北京市大气PM10浓度与人群急性心肌梗死死亡的时空分析研究

目的探讨北京市2008—2009年大气PM10浓度的时空分布特征及其对人群急性心肌梗死死亡率的暴露-反应关系。方法采用克里格插值模型对研究期间北京市大气PM10的日均浓度进行估计,进而采用时间序列的广义相加混合效应模型分析大气PM10浓度对居民急性心肌梗死死亡的暴露-反应关系。结果北京市2008—2009年大气PM10的日均浓度为118.6μg/m3,高于GB 3095—1996《环境空气质量标准》二级标准。研究期间大气PM10浓度呈现自北向南逐渐升高的空间分布规律。北京市大气PM10浓度每升高10μg/m3对急性心肌梗死死亡的超额危险度为0.68%(95%CI:0.45%~0.91%)。引入多污染模型后大气PM10浓度对急性心肌梗死死亡的相对危险度略有减小,但仍有统计学意义(P0.05)。结论采用克里格插值模型能够较为精确地估计北京市大气PM10浓度的空间分布状况;大气PM10浓度对人群急性心肌梗死死亡存在一定的暴露-反应关系。     

北京市大气二氧化氮水平与居民呼吸系统疾病死亡的关系

目的分析大气中主要气态污染物二氧化氮(NO2)急性暴露对北京市居民每日呼吸系统疾病死亡人数的影响。方法收集北京市2006—2009年居民每日呼吸系统疾病死亡资料、大气主要污染物(SO2、NO2、PM10)日均浓度资料和气象因素(日均气温、日均相对湿度)资料。采用时间序列的广义相加模型,通过平滑样条函数控制时间趋势、"星期几效应"和气象因素等混杂因素,拟合大气NO2浓度与居民每日呼吸系统疾病死亡人数之间的暴露-反应关系模型。对确定的最优拟合模型进行敏感度检验以检测其稳定性,并进一步建立双污染物模型,以检验NO2对居民每日呼吸系统疾病死亡人数的效应是否受到其他大气污染物的影响。结果 NO2浓度与北京市居民每日呼吸系统疾病死亡人数的关联无统计学意义(P0.05),但与居民每日肺炎死亡人数之间有统计学意义(P0.05)。建立的最优拟合模型稳定。日均NO2浓度每升高10μg/m3,居民每日肺炎死亡人数增加1.46%(95%CI:0.04%~2.90%)。在模型中加入PM10后,NO2对居民每日肺炎死亡的效应有增加,居民每日肺炎死亡人数增幅增加至1.88%(95%CI:0.12%~3.68%)。结论北京市大气中NO2浓度升高可能导致居民每日肺炎死亡人数增加。     

苏州市居民呼吸系统疾病死亡与大气二氧化氮的相关性研究

目的分析大气中主要气态污染物二氧化氮(NO2)对苏州市居民每日呼吸系统疾病死亡人数的影响。方法收集苏州市2010—2013年居民每日呼吸系统疾病死亡资料、大气主要污染物浓度(NO2、SO2和PM10)及气象因素(日均气温、相对湿度)资料。采用时间序列的广义相加模型,并建立双污染物模型,以检验NO2对居民每日呼吸系统疾病死亡人数的效应是否受到其他大气污染物影响。结果 NO2浓度与苏州市居民每日呼吸系统疾病死亡均有关系,NO2浓度每升高10μg/m3,所有居民、男性的呼吸系统日死亡率分别增加1.428%(0.453%~2.403%)、1.534%(0.245%~2.720%)。建立的拟合双污染物模型中,加入PM2.5后,N02的效应有所升高,并仍具有显著统计学意义(P<0.05)。结论苏州市大气中NO2浓度升高导致所有居民呼吸系统疾病死亡率有所增加。     

