目的探讨突发性聋的发病是否与天气情况有关,通过对突发性聋的发病与气象因素(如:气温、气压、湿度、风速、降水、日照时数等)关系的分析,研究气象因素是否影响着突发性聋的发病。方法本文通过对2002年1月1日至2006年12月31日期间安徽医科大学第一附属医院耳鼻咽喉—头颈外科收治的突发性聋患者中的241例合肥市市区患者,全部患者诊断均符合2005年中华医学会耳鼻咽喉头颈外科学会分会济南会议制订的突发性聋的诊断和治疗指南;与同期合肥地区5年共1812天的20个日气象因素及12个月气象因素进行详细的分析。用Pearsonχ~2分析突发性聋入院率在春季、夏季、秋季、冬季四季有无差异;采用Pearsonχ~2分析、非条件性单因素Logistic回归分析、非条件多因素Logistic回归模型、t检验法分别详细分析每个独立的日气象因素与突发性聋发病的关系;用主成分分析和聚类分析将天气分成5种类型,分析5种不同气候类型的综合的气象因素与突发性聋患者住院率的关联;另外,用时间序列分析,模拟气象因素与突发性聋发病率的季节性自回归移动平均模型(SARIMA),进一步探讨月气象因素对突发性聋发病率的影响,并预测突发性聋的发病情况;以期做出警示性预报,达到预防和减少突发性聋的发生。结果241例突发性聋患者发病年龄构成以中青年为主,男女之间发病年龄无统计学差异(t=1.765,P=0.079)。发病时间分布以夏季(6-8月)为高发期,发病人数最多,占31.95%,其中每年的7、8月份有一个峰值,但Pearsonχ~2分析结果显示各季节组突发性聋入院率差异无统计学意义(χ~2=6.003,P=0.111)。逐一分析20个日气象因素和突发性聋住院人数的关系,分析筝果显示:P,ΔP,ΔT,ΔTmin具有统计学意义;随着日平均气压(P)、日平均气压24小时变压(ΔP)的增高,突发性聋发病的危险性降低;随着日平均气温24小时变温(ΔT)、日最低气温24小时变温(ΔTmin)的增高,突发性聋发病的危险性增高。当把单因素分析有统计学意义的变量引入非条件Logistic回归模型进行多因素分析,结果显示ΔP,ΔTmin有统计学意义。t检验分析发现T,ΔT,Tmin,ΔTmin,P,Pmax,Pmin,RHmin等指标的平均数在病例组(有病人组)和对照组(无病人组)有统计学差异;并且日平均气温24小时变温(ΔT)、日最低气温24小时变温(ΔTmin)的无病人组的平均数要低于有病人组。主成份分析和聚类分析法分析不同气候类型与突发性聋入院率的关联,结果显示不同气候类型之间突发性聋的分布无统计学差异。季节性自回归移动平均模型(SARIMA)中发现:月平均气温、月平均最高气温、月极端最低气温、月平均相对湿度、月降水量等气象因素对突发性聋的影响有时间的滞后性,其滞后的3个月突发性聋的发病与其关系密切,而与月平均气压、月极端最高气压、月极端最低气压、月平均风速等无明显关系。且显示模型一(不含气象因素的SARIMA模型)对突发性聋发病率的预测效果较好,据此,进而可以用模型一来预测突发性聋的发病情况,并做出警示性预报,从而达到预防和减少突发性聋的发生。结论本研究发现突发性聋的发病可能受日平均气压24小时变压(ΔP)、日平均气温24小时变温(ΔT)等气象因素的影响。并且月平均气温、月平均最高气温等月气象因素可能对突发性聋发病影响有时间滞后效应。