas stratifikasi waktu. Pendekatan ini umumnya digunakan untuk studi epidemiologi polusi udara dan suhu panas ekstrem karena mengendalikan faktor-faktor tingkat individu, seperti demografi dan penyakit penyerta, dan variasi temporal, seperti efek hari dalam seminggu dan musim (Bateson & Schwartz, 2001 ; Carracedo-Martínez et al., 2010 ; Janes et al., 2005 ). Tanggal masuk rumah sakit dianggap sebagai hari kasus, dan hari kontrol disesuaikan dengan hari dalam seminggu di bulan dan tahun yang sama.
Setiap kasus dan kontrol diberi estimasi paparan harian tingkat ZCTA untuk hari jeda 0–3. Paparan pada hari jeda 0 adalah hari kasus atau kontrol, sedangkan paparan pada hari jeda 1 adalah 1 hari sebelum hari kasus atau kontrol, hari jeda 2 adalah 2 hari sebelumnya, dan hari jeda 3 adalah 3 hari sebelumnya. Paparan ditetapkan menggunakan Kode Pos tempat tinggal pasien yang cocok dengan ZCTA. Ketika Kode Pos pasien tidak cocok ( N = 964 kasus dan kontrol), kami menggunakan Kode Pos rumah sakit sebagai gantinya. Selain itu, dua ZCTA tidak memiliki data paparan dan dikecualikan dari analisis ( N = 1.745 kasus dan kontrol).
Kami memodelkan setiap hasil dan kombinasi hari jeda paparan asap kebakaran hutan dan panas ekstrem secara terpisah untuk mengeksplorasi bagaimana kedua paparan ini berinteraksi dari waktu ke waktu. Mengingat respons fisiologis yang kompleks dan berpotensi tertunda, serta faktor sosial dan perilaku (misalnya, akses ke perawatan atau kemauan untuk mencari perawatan), efek dari paparan ini dapat bervariasi tergantung pada waktu paparan relatif terhadap timbulnya penyakit. Dengan memodelkan setiap kombinasi jeda paparan, kami menangkap potensi efek sinergis yang mungkin berbeda berdasarkan kapan paparan terjadi dalam kaitannya satu sama lain, yang memungkinkan pemahaman yang lebih terperinci tentang interaksi tersebut. Pendekatan ini, meskipun bersifat eksploratif, memberikan wawasan tentang interaksi bernuansa antara kedua bahaya ini yang dapat terlewatkan dengan strategi pemodelan yang lebih agregat. Kombinasi jeda paparan untuk panas ekstrem majemuk dan paparan asap kebakaran hutan, jeda CHWF X,Y , dijelaskan menggunakan notasi “X,Y” yang merepresentasikan jeda panas hari X dan jeda asap hari Y. Selain itu, kami melakukan model stratifikasi untuk subkelompok populasi faktor tingkat individu—jenis kelamin, kelompok usia, bahasa pilihan yang digunakan, serta ras dan etnis—dan faktor komunitas di tingkat ZCTA—pendapatan rumah tangga di bawah garis kemiskinan, pencapaian pendidikan rendah, dan pedesaan.
Model yang digunakan adalah formulasi regresi logistik kondisional sebagai berikut:
Di mana:
- Y adalah hasil biner yang diinginkan (misalnya, rawat inap karena kondisi tertentu).
- X HEAT merupakan indikator biner untuk paparan panas, khusus untuk hari jeda yang sesuai.
- X SMOKE merupakan ukuran berkelanjutan paparan asap kebakaran hutan, juga spesifik pada hari jeda yang sesuai.
- X PANAS * X ASAP merupakan istilah interaksi antara paparan panas dan asap, yang memungkinkan evaluasi efek gabungan dari kedua paparan tersebut.
- β 0 i adalah suku intersep, yang merepresentasikan strata persilangan kasus.
- Β H , β S , dan β HS masing-masing adalah koefisien untuk paparan panas, paparan asap, dan istilah interaksi.
Pandemi virus corona baru (COVID-19) berdampak signifikan di California pada tahun 2020. Negara bagian tersebut mengeluarkan perintah wajib tinggal di rumah mulai Maret 2020, yang meningkatkan proporsi penduduk yang tinggal di rumah (Dave et al., 2021 ; Zanocco et al., 2021 ). Selanjutnya, Pandemi mengubah pemanfaatan rumah sakit selama periode ini (Bhatt et al., 2020 ; Ojetti et al., 2020 ). Jadi, kami mengecualikan tahun 2020 dari analisis; namun, kami melakukan analisis sensitivitas untuk data dari tahun 2011 hingga 2020 dan 2020, secara terpisah. Selain itu, kami menguji model lebih lanjut untuk memeriksa perubahan klasifikasi ICD (dari ICD-9 ke ICD-10) untuk setiap hasil yang diinginkan. Diagnosis ginjal berubah secara signifikan dalam analisis tahunan data penerimaan, dari tahun 2015 hingga 2016. Akibatnya, ketika sistem pengkodean ICD berubah, diagnosis kondisi ginjal juga berubah, seperti yang dijelaskan oleh penelitian lain (Watzlaf et al., 2007 ). Oleh karena itu, kami menguji sensitivitas model untuk titik akhir penyebab spesifik untuk tahun 2011 hingga 2015 dan 2016 hingga 2019, secara terpisah. Model juga dibatasi pada kejadian selama bulan Mei hingga November, ketika asap kebakaran hutan majemuk dan paparan panas ekstrem terutama terjadi, dan analisis sensitivitas tambahan dilakukan dengan memeriksa semua bulan.
Semua analisis dilakukan menggunakan perangkat lunak statistik R (versi 4.3.1). Paket InteractionR digunakan untuk mendapatkan estimasi untuk istilah interaksi skala perkalian dan aditif, menggunakan metode Delta untuk memperkirakan CI. Penelitian ini ditinjau dan disetujui oleh Komite Perlindungan Subjek Manusia (CPHS) Badan Kesehatan dan Layanan Kemanusiaan California (#2022-130) dan Administrasi IRB Universitas California, Davis (#1943974-1).
3 Hasil
Di California dari 2011 hingga 2019 Mei hingga November, terdapat lebih dari 15 juta pasien rawat inap di rumah sakit untuk morbiditas penyebab alamiah (Tabel 1 ). Terdapat sedikit perbedaan dalam demografi di antara hasil yang diinginkan. Khususnya, kasus titik akhir penyebab spesifik lebih tua dengan proporsi lansia berusia 65 tahun ke atas yang lebih tinggi dibandingkan dengan kasus penyebab alamiah. Faktor demografi lainnya sebanding di seluruh hasil dengan sampel yang sebagian besar terdiri dari orang yang mengidentifikasi diri sebagai penutur bahasa kulit putih dan bahasa Inggris. Paparan serupa di antara semua hasil yang diinginkan. Paparan T maks tertinggi di antara semua kasus terjadi pada tahun 2016 (123,1°F), sedangkan paparan PM 2,5 yang Dipengaruhi WF maksimum terjadi pada tahun 2017 (309,4 μg/m 3 ).
