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。     

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。     

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。     

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。     

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。     

杭州市大气污染物对儿童呼吸系统疾病影响研究

目的研究杭州市大气污染物浓度与儿童呼吸系统疾病门诊人次的关系。方法收集杭州市儿童呼吸系统疾病监测点医院2014年逐日呼吸系统疾病门诊人次数、大气主要污染物及相关气象因素。采用基于时间序列的Poisson广义相加模型(generalized additive model,GAM),在控制了长期趋势、"星期几效应"及气象因子等混杂因素的影响后,分析2014年杭州市大气污染物与儿童呼吸系统疾病门诊量的暴露-反应关系及滞后效应,并分别建立单污染物和多污染物模型。结果2014年,杭州市年平均NO_2、PM_(10)、PM2.5的浓度均高于二级标准浓度限值;Spearman秩相关分析显示,儿童呼吸系统疾病门诊人次与多种污染物(SO_2、NO_2、CO_、O_3、PM10、PM2.5)浓度呈正相关(P0.05)。基于GAM模型分析,调整气象因素、"星期几效应"、"假期效应"等因素后,杭州市多种大气主要污染物对儿童呼吸系统疾病健康损害效应从大到小顺序:NO_2[RR(95%CI):1.063 9(1.059 1~1.068 7)]、PM_(10)[RR(95%CI):1.047 9(1.046 0~1.049 9)]、CO_[RR(95%CI):1.039 8(1.016 1~1.064 1)]、O_3[RR(95%CI):1.025 1(1.023 1~1.027 1)]、PM_(2.5)[RR(95%CI):1.024 1(1.022 1~1.026 1)]、SO_2[RR(95%CI):1.020 6(1.012 1~1.029 2)]。结论杭州市大气主要污染物浓度增高可能会导致儿童呼吸系统疾病门诊量增加,应加强监测,降低儿童呼吸系统疾病发病率。     

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。     

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。     

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。     

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。     

青岛市大气细颗粒物对呼吸系统疾病患者住院影响的病例交叉研究

目的探讨青岛市大气污染物PM2.5对呼吸系统疾病患者住院的影响,为研究大气颗粒物对人群健康的影响和大气颗粒物的治理提供资料。方法收集2014年1月1日—2015年12月31日青岛大学附属医院呼吸系统疾病(哮喘、肺炎、慢性阻塞性肺病)住院患者资料,采用双向病例交叉的研究设计,运用条件logistic回归,分析大气污染物PM2.5对呼吸系统疾病患者住院的影响。结果在单污染物模型中,控制了温度的影响,PM2.5当日浓度与呼吸系统疾病患者住院的相关性最大,PM2.5浓度每增加10μg/m~3,对应的OR值为1.012(95%CI:1.01~1.015),即呼吸系统疾病患者住院人数增加1.2%,结果有统计学意义(P0.05);在多污染物模型中,分别调整SO_2、NO_2、SO_2+NO_2的影响后,PM2.5与呼吸系统疾病患者住院所对应的OR值分别为1.017(1.014~1.02)、1.017(1.014~1.019)、1.018(1.015~1.021),调整后OR值均有统计学意义(P0.05)。结论青岛市大气污染物PM2.5与呼吸系统疾病患者住院存在相关性,随着PM2.5浓度的增加,呼吸系统疾病住院率会提高。     

