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。     

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。     

2013年济南市大气PM2.5污染及雾霾事件对儿童门诊量影响的时间序列分析

目的评估济南市大气PM2.5日均浓度及雾霾事件对儿童内科疾病及呼吸系统疾病就诊量的影响。方法 2013年济南市逐日气象资料、空气污染物资料和门诊量数据分别来源于中国气象科学数据共享服务网、济南市环保局和某儿童专科医院。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、流感和法定节假日等因素进行PM2.5与门诊量的单污染物模型分析、滞后效应(lag1~lag5)和累积滞后效应(lag01~lag05)分析及2013年1月雾霾事件影响分析。采用滞后天数最大效应值作为PM2.5对门诊量影响的暴露风险估计值。结果济南市2013年大气PM2.5日均浓度年均值为110μg/m3,1月雾霾期间PM2.5日均浓度为222μg/m3。该医院内科疾病门诊总量和呼吸系统疾病就诊量日均值分别为437和296人次/d。GLM结果提示内科疾病和呼吸系统疾病就诊量均与PM2.5浓度升高显著相关,均在滞后1 d时达到最高,PM2.5浓度每升高10μg/m3内科疾病门诊总量和呼吸系统疾病就诊量分别增加0.45%(95%CI:0.34%~0.55%)和0.54%(95%CI:0.42%~0.66%);内科疾病门诊总量和呼吸系统疾病就诊量累积滞后4 d时累积增加最高。2013年1月雾霾事件期间内科疾病门诊总量和呼吸系统疾病就诊量分别增加29.24%(95%CI:23.41%~35.34%)和26.95%(95%CI:20.44%~33.82%)。结论 2013年济南市大气PM2.5污染与儿童门诊就诊风险增加显著相关,雾霾事件期间儿童其风险增加更为显著。     

武汉市大气污染物水平与儿童呼吸道疾病门诊量的滞后效应分析

[目的]评估武汉市大气污染物PM_(2.5)、PM_(10)、NO_2、O_3、CO和SO_2日均质量浓度(以下简称"浓度")对儿童呼吸道疾病就诊量的影响。[方法]收集2015—2016武汉市大气污染物资料、气象资料和湖北省妇幼保健院儿童呼吸系统疾病病例资料。用Spearman相关分析6种大气污染物与平均温度和相对湿度的相关性。采用广义相加模型(GAM)控制星期几效应、气象因素、假期效应等因素,分析大气污染物与儿童上、下呼吸道疾病门诊量和呼吸系统疾病总门诊量的关系及滞后效应(lag1~lag5)和累积效应(lag0:1~lag0:5),选取最大效应值作为大气污染物对就诊量影响的暴露风险估计值。[结果]在累积滞后效应中,大气污染物浓度每上升一个四分位数间距,呼吸系统疾病总门诊量上升的超额危险度(ER)及其95%可信区间(95%CI)分别为:PM_(2.5)(lag0:4)1.78%(0.12%~3.46%)、PM_(10)(lag0:5)3.48%(0.49%~6.56%)、NO_2(lag0:5)6.59%(3.75%~9.52%)、CO(lag0:5)3.27%(0.02%~6.63%)、SO_2(lag0:5)3.66%(0.62%~6.80%)、O_3(lag0:4)2.65%(0.03%~5.29%),都是在累积滞后4~5 d时总门诊量ER达到最高。在滞后效应中,下呼吸道疾病门诊量在PM_(2.5)、PM_(10)、NO_2、CO和SO_2滞后5 d时ER达到最高;上呼吸道疾病门诊量在PM_(2.5)、PM_(10)和SO_2当日,NO_2和CO滞后4 d时ER达到最高;下呼吸道疾病就诊量与O_3无明显关联(P0.05)。[结论]武汉市6种大气污染物浓度升高对儿童呼吸系统疾病门诊量的增加有明显影响,且对下呼吸道疾病存在较为明显的滞后效应。     