| Sepenuhnya alami | Kardiovaskular | serebrovaskular | Ginjal | Pernapasan | |
|---|---|---|---|---|---|
| Jumlah Kasus | 15.014.852 | 33.277 orang | 47.322 orang | 18.930 | 24.453 orang |
| Seks | |||||
| Pria (%) | 42.4 | 56.2 | 50.5 | 44.1 | 46.8 |
| Perempuan (%) | 57.6 | 43.8 | 49.5 | 55.9 | 53.2 |
| Kelompok Usia | |||||
| 18–49 tahun (%) | 36.0 | 11.3 | 9.7 | 19.3 | 16.6 |
| 50–64 tahun (%) | 23.8 | 27.5 | 26.0 | 23.4 | 29.7 |
| 65+ tahun (%) | 40.2 | 61.2 | 64.3 | 57.2 | 53.7 |
| Bahasa Pilihan | |||||
| Bahasa inggris (%) | 85.2 | 84.4 | 82.7 | 82.8 | 84.6 |
| Spanyol (%) | 10.5 | 10.0 | 10.9 | 12.1 | 9.9 |
| Lainnya (%) | 4.3 | 5.5 | 6.4 | 5.1 | 5.4 |
| Ras dan Etnis | |||||
| Putih (%) | 49.8 | 54.2 | 51.3 | 52.4 | 52.2 |
| Hitam (%) | 9.2 | 10.6 | 9.6 | 9.1 | 12.4 |
| Hispanik (%) | 27.7 | 21.9 | 22.7 | 26.5 | 22.7 |
| Asia (%) | 8.7 | 8.6 | 11.4 | 8.2 | 8.4 |
| Indian Amerika, Penduduk Asli Alaska (%) | 0.3 | 0.3 | 0.3 | 0.3 | 0.3 |
| Penduduk asli Hawaii, penduduk Kepulauan Pasifik (%) | 3.0 | 3.2 | 3.2 | 2.8 | 3.0 |
| Multiras (%) | 0.1 | 0.1 | 0.1 | 0.0 | 0.1 |
| Lainnya (%) | 0.4 | 0.4 | 0.5 | 0.3 | 0.4 |
| Pedesaan | |||||
| Mayoritas perkotaan (%) | 97.2 | 96.8 | 97.0 | 97.4 | 96.9 |
| Mayoritas pedesaan (%) | 2.8 | 3.2 | 3.0 | 2.6 | 3.1 |
| Kemiskinan | |||||
| Kemiskinan yang lebih rendah (%) | 81.2 | 81.8 | 82.6 | 80.9 | 79.6 |
| Tingkat kemiskinan yang lebih tinggi (%) | 18.8 | 18.2 | 17.4 | 19.1 | 20.4 |
| Capaian Pendidikan | |||||
| Pendidikan tinggi (%) | 68.1 | 68.0 | 69.3 | 67.6 | 65.4 |
| Pendidikan rendah (%) | 31.8 | 31.8 | 30.6 | 32.3 | 34.5 |
| Paparan | |||||
| Rata-rata, Suhu maksimum, °F | 75.5 | 75.3 | 75.3 | 76.5 | 74.5 |
| No. kasus terpapar panas | 12.50.476 lembar | 2861 | 3.857 orang | 1.623 orang | 2.216 orang |
| % kasus terpapar panas (%) | 8.3 | 8.6 | 8.2 | 8.6 | 9.1 |
| Rata-rata, Asap PM2.5, μg/ m3 | 0,086 tahun | 0,082 | 0,091 tahun | 0,078 tahun | 0,073 tahun |
| No. Kasus terpapar asap | 558.972 juta | 1.218 tahun | 1.835 tahun | 566 | 756 |
| % kasus terpapar asap (%) | 3.7 | 3.7 | 3.9 | 3.0 | 3.1 |
Hasil kami menunjukkan efek gabungan dari asap kebakaran hutan majemuk dan suhu panas ekstrem berbeda untuk semua morbiditas penyebab alamiah, pernapasan, kardiovaskular, serebrovaskular, dan ginjal (Gambar 1 ). Efek berbeda berdasarkan kombinasi hari jeda paparan dan hasil yang diinginkan. Analisis utama kami tentang suhu panas ekstrem dan asap kebakaran hutan menunjukkan interaksi perkalian dan aditif yang kuat untuk morbiditas pernapasan, kardiovaskular, dan ginjal, meskipun tidak konsisten untuk semua kombinasi jeda paparan. Efek aditif terbesar menunjukkan sekitar 8,1% morbiditas pernapasan (jeda CHWF 0,3 ) disebabkan oleh interaksi asap kebakaran hutan dan efek suhu panas ekstrem (95% CI 2,3%–13,8%, p = 0,003; Tabel S1 dalam Informasi Pendukung S1 ). Morbiditas kardiovaskular dan ginjal juga menunjukkan efek gabungan yang signifikan dan hampir signifikan, masing-masing. Namun, kami tidak mengamati efek gabungan untuk morbiditas serebrovaskular pada total populasi kasus.
Estimasi efek untuk morbiditas penyebab alamiah kecil dan mendekati nol di semua analisis. Dalam analisis primer, efek aditif signifikan (proporsi yang dapat diatribusikan) berkisar dari -0,5% hingga 0,46% di berbagai kombinasi jeda paparan. Sementara banyak dari hasil ini menunjukkan nilai-p yang signifikan secara statistik, hal ini kemungkinan besar karena ukuran sampel yang besar; ukuran efek terlalu kecil untuk memiliki signifikansi praktis bagi praktik kesehatan masyarakat (Khalilzadeh & Tasci, 2017 ). Kurangnya efek yang berarti menunjukkan bahwa efek gabungan dari asap kebakaran hutan dan panas ekstrem tidak berkontribusi secara substansial terhadap morbiditas dalam kategori luas ini. Hasil untuk morbiditas penyebab alamiah disajikan dalam tabel tambahan, termasuk tabel efek aditif (Tabel S1 dalam Informasi Pendukung S1 ) dan efek perkalian (Tabel S2 dalam Informasi Pendukung S1 ).
3.1 Analisis Stratifikasi
Hasil stratifikasi mengungkapkan bahwa subpopulasi mengalami efek gabungan signifikan dari asap kebakaran hutan dan panas ekstrem pada skala aditif (Tabel S3 dalam Informasi Pendukung S1 ) dan perkalian (Tabel S4 dalam Informasi Pendukung S1 ). Hasil dan jeda paparan bervariasi di seluruh risiko khusus strata, dan tidak semua efek bertahan pada skala perkalian. Perbedaan penting dalam efek diamati antara faktor individu dan tingkat komunitas, hasil kesehatan, dan jeda paparan. Misalnya, proporsi morbiditas yang dapat diatribusikan karena interaksi asap kebakaran hutan dan panas ekstrem lebih besar dan signifikan secara statistik pada subkelompok tertentu dibandingkan dengan total populasi kasus untuk morbiditas pernapasan (Gambar 2 ), kardiovaskular (Gambar 3 ), dan ginjal (Gambar 4 ). Selain itu, efek gabungan yang signifikan untuk morbiditas serebrovaskular (Gambar 5 ) diamati di beberapa strata, yang tidak ada dalam total populasi kasus. Hasil ini, yang dikelompokkan berdasarkan faktor individu dan komunitas, dibahas secara lebih rinci di bagian berikut.
Dalam beberapa kasus, populasi kasus sebagian besar terdiri dari karakteristik tertentu (misalnya, bahasa pilihan yang digunakan atau klasifikasi ZCTA pedesaan/perkotaan), yang membatasi hasil dalam subkelompok tertentu. Subkelompok dengan kurang dari 10 kasus yang terpapar ditekan.
