佳木斯市大气PM10对呼吸系统疾病日人院人数的影响

目的 探讨2010-2014年佳木斯市大气PM10对城区居民呼吸系统疾病日入院人数的影响.方法 采用1∶3配比的时间分层病例交叉研究,控制气象等因素的影响,以条件logistic回归分析佳木斯市2010年1月1日-2014年12月31日大气PM10浓度与呼吸系统疾病日入院人数的关系,并按性别(男、女)、年龄(＜15岁、15～65岁、＞65岁)和疾病类型[肺炎、慢性阻塞性肺疾病(COPD)和支气管肺炎],对大气污染物的健康效应进行分层分析.结果 研究期间佳木斯市大气PM10的日均浓度及年均浓度均低于国家二级标准.大气PM10日均浓度与SO2、NO2、日均气压呈正相关,与日均温度呈负相关,差异均有统计学意义(P＜O.01).单污染物模型显示,研究期间大气PM10浓度每升高10μg/m3,与肺炎、COPD日入院人数的OR值分别在滞后4、3d达到最高,相应的OR值(95％CI)分别为1.021(1.002～1.041),1.022(1.004～1.040),均有统计学意义(P＜0.05);在控制气温、相对湿度、气压的影响后,多污染物模型显示,大气PM10浓度每升高10 μg/m3,仍会增加肺炎、COPD日入院人数,均有统计学意义(P＜0.05).性别分层结果显示,大气PM10浓度每升高10 μg/m3,可引起男性肺炎患者及男、女性COPD患者日入院人数增加,差异均有统计学意义(P＜0.05);年龄分层结果显示,大气PM10浓度每升高10μg/m3,可引起＜15岁、15～65岁、＞65岁肺炎、COPD、支气管肺炎患者日入院人数增加,差异均有统计学意义(P＜0.05).结论 佳木斯市呼吸系统常见疾病的日入院人数增加可能与该市大气PM10短期低浓度暴露有关联.     

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。     

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.     

兰州市大气PM10与呼吸系统疾病入院人数的时间序列研究

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。     

大气PM_(10)与呼吸系统疾病死亡的关系研究

目的了解大气PM_(10)污染对居民每日呼吸系统疾病死亡例数的影响,为保护易感人群,评价人群健康效应提供依据。方法收集金华市2014—2018年空气污染物和气象因素资料,将空气污染物浓度与GB 3095—2012 《环境空气质量标准》二级标准进行比较,分析PM_(10)的季节分布特征。采用时间序列的广义线性模型(GLM)建立单污染物和多污染物模型,分析大气PM_(10)对居民每日呼吸系统疾病死亡例数的影响。结果 2014—2018年金华市大气PM_(10)的浓度中位数为58μg/m3,呼吸系统疾病死亡4 891例。大气PM_(10)浓度呈现冬春季高,夏秋季低的季节特征。单污染物模型分析结果显示,大气PM_(10)浓度每升高10μg/m3,滞后2 d的总人群和≥65岁人群呼吸系统疾病死亡风险分别增加1.23%(95%CI:0.27%～2.20%)和1.24%(95%CI:0.26%～2.23%);多污染物模型分析结果显示,PM_(10)单独引入SO2、单独引入NO2或同时引入SO2和NO2时,总人群和≥65岁人群呼吸系统疾病死亡风险比单污染物模型均增加(P0.05);PM_(10)单独引入SO2或同时引入SO2和NO2时,男性居民呼吸系统疾病死亡风险比单污染物模型增加(P0.05)。结论大气PM_(10)增加居民每日呼吸系统疾病死亡风险,对65岁及以上老年人群的影响较为明显。     

