合肥市大气污染与肺炎门诊量的时间序列研究

目的探讨大气污染物SO_2、NO_2和PM_(2.5)浓度与合肥市滨湖医院肺炎日门诊量之间的关系。方法采用时间序列分析的广义相加Poisson回归模型,在控制长期趋势、星期几效应和气象因素等混杂因素的影响后,定量分析2014年安徽省合肥市大气污染物SO_2、NO_2、PM_(2.5)日均浓度与滨湖医院肺炎日门诊量的关系及滞后效应。结果单污染物模型中,在控制了长期趋势、星期几效应和气象因素的影响后,SO_2在滞后3、4、5 d(lag3、lag4、lag5)时对肺炎日门诊量的影响有统计学意义(P0.05),NO_2滞后2、3、4、5 d(lag2、lag3、lag4、lag5)时的影响有统计学意义(P0.01),PM_(2.5)滞后3、4 d(lag3、lag4)时的影响有统计学意义(P0.05);SO_2、NO_2、PM_(2.5)的滞后效应分别在lag3、lag2、lag4时最明显,当SO_2、NO_2、PM_(2.5)浓度每升高10μg/m~3时,肺炎日门诊量分别增加1.54%(95%CI:0.28%~2.81%),1.98%(95%CI:0.89%~3.08%)和0.28%(95%CI:0.06%~0.50%)。多污染物模型中,当模型中引入两种或两种以上的污染物后,各污染物对肺炎日门诊量的效应估计值均较单污染物模型降低,但并不改变各污染物与肺炎日门诊量之间的正向关联。结论合肥市大气污染物SO_2、NO_2、PM_(2.5)浓度升高可能引起医院肺炎日门诊量增加,且有一定的滞后效应。     

合肥市大气颗粒物污染对成人内科门诊量影响的时间序列分析

目的探讨合肥市大气颗粒物(PM_(2.5)、PM_(10))暴露对成人内科门诊量的影响。方法收集合肥市2016—2018年逐日大气污染物监测资料、气象资料及成人内科日门诊量资料。采用广义相加模型(GAM)的时间序列分析方法,控制时间趋势、气象因素、星期几效应等混杂因素,评估颗粒物浓度对成人内科门诊量的影响,包括滞后效应(lag0~lag7 d)和累积滞后效应(lag01~lag07 d),同时分析引入其他污染物后,对大气颗粒物浓度与成人内科门诊量效应的影响。计算大气颗粒物浓度每升高10μg/m^(3),成人内科门诊量增加的超额风险(ER)及95%可信区间(95%CI)。结果合肥市大气颗粒物浓度升高与成人内科日门诊量增加存在关联。PM_(2.5)每升高10μg/m^(3),成人内科日门诊总量、呼吸系统疾病日门诊量和循环系统疾病日门诊量效应值分别在lag04、lag07和lag04 d达到最大,ER(95%CI)分别为1.04%(0.39%~1.70%)、0.74%(0.06%~1.43%)和2.61%(1.27%~3.96%);PM_(10)每升高10μg/m^(3),成人内科日门诊总量和呼吸系统疾病日门诊量效应值分别在lag0和lag07达到最大,ER(95%CI)分别为0.41%(0.06%~0.76%)和0.77%(0.29%~1.26%)。结论合肥市PM_(2.5)、PM_(10)浓度升高可能会增加成人内科门诊量,且具有一定的滞后性。     

