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。     

石家庄市大气PM2.5对儿童下呼吸道疾病门诊量的影响

目的了解河北省石家庄市区空气污染现状,探讨PM_(2.5)对儿童急性下呼吸道感染、慢性下呼吸道疾病急性发作门诊就诊量的影响。方法收集2014—2016年河北省儿童医院儿童急性下呼吸道感染和慢性下呼吸道疾病急性发作急性发作日门诊量,并获取同期PM_(2.5)与气象资料,采用时间序列广义相加模型(GAM)控制时间、季节、星期几、节假日等效应及温度、相对湿度等混杂因素分析PM_(2.5)与门诊量的暴露-反应关系,并分析滞后(lag1-lag7)效应以及累积滞后(lag0-1～lag0-7)效应。结果 2014—2016年石家庄市PM_(2.5)超标天数最多,PM_(2.5)、PM_(10)、NO_2、SO_2、CO超标情况不一致,5种污染物浓度的年度变化趋势基本一致,均为冬季较高。PM_(2.5)对儿童急性下呼吸道感染、慢性下呼吸道疾病急性发作最强影响效应均出现于滞后2 d,暴露-反应关系为非线性相关。PM_(2.5)浓度每升高10μg/m~3,急性下呼吸道感染患者每日就诊人次上升0.988%(95%CI:0.046%～1.939%),慢性下呼吸道疾病急性发作急性发作患者就诊人次上升0.407%(95%CI:0.212%～0.603%)。结论石家庄市大气PM_(2.5)对儿童急性下呼吸道感染具有急性效应,还能引起慢性下呼吸道疾病急性发作。     

大气污染与上海市闵行区学生因呼吸道疾病缺课关系的时间序列研究

[目的]探讨大气污染对上海市闵行区学生因呼吸道疾病缺课的短期影响。[方法]收集2013年9月1日—2016年6月30日闵行区学生因呼吸道疾病缺课人数和同期闵行区大气污染及气象监测资料,采用时间序列的广义相加模型,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,分析当日至前5 d单日滞后(lag0~lag5)和当日至前1、3、5 d累积滞后(lag01、lag03、lag05)的大气污染物浓度与学生因呼吸道疾病缺课人数的关系。[结果]研究期间,NO_2、PM_(2.5)、PM_(10)和O3的超标率分别为8.51%、20.79%、5.84%和8.12%,SO_2、CO未超出限值。单污染模型中,大气AQI、PM_(2.5)、PM_(10)、SO_2和NO_2与学生呼吸道疾病的新发缺课人数及总缺课人数均呈正相关(P0.05)。对总缺课人数,NO_2、PM_(2.5)和PM_(10)在lag1效应最为明显[RR及95%CI分别为3.53(2.15~4.90)、11.80(8.85~14.75)、4.04(2.48~5.60)],SO_2在lag5效应最为明显(RR=18.20;95%CI:13.95~22.45);对于新发缺课人数,NO_2在lag0效应最为明显(RR=11.65,95%CI:8.59~14.71),SO_2、PM_(2.5)和PM_(10)在lag1效应最为明显[RR及95%CI分别为3.39(1.91~4.88)、17.90(12.96~22.84)、3.89(2.20~5.58)]。累积效应各污染物均在lag05时对学生新发及总缺课的效应最强。多污染模型中,PM_(2.5)和PM_(10)对学生呼吸道疾病缺课的影响在调整了其他主要空气颗粒物(PM_(10)、PM_(2.5))和气态污染物(S02、NO_2)后均无统计学意义。[结论]大气污染物PM_(2.5)、PM_(10)、SO_2和NO_2浓度与学生因呼吸道疾病缺课存在正相关。     