沙尘天气与呼吸系统疾病日入院人数关系

目的研究沙尘天气与呼吸系统疾病日入院人数的关系。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、日历效应以及气象因子等混杂因素的影响后，分析1994～2003年沙尘天气与呼吸系统日入院人数的关系，并按性别不同分层建立模型（滞后7d）。结果（1）总的呼吸系统疾病日入院相对危险度（RR）和上呼吸道感染（URTI）日入院RR，在沙尘天气滞后第3d差异均有统计学意义，其RR分别为1．14（95％CI：1．02～1．27），1．16（95％CI=1．00～1．36）；（2）在分层分析中，沙尘天气在滞后第3d对总的呼吸系统疾病男女性日入院数均有影响，RR分别为1．14（95％CI=1．01～1．29），1．18（95％CI=1．00～1．41），且仅URTI和肺炎的男性日入院人数差异有统计学意义。RR分别为1．28（95％CI=1．04～1．59），1．17（95％CI：1．00～1．38）。结论沙尘天气与呼吸系统日入院人数有联系，且均表现为滞后影响，而男性URTI和肺炎的发生人群较女性与沙尘天气的联系更为密切。     

兰州市大气气态污染物与呼吸系统疾病日入院人数的时间序列分析

目的探讨兰州市大气气态污染物NO2和SO2对呼吸系统疾病住院的健康效应。方法采用时间序列的半参数广义相加模型(GAM),在控制了时间的长期趋势、"星期几效应"及气象因子等混杂因素的影响后,分析2001-2005年兰州市大气NO2和SO2浓度与呼吸系统疾病入院人数的暴露-反应关系。结果大气NO2和SO2浓度对呼吸系统疾病入院人数具有不同程度的影响。单污染物模型中,NO2和SO2分别以滞后1天和0天对呼吸系统健康的影响最强。滞后1天NO2和无滞后SO2浓度增加一个四分位数间距时,呼吸系统疾病入院人数增加的相对危险度分别为:1.060(95%CI 1.046～1.074)和1.048(95%CI 1.031～1.065);女性和老年人为易感人群;2种污染物在秋冬季的作用比春夏季更明显。结论兰州市大气NO2和SO2浓度对呼吸系统疾病的日入院人数有影响。     

大气PM_(2.5)对呼吸系统疾病死亡率影响的Meta分析

目的探讨大气PM_(2.5)短期效应(7 d)对呼吸系统疾病死亡率的影响。方法以颗粒物、PM_(2.5)、大气污染物、呼吸系统和死亡为关键词检索中国知网、万方数据知识服务平台、维普中文科技期刊数据库、PubMed和Web of Science,纳入研究中国PM_(2.5)与人群呼吸系统疾病死亡率关系的文献,以PM_(2.5)每增加10μg/m~3人群呼吸系统疾病死亡率增加的百分比(ER值)为效应指标,采用Stata 14.0软件进行Meta分析,并按照滞后类型和研究方法进行亚组分析。结果共检索到相关文献1 564篇,最终纳入符合条件的文献17篇,其中中文文献7篇,英文文献10篇。采用随机效应模型对纳入文献进行合并,显示PM_(2.5)每增加10μg/m~3,人群呼吸系统疾病死亡率增加0.48%(95%CI:0.35%~0.62%)。亚组分析显示,PM_(2.5)每增加10μg/m~3的单天滞后效应使人群呼吸系统疾病死亡率增加0.53%(95%CI:0.31%~0.74%),I~2值为65%;累积滞后效应为0.35%(95%CI:0.25%~0.45%),I~2值为44%。时间序列研究中,PM_(2.5)每增加10μg/m~3人群呼吸系统疾病死亡率增加0.51%(95%CI:0.34%~0.67%),I~2值为61%;病例交叉研究为0.32%(95%CI:0.15%~0.49%),I~2值为46%。敏感性分析未见明显差异。Egger检验P=0.005,具有发表偏倚。结论PM_(2.5)升高可能会增加人群呼吸系统疾病死亡率。     

