Modelling the future population health consequences of precipitation-induced healthcare disruptions in Malawi

长期以来，人们一直深知天气如何以直接且剧烈的方式影响人类健康。暴雨可能导致河流上涨，从而传播携带疾病的蚊虫；而酷热则可能使人体调节体温的能力达到极限。这些联系已有充分的文献记载。然而，一种更隐蔽、更间接的危险却常被忽视：风暴和洪水如何切断了病人与他们所需的医生之间的纽带。当道路被冲毁、诊所失去电力或医护人员受伤时，医疗系统本身也成为了天气的受害者。这种崩溃不仅仅是暂停了治疗，它甚至可能改变疾病的发展进程，将一种可控的病情转变为危及生命的状况。对于那些已经在医疗资源有限的情况下挣扎的国家来说，问题不再仅仅是降下了多少雨，而是当雨落下时，损失了多少医疗护理。

伦敦和马拉维的研究人员建立了一种衡量这种隐藏成本的新方法。他们创建了一个计算机模拟程序，作为马拉维整个医疗系统的“数字孪生”，追踪着数百万个个体及其与医生、护士和诊所之间的互动。这个被称为 Thanzi La Onse 的模型旨在反映该国的特定人口、疾病以及人们寻求帮助的方式。随后，研究团队在这个系统中叠加了一层新的逻辑，以模拟重雨如何扰乱医疗流程。他们不仅观察诊所关闭的那一刻，还追踪了随之而来的连锁反应。他们提出了这样的问题：当患者错过一次预约时，他们是会在稍后重新尝试，还是会选择放弃？延迟持续了多久？对于像分娩困难这样紧急的情况，与像高血压定期检查这样常规的情况相比，延迟是否会有显著影响？通过在假设温室气体适度增加的气候未来背景下，将这些场景从 2025 年向前推演至 2040 年，研究人员得以观察该系统在面对未来的风暴时将如何维持运转。

结果显示，该系统正承受着巨大的压力，尽管这种破坏分布并不均匀。在模拟中，最关键的因素不仅是降雨本身，更是人们寻求医疗服务的行为。当干扰发生时，结果很大程度上取决于患者是否会在道路通畅后返回诊所。研究发现，如果人们确实返回，医疗系统可以恢复大部分失地。然而，如果他们没有返回，后果将非常严重。在未来几十年的一套标准假设下，该模型预计在受灾最严重的月份和地区，近六分之一的医疗就诊将会受到干扰。在十五年的时间跨度内，马拉维预计将有超过 700 万人因降水而经历医疗中断。这是一个庞大的数字，代表了很大一部分人口面临着医疗支持缺口。

这些缺口造成的影响在不同疾病之间并不均衡。模拟显示，最严重的健康损失集中在对时间要求极高的病症上。对于分娩中的母亲、新生儿以及患有急性呼吸道感染的人来说，即使是短暂的延迟也可能是致命的。在受洪水影响最严重的地区（如马拉维湖沿岸地区），由于这些紧急需求导致的医疗中断会导致疾病和死亡率的可观测上升。该模型计算出，这些延迟导致了数千个因残疾和早逝而损失的生命年。相比之下，对于许多时间紧迫性较低或常规筛查本就有限的慢性病而言，天气引发的延迟造成的直接伤害要小得多。这部分是因为模型假设，对于某些疾病，原本就没人在寻求相关护理，或者延迟并不会立即改变疾病的结果。

这项研究的一个引人注目的发现是，可见的破坏仅是整体问题的一小部分。研究人员发现，虽然只有极小比例的预约直接因为诊所被淹或无法进入而被取消，但总的缺席预约数量却要大得多。这是因为医疗往往是一个链条式的过程。如果一名患者错过了癌症的初步筛查，他们就永远无法获得随后的后续测试、诊断或治疗。模型显示，每有一个预约因天气原因直接停止，大约就会有七个预约在下游环节丢失，因为医疗链条断裂了。这种“间接”效应大约是直接效应的七倍半，这意味着，如果仅仅通过统计诊所关门来评估，所看到的破坏规模远比实际情况要小。

研究还探讨了不同天气未来类型如何改变这些结果。他们测试了从低排放未来到高排放未来的各种情景。令人惊讶的是，所有这些情景的结果都非常相似。不同气候模型之间降水模式的变化，其重要性不及人们和诊所对干扰反应的不确定性。这表明，提高健康水平的最有力杠杆不仅在于预测天气，更在于理解并支持患者的行为。如果人们被鼓励并能够通过各种方式在风暴过后回归医疗服务，健康损失可以得到显著减少。反之，如果障碍阻碍了他们的回归，医疗系统遭受的打击将会沉重得多。

最终，这项研究提供了该问题的下限估计值。作者指出，他们的模型假设了一定的韧性，而在现实中，由于马拉维资源的匮乏，即使是微小的干扰也可能产生比模拟中更大的后果。该研究强调，气候变化不仅是一个环境问题，也是对医疗可靠性的直接威胁。它表明，在一个医疗系统已经捉襟见肘的国家，天气充当了现有弱点的倍增器。未来的路径不仅需要更好的基础设施，更需要深入了解患者在医疗体系受损时如何应对，以及如何确保即便在风雨来袭时，医疗链条依然能够保持完整。