2014-2018年南昌市大气PM2.5对儿童呼吸系统疾病门诊量的影响

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。     

沈阳市大气污染物分布特征及对呼吸系统疾病的影响

目的探讨沈阳市大气污染物分布特征及对呼吸系统疾病的影响。方法对2016年1月1日—2016年12月31日沈阳市大气污染物浓度与中国医科大学附属第四医院和平院区呼吸系统疾病门诊人次的关系采用广义相加模型进行模拟,并分析滞后效应;随机各选取40名门诊肺炎及慢性阻塞性肺部疾病(COPD)患者分别于大气污染物浓度较低的夏季和大气污染物浓度较高的冬季检测肺功能并进行健康质量问卷(SF-36)调查。结果沈阳市大气PM_(2.5)、PM_(10)、SO_2和NO_2的年平均浓度分别为57、101、41、38μg/m~3,秋冬季大气PM_(2.5)、PM_(10)、NO_2和SO_2浓度最高。大气PM_(10)、PM_(2.5)、SO_2和NO_2的浓度每增加10μg/m~3,呼吸系统疾病日门诊就诊人次分别增加1.29%(95%CI:1.18%～1.40%)、1.31%(95%CI:1.20%～1.43%)、2.94%(95%CI:2.75%～3.14%)、5.26%(95%CI:4.91%～5.61%),分别滞后4、1、3、1 d。冬季COPD患者肺功能和SF-36量表得分均低于夏季,差异有统计学意义(P0.05)。结论沈阳市大气污染物导致呼吸系统疾病门诊就诊人次增加且存在滞后效应,空气污染是否导致COPD患者肺功能损伤及生活质量的降低有待进一步研究。     

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。     

2016年泸州城区大气颗粒物调查

为了解泸州城区大气PM_(2.5)和PM_(10)质量浓度及污染特征,收集2016年1月1日—12月31日泸州城区3个国控监测点的PM_(2.5)、PM_(10)逐时监测数据,分析大气污染物污染水平及其时间分布特征。结果表明,泸洲城区PM_(2.5)浓度为15～263μg/m~3,均值为64μg/m~3,超标率为32.8%;PM_(10)浓度范围为29～330μg/m~3,均值为87μg/m~3,超标率为11.7%。PM_(2.5)和PM_(10)的日均浓度在整体变化趋势上无明显差异,二者浓度呈正相关(r=0.953 2),且日波动范围较大;PM_(2.5)和PM10浓度均以冬季最高、夏季最低;PM_(2.5)/PM_(10)的范围为0.632～0.976,均值为0.744。提示泸州城区存在PM_(2.5)和PM_(10)污染,二者日均浓度变化趋势一致,且以冬季浓度最高。     

大气PM_(2.5)与儿童支气管炎门诊量的相关性分析

目的了解大气PM_(2.5)浓度对儿童支气管炎门诊量的影响。方法收集金华市中心医院和金华市妇幼保健院2015—2016年支气管炎儿童门诊资料,收集同期金华市大气PM_(2.5)和气象监测资料,采用基于时间序列半参数广义Poisson回归模型(GAM)分析PM_(2.5)浓度与儿童支气管炎门诊量的相关性及其滞后效应。结果2015—2016年金华市大气PM_(2.5)日均浓度全年平均为(50.5±28.3)μg/m~3,冬季较高,均值为(70.1±36.3)μg/m~3;同期2家医院儿童支气管炎门诊量为94 795例次,平均130人次/d,就诊高峰期为冬春季;大气PM_(2.5)浓度与儿童支气管炎门诊量呈正相关(r_s=0.40,P0.01)。控制气象因素影响后,大气PM_(2.5)浓度对儿童支气管炎门诊量的影响存在滞后效应,滞后第2天的效应最强(RR=1.002 433,95%CI:1.002 193~1.002 673),即大气PM_(2.5)日均浓度每增加10μg/m~3,2 d后儿童支气管炎门诊量增加0.243 3%。结论大气PM_(2.5)浓度升高与儿童支气管炎门诊量增加相关,且第2天的滞后效应最强。     