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。     

贵阳市大气PM_(2.5)对呼吸系统门诊量影响分析

目的探讨贵阳市大气PM_(2.5)理化特性及其对呼吸系统疾病门诊量的影响。方法从贵阳市环保局收集贵阳市2014—2015年大气质量监测资料,从贵阳市气象局收集贵阳市2014—2015年气象因素监测资料,贵阳市大气PM_(2.5)污染特征及其与主要影响因素间的相关性进行分析;在贵阳市每个观察区内距当地环境监测站最近处各选取1所综合性甲等医院进行调查,收集2所医院呼吸系统疾病患者资料,分析贵阳市大气PM_(2.5)对呼吸系统疾病门诊量的影响情况。结果 2014—2015年贵阳市大气PM_(2.5)日均质量浓度为41.36μg/m~3。6种气象因素日均值之间存在一定的相关性。研究期间呼吸系统门诊量共计77 790人次,平均107人次/d。呼吸系统疾病日门诊量与大气PM_(2.5)之间的SPearman相关系数r=0.11,P0.01(双侧),大气PM_(2.5)与呼吸系统门诊量之间存在正相关性。大气PM_(2.5)对呼吸系统门诊量的影响存在滞后效应,且滞后第4天的滞后效应最强,PM_(2.5)质量浓度每增加10μg/m~3,呼吸系统疾病门诊量增加0.64%。结论贵阳市大气PM_(2.5)与呼吸系统门诊量之间存在正相关性。     

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。     

淮安市空气PM_(2.5)污染对呼吸系统疾病门诊量影响

目的了解淮安市空气PM_(2.5)污染对人群呼吸系统疾病门诊量影响。方法通过医保信息系统,收集淮安市城区人群2013-2014年呼吸系统逐日发病数据,结合同期大气污染监测数据和气象资料,运用统计学方法分析PM_(2.5)污染水平及其对呼吸系统疾病日门诊量影响。结果2013-2014年淮安市空气PM_(2.5)质量浓度均值为73.7μg/m3,超标252d(占34.5%)。PM_(2.5)质量浓度与居民呼吸系统疾病日门诊量存在正相关关系且有滞后性,滞后效应以第4d最强,PM_(2.5)质量浓度每增加10μg/m3呼吸系统疾病日门诊量增加0.63%(95%CI:0.37%~0.89%)。结论淮安市空气PM_(2.5)污染较严重,能增加呼吸系统疾病门诊量,建议继续加强空气质量监测,减少大气污染物排放,保护居民健康。     

大连市大气污染物PM_(10)对呼吸科日均门诊量的影响

目的研究2014年大连市大气污染物PM_(10)对呼吸系统疾病门诊量的影响。方法大连市2014年1月1日—12月31日空气污染数据来自大连市环境保护局网站,同期气温数据来自天气网,同期呼吸科门诊量数据来自大连市2所监测哨点医院。采用时间序列的半参数广义相加模型分析2014年大连市大气污染物PM_(10)与呼吸系统疾病门诊量的关系。结果大连市大气PM_(10)浓度每增加10μg/m~3,呼吸系统疾病门诊量增加0.33%。大气PM_(10)污染对呼吸科每日门诊量的累积效应在滞后1天(lag1)影响最强。结论大连市大气PM_(10)污染对呼吸科每日均门诊量有影响。     