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。     

青岛市大气污染物对心脑血管疾病住院影响的病例交叉研究

目的探讨青岛市大气污染对心脑血管疾病住院的急性影响。方法采用时间分层的病例交叉设计,分析青岛市2014—2016年大气污染物(PM_(2.5)、SO_2、NO_2)浓度短期升高对人群心脑血管疾病急性住院的影响。结果在控制同期气象因素后,在单污染物模型中,大气PM2.5浓度每升高10μg/m~3,心、脑血管疾病住院增加,该影响均表现为当日效应,住院当日OR值达到最高,分别为1.011(95%CI:1.010~1.012)和1.010(95%CI:1.009~1.012);大气SO_2浓度每升高10μg/m~3,心、脑血管疾病住院增加,该影响均表现为当日效应,住院当日OR值分别为1.095(95%CI:1.089~1.100)和1.102(95%CI:1.096~1.109);大气NO_2浓度每升高10μg/m~3,心血管疾病住院增加,该影响表现为当日效应,OR值为1.060(95%CI:1.056~1.064),滞后3 d(lag3)的脑血管疾病住院的OR值最高,为1.064(95%CI:1.060~1.068)。在多污染物模型中,PM_(2.5)、SO_2及NO_2浓度每升高10μg/m~3对心脑血管疾病住院的OR值均有统计学意义(P0.01),且OR值高于单污染物模型。在性别和年龄的分层分析中,PM_(2.5)和SO_2浓度增加对脑血管疾病住院的影响表现为女性高于男性;SO_2浓度增加对65岁以下人群心血管疾病住院的影响较高,NO_2对脑血管疾病住院的影响表现为65岁及以上人群较高,差异均有统计学意义(P0.05)。结论目前青岛市大气污染物对人群健康有短期影响,能增加心脑血管疾病住院人数。     

重庆市PM_(2.5)与心脑血管疾病急诊人数相关性研究

目的分析PM_(2.5)与重庆市某三甲医院心脑血管疾病急诊人数的相关关系。方法收集2017-01-01/2018-12-01重庆市某三甲医院心脑血管事件急诊病例,包括心脑血管疾病、冠心病、心律失常、心衰和脑血管疾病,收集相同时间段重庆市空气污染数据,包括大气二氧化硫(SO_2)、二氧化氮(NO_2)、可吸人颗粒物(PM_(2.5))浓度。采用广义相加模型(GAM)来探索两者的关系。结果当日PM_(2.5)每升高10μg/m~3,会使总心脑血管疾病、冠心病、心律失常、心衰和脑血管疾病的急诊人数增加,其RR值分别为1.006(95%CI:1.003～1.016)、1.004(95%CI:0.995～1.012)、1.002(95%CI:0.985～1.014)、1.011(95%CI:0.997～1.023)、1.002(95%CI:0.991～1.009),但差异无统计学意义;PM_(2.5)滞后3 d,累积前2 d和累积前3 d的PM_(2.5)均能使总脑血管疾病、心衰和脑血管疾病的入院人数增加,但差异无统计学差异(P0.05)。在日均温度和日均相对湿度最高的百分位数区间,PM_(2.5)浓度每升高10个单位,总心脑血管事件分别上升1.012(95%CI:1.005～1.019)倍和1.009(95%CI:1.002～1.021)倍。结论本研究结果提示大气PM_(2.5)浓度升高与重庆市心脑血管疾病急诊人数增加有一定关联,且气象因素对其关联有一定影响。     

