2013年初灰霾期间中国三城市空气污染对呼吸内科和儿科门诊量的影响

目的观察石家庄、北京和太原灰霾期间呼吸内科、儿科每日门诊量的变化趋势,确定门诊量的增加是否与空气污染相关。方法选择石家庄、北京和太原作为研究区域,并在每个城市选择1所三甲综合性医院,收集呼吸内科、儿科每日门诊量数据,API数据来自当地环保局网站,气温数据来自天气网;数据包括两个时间序列,即2012年10月—2013年1月(T1序列)和2011年10月—2012年1月(T2序列)。在去除了门诊增量的增长趋势以后,比较T1和T2两个序列,获得门诊量的百分增量;采用Poisson回归分析研究空气污染与呼吸内科和儿科门诊量的相关性。结果2013年1月7—17日(灰霾期间),石家庄和北京某三甲医院呼吸内科和儿科门诊的百分增量达到高峰,石家庄某医院呼吸内科和儿科门诊的百分增量分别为55.5%和44.0%,北京市某医院分别为38.4%和34.1%。太原市医院相关科室的门诊量未见明显增加。Poisson回归分析显示,2013年1月,API每升高1个四分位数间距,石家庄市医院呼吸内科和儿科门诊量分别增加13.6%和13.8%,北京市医院相关科室的门诊量分别增加8.4%和8.7%,明显高于2012年1月和2012年10—12月,差异具有统计学意义(P0.05)。太原市某医院2013年1月相关科室门诊量的增加与API的关系无统计学意义(P0.05),而10—12月期间API增加1个四分位数间距,分别增加10.6%(lag5)和10.8%(lag3),与北京市和石家庄市的变化不同。结论 2013年1月灰霾期间,石家庄、北京市医院呼吸内科和儿科门诊量明显升高,且门诊量的增加与空气污染相关。     

北京灰霾事件期间空气污染与医院成人门急诊量的浓度-反应关系研究

目的研究灰霾期间空气污染与医院门急诊量的浓度-反应关系。方法门急诊量数据来自北京市海淀区某三甲综合性医院,空气质量监测数据来自中国环境科学研究院超级环境监测站,气象数据来自天气网。研究时间包括2012年10月—2013年1月(灰霾期,T1序列)和2011年10月—2012年2月(对照期,T2序列)。采用广义相加模型确定浓度-反应关系,以多重结构断裂点检测方法确定浓度-反应关系曲线上的拐点,应用约束性分段线性函数估计相应的危险度。结果在污染最严重的2013年1月7日前后,呼吸内科和内科急诊的就诊量也达到最高,比对照期同期分别增加60.1%和64.2%。空气污染与医院门急诊量的浓度-反应关系为非线性曲线。T1序列分析显示,呼吸内科门诊与SO2、神经内科与NOx、内科急诊与NOx、SO2和PM10之间的相关关系有统计学意义,累积危险度分别为8.8%(avg03),5.7%(lag0),5.1%(avg06),3.3%(avg04)和5.6%(avg04);T2序列中仅神经内科门急诊量与NOx显著相关,累积危险度为18.7%(lag0);未见空气污染与心血管内科门诊量有显著的相关关系。研究中发现具有统计学意义的浓度-反应关系曲线多为"C"型,其常在污染物浓度较低时出现,而观察到少数的"S"和"J"型曲线分别在中等和高浓度时出现。结论空气污染与医院多个科室的门急诊量之间存在非线性相关关系,以"C"曲线最为多见,高污染范围时可以见到"S"、"J"型曲线,提示空气污染严重时成人门急诊量呈上升趋势。     