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。     

2015-2018年张家港市大气PM2.5对儿科门诊量影响的时间序列分析

目的探讨张家港市大气PM_(2.5)污染对儿科日门诊量的影响。方法收集张家港市2015—2018年逐日气象资料、环保大气监测资料和某三级医院儿科门诊数据。采用基于Poisson回归的广义线性模型(GLM)控制时间趋势、温度和相对湿度、星期几效应、法定节假等因素后,进行PM_(2.5)与儿科门诊量的单污染物模型、滞后效应(lag1～lag6)和累积滞后效应(lag0-1～lag0-6)分析,采用滞后天数最大效应值作为PM_(2.5)对儿科门诊影响的暴露风险评估值。结果 2015—2018年,张家港市某三级医院的儿科门诊量共438 137人次,日均300人次,PM_(2.5)年均值是48.0μg/m~3(范围:38～59μg/m~3);PM_(2.5)污染对当天和滞后1～6 d的儿科总门诊量、当天和滞后1～5 d的呼吸系统疾病门诊量影响均有统计学意义,且分别在滞后第3天和第2天最强,PM_(2.5)浓度每升高10μg/m~3,门诊量分别增加0.51%(95%CI:0.20%～0.83%)和0.83%(95%CI:0.42%～1.23%);PM_(2.5)对累积滞后1～6 d的儿科总门诊量和呼吸系统疾病门诊量影响均有统计学意义(P 0.05)。结论张家港市大气PM_(2.5)浓度升高会导致儿科总门诊量和呼吸系统疾病门诊总量增加,应采取积极措施对儿童等重点人群开展有效防护。     

舟山市大气PM_(2.5)中SO_4~(2-)、NO_3~-、Cl~-和NH_4~+浓度分析

目的了解舟山市大气PM_(2.5)中SO_4~(2-)、NO_3~-、Cl~-和NH4+4种水溶性非金属离子浓度及来源,为控制PM_(2.5)污染和制定有效的环保措施提供依据。方法在舟山市新城区域设立监测点,于2015—2016年每月10—16日和雾霾天气(空气质量指数200)时连续进行大气PM_(2.5)采样,采用称重法测定PM_(2.5)质量浓度,采用离子色谱法检测PM_(2.5)中SO_4~(2-)、NO_3~-、Cl~-和NH4+含量并分析。结果 2015—2016年舟山市监测点日均PM_(2.5)浓度为(40.91±27.39)μg/m3;4种水溶性非金属离子浓度为3.56～103.03μg/m3,平均浓度为(23.06±20.00)μg/m3,占PM_(2.5)含量的56.64%。SO_4~(2-)月平均浓度最高,为(10.35±6.48)μg/m3;Cl~-月平均浓度最低,为(0.49±0.73)μg/m3。冬季4种离子总浓度最高,为(37.56±27.74)μg/m3;夏季最低,为(12.32±5.88)μg/m3;不同季节4种离子浓度差异有统计学意义(P0.05)。冬季NO_3~-浓度最高,为(14.48±13.28)μg/m3,NO_3~-与SO_4~(2-)浓度比值为0～2.58,平均0.55;大于1共有28 d,占14.74%,其中22 d在冬季。结论舟山市大气PM_(2.5)中的水溶性非金属离子以SO_4~(2-)浓度最高,Cl~-浓度最低;4种离子浓度均以冬季最高,其中NO_3~-平均浓度在冬季大于SO_4~(2-),提示机动车尾气排放可能是冬季大气PM_(2.5)污染的主要来源。     