北京市顺义区大气污染物对呼吸系统疾病门诊量的影响

目的探讨北京市顺义区大气污染物对医院呼吸系统疾病门诊量的短期影响。方法收集2014年1月1日-2015年12月31日北京市顺义区二级及以上医疗机构呼吸系统疾病每日门诊资料和同期北京市顺义区大气及气象监测资料,采用基于时间序列的半参数广义相加模型,在控制长期趋势、星期效应、假期效应、流感流行及气象因素等混杂因素的基础上,分析大气污染物浓度与呼吸系统疾病日门诊量的关系及滞后效应。结果研究期间,北京市顺义区二级及以上医疗机构呼吸系统疾病日门诊量平均为1653人次,范围420~5034人次。单污染物模型中,PM_(2.5)、PM_(10-2.5)、二氧化硫(SO_2)和二氧化氮(NO_2)均是滞后0~2d(avg02)的移动平均值对呼吸系统疾病门诊人数影响最为显著,臭氧(O_3)是在滞后3d(lag3)的浓度值对呼吸系统疾病门诊人数影响最为显著。PM_(2.5)、PM_(10-2.5)、SO_2、NO_2和O_3浓度每增加10μg/m~3对应的呼吸系统疾病门诊人数增加百分比分别为0.25%(95%CI:0.22~0.28)、0.52%(95%CI:0.44~0.60)、0.73%(95%CI:0.58~0.88)、1.23%(95%CI:1.12~1.33)和0.20%(95%CI:0.16~0.24)。在双污染物模型中,引入NO_2后,PM_(2.5)、PM_(10-2.5)和SO_2对呼吸系统疾病门诊人数影响较单污染物模型明显减小。结论北京市顺义区大气污染物PM_(2.5)、SO_2、NO_2和O_3浓度对医院呼吸系统疾病日门诊量有影响,且存在滞后效应。     

大气污染与上海市闵行区学生因呼吸道疾病缺课关系的时间序列研究

[目的]探讨大气污染对上海市闵行区学生因呼吸道疾病缺课的短期影响。[方法]收集2013年9月1日—2016年6月30日闵行区学生因呼吸道疾病缺课人数和同期闵行区大气污染及气象监测资料,采用时间序列的广义相加模型,在控制了长期趋势、星期几效应、假期效应及气象因素等混杂因素的基础上,分析当日至前5 d单日滞后(lag0~lag5)和当日至前1、3、5 d累积滞后(lag01、lag03、lag05)的大气污染物浓度与学生因呼吸道疾病缺课人数的关系。[结果]研究期间,NO_2、PM_(2.5)、PM_(10)和O3的超标率分别为8.51%、20.79%、5.84%和8.12%,SO_2、CO未超出限值。单污染模型中,大气AQI、PM_(2.5)、PM_(10)、SO_2和NO_2与学生呼吸道疾病的新发缺课人数及总缺课人数均呈正相关(P0.05)。对总缺课人数,NO_2、PM_(2.5)和PM_(10)在lag1效应最为明显[RR及95%CI分别为3.53(2.15~4.90)、11.80(8.85~14.75)、4.04(2.48~5.60)],SO_2在lag5效应最为明显(RR=18.20;95%CI:13.95~22.45);对于新发缺课人数,NO_2在lag0效应最为明显(RR=11.65,95%CI:8.59~14.71),SO_2、PM_(2.5)和PM_(10)在lag1效应最为明显[RR及95%CI分别为3.39(1.91~4.88)、17.90(12.96~22.84)、3.89(2.20~5.58)]。累积效应各污染物均在lag05时对学生新发及总缺课的效应最强。多污染模型中,PM_(2.5)和PM_(10)对学生呼吸道疾病缺课的影响在调整了其他主要空气颗粒物(PM_(10)、PM_(2.5))和气态污染物(S02、NO_2)后均无统计学意义。[结论]大气污染物PM_(2.5)、PM_(10)、SO_2和NO_2浓度与学生因呼吸道疾病缺课存在正相关。     

2015年哈尔滨市某地区空气污染物与呼吸系统疾病门诊量关系的时间序列研究

目的初步探讨哈尔滨市道里区空气主要污染物(PM_(2.5)、PM_(10)、SO_2、NO_2)对人群呼吸系统疾病门诊量水平的影响。方法采用广义线性模型,在控制长期趋势、气象因素和其他与时间长期变异有关的混杂因素条件下,分析空气主要污染物与人群呼吸系统疾病门诊量的关系。结果 2015年哈尔滨市道里区大气污染物PM_(2.5)、PM_(10)、SO_2、NO_2的全年日均质量浓度分别为62.51、95.61、36.97和55.01μg/m~3;哈尔滨市第一医院日均呼吸系统门诊量霾日高于非霾日,且具有统计学意义(P<0.05);大气污染物PM_(2.5)、SO_2水平与呼吸系统门诊量存在暴露—反应关系,滞后效应分析发现PM_(2.5)污染当天,PM_(2.5)浓度每升高10μg/m~3,人群呼吸系统疾病门诊量RR值为1.0052(95%CI:1.002 7~1.007 6),SO_2在污染滞后1 d最为显著,SO_2浓度每升高10μg/m~3,人群呼吸系统疾病门诊量RR值为1.005 1(95%CI:1.002 5~1.007 6)。结论哈尔滨市道里区空气污染物(PM_(2.5)、SO_2)对人群呼吸系统疾病门诊量水平有影响。     

