天津市大气气态污染物与居民每日死亡关系的时间序列分析

目的 研究天津市大气气态污染物二氧化硫(SO2)和二氧化氮(NO2)与城区居民每日死亡间的相关性.方法 收集天津市城区2005-2007年大气主要污染物[SO2、NO2和可吸入颗粒物(PM10)]日平均浓度、日平均气温和相对湿度以及每日死因别死亡人数,采用广义相加模型,控制长期和季节趋势、气温和相对湿度等气象因素的影响,探讨SO2和NO2日平均浓度与每日死因别死亡间的相关性,分析PM10及模型参数对其相对危险度估计的影响.结果 大气SO2和NO2与人群每日非意外死亡和循环系统疾病死亡间显著相关,与呼吸系统疾病间无显著关联.SO2浓度每升高10μg/m3,人群非意外死亡和循环系统疾病死亡分别增加0.56%(0.23%～0.89%)和0.49%(0.06%～0.93%);NO2浓度每升高10 μg/m3,人群非意外死亡和循环系统疾病死亡分别增加0.94%(0.17%～1.70%)和1.29%(0.29%～2.30%).结论 天津市大气SO2和NO2污染与城区居民每日非意外死亡和循环系统疾病死亡显著相关.     

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.     

上海市大气气态污染物与居民每日死亡关系的时间序列研究

目的 分析主要大气气态污染物[二氧化硫(SO2)、二氧化氮(NO2)]急性暴露对上海市城区居民每日死亡的影响.方法 采用时间序列的半参数广义相加模型,在控制死亡的长期趋势、气象因素、"星期几效应"等混杂因素的基础上,分析了上海市城区2001年1月1日-2004年12月31日大气SO2和NO2浓度与居民每日死亡数的关系.结果 大气SO2浓度每增加10μg/m3,上海市城区居民总死亡、心血管疾病死亡和呼吸道疾病死亡数分别增加1.25%(95%CI:0.85%～1.65%)、1.45%(95%CI:0.86%～2.04%)和1.71%(95%CI:0.72%～2.71%);大气NO2浓度每增加10 μg/m3,居民总死亡、心血管疾病死亡和呼吸道疾病死亡数则分别增加1.04%(95%CI:0.72%～1.35%),1.05%(95%CI:0.59%～1.51%)和1.43%(95%CI:0.65%～2.21%).结论 目前的上海市城区大气中SO2和NO2浓度对居民死亡确有影响.     

石家庄市气态污染物与每日居民死亡人数的时间序列分析

目的探讨石家庄市大气气态污染物SO_2、NO_2、O_(3-8 h)和CO浓度与居民每日死亡人数之间的关系。方法收集石家庄市2013—2016年每日死亡人数、大气污染物浓度、气象资料,采用广义相加时间序列模型,分析气态污染物浓度对死亡的影响,并按照性别、年龄进行分层分析。结果大气SO_2浓度每增加10μg/m~3,人群非意外总死亡和因循环系统疾病死亡的风险分别增加0.46%(0.02%,0.90%)和0.75%(0.07%,1.42%); NO_2浓度每增加10μg/m~3,人群非意外总死亡和因循环系统疾病死亡的风险分别增加1.00%(0.26%,1.74%)和1.30%(0.16%,2.44%); O_(3-8 h)和CO对死亡风险存在正向影响,但无统计学意义。分层分析表明,SO_2对女性健康的影响要高于男性,且差异具有统计学意义; NO_2对女性健康的影响要高于男性,对65岁及以上人群的影响明显高于(0～64)岁人群,但两者的差异均不具有统计学意义。结论石家庄市大气气态污染物中SO_2和NO_2污染较为严重,其浓度的升高会增加居民非意外死亡和循环系统疾病死亡的风险。建议政府和民众在防护颗粒物污染的同时,也要关注气态污染物对人群健康的影响,并加强对女性的防护。     

石家庄市气态污染物与每日居民死亡人数的时间序列分析

目的 探讨石家庄市大气气态污染物SO2、NO2、O3-8 h和CO浓度与居民每日死亡人数之间的关系.方法 收集石家庄市2013—2016年每日死亡人数、大气污染物浓度、气象资料,采用广义相加时间序列模型,分析气态污染物浓度对死亡的影响,并按照性别、年龄进行分层分析.结果 大气SO2浓度每增加10μg/m3,人群非意外总...     

