上海市奉贤区大气污染物对人群呼吸系统疾病的急性效应

[目的]探讨上海市奉贤区主要大气污染物(PM_(10)、SO_2、NO_2、PM_(2.5)、CO、O_3)对人群呼吸系统疾病的急性效应。[方法]收集2013—2016年上海市奉贤区各级公立医院的呼吸系统门急诊量数据、疾病预防控制中心的户籍人口呼吸系统疾病死亡数据、气象局的气象数据及环境监测站的大气污染物资料。采用广义相加模型对各污染物与呼吸系统疾病日就诊人数和日死亡人数的关系进行模型拟合分析。[结果]各污染物对呼吸系统疾病日门急诊量影响不同:PM_(10)每升高10μg/m~3,当天及滞后1~6 d,日门急诊量分别增加0.37%、0.24%、0.41%、0.54%、0.47%、0.43%、0.36%(均P0.01);SO_2每升高10μg/m~3,当天及滞后1~6 d,日门急诊量分别增加1.87%、1.74%、1.97%、2.15%、2.28%、2.35%、1.92%(均P0.01);NO_2每升高10μg/m~3,当天及滞后1~6 d,日门急诊量分别增加2.51%、1.91%、1.74%、1.85%、1.98%、1.77%、1.57%(均P0.01);PM_(2.5)每升高10μg/m~3,滞后1 d,日门急诊量降低0.35%(P0.01);CO每升高1 mg/m~3,滞后2~3 d,日门急诊量分别降低5.81%、4.03%(P0.01);O_3每升高10μg/m~3,滞后3 d,日门急诊量增加0.37%,滞后5 d,增加0.32%(P0.01)。各污染物对居民呼吸系统疾病死亡的影响也不同:PM_(10)每升高10μg/m~3,滞后3 d,死亡人数增加1.29%(P0.01);SO_2每升高10μg/m~3,滞后3~4 d,死亡人数分别增加4.94%、4.52%(P0.01);NO_2每升高10μg/m~3,当天及滞后2~3 d,死亡人数分别增加4.82%、3.78%、3.98%(均P0.01);O_3每升高10μg/m~3,滞后1 d,死亡人数增加3.12%(P0.01);PM_(2.5)和CO质量浓度变化对当日、滞后1~6 d居民呼吸系统疾病死亡人数改变均没有统计学意义。双污染物模型分析结果显示,调整NO_2后,PM_(10)、SO_2、PM_(2.5)、O_3质量浓度每上升10μg/m~3时,奉贤区居民呼吸系统疾病日门急诊量增加(P0.01)。[结论]上海市奉贤区大气污染物PM_(10)、SO_2、NO_2、O_3对奉贤区呼吸系统疾病门急诊量和户籍居民呼吸系统疾病死亡人数有影响。     

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。     

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。     

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。     

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。     

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。     

大气污染与儿科呼吸系统疾病住院人数关系

目的 探讨深圳市主要大气污染物与儿科呼吸系统疾病住院人数的关系.方法 收集深圳市某医院2006年1月1日-2006年12月31日儿科呼吸系统疾病(上呼吸道感染、肺炎)住院人数资料,结合同时期环境监测和气象资料,进行直线相关回归分析,分析大气污染物对儿科呼吸系统疾病住院人数的影响.结果 大气中的可吸入颗粒物(PM_(10))、NO_2和O_3月浓度与儿童上呼吸道感染住院人数呈正相关(r为0.650,0.820和0.766,P＜0.05);大气中的NO_2和O_3月浓度与儿童肺炎住院人数呈正相关(r为0.719和0.692,P＜0.05).PM_(10)浓度每增加10μg/m~3,儿科上呼吸道感染住院人数增加0.135%;NO_2浓度每增加10μg/m~3,儿科上呼吸道感染和肺炎住院人数分别增加0.254%和1.129%;O_3浓度每增加10μg/m~3时,儿科上呼吸道感染和肺炎住院人数分别增加0.173%和0.794%.结论 深圳市大气污染物PM_(10)、NO_2和O_3污染对儿童呼吸系统造成一定的损伤,并导致相应疾病住院人数的增加,可能与NO_2和O_3的关系尤为密切.     