广州市越秀区大气NO2污染与儿童呼吸系统疾病门诊量的时间序列分析

目的探讨广州市越秀区大气NO_(2)对儿童呼吸系统疾病门诊量的影响。方法收集2014—2016年大气污染物NO_(2)数据、气象资料和越秀区某儿童医院呼吸系统疾病门诊量资料。采用Spearman秩相关分析和广义相加模型时间序列分析研究大气NO_(2)浓度与同期儿童呼吸系统疾病门诊量的关系和滞后效应。结果2014—2016年越秀区大气NO_(2)浓度年均值分别为61.30、60.46和60.81μg/m^(3),超标天数分别为70、64和62 d。时间序列分析结果表明,大气NO_(2)浓度对呼吸系统疾病门诊量第(0~7)d有明显影响,当天(lag0 d)的影响最大,超额危险度ER(95%CI)为1.45%(0.93%~1.98%);累积滞后(0~6)d(lag06 d)时累积效应最强,超额危险度ER(95%CI)为3.07%(2.04%~4.10%)。结论2014—2016年广州市越秀区NO_(2)浓度增加会导致呼吸系统疾病门诊量增加。     

济南市重污染区域大气污染物对循环系统疾病门诊量的急性效应

目的评价济南市空气污染严重区域大气污染物PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3对当地居民循环系统疾病门诊就诊的暴露反应关系。方法收集2014—2016年济南市重污染区域某综合医院循环系统疾病逐日门诊信息、空气污染物浓度及气象信息,并进行描述性分析。采用广义线性模型,定量评估逐日大气污染物PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3浓度与当地居民循环系统门诊就诊量之间的相关关系。结果 2014—2016年期间该综合医院循环系统疾病门诊量合计55 858人次,日均就诊量51人次/天,PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3日均浓度分别为100、205、53、58及90μg/m3。PM_(2. 5)、PM_(10)、NO_2浓度每升高10μg/m3,当日循环系统疾病门诊量分别增加0.40%(95%CI:0.01%~0.80%)、0.25%(95%CI:0.03%~0.47%)、1.66%(95%CI:0.64%~2.68%)。仅发现NO_2与循环系统疾病门诊量存在累积滞后效应,NO_2浓度每升高10μg/m3,在Lag02时,循环系统疾病门诊量可增加2.13%(95%CI:0.81%~3.46%)。未发现SO_2及O_3与循环系统疾病门诊量之间存在显著效应。结论空气污染严重区域大气污染物PM_(2. 5)、PM_(10)及NO_2与循环系统疾病门诊量之间存在相关关系,未发现SO_2及O_3与循环系统疾病门诊量之间存在显著效应。     

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。     

2015年-2017年杭州市大气PM2.5对儿童医院呼吸系统疾病门诊量的影响

目的分析环境大气PM2.5污染对儿童医院呼吸系统疾病门诊量的影响。方法获取2015年-2017年杭州市某儿童医院门诊量信息,收集全市气象和环境大气污染监测资料,采用广义线性模型(GLM),分析环境大气PM2.5污染对儿童医院呼吸系统疾病门诊量的影响。结果儿童医院呼吸系统疾病日门诊量与日均气温、PM10、NO_2、SO_2、O_3、CO、PM2.5有相关性(P0.01)。在滞后第0 d、3 d、4 d、8 d～19 d,大气PM2.5污染可增加儿童医院呼吸系统疾病门诊量。超额危险度(ER)在当日及累积滞后第25 d达到最大值,环境大气PM2.5污染每升高10μg/m~3儿童医院呼吸系统疾病门诊量提高0.85%(95%CI:0.42%～1.28%)和7.40%(95%CI:5.50%～9.33%)。结论 2015年-2017年杭州市大气污染物PM2.5浓度升高可导致儿童医院呼吸系统疾病门诊量增加,这些影响存在滞后效应及累积效应。     

