舟山市空气污染物与医院门诊量的相关性研究

目的研究舟山市空气污染对医院门诊量的影响,为评价空气污染物健康效应和制定人群干预措施提供依据。方法收集舟山医院2016年每日门诊量和每日空气污染物资料,分析医院各科门诊在空气污染物浓度超标日和达标日的门诊量差异,采用Spearman秩相关分析日均门诊量与空气污染物浓度的相关性。结果 2016年舟山医院日均门诊总量M (Q_R)为3 304 (1 638)人次。2016年舟山市城市主要空气污染物为O3、PM_(2.5)和PM_(10)。空气质量轻度污染及以上日的日均门诊总量、内科日均门诊量、循环系统日均门诊量和其他疾病日均门诊量均高于空气质量优良日(P0.05)。CO浓度与呼吸系统、循环系统日均门诊量均呈正相关(P0.05),与日均门诊总量呈负相关(P0.05);O3-8 h浓度与内科、其他疾病日均门诊量及日均门诊总量均呈正相关(P0.05),与呼吸系统、儿科日均门诊量均呈负相关(P0.05);SO_2浓度与呼吸系统、皮肤和皮下组织日均门诊量均呈负相关(P0.05);NO_2、PM_(10)和PM_(2.5)浓度均与呼吸系统、儿科日均门诊量呈正相关(P0.05)。结论舟山市主要空气污染物为O_3、PM_(2.5)、PM_(10),污染物浓度超标时医院门诊量增加。     

大连市大气污染物PM_(10)对呼吸科日均门诊量的影响

目的研究2014年大连市大气污染物PM_(10)对呼吸系统疾病门诊量的影响。方法大连市2014年1月1日—12月31日空气污染数据来自大连市环境保护局网站,同期气温数据来自天气网,同期呼吸科门诊量数据来自大连市2所监测哨点医院。采用时间序列的半参数广义相加模型分析2014年大连市大气污染物PM_(10)与呼吸系统疾病门诊量的关系。结果大连市大气PM_(10)浓度每增加10μg/m~3,呼吸系统疾病门诊量增加0.33%。大气PM_(10)污染对呼吸科每日门诊量的累积效应在滞后1天(lag1)影响最强。结论大连市大气PM_(10)污染对呼吸科每日均门诊量有影响。     

淮安市空气PM_(2.5)污染对呼吸系统疾病门诊量影响

目的了解淮安市空气PM_(2.5)污染对人群呼吸系统疾病门诊量影响。方法通过医保信息系统,收集淮安市城区人群2013-2014年呼吸系统逐日发病数据,结合同期大气污染监测数据和气象资料,运用统计学方法分析PM_(2.5)污染水平及其对呼吸系统疾病日门诊量影响。结果2013-2014年淮安市空气PM_(2.5)质量浓度均值为73.7μg/m3,超标252d(占34.5%)。PM_(2.5)质量浓度与居民呼吸系统疾病日门诊量存在正相关关系且有滞后性,滞后效应以第4d最强,PM_(2.5)质量浓度每增加10μg/m3呼吸系统疾病日门诊量增加0.63%(95%CI:0.37%~0.89%)。结论淮安市空气PM_(2.5)污染较严重,能增加呼吸系统疾病门诊量,建议继续加强空气质量监测,减少大气污染物排放,保护居民健康。     

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。     

大气污染对呼吸系统疾病门诊量影响的病例交叉研究

目的探讨短期暴露于大气污染物对呼吸系统疾病门诊量的影响。方法收集北京市2014年1月1日-2015年12月31日逐日大气污染物浓度、气象监测资料以及某三级综合性医院的呼吸系统疾病门诊资料,应用时间分层的病例交叉设计研究方法进行数据分析。结果控制了气象因素的影响后,大气污染对呼吸系统疾病当天门诊量的影响最为明显。PM_(2.5)、PM_(10)、NO_2、SO_2当日浓度每上升10μg/m~3,人群呼吸系统疾病门诊量的OR值分别为1.006 6(95%CI:1.005 8~1.007 5)、1.004 8(95%CI:1.004 1~1.005 6)、1.025 9(95%CI:1.023 7~1.028 0)与1.022 9(95%CI:1.019 8~1.025 9)。结论区域内大气污染物浓度的短期升高可能导致医院呼吸系统疾病门诊量的增加。     

