北京市朝阳区大气污染与居民每日死亡关系的时间序列研究

目的探讨北京市朝阳区大气污染物二氧化硫(SO2)、二氧化氮(NO2)、可吸入颗粒物(PM10)与居民每日死亡的相关性。方法 2004年1月—2008年9月的北京市朝阳区呼吸系统疾病、循环系统疾病、内分泌、营养和代谢疾病每日死亡人数数据源于朝阳区疾病预防控制中心,同时收集北京市日均SO2、NO2、PM10浓度和日均气温、相对湿度数据。采用广义相加模型(generalized additive model)分析SO2、NO2以及PM10与每日死亡的关系,并且控制日均气温、相对湿度的影响。结果大气SO2、NO2、PM10浓度每增加10μg/m3,分别导致朝阳区居民上述疾病每日死亡增加0.47%(95%CI:0.03%～0.91%),0.55%(95%CI:-0.02%～1.12%)和0.25%(95%CI:0.08%～0.42%)。结论北京市朝阳区大气SO2、PM10浓度可以对该区居民上述疾病每日死亡造成影响,NO2浓度对居民影响不明显。     

大气二氧化硫与居民每日呼吸系统疾病死亡相关性的时间序列分析

目的 分析大气中主要气态污染物二氧化硫(SO2)急性暴露对北京市居民每日呼吸系统疾病死亡人数的影响.方法 采用时间序列的广义相加模型,在控制时间趋势和气象因素、“星期几效应”等混杂因素的基础上,分析北京市2006年1月1日2009年12月31日大气SO2浓度与居民每日呼吸系统疾病死亡人数的关系.结果 北京市大气SO2浓度每升高10 μg/m3,居民当日呼吸系统疾病死亡人数、滞后1d的每日肺炎死亡人数分别增加0.88％(95％CI:0.34％～1.41％)和1.43％(95％CI:0.51％～2.35％).结论 北京市大气SO2污染与居民每日呼吸系统疾病死亡人数和肺炎死亡人数有统计学关联.     

北京市海淀区空气污染与居民死亡关系的调查

本文研究北京清洁区(海淀区)低空气污染条件下居民死亡率与TSP及SO_2的关系.采用了通用估计方程(GEE)方法对泊松回归模型进行参数估计.结果表明,在控制了所有气象因素之后,居民每日死亡人数与SO_2日浓度有显著性关系(β=0.173,T=2.20).文章还给出了分年龄和死因别所作分析结果.最后的结论是:空气污染即使是在低于WHO推荐标准的情况下仍能造成居民的超死亡,这一现象对老年人及呼吸与心血管系统病人更为明显.     

北京市大气污染与城区居民死亡率关系的时间序列分析

为定量评价北京市大气污染对居民每日疾病死亡率的影响 ,运用时间 -序列分析方法 ,控制了流感、季节等混杂因素的影响后 ,对北京市主要大气污染物CO、SO2 、NOX、TSP、PM10 与居民相应疾病死亡率的相关关系进行了定量评价。以呼吸系统疾病、循环系统疾病、冠心病、慢性阻塞性肺病和消化系统肿瘤疾病死亡人数分别为因变量 ,大气污染物浓度和平均温度、湿度为自变量 ,进行了泊松回归分析。单变量分析结果表明 ,除TSP对冠心病死亡率的影响无显著意义外 ,大气中CO、SO2 、NOX 、TSP浓度与呼吸系统、心脑血管疾病、慢性阻塞性肺病和冠心病死亡率之间的正相关关系均有显著意义 ,而多因素泊松回归得到的暴露 -反应关系模型显示 ,SO2 浓度每提高 10 0 μg m3,呼吸系统、循环系统、冠心病和慢性阻塞性肺病疾病死亡率分别增加 4 2 1%、3 97%、10 68%和 19 2 2 % ;总悬浮颗粒物每增加 10 0 μg m3 ,呼吸系统疾病死亡率增加 3 19% ,循环系统死亡率增加 0 62 %。提示大气污染物浓度的升高会引起相应疾病死亡率的增加     

北京市朝阳区大气污染与居民每日呼吸系统疾病死亡关系的时间序列研究

目的 探讨北京市朝阳区大气可吸入颗粒物(PM10)、二氧化硫(SO_2)、二氧化氮(NO_2)与居民呼吸系统疾病每日死亡的相关性.方法 2004年至2008年期间的北京市朝阳区每日死亡数据源于朝阳区疾病预防控制中心,同时收集北京市朝阳区日均SO_2、NO_2、PM10浓度和日均气温、相对湿度数据.使用广义相加模型(ge...     

