共查询到19条相似文献,搜索用时 120 毫秒
1.
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。 相似文献
2.
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。 相似文献
3.
目的探讨大气PM10对医院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分析,在控制长期趋势、星期几效应、气象和环境因素等的影响后,对深圳市2008年大气PM10日均浓度与同期某医院呼吸系统疾病日门诊量的关系进行定量回归分析,同时考虑滞后效应。结果当日大气PM10浓度与当日门诊量的关系无统计学意义(P>0.05)。PM10滞后效应以滞后5日的健康效应最强,每上升10μg/m3,超额危险度为1.113%(95%CI 0.613%~1.616%)。考虑CO、NO2、SO2等的影响后,除单独引入CO降低PM10效应估计值外,其余均使PM10的健康效应估计值有所升高。结论深圳市大气PM10污染与医院呼吸系统疾病日门诊量存在正相关。 相似文献
4.
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。 相似文献
5.
翁创伟陈力曾珏卢嘉明 《环境卫生学杂志》2021,11(3):250-254
目的探讨广州市越秀区大气NO_(2)对儿童呼吸系统疾病门诊量的影响。方法收集2014—2016年大气污染物NO_(2)数据、气象资料和越秀区某儿童医院呼吸系统疾病门诊量资料。采用Spearman秩相关分析和广义相加模型时间序列分析研究大气NO_(2)浓度与同期儿童呼吸系统疾病门诊量的关系和滞后效应。结果2014—2016年越秀区大气NO_(2)浓度年均值分别为61.30、60.46和60.81μg/m^(3),超标天数分别为70、64和62 d。时间序列分析结果表明,大气NO_(2)浓度对呼吸系统疾病门诊量第(0~7)d有明显影响,当天(lag0 d)的影响最大,超额危险度ER(95%CI)为1.45%(0.93%~1.98%);累积滞后(0~6)d(lag06 d)时累积效应最强,超额危险度ER(95%CI)为3.07%(2.04%~4.10%)。结论2014—2016年广州市越秀区NO_(2)浓度增加会导致呼吸系统疾病门诊量增加。 相似文献
6.
目的:探讨某市PM2.5与65岁以上居民死于呼吸系统疾病的关系.方法:采用时间序列中广义相加模型(GAM),在控制长期趋势、星期几效应、气象因素等混杂因素的基础上,建立单污染物和多污染物模型,分析2016~2018年大气中PM2.5与65岁以上居民死于呼吸系统疾病的关系.结果:2016~2018年PM2.5日平均浓度为... 相似文献
7.
目的 分析大气颗粒物PM10、PM2.5与成人呼吸系统、循环系统门诊量的相关性。方法 收集镇江市2018年全年每日PM10、PM2.5日均浓度、气象数据及某综合医院每日呼吸系统门诊量、循环系统门诊量。采用基于广义相加模型的时间序列分析方法,定量分析大气颗粒物对呼吸系统和循环系统日门诊量的影响。结果 PM10、PM2.5质量浓度每升高10μg/m3,当日呼吸系统门诊量分别增加0.47%(95%CI:0.11%~0.83%)和0.61%(95%CI:0.18%~1.04%),当日循环系统门诊量分别增加0.64%(95%CI:0.14%~1.13%)和0.69%(95%CI:0.09%~1.31%)。PM10在累积滞后2 d(lag02)时,对呼吸系统门诊量和循环系统门诊量的效应最大,其ER值分别为0.71%(95%CI:0.25%~1.17%)和0.69%(95%CI:0.05%~1.34%);PM2.5<... 相似文献
8.
9.
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。 相似文献
10.
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。 相似文献
11.
《环境卫生学杂志》2016,(1)
目的研究2013年北京市丰台区PM_(2.5)对居民呼吸系统疾病死亡水平的影响。方法分析2013年北京市丰台区大气污染物PM_(2.5)的污染情况、居民呼吸系统疾病死亡水平以及气象状况,采用分布滞后非线性模型研究2013年北京市丰台区大气污染物PM_(2.5)对居民呼吸系统疾病死亡水平的影响。结果北京市丰台区2013年大气PM_(2.5)年平均质量浓度为100.92μg/m~3,居民呼吸系统疾病死亡人数为764人。大气PM_(2.5)质量浓度与日平均相对湿度、居民呼吸系统疾病死亡水平、女性居民呼吸系统疾病死亡水平呈正相关关系(P<0.05);大气PM_(2.5)质量浓度与日平均气温、日平均气压、男性居民呼吸系统疾病死亡水平无相关性。在污染当天PM_(2.5)每升高10μg/m~3,相对危险度RR值为1.0252(95%CI:1.0113~1.0393)。结论 2013年北京市丰台区PM_(2.5)年平均质量浓度为100.92μg/m~3,超过国家规定二级标准的34.56%,居民呼吸系统疾病死亡数随着PM_(2.5)质量浓度的升高而升高。 相似文献
12.
