北京市延庆区大气污染物对呼吸系统疾病门急诊量的影响

  目的  探讨北京市延庆区大气污染对人群呼吸系统疾病门急诊量影响。  方法  收集2014-2017年北京市延庆区二级医疗机构的呼吸系统疾病每日门急诊量数据和同期气象数据资料以及大气污染数据资料,运用时间序列的广义相加模型,在控制混杂因素的基础上,分析大气污染物浓度与呼吸系统门急诊量的关系以及滞后效应。  结果  研究表明,大气中空气动力学直径当量直径≤ 2.5 μm的颗粒物（particulate matter 2.5,PM_2.5）每增加10 μg/m3,呼吸系统门急诊量增加0.11%（RR=0.11,95%CI:0.09~0.14,P=0.001）;大气中空气动力学直径当量直径≤ 10 μm的颗粒物（particulate matter 10,PM₁₀）每增加10 μg/m3,呼吸系统门急诊量增加0.17%（RR=0.17,95%CI:0.15~0.19,P=0.001;二氧化氮（nitrogen dioxide,NO₂）每增加10 μg/m3,呼吸系统门急诊量增加0.44%（RR=0.44,95%CI:0.37~0.50,P=0.001）;一氧化碳（carbon monoxide,CO）每增加10 μg/m3,呼吸系统门急诊量增加3.34%（RR=3.34,95%CI:1.57~5.15,P=0.001）,且最强效应期均在第0 d。二氧化硫（sulfur ioxide,SO₂）每增加10 μg/m3呼吸系统门急诊量增加-1.69%（RR=-1.69,95%CI:-1.80~-1.57,P=0.001）,且在第1 d达到最强效应值。臭氧（ozone,O₃）每增加10 μg/m3呼吸系统门急诊量增加-0.12%（RR=0.12,95%CI:-0.15~-0.10,P=0.001）,且在第5 d达到最强效应值。双污染物模型分析中,CO在SO₂的影响下,对呼吸系统疾病门急诊人数影响尤为明显。  结论  本研究结果提示延庆区PM_2.5、PM₁₀、NO₂、CO浓度的增加均会导致呼吸系统门急诊量的增加,且不同污染物之间存在相互作用。     

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...     

深圳市龙岗区大气污染物与医院呼吸系统疾病门诊量的广义相加模型分析

目的 探讨深圳市龙岗区主要大气污染物(SO₂、NO₂、PM₁₀与PM_2.5)与医院呼吸系统疾病门诊量的关系。 方法 收集2013年1月1日－2015年12月31日深圳市龙岗区2家公立医院呼吸系统疾病逐日门诊量资料,深圳市龙岗区逐日大气污染物浓度及逐日气象资料分别来自深圳市环境监测站及气象局,运用时间序列分析广义相加模型对大气污染物日均浓度与呼吸系统疾病门诊量的关系及滞后效应进行分析。 结果 深圳市龙岗区2013－2015年SO₂ 、NO₂ 、PM₁₀ 与PM_2.5浓度中位数分别为8.08、38.08、46.05 μg/m³及31.04 μg/m³。2家医院三年呼吸系统门诊总量为549 169人次,日门诊量中位数为499人次/d。广义相加模型分析结果表明,除NO₂对呼吸系统疾病门诊量影响差异无统计学意义外,其余三种污染物对呼吸系统疾病门诊量影响均存在滞后效应,污染物每升高10 μg/m³,滞后2 d时SO₂对门诊量影响最强(相对危险度RR为1.030 7,95%CI:1.015 7~1.045 9),滞后3 d时PM₁₀与PM_2.5浓度对呼吸系统疾病门诊量影响最强(PM₁₀:RR=1.005 4,95%CI:1.002 8~1.008 0,PM_2.5:RR=1.006 0, 95%CI:1.002 7~1.009 4)。 结论 深圳市龙岗区大气SO₂、PM₁₀与PM_2.5浓度对医院呼吸系统疾病门诊量影响存在滞后效应。     

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。

     