北京市丰台区大气PM10与呼吸系统疾病门诊量关系的研究

目的探讨北京市丰台区大气PM10对人群呼吸系统疾病日门诊量的影响。方法采用广义相加Poisson回归模型的时间序列研究,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后,分析北京市丰台区2010年1月1日-12月31日大气PM10浓度与呼吸系统疾病日门诊量之间的关系。结果大气PM10浓度每增加10μg／m^3,呼吸系统疾病门诊量平均增加0．7％（95％CI：0．6％～0．8％）。结论北京市丰台区大气PM10浓度与居民呼吸系统疾病门诊量之间存在正相关。     

安庆市1995～1997年居民呼吸系统疾病死亡分析

为了解安庆市居民呼吸系统疾病的死亡特点,我们对本市1995～1997年的呼吸系统疾病死亡状况进行分析。资料与方法1死亡资料来源于安庆市死因统计点,每年由专业人员作死因调查后填写“死亡医学证明书”,按ＩＣＤ9的标准进行分类,核对后录入计算机统计。2人口资料由公安部门提供,标化率按1990年中国标准人口构成进行计算。3资料的统计和标化减寿数、标化减寿率等指标的分析用上海市卫生局研制的ＤＩＳ及ＳＴＡＴ软件程序计算。结果与分析1呼吸系统疾病死亡概况3年来,我市居民呼吸系统疾病死亡率为10265/10万,占总死亡的2012%,居全死因的第2位;…     

2004～2005年广西居民呼吸系统疾病死亡分析

目的 分析2004～2005年广西居民呼吸系统疾病死亡分布特征,为该系统疾病防治提供科学依据.方法 呼吸系统疾病死亡数据及人口资料均来自广西第3次居民死因回顾抽样调查资料.分析指标包括年龄别、性别、疾病别死亡率,标化死亡率和死因构成等.结果 呼吸系统疾病粗死亡率及标化死亡率分别为110.09/10万和65.15/10万...     

大气微生物污染对居民呼吸系统疾病影响的研究

１９９７ 年对上海市某露天沿街菜场大气微生物污染对居民呼吸系统疾病影响进行了研究。结果表明：菜场附近住宅室内外空气中细菌总数、真菌数、溶血性链球菌数及可吸入尘数均显著高于对照地区,而大气中二氧化硫含量两者无显著性差别;单因素分析表明在均衡了年龄、性别、吸烟等因素影响后,菜场周围居民呼吸系统疾病患病率显著高于对照组,多因素 Ｌｏｇｉｓｔｉｃ 回归表明,大气微生物污染是呼吸疾病的重要危险因素。     

大气二氧化硫与居民每日呼吸系统疾病死亡相关性的时间序列分析

目的 分析大气中主要气态污染物二氧化硫(SO2)急性暴露对北京市居民每日呼吸系统疾病死亡人数的影响.方法 采用时间序列的广义相加模型,在控制时间趋势和气象因素、“星期几效应”等混杂因素的基础上,分析北京市2006年1月1日2009年12月31日大气SO2浓度与居民每日呼吸系统疾病死亡人数的关系.结果 北京市大气SO2浓度每升高10 μg/m3,居民当日呼吸系统疾病死亡人数、滞后1d的每日肺炎死亡人数分别增加0.88％(95％CI:0.34％～1.41％)和1.43％(95％CI:0.51％～2.35％).结论 北京市大气SO2污染与居民每日呼吸系统疾病死亡人数和肺炎死亡人数有统计学关联.     