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。     

济南市重污染区域大气污染物对循环系统疾病门诊量的急性效应

目的评价济南市空气污染严重区域大气污染物PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3对当地居民循环系统疾病门诊就诊的暴露反应关系。方法收集2014—2016年济南市重污染区域某综合医院循环系统疾病逐日门诊信息、空气污染物浓度及气象信息,并进行描述性分析。采用广义线性模型,定量评估逐日大气污染物PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3浓度与当地居民循环系统门诊就诊量之间的相关关系。结果 2014—2016年期间该综合医院循环系统疾病门诊量合计55 858人次,日均就诊量51人次/天,PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3日均浓度分别为100、205、53、58及90μg/m3。PM_(2. 5)、PM_(10)、NO_2浓度每升高10μg/m3,当日循环系统疾病门诊量分别增加0.40%(95%CI:0.01%~0.80%)、0.25%(95%CI:0.03%~0.47%)、1.66%(95%CI:0.64%~2.68%)。仅发现NO_2与循环系统疾病门诊量存在累积滞后效应,NO_2浓度每升高10μg/m3,在Lag02时,循环系统疾病门诊量可增加2.13%(95%CI:0.81%~3.46%)。未发现SO_2及O_3与循环系统疾病门诊量之间存在显著效应。结论空气污染严重区域大气污染物PM_(2. 5)、PM_(10)及NO_2与循环系统疾病门诊量之间存在相关关系,未发现SO_2及O_3与循环系统疾病门诊量之间存在显著效应。     

郑州市空气污染与儿童医院呼吸系统日门诊量的相关性

目的探讨空气污染与儿童医院呼吸系统门诊量间的关系。方法应用时间序列分析广义线性模型,对2013—2014年郑州市儿童医院呼吸系统门诊量、郑州市大气监测点的空气污染监测资料及郑州市气象资料进行大气污染与儿童医院呼吸系统门诊量的相关性分析。结果 Spearman秩相关分析得PM_(10)、PM_(2.5)、NO_2和SO_2与呼吸系统门诊量呈正相关(P0.01);PM_(10)浓度每增10μg/m~3,当日呼吸系统门诊量增加0.72%;PM_(2.5)浓度每增加10μg/m~3,当日呼吸系统门诊量增加0.90%;NO_2浓度每增10μg/m~3,当日呼吸系统门诊量增加7.73%,在累积滞后(0～5) d时效应最强,超额危险度(ER)为9.88%;SO_2浓度每增10μg/m~3,当日呼吸系统门诊量增加2.92%,且在累积滞后(0～3) d时效应最强,ER为3.22%。结论郑州市的空气污染物能增加儿童医院呼吸系统门诊量。     

大气颗粒物对慢性阻塞性肺疾病急性发作和哮喘日入院的影响

目的研究大气颗粒物对慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)急性发作与支气管哮喘日入院的影响。方法应用广义相加模型,研究2014年大气颗粒物对患者日入院人数的影响并分析滞后效应及累计效应。结果在控制温度、相对湿度的影响后,PM_(2.5)、PM_(2.5-10)与COPD急性发作及哮喘患者日入院人数之间均存在正向关联。大气颗粒物浓度对滞后2 d的COPD急性发作日入院人数的影响最大,PM_(2.5)及PM_(2.5-10)每升高10μg/m~3,其每日入院人数分别增加0.9%(95%CI:0.3%～1.5%)、0.5%(95%CI:0.1%～0.9%);累积2d后影响最大,相对危险度变化不明显。PM_(2.5)的浓度对哮喘当天入院人数有影响,PM_(2.5)每升高10μg/m3,入院人数增加0.58%(95%CI:0.02%～1.16%);PM_(2.5-10)在滞后1 d时影响最大,其浓度每升高10μg/m~3,入院风险增大0.62%(95%CI:0.01%～1.23%);PM_(2.5)及PM_(2.5-10)对哮喘日入院人数的影响在累积1 d时最大,PM_(2.5)及PM_(2.5-10)每升高10μg/m~3,其每日入院风险分别增大0.8%(95%CI:0.2%～1.5%)和0.6%(95%CI:0.1%～1.2%)。在分别调整其他污染物的影响后,PM_(2.5)及PM_(2.5-10)对两种疾病的日入院人数均仍有影响,且差异有统计学意义(P0.05)。结论大气颗粒物浓度的上升可促进COPD的急性发作和哮喘入院人数的增加,并有一定的滞后作用,且滞后期存在差异。     