成都市PM_(2.5)水平与人群呼吸系统疾病死亡的时间序列研究

目的探讨成都市空气PM_(2.5)对人群呼吸系统疾病死亡的影响。方法收集成都市2013—2015年空气污染物日平均浓度、呼吸系统疾病每日死亡人数及气象因素,采用时间序列的广义相加模型(generalized additive models,GAM),在控制时间的长期趋势、气象因素等混杂因素的基础上,分析PM_(2.5)浓度对人群呼吸系统疾病死亡的影响。结果单污染物模型中,PM_(2.5)浓度对呼吸系统疾病死亡的效应在滞后1d(lag1)时最大,PM_(2.5)浓度每升高10μg/m~3呼吸系统疾病死亡超额危险度增加0.31%(95%CI:0.10%~0.52%)。多污染物模型中,纳入SO_2、NO_2后,PM_(2.5)浓度对呼吸系统疾病死亡影响消失;纳入O_3后,PM_(2.5)浓度升高对呼吸系统疾病死亡影响有所降低,超额危险度为0.27%(95%CI:0.02%~0.47%)。结论成都市PM_(2.5)浓度升高可能与人群呼吸系统疾病死亡增加有关。     

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。     

宁波市6种大气污染物暴露与孕妇早产关系的时间序列分析

[目的]分析宁波市6种大气污染物[细颗粒物(PM_(2.5))、粗颗粒物(PM_(10))、二氧化硫(SO_2)、二氧化氮(NO_2)、一氧化碳(CO)、臭氧(O_3)]暴露对孕妇早产的影响。[方法]采用时间序列的广义线性分布滞后模型,将宁波市2014年1月—2015年12月每日早产人次的长期趋势、气象因素、星期几效应等混杂因素控制后,分析6种大气污染物质量浓度对早产人次的滞后效应和累积效应。[结果]PM_(2.5)、SO_2、NO_2每升高10μg/m~3,CO每升高0.1 mg/m~3,对增加早产人次存在滞后效应,RR及其95%CI分别为:PM_(2.5)滞后1 d,1.015(1.000~1.032);SO_2当日及滞后2、3、4 d,1.073(1.016~1.133)、1.053(1.000~1.109)、1.060(1.009~1.115)、1.062(1.010~1.116);NO_2当日及滞后1 d,1.031(1.005~1.058)、1.027(1.002~1.054);CO滞后3 d,1.350(1.079~1.688)。6种污染物中只有SO_2对早产人次增加存在1周和2周的累积效应,RR及其95%CI分别为1.099(1.019~1.186)、1.091(1.001~1.189)。[结论]大气污染物暴露能增加早产的发生,对增加早产人次存在滞后效应和累积效应。     

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。     

长春市PM_(2.5)污染对老年人群心脑血管疾病死亡影响的时间序列分析

目的探索PM_(2. 5)对老年敏感人群因心脑血管疾病死亡的影响,为制定有针对性的环境健康防控措施提供科学依据。方法收集2014年1月1日—2017年12月31日长春市每日人群死亡资料、环保监测资料(包括PM_(2. 5)、PM10、SO_2、NO_2、O3和CO)、气象资料(包括平均温度和平均相对湿度)。采用时间序列分析的方法评估空气污染物对老年人群心脑血管疾病死亡的影响,采用超额危险度(ER)评价空气污染物每升高10μg/m~3(CO每升高1 mg/m~3)人群心脑血管疾病死亡风险的增加量。采用SPSS 13. 0进行描述性分析,相关性检验采用Spearman相关分析,采用R3. 5. 0软件进行时间序列分析。结果 2014—2017年,长春市老年人因心脑血管疾病死亡共26 498人,平均每日死亡18人; PM_(2. 5)、PM10、SO_2、NO_2、O_3、CO平均质量浓度分别为55. 9、93. 3、30. 7、40. 8、89. 1和1. 0 mg/m~3,颗粒物超标情况较重,其他污染物超标情况较少。单污染物模型拟合结果,PM_(2. 5)在滞后1 d时对老年人因心脑血管疾病死亡的影响存在统计学意义(P<0. 05),超额死亡风险(ER)为0. 378%;在累积滞后第1、第2和第3天均呈现出显著性(P<0. 05),并在累计滞后第3天达到最大,超额死亡风险(ER)为0. 442%。NO_2在滞后1和3天以及累积滞后3 d时,O_3在当天以及累积滞后(1～3) d时,CO在滞后1 d以及累计滞后(1～3) d时,均可增加老年人心脑血管疾病死亡风险。多污染物模型拟合结果,在分别调整PM10、SO_2、NO_2、O_3、CO以及全污染物后,PM_(2. 5)对死亡的影响效应消失(P>0. 05)。结论长春市PM_(2. 5)污染与老年人群因心脑血管疾病死亡风险增加有关,但原因可能是PM_(2. 5)与其他各种空气污染物综合作用的结果。     