目的 探讨武汉市大气污染对居民呼吸系统疾病日住院人数的影响.方法 收集2005年1月1日-2012年12月31日武汉市每日空气污染指数(API)、气象(平均气压、气温、气湿)资料,以及武汉市某三甲医院呼吸系统疾病住院数据,选用广义相加模型(GAM)的Poisson回归,研究大气污染对居民呼吸系统疾病日住院人数的影响.结果 API每上升一个四分位间距(37个单位),在累积滞后01天(lag01)总呼吸系统疾病住院人数增加最大,为6%(RR=1.06,95%CI:1.015~1.107).男性比女性对空气污染更敏感,男性在API上升累积滞后01天(lag01)RR值最大,为1.069(1.016~1.125),女性则在当天RR值最大,为1.048(0.975~1.127).≥65岁人群较0~64岁人群更为易感.≥65岁和0~64岁人群在API上升累积滞后01天(lag01)RR值最大,分别为1.075(1.012~1.141)和1.046(0.982~1.115).慢性阻塞性肺疾病(COPD)患者日住院人数在API上升累积滞后01天(lag01)RR值最大,为1.095(1.004~1.194),肺炎患者日住院人数增幅在滞后1天(lag1)最大,RR为1.019(0.951~1.092).API对呼吸系统疾病住院人数的影响冷季节>暖季节.结论 大气污染可增加居民呼吸系统疾病日住院人数,并对不同性别、年龄、呼吸系统疾病类型和季节的影响存在差异. 相似文献
13.
14.
《环境卫生学杂志》2020,(1)
目的了解淄博市某城区大气PM_(2.5)及其附着的苯并[a]芘(BaP)的污染水平和人群健康风险。方法于2016年9月一2017年8月用大气采样器采集淄博市某城区大气PM_(2.5)样品,分别检测大气PM_(2.5)质量浓度和BaP浓度,并对其进行人群健康风险评估。结果淄博市某城区大气PM_(2.5)的质量浓度范围为(11.3~905)μg/m~3年均浓度为131μg/m~3;PM_(2.5)中BaP浓度范围为(0.03-27.0) ng/m~3,年均浓度为6.09 ng/m~3;BaP对(0~5)岁儿童、(6~17)岁儿童和成人终生致癌超额危险度分别为0.85×10~(-6)、0.98×10~(-6)和3.50×10~(-6);采暖期PM_(2.5)浓度、BaP浓度、成人及儿童的终生致癌超额危险度均分别高于非采暖期。结论2016年9月一2017年8月的监测期间,淄博市某城区大气PM_(2.5)和PM_(2.5)中BaP平均浓度超标,BaP的终生致癌风险,成人高于儿童采暖期高于非采暖期,但均处于可接受水平。 相似文献
15.
目的定量评价兰州市大气PM10对居民呼吸系统疾病每日入院人数的影响。方法采用时间序列的半参数广义相加模型(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2001—2005年兰州市PM10与呼吸系统疾病日入院人数的暴露-反应关系,并按性别和年龄层建立模型。结果不同人群的呼吸系统疾病日入院人数相对危险度(RR)在最佳滞后天数(第4天)均有统计学意义。单污染模型中,当PM10日均浓度每升高1个四分位间距(IQR)时,总人群、男性和女性人群、老年人群(年龄≥65岁)、年龄65岁人群日入院人数分别增加2.4%,2.5%,2.9%,3.5%,2.5%。结论 PM10浓度升高会引起呼吸系统疾病入院人数的增加,且均表现为滞后影响,而老年人群(年龄≥65岁)和女性人群对PM10浓度升高更敏感。 相似文献
16.
17.