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。     

合肥市大气PM2.5污染与居民呼吸系统疾病住院量的关系

目的 探讨合肥市大气PM2.5暴露对居民呼吸系统疾病住院量的影响。方法 收集合肥市2019年逐日大气污染物监测资料、气象资料及呼吸系统疾病住院资料。采用基于Poisson分布的GAM模型,评估PM2.5暴露对居民呼吸系统疾病住院量的影响。计算PM2.5浓度每升高10 μg/m3,居民呼吸系统疾病住院量增加的超额风险(ER)及95%可信区间（95%CI）。结果 合肥市大气PM2.5污染对居民呼吸系统疾病住院量存在显著影响。PM2.5每升高10 μg/m3,单日滞后效应和累积滞后效应分别在lag5和lag07时达到最大,居民呼吸系统疾病总住院量分别增加0.95% (95%CI:0.21% ~ 1.70%)和3.48% (95%CI:1.65% ~ 5.33%)。PM2.5对14岁及以下儿童的影响较其他年龄人群明显,对女性的影响也大于男性。结论 合肥市大气PM2.5浓度升高可能会增加居民呼吸系统疾病住院量,14岁及以下儿童及女性更敏感。     

武威市沙尘天气对儿童呼吸系统疾病日门诊量的影响

目的探讨武威市沙尘天气对儿童呼吸系统健康的影响。方法收集2015—2016年沙尘天气高发期(3—5月)武威市0～14岁儿童呼吸系统疾病门诊逐日资料和同期气象环境资料,采用分布滞后非线性模型(DLNM)进行沙尘天气PM10和PM2.5浓度与儿童呼吸系统疾病日门诊量的关联性研究。结果与非沙尘天气比较,沙尘天气日均风速(3.31 m/s)、PM10日均浓度(287.32μg/m3)、PM2.5日均浓度(92.57μg/m3)均较高(P0.05)。沙尘天气PM10浓度上升与儿童呼吸系统疾病门诊量的增加相关,呈滞后效应;PM10累积效应对0～14岁儿童、6～14岁儿童分别在滞后3～5 d、3～8 d有统计学意义,分别于第5、8天达最大,RR(95%CI)值分别为1.993 6(1.039 7～3.822 7)、3.795 8(1.064 5～13.534 4);对0～5岁儿童累计效应在整个滞后期均无统计学意义。PM2.5的累积效应对不同年龄儿童在整个滞后期均无统计学意义。结论武威市沙尘天气高浓度PM10污染可增加儿童呼吸系统疾病日门诊量,呈滞后效应,6～14岁儿童是敏感人群。     

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。     

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。     

石家庄市大气颗粒物与儿童急性下呼吸道感染门诊量的时间序列分析

目的探讨石家庄市大气颗粒物(PM2.5和PM10)对儿童急性下呼吸道感染日门诊量的影响,为大气环境治理和儿童呼吸道感染的预防控制提供理论依据。方法应用Poison分布广义可加模型分析PM2.5和PM10对儿童急性下呼吸道感染日门诊量的影响进行(0-5)d的滞后分析及多污染物模型分析;计算颗粒物每增加10μg/m3,日门诊量增加的比值比。结果PM2.5在lag0 d、lag1 d和累积lag01 d^lag03 d对儿童急性下呼吸道感染日门诊量的影响具有统计学意义PM10在lag0 d^lag2 d和累积滞后lag01 d^lag05 d对儿童急性下呼吸道感染日门诊量的影响具有统计学意义;PM2.5在暴露当天、累积滞后1 d以及PM10在累积滞后1 d、2 d对日门诊量的影响最大PM2.5或PM10浓度每增加10μg/m3,儿童急性下呼吸道感染的日门诊量均增加0.35%。多污染物模型的分析结果显示PM2.5只有在引入SO2后模型才具有统计学意义,PM10在引入其他污染物后均具有统计学意义,但引入SO2后效应最大。结论石家庄市PM2.5和PM10度的增加会导致儿童急性下呼吸道感染的门诊量增加,且PM10的滞后效应较PM2.5强。     