长春市PM2.5污染对老年人群心脑血管疾病死亡影响的时间序列分析

目的探索PM_(2. 5)对老年敏感人群因心脑血管疾病死亡的影响,为制定有针对性的环境健康防控措施提供科学依据。方法收集2014年1月1日—2017年12月31日长春市每日人群死亡资料、环保监测资料(包括PM_(2. 5)、PM10、SO_2、NO_2、O3和CO)、气象资料(包括平均温度和平均相对湿度)。采用时间序列分析的方法评估空气污染物对老年人群心脑血管疾病死亡的影响,采用超额危险度(ER)评价空气污染物每升高10μg/m~3(CO每升高1 mg/m~3)人群心脑血管疾病死亡风险的增加量。采用SPSS 13. 0进行描述性分析,相关性检验采用Spearman相关分析,采用R3. 5. 0软件进行时间序列分析。结果 2014—2017年,长春市老年人因心脑血管疾病死亡共26 498人,平均每日死亡18人; PM_(2. 5)、PM10、SO_2、NO_2、O_3、CO平均质量浓度分别为55. 9、93. 3、30. 7、40. 8、89. 1和1. 0 mg/m~3,颗粒物超标情况较重,其他污染物超标情况较少。单污染物模型拟合结果,PM_(2. 5)在滞后1 d时对老年人因心脑血管疾病死亡的影响存在统计学意义(P0. 05),超额死亡风险(ER)为0. 378%;在累积滞后第1、第2和第3天均呈现出显著性(P0. 05),并在累计滞后第3天达到最大,超额死亡风险(ER)为0. 442%。NO_2在滞后1和3天以及累积滞后3 d时,O_3在当天以及累积滞后(1～3) d时,CO在滞后1 d以及累计滞后(1～3) d时,均可增加老年人心脑血管疾病死亡风险。多污染物模型拟合结果,在分别调整PM10、SO_2、NO_2、O_3、CO以及全污染物后,PM_(2. 5)对死亡的影响效应消失(P0. 05)。结论长春市PM_(2. 5)污染与老年人群因心脑血管疾病死亡风险增加有关,但原因可能是PM_(2. 5)与其他各种空气污染物综合作用的结果。     

包头市大气污染对居民急救人次影响的时间序列分析

目的评估包头市大气污染浓度对居民急救人次的影响。方法收集2015—2017年包头市逐日气象资料、大气污染物(PM_(2.5)、PM_(10)、CO、SO_2、NO_2、O_3)浓度和人群急救资料,并进行描述性分析。采用基于Quasi-Poisson回归的广义相加模型(GLM),控制长期趋势、气象因素、星期几效应等混杂因素后,研究大气污染物浓度与逐日人群急救人次的关系及其滞后效应(lag1～lag7),计算污染物浓度每升高10μg/m~3时急救人次增加的ER值及95%CI。结果大气污染物对人群每日急救人次有明显影响,且均在滞后当天效应较高,其中SO_2效应值最高,其浓度每升高10μg/m~3时急救人次增加0.864%(95%CI:0.284%～1.447%);其次为NO_2,其浓度每升高10μg/m~3时急救人次增加0.589%(95%CI:0.010%～1.172%);效应最低的为CO,其浓度每升高10μg/m~3时急救人次增加0.019%(95%CI:0.002%～0.035%)。结论包头市大气污染对人群急救人次有一定影响。     

深圳市大气污染与慢阻肺入院的关联性分析

目的探究深圳市大气污染短期暴露与慢阻肺急性加重入院的关联性。方法收集2013-2017年深圳市每日大气颗粒物(PM_(10)、PM_(2.5))、臭氧(O_3)、二氧化硫(SO_2)、二氧化氮(NO_2)、一氧化碳(CO)浓度,以及深圳27家医院的每日慢阻肺急性加重入院人次。使用广义相加模型探究各种污染物对于慢阻肺急性加重入院的量效关系和滞后效应。使用双污染物模型检验结果的稳定性。结果 PM_(10)、PM_(2.5)、O_3、SO_2、NO_2和CO污染物每升高四分位间距(IQR,interquartile range),当日慢阻肺患者急性加重入院的相对危险度(RR,Relative Risk)分别为:1.021(95%CI 1.009～1.033)、1.016(95%CI 1.004～1.027)、1.015(95%CI 1.006～1.025)、1.010(95%CI 1.003～1.017)、1.014(95%CI 1.003～1.025)和1.003(95%CI 0.993～1.014)。不同污染物的影响滞后天数和量效曲线不同。双污染物模型中PM_(10)、PM_(2.5)、SO_2和O_3的影响有统计学意义。结论深圳市大气污染物PM_(10)、PM_(2.5)、SO_2和O_3慢阻肺患者急性加重入院存在关联。     