目的 了解北京市丰台区阿尔茨海默病(AD)患病现状,分析其影响因素,为制定健康管理政策提供科学依据。方法 采用方便抽样方法抽取北京市丰台区≥60岁常住居民进行AD患病及相关因素调查,采用简易智能精神状态检查量表(MMSE)对调查对象进行初筛,阳性者由精神科医师按诊断标准确诊。采用描述流行病学方法进行分析,并采用单、多因素分析方法对AD患病影响因素进行分析。结果 本研究调查丰台区≥60岁人群5 901人,年龄60~92岁,以70~79岁为主,占39.3%,男女性别比为0.96∶1。检出AD 者319 例,患病率为 5.41%。二分类Logistic回归分析结果显示,年龄增大(OR=2.284)、未婚/丧偶/离异(OR=2.487)、内向性格(OR=2.298)、过量饮酒(OR=12.820)、社会支持水平低(OR=1.514)、血脂异常(OR=2.512)均为老年AD的危险因素;有兴趣爱好(OR=0.299)、经常参加体育锻炼(OR=0.045)均为老年AD的保护因素。结论 北京市丰台区老年人AD患病率较高,且随着年龄增大患病率升高,危险因素较多,应引起相关部门重视。 相似文献
18.
目的 研究大气PM10污染对居民心血管系统疾病日就诊人次的影响.方法 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、气象因素等混杂因素的影响后,对2002年1月1日-2002年12月31日北京市大气PM10日均浓度与居民心血管系统疾病日就诊人次进行定量回归分析,并考虑滞后效应和其他空气污染物的影响.结果 大气PM10浓度每上升10μg/m~3,当天的心血管系统疾病日就诊人次增加O.380%(95%CI:0.326%~0.433%);滞后4 d PM10的健康效应最强,超额危险度为1.166%(95%CI:1.121%~1.212%);考虑CO、NO_2、SO_2:的影响均使PM10的健康效应估计值增高.结论 北京城区大气PM10污染与居民心血管系统疾病日就诊人次之间存在正相关.Abstract: Objective To estimate quantitatively the impact of the ambient PM10 on the hospital outpatients for cardiovascular diseases of local residents. Methods Time serial analysis using generalized addictive model (GAM) was applied. After controlling for those confounding factors such as long-term trend, weekly pattern and meteorological factors, considering lag effect and the influence of other air pollutants, excess relative risks (ER) of daily hospital visits associated with increasing PM10 level were estimated by fitting a Poisson regression model. Results A 10 μ.g/m~3 increase in PM10 levels was associated with an ER of 0.380% (95%CI: 0.326%~0.433%) for hospital visits for cardiovascular diseases. Lag effect of 4 days with an ER of 1.166% (95%C/:1.121%~1.212%) were observed. The ER value increased when CO, NO_2, SO_2 concentrations were introduced. Conclusion The ambient PM10 concentration is positively associated with daily hospital visits for cardiovascular diseases in Beijing. 相似文献
19.
目的 探讨大气污染对医院呼吸系统疾病日门诊量的影响.方法 收集广州市某医院2006年1月1日-2008年12月31日呼吸系统疾病日门诊量的统计资料,结合同时期环境监测和气象资料,采用自回归模型(auto-regressionmodel),在消除了气象、季节等混杂冈素的基础上,分析了广州市研究期问大气污染与呼吸系统疾病日门诊量的关系.结果 呼吸系统疾病日门诊的就诊量具有明显的星期效应(医院周六、周日休息所致),呼吸系统疾病就诊量较大月份与各污染物浓度较高的月份趋于一致.大气中SO_2和NO_2的浓度每增加10μg/m~3居民呼吸系统疾病的日门诊就诊最分别各增加3%(P<0.01).灰霾天气的窄气污染物浓度高于非灰霾天气.结论 广州市大气主要污染物SO_2和NO_2浓度的升高引起居民呼吸系统疾病的日门诊就诊量相应增加.Abstract: Objective To know the relationship between air pollutants and daily hospital visits for respiratory diseases in Guangzhou. Methods The data of daily hospital visits for respiratory diseases in a hospital in Guangzhou during 2006 to 2008, along with the daily meteorological factors, air pollutants concentration (NO_2, PM10.FM2.5 and SO_2) were collected. The time series analysis auto-regression model was used, considering the potential confounding factors such as seasonal and meteorological factors. Results Daily hospital visits for respiratory diseases presented a significant week effect, the time of higher daily hospital visits for respiratory diseases was the same of higher concentration of pollutants. When SO_2 and NO_2 increased by 10 μg/m~3, the daily hospital visits increased by 3%(P<0.01). The concentration of pollutants in haze days was higher than that in non-haze days. Conclusion Increase in daily hospital visits for respiratory diseases in Guangzhou can be caused by air pollutant level increasing. 相似文献