成都市大气PM_(2.5)相关的老年人超额死亡风险评估

目的探讨成都市大气颗粒物(PM_(2.5))污染所致老年人超额死亡风险。方法收集2013—2016年成都市大气颗粒物(PM_(2.5))日平均浓度、死亡个案数据及气象因素,利用广义相加模型,控制时间的长期趋势、气象因素等混杂因素,分析PM_(2.5)浓度对老年人死亡的影响。收集2017年成都市大气颗粒物(PM_(2.5))日平均浓度和死亡个案数据,根据健康损失计算模型,估算2017年成都市PM_(2.5)污染造成的老年人超额死亡人数。结果单污染物模型显示成都市PM_(2.5)浓度每升高10μg/m~3,老年人非意外总死亡风险增加0.36%(95%CI:0.25%～0.48%),呼吸系统疾病死亡风险增加0.51%(95%CI:0.30%～0.72%),循环系统疾病死亡风险增加0.36%(95%CI:0.16%～0.56%)。多污染物模型中,成都市PM_(2.5)浓度每升高10μg/m~3,老年人非意外总死亡风险增加0.33%(95%CI:0.21%～0.45%),呼吸系统疾病死亡风险增加0.48%(95%CI:0.26%～0.69%),循环系统疾病死亡风险增加0.29%(95%CI:0.09%～0.49%)。2017年成都市老年人因PM_(2.5)污染造成的非意外、呼吸系统疾病、循环系统疾病超额死亡数分别为1 252、540、409人,占当年老年人同死因别总死亡数的1.95%、2.72%、1.94%。结论 PM_(2.5)污染增加老年人超额死亡风险。     

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。     

上海市宝山区空气中PM_(10)和PM_(2.5)污染状况分析

[目的]了解上海市宝山区空气中颗粒物PM10和PM2.5的污染水平,为PM2.5污染防治提供参考。[方法]2007年选择钢研所和罗泾监测点分别作为污染区和对照区,采用称重法进行PM10、PM2.5浓度测定。[结果]宝山区空气中PM10、PM2.5年平均浓度分别0.102mg/m3和0.054 mg/m3;冬春季节浓度高于夏秋季;钢研所监测点浓度高于罗泾监测点浓度;PM2.5占PM10的比值为0.55。[结论]上海宝山区空气中颗粒物污染较严重,存在明显季节变化和地区差异。PM2.5在PM10的比例已超半,应重视细颗粒物的空气污染和健康危害。     

贵阳市大气颗粒物PM10、PM2.5日污染特征

于2015年秋季(1月)、夏季(8月)对贵阳市五个区的大气颗粒物(PM10、PM2.5)进行了监测研究。结果发现,贵阳市大气颗粒物污染很轻,8月和11月PM10、PM2.5的超标率都为0;大气颗粒物PM10和PM2.5浓度季节变化大,11月PM10和PM2.5浓度明显大于8月;2个月的监测数据显示5个区PM10和PM2.5日均值浓度变化趋势基本一致,5个区中南明区的PM10和PM2.5浓度最高,花溪区的PM10和PM2.5浓度最低。PM10中PM2.5比重较大,PM2.5粒径小,对人体健康危害很大。     

长春市PM_(2.5)污染对老年人群心脑血管疾病死亡影响的时间序列分析

目的探索PM_(2. 5)对老年敏感人群因心脑血管疾病死亡的影响,为制定有针对性的环境健康防控措施提供科学依据。方法收集2014年1月1日—2017年12月31日长春市每日人群死亡资料、环保监测资料(包括PM_(2. 5)、PM10、SO_2、NO_2、O3和CO)、气象资料(包括平均温度和平均相对湿度)。采用时间序列分析的方法评估空气污染物对老年人群心脑血管疾病死亡的影响,采用超额危险度(ER)评价空气污染物每升高10μg/m~3(CO每升高1 mg/m~3)人群心脑血管疾病死亡风险的增加量。采用SPSS 13. 0进行描述性分析,相关性检验采用Spearman相关分析,采用R3. 5. 0软件进行时间序列分析。结果 2014—2017年,长春市老年人因心脑血管疾病死亡共26 498人,平均每日死亡18人; PM_(2. 5)、PM10、SO_2、NO_2、O_3、CO平均质量浓度分别为55. 9、93. 3、30. 7、40. 8、89. 1和1. 0 mg/m~3,颗粒物超标情况较重,其他污染物超标情况较少。单污染物模型拟合结果,PM_(2. 5)在滞后1 d时对老年人因心脑血管疾病死亡的影响存在统计学意义(P<0. 05),超额死亡风险(ER)为0. 378%;在累积滞后第1、第2和第3天均呈现出显著性(P<0. 05),并在累计滞后第3天达到最大,超额死亡风险(ER)为0. 442%。NO_2在滞后1和3天以及累积滞后3 d时,O_3在当天以及累积滞后(1～3) d时,CO在滞后1 d以及累计滞后(1～3) d时,均可增加老年人心脑血管疾病死亡风险。多污染物模型拟合结果,在分别调整PM10、SO_2、NO_2、O_3、CO以及全污染物后,PM_(2. 5)对死亡的影响效应消失(P>0. 05)。结论长春市PM_(2. 5)污染与老年人群因心脑血管疾病死亡风险增加有关,但原因可能是PM_(2. 5)与其他各种空气污染物综合作用的结果。     

