政府、医疗保健组织和各种机构需要关于健康问题的精准模型，以有效规划其倡议。气候变化显著影响社会，包括对人类健康和死亡率的影响。然而，现有评估气候变化健康后果的模型常常忽视某些环境因素，尤其是湿度，这可能影响个体感受热应激的方式。这为改进提供了机会。包括东京大学的一个团队在内的研究人员，成功将来自多个城市的湿度数据整合到所谓的热应激指标（HSI）中，并评估其预测由热引发的死亡的准确性。
公共机构、医疗提供者和各类实体需要关于健康主题的可靠模型，以优化其策略。气候变化对社会的影响值得注意，特别是在涉及人类死亡率方面。尽管如此，现有的评估气候变化对健康影响的模型未能考虑所有环境因素，特别是湿度，这可能影响个体对热应激的感知。这表明仍有改进的空间。包括东京大学的研究人员在内的研究人员，首次成功地将来自数百个城市的湿度数据纳入热应激指标（HSI），并评估其在预测与热相关的死亡中的有效性。
气候变化以前被称为全球变暖，理由充分——全球范围内气温飙升。然而，其他因素同样重要，其中之一是湿度，特别是在某些地区尤为关键。湿度，即空气中的水分含量，在我们通过出汗来降温的能力中发挥着重要作用；当汗水从皮肤蒸发时，它会使我们降温。在高湿度的环境中，蒸发冷却的过程变得不那么有效，超过某个点时，它将不再有效。
“我正在研究城市区域周围的灌溉如何影响热应激及其与人类健康的关系，”东京大学全球健康政策系的研究员郭强解释道。“根据我们所考察的HSI，结果和影响差异非常显著。这种不一致促使我的团队和我识别出温度和湿度的最佳组合，以更准确地估计人们所经历的热应激，并确保这一方法可适用于不同的环境。”
郭强的团队收集了来自43个国家和地区的739个城市的每日死亡和气候数据，包括空气温度、相对湿度、风速和太阳辐射。他们利用这些气候数据开发了八个不同的HSI。这些HSI大多包含空气温度和湿度，而有些还考虑了风速和太阳辐射。通过采用先进的模型，如分布滞后非线性模型和机器学习，他们发现，多个地点HSI表现的关键决定因素是每日温度和湿度之间的相互作用。
“包含湿度的HSI成功与否依赖于地理情况。我们识别出在湿热环境中，湿度作为热相关死亡的更可靠预测因素的地区，如美国、秘鲁、韩国和日本的沿海地区及大型湖泊。在这些地区，利用HSI，如反映人类热感知的湿球温度，可能会增强热健康预警系统的有效性，”郭强指出。“然而，许多其他因素需要考虑，例如社会经济条件。由于数据可用性，我们的研究主要集中在发达地区，这意味着许多面临极端热应激的发展中地区未被纳入我们的分析。因此，我们计划在未来收集更多数据，并在全球南方进行分析。我们的目标是为面临极端热应激的开发中国家人口提供援助，以减轻与极端热应激相关的健康影响。”