太原城区冬夏两季大气PM_(2.5)上PAHs的污染特征及来源研究

目的分析夏季和冬季太原市不同区域的PM_(2.5)和PM_(2.5)上附着PAHs的污染特征,对PAHs的来源进行初步识别。方法于2017年6月—2018年1月的夏季和冬季,在太原市三个采样点各进行两期PM_(2.5)监测,并对其附着PAHs污染水平进行检测,比较分析不同季节和采样点的污染水平,并利用特征比值法对PAHs的来源进行了初步识别。结果夏季PM_(2.5)和PAHs浓度分别为69.2μg/m~3和4.33 ng/m~3,冬季时为111.9μg/m~3和39.71 ng/m~3,冬季PM_(2.5)和PAHs的浓度均显著高于夏季(P0.05)。夏季时污染区采样点的PAHs浓度与市中心的两个采样点无显著性差异,但冬季第一期时污染区的PAHs浓度显著高于市中心区。特征比值结果显示太原市PM_(2.5)上的PAHs主要来源于本地燃烧源,冬季时主要来源于燃煤,夏季时主要来自机动车尾气和燃煤的混合源。结论太原市PM_(2.5)和PAHs的污染水平均有明显的季节性差异,不同区域PAHs的浓度有所不同,燃煤和机动车尾气对PAHs均有重要贡献。     

合肥市大气污染与肺炎门诊量的时间序列研究

目的探讨大气污染物SO_2、NO_2和PM_(2.5)浓度与合肥市滨湖医院肺炎日门诊量之间的关系。方法采用时间序列分析的广义相加Poisson回归模型,在控制长期趋势、星期几效应和气象因素等混杂因素的影响后,定量分析2014年安徽省合肥市大气污染物SO_2、NO_2、PM_(2.5)日均浓度与滨湖医院肺炎日门诊量的关系及滞后效应。结果单污染物模型中,在控制了长期趋势、星期几效应和气象因素的影响后,SO_2在滞后3、4、5 d(lag3、lag4、lag5)时对肺炎日门诊量的影响有统计学意义(P0.05),NO_2滞后2、3、4、5 d(lag2、lag3、lag4、lag5)时的影响有统计学意义(P0.01),PM_(2.5)滞后3、4 d(lag3、lag4)时的影响有统计学意义(P0.05);SO_2、NO_2、PM_(2.5)的滞后效应分别在lag3、lag2、lag4时最明显,当SO_2、NO_2、PM_(2.5)浓度每升高10μg/m~3时,肺炎日门诊量分别增加1.54%(95%CI:0.28%~2.81%),1.98%(95%CI:0.89%~3.08%)和0.28%(95%CI:0.06%~0.50%)。多污染物模型中,当模型中引入两种或两种以上的污染物后,各污染物对肺炎日门诊量的效应估计值均较单污染物模型降低,但并不改变各污染物与肺炎日门诊量之间的正向关联。结论合肥市大气污染物SO_2、NO_2、PM_(2.5)浓度升高可能引起医院肺炎日门诊量增加,且有一定的滞后效应。     