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。     

常州市大气细颗粒物对老年人死亡影响的时间序列研究

目的 分析常州市大气细颗粒物(PM2.5)暴露对老年人死亡的影响。方法 收集常州市2015年1月1日至2017年12月31日的居民全死因个案资料和同期常州市大气污染物浓度及气象监测资料,采用广义线性模型(GLM)在控制长期趋势、星期几效应及气象因素等混杂因素的基础上,分析PM2.5对老年人(≥65岁)死亡的影响。结果 2015-2017年常州市大气PM2.5浓度均值为50.0μg/m³,超标天数共178天,老年人每日非意外总死亡54.6例,其中呼吸系统疾病日死亡7.7例,循环系统疾病日死亡22.1例。在单污染物模型中,大气PM2.5浓度(lag04)每增加10μg/m³时,老年人日非意外总死亡、呼吸系统疾病和循环系统疾病日死亡数分别增加0.92%(95%CI:0.29%～1.56%)、1.66%(95%CI:0.10%～3.31%)和1.22%(95%CI:0.24%～2.22%)。多污染物模型中,单独调整SO2、NO2或同时调整SO2和NO2后,PM2.5对老年人非意外总死亡、呼吸系统疾病和循环系统疾病死亡的影响效应消失(P>0.05)。结论 常州市大气PM2.5污染对老年人死亡影响有一定的时间滞后性,显著增加老年人日非意外总死亡、呼吸系统疾病和循环系统疾病死亡数。     

住宅室内空气颗粒物污染状况及其与大气浓度关系的初探

目的了解当前住宅室内空气PM2.5和PM10的污染水平及其与室外大气浓度的关系。方法选择10户市区常住家庭,采用单孔多段冲击式颗粒物采样仪进行室内外空气PM2.5、PM10浓度的同时监测。结果非采暖期室内空气PM2.5和PM10的浓度范围分别为27.0～272.9μgm3和42.9～309.6μgm3;采暖期分别为20.7～251.4μgm3和34.0～283.9μgm3。PM2.5与PM10浓度之间呈良好的直线相关关系。室内外颗粒物浓度的相关关系在非采暖期和采暖期有所不同。结论住宅室内空气颗粒物污染比较严重,今后应进一步研究室内颗粒物的污染规律,探讨颗粒物对人群健康的影响。     

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%。...     

2013年南通市春夏季PM_(2.5)污染水平特征

目的了解南通市PM2.5的污染水平特征并提出相关对策建议。方法于2013年春季(3—5月)、夏季(6—8月)在南通市4个典型环境功能区采集春、夏季大气中PM2.5样品,对南通市环境空气中的颗粒物PM2.5污染水平特征进行分析。结果南通市4个功能区(居住区、商业交通居民混合区、文化区、工业区)春夏季的PM2.5平均浓度分别为92.777、79.348μg/m3,108.503、103.702μg/m3,82.304、72.939μg/m3,117.498、110.508μg/m3。结论南通市颗粒物污染严重,应引起大众及相关部门的关注。     

石家庄市PM2.5浓度对居民死亡的急性影响分析

目的 了解石家庄市PM2.5污染特征及其对居民死亡率的影响。方法 收集2013 - 2015年该市逐日大气PM2.5浓度、平均气温、平均相对湿度和居民的死亡数据,利用广义相加模型分析PM2.5日均浓度和居民死亡的关系。结果 研究期间石家庄市日均非意外死亡32人,其中循环系统疾病死亡17人,呼吸系统疾病死亡5人;PM2.5浓度范围为6.3～771.3 μg/m3,平均浓度为118.8 μg/m3。时间序列分析结果表明,该市大气PM2.5浓度每升高10 μg/m3,居民非意外总死亡（lag05）、循环系统疾病死亡（lag05）和呼吸系统疾病死亡（lag1）的风险分别增加0.73%（95%CI:0.42%～1.04%）、1.04%（95%CI:0.64%～1.46%）和0.63%（95%CI:0.07%～1.19%）。结论 石家庄市大气PM2.5浓度的升高可能导致居民非意外总死亡,尤其是循环系统疾病和呼吸系统疾病死亡的增加。     