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。     

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。     

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。     

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。     

2014-2018年南昌市大气PM2.5对儿童呼吸系统疾病门诊量的影响

目的分析大气PM_(2.5)对南昌市儿童呼吸系统疾病日门诊量的影响。方法收集2014—2018年南昌市大气污染物、气象、儿童呼吸系统门诊量资料。采用基于Poisson回归的广义线性模型,控制长期和季节变化趋势、气象因素、星期几效应等因素,分析大气PM_(2.5)对儿童呼吸系统门诊量的影响。结果 2014—2018年南昌市PM_(2.5)逐年平均浓度为51、42、43、42、30μg/m~3。空气质量为良、轻度污染、中度污染、重度污染天气的儿童呼吸系统疾病日门诊量均高于空气质量为优的天气,且差异均具有统计学意义(P0.05),门诊量增幅分别为8.94%、14.95%、18.30%、11.78%。单污染物模型显示,PM_(2.5)在当日效应最强,浓度每升高10μg/m~3,儿童呼吸系统疾病门诊量增加0.19%(95%CI:0.12%～0.26%);累积滞后0～7 d的儿童呼吸系统疾病门诊量增加0.25%(95%CI:0.14%～0.36%)。多污染物模型显示,在引入O_(3-8h)后,PM_(2.5)浓度每增加10μg/m~3,当日儿童呼吸系统疾病门诊量增加0.15%(95%CI:0.09%～0.22%)。结论 2014—2018年南昌市大气PM_(2.5)浓度升高会引起使儿童呼吸系统疾病门诊量增加。     

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。     

贵阳市大气PM_(2.5)对呼吸系统门诊量影响分析

目的探讨贵阳市大气PM_(2.5)理化特性及其对呼吸系统疾病门诊量的影响。方法从贵阳市环保局收集贵阳市2014—2015年大气质量监测资料,从贵阳市气象局收集贵阳市2014—2015年气象因素监测资料,贵阳市大气PM_(2.5)污染特征及其与主要影响因素间的相关性进行分析;在贵阳市每个观察区内距当地环境监测站最近处各选取1所综合性甲等医院进行调查,收集2所医院呼吸系统疾病患者资料,分析贵阳市大气PM_(2.5)对呼吸系统疾病门诊量的影响情况。结果 2014—2015年贵阳市大气PM_(2.5)日均质量浓度为41.36μg/m~3。6种气象因素日均值之间存在一定的相关性。研究期间呼吸系统门诊量共计77 790人次,平均107人次/d。呼吸系统疾病日门诊量与大气PM_(2.5)之间的SPearman相关系数r=0.11,P0.01(双侧),大气PM_(2.5)与呼吸系统门诊量之间存在正相关性。大气PM_(2.5)对呼吸系统门诊量的影响存在滞后效应,且滞后第4天的滞后效应最强,PM_(2.5)质量浓度每增加10μg/m~3,呼吸系统疾病门诊量增加0.64%。结论贵阳市大气PM_(2.5)与呼吸系统门诊量之间存在正相关性。     