我院1995～2000年呼吸系统疾病死亡分析

我院是肺部疾病的专科医院 ,本文分析 1995～2 0 0 0年住院病人呼吸系统疾病死因资料 ,旨在提高对呼吸系统疾病的认识。资料与方法1995～ 2 0 0 0年呼吸系统疾病死亡病例 1833例 ,病例资料来自于病案统计室 ,按ＩＣＤ 9进行分类。病案由计算机进行数据处理 ,资料来源可靠、完整。结果与分析一、死亡概况我院 1995～ 2 0 0 0年间呼吸系统疾病住院病人34443例中死亡病例 1833例 ,病死率 5 3% ;其中男性144 4例 (78 8% ) ,女性 389例 (2 1 2 % )。由表 1可见6年中呼吸系统疾病住院病人逐年增加 ,其中男性占大部分 ,病死率呈逐年递减趋势。表 1…     

不同大气温度指标与居民呼吸系统疾病死亡的相关性比较研究

目的比较和分析不同大气温度指标在定量评价气温与人群呼吸系统疾病死亡相关性方面的不同特点及优劣。方法收集北京市H区2004—2008年气象数据、呼吸系统疾病每日死亡人数及同期大气污染物数据,采用时间序列分析中广义相加模型(GAM),通过平滑样条函数控制长期趋势、短期波动、其他气象因素及大气污染物带来的混杂效应,利用GCV值的大小来判断模型拟合程度的优劣,分析比较不同温度指标(日均温,日最高温,日最低温,当日温差,隔日温差)与全人群呼吸系统死亡的相关性。结果半参数模型拟合效果最优指标为日最高温(GCV=1.290);日最高温每升高1℃,发生呼吸系统疾病死亡的RR值为1.021(P0.05)。季节分层结果显示,夏季日最高温、日均温每升高1℃,发生呼吸系统疾病死亡的RR值分别为1.040和1.053;冬季日最高温、日均温、当日温差每升高1℃,发生呼吸系统疾病死亡的RR值分别为1.042、1.033和1.026,均有统计学意义(P0.05或P0.01);春、秋季尚未发现有统计学意义的温度指标。春、夏季最优温度指标分别为日最低温(GCV=1.374)、日均温(GCV=1.516),秋、冬季最优温度指标均为日最高温(GCV分别为1.439和1.500)。结论日最高温与呼吸系统疾病死亡率的相关性最强,是该类研究的优选指标。不同季节各温度指标的拟合优度不同,就北京市的气候特点而言,春、夏季分别优选日最低温、日均温,秋、冬季均优选日最高温。     

2004-2005年安仁县居民呼吸系统疾病死亡状况

目的 分析2004-2005年安仁县居民呼吸系统疾病死亡情况.探索相应的防制对策.方法 以死因监测调查资料为依据,分析呼吸系统疾病死亡率、构成比以及死亡分布的特点.结果 2004-2005年安仁县居民呼吸系统疾病年均死亡率为84.27/10万,居该县全死因第3位;慢性阻塞性肺病(COPD)、肺炎年均死亡率分别为70.07/10万、10.42/10万,居呼吸系统疾病死因第1、2位;死亡率呈现14岁以前和75岁以后两个高峰,分别居同年龄组全死因的第3、2位;男女性死亡率差别无统计学意义(P=0.380);城镇死亡率低于农村(P<0.05).结论 安仁县呼吸系统疾病死亡处于较高水平,尤以COPD、肺炎为主.     

深圳市大气PM10与呼吸系统疾病日门诊量的时间序列分析

目的探讨大气可吸入颗粒污染物（PM10）对医院呼吸系统疾病门诊量的影响。方法2012年1月1日至12月31日疾病资料来源于深圳市2家三级甲等综合性医院逐日门诊病例资料,空气污染物资料来自深圳市环境监测站,气象资料来自气象局。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、星期几效应和气象等影响因素后,对大气PM10日均浓度与呼吸系统疾病日门诊量的关系和滞后效应进行分析。结果深圳市2012年全年日均大气PM10浓度为0．052mg／m^3,符合国家二级标准,2家医院全年呼吸系统门诊量为562174人次,平均1535．99人次／d。广义相加模型分析结果发现PM10日均浓度与呼吸系统疾病门诊量存在正相关关系。滞后6d时PM10日均浓度对呼吸系统疾病门诊量的影响最强[相对危险度（RR）为1．0047,95％CI：1．0036—1．0058]。引入CO、O3、NO2、SO2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有升有降（均P〈0．05）,其中以双污染物模型PM10＋SO2和三污染物模型PM10＋CO＋SO2中的PM10的RR值最高,分别为1．0059、1．0067。结论深圳市大气PM10污染与医院呼吸系统疾病日门诊量呈正相关关系,且存在滞后效应。     