上海市浦东新区PM_(2.5)污染对医院急诊内科就诊人次的影响

目的评估上海市浦东新区细颗粒物(PM_(2.5))日均浓度对医院急诊内科就诊人次的影响。方法 2015—2017年上海市浦东新区逐日大气污染资料、气象资料和医院急诊内科就诊资料分别来源于上海市浦东新区环境监测中心、区气象局和区某综合医院。采用基于Poisson回归的广义相加模型(GAM)控制时间趋势、星期几效应、节假日效应和温湿度等因素后分析PM_(2.5)对急诊内科就诊人次的影响,通过分层分析探索PM_(2.5)效应在不同疾病别、性别、年龄组别以及不同温度水平之间的差异。结果 2015—2017年医院急诊内科就诊总人次数为559 395人次,PM_(2.5)日均浓度为42.7μg/m3。PM_(2.5)对急诊内科就诊总人次在当日(lag0)即表现出影响,在滞后2日(lag2)时出现最大单日效应,RR值为1.003 1(95%CI:1.000 5～1.0056);PM_(2.5)对心脑血管疾病就诊人次的影响在当日(lag0)即出现最大效应,RR值为1.004 8(95%CI:1.000 6～1.009 1);PM_(2.5)对呼吸系统疾病就诊人次的单日最大效应出现在滞后2日(lag2),RR值为1.003 3(95%CI:0.999 8～1.006 9),但效应无统计学意义(P0.05)。PM_(2.5)对医院急诊内科就诊人次的影响在男性人群中效应更强,单日最大效应出现在滞后2日(lag2),RR值为1.003 8(95%CI:1.000 8～1.006 8);PM_(2.5)对0～14岁年龄组影响最大,当日(lag0)效应RR值为1.019 3(95%CI:1.004 0～1.034 0);中等温度时PM_(2.5)的效应RR值较低温水平和高温水平时大。结论上海市浦东新区PM_(2.5)污染对医院急诊内科就诊人次有影响,且在不同疾病、性别、年龄组别以及温度水平之间差异有统计学意义。     

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。     

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。     

三明市大气颗粒物浓度与缺血性心脏病死亡的时间序列分析

目的探索大气颗粒物对三明市居民缺血性心脏病死亡的影响,评估健康效应。方法收集2017年1月1日至2018年12月31日三明市居民缺血性心脏病死亡资料和同期大气污染数据PM_(10),采用时间序列的广义相加模型,定量评价大气颗粒物污染与缺血性心脏病死亡的关系。结果 2017年1月1日至2018年12月31日期间,PM_(10)和PM_(2.5)日均浓度分别为(36.84±20.78)和(19.66±14.32)μg/m~3,缺血性心脏病总死亡人数3 020人,日均死亡5.28人。单污染模型分析显示,PM_(10)和PM_(2.5)浓度每升高10μg/m~3,缺血性心脏病死亡增加2.93%(95%CI=0.81～5.11)和4.01%(95%CI=1.05～7.05),PM_(10)在3日平均滞后(lag02)效应达到最高(ER=4.73,95%CI=2.04～7.49),PM_(2.5)在2日平均滞后(lag01)效应达到最高(ER=6.10,95%CI=2.61～9.70);双污染模型分析显示,模型纳入PM_(2.5)后,PM_(10)与IHD的关联无统计学意义;控制PM_(10)后,PM_(2.5)与IHD的关联无统计学意义。结论大气颗粒物对缺血性心脏病的影响存在滞后性,缺血性心脏病死亡人数随着大气颗粒物浓度的增加而呈上升趋势。     

大气颗粒物对慢性阻塞性肺疾病急性发作和哮喘日入院的影响

目的研究大气颗粒物对慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)急性发作与支气管哮喘日入院的影响。方法应用广义相加模型,研究2014年大气颗粒物对患者日入院人数的影响并分析滞后效应及累计效应。结果在控制温度、相对湿度的影响后,PM_(2.5)、PM_(2.5-10)与COPD急性发作及哮喘患者日入院人数之间均存在正向关联。大气颗粒物浓度对滞后2 d的COPD急性发作日入院人数的影响最大,PM_(2.5)及PM_(2.5-10)每升高10μg/m~3,其每日入院人数分别增加0.9%(95%CI:0.3%～1.5%)、0.5%(95%CI:0.1%～0.9%);累积2d后影响最大,相对危险度变化不明显。PM_(2.5)的浓度对哮喘当天入院人数有影响,PM_(2.5)每升高10μg/m3,入院人数增加0.58%(95%CI:0.02%～1.16%);PM_(2.5-10)在滞后1 d时影响最大,其浓度每升高10μg/m~3,入院风险增大0.62%(95%CI:0.01%～1.23%);PM_(2.5)及PM_(2.5-10)对哮喘日入院人数的影响在累积1 d时最大,PM_(2.5)及PM_(2.5-10)每升高10μg/m~3,其每日入院风险分别增大0.8%(95%CI:0.2%～1.5%)和0.6%(95%CI:0.1%～1.2%)。在分别调整其他污染物的影响后,PM_(2.5)及PM_(2.5-10)对两种疾病的日入院人数均仍有影响,且差异有统计学意义(P0.05)。结论大气颗粒物浓度的上升可促进COPD的急性发作和哮喘入院人数的增加,并有一定的滞后作用,且滞后期存在差异。     