石家庄市大气PM2.5对儿童下呼吸道疾病门诊量的影响

目的了解河北省石家庄市区空气污染现状,探讨PM_(2.5)对儿童急性下呼吸道感染、慢性下呼吸道疾病急性发作门诊就诊量的影响。方法收集2014—2016年河北省儿童医院儿童急性下呼吸道感染和慢性下呼吸道疾病急性发作急性发作日门诊量,并获取同期PM_(2.5)与气象资料,采用时间序列广义相加模型(GAM)控制时间、季节、星期几、节假日等效应及温度、相对湿度等混杂因素分析PM_(2.5)与门诊量的暴露-反应关系,并分析滞后(lag1-lag7)效应以及累积滞后(lag0-1～lag0-7)效应。结果 2014—2016年石家庄市PM_(2.5)超标天数最多,PM_(2.5)、PM_(10)、NO_2、SO_2、CO超标情况不一致,5种污染物浓度的年度变化趋势基本一致,均为冬季较高。PM_(2.5)对儿童急性下呼吸道感染、慢性下呼吸道疾病急性发作最强影响效应均出现于滞后2 d,暴露-反应关系为非线性相关。PM_(2.5)浓度每升高10μg/m~3,急性下呼吸道感染患者每日就诊人次上升0.988%(95%CI:0.046%～1.939%),慢性下呼吸道疾病急性发作急性发作患者就诊人次上升0.407%(95%CI:0.212%～0.603%)。结论石家庄市大气PM_(2.5)对儿童急性下呼吸道感染具有急性效应,还能引起慢性下呼吸道疾病急性发作。     

2015-2018年张家港市大气PM2.5对儿科门诊量影响的时间序列分析

目的探讨张家港市大气PM_(2.5)污染对儿科日门诊量的影响。方法收集张家港市2015—2018年逐日气象资料、环保大气监测资料和某三级医院儿科门诊数据。采用基于Poisson回归的广义线性模型(GLM)控制时间趋势、温度和相对湿度、星期几效应、法定节假等因素后,进行PM_(2.5)与儿科门诊量的单污染物模型、滞后效应(lag1～lag6)和累积滞后效应(lag0-1～lag0-6)分析,采用滞后天数最大效应值作为PM_(2.5)对儿科门诊影响的暴露风险评估值。结果 2015—2018年,张家港市某三级医院的儿科门诊量共438 137人次,日均300人次,PM_(2.5)年均值是48.0μg/m~3(范围:38～59μg/m~3);PM_(2.5)污染对当天和滞后1～6 d的儿科总门诊量、当天和滞后1～5 d的呼吸系统疾病门诊量影响均有统计学意义,且分别在滞后第3天和第2天最强,PM_(2.5)浓度每升高10μg/m~3,门诊量分别增加0.51%(95%CI:0.20%～0.83%)和0.83%(95%CI:0.42%～1.23%);PM_(2.5)对累积滞后1～6 d的儿科总门诊量和呼吸系统疾病门诊量影响均有统计学意义(P 0.05)。结论张家港市大气PM_(2.5)浓度升高会导致儿科总门诊量和呼吸系统疾病门诊总量增加,应采取积极措施对儿童等重点人群开展有效防护。     

唐山市空气污染物对某医院呼吸系统疾病门诊量的影响

目的探讨唐山市空气污染对人群呼吸系统疾病门诊量的影响。方法采用广义相加泊松模型的时间序列研究方法,在控制门诊量的长期趋势、星期几效应、气象因素等混杂因素的影响的基础上,分析唐山市2014年1月1日—2016年12月31日大气污染物质量浓度与呼吸系统疾病日门诊量的关系。结果大气PM_(2.5)、PM_(10)及SO_2与呼吸系统疾病门诊量呈正相关,且与一定的滞后效应,并且质量浓度每升高10μg/m~3,呼吸系统疾病日门诊量分别上升0.37%(RR=1.003 7,95%CI:1.001 6～1.005 8)、0.26%(RR=1.002 6,95%CI:1.001 1～1.004 1)、0.70%(RR=1.007 0,95%CI:1.003 5～1.010 5),多污染物模型中,PM_(2.5)、PM_(10)及SO_2每升高10μg/m~3,呼吸系统疾病日门诊量分别上升0.07%(RR=1.000 7,95%CI:0.994 0～1.007 5)、0.08%(RR=1.000 8,95%CI:0.996 0～1.005 6)、0.49%(RR=1.004 9,95%CI:1.000 3～1.009 6)。结论唐山市的大气污染物与居民呼吸系统疾病日门诊量之间存在正相关。     