大气污染物与学龄儿童呼吸系统疾病的关联研究

评估武汉市大气污染（PM_2.5、PM₁₀、SO₂、NO₂）与居民呼吸系统疾病死亡的关系。

收集2014—2019年武汉市逐日大气污染物浓度、气象、环保资料和居民呼吸系统疾病死亡资料,进行统计描述,并采用广义相加模型（GAM）,利用非参数平滑函数控制长期趋势、气象等混杂因素,定量评估大气污染物对呼吸系统疾病的健康效应,并以超额危险度（ER）表示效应值的大小。

大气污染物对人群每日呼吸系统疾病死亡有明显影响,在最强效应期,PM_2.5（lag07）、PM₁₀（lag03）、SO₂（lag03）、NO₂（lag03）每升高10 μg·m^-3,居民呼吸系统疾病死亡ER分别为2.803%（95%CI：2.151%~3.460%）、1.878%（95%CI：1.477%~2.281%）、10.210%（95%CI：7.922%~12.549%）、4.564%（95%CI：3.530%~5.608%）。女性对PM_2.5、SO₂、NO₂更敏感,男性则对PM₁₀更敏感,且不同性别ER差异有统计学意义（P<0.05）;<65岁人群对PM_2.5、NO₂更敏感,≥65岁人群对PM₁₀、SO₂更敏感且不同年龄ER差异有统计学意义（P<0.05）。

武汉市大气污染物（PM_2.5、PM₁₀、SO₂、NO₂）与人群呼吸系统疾病死亡存在关联,在制定当地政策时,需考虑相关敏感人群。

     

大气污染物浓度与呼吸系统疾病住院率相关性分析

目的探讨世界大学生运动会前,广州市龙岗区政府改善环境政策对大气污染物浓度及其与呼吸系统疾病住院率之间的关系。方法搜集龙岗区2004～2011年每月主要大气污染物二氧化硫(SO2)、二氧化氮(NO2)、可吸入颗粒物(PM10)浓度值及该区同期每月所有公立医院支气管炎、肺炎、哮喘3种呼吸系统疾病住院率,通过SPSS软件处理数据,运用多元线性回归分析其相关性。结果 SO2、NO2与支气管炎、肺炎、哮喘住院率有相关性,PM10与哮喘、肺炎住院率有密切的关系,PM10与支气管炎住院率相关性不明显。结论龙岗区大气污染物浓度与呼吸系统疾病住院率之间具有相关性。政府采取改善环境等相关的干预措施,可以有效地降低空气污染物浓度,改善居民居住环境,保障居民健康。     

武汉市大气污染与居民呼吸系统疾病死亡关系的病例交叉研究

目的运用病例交叉的研究方法探讨大气污染对武汉市居民呼吸系统疾病每日死亡的影响。方法采用病例交叉(case-crossover)设计的方法研究2005年1月1日至2006年12月31日期间武汉市城区大气污染与居民每日呼吸系统疾病的死亡之间的关系,同时比较不同的对照选择方案研究结果的差异。结果调整相关气象因素后,采用双向1∶2的对照设计分析表明,大气可吸入颗粒物(PM10)、二氧化硫(SO2)以及二氧化氮(NO2)日平均浓度每增加10μg/m3,武汉市城区居民呼吸系统疾病死亡发生的OR值分别为1.005(95%CI:1.004～1.006)、1.021(95%CI:1.019～1.023)和1.054(95%CI:1.047～1.054);在不同的对照策略下,PM10、SO2以及NO2与呼吸系统死亡关联均有统计学意义(P<0.05),且NO2的关联值相对较高。结论本研究区域内大气PM10、SO2以及NO2浓度的上升促进呼吸系统疾病死亡的增加。     