3.1.1 Jenis Kelamin
Perkiraan yang dikelompokkan berdasarkan jenis kelamin menunjukkan bahwa pria dan wanita memiliki efek gabungan yang signifikan untuk asap kebakaran hutan dan suhu panas ekstrem yang berbeda berdasarkan hasil kesehatan dan jeda paparan. Efek aditif yang dikelompokkan berdasarkan jenis kelamin terkuat menunjukkan sekitar 16% morbiditas pernapasan pada pria yang terpapar panas pada hari masuk rumah sakit (jeda 0) dan asap kebakaran hutan 3 hari sebelumnya (jeda 3) disebabkan oleh interaksi (95% CI 7,7%–24,6%, p < 0,001; Tabel S3 dalam Informasi Pendukung S1 ). Efek ini secara signifikan lebih besar pada pria (16,2%) dibandingkan dengan wanita (2,3%). Sebaliknya, efek aditif untuk morbiditas kardiovaskular, serebrovaskular, dan ginjal lebih besar dan signifikan di antara wanita. Efek sinergis secara signifikan lebih tinggi untuk perempuan dibandingkan dengan laki-laki untuk morbiditas serebrovaskular (6,6% untuk perempuan dibandingkan dengan -0,2% yang tidak signifikan untuk laki-laki pada CHWF lag 3,0 ) dan perbedaannya hampir signifikan untuk morbiditas kardiovaskular (9,8% untuk perempuan dibandingkan dengan 1,5% yang tidak signifikan untuk laki-laki pada CHWF lag 3,0 ).
3.1.2 Kelompok Usia
Terdapat perbedaan dalam efek gabungan di seluruh kelompok usia, tetapi beberapa hubungan bervariasi berdasarkan jeda paparan. Misalnya, efek aditif untuk morbiditas pernapasan paling besar terjadi pada orang dewasa muda hingga setengah baya, usia 18–49 tahun (AP 14,6%, 95% CI 3,3%–25,9%, p = 0,0056; Tabel S3 dalam Informasi Pendukung S1 ) pada jeda CHWF 2,0 . Efek ini secara signifikan lebih tinggi dibandingkan dengan kelompok tertua, usia 65 tahun atau lebih, dengan jeda paparan yang sama (−0,7%, tidak signifikan). Namun, individu yang berusia 65 tahun atau lebih menunjukkan efek gabungan yang signifikan terhadap morbiditas pernapasan pada CHWF lag 1,3 (AP 10,3%, 95% CI 2,3%–18,3%, p = 0,006) yang tidak secara signifikan kurang dari efek untuk kelompok usia 18–49 tahun (AP 12,9%, 95% CI −1−27%, p = 0,035) dan jauh lebih tinggi daripada kelompok usia 50–64 tahun (AP 1%, tidak signifikan). Pada CHWF lag 3,0 , orang dewasa yang lebih tua, usia 50–64 tahun, menunjukkan proporsi signifikan morbiditas pernapasan disebabkan oleh interaksi asap kebakaran hutan dan panas ekstrem (AP 11,7%, 95% CI 1,4%–22,1%, p = 0,013), yang serupa di antara kelompok usia lainnya, 18–49 tahun (11,1% 95% CI −3,4%−25,6%, p = 0,067) dan ≥65 tahun (AP 5,9% 95% CI −1,9%–13,7%, p = 0,070).
Efek gabungan untuk morbiditas serebrovaskular lebih tinggi di antara orang dewasa yang lebih tua, usia 50–64 tahun, pada jeda CHWF 1,3 (AP 6,6%, 95% CI -0,6% -13,8%, p = 0,036) dibandingkan dengan kelompok tertua, usia 65 tahun ke atas (-1,1%, tidak signifikan) dan orang dewasa muda usia 18–49 tahun (-6,7%, tidak signifikan). Individu yang berusia 50–64 tahun secara konsisten menunjukkan efek sendi yang signifikan untuk morbiditas serebrovaskular di seluruh kombinasi kelambatan paparan lainnya juga, dengan kecenderungan peningkatan ukuran efek dari kelambatan asap 0 hingga 3. Di sisi lain, efek sendi untuk morbiditas kardiovaskular paling besar di antara kelompok usia tertua, 65 tahun dan lebih tua (AP, CHWF lag 2,0 7,4%, 95% CI 2,3%–12,5%, p = 0,002). Selain itu, proporsi morbiditas kardiovaskular yang secara signifikan lebih tinggi disebabkan oleh interaksi dalam kelompok usia ini, orang dewasa ≥65 tahun (5,7%, 95% CI 1,1%–10,4%, p = 0,008), pada CHWF lag 3,0 dibandingkan dengan orang dewasa berusia 50–64 tahun (−4,3%, tidak signifikan). Efek aditif untuk morbiditas ginjal berbeda antara orang dewasa berusia 50–64 tahun dan ≥65 tahun; Namun, karena jumlahnya sedikit, hasil untuk morbiditas ginjal pada kelompok usia 18–49 tahun ditekan. Di antara dua kelompok usia yang dibandingkan, proporsi morbiditas ginjal yang disebabkan oleh interaksi lebih besar untuk orang dewasa berusia 50–64 tahun (AP, CHWF lag 0,3 15,5% 95% CI −1,6%−32,6%, p = 0,038 dibandingkan dengan 0,2% yang tidak signifikan di antara orang dewasa ≥65 tahun).
3.1.3 Bahasa Pilihan yang Digunakan
Kami juga meneliti efek gabungan berdasarkan bahasa pilihan pasien yang dilaporkan saat masuk rumah sakit. Populasi kasus sebagian besar adalah penutur bahasa Inggris (85,1%; Tabel 1 ); dengan demikian, ada beberapa kasus yang terpapar asap kebakaran hutan dan panas ekstrem dalam kelompok bahasa Spanyol dan Bahasa Lainnya. Kami menekan hasil dengan kurang dari 10 kasus yang terpapar dalam subkelompok, yang membatasi banyak hasil yang dilaporkan untuk preferensi Bahasa Lainnya dan Bahasa Spanyol. Efek dalam subpopulasi berbahasa Inggris secara umum mencerminkan efek yang ditunjukkan di antara total populasi studi dan perbandingan dengan strata bahasa lain terbatas karena jumlahnya yang kecil. Namun, kami menunjukkan proporsi morbiditas serebrovaskular yang disebabkan oleh interaksi asap kebakaran hutan dan panas ekstrem signifikan di antara penutur bahasa Spanyol pada kombinasi jeda paparan ganda, dan efeknya jauh lebih besar dibandingkan dengan penutur bahasa Inggris. Misalnya, pada CHWF lag 3,0 , 10,7% morbiditas serebrovaskular disebabkan oleh interaksi di antara penutur bahasa Spanyol (95% CI −1,5%−22,9%, p = 0,0428; Tabel S3 dalam Informasi Pendukung S1 ) dibandingkan dengan 1,9% yang tidak signifikan di antara penutur bahasa Inggris.
3.1.4 Ras dan Etnis
Ada kelompok ras dengan terlalu sedikit individu untuk mengukur efek dalam semua titik akhir penyebab-spesifik dan kelompok paparan. Hasil untuk kelompok ras “Lainnya” tidak dilaporkan karena sel-sel kecil. Selain itu, hasil untuk morbiditas kardiovaskular, ginjal, dan pernapasan pada subkelompok Asia ( N = 47 estimasi efek) dan Hitam ( N = 27 estimasi efek) ditekan. Kami menemukan bahwa efek gabungan dari asap kebakaran hutan dan panas ekstrem paling menonjol pada individu Hitam. Subkelompok ini mengalami efek aditif terbesar untuk pernapasan (AP, CHWF lag 0,3 19,2%, 95% CI 6,5%–32,1%, p = 0,0016; Tabel S3 dalam Informasi Pendukung S1 ) dan morbiditas serebrovaskular (AP, CHWF lag 0,3 15,7%, 95% CI 4%–27,4%, p = 0,0042; Tabel S3 dalam Informasi Pendukung S1 ) di semua analisis. Sebagai perbandingan, efek serebrovaskular secara signifikan lebih kecil pada individu kulit putih non-Hispanik (2,3%) dan efek pernapasan lebih kecil pada individu Hispanik (−5,3%).