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。     

深圳市大气污染与慢阻肺入院的关联性分析

目的探究深圳市大气污染短期暴露与慢阻肺急性加重入院的关联性。方法收集2013-2017年深圳市每日大气颗粒物(PM_(10)、PM_(2.5))、臭氧(O_3)、二氧化硫(SO_2)、二氧化氮(NO_2)、一氧化碳(CO)浓度,以及深圳27家医院的每日慢阻肺急性加重入院人次。使用广义相加模型探究各种污染物对于慢阻肺急性加重入院的量效关系和滞后效应。使用双污染物模型检验结果的稳定性。结果 PM_(10)、PM_(2.5)、O_3、SO_2、NO_2和CO污染物每升高四分位间距(IQR,interquartile range),当日慢阻肺患者急性加重入院的相对危险度(RR,Relative Risk)分别为:1.021(95%CI 1.009～1.033)、1.016(95%CI 1.004～1.027)、1.015(95%CI 1.006～1.025)、1.010(95%CI 1.003～1.017)、1.014(95%CI 1.003～1.025)和1.003(95%CI 0.993～1.014)。不同污染物的影响滞后天数和量效曲线不同。双污染物模型中PM_(10)、PM_(2.5)、SO_2和O_3的影响有统计学意义。结论深圳市大气污染物PM_(10)、PM_(2.5)、SO_2和O_3慢阻肺患者急性加重入院存在关联。     

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。     

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。     

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。     

珠海市大气污染物与居民每日死亡相关性的时间序列分析

目的研究珠海市大气污染物的分布特征及其与居民每日死亡数间的相关性。方法收集珠海市2013—2015年大气污染物浓度及同期的气象资料和每日死亡人数,分析大气污染物的分布特征及其与气象因子的相关性,采用时间序列半参数广义相加模型(GAM)研究大气污染物与居民每日死亡数之间的关系。结果珠海市3年内大气PM_(2.5)、PM_(10)、CO、SO_2和NO_2浓度均呈下降趋势,O_3浓度基本保持不变;除O_3外,污染物浓度高峰期基本为12—2月,低峰期为6月。除O_3与平均气温无相关关系外(P0.05),其他污染物与平均气温、相对湿度均呈负相关(P0.01)。NO_2、PM_(10)、PM_(2.5)和SO_2对人群每日总死亡数有明显影响,其中PM_(10)和PM_(2.5)在滞后3 d时效应最大,浓度每升高10μg/m~3,死亡总数分别增加0.89%(95%CI:0.19%~1.60%)和1.60%(95%CI:0.61%~2.60%),同时可引起循环系统疾病死亡分别增加1.38%(95%CI:0.29%~2.49%)和2.27%(95%CI:0.75%~3.81%)。结论珠海市大气污染与居民每日死亡数有一定关联,应引起重视。     

银川市大气气态污染物对人群死亡影响的时间序列分析

目的了解银川市大气气态污染物水平及其对人群死亡的影响。方法收集银川市2013—2015年人群死亡监测数据、大气污染物浓度及气象监测数据,采用时间序列的广义相加模型分析银川市大气气态污染物对人群死亡影响的暴露-反应关系。结果银川市大气SO_2、NO_2的年均浓度均超过GB 3095—2012《环境空气质量标准》二级标准的年平均浓度限值。SO_2日均浓度每升高10μg/m~3,人群循环系统疾病死亡的超额危险度为0.69%(95%CI:0.07%~1.31%);NO_2日均浓度对人群循环系统疾病死亡的影响无统计学意义;银川市大气CO日均浓度每升高1 mg/m~3,人群循环系统疾病死亡的超额危险度为5.83%(95%CI:0.52%~11.42%)。银川市大气SO_2、NO_2日均浓度每升高10μg/m~3及CO日均浓度每升高1 mg/m~3,人群呼吸系统疾病死亡的超额危险度分别为1.39%(95%CI:0.06%~2.74%)、5.92%(95%CI:2.47%~9.49%)及13.73%(95%CI:3.09%~25.46%)。结论银川市大气污染水平相对较高,大气气态污染物浓度对人群循环系统疾病及呼吸系统疾病死亡存在一定影响。     

