济南市大气颗粒物与呼吸系统疾病住院量的时间序列研究

目的 探讨大气颗粒物与呼吸系统疾病住院量的暴露反应关系。方法 基于2015—2019年济南市呼吸系统疾病住院数据、大气污染物数据、气象数据,采用广义相加模型(generalized additive model, GAM),分析PM_2.5与PM₁₀污染对人群呼吸系统疾病住院风险与滞后效应,并探讨污染水平及年龄性别对住院风险的修饰效应。结果 PM_2.5与PM₁₀为济南市近5年首要大气污染物,当日(lag0)PM_2.5浓度每升高10μg/m³,呼吸系统住院量超额危险度(excess risk,ER)增加0.58%(95%CI:0.09%～1.07%),高于PM₁₀ER值(0.30%, 95%CI:0.02%～0.59%),且高浓度时超额累积风险高于低浓度。PM_2.5和PM₁₀浓度每上升10μg/m³,男性住院量ER分别增加0.92%(95%CI:0.28%～1.57%)和0...     

2015—2021年佳木斯市大气污染物PM2.5对人群死因影响的时间序列分析

目的 分析2015—2021年佳木斯市大气污染物细颗粒物(fine particulate matters,PM2.5)对不同死因的影响。方法 利用2015—2021年死因监测数据、气象数据和大气污染物监测数据,采用泊松广义相加模型,控制气象因素、时间趋势和其他污染物等混杂因素影响,分析PM_2.5暴露对人群死亡风险的影响。结果 2015—2021年佳木斯市总死亡人数为108 800人,PM2.5年均浓度为29.910μg/m³。PM_2.5浓度变化与各疾病死亡均为正相关关系(均P<0.05)。PM_2.5浓度变化对疾病死亡风险影响存在滞后性且累积滞后5日对总死亡和循环系统疾病死亡影响效应最大,超额危险度(excess risk,ER)值分别为0.053%(95%CI:0.021～0.086)和0.078%(95%CI:0.035～0.120),滞后2日浓度对呼吸系统疾病死亡影响效应最大,ER值为0.079%(95%CI:0.004～0.154)。男性和≥65的老年人群更为敏感,ER值分别为0.06...     

大气颗粒物PM10、PM2.5对镇江市某综合医院成人呼吸系统、循环系统门诊量影响的时间序列分析

目的 分析大气颗粒物PM₁₀、PM_2.5与成人呼吸系统、循环系统门诊量的相关性。方法 收集镇江市2018年全年每日PM₁₀、PM_2.5日均浓度、气象数据及某综合医院每日呼吸系统门诊量、循环系统门诊量。采用基于广义相加模型的时间序列分析方法,定量分析大气颗粒物对呼吸系统和循环系统日门诊量的影响。结果 PM₁₀、PM_2.5质量浓度每升高10μg/m³,当日呼吸系统门诊量分别增加0.47%(95%CI:0.11%～0.83%)和0.61%(95%CI:0.18%～1.04%),当日循环系统门诊量分别增加0.64%(95%CI:0.14%～1.13%)和0.69%(95%CI:0.09%～1.31%)。PM₁₀在累积滞后2 d(lag02)时,对呼吸系统门诊量和循环系统门诊量的效应最大,其ER值分别为0.71%(95%CI:0.25%～1.17%)和0.69%(95%CI:0.05%～1.34%);PM_2.5<...     

大气污染与气象因素对郑州市不同人群和急慢性呼吸系统疾病的影响

目的 探讨郑州市大气污染物与气象因素对呼吸系统疾病门诊量的影响。方法 基于2013年10月28日—2018年5月31日期间郑州市大气污染物与气象因素数据，利用分布滞后非线性模型(distributed lag non-linear models,DLNM)分析大气污染物、气象因素与呼吸系统门诊就诊量之间的暴露-滞后效应，并根据性别、年龄和急慢性呼吸系统疾病分层分析。结果 最佳滞后日下，CO、NO₂、SO₂、可吸入性颗粒物(inhalable particulate matter,PM₁₀)和细颗粒物(fine particulate matter,PM_2.5)每增加10μg/m³，相对危险(risk ratio,RR)值分别为1.126(95%CI:1.011～1.254)、1.014(95%CI:1.011～1.018)、1.006(95%CI:1.002～1.010)、1.001(95%CI:1.000～1.002)、1.001(95%CI:1.000～1.001)，大气O...     