Pola morbiditas kardiovaskular menunjukkan bahwa orang kulit hitam terutama terpapar panas selama jeda 0 dan 1, dengan paparan terbatas pada jeda 2 dan 3. Hal ini mungkin disebabkan oleh efek pemanenan, di mana orang yang akan jatuh sakit akan mengalami morbiditas kardiovaskular lebih cepat setelah terpapar panas. Akibatnya, beban morbiditas kardiovaskular dapat berubah seiring waktu karena orang tersebut telah meninggal karena penyakit. Demikian pula, morbiditas pernapasan tidak diamati pada jeda panas 3, terutama untuk paparan asap sebelum dirawat di rumah sakit.
Sebaliknya, pola untuk morbiditas serebrovaskular menunjukkan peningkatan efek yang jelas di seluruh jeda asap 0 hingga 3, yang menunjukkan paparan asap kebakaran hutan 3 hari sebelumnya merupakan pendorong potensial dalam efek sinergis ini dalam subkelompok Kulit Hitam. Selain itu, temuan kami menunjukkan efek perlindungan yang signifikan untuk morbiditas kardiovaskular di antara individu Kulit Hitam pada jeda CHWF 0,3 (AP, -32,3%, 95% CI -68,4%–3,7%, p = 0,0394; Tabel S3 dalam Informasi Pendukung S1 ). Efek aditif memiliki interval kepercayaan yang lebar, meskipun efek ini tetap ada pada skala perkalian juga (Perkalian, 0,75, 95% CI 0,58–0,99, p = 0,045; Tabel S4 dalam Informasi Pendukung S1 ). Dalam hal ini, dampak panas ekstrem, tanpa asap kebakaran hutan, menunjukkan risiko morbiditas kardiovaskular yang kuat dan meningkat secara signifikan sekitar 22% (OR 1,22, 95% CI 1,02–1,46, p = 0,0293; Tabel S5 dalam Informasi Pendukung S1 ). Namun, ketika mengeksplorasi kebalikannya: dampak asap kebakaran hutan tanpa panas ekstrem, dan interaksi antara panas ekstrem dan asap kebakaran hutan, temuannya adalah efek nol. Data tersebut mungkin tidak cukup untuk memperkirakan sepenuhnya dampak gabungan panas ekstrem dan asap kebakaran hutan pada morbiditas kardiovaskular di antara individu Kulit Hitam, yang mewakili sekitar 10,5% dari total kasus kardiovaskular.
Subkelompok kulit putih (CHWF lag 1,3 dan lag 2,3 ) dan Hispanik (CHWF lag 3,2 ) menunjukkan bahwa sekitar 10% morbiditas ginjal disebabkan oleh interaksi asap kebakaran hutan dan suhu panas yang ekstrem. Selain itu, efek aditif untuk morbiditas kardiovaskular pada CHWF lag 3,0 sedikit lebih tinggi untuk individu kulit putih (7,7%) dibandingkan dengan individu Hispanik (4,8%), meskipun perbedaannya tidak signifikan secara statistik.
3.1.5 Kemiskinan Rumah Tangga, Tingkat ZCTA
Efek aditif yang signifikan untuk ZCTA dengan proporsi rumah tangga yang lebih tinggi yang hidup di bawah kemiskinan (≥25%) ditemukan untuk morbiditas kardiovaskular (AP, CHWF lag 0,0 7,2%, 95% CI −1,1%−15,5%, p = 0,045) dan pernapasan (AP, CHWF lag 1,1 10%, 95% CI 0,02%–20%, p = 0,025), terbatas pada beberapa kombinasi kelambatan paparan. Efek kardiovaskular dan pernapasan lebih kecil (masing-masing 0,07% dan 2,3%) untuk ZCTA dengan kemiskinan yang lebih rendah (<25% rumah tangga yang hidup di bawah kemiskinan), meskipun tidak berbeda secara signifikan. Sebagian besar kasus (81,2%) tinggal di ZCTA dengan kemiskinan yang lebih rendah.
3.1.6 Tingkat Pendidikan, Tingkat ZCTA
Hampir 70% kasus berada di ZCTA di mana lebih dari 50% populasi memiliki pendidikan lebih tinggi dari sekolah menengah atas. Temuan dalam kelompok ini berbeda dari yang ada di ZCTA yang berpendidikan lebih rendah. Misalnya, ZCTA pendidikan tinggi menunjukkan efek aditif yang lebih besar untuk morbiditas pernapasan (AP, CHWF lag 0,3 12% 95% CI 4,5%–19,4%, p < 0,001) dibandingkan dengan ZCTA pendidikan rendah (AP, CHWF lag 0,3 3%, tidak signifikan) di seluruh kombinasi lag paparan ganda. Sebaliknya, ZCTA pendidikan rendah menunjukkan efek gabungan yang lebih besar dan signifikan untuk morbiditas kardiovaskular dan ginjal. Sekitar 9% morbiditas kardiovaskular di ZCTA pendidikan rendah dikaitkan dengan interaksi asap kebakaran hutan dan panas ekstrem, dibandingkan dengan 4,3% di ZCTA pendidikan tinggi untuk lag paparan yang sama. Lebih jauh lagi, risiko morbiditas ginjal secara signifikan lebih besar di antara kelompok pendidikan rendah (13,4%) dibandingkan dengan kelompok pendidikan tinggi (2,1%).
3.1.7 Tipologi Pedesaan dan Perkotaan, Tingkat ZCTA
Kasus terbanyak terjadi di ZCTA yang didominasi perkotaan (97,2%); jadi, data tidak memadai untuk memperkirakan efek gabungan asap kebakaran hutan dan suhu panas ekstrem pada populasi pedesaan.
3.2 Analisis Sensitivitas
Kami meneliti definisi yang berbeda untuk paparan panas ekstrem dan asap kebakaran hutan, termasuk estimasi biner dan berkelanjutan. Tabel 2 merangkum distribusi kasus untuk indikator biner. Model yang menguji berbagai batas untuk hari-hari panas ekstrem (persentil ke-90, ke-95, dan ke-99) menunjukkan efek panas ekstrem mengikuti respons dosis, dengan efek yang lebih besar untuk hari-hari paparan suhu yang lebih tinggi. Efek berkurang untuk persentil ke-90, terutama untuk morbiditas ginjal, yang menunjukkan risiko mungkin diremehkan. Di sisi lain, batas persentil ke-99 terlalu konservatif untuk kisaran T maks . Ada beberapa kasus dengan paparan asap kebakaran hutan di atas 12 μg/m 3 . Menggunakan estimasi berkelanjutan PM 2.5 yang Dipengaruhi WF dengan panas yang didefinisikan oleh persentil ke-95 memberikan interval kepercayaan yang lebih ketat untuk estimasi efek dibandingkan dengan indikator biner di mana PM 2.5 yang Dipengaruhi WF lebih besar dari nol.
| Jumlah kasus yang terpapar (Persentase total kasus yang terpapar) | |||||
|---|---|---|---|---|---|
| Sepenuhnya alami | Pernapasan | Kardiovaskular | serebrovaskular | Ginjal | |
| Definisi panas | |||||
| Persentil ke-90 | 2.861.563 (10,1%) | 4.828 (9,6%) | 6.548 (10,2%) | 9.078 (10,1%) | 3.449 (10,4%) |
| Persentil ke-95 | 1.463.144 (5,2%) | 2.442 (4,9%) | 3.305 (5,2%) | 4.559 (5,1%) | 1.775 (5,3%) |
| Persentil ke-99 | 340.093 (1,2%) | 560 (1,1%) | 779 (1,2%) | 1.036 (1,2%) | 408 (1,2%) |
| Definisi asap | |||||
| >0 μg/ m3 | 703.709 (2,5%) | 894 (1,8%) | 1.508 (2,4%) | 2.278 (2,5%) | 662 (2,0%) |
| >12 μg/ m3 | 36.065 (0,1%) | 38 (0,1%) | 79 (0,1%) | 114 (0,1%) | 28 (0,1%) |
Catatan. Batasan mencakup ambang batas persentil ke-90, ke-95, dan ke-99 khusus bulan dan ZCTA untuk nilai PM2.5 yang dipengaruhi panas dan WF di atas 0 dan 12 μg/m 3 .
