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。     

华北某城市大气颗粒物浓度对神经系统疾病急救人次的急性影响

目的探讨华北某重污染城市大气PM_(2.5)与PM_(10)浓度与该市居民神经系统疾病急救人次的关系。方法收集该城市2013年1月1日至2015年12月31日的PM_(2.5)与PM_(10)日均浓度、气温和相对湿度,以及每日神经系统疾病急救人数,采用广义相加时间序列模型,控制长期趋势、气象因素、"星期几效应"和节假日效应等混杂因素后,分析大气PM_(2.5)、PM_(10)浓度与每日神经系统疾病急救人次的关系。结果大气中PM_(2.5)(lag 03)与PM_(10)(lag 04)浓度每升高10μg/m~3,该市居民因神经系统疾病急救的人次分别增加0.75%(95%CI 0.34%~1.17%)和0.35%(95%CI 0.05%~0.66%)。结论大气颗粒物污染尤其是PM_(2.5)浓度的升高可能增加了居民神经系统疾病的风险。     

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。     

成都市大气PM_(2.5)相关的老年人超额死亡风险评估

目的探讨成都市大气颗粒物(PM_(2.5))污染所致老年人超额死亡风险。方法收集2013—2016年成都市大气颗粒物(PM_(2.5))日平均浓度、死亡个案数据及气象因素,利用广义相加模型,控制时间的长期趋势、气象因素等混杂因素,分析PM_(2.5)浓度对老年人死亡的影响。收集2017年成都市大气颗粒物(PM_(2.5))日平均浓度和死亡个案数据,根据健康损失计算模型,估算2017年成都市PM_(2.5)污染造成的老年人超额死亡人数。结果单污染物模型显示成都市PM_(2.5)浓度每升高10μg/m~3,老年人非意外总死亡风险增加0.36%(95%CI:0.25%～0.48%),呼吸系统疾病死亡风险增加0.51%(95%CI:0.30%～0.72%),循环系统疾病死亡风险增加0.36%(95%CI:0.16%～0.56%)。多污染物模型中,成都市PM_(2.5)浓度每升高10μg/m~3,老年人非意外总死亡风险增加0.33%(95%CI:0.21%～0.45%),呼吸系统疾病死亡风险增加0.48%(95%CI:0.26%～0.69%),循环系统疾病死亡风险增加0.29%(95%CI:0.09%～0.49%)。2017年成都市老年人因PM_(2.5)污染造成的非意外、呼吸系统疾病、循环系统疾病超额死亡数分别为1 252、540、409人,占当年老年人同死因别总死亡数的1.95%、2.72%、1.94%。结论 PM_(2.5)污染增加老年人超额死亡风险。     

石家庄市大气臭氧浓度与居民急救关系的时间序列分析

目的探讨石家庄市大气臭氧(O_3)浓度与居民因非意外总急救、循环系统疾病和呼吸系统疾病而寻求急救服务人次的关系。方法收集石家庄市2013—2015年O_3日最大8 h平均浓度(O_3-8 h)、日均气温、相对湿度和每日非意外总急救人次、因循环系统疾病急救人次、因呼吸系统疾病急救人次,采用时间序列分析方法的广义相加模型,分析空气中O_3浓度和居民因非意外总急救、循环系统疾病、呼吸系统疾病寻求急救服务人次的关系。结果研究期间空气中O_3-8 h浓度范围为1.86~262.43μg/m~3;非意外总急救、因循环系统疾病急救和呼吸系统疾病急救日均人次分别为120、39、13人次。O_3-8 h浓度与平均气温呈正相关(r_s=0.80,P0.01),与SO_2、NO_2、PM_(2.5)、PM_(10)及相对湿度均呈负相关(r_s值分别为-0.41,-0.41,-0.32,-0.24,-0.11,P0.01)。大气中O_3-8 h浓度每升高10μg/m~3,居民因呼吸系统疾病急救人次增加1.21%(95%CI:0.59%~1.83%)。结论大气O_3污染(尤其是夏秋季)可能增加居民呼吸系统疾病的风险。     