北京市通州区空气污染与医院门诊量关系初探

目的初步探讨北京市通州区空气污染和医院门诊量的关系。方法收集2015-2016年2所监测医院内科和儿科的每日门诊量及其分病种日门诊量数据,并收集同期空气环境质量监测数据,比较污染物浓度和医院门诊量的关系。结果日门诊总量在NO_2的超标日高于达标日(t=-2.748,P0.05),且与NO_2、CO的日均浓度呈正相关(rNO_2=0.171、rCO=0.090,P0.05)。呼吸系统疾病日门诊量在NO_2、CO、PM_(2.5)超标日高于达标日(tNO_2=-5.859、tCO=-2.854、tPM_(2.5)=-3.603,P0.05),并与NO_2、CO、PM_(10)和PM_(2.5)的日均浓度呈正相关(rNO_2=0.302、rCO=0.278、rPM_(10)=0.078、rPM_(2.5)=0.139,P0.05)。循环系统疾病日门诊量在NO_2、CO、PM_(10)、PM_(2.5)超标日高于达标日(tNO_2=-6.056、tCO=-5.412、tPM_(10)=-5.396、tPM_(2.5)=-3.541,P0.05),并与SO_2、NO_2、CO、PM_(10)、PM_(2.5)的日均浓度呈正相关(rSO_2=0.168、rNO_2=0.281、rCO=0.224、rPM_(10)=0.200、rPM_(2.5)=0.136,P0.05)。呼吸系统和循环系统疾病日门诊量随着PM_(2.5)日均浓度的升高而呈增加趋势。皮肤和皮下组织疾病日门诊量在NO_2、PM_(10)超标日低于达标日(tNO_2=-1.998、tPM_(10)=-2.679,P0.05),与SO_2、CO的日均浓度呈负相关(rSO_2=-0.306、rCO=-0.109,P0.05)。眼和附器疾病日门诊量在PM_(10)超标日低于达标日(tPM_(10)=-2.825,P0.05),也与SO_2、CO的日均浓度呈负相关(rSO_2=-0.211、rCO=-0.092,P0.05)。结论通州区空气污染增加可能对呼吸系统疾病和循环系统疾病门诊量的增加有一定影响。     

空气污染物对呼吸系统疾病门诊量影响的时间序列分析

目的 了解空气中PM2.5、PM10、SO2、NO2污染物每日质量浓度和气温、湿度与呼吸系统疾病门诊量的关联性,以评估4种污染物对呼吸系统疾病发病的影响.方法 收集宿迁市2018年空气污染物浓度数据、气象数据和医院呼吸系统疾病门诊量数据并整理成时间序列,建立泊松分布广义相加模型,以分析污染物浓度和逐日呼吸系统疾病门诊量...     

大气颗粒物污染与呼吸系统疾病就诊量的关系研究

目的探讨北京市大气颗粒物短期暴露对人群呼吸系统疾病就诊量的影响。方法收集北京市2013年10月至2015年12月逐日大气污染物资料、气象资料以及某三级综合性医院的呼吸系统疾病就诊资料,采用时间序列数据的Poisson回归模型,分析大气颗粒物日均浓度与呼吸系统疾病每日就诊量之间的关系。结果调整了气象因素、长期趋势、季节趋势、星期几效应、假日效应等因素的影响后,大气PM_(10)浓度每上升10μg/m~3,人群呼吸系统疾病急诊量的相对危险度(RR)为1.002 7(95%CI:1.000 8～1.004 6);且女性的RR值略高于男性,分别为1.002 8(95%CI:1.000 4～1.005 1)与1.002 6(95%CI:1.000 4～1.004 9)。结论北京市大气PM_(10)浓度的短期升高可能会导致医院每日呼吸系统疾病急诊量数的增加。     

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。     

唐山市空气污染物对某医院呼吸系统疾病门诊量的影响

目的探讨唐山市空气污染对人群呼吸系统疾病门诊量的影响。方法采用广义相加泊松模型的时间序列研究方法,在控制门诊量的长期趋势、星期几效应、气象因素等混杂因素的影响的基础上,分析唐山市2014年1月1日—2016年12月31日大气污染物质量浓度与呼吸系统疾病日门诊量的关系。结果大气PM_(2.5)、PM_(10)及SO_2与呼吸系统疾病门诊量呈正相关,且与一定的滞后效应,并且质量浓度每升高10μg/m~3,呼吸系统疾病日门诊量分别上升0.37%(RR=1.003 7,95%CI:1.001 6～1.005 8)、0.26%(RR=1.002 6,95%CI:1.001 1～1.004 1)、0.70%(RR=1.007 0,95%CI:1.003 5～1.010 5),多污染物模型中,PM_(2.5)、PM_(10)及SO_2每升高10μg/m~3,呼吸系统疾病日门诊量分别上升0.07%(RR=1.000 7,95%CI:0.994 0～1.007 5)、0.08%(RR=1.000 8,95%CI:0.996 0～1.005 6)、0.49%(RR=1.004 9,95%CI:1.000 3～1.009 6)。结论唐山市的大气污染物与居民呼吸系统疾病日门诊量之间存在正相关。     