合肥市大气PM2.5污染与居民呼吸系统疾病住院量的关系

目的 探讨合肥市大气PM2.5暴露对居民呼吸系统疾病住院量的影响。方法 收集合肥市2019年逐日大气污染物监测资料、气象资料及呼吸系统疾病住院资料。采用基于Poisson分布的GAM模型,评估PM2.5暴露对居民呼吸系统疾病住院量的影响。计算PM2.5浓度每升高10 μg/m3,居民呼吸系统疾病住院量增加的超额风险(ER)及95%可信区间（95%CI）。结果 合肥市大气PM2.5污染对居民呼吸系统疾病住院量存在显著影响。PM2.5每升高10 μg/m3,单日滞后效应和累积滞后效应分别在lag5和lag07时达到最大,居民呼吸系统疾病总住院量分别增加0.95% (95%CI:0.21% ~ 1.70%)和3.48% (95%CI:1.65% ~ 5.33%)。PM2.5对14岁及以下儿童的影响较其他年龄人群明显,对女性的影响也大于男性。结论 合肥市大气PM2.5浓度升高可能会增加居民呼吸系统疾病住院量,14岁及以下儿童及女性更敏感。     

大气颗粒物与居民脑卒中发作 或死亡之间关系的Meta分析

目的 研究大气颗粒物污染(PM10、PM25)与居民脑卒中发作或死亡之间的关系.方法 检索文献数据库,应用Meta分析法对符合文献纳入标准的16个有关大气颗粒物与居民脑卒中每日发作或死亡关系的定量研究进行综合分析.根据异质性检验结果选用固定效应模型或随机效应模型,采用大气颗粒物每上升10 μg/m3,居民脑卒中死亡的危险度(OR)为效应值进行效应值合并,做敏感性分析.结果 PM10浓度每上升10 μg/m3,居民脑卒中发作的OR=1.011(95%CI:1.001～1.021),即发作增加1.09%(95%CI:0.10%～2.08%),死亡的OR=1.007(95%CI:1.006～1.008),即死亡增加0.70%(95%CI:0.60%～0.80%),说明PM10浓度上升与居民脑卒中发作或死亡均有统计学相关,敏感性分析结果均稳定;PM25浓度每上升10 μg/m3,居民脑卒中发作的OR=1.001(95%CI:0.992～1.010),死亡的OR=1.052(95%CI:0.958～1.154).结论 研究结果表明PM10的空气污染对居民脑卒中发作率和死亡率的增加有统计学相关,PM25浓度增高与脑卒中发作或死亡无统计学相关.     

Seasonal variations of PM10 and PM2.5 particles loading over tropical urban environment

The extent to which airborne particles penetrate into the human respiratory system is determined mainly by their size, with possible health effects. The research over the scientific evidence of airborne particles to adverse health effects has been intensified in recent years. In the present study particulate matter (PM), PM10 and PM2.5 have been analysed from Quartz Crystal Microbalance (QCM) impactor for the period of January to December over the tropical urban environment, Hyderabad, India. The diurnal variation of PM, PM10 and PM2.5 shows a primary peak at 03:00 local time (LT) and then secondary peak at 10:00 LT followed by a nocturnal peak at 20:00 LT. Seasonal variations of PM, PM10 and PM2.5 suggest that the concentrations have been observed to be maximum during winter and minimum during monsoon. Average values of PM10 and PM2.5 concentrations have been found to be -26 microgm(-3) and -18 microgm(-3) under ambient conditions over the study area. The results suggest that the PM10 concentrations were found to be well below the standards set by several environmental agencies whereas PM2.5 concentrations were found to be quite critical.     

石家庄市大气颗粒物对居民循环系统疾病死亡的寿命损失年影响的研究

目的 探讨石家庄市大气颗粒物(PM₁₀、PM_2.5 )对居民每日循环系统疾病死亡和寿命损失年(YLL)的影响。方法收集石家庄市2018年1月1日—2021年12月31日的每日大气颗粒物、气象资料及循环系统死亡数据,计算每日YLL值,利用广义相加模型评估大气颗粒物对居民每日循环系统疾病死亡和YLL的影响。结果 研究期间,石家庄市PM₁₀、PM_2.5 浓度每升高10μg/m3对每日循环系统疾病死亡的效应最大值分别出现在lag02、lag0,分别为0.37%(95%CI:0.09%～0.64%)、0.61%(95%CI:0.18%～1.04%)。PM₁₀、PM_2.5 每升高10μg/m3,分别导致每日YLL增加1.07年(95%CI:0.06～2.09)、1.73年(95%CI:0.15～3.32)。双污染物模型中,PM10及PM_2.5 均具有独立的健康效应。性别分层结果显示,PM₁₀、PM_2.5...     