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。     

唐山市PM2.5污染对城市居民呼吸系统疾病日门诊量的影响

目的 评价PM_2.5污染程度对唐山市城市居民呼吸系统疾病日门诊量的影响。方法 收集唐山市2013年11月－2014年3月、2014年11月－2015年3月、2015年11月－2016年3月的气象监测数据、大气污染物浓度资料及各三级甲等综合性医院呼吸系统疾病日门诊人数,采用Pearson相关分析大气污染物、气象因素以及呼吸系统疾病门诊量之间的相关性;采用时间序列的广义相加模型分析大气污染浓度与呼吸系统疾病日门诊量之间的关联性。结果 2013年11月－2014年3月、2014年11月－2015年3月、2015年11月－2016年3月三个时间段内,各大气污染物之间每日浓度的相关性分析结果显示PM₁₀、PM_2.5、SO₂、NO₂、CO之间存在明显的正相关,各大气污染物与气湿之间呈正相关,除PM_2.5外,其他污染物与呼吸系统疾病日门诊量之间无明显的相关性。其中PM_2.5分别滞后1、2、4 d对呼吸系统疾病日门诊量影响最大。且PM_2.5浓度每增加10 μg/m3时,呼吸系统疾病日门诊量分别增加0.25%(95%CI：0.18%~0.32%)、0.65% (95%CI：0.31%~0.99%)、0.42% (95%CI：0.11%~0.73%)。结论 唐山市PM_2.5污染程度增高会导致呼吸系统疾病日门诊量的增加。     

深圳市大气PM_(10)浓度对呼吸系统疾病日门诊量的影响

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。     

上海市大气污染与某医院呼吸系统疾病门诊量关系的时间序列研究

[目的]探讨上海市大气污染物对人群呼吸系统疾病门诊量的短期影响。[方法]收集2010年1月1日—2012年10月31日上海市某三级甲等医院呼吸系统疾病每日门诊量统计资料和同期上海市大气及气象监测资料,采用时间序列的半参数广义相加模型,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,分析大气污染物与呼吸系统疾病日门诊量的关系。[结果]研究期间,呼吸系统疾病日门诊量为76~382人次。单污染模型中,二氧化硫（SO2）滞后4 d对呼吸系统疾病的影响最明显,二氧化氮（NO2）、可吸入颗粒物（PM10）滞后6 d的影响最明显;SO2、NO2、PM10浓度每增加10μg/m3,呼吸系统疾病日门诊量上升0.69%（RR=1.006 9,95%CI：1.003 5~1.010 3）、0.54%（RR=1.005 4,95%CI：1.002 8~1.007 9）和0.20%（RR=1.002 0,95%CI：1.001 1~1.002 8）。多污染模型中,调整其他污染物后,所有污染物健康效应估计值均较单污染模型降低,并不改变各污染物浓度与呼吸系统疾病日门诊量的正相关关系。[结论]大气污染物SO2、NO2、PM10与人群呼吸系统疾病门诊量存在正相关。     

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。     

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。     

2019—2021年浙江省嘉兴市大气颗粒物与呼吸系统疾病门诊量关系的时间序列分析

【目的】探讨浙江省嘉兴市大气颗粒物(PM)与呼吸系统疾病门诊量的关系。【方法】收集嘉兴市2019—2021年逐日大气污染物、气象和呼吸系统疾病门诊量资料。采用广义相加模型(GAM),控制长期趋势、星期几效应、节假日效应和气象因素等混杂因素,分析PM含量与呼吸系统疾病门诊量的关系及滞后效应。【结果】PM_2.5、PM₁₀、臭氧(O₃)和二氧化氮(NO₂)存在日均浓度超标情况,超标天数占比分别为3.4%、1.3%、11.0%和0.8%。PM_2.5每增加10μg·m^-3,呼吸系统疾病门诊总量、成人和儿童呼吸系统疾病门诊量效应值均在lag07时达到最大,超额风险ER(95%CI)分别为2.29%(1.35%～3.24%)、2.31%(1.39%～3.23%)和2.65%(1.36%～3.96%);PM₁₀每升高10μg·m^-3,呼吸系统疾病门诊总量、成人和儿童门诊量效应值分别在lag07、lag06、lag07时达到最大,...     

成都市空气PM2.5浓度与呼吸系统疾病门诊人次的时间序列研究

目的 研究成都市空气PM2.5浓度与呼吸系统疾病门诊人次的关系。方法 收集成都市3家综合性医院2013年逐日呼吸系统疾病门诊人次数、空气污染物及相关气象指标。采用Poisson广义相加模型(Generalized Additive Model,GAM),分析PM2.5浓度与呼吸系统疾病门诊量的关系及滞后效应。结果 2013年,成都市PM2.5年均浓度为96.9μg/m3;Spearman等级相关分析显示,呼吸系统疾病门诊人次与多种污染物(SO2、NO2、CO、PM2.5、PM10)浓度呈正相关(P<0.05)。通过GAM分析,调整气象指标、星期几效应、节假日效应等因素后,PM2.5日均浓度每增加10μg/m3,预计呼吸系统疾病门诊人次增长0.58%(95%CI:0.32%~0.84%)。结论 成都市空气PM2.5浓度增高可能会导致呼吸系统疾病门诊量增加,应进一步加强监测,减少污染物排放以保护居民健康。     