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。     

包头市大气污染对居民急救人次影响的时间序列分析

目的评估包头市大气污染浓度对居民急救人次的影响。方法收集2015—2017年包头市逐日气象资料、大气污染物(PM_(2.5)、PM_(10)、CO、SO_2、NO_2、O_3)浓度和人群急救资料,并进行描述性分析。采用基于Quasi-Poisson回归的广义相加模型(GLM),控制长期趋势、气象因素、星期几效应等混杂因素后,研究大气污染物浓度与逐日人群急救人次的关系及其滞后效应(lag1～lag7),计算污染物浓度每升高10μg/m~3时急救人次增加的ER值及95%CI。结果大气污染物对人群每日急救人次有明显影响,且均在滞后当天效应较高,其中SO_2效应值最高,其浓度每升高10μg/m~3时急救人次增加0.864%(95%CI:0.284%～1.447%);其次为NO_2,其浓度每升高10μg/m~3时急救人次增加0.589%(95%CI:0.010%～1.172%);效应最低的为CO,其浓度每升高10μg/m~3时急救人次增加0.019%(95%CI:0.002%～0.035%)。结论包头市大气污染对人群急救人次有一定影响。     

大气细颗粒物对上海市浦东新区小学生因呼吸系统症状缺课的影响

目的了解上海市浦东新区小学生因呼吸系统症状缺课现状,探索大气细颗粒物(PM_(2.5))对小学生因呼吸系统症状缺课的影响。方法调查上海市浦东新区2015年9月1日—2017年6月27日期间小学生因病缺课数据,并收集同期上海市浦东新区大气污染物和气象资料,调用R软件mgcv软件包,通过时间-序列分析大气PM_(2.5)暴露对小学生因呼吸系统症状缺课的影响。结果上海市浦东新区小学生因呼吸系统疾病缺课集中在11月至次年1月,符合PM_(2.5)污染特征;PM_(2.5)浓度每升高10μg/m~3,因病缺课总人数增加1.61%(95%CI:1.60%～1.63%);滞后一天PM_(2.5)浓度每升高10μg/m~3,因病缺课总人数显著增加1.61%(95%CI:1.60%～1.63%),因病缺课男生数增加1.90%(95%CI:1.88%～1.91%)。结论大气PM_(2.5)暴露对小学生因呼吸系统疾病缺课人数的增加有明显影响,并存在滞后效应。     

银川市大气颗粒物对人群循环系统疾病死亡影响的时间序列分析

目的探讨银川市大气颗粒物污染水平及其对居民循环系统疾病死亡的暴露-反应关系。方法通过收集银川市2013—2015年空气质量监测数据、气象监测数据和居民死亡监测资料,采用广义相加模型,分析银川市大气颗粒物物对与居民循环系统疾病死亡的暴露-反应关系。结果大气PM_(10)和PM_(2.5)年均浓度均超过GB 3095—2012《环境空气质量标准》二级标准。大气PM_(10)和PM_(2.5)浓度每升高10μg/m~3对人群循环系统疾病死亡的超额危险度分别为0.56%(95%CI:0.15%~0.97%),1.33%(95%CI:0.46%~2.21%);大气PM_(10)和PM_(2.5)浓度对小于65岁组的循环系统疾病死亡的影响无统计学意义(P0.05),对65岁以上年龄组人群循环系统疾病死亡的超额危险度分别在滞后7、5 d时达到最大效应,分别为1.24%(95%CI:0.21%~2.28%)和0.57%(95%CI:0.08%~1.06%);大气PM_(10)、PM_(2.5)浓度对女性循环系统疾病死亡的超额危险度高于男性。结论研究期间银川市大气颗粒物浓度较高,且对人群循环系统疾病死亡存在一定的暴露-反应关系。     