Kami lebih lanjut menguji sensitivitas model kami terhadap perbedaan yang bermakna selama periode studi. Sementara sistem pengkodean ICD berubah dari 2015 ke 2016, ada gangguan tambahan dalam paparan dan karakterisasi hasil: diagnosis medis untuk morbiditas ginjal disempurnakan secara sistematis (Watzlaf et al., 2007 ), dan ada pola yang berbeda dari panas ekstrem dan aktivitas asap kebakaran hutan. Subset model ke 2011 hingga 2015 dan 2016 hingga 2019 keduanya menunjukkan efek aditif untuk morbiditas pernapasan, meskipun efeknya lebih besar pada 2011-2015. Kami menemukan efek aditif yang signifikan untuk morbiditas kardiovaskular dari 2016 hingga 2019 dan efek aditif yang signifikan untuk morbiditas serebrovaskular dari 2011 hingga 2015. Namun, pola efek di seluruh jeda paparan bersifat analog. Hasil ini tidak sepenuhnya mengendalikan semua perbedaan antara dua kerangka waktu ini, yaitu, perubahan dalam pengkodean, praktik diagnostik, dan paparan. Meskipun demikian, temuan-temuan ini memberikan gambaran umum bahwa hubungan antara hasil dan paparan bersifat kuat.
Paparan terhadap bahaya majemuk tertinggi terjadi pada tahun 2017 dan 2020. Namun, pandemi COVID-19 yang dimulai pada tahun 2020 berpotensi memengaruhi perilaku berisiko, pemanfaatan layanan kesehatan, dan polusi udara sekitar. Hasil pengujian model untuk tahun-tahun ini secara terpisah menunjukkan interaksi sub-aditif yang signifikan untuk morbiditas serebrovaskular, ginjal, dan pernapasan pada tahun 2020. Sebaliknya, kami menemukan efek super-aditif yang signifikan untuk morbiditas kardiovaskular dan pernapasan pada tahun 2017. Misalnya, selama pandemi kami menunjukkan efek sub-aditif sebesar -12% (95% CI –26%–0%, p = 0,030 untuk morbiditas pernapasan pada jeda CHWF 0,1 ), sementara pada tahun 2017 jeda paparan dan hasil yang sama menunjukkan efek super-aditif sebesar 8% (95% CI 0%–16%, p = 0,030 untuk morbiditas pernapasan pada jeda CHWF 0,1 ). Faktor-faktor terkait pandemi, seperti perubahan dalam pemanfaatan layanan kesehatan, penerapan perilaku perlindungan kesehatan, dan berlindung di tempat, kemungkinan berkontribusi terhadap perbedaan efek gabungan dari asap kebakaran hutan dan suhu panas ekstrem. Kami tidak memiliki data tingkat individu tentang faktor-faktor ini; dengan demikian, model untuk analisis primer dibatasi pada tahun 2011 hingga 2019.
Kami juga menguji sensitivitas pembatasan analisis pada musim kebakaran hutan dan panas ekstrem, Mei hingga November, dengan memeriksa dampak untuk semua bulan. Pola dampak di seluruh jeda paparan dan hasil yang diinginkan dipertahankan, meskipun dampak pada bulan-bulan musiman sedikit lebih kuat (Tabel S1 dan S6 dalam Informasi Pendukung S1 ). Misalnya, dampak pernapasan yang sama pada jeda CHWF 0,3 menunjukkan proporsi yang dapat diatribusikan karena interaksi (AP) sedikit lebih tinggi pada 8,1%, sementara estimasi untuk semua bulan, 5,5%, masih jauh dalam kisaran interval kepercayaan 95%, 2,3%–13,8% ( p = 0,003; Tabel S1 dalam Informasi Pendukung S1 ).
Menganalisis dampak dalam bulan-bulan musim panas meningkatkan karakterisasi kejadian panas ekstrem. Rata-rata T maks pada hari-hari di atas batas persentil ke-95 untuk semua bulan dari tahun 2011 hingga 2020 adalah 76,4° Fahrenheit, sedangkan rata-rata T maks di atas batas ini saat dibatasi pada bulan Mei hingga November adalah 82,9°. Studi lain menunjukkan dampak gabungan mungkin tidak konsisten di semua bulan karena perbedaan dalam perilaku adaptif atau bahaya, dan beban paling besar terjadi selama musim panas (Analitis et al., 2018 ; Austin et al., 2021 ).
4 Diskusi
California sedang menghadapi ancaman baru berupa bahaya iklim yang semakin parah. Musim kebakaran hutan yang lebih panjang dan lebih parah semakin membuat populasi terpapar panas ekstrem dan asap kebakaran hutan (Masri et al., 2022 ; Rosenthal et al., 2022 ). Studi kami menemukan bahwa asap kebakaran hutan dan panas ekstrem berdampak sinergis pada kesehatan, dengan dampak yang bervariasi berdasarkan hasil spesifik penyebab, jeda paparan, dan subkelompok populasi. Bidang penelitian bahaya gabungan ini telah dikembangkan dengan estimasi PM 2.5 terkait kebakaran hutan . Misalnya, studi kami menggunakan estimasi langsung pengaruh asap kebakaran hutan terhadap PM 2.5 , (yaitu, PM 2.5 yang Dipengaruhi WF ), yang dimodelkan berdasarkan pengetahuan empiris tentang asap kebakaran hutan (produk Asap HMS) dan pelampauan konsentrasi bebas asap yang diharapkan. Ada studi terbatas tentang dampak asap kebakaran hutan dan panas ekstrem, dan lebih sedikit yang memperhitungkan kontribusi spesifik asap kebakaran hutan terhadap estimasi PM 2.5 .
Chen et al. ( 2024 ) juga menemukan efek sinergis pada rawat inap kardiorespirasi di California dari tahun 2006 hingga 2019. Penulis meneliti paparan asap kebakaran hutan dan suhu panas ekstrem pada hari yang sama menggunakan pengukuran serupa PM 2.5 spesifik kebakaran hutan , yang menggabungkan estimasi dari monitor kualitas udara, data meteorologi, dan produk asap HMS untuk kontribusi asap kebakaran hutan (Aguilera et al., 2023 ). Sebaliknya, penelitian lain telah menunjukkan efek gabungan dari polusi udara terkait kebakaran hutan dan suhu panas ekstrem untuk semua penyebab, kematian kardiovaskular, dan pernapasan (Rahman et al., 2022 ), serta rawat inap di unit gawat darurat (Patel et al., 2019 ) dengan meneliti konsentrasi tinggi PM 2.5 , yang menurut penulis disebabkan oleh aktivitas kebakaran hutan. Sebuah penelitian bahkan menghubungkan hari-hari dengan konsentrasi PM 2,5 yang tinggi dengan peristiwa kebakaran hutan (Rahman et al., 2022 ).