北京市丰台区大气PM10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／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。     

Estimating effects of ambient PM(2.5) exposure on health using PM(2.5) component measurements and regression calibration

Most air pollution and health studies conducted in recent years have examined how a health outcome is related to pollution concentrations from a fixed outdoor monitor. The pollutant effect estimate in the health model used indicates how ambient pollution concentrations are associated with the health outcome, but not how actual exposure to ambient pollution is related to health. In this article, we propose a method of estimating personal exposures to ambient PM(2.5) (particulate matter less than 2.5 microm in diameter) using sulfate, a component of PM(2.5) that is derived primarily from ambient sources. We demonstrate how to use regression calibration in conjunction with these derived values to estimate the effects of personal ambient PM(2.5) exposure on a continuous health outcome, forced expiratory volume in 1 s (FEV(1)), using repeated measures data. Through simulation, we show that a confidence interval (CI) for the calibrated estimator based on large sample theory methods has an appropriate coverage rate. In an application using data from our health study involving children with moderate to severe asthma, we found that a 10 microg/m3 increase in PM(2.5) was associated with a 2.2% decrease in FEV(1) at a 1-day lag of the pollutant (95% CI: 0.0-4.3% decrease). Regressing FEV(1) directly on ambient PM(2.5) concentrations from a fixed monitor yielded a much weaker estimate of 1.0% (95% CI: 0.0-2.0% decrease). Relatively small amounts of personal monitor data were needed to calibrate the estimate based on fixed outdoor concentrations.     

北京市大气PM2.5污染对某医院儿科门诊量影响的时间序列研究

目的 探讨北京市大气PM2.5对医院儿科门诊量的影响。方法 采用基于泊松回归的广义线性模型(GLM),控制时间的长期趋势、季节趋势、星期几效应、节假日效应、流感、气象因素等混杂因素后,分析2013-2015年北京市大气PM2.5对某医院儿科门诊量的影响。结果 单污染物模型分析显示PM2.5对儿科总门诊量、儿科呼吸系统疾病门诊量和儿科其他疾病门诊量的影响均有统计学意义,且以当天的效应最强,PM2.5浓度每升高10μg/m³,上述门诊量分别增加0.525%(95%CI:0.428%~0.622%)、0.589%(95%CI:0.473%~0.706%)、0.393%(95%CI:0.218%~0.569%)。多污染物模型分析结果显示,引入其他污染物后,PM2.5对儿科总门诊量和呼吸系统疾病门诊量的影响仍有统计学意义,PM2.5浓度每升高10μg/m³,上述门诊量分别增加0.570(0.342~0.797)、0.697(0.421~0.973);PM2.5对儿科其他疾病门诊量的影响无统计学意义。结论 北京市PM2.5浓度升高可能会引起医院儿科呼吸系统疾病门诊量的增加。     

镇江市大气颗粒物（PM10和PM2.5）对居民每日死亡率影响的时间序列分析

目的 评价镇江市大气颗粒物（PM10和PM2.5）短期暴露对居民每日死亡率的影响。方法 采用基于广义相加模型的时间序列分析方法评估大气颗粒物对镇江市居民死亡率的影响。结果 PM10和PM2.5对人群死亡影响存在滞后效应和累积滞后效应,对女性和≥65岁人群的影响更为显著。PM10和PM2.5分别在累积滞后1 d和2 d时效应最大,PM10和PM2.5每升高10 μg/m3,居民死亡率分别增加0.52%（95%CI:0.10%～0.94%）和0.79%（95%CI:0.14%～1.43%）。结论 镇江市大气颗粒物与居民的超额死亡风险显著相关。     

PM10和PM2.5与人类健康效应关系的研究进展

悬浮在空气中的颗粒物,按其空气动力学直径的大小,可分为PM10和PM2.5。2006年,WHO推荐用PM2.5代替PM10作为空气颗粒物浓度的指标。大气颗粒物（PM2.5）中主要包含有机碳、元素碳及碳酸盐碳。建筑扬尘、土壤尘、民用污染（燃煤）和交通污染（机动车尾气排放）为主要来源。北京、上海、西安日PM2.5和PM10日超标浓度皆较高。风速与春季和冬季的PM2.5质量浓度之间呈负相关,PM2.5质量浓度随空气相对湿度增加而增大,相对湿度与PM2.5质量浓度之间有正相关;温度与PM2.5质量浓度之间则无明显相关性。大气PM2.5浓度的升高会引起全死因疾病死亡率、心血管疾病死亡率的增加。大气PM2.5浓度的升高与心血管疾病有关。建议采取加大环境污染企业的治理力度,此外应该降低大城市汽车数量。