基于医保大数据的北京市大气污染与循环系统疾病医院门急诊人次的暴露-反应关系研究

目的构建北京市大气PM_(2.5)、PM_(10)、NO_2、SO_2、CO和O_3与循环系统疾病医院门急诊人次的暴露-反应关系。方法基于北京市城镇职工基本医疗保险大数据,收集2013年1月1日至2016年12月31日北京市所有参保医院的门急诊患者信息,采用Anatomical Therapeutic Chemical(ATC)药品词典对药品进行归类,通过门急诊患者的药品使用记录判定其所患疾病分类信息,应用广义相加模型构建大气污染物与循环系统疾病医院门急诊人次的暴露-反应关系。结果研究期间共有110 186 877人次循环系统疾病医院门急诊患者被纳入本研究。大气PM_(2.5)、PM_(10)和NO_2浓度每上升10μg/m~3,循环系统疾病门诊人次分别增加0.64%(95%CI:0.24%～1.04%)、0.30%(95%CI:0.06%～0.53%)和1.02%(95%CI:0.34%～1.71%),急诊人次分别增加0.32%(95%CI:0.21%～0.44%)、0.28%(95%CI:0.15%～0.40%)和0.85%(95%CI:0.41%～1.29%)。分层分析结果显示大气污染与循环系统疾病发生的关联性在女性人群中更强。结论北京市大气PM_(2.5)、PM_(10)和NO_2浓度上升可显著增加暴露人群的循环系统疾病医院门诊和急诊人次,女性群体对大气污染的不良影响更为敏感,应作为重点保护的易感人群。     

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。     

昌平区PM_(2.5)和气温对日门诊量的交互影响

目的分析PM_(2.5)和日平均气温对医院日门诊量的交互影响。方法收集北京市昌平区某医院2014—2017年门诊资料,以及同期昌平区的PM_(2.5)、SO_2、NO_2浓度资料和气象资料,建立分布滞后非线性模型,采用反应平面图法和温度分层法定性和定量评估PM_(2.5)和气温对医院日门诊量的交互影响。结果日门诊量受日均气温和PM_(2.5)的双重影响,并且在低温时,日门诊量随着PM_(2.5)浓度升高而增加。按照第10、90百分位数(P10、P90)将日平均气温分为低温、适宜温度和高温,低温条件下,累积滞后7天时,PM_(2.5)浓度每升高10μg/m~3,日门诊总量、内科日门诊量、内科呼吸系统疾病日门诊量和内科循环系统疾病日门诊量的累积超额危险度(CER)分别为0.147%(95%CI:0.085%～0.209%)、0.161%(95%CI:0.096%～0.226%)、0.100%(95%CI:0.037%～0.163%)和0.179%(95%CI:0.091%～0.267%);与适宜温度比较,低温与PM_(2.5)的交互作用有统计学意义(P0.05),而高温与PM_(2.5)对日门诊量的交互作用无统计学意义(P0.05)。结论低温能增强PM_(2.5)对日门诊量的影响,低温条件下应加强空气污染防护。     

沈阳市大气污染物分布特征及对呼吸系统疾病的影响

目的探讨沈阳市大气污染物分布特征及对呼吸系统疾病的影响。方法对2016年1月1日—2016年12月31日沈阳市大气污染物浓度与中国医科大学附属第四医院和平院区呼吸系统疾病门诊人次的关系采用广义相加模型进行模拟,并分析滞后效应;随机各选取40名门诊肺炎及慢性阻塞性肺部疾病(COPD)患者分别于大气污染物浓度较低的夏季和大气污染物浓度较高的冬季检测肺功能并进行健康质量问卷(SF-36)调查。结果沈阳市大气PM_(2.5)、PM_(10)、SO_2和NO_2的年平均浓度分别为57、101、41、38μg/m~3,秋冬季大气PM_(2.5)、PM_(10)、NO_2和SO_2浓度最高。大气PM_(10)、PM_(2.5)、SO_2和NO_2的浓度每增加10μg/m~3,呼吸系统疾病日门诊就诊人次分别增加1.29%(95%CI:1.18%～1.40%)、1.31%(95%CI:1.20%～1.43%)、2.94%(95%CI:2.75%～3.14%)、5.26%(95%CI:4.91%～5.61%),分别滞后4、1、3、1 d。冬季COPD患者肺功能和SF-36量表得分均低于夏季,差异有统计学意义(P0.05)。结论沈阳市大气污染物导致呼吸系统疾病门诊就诊人次增加且存在滞后效应,空气污染是否导致COPD患者肺功能损伤及生活质量的降低有待进一步研究。     