Selain itu, penelitian sebelumnya tentang kombinasi asap kebakaran hutan dan paparan panas ekstrem selama jendela jeda paparan jangka pendek hanya menilai paparan pada hari jeda yang sama. Kami memeriksa secara menyeluruh paparan gabungan dalam jendela jeda paparan jangka pendek, menguji 16 kombinasi jeda paparan yang berbeda. Yang penting, paparan beberapa bahaya pada hari yang sama tidak selalu menentukan efeknya. Sebaliknya, kombinasi paparan yang berbeda dalam jendela jangka pendek dapat memiliki efek kesehatan sendi. Ketidakkonsistenan dalam temuan di seluruh kombinasi jeda kemungkinan mencerminkan variabilitas alami dalam kejadian bersamaan paparan panas dan asap, yang tidak mengikuti pola yang dapat diprediksi. Tidak seperti paparan independen, di mana respons fisiologis atau perilaku yang jelas menentukan waktu antara paparan dan kejadian kesehatan, efek gabungan panas dan asap pada kesehatan dapat dipengaruhi oleh interaksi yang kompleks dan kurang dapat diprediksi.
Misalnya, kami mencatat bahwa dampak panas ekstrem, tanpa asap kebakaran hutan, paling sering signifikan pada hari jeda panas 0 dan 2. Pola ini khususnya tampak di antara morbiditas ginjal. Kami juga mengamati dampak signifikan asap kebakaran hutan, tanpa panas ekstrem, sering kali pada hari jeda asap 2 dan 3. Perbedaan dalam asosiasi hari jeda untuk dampak individual ini menunjukkan pentingnya mempertimbangkan berbagai kombinasi jeda paparan saat memperkirakan dampak gabungan. Hasil kami menunjukkan dampak signifikan dari berbagai kombinasi asap kebakaran hutan dan paparan panas ekstrem serta morbiditas penyebab spesifik. Temuan ini menunjukkan bahwa pertimbangan paparan tidak boleh dibatasi pada hari-hari ketika kedua bahaya telah terjadi, tetapi lebih pada periode jangka pendek yang mencakup berbagai bahaya.
Studi ini memberikan bukti mengenai efek gabungan asap kebakaran hutan dan suhu panas ekstrem pada skala perkalian dan aditif untuk morbiditas kardiovaskular, serebrovaskular, ginjal, dan pernapasan. Efek untuk morbiditas yang disebabkan oleh penyebab alami semuanya kecil dan mendekati nol. Namun, kami menemukan bahwa titik akhir yang spesifik terhadap penyebab menunjukkan efek gabungan yang berbeda di antara jeda paparan dan subkelompok populasi. Literatur sebelumnya menunjukkan bahwa hasil ini memiliki hubungan yang bervariasi ketika melihat asap kebakaran hutan dan paparan suhu panas ekstrem secara terpisah.
Ada banyak literatur yang menunjukkan peningkatan risiko rawat inap akibat morbiditas pernapasan yang signifikan terkait dengan paparan asap kebakaran hutan (Cascio, 2018 ; Reid, Brauer, et al., 2016 ). Demikian pula, hari yang panas telah dikaitkan dengan peningkatan risiko morbiditas pernapasan, seperti yang dicatat dalam tinjauan dan meta-analisis suhu ekstrem dan morbiditas kardiorespirasi (Turner et al., 2012 ). Temuan kami memperluas pengetahuan ini dengan menunjukkan bahwa ketika bahaya bertambah parah, efek asap kebakaran hutan dan panas ekstrem menyebabkan interaksi super aditif dan multiplikatif yang selanjutnya meningkatkan risiko morbiditas pernapasan. Lebih jauh lagi, sebuah studi tentang panas ekstrem di New York memproyeksikan beban rawat inap pernapasan karena panas ekstrem akan meningkat sekitar 2 hingga 6 kali lipat pada tahun 2080–2099 dibandingkan dengan tahun 1991–2004 (Lin et al., 2012 ). Meskipun sedikit penelitian yang memperkirakan dampak asap kebakaran hutan terhadap kesehatan pernapasan di masa mendatang berdasarkan skenario perubahan iklim, bukti saat ini menunjukkan bahwa peningkatan paparan asap kebakaran hutan akan menyebabkan peningkatan dampak pernapasan (Reid & Maestas, 2019 ). Hal ini menggarisbawahi perlunya mempertimbangkan bagaimana perubahan iklim dapat memengaruhi efek gabungan yang diamati dari asap kebakaran hutan dan suhu panas yang ekstrem.
Berbeda dengan morbiditas pernapasan, meta-analisis Turner menemukan hubungan antara suhu ekstrem dan morbiditas kardiovaskular kurang jelas, menemukan sedikit studi, yang tidak menunjukkan efek (Turner et al., 2012 ). Tinjauan dan meta-analisis yang lebih baru dari tahun 2016 menemukan hubungan antara paparan panas, menggunakan ambang batas panas seperti metrik dalam studi kami, dan morbiditas kardiovaskular tidak konsisten, meskipun risiko signifikan dari gelombang panas dilaporkan (Phung et al., 2016 ). Studi lain telah menunjukkan hubungan yang lebih konsisten antara panas ekstrem dan mortalitas kardiovaskular dibandingkan dengan morbiditas (Phung et al., 2016 ; Åström et al., 2011 ). Meskipun risiko morbiditas kardiovaskular tidak umum dilaporkan dalam studi panas, tinjauan terbaru dari Chen et al. ( 2021 ) tentang asap kebakaran hutan dan kesehatan kardiovaskular menemukan banyak studi (25 dari 38 yang diambil) menunjukkan peningkatan risiko morbiditas kardiovaskular. Hasil kami menambah penekanan pada hal ini dengan mengidentifikasi efek sinergis dari panas ekstrem dan asap kebakaran hutan pada morbiditas kardiovaskular.
Mengenai kesehatan ginjal, tidak ada bukti yang cukup mengenai dampak asap kebakaran hutan terhadap kesehatan ginjal. Satu studi menunjukkan peningkatan mortalitas pada populasi pasien hemodialisis yang rentan dengan penyakit ginjal stadium akhir yang terpapar PM 2,5 kebakaran hutan (Xi et al., 2020 ). Sejauh pengetahuan kami, belum ada studi yang dipublikasikan untuk menyelidiki risiko asap kebakaran hutan dan morbiditas ginjal pada populasi umum. Namun, ada banyak bukti mengenai dampak panas ekstrem dan gelombang panas terhadap kesehatan ginjal (Johnson et al., 2019 ). Ginjal memiliki peran penting dalam melindungi individu dari panas dan dehidrasi. Ginjal melakukan ini dengan menjaga volume darah yang cukup. Ketika seseorang mengalami stres panas atau sengatan panas, ginjal dapat kewalahan, yang menyebabkan penurunan volume darah yang bersirkulasi, sehingga mengakibatkan disfungsi ginjal. Studi kami menemukan efek gabungan yang hampir signifikan dari asap kebakaran hutan dan panas ekstrem terhadap morbiditas ginjal, dengan efek yang lebih nyata terungkap dalam analisis subkelompok berdasarkan ras dan etnis, bahasa yang disukai, dan pencapaian pendidikan.
Terakhir, meskipun ada bukti terbatas mengenai hubungan antara asap kebakaran hutan dan risiko serebrovaskular, Wettstein et al. ( 2023 ) mengidentifikasi peningkatan risiko serebrovaskular yang terkait dengan asap kebakaran hutan pada populasi rawat inap serupa di California. Bukti hubungan kesehatan serebrovaskular dengan panas ekstrem lebih luas (Åström et al., 2011 ; Bunker et al., 2016 ; Zhang et al., 2014 ), meskipun tidak selalu konsisten (Zorrilla-Vaca et al., 2017 ). Hasil kami menyoroti pentingnya penyelidikan lebih lanjut mengenai dampak diferensial asap kebakaran hutan dan panas ekstrem pada morbiditas serebrovaskular, khususnya dalam subkelompok populasi.
