广州市某区医院呼吸系统疾病门诊人数与大气污染关系的时间序列研究

目的分析大气污染急性暴露对医院每日门诊人数的影响。方法采用时间序列的半参数广义相加模型,在控制门诊人数的长期趋势、气象因素、星期几效应等混杂因素的基础上,分析广州市某区2009年1月1日—2011年12月31日大气污染与医院每日门诊人数的关系。结果大气污染物PM10-2.5、PM2.5、NO2和SO2日平均浓度每增加10μg/m3,医院呼吸系统疾病日门诊量的相对危险度分别为1.002 5(95%CI:0.998 9~1.018 2),1.003 5(95%CI:1.001 2~1.016 4),1.002 4(95%CI:1.001 6~1.005 6)和1.002 8(95%CI:0.977 8~1.007 8)。结论广州市某区PM2.5和NO2日均浓度的短期升高可能会导致医院每日门诊人数的增加。     

蛋白质组学技术在生态毒理学研究中的应用

生态毒理蛋白质组学是从整体的蛋白质水平上,探讨生物在接触不同毒物或环境胁迫下细胞蛋白质谱的变化,以研究和分析环境暴露与生物之间的关系,寻求有效的环境有毒有害污染物治理方法,为生态修复和生物的生存环境保护提供理论支撑和技术支持。本文就蛋白质组学技术在生态毒理学研究中的应用进展进行综述。     

用SAS程序整理病例交叉设计资料

Maclure于1991年提出了病例交叉研究方法〔1〕,利用暴露效应的时间差作自身对照,用条件logistic回归模型建立暴露与疾病之间的关系。它是继横断面研究、病例对照研究和队列研究后发展的一种新的流行病学研究方法,适合于多变量的时间序列资料的分析,已广泛用于环境污染与健康关系的研究中。在我国,张政、詹思延〔2〕和胡以松〔3〕分别于2001年对这一研究方法作了系统介绍。阚海东,陈秉衡和     

东莞市灰霾天气对小学生呼吸系统症状影响

目的了解广东省东莞市灰霾天气对小学生呼吸系统的影响,为治理东莞市灰霾污染和保护小学生健康提供依据。方法以随机抽样和整群抽样相结合的方式在东莞市选取2所小学,以14 d/次为一个随访周期,对371名小学生过去2周呼吸系统症状发生率进行调查,同时监测该区域灰霾天气污染数据,配合广义Poisson回归线型模型综合分析。结果单因素分析显示,灰霾对咳嗽、咳痰、2周内喘息和2周内咳嗽症状的OR值分别为0.996 3、0.971 7、0.920 1和0.955 5,除2周内喘息外差异均无统计学意义;3种大气污染物(PM10、SO2、NO2)对2周内咳嗽症状的OR值分别为1.265 7、1.296 7和1.292 0;全因素模型分析显示灰霾对2周内喘息症状的OR值为1.104 5,SO2被剔除模型,PM10对呼吸系统症状OR值明显增大,NO2对咳嗽和咳痰的OR值分别为1.390 4和0.653 1;滞后1期的灰霾和大气污染物的优势比均大于当期效应。结论东莞市灰霾天气对小学生呼吸系统具有损伤作用,且主要表现为各种大气污染物的综合效应,并具有迟发(后续)效应。     

医学生视觉显示终端阅读与纸版阅读脑力负荷的比较

目的 比较医学生视觉显示终端(VDT)阅读与纸版阅读的脑力负荷.方法 采用主观评分法、主任务评定法、心理生理学评定法评价医学生受试者的脑力负荷.结果 在VDT阅读和纸版阅读两者之间,Cooper-Harper量表评分分值、正确率、阅读速度、阅读效率、瞳孔直径、眨眼率、心率变异性(HRV)各指标的差异均无统计学意义(P＞0.05).与休息时相比,阅读时的眨眼率减少;纸版阅读的总的频域值(TP)值、低频成分(LF)值和高频成分(HF)值均增加,差异有统计学意义(P＜0.05);纸版阅读和VDT阅读的正常RR间期标准差(SDNN)值均增加,差异亦有统计学意义(P＜0.01).结论 VDT阅读与纸版阅读在30 min内,经常进行VDT阅读的医学生受试者的脑力负荷没有明显差异.3种脑力负荷评定方法结论较一致,均可用来评价阅读任务的脑力负荷.     

017 蛋白质组学技术在生态毒理学研究中的应用

生态毒理蛋白质组学是从整体的蛋白质水平上,探讨生物在接触不同毒物或环境胁迫下细胞蛋白质谱的变化,以研究和分析环境暴露与生物之间的关系,寻求有效的环境有毒有害污染物治理方法,为生态修复和生物的生存环境保护提供理论支撑和技术支持.本文就蛋白质组学技术在生态毒理学研究中的应用进展进行综述.     

广州市部分气象因素与大气中SO_2等污染物浓度的关系

为研究广州市2006—2008年大气污染特征,建立气象因素与大气污染物浓度关系的模型,探讨气象因素对大气污染物的影响,收集广州市2006—2008年气象资料(日平均气压、日平均气温、日平均相对湿度、日平均能见度)和大气污染物(SO2、NO2、PM10)资料,对气象因素进行主成分分析,对大气污染物浓度与气象因素进行多重线性回归及主成分回归分析,建立回归方程。结果显示,大气中NO2浓度与月最低气压呈正相关,与月平均能见度呈负相关(P0.001);大气中SO2与月最高气压呈正相关(P0.001),PM10浓度与月最高气压及月最高气温呈正相关(P0.001)。可见气象因素对大气污染物浓度的影响为多因素联合作用。