淮安市城区大气污染与呼吸系统疾病门诊量的时间序列分析

目的 探讨淮安市城区大气污染物对日呼吸系统疾病发生的急性影响,为呼吸系统疾病的早期预防提供科学依据。方法 收集淮安地区2015全年气象,环保及城区部分医疗机构呼吸系统疾病门诊量数据,采用Poisson分布广义相加模型(GAM)分析主要大气污染物(PM2.5、PM10、SO2、NO2)与呼吸系统疾病门诊量的关系。结果 (1)Spearman等级相关分析发现PM2.5、PM10、SO2和NO2与日呼吸系统疾病门诊量发生成正相关(P<0.01);(2)单污染物模型分析显示:PM2.5、NO2对日呼吸系统疾病门诊量的影响效应均在当日达到最大值,PM10、SO2对日呼吸系统疾病门诊量的影响效应分别在滞后第4天、滞后第3天达到最大值,且日浓度每升高10 μg/m3,对呼吸系统门诊量风险增加分别为0.26%(0.076%~0.44%),2.90%(2.20%~3.60%),0.26%(0.15%~0.38%)和2.40%(1.80%~3.00%);(3)多污染物模型分析显示:SO2与NO2在引入其他污染物时对日呼吸系统疾病门诊量影响均有所下降,且均具有统计学意义。结论 淮安市城区大气污染物(PM2.5、PM10、SO2、NO2)与呼吸系统疾病门诊量密切相关,并且SO2、NO2浓度增加更易增加呼吸系统疾病的发病风险。     

我国空气污染物与人群呼吸系统疾病死亡急性效应的Meta分析

目的 回顾我国空气污染与呼吸系统疾病健康效应的研究, 定量分析空气污染物[空气动力学直径<2.5 μm的细颗粒物(PM_2.5)和<10 μm的可吸入颗粒物(PM₁₀)、二氧化硫(SO₂)、二氧化氮(NO₂)和臭氧(O₃)]与人群呼吸系统疾病急性死亡的关系。方法 系统收集1989-2014年在PubMed、SpringerLink、Embase、Medline、中国期刊全文数据库、中国生物医学文献数据库和维普中文科技期刊全文数据库公开发表的有关我国空气污染与呼吸系统疾病健康效应的研究文献, 总结该类研究在我国各省份的覆盖情况;并依据Meta分析法分别对PM₁₀、PM_2.5、NO₂、SO₂和O₃与人群呼吸系统疾病急性死亡关系的定量研究进行分析, 采用Stata 12.0软件进行异质性分析后利用固定或随机效应模型合并效应值, 并检验发表偏倚。结果 共收集到有关空气污染与人群呼吸系统疾病健康效应的研究文献157篇, 覆盖我国79.4%的省份。Meta分析结果显示, PM₁₀、PM_2.5、NO₂、SO₂和O₃浓度每上升10 μg/m³, 人群呼吸系统疾病死亡率分别增加0.50%(95%CI: 0~0.90%)、0.50%(95%CI: 0.30%~0.70%)、1.39%(95%CI: 0.90%~1.78%)、1.00%(95%CI: 0.40%~1.59%)和0.10%(95%CI: -1.21%~1.39%), 各研究均未发现明显发表偏倚。结论 我国PM₁₀、PM_2.5、NO₂、SO₂浓度的上升均会导致人群呼吸系统疾病急性死亡的增加。     

大气O_3污染对石家庄市呼吸系统疾病急救人次的急性影响

目的探讨石家庄市大气O_3-8 h浓度与该市居民呼吸系统疾病急救人次的关系。方法收集该城市2013年1月1日—2014年12月31日的O_3-8 h浓度、日均气温和相对湿度、以及每日呼吸系统疾病急救人数,采用广义相加时间序列模型,控制每日非意外总就诊量的长期趋势、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O_3浓度与每日呼吸系统疾病急救人次的关系。结果大气中O_3浓度每升高10μg/m~3(lag1),该市居民因呼吸系统疾病呼叫急救的人数增加1.20%(95%CI:0.36%~2.04%)。季节分层分析结果表明,该市居民呼吸系统疾病急救的风险存在显著的季节差异(P<0.05)。结论大气O_3污染,尤其是夏季污染可能增加居民因呼吸系统疾病的风险。     