珠海市大气PM_(2.5)与儿科呼吸系统疾病门诊日就诊人次的关系研究

目的了解珠海市大气PM_(2.5)浓度与医院儿科呼吸系统疾病门诊日就诊人次的关系。方法收集珠海市2013—2016年大气污染物浓度数据及同期气象资料和两家医院逐日就诊资料,采用时间序列广义相加模型(GAM)分析2013—2016年珠海市大气PM_(2.5)日均浓度与医院儿科呼吸系统疾病门诊日就诊人次的关系及其滞后效应。结果 2013—2016年珠海市大气PM_(2.5)日均浓度为32.16μg/m~3,大气PM_(2.5)浓度与PM10、SO_2、NO_2、CO和O_3浓度均呈正相关(rs值分别为0.94,0.81,0.72,0.63,0.47,P0.05)。单污染物模型显示,大气PM_(2.5)浓度每升高10μg/m~3,当日儿科呼吸系统疾病门诊就诊人次增加2.47%(95%CI:1.93%～3.02%);双污染物模型(PM_(2.5)+CO、PM_(2.5)+O_3)中,大气PM_(2.5)浓度每升高10μg/m~3,当日儿科呼吸系统疾病门诊就诊人次的ER值分别为1.67%(95%CI:1.03%～2.31%)和2.53%(95%CI:1.94%～3.13%);多污染物模型(PM_(2.5)+CO+O_3)中,PM_(2.5)在滞后4 d时效应最大,PM_(2.5)浓度每升高10μg/m~3,儿科呼吸系统疾病门诊人次增加1.90%(95%CI:1.26%～2.54%)。结论珠海市大气PM_(2.5)浓度与儿科呼吸系统疾病门诊就诊人次有一定关系。     

淄博市主城区大气PM2.5与呼吸系统疾病门诊人次的相关性研究

目的探讨淄博市主城区PM_(2.5)污染对医院每日呼吸系统疾病门诊人次的影响。方法收集淄博市主城区3家综合性医院2016年1月1日—2017年12月31日的呼吸系统疾病逐日门诊人次资料,结合同期的逐日大气污染数据和气象数据,在用广义相加模型(GAM)控制长期趋势、季节趋势、星期几效应及气象因素的影响后,分析PM_(2.5)日均浓度与呼吸系统疾病日门诊人次的关系。结果淄博市主城区2016—2017年PM_(2.5)日均浓度为68.4μg/m~3,医院呼吸系统疾病日门诊人次平均为386.6人次/d。Spearman相关分析表明,呼吸系统疾病日门诊人次与PM_(2.5)、SO_2、NO_2、CO均呈正相关(P0.05)。时间序列分析的单污染物模型显示,PM_(2.5)浓度对医院呼吸系统疾病日门诊人次的影响存在滞后效应,以滞后3 d时效应最强,PM_(2.5)浓度每升高10μg/m~3,呼吸系统日门诊人次的超额危险度(ER)为0.321%(95%CI:0.077%～0.566%);多污染物模型显示,分别引入SO_2、NO_2后,PM_(2.5)浓度每升高10μg/m~3,呼吸系统日门诊人次的ER分别为0.389%(95%CI:0.143%～0.636%)和0.334%(95%CI:0.091%～0.578%),而同时引入SO_2和NO_2后,ER无统计学意义(P0.05)。结论淄博市主城区呼吸系统疾病日门诊人次与短期PM_(2.5)浓度升高存在正向关联,可能会增加呼吸系统疾病的发病风险。     