2014-2021年北京市通州区大气污染物PM_(2.5)对人群每日死亡人数的影响

目的 分析北京市通州区大气污染物PM_(2.5)对人群每日死亡人数的影响,为开展防控工作提供依据。方法收集2014年1月1日-2021年12月31日北京市通州区大气污染物包括细颗粒物(PM_(2.5))、可吸入颗粒物(PM_(10))、二氧化硫(SO_(2))、二氧化氮(NO_(2))、一氧化碳(CO_(2))和臭氧(O_(3-8h))的数据。气象数据指标包括每日平均温度、相对湿度和气压。应用时间序列的广义相加模型(GAM),即单污染物模型及多污染物模型定量分析大气PM_(2.5)对人群每日死亡例数的影响。采用人群超额死亡危险度(ER)及其95%可信区间(95%CI)分析大气PM_(2.5)浓度每升高10μg/m^(3),人群每日死亡人数增加的百分比。结果2014年1月1日-2021年12月31日北京市通州区大气污染物PM_(2.5)平均浓度值为40μg/m^(3),2021年PM_(2.5)浓度值较2014年下降66%。同期北京市通州区居民平均每日死亡人数14例。GAM单污染物模型显示,PM_(2.5)对全人群每日死亡人数单日滞后7d的死亡影响效应最大,ER值为0.31%(95%CI:-0.14%~0.77%),其中男性ER值为0.14%(95%CI:-0.36%~0.63%),女性ER值为0.53%(95%CI:0.03%~1.02%);年龄<65岁组人群ER值为0.43%(95%CI:-0.14%~1.00%),年龄≥65岁组人群ER值为0.28%(95%CI:-0.20%~0.76%)。多污染物模型显示,PM_(2.5)对全人群每日死亡人数单日滞后1d的死亡影响效应最大,ER值为0.39%(95%CI:-0.16%~0.94%),其中男性滞后1dER值为0.34%(95%CI:-0.25%~0.94%),女性滞后7dER值为0.49%(95%CI:-0.00%~0.99%);年龄<65岁组人群滞后2dER值为0.58%(95%CI:0.00%~1.16%),年龄≥65岁组人群滞后1 dER值为0.45%(95%CI:-0.12%~1.03%)。结论2014-2021年北京市通州区大气污染物PM_(2.5)浓度与人群每日死亡人数有相关性,其中女性和<65岁人群死亡风险较高,并存在一定的滞后性。     

气温和大气颗粒物对哈尔滨市人群死亡影响的交互作用

目的定量评估哈尔滨市日平均气温和可吸入颗粒物(PM_(10))、细颗粒物(PM_(2.5))对人群死亡影响的交互作用。方法收集2014—2016年哈尔滨市每日死亡资料,大气颗粒物中PM_(10)、PM_(2.5)等污染物浓度资料及气象资料,采用双变量反应平面模型以及温度分层法和分布滞后非线性模型(DLNM)定性和定量评估大气颗粒物中PM_(10)、PM_(2.5)和日平均气温对哈尔滨市人群死亡影响的交互作用。结果双变量反应平面模型结果显示,日平均气温和大气颗粒物中PM_(10)、PM_(2.5)与人群死亡之间的关系存在交互作用,差异有统计学意义(P<0.05)。温度分层分析结果发现,高温时,累积滞后天数越长,PM_(10)和PM_(2.5)对日总死亡数的影响越大,当累积滞后12 d时,PM_(10)和PM_(2.5)每升高10μg/m^(3),日总死亡的累积相对危险度(CRR)分别增加10.4%(95%CI:2.7%~18.8%)和18.2%(95%CI:1.8%~37.1%);低温和中温时,未发现PM_(10)和PM_(2.5)与总死亡之间的关联具有统计学意义。与中温层相比,高温时PM_(10)和PM_(2.5)对死亡的影响更大,且差异有统计学意义(P<0.05)。亚组分析结果显示,高温时,大气颗粒物对男性和65岁以上老年人群死亡的影响更大。结论气温和PM_(10)、PM_(2.5)对哈尔滨市人群死亡的影响具有交互作用,在高温时PM_(10)、PM_(2.5)对死亡的影响更大。     

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...     