Efek gabungan berbeda berdasarkan faktor tingkat individu dan komunitas. Misalnya, estimasi efek untuk morbiditas ginjal lebih kuat dan signifikan untuk kelompok usia tertua, penutur bahasa Inggris, individu kulit putih dan Hispanik, dan ZCTA dengan pencapaian pendidikan yang lebih rendah dan proporsi rumah tangga yang hidup dalam kemiskinan yang lebih tinggi. Kami juga tidak menemukan efek gabungan dari asap kebakaran hutan dan panas ekstrem pada morbiditas serebrovaskular di antara populasi studi tetapi menemukan interaksi superaditif dan multiplikatif yang signifikan dalam subkelompok. Ini termasuk sebagian sedang morbiditas serebrovaskular yang disebabkan oleh interaksi untuk subpopulasi kulit hitam. Analisis ini juga menunjukkan efek gabungan yang signifikan pada morbiditas serebrovaskular untuk kulit putih, dewasa muda hingga setengah baya dan dewasa tua, dan kelompok bahasa pilihan Inggris.
Dampak kardiovaskular dan pernapasan juga berbeda dalam analisis bertingkat. Misalnya, dampak gabungan untuk morbiditas kardiovaskular lebih kuat dalam subkelompok kulit hitam dan perempuan, sedangkan dampak gabungan pernapasan lebih kuat pada laki-laki. Penilaian bahaya tunggal sebelumnya juga menunjukkan dampak yang berbeda untuk hasil kesehatan ini di seluruh karakteristik sosiodemografi yang sama, termasuk jenis kelamin, usia, pendidikan, dan pendapatan (Rappold et al., 2012 ; Reid et al., 2009 , 2016b ). Studi kami menunjukkan dampak gabungan dari asap kebakaran hutan dan panas ekstrem berbeda di seluruh faktor risiko tingkat individu dan komunitas. Perbedaan dapat didorong atau dimodifikasi oleh kerentanan yang mendasarinya, kerugian sosial atau berbasis tempat, dan perilaku berisiko.
Perbedaan jenis kelamin yang ditemukan dalam penelitian kami menunjukkan bahwa perempuan memiliki efek sendi yang lebih tinggi untuk morbiditas kardiovaskular. Penyakit kardiovaskular merupakan penyebab utama kematian bagi perempuan, dan dengan prevalensi yang lebih tinggi daripada laki-laki (Appelman et al., 2015 ). Faktor risiko biologis khusus perempuan, termasuk preeklamsia, diabetes gestasional, dan timbulnya menopause, dan perbedaan dalam efek faktor risiko perilaku berkontribusi terhadap peningkatan risiko kardiovaskular bagi perempuan (Appelman et al., 2015 ). Namun, laki-laki ditemukan memiliki efek sendi yang lebih tinggi untuk risiko morbiditas pernapasan dalam penelitian kami. Shin et al. ( 2022 ) juga menemukan risiko rawat inap pernapasan yang lebih tinggi karena paparan polusi udara pada laki-laki dibandingkan dengan perempuan selama bulan-bulan musim panas (Shin et al., 2022 ). Temuan ini menunjukkan bahwa perbedaan tersebut mungkin disebabkan oleh banyak faktor, termasuk struktur fisiologis, gaya hidup, dan penyakit inflamasi yang mendasarinya. Misalnya, survei pola aktivitas menemukan pria menghabiskan lebih banyak waktu di lingkungan luar ruangan (Matz et al., 2014 ), yang mungkin menunjukkan paparan lebih besar terhadap polutan udara luar ruangan dan suhu ekstrem.
Perbedaan dalam risiko biologis dan perilaku berisiko juga dapat menjelaskan efek sendi diferensial berdasarkan usia. Ada literatur substansial yang menunjukkan bahwa populasi yang lebih tua memiliki risiko lebih tinggi terhadap dampak kesehatan terhadap panas ekstrem dan asap kebakaran hutan, secara independen (Åström et al., 2011 ; Cascio, 2018 ; Liu et al., 2017 ; Zhang et al., 2014 ). Temuan efek sendi untuk orang dewasa muda hingga setengah baya dan lebih tua juga menarik. Peningkatan risiko morbiditas pernapasan ada di semua kelompok usia. Namun, masuk akal bahwa perilaku berisiko, komorbiditas yang mendasarinya, dan kesehatan fisiologis berkontribusi terhadap efek ini secara berbeda di antara kelompok usia (Deeks et al., 2009 ).
Ada kemungkinan juga bahwa efek diferensial berdasarkan karakteristik individu, seperti preferensi bahasa dan ras serta etnis, dapat berfungsi sebagai proksi untuk kerugian sosial. Misalnya, preferensi bahasa dapat memengaruhi akses ke informasi risiko, prediktor penting untuk penerapan perilaku perlindungan kesehatan. Namun, interpretasi efek untuk individu dengan preferensi bahasa Spanyol dan selain bahasa Inggris atau Spanyol dalam penelitian kami terbatas karena jumlah kasus yang terpapar sedikit. Kami tidak dapat menentukan apakah ini berperan dalam efek gabungan asap kebakaran hutan dan suhu panas yang ekstrem.
Namun, dampak ras dan etnis juga sangat dipengaruhi oleh status sosial ekonomi dan sering ditafsirkan dalam literatur epidemiologi lingkungan sebagai akibat dari ketidaksetaraan di antara kelompok ras dan rasisme sistemik. Populasi minoritas sering kali menanggung beban paparan lingkungan dan dampak kesehatan yang lebih tinggi. Hasil kami menunjukkan dampak gabungan terkuat dari asap kebakaran hutan dan panas ekstrem dalam subpopulasi kulit hitam; meskipun, beberapa dampak untuk kelompok kulit hitam dan ras minoritas lainnya harus ditekan, dan dengan demikian interpretasinya terbatas.
Karakteristik tingkat lingkungan juga dapat menjelaskan hubungan efek gabungan asap kebakaran hutan dan panas ekstrem dengan kondisi sosial ekonomi dan sering kali terkait, kapasitas untuk beradaptasi. Chen et al. ( 2024 ) menemukan heterogenitas spasial dalam efek gabungan asap kebakaran hutan dan panas ekstrem pada morbiditas kardiorespirasi. Demikian pula, mereka menunjukkan risiko yang lebih tinggi di ZCTA California dengan kerugian yang lebih besar, seperti pendapatan yang lebih rendah, pencapaian pendidikan yang lebih rendah, populasi ras minoritas yang lebih tinggi, dan ruang hijau yang berkurang. Heterogenitas spasial dalam efek ini juga telah ditunjukkan untuk dampak kesehatan pernapasan dari asap kebakaran hutan di seluruh ZCTA California (Do et al., 2024 ). Pencapaian pendidikan dan status kemiskinan rumah tangga sering kali dikaitkan dengan beban dan dampak paparan lingkungan yang lebih besar (Bao et al., 2015 ; Bell & Keita, 2012 ; Curriero et al., 2002 ; Rappold et al., 2012 ; Reid et al., 2009 ). Mereka yang hidup dalam kemiskinan sering kali tidak memiliki kapasitas untuk melakukan mitigasi (Bao et al., 2015 ). Kami tidak mengamati perbedaan signifikan dalam efek gabungan di antara komunitas yang tinggal di ZCTA dengan lebih banyak rumah tangga yang hidup di bawah kemiskinan. Namun, hasil kami menunjukkan efek sedang pada morbiditas ginjal untuk ZCTA di mana 50% atau lebih populasi memperoleh pendidikan sekolah menengah atau kurang. Penelitian sebelumnya menunjukkan pendidikan adalah penentu utama hasil kesehatan ginjal karena dapat memprediksi pekerjaan, pendapatan, dan adopsi perilaku perlindungan kesehatan (Lombardi et al., 2021 ; Mirowsky & Ross, 2015 ). Hasil kami untuk kelompok pendidikan rendah menunjukkan kondisi sosial ekonomi mungkin menjadi penentu utama untuk efek gabungan asap kebakaran hutan dan panas ekstrem pada morbiditas ginjal. Namun, perbedaan yang berkaitan dengan kerugian sosial dan berbasis tempat harus diselidiki lebih lanjut.