大气污染物对盐城市常住居民死亡影响时间序列研究

目的了解盐城市大气污染对当地常住居民非意外死亡的影响。方法收集2014—2019年该市逐日空气污染物资料(PM_(2.5)、PM_(10)、NO_2、SO_2、O_3)、平均温度、平均相对湿度和常住居民死亡数据,采用时间序列半参数广义相加模型,分析了盐城市空气污染物短期暴露对非意外死亡的影响。结果全人群、呼吸系统、循环系统非意外死亡日均值分别为154、25、51人。SO_2浓度每升高10mg/m~3,总人群非意外死亡、呼吸系统死亡风险分别增加1.19%(95%CI:0.26%～2.12%)、2.37%(95%CI:0.65%～4.12%)。NO_2浓度每升高10mg/m~3,总人群非意外死亡、呼吸系统、循环系统死亡风险分别增加1.50%(95%CI:0.94%～2.05%)、1.11%(95%CI:0.08%～2.16%)、1.53%(95%CI:0.71%～2.36%)。O_3浓度每升高10mg/m~3,总人群非意外死亡、呼吸系统、循环系统死亡风险分别增加0.64%(95%CI:0.25%～1.04%)、0.81%(95%CI:0.04%～1.58%)、0.78%(95%CI:0.18%～1.37%)。结论盐城市大气污染物影响当地人群非意外死亡发生且存在滞后效应,其中NO_2、SO_2、O_3影响较大。     

臭氧对儿童呼吸道疾病就诊量的影响研究

目的了解河北省不同地区大气O_3污染现状,阐明O_3对儿童呼吸系统疾病门诊就诊量的影响。方法收集整理2015—2017年河北省儿童医院内科呼吸道疾病就诊人次,并获取同期环保与气象资料,采用非线性分布滞后模型(DLNM)计算O_3对呼吸系统就诊量的超额风险度ER及95%CI,采用滞后(1～16)d效应以及累积(1～16)d效应进行描述,并将效应最大值作为O_3对门诊量影响的评估值。结果①2015—2017年石家庄市、唐山市及张家口市O_3超标天数逐年增多,污染程度逐年加重;②3个城市O_3日均浓度与门诊量具有统计学相关性(P0.01);③石家庄市、唐山市和张家口市O_3对儿童呼吸系统就诊量均存在滞后效应,大气O_3日均浓度每增加10μg/m~3,呼吸系统疾病门诊人次依次增加0.25%(0.14%,0.36%)、0.16%(0%,0.31%)和0.53%(0.12%,0.94%),张家口市影响最大,且O_3对3个城市儿童呼吸系统门诊就诊人次的滞后效应影响变化趋势一致;④石家庄市和张家口市O_3对儿童呼吸系统疾病门诊人次有持续16 d的累积效应,在(13～14) d时达到最大值,大气O_3日均浓度每增加10μg/m~3,呼吸系统疾病门诊人次分别增加0.82%(0.63%,1.01%)和2.37%(1.03%,3.74%),张家口市影响最大,O_3对3个城市呼吸系统门诊就诊人次的累积效应影响变化趋势一致;⑤石家庄市和张家口市O_3对于儿童呼吸系统疾病J00-J06和症状R07门诊人次存在滞后及累积效应,且O_3对J00-J06、R07累积效应持续时间较长,并呈现逐渐上升趋势。结论河北省不同地区O_3对儿童健康影响存在地域性差异,进一步深入探索不同地区O_3的成因及其对人群健康的影响迫在眉睫。     

某市空气污染对慢性阻塞性肺部疾病住院人数的发病影响研究

目的探讨自贡市室外大气污染与慢性阻塞性肺疾病(COPD)发生的关系,为获得早期预警提供依据。方法收集2014年12月18日—2016年7月1日自贡市各城区医院电子病历病案首页数据,结合空气污染物(包括PM_(2.5)、PM_(10)、SO_2、CO、NO_2、O_3)浓度,使用基于聚合机制和滞后机制的皮尔森相关系数分析方法、单因子泊松回归和多因子泊松回归分析方法,分析自贡市空气污染对慢性阻塞性肺部疾病住院人数的发病影响。结果单因子模型分析结果为:各污染物与COPD住院人数有显著相关关系,空气中的SO_2、NO_2每增加10μg/m~3,COPD住院率增加0.3783%、0.2576%;多因子模型分析结果为:空气中的SO_2、NO_2每增加10μg/m~3,住院人数分别增加0.3605%、0.2083%。结论自贡市空气污染物浓度对COPD住院人数有影响且存在累积效应和滞后效应,尤以SO_2、NO_2最为显著。     

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。