安阳市空气质量健康指数构建及分析——基于空气污染与呼吸系统疾病间暴露–反应关系

目的 基于空气污染对呼吸系统疾病影响构建安阳市空气质量健康指数（AQHI）并分析可能影响因素。方法 建立2018—2020年安阳市大气污染与医院呼吸系统疾病门诊量时间序列数据库,利用多污染物广义相加模型（GAM）所得暴露–反应关系系数计算AQHI,并与环境质量指数（AQI）对比。结果 2018—2020年安阳市大气PM2.5、NO2当日浓度（PM2.5lag0、NO2lag0）及SO2滞后2日浓度（SO2lag2）纳入多污染物模型。AQHI公式为AQHIt = (((exp (0.000 39 × PM2.5lag0t + 0.001 51 × NO2lag0t + 0.001 79 × SO2lag2t) - 1) × 100) /49.70) × 10,AQHI低风险日期比例（73.54%）低于AQI三级以下风险等级日期比例（79.01%）,P＜0.05,且逐年上升,非采暖季高,每年10月至次年1月份下降。AQHI每上升一个四分位间距（IQR）,呼吸系统疾病门诊量增加6.04%（95%CI:3.89%~ 8.24%）高于AQI（3.42%,95%CI: 1.89%~ 4.98%）。结论 安阳AQHI可以更灵敏提示当地空气污染对人群呼吸系统疾病风险,可为其他地市AQHI构建提供借鉴。     

2016—2020年江西省南昌市大气污染物与儿童呼吸疾病门诊病例数的时间序列关联研究

目的 探讨江西省南昌市6种常规监测大气污染物对儿童呼吸疾病的影响。方法 选取2016－2020年江西省南昌市大气污染物、气象数据和江西省儿童医院呼吸系统日门诊量,采用时间序列Poisson分布的广义相加模型（GAM）,定量分析大气污染物与儿童呼吸系统疾病门诊病例数的相关性。 结果 研究期间大气污染物SO2、NO2、O3-8h、CO、PM2.5、PM10的日均浓度分别为11.35 μg/m3、32.80 μg/m3、 91.80 μg/m3、0.89 mg/m3、37.42 μg/m3、68.22 μg/m3。PM2.5、PM10、SO2、CO、NO2的浓度升高对儿童呼吸系统疾病日门诊量的增加存在统计学意义,均在当日（lag0）和累积滞后第7 d（lag07）效应最强,其中SO2在累积滞后（lag07）的浓度值对儿童呼吸系统疾病门诊病例数的超额危险度（ER = 9.47%,95%CI:6.78%～12.22%）最大。双污染物模型中,调整其他5种污染物后,O3-8h对儿童呼吸系统疾病门诊量的增加无统计学意义;将O3-8h引入双污染物模型后,均一定程度的增加了其他污染物的效应,SO2在O3-8h的影响下,对儿童呼吸系统疾病门诊数影响效应值最大;PM2.5、PM10、O3-8h引入双污染模型后,SO2和NO2的效应值均扩大。 结论 2016－2020年大气污染物对南昌市儿童呼吸系统疾病有统计学影响,污染物浓度的升高导致儿童呼吸系统门诊量就诊人数增加,其中SO2对门诊量影响最大。     