1990～1991年北京市城区大气污染与每日居民死亡关系的研究

本研究使用时间序列分析对北京市主要城区（西城区、东城区）１９９０～１９９１年大气污染和每日死亡数进行连续观察，并使用泊松回归模型分析空气中总飘尘（ＴＳＰ）和二氧化硫（ＳＯ２）的对数测定值对每日居民死亡的影响，结果显示：大气污染物有增加每日居民死亡数的危险性，心血管病患者受ＴＳＰ的影响和呼吸系统疾病患者受ＳＯ２的影响比其他疾病患者更大，６５岁及以上老年病人所受影响较大。     

广州市空气污染与城区居民心脑血管疾病死亡的时间序列分析

目的探讨广州市空气污染物(PM10、SO2、NO2)对心脑血管疾病死亡的短期影响。方法收集广州市城区居民心脑血管疾病死亡统计资料及同期大气污染物浓度、气象监测资料,采用时间序列的自回归模型,在控制长期趋势、短期趋势、气象因素等混杂因素的基础上,分析广州中心城区2006年1月1日—2008年12月31日空气污染物与居民心脑血管疾病每日死亡人数的关系。结果 2007年和2008年的死亡病例数高于2006年,每年3—12月的死亡病例数低于1月和2月。NO2和PM10浓度与心脑血管疾病每日死亡人数呈正相关,空气中NO2和PM10的浓度每升高1μg/m3,心脑血管疾病每日死亡人数将分别增加1.8%和1.1%,前6 d的NO2和PM10水平对当天的疾病死亡病例数有负影响。PM10、SO2、NO2浓度之间呈现一定正相关,并具有滞后现象。结论广州市大气中NO2和PM10对人群健康存在短期影响,能增加人群心脑血管疾病死亡。     

北京市大气污染与居民心脑血管疾病死亡的时间序列分析

目的研究北京市大气污染对城区居民每日心脑血管疾病死亡的短期影响。方法从北京市疾病预防控制中心获得2003年1月1日—12月31日北京市城区居民死亡统计资料,从北京市环境监测中心获得同期大气污染物浓度资料,从北京市气象局获得气象监测资料,采用时间序列的半参数广义相加模型,在控制了长期趋势、短期趋势、气象因素等混杂因素的基础上,分析北京市城区研究期间大气主要污染物(SO2、NO2、PM10)与居民每日死亡数的关系。结果大气SO2、NO2和PM10浓度每升高10μg/m3,心脑血管疾病死亡危险性分别增加0.4%(0.1%～0.8%),1.3%(0.2%～2.4%)和0.4%(0.2%～0.6%)。PM10效应在1日后达到最大,并基本呈线性无阈值。结论目前北京市大气污染对人群健康存在短期影响能增加人群心脑血管疾病死亡。     

上海市大气气态污染物与居民每日死亡关系的时间序列研究

目的 分析主要大气气态污染物[二氧化硫(SO2)、二氧化氮(NO2)]急性暴露对上海市城区居民每日死亡的影响.方法 采用时间序列的半参数广义相加模型,在控制死亡的长期趋势、气象因素、"星期几效应"等混杂因素的基础上,分析了上海市城区2001年1月1日-2004年12月31日大气SO2和NO2浓度与居民每日死亡数的关系.结果 大气SO2浓度每增加10μg/m3,上海市城区居民总死亡、心血管疾病死亡和呼吸道疾病死亡数分别增加1.25%(95%CI:0.85%～1.65%)、1.45%(95%CI:0.86%～2.04%)和1.71%(95%CI:0.72%～2.71%);大气NO2浓度每增加10 μg/m3,居民总死亡、心血管疾病死亡和呼吸道疾病死亡数则分别增加1.04%(95%CI:0.72%～1.35%),1.05%(95%CI:0.59%～1.51%)和1.43%(95%CI:0.65%～2.21%).结论 目前的上海市城区大气中SO2和NO2浓度对居民死亡确有影响.     