不同季节PM_(10)与呼吸系统疾病暴露-反应关系研究

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。     

临汾市大气PM_(10)与5岁以下儿童呼吸系统疾病住院的浓度-反应关系研究

目的研究并描述高浓度PM_(10)与5岁以下儿童呼吸系统疾病日住院例数之间的浓度-反应关系及曲线特征。方法儿童呼吸系统疾病住院数据为2004—2006年临汾市主要的5所医院的电子病历首页,空气质量数据为市内5个空气监测点的PM_(10)、SO_2和NO_2日平均值,气象数据为当地的日平均气温和相对气湿。应用广义相加模型(GAM)建立浓度-反应关系;以多重结构断裂点检测法确定浓度-反应关系曲线上的拐点;以约束性分段线性函数估计相对危险度。结果临汾市大气PM_(10)的平均浓度为185.1μg/m~3(范围为45.3~1 109.2μg/m~3),PM_(10)与5岁以下儿童呼吸系统疾病日住院例数的浓度-反应关系曲线明显偏离线性,以J型为主。PM_(10)的影响主要表现为多日的累积影响,在141.8~676.0μg/m~3的浓度范围,全年中累积5 d(avg04)的PM_(10)浓度每升高10μg/m~3,5岁以下儿童呼吸系统疾病日住院例数增加2.03%(95%CI:1.28%~2.79%)。PM_(10)的影响主要发生于采暖期,在109.7~634.7μg/m3的浓度范围,累积7 d(avg06)的PM_(10)每升高10μg/m~3,5岁以下儿童呼吸系统疾病日住院例数增加2.24%(95%CI:1.29%~3.19%);在非采暖期未见明显影响。结论高浓度PM_(10)与5岁以下儿童呼吸系统疾病日住院例数的浓度-反应关系曲线呈J型,低浓度范围内的C型曲线无统计学意义。     

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。     

大气污染物对呼吸系统疾病日门诊量影响的时间序列分析

目的定量评估污染物对呼吸系统疾病就诊的影响。方法收集2014-2016年深圳市某区污染物及气象数据,同期就诊数据由深圳市社区健康服务信息系统导出。用分布滞后非线性模型(DLNM)分析污染物浓度对呼吸系统疾病就诊的影响及滞后效应。结果 lag=0~9d,PM_(2.5)、PM_(10)、SO_2、NO_2、O_3每增加10μg/m~3,对呼吸系统疾病就诊人次的累积超额危险度(CER)分别为4.31%、3.53%、13.19%、12.54%、0.84%,其滞后天数分别为:3、4、1、9、3d;CO每增加0.1mg/m~3,对呼吸系统疾病就诊人次的CER为5.84%,其影响滞后7d。年龄和性别分层分析结果显示,污染物对女性、儿童、老人的影响较大。结论大气污染物对呼吸系统疾病就诊的影响具有延迟作用,NO_2和SO_2的作用最强,颗粒物次之,O_3最弱,环保部门应加强污染物的实时控制,以降低对人群健康的影响。     

2005-2012年武汉市大气污染对呼吸系统疾病日住院人数的影响

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.     

上海市A城区大气PM_(10)、PM_(2.5)污染与居民日死亡数的相关分析

目的　探讨大气颗粒物污染对人群健康的影响。方法　采用Poisson广义相加模型对上海市A城区大气PM1 0 、PM2 5的日平均污染浓度与居民日死亡数进行相关回归分析 ,并控制了时间长期趋势、气象、季节、一周日效应混杂因素的影响。结果　当大气PM1 0 、PM2 5浓度上升 10 μg m3时 ,总死亡数分别上升 0 5 3%(0 2 2 %～ 0 85 % )、0 85 % (0 32 %～ 1 39% )。结论　大气粗细颗粒物污染具有潜在的急性人群健康危害。     

我国大气PM_(10)污染对人群死亡率影响的meta分析

目的综合相关文献,建立我国PM_(10)与居民死亡率之间的暴露-反应关系。方法通过各数据库和文献检索平台收集2005—2015年发表的符合纳入标准的我国大气PM_(10)污染与居民每日总死亡率、呼吸系统及心脑血管疾病死亡率关系的文献,共纳入20篇共37组相关数据。采用Stata 12.0软件进行meta分析,提取PM_(10)与人群死亡的暴露-反应系数,利用随机或固定效应模型合并效应值,对结果进行敏感性分析、发表偏倚检验及校正。结果建立了我国大气PM_(10)与居民每日死亡之间的暴露-反应关系,我国大气PM_(10)每上升10μg/m3,人群每日总死亡率、呼吸系统疾病和心脑血管疾病死亡率的相对危险度(RR)及95%CI分别为1.001 4(95%CI:1.000 8~1.002 0),1.001 6(95%CI:0.999 9~1.003 3),1.002 5(95%CI:1.001 4~1.003 6)。结论大气PM_(10)浓度上升可导致我国居民总死亡率、呼吸系统疾病和心脑血管疾病死亡率增加。