大气污染物对盐城市常住居民死亡影响时间序列研究

目的 了解盐城市大气污染对当地常住居民非意外死亡的影响.方法 收集2014—2019年该市逐日空气污染物资料(PM2.5、PM10、NO2、SO2、O3)、平均温度、平均相对湿度和常住居民死亡数据,采用时间序列半参数广义相加模型,分析了盐城市空气污染物短期暴露对非意外死亡的影响.结果 全人群、呼吸系统、循环系统非意外死...     

大气污染物对北京市常住居民死亡影响的时间序列研究

目的了解北京市大气污染对非意外死亡和慢性阻塞性肺病(chronic obstructive pulmonary disease,COPD)死亡的影响。方法应用广义相加泊松回归模型,控制人口、气象因素、星期几效应和时间趋势等因素的影响后,分析2013—2014年北京市大气污染物日均浓度对非意外死亡和COPD死亡的短期效应。结果 2013年和2014年北京市常住人口标化死亡率分别为3.82‰和3.93‰;PM_(2.5)、NO_2、SO_2日均浓度分别为75.28、33.42和7.68μg/m3。单污染物模型显示,PM_(2.5)、SO_2、NO_2日均浓度每上升10μg/m3,非意外死亡风险分别增加0.18%(95%CI:0.09%~0.27%),1.48%(95%CI:0.76%~2.18%)和1.10%(95%CI:0.69%~1.50%);COPD死亡风险分别增加0.89%(95%CI:0.50%~1.29%),4.71%(95%CI:1.36%~8.17%)和2.60%(95%CI:0.70%~4.54%)。结论大气污染与非意外死亡和COPD死亡风险升高存在正向关联。     

石家庄市大气颗粒污染物浓度与居民死亡率的时间序列分析

目的 讨论石家庄市大气颗粒物PM₁₀和PM_2.5与居民日死亡率的关系。方法 收集2013-2016年石家庄市大气污染物PM₁₀、PM_2.5日均浓度、气象因素（气温、相对湿度）及每日死亡数据,基于广义相加模型分析大气颗粒物PM₁₀和PM_2.5浓度对居民日死亡率的急性影响,并对性别和年龄进行分层分析。结果 石家庄市2013-2016年大气PM₁₀、PM_2.5的平均浓度分别为207.40 μg/m³和113.86 μg/m³,超过我国环境空气质量标准二级标准限值的1.96倍和2.25倍。时间序列分析表明,PM₁₀（lag1）浓度每升高10 μg/m³,居民非意外总死亡、循环系统疾病死亡的风险分别增加0.14%（95%CI：0.01%~0.27%）和0.16%（95%CI：0.00%~0.33%）;PM_2.5（lag1）浓度每升高10 μg/m³,居民非意外总死亡和呼吸系统疾病死亡的风险分别增加0.19%（95%CI：0.01%~0.38%）和0.40%（95%CI：0.03%~0.79%）。调整气态污染物O₃/SO₂/NO₂后,大气PM₁₀、PM_2.5的急性健康效应消失。分层分析表明男性受PM₁₀污染影响较大,老年人对PM_2.5污染可能更敏感。结论 石家庄大气颗粒物污染较为严重,PM₁₀和PM_2.5浓度的增加均有可能增加居民的死亡风险。建议政府相关部门加强对空气污染的控制,以降低雾霾对当地居民、尤其是男性老人及有基础性疾病等高危人群的健康损害。     

北京市朝阳区大气污染与居民每日死亡关系的时间序列研究

目的探讨北京市朝阳区大气污染物二氧化硫(SO2)、二氧化氮(NO2)、可吸入颗粒物(PM10)与居民每日死亡的相关性。方法 2004年1月—2008年9月的北京市朝阳区呼吸系统疾病、循环系统疾病、内分泌、营养和代谢疾病每日死亡人数数据源于朝阳区疾病预防控制中心,同时收集北京市日均SO2、NO2、PM10浓度和日均气温、相对湿度数据。采用广义相加模型(generalized additive model)分析SO2、NO2以及PM10与每日死亡的关系,并且控制日均气温、相对湿度的影响。结果大气SO2、NO2、PM10浓度每增加10μg/m3,分别导致朝阳区居民上述疾病每日死亡增加0.47%(95%CI:0.03%～0.91%),0.55%(95%CI:-0.02%～1.12%)和0.25%(95%CI:0.08%～0.42%)。结论北京市朝阳区大气SO2、PM10浓度可以对该区居民上述疾病每日死亡造成影响,NO2浓度对居民影响不明显。     