大气O_3污染对石家庄市呼吸系统疾病急救人次的急性影响

目的探讨石家庄市大气O_3-8 h浓度与该市居民呼吸系统疾病急救人次的关系。方法收集该城市2013年1月1日—2014年12月31日的O_3-8 h浓度、日均气温和相对湿度、以及每日呼吸系统疾病急救人数,采用广义相加时间序列模型,控制每日非意外总就诊量的长期趋势、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O_3浓度与每日呼吸系统疾病急救人次的关系。结果大气中O_3浓度每升高10μg/m~3(lag1),该市居民因呼吸系统疾病呼叫急救的人数增加1.20%(95%CI:0.36%~2.04%)。季节分层分析结果表明,该市居民呼吸系统疾病急救的风险存在显著的季节差异(P0.05)。结论大气O_3污染,尤其是夏季污染可能增加居民因呼吸系统疾病的风险。     

PM10与表观温度交互作用对北京市某医院呼吸系统疾病急诊的影响

目的探讨PM10与表观温度交互作用对北京市某医院呼吸系统疾病急诊的影响。方法收集北京市某三甲医院急诊科2005年1月至2009年6月每日呼吸系统急诊病例资料、同期北京市环境监测中心大气污染物数据和中国科学数据共享服务网的气象数据。采用广义相加模型,通过惩罚样条函数控制长期趋势、星期几效应及其他可能的混杂因素,对数据进行分析。结果 PM10与平均表观温度和最低表观温度的交互作用在低温时有统计学意义(P0.05),与日表观温度差值的交互作用在温差较大时有统计学意义(P0.05)。在表观温度为低温、中温、高温3个水平时,PM10对于呼吸系统急诊的超额危险度分别为5.90%(95%CI:2.15%~9.78%),0.01%(95%CI:-0.65%~0.63%),-0.22%(95%CI:-0.63%~0.17%);在最低表观温度为低温、高温水平时,PM10对于呼吸系统急诊的超额危险度分别为1.42%(95%CI:0.37%~2.53%),-0.17%(95%CI:-0.56%~0.20%);在日表观温度差值的高、中、低3个水平时,PM10对于呼吸系统急诊的超额危险度分别为0.05%(95%CI:-0.65%~0.75%),0.01%(95%CI:-0.37%~0.40%),1.75%(95%CI:0.50%~3.02%)。结论在低温和温差比较大的情况下,PM10对呼吸系统疾病的风险较大,应该加强对呼吸系统疾病患者的防护。     

石家庄市正定县空气污染物对湿疹日门诊量影响的时间序列分析

目的  探讨石家庄市正定县空气污染物对湿疹日门诊量的影响。 方法  收集正定县2017年1月1日至2019年12月31日的湿疹门诊数据以及同期空气污染物数据(PM₁₀、PM_2.5、SO₂和NO₂)和气象因素数据(日均气温、日均相对湿度)。利用广义相加模型分别建立单污染物模型和双污染物模型,分析空气污染物与湿疹日门诊量之间的关系,并按照性别、年龄进行分层分析。 结果  单污染物模型显示,空气污染物PM₁₀、PM_2.5、SO₂和NO₂浓度每增加10 μg/m³,湿疹日门诊量分别升高0.60%(95% CI：0.16%~1.05%)、0.71%(95% CI：0.04%~1.39%)、4.45%(95% CI：1.51%~7.47%)和2.75%(95% CI：0.24%~5.32%)。拟合双污染物模型后,PM₁₀、PM_2.5和NO₂对湿疹日门诊量的效应消失,SO₂对湿疹日门诊量的效应略微下降。分层分析结果显示,男性、15岁以下和65岁及以上人群可能对污染物更为敏感。 结论  正定县空气污染物PM₁₀、PM_2.5、SO₂和NO₂浓度升高导致湿疹日门诊量增加。     

居民每日死亡例数与空气污染物日均浓度的关系

目的 评价北京市怀柔区居民每日死亡例数与空气污染物日均浓度的关系,为制订空气污染治理措施提供依据.方法 通过北京市环境保护监测中心怀柔镇环境监测站点、怀柔区气象局和北京市卫生防病监测信息资源整合分析平台收集2014-2018年怀柔区空气污染物监测、气象监测及死因监测资料,采用广义相加模型分析居民每日死亡例数与空气污染物...