北京市丰台区大气PM_(10)与呼吸系统疾病门诊量关系的研究

目的探讨北京市丰台区大气PM10对人群呼吸系统疾病日门诊量的影响。方法采用广义相加Poisson回归模型的时间序列研究,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后,分析北京市丰台区2010年1月1日—12月31日大气PM10浓度与呼吸系统疾病日门诊量之间的关系。结果大气PM10浓度每增加10μg/m3,呼吸系统疾病门诊量平均增加0.7%(95%CI:0.6%⁰.8%)。结论北京市丰台区大气PM10浓度与居民呼吸系统疾病门诊量之间存在正相关。     

大气PM_(10)污染对人群呼吸系统疾病的影响

随着工业化、城市化进程的加快,煤炭和石油燃料使用量迅猛增长,城市大气污染问题愈显突出.     

广州市大气PM_(2.5)与居民呼吸系统疾病死亡关系的时间序列分析

目的 探讨2019年广州市区PM_(2.5)浓度对居民呼吸系统疾病死亡人数的影响,为开展健康教育、疾病干预及公共卫生工作提供参考。方法 收集2019年广州市居民死于呼吸系统疾病数据,结合同期大气污染监测数据和气象资料,采用广义相加模型分析PM_(2.5)污染对居民呼吸系统疾病日死亡人数的影响。结果 2019年广州市PM_(2.5)年均浓度为(34.94±18.22)μg/m^(3),超过《GB 3095—2012 环境空气质量标准》浓度限值的一级标准(15 μg/m^(3))。模型分析结果显示,不同滞后时间 PM_(2.5)浓度对居民呼吸系统疾病死亡的影响均有统计学意义。在单日滞后效应中,以滞后第 6 d(lag6)的 PM_(2.5)浓度影响最大,PM_(2.5)浓度每增加 10 μg/m^(3),呼吸系统疾病死亡风险增加 1.432%(95%CI:1.187%~2.942%)。在移动平均滞后效应中,过去7 d(lag06)的效应最大,PM_(2.5)浓度每增加10 μg/m^(3),呼吸系统疾病死亡风险增加为1.513%(95%CI:1.346%~1.659%)。结论 PM_(2.5)会增加居民呼吸系统疾病死亡风险且具有滞后效应。     

2012年—2014年某市呼吸系统疾病死亡的空间分析

目的分析某市2012年—2014年呼吸系统疾病死亡的区域空间分布,为呼吸系统疾病的健康监测和重点干预提供技术依据。方法根据《中国疾病预防控制系统—死因登记报告信息系统》2012年—2014年某市88个乡镇的呼吸系统疾病死亡数据,基于GIS进行空间分析。结果 Moran LISA分析表明,2012年、2013年、2014年和2012年—2014年呼吸系统疾病死亡率均存在具有统计学意义的高低聚集(P<0.05),高-高分布区域主要为高青县A镇、B街道办和C镇,沂源县D镇、E镇和F镇;Getis-Ord G_i*分析显示,呼吸系统疾病死亡的热点区域主要聚集在高青县A镇、B街道办和C镇,沂源县D镇、E镇、F镇、N街道办、P镇、Q镇、R镇(P<0.05);Kriging空间分布图显示,各年度呼吸系统疾病死亡趋势基本一致,死亡率较高区域为高青县西部、沂源县南部、临淄区东部区域;空间分析结果与该市社会经济特征的区域分布存在一致性,人口城市化水平低、第一产业比重较大和医疗条件较差的区域,呼吸系统疾病死亡率较高。结论某市呼吸系统疾病死亡存在具有统计学意义的高低聚集,高青县西部和沂源县南部为高风险区域。