南京市大气PM10与居民死亡关系的时间序列分析

目的探讨南京市大气PM10与居民日死亡率的相关性。方法收集南京市2007—2012年大气污染物PM10、SO2和NO2的日平均浓度、气象因素(包括日平均气温和相对湿度)及每日死因别死亡人数,采用时间序列分析方法,基于广义相加模型(generalized additive models,GAM)建立单污染物和多污染物模型,分析大气PM10浓度与居民每日死亡人数的关系,并分性别和年龄探讨PM10对非意外死亡率的影响。结果大气污染物PM10、NO2及SO2浓度分别为102.0、42.3、52.6μg/m3,其中PM10、NO2浓度高于GB 3095—2012《环境空气质量标准》二级标准。单污染物模型中,大气PM10(lag0~1)浓度每增加10μg/m3,居民非意外死亡率增加0.117%(95%CI:0.007%~0.226%),脑血管、心血管及呼吸系统疾病死亡率的增加均无统计学意义(P0.05);多污染物模型中,当PM10单独或同时引入SO2、NO2时,对非意外死亡率的影响消失(P0.05)。大气PM10(lag0~1)浓度每增加10μg/m3时,74岁以上居民非意外死亡率增加(P0.05),而对男、女性居民非意外死亡率的影响均无统计学意义(P0.05)。结论大气PM10污染可能增加居民非意外死亡率,尤其对老年人群的影响最为明显。     

苏州市大气颗粒物与居民呼吸系统疾病死亡的时间序列分析

目的探讨苏州市大气颗粒物的急性暴露与居民每日呼吸系统疾病死亡的关系。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等混杂因素的基础上,建立单污染物和双污染物模型,分析2010—2013年苏州市大气PM10、PM2.5浓度对居民每日呼吸系统疾病死亡人数的影响。结果单污染物模型中,苏州市大气PM10(lag0~1)、PM2.5(lag4)浓度每升高10μg/m3,居民呼吸系统疾病日死亡数分别增加0.408%(95%CI:0.083%~0.732%)和0.509%(95%CI:0.098%~0.921%)。双污染物模型中,调整大气PM2.5的影响后,PM10(lag0~1)对呼吸系统疾病死亡的超额危险度略有增加(ER=0.466%,95%CI:0.062%~0.871%);分别调整PM10和NO2的影响后,PM2.5(lag4)对呼吸系统疾病死亡的超额危险度分别为0.525%(95%CI:0.020%~1.029%)和0.782%(95%CI:0.320%~1.243%),差异均有统计学意义(P0.05)。结论苏州市大气PM10和PM2.5浓度升高可能导致居民每日呼吸系统疾病死亡人数增加。     

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。     

天津市可吸人颗粒物与城区居民每日死亡关系的时间序列分析

目的 研究天津市大气可吸入颗粒物(PM10)与城区居民每日死亡间的相关性.方法 通过收集天津市城区2005-2007年空气污染数据、日平均气温和相对湿度及每日死亡人数,采用广义相加模型,控制长期和季节趋势、气温和相对湿度等气象因素及二氧化硫(SO2)和二氧化氮(NO2)等气态污染物的影响,分析天津市PM10与居民每日死亡之间的关系.结果 大气PM10与人群每日非意外死亡、循环系统疾病死亡和呼吸系统疾病死亡间显著相关.PM10浓度每升高10 μg/m3,人群每日非意外死亡、循环系统疾病死亡和呼吸系统疾病死亡分别增加0.45%(0.21～0.69)、0.60%(0.29～0.91)和0.82%(0.04～1.61).结论 天津市大气PM10污染与城区居民每日死亡显著相关,尤其是循环系统疾病和呼吸系统疾病死亡.     