2019—2021年浙江省嘉兴市大气颗粒物与呼吸系统疾病门诊量关系的时间序列分析

【目的】探讨浙江省嘉兴市大气颗粒物(PM)与呼吸系统疾病门诊量的关系。【方法】收集嘉兴市2019—2021年逐日大气污染物、气象和呼吸系统疾病门诊量资料。采用广义相加模型(GAM),控制长期趋势、星期几效应、节假日效应和气象因素等混杂因素,分析PM含量与呼吸系统疾病门诊量的关系及滞后效应。【结果】PM_2.5、PM₁₀、臭氧(O₃)和二氧化氮(NO₂)存在日均浓度超标情况,超标天数占比分别为3.4%、1.3%、11.0%和0.8%。PM_2.5每增加10μg·m^-3,呼吸系统疾病门诊总量、成人和儿童呼吸系统疾病门诊量效应值均在lag07时达到最大,超额风险ER(95%CI)分别为2.29%(1.35%～3.24%)、2.31%(1.39%～3.23%)和2.65%(1.36%～3.96%);PM₁₀每升高10μg·m^-3,呼吸系统疾病门诊总量、成人和儿童门诊量效应值分别在lag07、lag06、lag07时达到最大,...     

石家庄市大气颗粒物对居民循环系统疾病死亡的寿命损失年影响的研究

目的 探讨石家庄市大气颗粒物(PM₁₀、PM_2.5 )对居民每日循环系统疾病死亡和寿命损失年(YLL)的影响。方法收集石家庄市2018年1月1日—2021年12月31日的每日大气颗粒物、气象资料及循环系统死亡数据,计算每日YLL值,利用广义相加模型评估大气颗粒物对居民每日循环系统疾病死亡和YLL的影响。结果 研究期间,石家庄市PM₁₀、PM_2.5 浓度每升高10μg/m3对每日循环系统疾病死亡的效应最大值分别出现在lag02、lag0,分别为0.37%(95%CI:0.09%～0.64%)、0.61%(95%CI:0.18%～1.04%)。PM₁₀、PM_2.5 每升高10μg/m3,分别导致每日YLL增加1.07年(95%CI:0.06～2.09)、1.73年(95%CI:0.15～3.32)。双污染物模型中,PM10及PM_2.5 均具有独立的健康效应。性别分层结果显示,PM₁₀、PM_2.5...     

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...     

大气污染物短期效应对上海市浦东新区居民肺癌死亡影响的病例交叉研究

目的 分析大气污染物与浦东新区居民每日肺癌死亡人数的相关性,为制定针对肺癌病人的保护措施提供依据。方法 采集浦东新区2005年1月1日至2019年12月31日之间的每日大气污染物浓度、气象因素以及居民肺癌死亡资料,利用时间分层-病例交叉设计并结合分布滞后非线性模型,探讨大气污染物短期暴露对浦东新区居民肺癌死亡的影响。结果 大气污染物(PM₁₀, SO₂, NO₂)浓度与浦东新区居民肺癌死亡风险呈正相关。PM₁₀, SO₂, NO₂浓度对居民肺癌死亡风险的影响均在累积8 d(Lag 0～7)最强。PM₁₀, SO₂, NO₂浓度上升10 μg/m³累积8 d(Lag 0～7)居民肺癌死亡风险分别上升1.09%(95%CI:0.35%～1.83%), 3.78%(95%CI:1.98%～5.61%)与2.76%(95%CI:1.10%～4.44%)。女性人群肺癌死亡对PM₁₀与NO₂的影响不敏感(P>0.05)。大气污染物对高龄人群与低文化水平人群肺癌死亡效应较强,人群间效应差异不显著。结论 大气污染物短期暴露可以升高浦东新区居民肺癌死亡风险,以累积8 d(Lag 0～7)效应最强。     