天津市可吸人颗粒物与城区居民每日死亡关系的时间序列分析

目的 研究天津市大气可吸入颗粒物(PM10)与城区居民每日死亡间的相关性.方法 通过收集天津市城区2005-2007年空气污染数据、日平均气温和相对湿度及每日死亡人数,采用广义相加模型,控制长期和季节趋势、气温和相对湿度等气象因素及二氧化硫(SO2)和二氧化氮(NO2)等气态污染物的影响,分析天津市PM10与居民每日死亡之间的关系.结果 大气PM10与人群每日非意外死亡、循环系统疾病死亡和呼吸系统疾病死亡间显著相关.PM10浓度每升高10 μg/m3,人群每日非意外死亡、循环系统疾病死亡和呼吸系统疾病死亡分别增加0.45%(0.21～0.69)、0.60%(0.29～0.91)和0.82%(0.04～1.61).结论 天津市大气PM10污染与城区居民每日死亡显著相关,尤其是循环系统疾病和呼吸系统疾病死亡.     

大气PM10与心血管疾病就诊人次的时间序列分析

目的 研究大气PM10污染对居民心血管系统疾病日就诊人次的影响.方法 采用广义相加Poisson回归模型的时间序列分析,在控制长期趋势、星期几效应、气象因素等混杂因素的影响后,对2002年1月1日-2002年12月31日北京市大气PM10日均浓度与居民心血管系统疾病日就诊人次进行定量回归分析,并考虑滞后效应和其他空气污染物的影响.结果 大气PM10浓度每上升10μg/m~3,当天的心血管系统疾病日就诊人次增加O.380%(95%CI:0.326%～0.433%);滞后4 d PM10的健康效应最强,超额危险度为1.166%(95%CI:1.121%～1.212%);考虑CO、NO_2、SO_2:的影响均使PM10的健康效应估计值增高.结论 北京城区大气PM10污染与居民心血管系统疾病日就诊人次之间存在正相关.

Abstract：

Objective To estimate quantitatively the impact of the ambient PM10 on the hospital outpatients for cardiovascular diseases of local residents. Methods Time serial analysis using generalized addictive model (GAM) was applied. After controlling for those confounding factors such as long-term trend, weekly pattern and meteorological factors, considering lag effect and the influence of other air pollutants, excess relative risks (ER) of daily hospital visits associated with increasing PM10 level were estimated by fitting a Poisson regression model. Results A 10 μ.g/m~3 increase in PM10 levels was associated with an ER of 0.380% (95%CI: 0.326%～0.433%) for hospital visits for cardiovascular diseases. Lag effect of 4 days with an ER of 1.166% (95%C/:1.121%～1.212%) were observed. The ER value increased when CO, NO_2, SO_2 concentrations were introduced. Conclusion The ambient PM10 concentration is positively associated with daily hospital visits for cardiovascular diseases in Beijing.     

大气污染与呼吸系统疾病日门诊量的时间序列分析

目的 探讨大气污染对医院呼吸系统疾病日门诊量的影响.方法 收集广州市某医院2006年1月1日-2008年12月31日呼吸系统疾病日门诊量的统计资料,结合同时期环境监测和气象资料,采用自回归模型(auto-regressionmodel),在消除了气象、季节等混杂冈素的基础上,分析了广州市研究期问大气污染与呼吸系统疾病日门诊量的关系.结果 呼吸系统疾病日门诊的就诊量具有明显的星期效应(医院周六、周日休息所致),呼吸系统疾病就诊量较大月份与各污染物浓度较高的月份趋于一致.大气中SO_2和NO_2的浓度每增加10μg/m~3居民呼吸系统疾病的日门诊就诊最分别各增加3%(P<0.01).灰霾天气的窄气污染物浓度高于非灰霾天气.结论 广州市大气主要污染物SO_2和NO_2浓度的升高引起居民呼吸系统疾病的日门诊就诊量相应增加.