北京地区灰霾事件对儿科门/急诊量影响的分析

目的 分析北京市自2013年1月灰霾期间儿科门诊和急诊量情况,探讨就诊量增加是否与空气污染相关.方法 患儿就诊数据来自北京市海淀区某大型综合性医院,空气污染数据来自中国环境科学研究院,气象数据来自天气网.将灰霾期间每日儿科门/急诊量与上一年度同期比较,计算每日儿科门/急诊量的增加百分比.采用广义相加模型确定浓度反应关系曲线特征,以多种结构断裂点测试方法确定曲线拐点,危险度估计采用分段线性模型.结果 北京地区灰霾期间,氮氧化合物(NOx)、二氧化硫(SO2)、PM25和PM10分别最高达672.63 μg/m3、146.20 μg/m3、312.19 μg/m3和995.00 μg/m3,高峰日集中于2012年12月28日和2013年1月10日.同日儿科就诊量出现高峰,2012年12月28日和2013年1月10日分别增加了47.75％和34.14％.4种污染物中低浓度,均与儿科门诊量相关,浓度反应关系呈“C”形和“S”形;其中PM10和SO2高浓度与儿科急诊量相关,浓度反应关系呈“J”形.结论 北京地区灰霾期间空气污染与儿科就诊量增加相关.儿科病例中存在不同易感人群,“C”、“S”、“J”形相关人群易感性依次降低.     

太原市空气污染与儿童医院日门诊量的相关性研究

[目的]探讨空气污染对儿童健康的影响。[方法]应用时间序列分析方法和回归分析方法，对1998年山西省儿童医院和太原市儿童医院门诊资料、同期杏花岭区和迎泽区的WHO全球大气监测点的空气监测资料及同期山西省气象资料。进行空气污染与儿童医院门诊量的相关性分析。[结果]1998年，太原市空气污染物总悬浮颗粒物(17SP)和SO2均值在采暖期和非采暖期均高于WHO空气质量推荐标准。门诊量分析结果表明内科门诊量所占的比例最大，省儿童医院为40．92％，市儿童医院为26．12％。相关性分析说明在空气污染指标中SO2浓度与两个医院内科日门诊量的增加呈显著相关。TSP浓度与省儿童医院急诊科日门诊量呈显著相关。[结论]空气污染物SO2浓度与儿童医院内科日门诊量之间、TSP浓度与省儿童医院急诊科日门诊量之间相关。表明太原市空气污染已经影响了儿童的健康，应该受到重视，并提示太原市对空气污染要采取控制措施。     

太原市环境空气质量改善与儿童健康效益

目的研究建立太原市空气中SO_2和PM_(10)污染状况与儿科门诊量的浓度—反应关系,并估计空气质量改善带来的儿童健康收益。方法 2001—2010年间儿科门诊量数据来自于太原市中心某综合性医院,太原市涧河站空气质量监测数据来自于太原市环境监测站,气象数据来源于山西省气象局。应用广义相加模型(GAM)建立空气污染物与儿科门诊量之间的浓度—反应关系,应用多种结构断裂点测试确定曲线拐点,分段估计危险度,计算以国家《环境空气质量标准》二级标准限值和世界卫生组织《空气质量标准》推荐值为基线,估计全年和采暖期SO_2和PM_(10)污染的超额健康风险。结果研究期间太原市空气中SO_2和PM_(10)污染水平分别从2003年和2007年出现明显的下降。在2001—2002年、2003年和2004—2010年期间因SO_2浓度超过国家环境空气质量二级标准限值致儿科每日门诊量平均增加11.3%、2.5%和1.1%;在2001—2002年、2003—2006年和2007—2010年期间因空气PM_(10)质量浓度超过国家环境空气质量二级标准限值致儿科每日门诊量平均增加3.1%、2.2%和0.7%。以WHO指导值为基线,计算得到2003年SO_2致儿科每日门诊量的增加比2001—2002年降低57.9%,2007—2010年PM_(10)的平均儿科门诊增量比2005—2006年降低52.3%。结论空气质量的改善可降低儿童医院门诊就诊的风险。     