唐山市PM2.5污染对城市居民呼吸系统疾病日门诊量的影响

目的 评价PM_2.5污染程度对唐山市城市居民呼吸系统疾病日门诊量的影响。方法 收集唐山市2013年11月－2014年3月、2014年11月－2015年3月、2015年11月－2016年3月的气象监测数据、大气污染物浓度资料及各三级甲等综合性医院呼吸系统疾病日门诊人数,采用Pearson相关分析大气污染物、气象因素以及呼吸系统疾病门诊量之间的相关性；采用时间序列的广义相加模型分析大气污染浓度与呼吸系统疾病日门诊量之间的关联性。结果 2013年11月－2014年3月、2014年11月－2015年3月、2015年11月－2016年3月三个时间段内,各大气污染物之间每日浓度的相关性分析结果显示PM₁₀、PM_2.5、SO₂、NO₂、CO之间存在明显的正相关,各大气污染物与气湿之间呈正相关,除PM_2.5外,其他污染物与呼吸系统疾病日门诊量之间无明显的相关性。其中PM_2.5分别滞后1、2、4 d对呼吸系统疾病日门诊量影响最大。且PM_2.5浓度每增加10 μg/m3时,呼吸系统疾病日门诊量分别增加0.25%(95%CI：0.18%~0.32%)、0.65% (95%CI：0.31%~0.99%)、0.42% (95%CI：0.11%~0.73%)。结论 唐山市PM_2.5污染程度增高会导致呼吸系统疾病日门诊量的增加。     

乌鲁木齐市常见空气污染物对呼吸系统疾病死亡数的影响

目的 探讨乌鲁木齐市常见空气污染物与呼吸系统疾病死亡数的影响及其滞后效应,为空气污染和气候变化协同治理提供科学支持。方法 收集2019—2021年乌鲁木齐市逐日空气污染物浓度数据、气象数据、居民呼吸系统疾病死亡数据,进行描述性统计分析;采用时间序列、广义相加模型,构建单污染物和多污染物模型,分析空气污染物与该市居民呼吸系统疾病死亡数的关系。结果 单污染物模型中,在滞后3 d (Lag3)时SO₂浓度影响最大,SO₂浓度每升高10μg/m³,呼吸系统疾病死亡数增加2.32%(95%CI:1.16%～3.48%);双污染物模型中,以SO₂为协同污染物时,PM_2.5对呼吸系统疾病的超额死亡率(excess risk,ER)值最大,浓度每增加10μg/m³呼吸系统疾病死亡数增加1.19%(95%CI:1.01%～1.30%)。性别分层中,女性对SO₂(冬季：ER=4.10%,95%CI:0.65%～7.67%)、PM_2.5     

空气污染物与绿化环境暴露水平对心肌梗塞死亡交互作用的病例交叉研究

目的 探索空气污染物与绿化暴露水平对心梗死亡的发生所产生的交互作用。方法 主要收集天津市2017—2019年因心梗死亡的个案病例,估计每名病例环境因素的暴露水平,采用条件logistic回归模型,分析空气污染物与绿化暴露水平对心梗死亡的发生所产生的交互作用。结果 在不同的季节,空气污染物浓度、气象因素和绿化环境暴露水平存在着差异（P＜0.001）。在单污染物模型中,每升高10 μg/m3的NO2（lag2期）,可使心梗死亡发生的风险升高0.4%（OR = 1.004,95%CI:1.000～1.008）。在多污染物模型中,每升高10 μg/m3的NO2（lag2期）、PM2.5（lag2期）和PM10（lag6期）,可使心梗死亡发生的风险升高1.1%（OR = 1.011,95%CI:1.005～1.018）、0.4%（OR = 1.004,95%CI:1～1.008）和0.3%（OR = 1.003,95%CI: 1.000～1.006）。对于滞后期lag1、lag2、lag6和lag7的暴露水平来说,颗粒污染物［可入肺颗粒物（PM1）、PM2.5 和PM10］与绿化环境暴露水平对心梗死亡的发生具有拮抗作用。结论 绿化环境可以起到降低颗粒污染物升高心梗死亡风险的作用,为指导人们有效的防护空气污染的危害,减轻颗粒污染物对心梗以及其他心血管疾病的发生和死亡提供依据。     