大气污染对上海市闵行区居民糖尿病死亡的急性影响

目的了解大气污染对上海市闵行区常住居民糖尿病死亡的急性影响,为相关防治对策的制定提供依据。方法收集2013年1月1日—2018年5月31日大气污染数据、气象数据及糖尿病死亡资料,采用时间序列广义相加模型分析大气污染对居民糖尿病死亡的短期影响。结果污染物浓度每增加10μg/m~3,细颗粒物(fine particulate matter,PM_(2.5))[单日:滞后效应(lag0)]、二氧化氮(nitrogen dioxide,NO_2)[单日滞后效应(lag1)]和可吸入颗粒物(inhalable particulate matter,PM_(10))[单日滞后效应(lag3)]导致的糖尿病死亡风险OR值分别为1.002(95%CI:1.000～1.003)、1.003(95%CI:1.000～1.005)和1.001(95%CI:1.000～1.002),且影响差异均有统计学意义(均P0.05)。在污染物浓度移动平均值(lag03)时,PM_(2.5)、PM_(10)和NO_2均对居民糖尿病死亡表现出最强累积健康效应。结论大气污染可增加上海市闵行区常住居民的糖尿病死亡风险,相关部门需引起重视。     

常州市大气PM2.5对人群脑血管病死亡的影响

目的 探讨常州市大气污染物PM_2.5对居民脑血管病死亡的影响。方法 收集常州市2015年1月1日—2018年12月31日的居民全死因个案资料和同期的大气污染物、气象数据,采用广义相加模型(generalized additive models, GAM)分析大气PM_2.5对人群脑血管病死亡的影响。结果 2015—2018年,常州市大气PM_2.5年均浓度为50.1μg/m³,PM_2.5浓度超标天数占比15.7%(230/1 461);PM_2.5滞后3日(lag3 d)浓度每增加10μg/m³时,全人群脑血管病、全人群男性脑血管病日死亡数分别增加0.56%(95%CI:0.04%～1.08%)和0.79%(95%CI:0.07%～1.52%),≥65岁人群脑血管病、≥65岁人群男性脑血管病日死亡数分别增加0.63%(95%CI:0.09%～1.18%)和0.95%(95%CI:0.18%～1.73%)。结论 常州市大气PM_2.5...     

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。     

广州市PM_(2.5)浓度与人群每日死亡风险的空间分布特征

目的了解广州市大气PM_(2.5)暴露对居民每日死亡的影响及其空间分布特征。方法收集2013年1月1日—2014年12月31日期间广州市十二个区(县级市)31个大气监测站点的PM_(2.5)每日数据、气象数据和居民每日死亡数据,采用克里格插值模型和分布滞后非线性模型的时间序列分析方法,分别从全市及12个行政区域的大气PM_(2.5)污染状况及其对居民每日死亡的影响进行评估分析。结果研究期间,全市PM_(2.5)的年平均暴露浓度为49.5±25.6μg/m3,呈西、南部区域PM_(2.5)污染重,东北区域相对较低的区域分布特征;全市范围PM_(2.5)暴露与每日总非意外死亡的滞后累积最大效应RR为1.017(1.001,1.034;95%CI);白云区、从化区、南沙区、越秀区和荔湾区PM_(2.5)暴露与每日总非意外死亡最佳滞后效应RR值范围1.010~1.014(此为各区RR值范围,而非95%CI),滞后累积最大效应RR值范围1.010~1.057(此为各区RR值范围,而非95%CI);从化区、南沙区、越秀区和荔湾区PM_(2.5)暴露与每日心血管系统疾病死亡的最佳滞后效应RR值范围1.006~1.021(此为各区RR值范围,而非95%CI),滞后累积最大效应RR值范围1.017~1.059(此为各区RR值范围,而非95%CI);南沙区和越秀区PM_(2.5)暴露与每日呼吸系统疾病死亡的最佳滞后效应RR值分别为1.004和1.034,滞后累积最大效应RR值分别为1.018和1.110。结论广州市不同区域大气PM_(2.5)暴露对当地居民每日死亡的影响各有不同;呈现南、北两端和西部部分人口密集,交通拥挤的区域风险较高,其他区域风险不明显的空间分布特征。     