大连市大气污染物PM_(10)对呼吸科日均门诊量的影响

目的研究2014年大连市大气污染物PM_(10)对呼吸系统疾病门诊量的影响。方法大连市2014年1月1日—12月31日空气污染数据来自大连市环境保护局网站,同期气温数据来自天气网,同期呼吸科门诊量数据来自大连市2所监测哨点医院。采用时间序列的半参数广义相加模型分析2014年大连市大气污染物PM_(10)与呼吸系统疾病门诊量的关系。结果大连市大气PM_(10)浓度每增加10μg/m~3,呼吸系统疾病门诊量增加0.33%。大气PM_(10)污染对呼吸科每日门诊量的累积效应在滞后1天(lag1)影响最强。结论大连市大气PM_(10)污染对呼吸科每日均门诊量有影响。     

太原市颗粒物空气污染与居民每日门诊率的暴露-反应关系

目的研究颗粒物空气污染与每日门诊率的暴露-反应关系。方法2001—2005年太原市门诊数据来源于太原市中心医院病案室,气象资料来源于太原市气象局,大气污染资料来源于太原市环境监测站。采用Poisson广义可加模型进行太原市颗粒物空气污染与居民每日门诊率的回归分析,根据暴露-反应关系曲线形状,分段线性拟合进行污染物危险度评估。结果2001—2005年,太原市PM10日均值为190.41μg/m3,呼吸科平均每日门诊率为18.31例/日,心血管科平均每日门诊率为23.99例/日。颗粒物空气污染与日门诊率的暴露-反应关系为非线性,且表现为低剂量范围影响较大,高剂量范围影响较小。最强效应期中,颗粒物浓度增加10μg/m2,呼吸科门诊率上升百分率和心血管科门诊上升百分率分别为0.2601%～0.9178%和0.2083%～0.4027%。累积影响略大于当日影响。颗粒物空气污染对呼吸科门诊率影响具有统计学意义(P<0.05)。结论太原市颗粒物空气污染对居民呼吸系统疾病发病率造成一定影响。     

郑州市空气污染与儿童医院呼吸系统日门诊量的相关性

目的探讨空气污染与儿童医院呼吸系统门诊量间的关系。方法应用时间序列分析广义线性模型,对2013—2014年郑州市儿童医院呼吸系统门诊量、郑州市大气监测点的空气污染监测资料及郑州市气象资料进行大气污染与儿童医院呼吸系统门诊量的相关性分析。结果 Spearman秩相关分析得PM_(10)、PM_(2.5)、NO_2和SO_2与呼吸系统门诊量呈正相关(P0.01);PM_(10)浓度每增10μg/m~3,当日呼吸系统门诊量增加0.72%;PM_(2.5)浓度每增加10μg/m~3,当日呼吸系统门诊量增加0.90%;NO_2浓度每增10μg/m~3,当日呼吸系统门诊量增加7.73%,在累积滞后(0～5) d时效应最强,超额危险度(ER)为9.88%;SO_2浓度每增10μg/m~3,当日呼吸系统门诊量增加2.92%,且在累积滞后(0～3) d时效应最强,ER为3.22%。结论郑州市的空气污染物能增加儿童医院呼吸系统门诊量。     

空气污染对妇幼医院儿内科呼吸系统日门诊量的影响研究

目的探讨空气污染对妇幼医院儿内科呼吸系统日门诊量的影响。方法收集2014—2017年银川市空气污染资料、气象资料、妇幼保健院小儿内科日门诊就诊资料,描述银川市空气污染趋势,采用基于Poisson回归的广义相加模型分析空气污染与妇幼医院儿内科呼吸系统门诊量的暴露—反应关系。结果2014—2017年银川市大气PM_(10)、PM_(2. 5)和NO_2年平均浓度均超过《环境空气质量标准》(GB 3095-2012)中相应空气污染物二级浓度限值,控制了温度、湿度、时间趋势和星期几效应的时间序列分析结果显示PM_(2. 5)、PM_(10)、SO_2和NO_2每升高10μg/m~3对小儿内科呼吸系统日门诊量存在滞后效应。结论空气污染对妇幼医院儿内科呼吸系统日门诊量存在影响,尤其是空气污染物PM10、NO_2和SO_2。     