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。     

成都市大气颗粒物对居民心脑血管疾病死亡的急性影响研究

目的 探讨成都市大气颗粒物的急性暴露与居民每日心脑血管疾病死亡的关系。方法 收集2013-2015年成都市大气PM2.5、PM10、SO2和NO2的日平均浓度、气象因素(包括日平均气温和相对湿度)及心脑血管疾病日死亡数。采用广义相加模型(Generalized Additive Models,GAM)建立单污染物、多污染物模型,分析大气PM2.5、PM10浓度对居民心脑血管疾病日死亡数的影响。结果 大气污染物PM2.5、PM10浓度分别为75.9、119.7μg/m3,PM2.5高于GB3095-2012《环境空气质量标准》 二级标准。单污染物模型中,大气PM2.5(lag1)和PM10(lag01)浓度每增加10μg/m3,心脑血管疾病日死亡数分别增加0.29%(95%CI:0.01%~0.56%)和0.27%(95%CI:0.09%~0.45%)。PM2.5和PM10浓度与心脑血管疾病死亡的暴露反应关系基本呈线性。多污染物模型中,PM2.5和PM10单独或同时引入SO2、NO2时,对心脑血管疾病日死亡数的影响消失(P>0.05)。结论 成都市大气PM2.5和PM10浓度升高可能导致居民心脑血管疾病日死亡数增加。     

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.     

北京市大气PM2.5污染对某医院儿科门诊量影响的时间序列研究

目的 探讨北京市大气PM2.5对医院儿科门诊量的影响。方法 采用基于泊松回归的广义线性模型(GLM),控制时间的长期趋势、季节趋势、星期几效应、节假日效应、流感、气象因素等混杂因素后,分析2013-2015年北京市大气PM2.5对某医院儿科门诊量的影响。结果 单污染物模型分析显示PM2.5对儿科总门诊量、儿科呼吸系统疾病门诊量和儿科其他疾病门诊量的影响均有统计学意义,且以当天的效应最强,PM2.5浓度每升高10μg/m³,上述门诊量分别增加0.525%(95%CI:0.428%~0.622%)、0.589%(95%CI:0.473%~0.706%)、0.393%(95%CI:0.218%~0.569%)。多污染物模型分析结果显示,引入其他污染物后,PM2.5对儿科总门诊量和呼吸系统疾病门诊量的影响仍有统计学意义,PM2.5浓度每升高10μg/m³,上述门诊量分别增加0.570(0.342~0.797)、0.697(0.421~0.973);PM2.5对儿科其他疾病门诊量的影响无统计学意义。结论 北京市PM2.5浓度升高可能会引起医院儿科呼吸系统疾病门诊量的增加。     

上海市大气污染与某医院呼吸系统疾病门诊量关系的时间序列研究

[目的]探讨上海市大气污染物对人群呼吸系统疾病门诊量的短期影响。[方法]收集2010年1月1日—2012年10月31日上海市某三级甲等医院呼吸系统疾病每日门诊量统计资料和同期上海市大气及气象监测资料,采用时间序列的半参数广义相加模型,在控制了长期趋势、星期几效应、假期效应及气象因素等混杂因素的基础上,分析大气污染物与呼吸系统疾病日门诊量的关系。[结果]研究期间,呼吸系统疾病日门诊量为76~382人次。单污染模型中,二氧化硫（SO2）滞后4 d对呼吸系统疾病的影响最明显,二氧化氮（NO2）、可吸入颗粒物（PM10）滞后6 d的影响最明显;SO2、NO2、PM10浓度每增加10μg/m3,呼吸系统疾病日门诊量上升0.69%（RR=1.006 9,95%CI：1.003 5~1.010 3）、0.54%（RR=1.005 4,95%CI：1.002 8~1.007 9）和0.20%（RR=1.002 0,95%CI：1.001 1~1.002 8）。多污染模型中,调整其他污染物后,所有污染物健康效应估计值均较单污染模型降低,并不改变各污染物浓度与呼吸系统疾病日门诊量的正相关关系。[结论]大气污染物SO2、NO2、PM10与人群呼吸系统疾病门诊量存在正相关。     