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。     

宁波市城区大气PM_(2.5)污染与哮喘门诊量的关联性研究

目的分析宁波市城区不同季节的大气PM_(2.5)污染与哮喘门诊量的关联。方法通过人口健康信息平台收集2014—2016年宁波市城区4家综合性医院的哮喘门诊资料,同期气象和大气污染数据分别由宁波市气象台和环境监测中心提供。采用广义相加模型分析不同季节大气PM_(2.5)污染与哮喘门诊量的关系。结果 2014—2016年共报告宁波市城区哮喘患者45 184例,日均41.23例。宁波市大气PM_(2.5)年平均浓度为(43.12±26.40)μg/m~3;冬季最高,为(65.27±34.51)μg/m~3;夏季最低,为(27.34±12.70)μg/m~3。PM_(2.5)浓度每升高10μg/m~3,全年、夏季和冬季当日哮喘门诊人次分别增加1.14%(95%CI:0.48%～1.81%)、2.40%(95%CI:0.22%～4.63%)和1.37%(95%CI:0.28%～2.48%)。夏季男性受到的影响大于女性(P0.05);冬季65岁人群受到的影响较明显(P0.05)。在双污染物模型中引入NO_2后,夏季PM_(2.5)浓度对哮喘门诊量的影响有所增强(P0.05)。结论夏季和冬季大气PM_(2.5)污染可能增加哮喘门诊量,NO_2可能与PM_(2.5)存在协同作用。     

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。     

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。     

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。     

大气PM_(2.5)对呼吸系统疾病死亡率影响的Meta分析

目的探讨大气PM_(2.5)短期效应(7 d)对呼吸系统疾病死亡率的影响。方法以颗粒物、PM_(2.5)、大气污染物、呼吸系统和死亡为关键词检索中国知网、万方数据知识服务平台、维普中文科技期刊数据库、PubMed和Web of Science,纳入研究中国PM_(2.5)与人群呼吸系统疾病死亡率关系的文献,以PM_(2.5)每增加10μg/m~3人群呼吸系统疾病死亡率增加的百分比(ER值)为效应指标,采用Stata 14.0软件进行Meta分析,并按照滞后类型和研究方法进行亚组分析。结果共检索到相关文献1 564篇,最终纳入符合条件的文献17篇,其中中文文献7篇,英文文献10篇。采用随机效应模型对纳入文献进行合并,显示PM_(2.5)每增加10μg/m~3,人群呼吸系统疾病死亡率增加0.48%(95%CI:0.35%~0.62%)。亚组分析显示,PM_(2.5)每增加10μg/m~3的单天滞后效应使人群呼吸系统疾病死亡率增加0.53%(95%CI:0.31%~0.74%),I~2值为65%;累积滞后效应为0.35%(95%CI:0.25%~0.45%),I~2值为44%。时间序列研究中,PM_(2.5)每增加10μg/m~3人群呼吸系统疾病死亡率增加0.51%(95%CI:0.34%~0.67%),I~2值为61%;病例交叉研究为0.32%(95%CI:0.15%~0.49%),I~2值为46%。敏感性分析未见明显差异。Egger检验P=0.005,具有发表偏倚。结论PM_(2.5)升高可能会增加人群呼吸系统疾病死亡率。     

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。