郑州市PM10与儿童医院门诊量相关性分析

目的 探讨郑州市PM10污染对儿童健康的影响。方法 应用时间序列分析广义线性模型的研究方法,收集2013年至2015年郑州市儿童医院门诊量、郑州市大气监测点的空气污染监测资料及郑州市气象资料,分析PM10与儿童医院门诊量的相关性。结果 Spearman相关分析得知,PM10与内科总门诊量、呼吸系统门诊量和眼和附器门诊量为正相关,差异均有统计学意义(均P0.05)。PM10每增加10μg/m~3,当日内科门诊总量、当日呼吸系统门诊量和当日循环系统门诊量分别增加0.12%、0.18%和0.49%。结论 郑州市PM10与儿童医院日门诊量呈正相关且存在滞后效应。     

某皮肤病专科医院2013—2017年门诊量季节变动趋势分析

【目的】分析某皮肤病专科门诊量随季节波动的变化规律,为改善医政部门管理,优化服务流程,合理配置卫生人力资源提供科学依据。【方法】利用时间序列数据季节指数法对某皮肤病专科医院2013年1月至2017年12月的皮肤病门诊量进行统计分析。【结果】医院门诊量近5年呈逐年增长的趋势,季节指数显示2月份和7月份分别为每年的谷底(73.59%)和最高峰(122.74%),第一、三季度分别是全年的最低(85.81%)和最高(115.61%)。【结论】医院管理部门应该根据门诊量的动态变化适时调整卫生人力资源,并结合当月(季)就诊病人的疾病种类开展相应的健康宣教和就医引导。     

济南市空气污染对呼吸系统疾病门诊量的影响

目的探讨空气污染对济南市某医院呼吸系统疾病的短期影响及在人群中的差异。方法收集济南市某医院2010年1月1日至2012年12月31日呼吸系统疾病门诊资料、同期气象及空气污染数据,采用分布滞后非线性模型和温度分层等方法研究空气污染的滞后效应及其与气温的交互作用。结果空气污染当日即可引起呼吸系统门诊量升高,且效应可持续18 d;空气污染指数每升高10时,14 d累积效应可使呼吸系统门诊量增加4.26%(95%CI:1.89%~6.69%);将日最高气温按照P10和P90分为低、中、高3个水平后,空气污染指数每升高10可使呼吸系统疾病门诊量分别增加0.24%(95%CI:-4.65%~5.39%),2.54%(95%CI:0.55%~4.57%)和11.24%(95%CI:4.69%~18.20%),其中高温与空气污染的交互作用有统计学意义(P0.05),且在0~14岁人群中效应更明显。结论空气污染加重会导致呼吸系统疾病门诊人数升高且持续时间较长,并与高温有交互作用。提示高温天气时更应加强对空气污染的防护,尤其应关注儿童等脆弱人群。     

空气污染对日门诊量的影响

目的：探讨空气污染对医院日门诊量的影响。方法：根据太原市中心医院日门诊量资料和该医院所座落地区——杏花岭区空气是总悬浮颗粒物(TSP)和S02以及温度、湿度监测数据用时间序列法进行回归分析。结果：杏花岭区空气TSP(593．89μg/m^3)和SO2(294．37μg/m^3)浓度均超过WHO推荐的标准。SO2是呼吸科、急诊科、儿科日门诊量的显著性预测因子。TSP是心血管科和其他科日门诊量的显著性预测因子。结论：空气中SO2和TSP污染严重时，对日门诊量有一定影响。     