长沙市城区大气PM_(2.5)浓度与居民每日死亡关系研究

[目的]探讨长沙市城区大气污染物PM_(2.5)暴露对居民每日死亡风险的影响。[方法]收集2014年1月1日至2016年12月31日期间长沙市城区每日温度、相对湿度等气象数据,PM_(2.5)、PM_(10)、NO_2、SO_2、CO等大气污染物数据和居民每日死亡数据。采用分布滞后非线性模型,控制时间长期趋势、气象因素、星期几及节假日效应等混杂因素,分析PM_(2.5)单独暴露及其与PM_(10)、NO_2、SO_2、CO等联合暴露当日至滞后14 d时居民每日总死亡、心血管疾病死亡和呼吸系统疾病死亡的风险。[结果]长沙市城区PM_(2.5)年均质量浓度(以下简称"浓度")为63μg/m3。单污染物模型显示,PM_(2.5)质量浓度上升10μg/m3时,致居民每日总死亡(lag10)和每日心血管疾病死亡(lag1)的风险(RR及其95%CI)分别为1.051 8(1.006 5~1.099 4)和1.086 1(1.005 6~1.173 0),对居民呼吸系统疾病死亡的影响无统计学意义。双污染物模型分析显示,分别引入NO_2、SO_2后,PM_(2.5)致居民每日总死亡的风险增加(RR=1.084 3,95%CI:1.027 8~1.143 9;RR=1.067 9,95%CI:1.015 5~1.123 0),致每日心血管疾病死亡、呼吸系统疾病死亡的风险降低;引入CO后,PM_(2.5)致居民每日总死亡、每日心血管疾病死亡的风险增加,致每日呼吸系统疾病死亡的风险降低。[结论]长沙市城区PM_(2.5)浓度升高可导致居民总死亡的风险增加。     

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。     

兰州市医院儿科呼吸系统疾病日门诊量与空气污染的相关性研究

目的探讨兰州市医院儿科呼吸系统疾病日门诊量与空气污染的关系。方法收集2014年、2015年兰州市城关区和西固区监测点覆盖范围内的综合医院、社区卫生服务中心及妇幼保健院等6家医疗机构的儿科呼吸系统疾病门诊量数据及兰州市空气污染物资料,采用两独立样本的秩和检验分析两城区空气质量及两城区与兰州市总体空气质量的比较。采用Poisson广义可加模型的时间序列分析,对兰州市医院儿科呼吸系统疾病日门诊量和空气污染进行分析,同时控制时间趋势、星期效应、气象因素等混杂因素的影响。结果兰州市城关区和西固区SO2日平均浓度分别为26.52和28.78μg/m~3,NO2日平均浓度分别为48.56和51.84μg/m~3,PM10日平均浓度分别为115.82和129.31μg/m~3,PM_(2.5)日平均浓度分别为51.34和62.86μg/m~3。两城区空气污染物的秩和检验结果显示:西固区SO_2、PM_(10)、PM_(2.5)的日平均浓度高于城关区此三种污染物的日平均浓度,且差异有统计学意义。城关区和西固区的空气污染物浓度比兰州市总体的浓度高。广义可加模型分析结果发现SO_2、NO_2、PM_(10)及PM_(2.5)日平均浓度与儿科呼吸系统疾病日门诊量存在正相关关系。进行多污染物模型分析发现,多污染物模型的RR值相对单污染物模型基本没有升降。结论兰州市医院儿科呼吸系统疾病日门诊量与空气污染浓度呈正相关关系,且存在滞后效应。