Abstract：

Objective To know the relationship between air pollutants and daily hospital visits for respiratory diseases in Guangzhou. Methods The data of daily hospital visits for respiratory diseases in a hospital in Guangzhou during 2006 to 2008, along with the daily meteorological factors, air pollutants concentration (NO_2, PM10.FM2.5 and SO_2) were collected. The time series analysis auto-regression model was used, considering the potential confounding factors such as seasonal and meteorological factors. Results Daily hospital visits for respiratory diseases presented a significant week effect, the time of higher daily hospital visits for respiratory diseases was the same of higher concentration of pollutants. When SO_2 and NO_2 increased by 10 μg/m~3, the daily hospital visits increased by 3%(P<0.01). The concentration of pollutants in haze days was higher than that in non-haze days. Conclusion Increase in daily hospital visits for respiratory diseases in Guangzhou can be caused by air pollutant level increasing.     

万寿西宫子站周边空气质量影响因素的灰色关联分析

根据灰色系统理论，编制了灰色关联分析软件，分析了2003—2004年18个月北京市全部24个大气自动监测站所获得的月平均空气污染指数，考察了万寿西宫子站与其它子站周边空气质量的相互依赖性和相互影响。结果表明：天坛子站与东四子站与万寿西宫子站的时间序列关联度最大，表明城四区的空气质量存在同步特征。同时灰色关联分析结果与古城周边存在的工业污染源影响城四区空气质量的事实也是一致的。     

大气颗粒物（PM2.5和PM10）污染与泰州市居民死亡的关系分析

目的 探讨大气颗粒物与泰州市居民非意外、呼吸系统疾病以及循环系统疾病死亡人数之间的关系。方法 收集泰州市2016年1月1日—2020年12月31日的大气颗粒物化验结果及居民死亡数据,采用时间序列的广义相加模型,分别拟合单污染物模型和双污染物模型来分析泰州市大气颗粒物浓度与每日非意外、呼吸系统、循环系统疾病死亡人数的关系。结果 2016—2020年期间,PM2.5、PM10的平均质量浓度分别为43.60μg/m³和71.58μg/m³。单污染物模型研究表明四日移动平均滞后的PM2.5(lag03)和PM10(lag03)对非意外、循环系统疾病死亡影响最大,大气颗粒物PM2.5和PM10的浓度每升高10μg/m³,非意外死亡人数分别增加0.82%和0.54%,循环系统疾病死亡人数分别增加1.40%和0.88%。PM2.5当日浓度PM2.5(lag0)和PM10两日移动平均滞后的PM10(lag01)对呼吸系统疾病死亡影响最大,PM2.5、PM10浓度每升高10μg/m³,呼吸系统疾病死亡人数分别上升0....     

太原市空气污染与医院日死亡构成的相关性

[目的]探讨空气污染对人体健康的影响。[方法]对大原市100所医院1994-1998年的死亡病例资料、同期大原市的wH0全球大气监测点的空气监测资料及同期山西省气象资料，应用时间序列分析法中的wHo模型，结合线性回归分析方法，进行空气污染与医院日死亡构成比的相关性研究。[结果]研究期内太原市TSP和SO2浓度均值高于WHO推荐标准，空气污染在采暖期与非采暖期有显著性差异；其他死因每日死亡均数两期有显著性差异；TSP对于呼吸系统疾病的日死亡构成比具有较强的独立性，SO2在非采暖期与恶性肿瘤日死亡构成比呈显著相关，在采暖期TSP和SO2的协同作用对慢性阻塞性肺部疾病和恶性肿瘤日死亡构成比呈显著相关。[结论]太原市的空气污染已引起人群死亡量的增加，TSP是影响人群健康最危险的污染物。SO2的影响表现在非采暖期及与TSP的协同作用上。     