乌鲁木齐市空气污染对医院日门诊量的影响

目的 探讨乌鲁木齐市空气污染和医院日门诊量的关系,为空气污染相关疾病的早期预警提供依据。方法 收集2018年5家监测医院的每日门诊量及其分病种日门诊量数据,并收集同期6个站点空气污染物监测数据,比较空气污染物浓度和医院日门诊量的关系。结果 SO2、NO2、CO、PM10、PM2.5、O3均对医院总门诊量有影响(r SO2=0.989,rNO2=0.999,rCO=0.774,rPM10=1.000,rPM2.5=1.003,rO3=0.997,P<0.05),其中PM10、PM2.5为危险因素。分病种分析结果表明,NO2、PM10、PM2.5为循环系统疾病日门诊量的危险因素(rNO2=1.004,rPM10=1.000,rPM2.5=1.004,P<0.05),超额风险度分别为0.353%、0.032%、0.377%;PM10、PM2.5为呼吸系统疾病日门诊量的危险因素(rPM10=1.000,rPM2.5=1.003,P<0.05),超额风险度分别为0.038%、0.286%。结论 乌鲁木齐空气污染增加可能对呼吸系统疾病和循环系统疾病日门诊量的增加有一定影响。     

六安市大气污染与医院心血管门诊关系时间序列分析

目的研究六安市大气污染、气象因素对某医院心血管系统疾病门诊量的影响。方法采用广义相加Poisson回归模型的时间序列研究,在控制门诊量的长期趋势,星期效应,气象因素等混杂因素的影响后,分析六安市2012年1月1日—2013年12月31日大气污染物SO_2、NO_2、PM_(10)等浓度与六安市某医院心血管系统疾病门诊量之间的关系。结果研究期间,心血管系统疾病日门诊量为69.7人次。在单因素广义相加Poisson回归模型中,SO_2对心血管系统疾病门诊量存在保护作用,浓度每升高10μg/m^3在滞后第3天相应的RR达到最大值为0.9987(0.9975~0.9998)。NO_2、PM_(10)浓度分别滞后3天,第4天对心血管系统疾病门诊量的影响较明显,其浓度每升高10μg/m^3其相应的RR最大值分别为1.0022(1.0012~1.0031),1.00054(1.0002~1.0008)。结论大气污染物SO_2与六安市某医院心血管系统门诊量存在负相关。NO_2、PM_(10)与该医院心血管系统疾病门诊量存在正相关。     

基于广义泊松模型的空气质量对医院呼吸科门诊人次的影响研究

目的研究山东省某市空气质量与某院呼吸科门诊人次的关系。方法在中国空气质量在线监测分析平台中查询得到济南市空气质量各指标的相关资料,同时提取山东省某三甲医院呼吸内科2014年的门诊量,首先对济南市空气质量和呼吸科门诊量进行统计描述,然后采用Pearson相关分析和广义泊松模型探索空气质量各指标与呼吸科门诊量的关系。结果 2014年济南市空气污染严重,尤其是冬季的空气污染更加严重;呼吸科门诊冬、春季患病人数多;空气质量各指标与呼吸科门诊量的相关性分析表明,温度和O_3与呼吸科门诊量存在负相关(P0.05),AQI、PM_(2.5)、PM_(10)、SO_2等指标与呼吸科门诊量存在正相关(P0.05);通过广义泊松模型分析,调整非线性因素、星期一效应等因素以后,空气质量指数(AQI)日均浓度每增加10个单位,呼吸系统疾病门诊人次平均增长1.51%。结论济南市的空气污染状况以及某院的呼吸科门诊量均存在明显的季节特征;空气质量各指标除湿度外均与呼吸科门诊量存在相关性,并且空气质量指标对门诊量的影响存在滞后效应。     