大气污染对变应性疾病及花粉症就诊人次的影响

目的 研究大气污染物浓度对医院变应性疾病和花粉症日就诊人次的影响.方法 收集2004年4-9月北京市8个国家监测点大气污染物[SO2、NO2、可吸入颗粒物(PM10)]浓度、4个观测点花粉日监测数据、气象资料及北京世纪坛医院变态反应科同时段变应性疾病和花粉症日就诊人次资料,应用时间序列分析的广义相加泊松回归模型进行定量分析,并考虑滞后效应和多种空气污染物的影响.结果 研究期间大气SO2、NO2、PM10日均浓度分别为(20.9±12.9)、(58.6±13.6)、(126.8 ±64.1)μg/m3,花粉日均浓度为(163.8±209.0)粒/1000 mm2,变应性疾病日就诊(16.3±5.3)人次,花粉症日就诊(3.5±5.0)人次.时间序列分析显示,花粉浓度每升高100粒/1000 mm2,第2天的变应性疾病日就诊人次增加2.44%(95%CI:0.75%～4.13%),当天的花粉症日就诊人次增加6.58%(95%CI:3.82%～9.34%).而大气污染物(NO2、SO2和PM10)对变应性疾病和花粉症日就诊人次的影响呈现明显的滞后效应:NO2每升高10 μg/m3,滞后6 d的变应性疾病日就诊人次增加3.14%(95%CI:0.42%～5.85%);S02滞后1 d、NO2滞后6 d、PM10滞后3 d对花粉症日就诊人次影响较大,但差异均无统计学意义[RR值(95%CI值)分别为1.0460(0.9640～1.1280)、1.0325(0.9633～1.1017)、1.0079(0.9942～1.0217)].将4种大气污染物同时引入模型分析时,其效应稍微增强:花粉浓度每升高100粒/1000 mm2,变应性疾病日就诊人次增加2.56%(95%CI:0.80%～4.31%),花粉症日就诊人次增加6.81%(95%CI:3.91%～9.71%).结论 影响变应性疾病和花粉症日就诊人次的环境因素主要为空气花粉浓度,大气污染物的作用不大.     

我国PM2.5污染与儿童呼吸系统疾病门诊量关系的Meta分析

目的 探究我国PM2.5污染与儿童呼吸系统疾病门诊量的暴露反应关系。方法 通过搜集并整理国内外数据库中2010—2020年发表的我国PM2.5浓度变化与儿童呼吸系统疾病门诊量的相关文献,运用Stata 11.0软件进行meta分析。结果 共纳入21篇文献,22组数据。我国PM2.5质量浓度每升高10 μg/m3,儿童呼吸系统疾病门诊量的相对危险度RR为1.003（95%CI:1.003,1.004）,发表偏倚校正后的RR为1.002（95%CI:1.002,1.003）。结论 我国PM2.5污染与儿童呼吸系统疾病的门诊量之间呈正相关。     

Association between particulate matter and emergency room visits, hospital admissions and mortality in Spokane, Washington

There is conflicting evidence regarding the association between different size fractions of particulate matter (PM) and cardiac and respiratory morbidity and mortality. We investigated the short-term associations of four size fractions of particulate matter (PM(1), PM(2.5), PM(10), and PM(10-2.5)) and carbon monoxide with hospital admissions and emergency room (ER) visits for respiratory and cardiac conditions and mortality in Spokane, Washington. We used a log-linear generalized linear model to compare daily averages of PM and carbon monoxide with daily counts of the morbidity and mortality outcomes from January 1995 to June 2001. We examined pollution lags ranging from 0 to 3 days and compared our results to a similar log-linear generalized additive model. Effect estimates tended to be smaller and have larger standard errors for the generalized linear model. Overall, we saw no association with respiratory ER visits and any size fraction of PM. However, there was a suggestion of greater respiratory effect from fine PM when compared to coarse fraction. Carbon monoxide was associated with both all respiratory ER visits and visits for asthma at the 3-day lag. We feel that carbon monoxide may be serving as a marker for combustion-derived pollutants, which is one large component of the diverse air pollutant mixture. We also found no association with any size fraction of PM or CO with cardiac hospital admissions or mortality at the 0- to 3-day lag. We found no consistent associations between any size fraction of PM and cardiac or respiratory ER visits or hospital admissions.     

Exhaled nitric oxide in children with asthma and short-term PM2.5 exposure in Seattle