沈阳市大气污染对死亡率的影响

采用生态学研究和时间序列研究两种方法，分析了沈阳市大气污染对总死亡率及各种急、慢性病因的影响（用１９９２年死亡资料），在按市环保历年监测数据分成高、中、低３个污染区后，３区间差异有显著性者为总死亡率、慢性阻塞性肺疾患（ＣＯＰＤ）、心脑血管病、总癌和结核。时间序列研究全市每天死亡率与死前３天平均污染水平（ＴＳＰ和ＳＯ２），在调控当天气温和气湿后，分析污染与死亡的相关。得知：与污染水平相关有显著性者有总死亡率、ＣＯＰＤ、心脑血管病。ＴＳＰ每增加１００μｇ／ｍ３，三类死因各增加２％、３％、２％；ＳＯ２每增加１００μｇ／ｍ３，三类死因各增加２％、７％、２％。ＣＯＰＤ和ＳＯ２相关更密切，而心脑血管病与ＴＳＰ相关更密切。提示大气污染物除造成居民健康慢性损害外，还有加剧此等慢性病人病情，加速死亡的作用。     

沈阳市1992—2000年间日平均气温与居民循环系统疾病日均死亡率的关系

目的定量评价沈阳市日平均气温短期变化与城市居民循环系统疾病日均死亡率的关系。方法运用半参数一般递加模型,在控制长期趋势、湿度、气压、工作日和季节等混杂因素的基础上,分析了沈阳市1992年1月1日—2000年12月31日平均气温与居民日循环系统疾病死亡的关系。结果沈阳市全人群循环系统疾病死亡率最低点的气温（最适日均气温）为23.4℃,其中男性最适气温为23.6℃,女性为23.2℃。日平均气温与循环系统疾病死亡率成“V”字型关系,气温变化与循环系统疾病中的心血管疾病死亡率关系较显著,而与脑血管疾病死亡率关系不明显。超过23.4℃后,气温每上升1℃,全人群循环系统日均死亡率增加0.027 5/10万;气温低于23.4℃时,气温每下降1℃,全人群日均死亡率增加0.0062/10万。65岁以上人群对气温变化敏感,特别是对于高温（气温超过26.6℃）,每增加1℃,日均死亡率增加1.1909/10万。65岁以下人群对于气温变化不敏感,无论气温高于或低于最适气温1℃,死亡率改变量均〈0.001 1/10万。男性和女性对于气温变化的敏感程度近似。结论气温变化与城市居民循环系统疾病死亡率变化间的“V”字型关联提示,非极温状态下的气温远离最适气温的变化也可能增加人群循环系统疾病死亡率,而气温靠近最适气温的变化则可能减少人群循环系统疾病死亡率。     

北京市公共交通工具微环境空气质量综合评价

目的了解北京市公共交通工具微环境空气质量。方法于2004年7月—2006年8月选取北京市城铁(15个车次)、地铁(8个车次)、出租车(36个车次)、公共汽车(46个车次)中具有代表性的车辆进行了车厢空气中一氧化碳、二氧化碳、颗粒物、苯系物浓度的监测并采用空气质量指数法对交通工具微环境内的空气质量进行评价。结果公共交通工具车厢内二氧化碳的污染较为严重,超标率达到37%以上,其中在出租车中的污染最为严重,超标率达到92%。除城铁外,其他交通内PM10污染也相当严重,超标率达到30%以上。其中在公共汽车中污染异常严重,超标率达到84%。一氧化碳在道路交通系统(公共汽车和出租车)中污染较严重,超标率在10%以上。城铁内空气质量最好,评为Ⅱ级,CO2是其首要污染物;非空调公共汽车在开窗情况下的车内空气质量最差,评为Ⅴ级,PM10为其首要污染物。结论在北京市公共交通系统中,城铁的车内空气质量最好,其次为地铁、出租车,公共汽车内的空气质量最差。