兰州市医院儿科呼吸系统疾病日门诊量与空气污染的相关性研究

目的探讨兰州市医院儿科呼吸系统疾病日门诊量与空气污染的关系。方法收集2014年、2015年兰州市城关区和西固区监测点覆盖范围内的综合医院、社区卫生服务中心及妇幼保健院等6家医疗机构的儿科呼吸系统疾病门诊量数据及兰州市空气污染物资料,采用两独立样本的秩和检验分析两城区空气质量及两城区与兰州市总体空气质量的比较。采用Poisson广义可加模型的时间序列分析,对兰州市医院儿科呼吸系统疾病日门诊量和空气污染进行分析,同时控制时间趋势、星期效应、气象因素等混杂因素的影响。结果兰州市城关区和西固区SO2日平均浓度分别为26.52和28.78μg/m~3,NO2日平均浓度分别为48.56和51.84μg/m~3,PM10日平均浓度分别为115.82和129.31μg/m~3,PM_(2.5)日平均浓度分别为51.34和62.86μg/m~3。两城区空气污染物的秩和检验结果显示:西固区SO_2、PM_(10)、PM_(2.5)的日平均浓度高于城关区此三种污染物的日平均浓度,且差异有统计学意义。城关区和西固区的空气污染物浓度比兰州市总体的浓度高。广义可加模型分析结果发现SO_2、NO_2、PM_(10)及PM_(2.5)日平均浓度与儿科呼吸系统疾病日门诊量存在正相关关系。进行多污染物模型分析发现,多污染物模型的RR值相对单污染物模型基本没有升降。结论兰州市医院儿科呼吸系统疾病日门诊量与空气污染浓度呈正相关关系,且存在滞后效应。     

基于广义相加模型分析可吸入颗粒物对人群呼吸系统的短期健康效应

目的了解宿迁市PM_(2.5)、PM_(10)对人群呼吸系统的短期健康效应。方法收集宿迁市2016年空气污染数据、气象数据、医院呼吸系统疾病门诊量和居民因呼吸系统疾病死亡数据,利用R软件建立泊松分布广义相加模型,分析PM_(2.5)、PM_(10)对呼吸系统疾病每日门诊量和人群因呼吸系统疾病每日死亡数的短期影响。结果 2016年宿迁市PM_(10)浓度对呼吸系统疾病日门诊量有影响,PM_(10)浓度与滞后1天的呼吸系统疾病门诊量呈正相关,PM_(10)每上升10μg/m~3,医院呼吸系统疾病门诊量增加0.26%(95%CI:0.01%~0.51%);PM_(2.5)浓度对日门诊量,PM_(2.5)、PM_(10)浓度对人群呼吸系统疾病死亡数影响均无统计学意义(P值均0.05)。结论 2016年宿迁市PM_(10)浓度可能导致了人群呼吸系统疾病患病增加,PM_(2.5)浓度对人群呼吸系统疾病患病增加尚无明显效应。     

城市空气监测数据与空气污染指数的相关性分析

目的评价空气污染指数(API)用于空气污染健康效应研究时与实际空气污染的符合程度。方法在广州(中山大学广州北校区内)和珠海(中山大学珠海校区内)两个监测点,用仪器连续监测获得两地空气实测数据(SO2,NO2,PM10),并用实际监测数据与当地公布的对应时间的API进行相关分析。结果实际监测数据显示两个监测点NO2、SO2及PM10的平均浓度,广州监测点分别为0.11 mg/m30、.37 mg/m30、.11 mg/m3;珠海监测点则分别为0.06 mg/m3、0.04 mg/m3和0.02 mg/m3。两个监测点的实测数据与当地API均有类似的变化趋势。将两个监测点实测数据换算为API并与当日的API数据进行相关分析,除在广州监测点NO2的实测数据与公布的API相关(r=0.91,P<0.05)以外,其余指标均未见有统计学意义的相关。结论两个监测点的空气污染实测数据与当地公布API在趋势上是相似的,但两种监测方法在数据上的相关性(一致性)不强。API应用于描述人群空气污染暴露程度时应辅以区域的实际监测数据。     

合肥大气污染与哮喘门诊量的时间序列分析

目的 探索合肥市某医院成人哮喘门诊量与空气污染的关系.方法 收集合肥市某医院2014—2020年哮喘门诊量;获取同时期大气污染数据及气象指标.采用R统计软件建立广义相加模型分析大气污染对哮喘门诊量的滞后效应.结果 某医院哮喘门诊人数共7220例,男3104例,女4116例,暖季患者3798例,冷季3422例.单污染物模...