长沙市城区大气PM_(2.5)浓度与居民每日死亡关系研究

[目的]探讨长沙市城区大气污染物PM_(2.5)暴露对居民每日死亡风险的影响。[方法]收集2014年1月1日至2016年12月31日期间长沙市城区每日温度、相对湿度等气象数据,PM_(2.5)、PM_(10)、NO_2、SO_2、CO等大气污染物数据和居民每日死亡数据。采用分布滞后非线性模型,控制时间长期趋势、气象因素、星期几及节假日效应等混杂因素,分析PM_(2.5)单独暴露及其与PM_(10)、NO_2、SO_2、CO等联合暴露当日至滞后14 d时居民每日总死亡、心血管疾病死亡和呼吸系统疾病死亡的风险。[结果]长沙市城区PM_(2.5)年均质量浓度(以下简称"浓度")为63μg/m3。单污染物模型显示,PM_(2.5)质量浓度上升10μg/m3时,致居民每日总死亡(lag10)和每日心血管疾病死亡(lag1)的风险(RR及其95%CI)分别为1.051 8(1.006 5~1.099 4)和1.086 1(1.005 6~1.173 0),对居民呼吸系统疾病死亡的影响无统计学意义。双污染物模型分析显示,分别引入NO_2、SO_2后,PM_(2.5)致居民每日总死亡的风险增加(RR=1.084 3,95%CI:1.027 8~1.143 9;RR=1.067 9,95%CI:1.015 5~1.123 0),致每日心血管疾病死亡、呼吸系统疾病死亡的风险降低;引入CO后,PM_(2.5)致居民每日总死亡、每日心血管疾病死亡的风险增加,致每日呼吸系统疾病死亡的风险降低。[结论]长沙市城区PM_(2.5)浓度升高可导致居民总死亡的风险增加。     

2018—2020年西宁市城区PM2.5对儿童呼吸系统门诊量影响的时间序列分析

目的 探讨西宁市城区PM_2.5对儿童呼吸系统疾病、上呼吸道感染和慢性下呼吸道疾病门诊量的影响。方法 收集2018—2020年西宁市城区逐日气象资料、大气污染物数据、儿童呼吸系统疾病、上呼吸道感染和慢性下呼吸道疾病门诊量并进行分析。采用基于Quasi-Poisson回归的广义线性模型(GLM),控制时间的季节和长期趋势、气象因素、星期几效应后,分别开展PM_2.5与逐日儿童呼吸系统疾病、上呼吸道感染和慢性下呼吸道疾病门诊量的单滞后效应(lag0～lag7)和累积滞后效应(lag01～lag07)分析,计算PM_2.5每升高10μg/m³时儿童呼吸系统疾病、上呼吸道感染和慢性下呼吸道疾病增加的超额危险度(ER)。结果 2018—2020年西宁市城区PM_2.5浓度变化趋势与儿童呼吸系统疾病、上呼吸道感染和慢性下呼吸道疾病门诊量呈现一致的月度特征,PM_2.5年平均浓度为32μg/m³,儿童呼吸系统疾病、上呼吸道感染和慢性下呼吸道疾病日均门诊量依次...     

沈阳市大气污染物分布特征及对呼吸系统疾病的影响

目的探讨沈阳市大气污染物分布特征及对呼吸系统疾病的影响。方法对2016年1月1日—2016年12月31日沈阳市大气污染物浓度与中国医科大学附属第四医院和平院区呼吸系统疾病门诊人次的关系采用广义相加模型进行模拟,并分析滞后效应;随机各选取40名门诊肺炎及慢性阻塞性肺部疾病(COPD)患者分别于大气污染物浓度较低的夏季和大气污染物浓度较高的冬季检测肺功能并进行健康质量问卷(SF-36)调查。结果沈阳市大气PM_(2.5)、PM_(10)、SO_2和NO_2的年平均浓度分别为57、101、41、38μg/m~3,秋冬季大气PM_(2.5)、PM_(10)、NO_2和SO_2浓度最高。大气PM_(10)、PM_(2.5)、SO_2和NO_2的浓度每增加10μg/m~3,呼吸系统疾病日门诊就诊人次分别增加1.29%(95%CI:1.18%～1.40%)、1.31%(95%CI:1.20%～1.43%)、2.94%(95%CI:2.75%～3.14%)、5.26%(95%CI:4.91%～5.61%),分别滞后4、1、3、1 d。冬季COPD患者肺功能和SF-36量表得分均低于夏季,差异有统计学意义(P0.05)。结论沈阳市大气污染物导致呼吸系统疾病门诊就诊人次增加且存在滞后效应,空气污染是否导致COPD患者肺功能损伤及生活质量的降低有待进一步研究。     