Lebih lanjut, kami menyelidiki efek gabungan asap kebakaran hutan dan panas ekstrem berdasarkan tipologi pedesaan dan perkotaan. Paparan sebagian besar meliputi wilayah perkotaan; dengan demikian, kami tidak dapat memperkirakan dampak di wilayah pedesaan. Wilayah perkotaan mungkin lebih rentan terhadap kejadian gabungan ini karena efek pulau panas perkotaan (Chapman et al., 2017 ). Selain itu, wilayah perkotaan yang padat penduduk menimbulkan kekhawatiran kritis terhadap risiko paparan.
Ada beberapa keterbatasan pada studi ini yang harus dipertimbangkan. Kesalahan klasifikasi pajanan dapat terjadi saat menetapkan pajanan pada ZCTA tempat tinggal karena secara kasar memperkirakan pajanan dan lokasi individu selama periode pajanan. Selain itu, geografi ZCTA adalah unit spasial yang menyediakan informasi mengenai tempat tinggal individu (Graham et al., 2015 ), tetapi terutama berfungsi sebagai unit arbitrer untuk rute pos. Ada variasi yang luas dalam ukuran geografis dan kepadatan populasi antara ZCTA. Mirip dengan pendekatan kami, studi epidemiologi lingkungan lainnya telah menggunakan analisis tingkat Kode Pos di California dengan penyesuaian untuk distribusi populasi dalam Kode Pos (Delfino et al., 2009 ; Guirguis et al., 2018 ; Knowlton et al., 2009 ; Riley et al., 2018 ). Kami bertujuan untuk meminimalkan kesalahan klasifikasi pajanan dengan memperkirakan pajanan pada tingkat ZCTA berdasarkan distribusi populasi.
Lebih jauh, karakteristik ZCTA seperti tingkat pendidikan, persentase penduduk miskin, dan tipologi pedesaan dan perkotaan dapat berfungsi sebagai indikator kerentanan yang mendekati, yang memengaruhi paparan dan hasil kesehatan. Misalnya, ZCTA dengan tingkat pendidikan yang lebih rendah atau tingkat kemiskinan yang lebih tinggi mungkin memiliki profil kerentanan yang berbeda terhadap bahaya lingkungan, yang dapat dipengaruhi oleh faktor lain yang tidak tertangkap dalam penelitian ini (misalnya, akses ke layanan kesehatan, kualitas perumahan, atau kondisi lingkungan setempat). Kami menggunakan stratifikasi biner ZCTA berdasarkan karakteristik ini untuk memeriksa efek gabungan, tetapi penelitian mendatang harus mempertimbangkan ukuran paparan yang lebih terperinci atau individual dan memperhitungkan faktor-faktor yang berpotensi membingungkan ini.
Kami juga tidak dapat menilai apakah individu mengadopsi perilaku perlindungan kesehatan untuk mengurangi paparan. Misalnya, tinggal di dalam ruangan, mengurangi aktivitas fisik di luar ruangan, atau menggunakan perangkat penyaring udara dan pendingin udara adalah contoh modifikasi perilaku yang dapat memengaruhi paparan seseorang terhadap panas ekstrem atau asap kebakaran hutan. Selain itu, penelitian ini meneliti suhu ekstrem dan asap kebakaran hutan pada hari-hari tertentu, bukan hari-hari berturut-turut, yaitu gelombang panas dan gelombang asap. Rosenthal dkk. ( 2022 ) menemukan bahwa gelombang panas dan gelombang asap yang terjadi bersamaan menangkap tingkat paparan yang lebih tinggi, sehingga dampak kesehatannya mungkin lebih kuat. Penelitian lebih lanjut dapat menyelidiki bagaimana dampak kesehatan dapat berbeda dengan hari-hari paparan yang berurutan atau kumulatif.
Kami juga tidak mengamati efek yang berarti untuk morbiditas yang disebabkan oleh semua penyebab alami, yang mungkin disebabkan oleh berbagai macam kondisi yang termasuk dalam kategori ini, yang masing-masing mungkin memiliki hubungan yang berbeda dengan asap kebakaran hutan dan suhu panas yang ekstrem. Selain itu, jenis rawat inap di rumah sakit (misalnya, darurat, mendesak, atau terjadwal sebelumnya) dapat memengaruhi hasil ini. Rawat inap yang terjadwal sebelumnya, khususnya, mungkin memiliki hubungan yang berbeda dengan paparan, karena individu mungkin sudah memiliki rencana rawat inap, dan meskipun mereka masih dapat mengalami paparan, waktu dan konteks paparan (misalnya, di lingkungan rumah sakit daripada di masyarakat) dapat mengubah dampaknya dibandingkan dengan rawat inap darurat atau mendesak. Terakhir, analisis efek gabungan memerlukan ukuran sampel yang lebih besar daripada analisis asosiasi independen. Meskipun beberapa paparan gabungan tertinggi terhadap asap kebakaran hutan dan suhu panas ekstrem pada tahun 2020, kami mengecualikan data tahun 2020 dari analisis primer dan terstratifikasi karena dampak pandemi COVID-19. Dengan demikian, paparan dalam beberapa subkelompok populasi terlalu kecil untuk memperkirakan efek gabungan. Dengan meningkatnya aktivitas kebakaran hutan dan peristiwa panas ekstrem, para peneliti harus menyelidiki lebih lanjut kejadian kebakaran hutan majemuk dan peristiwa panas ekstrem dalam beberapa tahun terakhir di California.
Investigasi di masa depan dapat mengeksplorasi hubungan antara suhu nyata, yang memperhitungkan kelembaban, asap kebakaran hutan, dan hasil kesehatan, mengingat iklim California menjadi lebih lembap (Gershunov & Guirguis, 2012 ). Demikian pula, polutan udara, seperti ozon, juga dapat berperan dalam efek gabungan untuk panas ekstrem dan asap kebakaran hutan. Menggabungkan ozon ke dalam analisis ini dapat menjelaskan lebih lanjut beberapa efek yang kami amati. Terakhir, kami meneliti asap kebakaran hutan dan peristiwa panas ekstrem yang terjadi dalam periode jangka pendek. Studi di masa depan dapat mempertimbangkan komponen spasial dan temporal yang berbeda dari efek gabungan, termasuk efek peristiwa yang memperburuk sumber daya respons pada skala geografis yang lebih besar daripada hanya di antara populasi yang terpapar.
5 Kesimpulan
Studi ini menunjukkan bahwa kebakaran hutan dan cuaca panas ekstrem yang semakin parah di California menyebabkan efek morbiditas yang lebih kuat akibat gabungan asap kebakaran hutan dan cuaca panas ekstrem. Ketimpangan dalam efek gabungan asap kebakaran hutan dan cuaca panas ekstrem menyoroti perlunya menargetkan intervensi bagi populasi yang berisiko lebih besar, yang bervariasi menurut hasilnya. Penting juga untuk mempertimbangkan bagaimana efek ini dapat dipengaruhi oleh perubahan iklim. Cuaca ekstrem ini diperkirakan akan meningkat; oleh karena itu, perhatian harus difokuskan pada penilaian strategi untuk mengurangi risiko secara bersama-sama.
Leave a Reply