北京市朝阳区大气污染与居民每日呼吸系统疾病死亡关系的时间序列研究

目的 探讨北京市朝阳区大气可吸入颗粒物(PM10)、二氧化硫(SO_2)、二氧化氮(NO_2)与居民呼吸系统疾病每日死亡的相关性.方法 2004年至2008年期间的北京市朝阳区每日死亡数据源于朝阳区疾病预防控制中心,同时收集北京市朝阳区日均SO_2、NO_2、PM10浓度和日均气温、相对湿度数据.使用广义相加模型(ge...     

大气细颗粒物污染与居民每日死亡关系的Meta分析

目的综合分析国内外大气细颗粒物(PM2.5)短期暴露与人群死亡关系的流行病学资料,以获取大气PM2．5-居民死亡的暴露-反应关系。方法在联机检索文献的基础上,对多篇文献的综合评价采用Meta分析的方法进行,定量确定PM2.5居民每日死亡的暴露-反应关系。结果建立了居民短期接触大气PM2.5污染的暴露-反应关系,即大气PM2.5浓度每升高100μg／m^3,居民死亡发生增加的百分比为12．07％(95％可信区间：8．31％-15．82％)。结论本研究建立的暴露-反应关系,可用于我国及各城市大气细颗粒物污染的健康危险度评价工作。     

可吸入大气颗粒物污染与居民每日死亡关系的Meta分析

目的综合分析国内外可吸入大气颗粒物（PM10）短期暴露与人群死亡关系的流行病学资料,以获取大气PM10污染与居民死亡的暴露-反应关系。方法在计算机联机检索文献和手工检索的基础上,对近十年来发表的相关研究文献采用meta分析的方法进行综合评价,并检验、校正可能存在的发表偏倚,从而准确、定量地确定PM10污染与居民死亡的暴露-反应关系。结果建立了居民短期接触大气PM10污染的暴露一反应关系,即在未考虑发表偏倚的情况下,大气中PM10每增加1130μg／m3,居民死亡的相对危险度增加3．87％（95％CI：2．84％～5．02％）,在校正了发表偏倚后大气中PM10每增加100μg／m3,死亡的相对危险度增加下降为1．41％（95％CI：0．30％-2．43％）,与考虑偏倚前相比下降了63．6％。结论本研究建立的暴露-反应关系较早注意到发表偏倚的影响,具有一定的代表性与科学性,可用于大气颗粒物暴露健康危险度评价工作参考,为制定相关环境决策提供科学依据。     

珠海市居民死亡原因分析

珠海市自1979年建立经济特区至今,20年间经济的发展和人口的迅速膨胀,工作和生活方式的变革,使特区居民健康影响因素与其他地区有很大差别.通过流行病学调查分析现阶段珠海市居民健康状态将有助于卫生行政部门了解威胁该市居民健康的主要因素,掌握并分析本市居民主要死亡原因,探索针对性强的健康促进和疾病控制措施. 1 材料与方法 资料来自珠海市卫生局组织的居民死因调查和珠海市公安局户籍人口死亡登记数据库.疾病分类按国际标准ICD-9编码处理. 平均期望寿命采用简略寿命表法.运用死亡率、减寿人年(YPLL)、死因贡献百分比(DAR)等指标进行统计分析.     

2021年开封市大气污染物对人群死亡影响的时间序列分析

目的 了解2021年开封市大气污染物污染状况,探讨大气污染物与居民死亡的关系。方法 收集2021年开封市大气污染物监测数据、气象数据、死因数据,运用Spearman相关分析及时间序列分析探讨大气污染物与居民死亡的关系及滞后效应。结果 开封市大气污染物PM2.5(17.8%)、PM10(13.2%)及O₃(13.2%)超标率较高,PM2.5、PM10气温低时污染较重,O₃气温高时污染较重。总死亡数、呼吸系统疾病死亡数(r_s=0.12、0.14、0.15、0.14、0.10)和循环系统疾病死亡数(r_s=0.26、0.25、0.27、0.27、0.13)与大气污染物PM2.5、PM10、NO₂、SO₂、CO的污染浓度均呈正相关关系(r_s=0.28、0.25、0.27、0.26、0.13,P<0.05)。PM2.5每升高10个单位,人群非意外死亡风险增加1.15%,人群呼吸系统死亡风险增加3.47%,人群循环系统死亡风险增加1.07%。...     

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...