沈阳市铁西区大气PM2.5对冠心病住院的影响

目的探讨沈阳市铁西区大气PM_(2.5)对居民冠心病住院的影响,为大气PM_(2.5)健康效应研究提供依据。方法收集2017年1月1日—2017年12月31日沈阳市铁西区大气污染物浓度、气象因素及沈阳医学院附属中心医院冠心病住院患者的相关临床数据,采用1∶2分层病例交叉方法,利用条件logistic回归探讨大气PM_(2.5)对居民冠心病住院的影响。结果研究期间沈阳市该区大气PM_(2.5)日均浓度为53.47μg/m~3,有77 d超过《环境空气质量标准》(GB 3095—2012)规定的二级浓度限值,超标率为21.10%。研究期间共收集4 148例冠心病住院患者资料,日均住院11例。调整气象因素的影响后,单污染物模型显示,PM_(2.5)浓度每增加10μg/m~3对冠心病住院的影响在当日达到最大,OR值为1.020(95%CI:1.006～1.033),结果有统计学意义(P0.05)。进一步将CO、NO_2、SO_2、O_3纳入模型,分别构建双污染物、三污染物、四污染物、五污染物模型,结果显示,PM_(2.5)浓度每增加10μg/m~3对居民冠心病住院影响的OR值均有统计学意义(P0.05)。分层分析结果显示,大气PM_(2.5)浓度每增加10μg/m~3,男性居民冠心病住院风险增加,OR值为1.026(95%CI:1.005～1.046);年龄小于60岁居民冠心病住院风险增加,OR值为1.029(95%CI:1.007～1.052);不吸烟居民冠心病住院风险增加,OR值为1.022(95%CI:1.007～1.037);处于采暖期的居民冠心病住院风险增加,OR值为1.031(95%CI:1.015～1.046);上述结果均有统计学意义(P0.05)。结论大气PM_(2.5)浓度升高可能导致居民冠心病住院风险增加,控制大气PM_(2.5)污染对降低人群冠心病住院风险具有重要意义。     

不同季节PM_(10)与呼吸系统疾病暴露-反应关系研究

目的研究兰州地区不同季节主要污染物对人体健康的影响。方法收集2001年1月1日至2005年12月31日兰州市四所大型综合医院呼吸系统疾病逐日住院病例数据、兰州市三种主要大气污染物(PM_(10)、SO2、NO2)日均浓度数据、兰州市逐日地面气象资料,利用半参数广义相加模型(GAM)分析了2001—2005年兰州市四个季节PM_(10)与呼吸系统疾病日住院人次的暴露-反应关系,并建立了单污染物模型和多污染物模型。结果单污染模型中,区分季节,PM_(10)浓度每增加一个IQR,呼吸系统疾病不同人群住院人次相对危险度(RR)依次为:春季≥65岁的老年人群RR最高,为1.053(95%CI:1.000~1.109),对应的最佳滞后时间为lag0;夏季男性人群RR最高,为1.032(95%CI:0.998~1.066),对应的最佳滞后时间为lag0;秋季65岁的人群RR最高,为1.779(95%CI:1.026~3.088),对应的最佳滞后时间为lag3;冬季女性人群RR最高,为1.097(95%CI:1.062~1.134),对应的最佳滞后时间为lag4。当GAM模型中引入SO2和NO2后,不同人群PM_(10)每增加1个IQR,呼吸系统疾病住院人次的危险度有所下降,且以女性人群和≥65岁的人群对气态污染物更加敏感。结论不同季节PM_(10)浓度增加致呼吸系统疾病住院人次增加,尤其是女性和≥65岁人群。