济南市重污染区域大气污染物对循环系统疾病门诊量的急性效应

目的评价济南市空气污染严重区域大气污染物PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3对当地居民循环系统疾病门诊就诊的暴露反应关系。方法收集2014—2016年济南市重污染区域某综合医院循环系统疾病逐日门诊信息、空气污染物浓度及气象信息,并进行描述性分析。采用广义线性模型,定量评估逐日大气污染物PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3浓度与当地居民循环系统门诊就诊量之间的相关关系。结果 2014—2016年期间该综合医院循环系统疾病门诊量合计55 858人次,日均就诊量51人次/天,PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3日均浓度分别为100、205、53、58及90μg/m3。PM_(2. 5)、PM_(10)、NO_2浓度每升高10μg/m3,当日循环系统疾病门诊量分别增加0.40%(95%CI:0.01%~0.80%)、0.25%(95%CI:0.03%~0.47%)、1.66%(95%CI:0.64%~2.68%)。仅发现NO_2与循环系统疾病门诊量存在累积滞后效应,NO_2浓度每升高10μg/m3,在Lag02时,循环系统疾病门诊量可增加2.13%(95%CI:0.81%~3.46%)。未发现SO_2及O_3与循环系统疾病门诊量之间存在显著效应。结论空气污染严重区域大气污染物PM_(2. 5)、PM_(10)及NO_2与循环系统疾病门诊量之间存在相关关系,未发现SO_2及O_3与循环系统疾病门诊量之间存在显著效应。     

上海市奉贤区大气污染物对人群呼吸系统疾病的急性效应

[目的]探讨上海市奉贤区主要大气污染物(PM_(10)、SO_2、NO_2、PM_(2.5)、CO、O_3)对人群呼吸系统疾病的急性效应。[方法]收集2013—2016年上海市奉贤区各级公立医院的呼吸系统门急诊量数据、疾病预防控制中心的户籍人口呼吸系统疾病死亡数据、气象局的气象数据及环境监测站的大气污染物资料。采用广义相加模型对各污染物与呼吸系统疾病日就诊人数和日死亡人数的关系进行模型拟合分析。[结果]各污染物对呼吸系统疾病日门急诊量影响不同:PM_(10)每升高10μg/m~3,当天及滞后1~6 d,日门急诊量分别增加0.37%、0.24%、0.41%、0.54%、0.47%、0.43%、0.36%(均P0.01);SO_2每升高10μg/m~3,当天及滞后1~6 d,日门急诊量分别增加1.87%、1.74%、1.97%、2.15%、2.28%、2.35%、1.92%(均P0.01);NO_2每升高10μg/m~3,当天及滞后1~6 d,日门急诊量分别增加2.51%、1.91%、1.74%、1.85%、1.98%、1.77%、1.57%(均P0.01);PM_(2.5)每升高10μg/m~3,滞后1 d,日门急诊量降低0.35%(P0.01);CO每升高1 mg/m~3,滞后2~3 d,日门急诊量分别降低5.81%、4.03%(P0.01);O_3每升高10μg/m~3,滞后3 d,日门急诊量增加0.37%,滞后5 d,增加0.32%(P0.01)。各污染物对居民呼吸系统疾病死亡的影响也不同:PM_(10)每升高10μg/m~3,滞后3 d,死亡人数增加1.29%(P0.01);SO_2每升高10μg/m~3,滞后3~4 d,死亡人数分别增加4.94%、4.52%(P0.01);NO_2每升高10μg/m~3,当天及滞后2~3 d,死亡人数分别增加4.82%、3.78%、3.98%(均P0.01);O_3每升高10μg/m~3,滞后1 d,死亡人数增加3.12%(P0.01);PM_(2.5)和CO质量浓度变化对当日、滞后1~6 d居民呼吸系统疾病死亡人数改变均没有统计学意义。双污染物模型分析结果显示,调整NO_2后,PM_(10)、SO_2、PM_(2.5)、O_3质量浓度每上升10μg/m~3时,奉贤区居民呼吸系统疾病日门急诊量增加(P0.01)。[结论]上海市奉贤区大气污染物PM_(10)、SO_2、NO_2、O_3对奉贤区呼吸系统疾病门急诊量和户籍居民呼吸系统疾病死亡人数有影响。