The objective of this study was to evaluate associations between short-term (hourly) exposures to particulate matter with aerodynamic diameters < 2.5 microm (PM2.5) and the fractional concentration of nitric oxide in exhaled breath (FE(NO) in children with asthma participating in an intensive panel study in Seattle, Washington. The exposure data were collected with tapered element oscillation microbalance (TEOM) PM2.5 monitors operated by the local air agency at three sites in the Seattle area. FE(NO) is a marker of airway inflammation and is elevated in individuals with asthma. Previously, we reported that offline measurements of FE(NO) are associated with 24-hr average PM2.5 in a panel of 19 children with asthma in Seattle. In the present study using the same children, we used a polynomial distributed lag model to assess the association between hourly lags in PM2.5 exposure and FE(NO) levels. Our model controlled for age, ambient NO levels, temperature, relative humidity, and modification by use of inhaled corticosteroids. We found that FE(NO) was associated with hourly averages of PM2.5 up to 10-12 hr after exposure. The sum of the coefficients for the lag times associated with PM2.5 in the distributed lag model was 7.0 ppm FE(NO). The single-lag-model FE(NO) effect was 6.9 [95% confidence interval (CI), 3.4 to 10.6 ppb] for a 1-hr lag, 6.3 (95% CI, 2.6 to 9.9 ppb ) for a 4-hr lag, and 0.5 (95% CI, -1.1 to 2.1 ppb) for an 8-hr lag. These data provide new information concerning the lag structure between PM2.5 exposure and a respiratory health outcome in children with asthma.     

2013-2017年合肥市PM10与居民非意外死亡的时间序列分析

目的探讨合肥市PM10与人群非意外死亡率的关联。方法收集2013-2017年合肥市每日空气污染物数据、气象数据以及居民死亡数据采用时间序列的分布滞后非线性模型来研究PM10质量浓度对居民死亡人数影响,按照性别、年龄、教育程度进行亚组分析,并分析纳入NO2和SO2后PM10对居民死亡的影响。结果合肥市2013-2017年PM10质量浓度为95μg/m3经过DLNM模型拟合分析得出,居民非意外死亡和心血管死亡风险随着PM10质量浓度的增加而增加,当PM10质量浓度每增加10μg/m^3,人群非意外死亡和心血管疾病死亡的超额危险度(95%CI)增加0.55%(0.23%87%)和0.97%(0.26%,1.68%)PM10与呼吸系统疾病死亡之间无统计学关联;纳入SO2和NO2后PM10与人群的非意外死亡、心血管疾病死亡以及呼吸系统疾病死亡之间的关联变弱;女性、老年人群对PM10更加敏感未发现PM10与死亡人群学历高低有关。结论合肥市PM10污染较为严重,对居民死亡人数造成影响。     

Indoor exposures and acute respiratory effects in two general population samples from a rural and an urban area in Italy

A study of indoor air exposures and acute respiratory effects in adults was conducted in the Po Delta (rural) and Pisa (urban) areas of Italy. Indoor exposures were monitored for nitrogen dioxide (NO(2)) and particulate matter <2.5 microm (PM(2.5)) for 1 week during the winter or summer in a total of 421 houses (2/3 in Pisa). Information on house characteristics, subjects' daily activity pattern and presence of acute respiratory symptoms was collected by a standardized questionnaire. Peak expiratory flow (PEF) maneuvers were performed by adult subjects four times daily; maximum amplitude and diurnal variation were taken into account. Indices of NO(2) and PM(2.5) exposures were computed as the product of weekly mean pollutant concentration by the time of daily exposure. Mean levels of pollutants were significantly higher in winter than in summer, regardless of the area. The relationship between exposure indices and acute respiratory symptoms was investigated only in winter. In spite of a slightly lower indoor level in the urban than in the rural area in winter (NO(2): 15 vs. 22 ppb; PM(2.5): 67 vs. 76 microg/m(3)), prevalence rates of acute respiratory symptoms were significantly higher in the urban than in the rural area. Acute respiratory illnesses with fever were significantly associated with indices of NO(2) (odds ratio (OR)=1.66; 95% CI=1.08-2.57) and PM(2.5) exposures (OR=1.62; 95% CI=1.04-2.51), while bronchitic/asthmatic symptoms were associated only with PM(2.5) (OR=1.39; 95% CI=1.17-1.66). PEF variability was positively related only to PM(2.5) exposure index (OR=1.38; 95% CI=1.24-1.54, for maximum amplitude; OR=1.37; 95% CI=1.23-1.53, for diurnal variation). In conclusion, indoor pollution exposures were associated with the presence of acute respiratory symptoms and mild lung function impairment in a rural and an urban area of Northern-Central Italy.