河北省轻、重污染城市大气污染对居民非意外死亡的影响研究

目的 阐明河北省轻、重污染城市大气污染对人群健康的影响。方法 收集石家庄市、张家口市居民非意外死亡监测资料，并获取同期空气质量、气象数据，采用SPSS 22.0、R 3.5.3进行数据整理，Spearman秩相关、主成分分析、广义相加模型对数据进行分析。结果 石家庄市主要以气态污染物SO2、NO2对居民非意外死亡存在显著影响，污染物浓度每升高10 μg/m3，非意外死亡人数分别增加1.184% (95% CI: 0.485%～1.887%)、0.979% (95% CI: 0.205%～1.760%)；张家口市以颗粒物PM10、PM2.5及气态污染物O3为危害居民健康的主要因素，污染物浓度每升高10 μg/m3，非意外死亡人数分别增加3.083%(95% CI:2.367%～3.805%)、4.885%(95% CI:3.407%～6.384%)、2.811%(95% CI:1.188%～4.460%)。结论 大气污染对居民非意外死亡存在明显地域性差异且存在易感人群。     

Differential susceptibility according to gender in the association between air pollution and mortality from respiratory diseases

This study analyzed the association between air pollution and deaths from respiratory diseases, considering differential susceptibility according to gender. The authors used daily deaths from respiratory diseases (ICD-10, J00-J99), PM(10), SO(2), and O(3) levels, and meteorological indicators in Volta Redonda, Rio de Janeiro State, Brazil, from January 2002 to December 2006. The association was estimated by Poisson regression using generalized additive models, where the increase in risk of deaths from PM(10) to lag 1 was 10.01% (95%CI: 1.81-18.88%) in the total female population and 10.04% (95%CI: 0.90-20.02%) in elderly women. The increase in risk of deaths from PM(10) to lag 9 was 8.25% in the total male population (95%CI: 0.86-16.18%) and 10.80% (95%CI: 2.18-20.15%) in elderly men. For exposure to SO(2) and O(3), the risk was significant in the total male population and the elderly, respectively. The results emphasize the need for further studies, focusing on modification of the effects of air pollution on health.     

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     

Air pollution and hospital admissions for respiratory and cardiovascular diseases in Hong Kong

OBJECTIVE: To investigate short term effects of concentrations of pollutants in ambient air on hospital admissions for cardiovascular and respiratory diseases in Hong Kong. METHODS: Retrospective ecological study. A Poisson regression was performed of concentrations of daily air pollutant on daily counts of emergency hospital admissions in 12 major hospitals. The effects of time trend, season, and other cyclical factors, temperature, and humidity were accounted for. Autocorrelation and overdispersion were corrected. Daily concentrations of nitrogen dioxide (NO2), sulphur dioxide (SO2), ozone (O3), and particulate matter < 10 microns in aerodynamic diameter (PM10) were obtained from seven air monitoring stations in Hong Kong in 1994 and 1995. Relative risks (RR) of respiratory and cardiovascular disease admissions (for an increase of 10 micrograms/m3 in concentration of air pollutant) were calculated. RESULTS: Significant associations were found between hospital admissions for all respiratory diseases, all cardiovascular diseases, chronic obstructive pulmonary diseases, and heart failure and the concentrations of all four pollutants. Admissions for asthma, pneumonia, and influenza were significantly associated with NO2, O3, and PM10. Relative risk (RR) for admissions for respiratory disease for the four pollutants ranged from 1.013 (for SO2) to 1.022 (for O3), and for admissions for cardiovascular disease, from 1.006 (for PM10) to 1.016 (for SO2). Those aged > or = 65 years were at higher risk. Significant positive interactions were detected between NO2, O3, and PM10, and between O3 and winter months. CONCLUSIONS: Adverse health effects are evident at current ambient concentrations of air pollutants. Further reduction in air pollution is necessary to protect the health of the community, especially that of the high risk group.