北京市顺义区大气污染物对呼吸系统疾病门诊量的影响

目的探讨北京市顺义区大气污染物对医院呼吸系统疾病门诊量的短期影响。方法收集2014年1月1日-2015年12月31日北京市顺义区二级及以上医疗机构呼吸系统疾病每日门诊资料和同期北京市顺义区大气及气象监测资料,采用基于时间序列的半参数广义相加模型,在控制长期趋势、星期效应、假期效应、流感流行及气象因素等混杂因素的基础上,分析大气污染物浓度与呼吸系统疾病日门诊量的关系及滞后效应。结果研究期间,北京市顺义区二级及以上医疗机构呼吸系统疾病日门诊量平均为1653人次,范围420~5034人次。单污染物模型中,PM_(2.5)、PM_(10-2.5)、二氧化硫(SO_2)和二氧化氮(NO_2)均是滞后0~2d(avg02)的移动平均值对呼吸系统疾病门诊人数影响最为显著,臭氧(O_3)是在滞后3d(lag3)的浓度值对呼吸系统疾病门诊人数影响最为显著。PM_(2.5)、PM_(10-2.5)、SO_2、NO_2和O_3浓度每增加10μg/m~3对应的呼吸系统疾病门诊人数增加百分比分别为0.25%(95%CI:0.22~0.28)、0.52%(95%CI:0.44~0.60)、0.73%(95%CI:0.58~0.88)、1.23%(95%CI:1.12~1.33)和0.20%(95%CI:0.16~0.24)。在双污染物模型中,引入NO_2后,PM_(2.5)、PM_(10-2.5)和SO_2对呼吸系统疾病门诊人数影响较单污染物模型明显减小。结论北京市顺义区大气污染物PM_(2.5)、SO_2、NO_2和O_3浓度对医院呼吸系统疾病日门诊量有影响,且存在滞后效应。     

昌平区PM_(2.5)和气温对日门诊量的交互影响

目的分析PM_(2.5)和日平均气温对医院日门诊量的交互影响。方法收集北京市昌平区某医院2014—2017年门诊资料,以及同期昌平区的PM_(2.5)、SO_2、NO_2浓度资料和气象资料,建立分布滞后非线性模型,采用反应平面图法和温度分层法定性和定量评估PM_(2.5)和气温对医院日门诊量的交互影响。结果日门诊量受日均气温和PM_(2.5)的双重影响,并且在低温时,日门诊量随着PM_(2.5)浓度升高而增加。按照第10、90百分位数(P10、P90)将日平均气温分为低温、适宜温度和高温,低温条件下,累积滞后7天时,PM_(2.5)浓度每升高10μg/m~3,日门诊总量、内科日门诊量、内科呼吸系统疾病日门诊量和内科循环系统疾病日门诊量的累积超额危险度(CER)分别为0.147%(95%CI:0.085%～0.209%)、0.161%(95%CI:0.096%～0.226%)、0.100%(95%CI:0.037%～0.163%)和0.179%(95%CI:0.091%～0.267%);与适宜温度比较,低温与PM_(2.5)的交互作用有统计学意义(P0.05),而高温与PM_(2.5)对日门诊量的交互作用无统计学意义(P0.05)。结论低温能增强PM_(2.5)对日门诊量的影响,低温条件下应加强空气污染防护。     

淄博市主城区大气PM2.5与呼吸系统疾病门诊人次的相关性研究

目的探讨淄博市主城区PM_(2.5)污染对医院每日呼吸系统疾病门诊人次的影响。方法收集淄博市主城区3家综合性医院2016年1月1日—2017年12月31日的呼吸系统疾病逐日门诊人次资料,结合同期的逐日大气污染数据和气象数据,在用广义相加模型(GAM)控制长期趋势、季节趋势、星期几效应及气象因素的影响后,分析PM_(2.5)日均浓度与呼吸系统疾病日门诊人次的关系。结果淄博市主城区2016—2017年PM_(2.5)日均浓度为68.4μg/m~3,医院呼吸系统疾病日门诊人次平均为386.6人次/d。Spearman相关分析表明,呼吸系统疾病日门诊人次与PM_(2.5)、SO_2、NO_2、CO均呈正相关(P0.05)。时间序列分析的单污染物模型显示,PM_(2.5)浓度对医院呼吸系统疾病日门诊人次的影响存在滞后效应,以滞后3 d时效应最强,PM_(2.5)浓度每升高10μg/m~3,呼吸系统日门诊人次的超额危险度(ER)为0.321%(95%CI:0.077%～0.566%);多污染物模型显示,分别引入SO_2、NO_2后,PM_(2.5)浓度每升高10μg/m~3,呼吸系统日门诊人次的ER分别为0.389%(95%CI:0.143%～0.636%)和0.334%(95%CI:0.091%～0.578%),而同时引入SO_2和NO_2后,ER无统计学意义(P0.05)。结论淄博市主城区呼吸系统疾病日门诊人次与短期PM_(2.5)浓度升高存在正向关联,可能会增加呼吸系统疾病的发病风险。     