牡丹江市大气污染对居民呼吸疾病就诊人数影响

目的探究黑龙江省牡丹江市大气污染对不同年龄、性别居民呼吸疾病就诊人数影响以及季节性变化,为牡丹江市因大气污染致呼吸疾病的防治提供理论依据。方法选择牡丹江市各医院2015年1月—2016年12月期间于呼吸科就诊的8 943 515例门诊、急诊就诊人员,采用半参广义相加模型(GAM)分析空气中二氧化硫(SO_2)、可吸入颗粒物(PM_(2.5))、二氧化氮(NO_2)等主要大气污染物对不同年龄、性别居民呼吸疾病就诊人数影响。结果 PM_(2.5)、NO_2、SO_2作为危险因子,对全人群呼吸系统疾病的最佳滞后天数分别为lag1、lag2、lag0,且污染物每增加增加10μg/m3对应的ER(95%CI)分别为3.981%(2.746~5.216%)、6.938%(5.017%~8.859%)、9.873%(7.454%~12.292%);大气污染对女性呼吸系统的影响明显高于男性,儿童和老人更易受大气污染物的影响,其中PM2.5每升高10μg/m3,男性儿童(≤18岁)、成人(19~64岁)和老人(≥65岁)的呼吸系统就诊例数分别升高3.308%(95%CI=2.331%~4.285%)、1.667%(95%CI=0.821%~2.521%)、2.912%(95%CI=2.149%~3.675%),女性分别升高3.517%(95%CI=2.362%~4.672%)、1.839%(95%CI=0.985%~2.639%)、3.233%(95%CI=2.459%~4.007%),SO2、NO_2仅对儿童与老年人群的呼吸系统疾病有影响,对成年人无明显影响。结论牡丹江市大气污染对女性呼吸系统的影响显著高于男性,同时对≥65岁老人以及≤18岁儿童呼吸系统的影响明显高于成年人。     

2017-2019年江苏省淮安市大气PM2.5与儿科呼吸系统疾病门诊量相关性

目的 分析淮安市大气PM_2.5对儿童呼吸系统疾病门诊量的影响，为开展空气污染的健康风险管理，制定儿童健康干预措施提供科学依据。方法收集2017-2019年淮安市大气污染物浓度及气象数据，妇幼保健院呼吸系统疾病门诊量数据、采用基于Poisson分布的广义相加模型(GAM)，分析大气PM_2.5日均浓度与儿科呼吸系统疾病门诊量的关系及其滞后效应。结果2017-2019年淮安市大气PM_2.5日平均浓度为47.49μg/m³，超标率为16.53%。单污染物模型分析显示PM_2.5与儿童呼吸系统疾病门诊量呈正相关。单日滞后效应分析结果表明PM_2.5污染在lag0d～lag4d出现危害效应，且对门诊量的影响差异具有统计学意义(P<0.05)，且在当天达到最大值，健康风险增加0.94%(95%CI:0.86%～1.03%)。累积滞后效应分析结果发现，PM_2.5污染在1～5 d(lag01～lag05)的差异具有统计学意义(P<0.05)，且...     

大气污染物对呼吸系统疾病日门诊量影响的时间序列分析

目的定量评估污染物对呼吸系统疾病就诊的影响。方法收集2014-2016年深圳市某区污染物及气象数据,同期就诊数据由深圳市社区健康服务信息系统导出。用分布滞后非线性模型(DLNM)分析污染物浓度对呼吸系统疾病就诊的影响及滞后效应。结果 lag=0~9d,PM_(2.5)、PM_(10)、SO_2、NO_2、O_3每增加10μg/m~3,对呼吸系统疾病就诊人次的累积超额危险度(CER)分别为4.31%、3.53%、13.19%、12.54%、0.84%,其滞后天数分别为:3、4、1、9、3d;CO每增加0.1mg/m~3,对呼吸系统疾病就诊人次的CER为5.84%,其影响滞后7d。年龄和性别分层分析结果显示,污染物对女性、儿童、老人的影响较大。结论大气污染物对呼吸系统疾病就诊的影响具有延迟作用,NO_2和SO_2的作用最强,颗粒物次之,O_3最弱,环保部门应加强污染物的实时控制,以降低对人群健康的影响。