大气污染对呼吸系统疾病门诊量影响的病例交叉研究

目的探讨短期暴露于大气污染物对呼吸系统疾病门诊量的影响。方法收集北京市2014年1月1日-2015年12月31日逐日大气污染物浓度、气象监测资料以及某三级综合性医院的呼吸系统疾病门诊资料,应用时间分层的病例交叉设计研究方法进行数据分析。结果控制了气象因素的影响后,大气污染对呼吸系统疾病当天门诊量的影响最为明显。PM_(2.5)、PM_(10)、NO_2、SO_2当日浓度每上升10μg/m~3,人群呼吸系统疾病门诊量的OR值分别为1.006 6(95%CI:1.005 8~1.007 5)、1.004 8(95%CI:1.004 1~1.005 6)、1.025 9(95%CI:1.023 7~1.028 0)与1.022 9(95%CI:1.019 8~1.025 9)。结论区域内大气污染物浓度的短期升高可能导致医院呼吸系统疾病门诊量的增加。     

宁波市某城区大气PM_(2.5)中重金属污染特征及健康风险评价

目的调查宁波市某城区大气PM_(2.5)中重金属污染水平,评估对人体潜在健康风险。方法 2016年每月10～17日在宁波市某区儿童医院4层楼顶平台采集大气中PM_(2.5)颗粒物,采用电感耦合等离子体质谱法测定PM_(2.5)中12种重金属水平,采用美国环境保护署(EPA)经典"四步法"对重金属吸入途径进行人群健康风险评估。结果 PM_(2.5)平均浓度0.046(0.010～0.160)mg/m~3,PM_(2.5)中12种重金属平均总浓度176.44 ng/m~3(35.48 ng/m~3～436.71 ng/m~3),呈冬春季高,夏秋季低。人群吸入PM_(2.5)中重金属致癌风险和非致癌风险呈随季节性变化,总体呈冬季春季秋季夏季。其中砷(As)和镉(Cd)致癌风险分别为6.86×10~(-6)和1.06×10~(-6),12种金属对人群全年和不同季节平均非致癌健康风险值均1。结论宁波市城区大气存在PM_(2.5)污染,应重视As和Cd健康风险。     

三明市大气PM_(2.5)浓度及3种水溶性阴离子组成特征

目的了解三明市不同周边环境大气中PM_(2.5)浓度及3种水溶性阴离子SO_4~(2-)、NO_3~-、Cl~-的浓度。方法选择A(周围有居民区、工厂、建筑工地及铁路、公路)、B(周围主要为居民区)两个采样点,2015年每月10~16日每天采样20h。用中流量采样器采样,重量法检测PM_(2.5)浓度,离子色谱法检测SO_4~(2-)、NO_3~-和Cl~-水溶性阴离子浓度。结果采样期间,A、B两点的大气中PM_(2.5)浓度均值分别为67.0μg/m~3与59.8μg/m~3,且冬季秋季春季夏季;SO_4~(2-)、NO_3~-、Cl~-水溶性阴离子浓度均值分别为9.98、4.04、0.34μg/m~3。结论 SO_4~(2-)、NO_3~-、Cl-是采样点大气中PM_(2.5)的重要组成成分。NO_3~-与SO_4~(2-)浓度有相关性,NO_3~-/SO_4~(2-)的比值为0.41,说明采样点大气中PM_(2.5)主要来自固定排放源(燃煤)。