共查询到20条相似文献,搜索用时 15 毫秒
1.
深圳市大气PM10与呼吸系统疾病日门诊量的时间序列分析 总被引:3,自引:0,他引:3
目的探讨大气可吸入颗粒污染物(PM10)对医院呼吸系统疾病门诊量的影响。方法2012年1月1日至12月31日疾病资料来源于深圳市2家三级甲等综合性医院逐日门诊病例资料,空气污染物资料来自深圳市环境监测站,气象资料来自气象局。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、星期几效应和气象等影响因素后,对大气PM10日均浓度与呼吸系统疾病日门诊量的关系和滞后效应进行分析。结果深圳市2012年全年日均大气PM10浓度为0.052mg/m^3,符合国家二级标准,2家医院全年呼吸系统门诊量为562174人次,平均1535.99人次/d。广义相加模型分析结果发现PM10日均浓度与呼吸系统疾病门诊量存在正相关关系。滞后6d时PM10日均浓度对呼吸系统疾病门诊量的影响最强[相对危险度(RR)为1.0047,95%CI:1.0036—1.0058]。引入CO、O3、NO2、SO2进行多污染物模型分析发现,多污染物模型的RR值相对单污染物模型有升有降(均P〈0.05),其中以双污染物模型PM10+SO2和三污染物模型PM10+CO+SO2中的PM10的RR值最高,分别为1.0059、1.0067。结论深圳市大气PM10污染与医院呼吸系统疾病日门诊量呈正相关关系,且存在滞后效应。 相似文献
2.
目的 分析阿图什市日均气温对呼吸系统疾病日住院人次的影响。方法 收集2016—2019年阿图什市呼吸系统疾病患者住院病例资料及同期气象和大气污染物数据,采用分布滞后非线性模型(distribution lag non-linear model,DLNM)分析日均气温对呼吸系统疾病日住院人次的影响及滞后效应。结果 日均气温与呼吸系统疾病日住院人次呈"J"型关系,住院风险最低温度为23℃。总人群在极低温、一般低温时滞后0~14 d下对呼吸系统疾病日住院人次累积效应的RR值及95%CI分别为2.32(1.55~3.47)和2.09(1.46~3.00),两者均在当天时住院风险达到最大,且随着滞后日增加住院风险呈先下降后增加再下降趋势,滞后天数均为2 d。在亚组分析中,极低温、一般低温对女性和<16岁人群呼吸系统疾病住院风险的影响较大。极高温、一般高温对总人群及不同亚组中均未表现出明显的健康风险及滞后效应。结论 低温会造成呼吸系统疾病住院风险增加,早期呈明显急性影响,且存在滞后效应,女性和<16岁人群是敏感人群。 相似文献
3.
4.
目的 探讨郑州市大气污染物与气象因素对呼吸系统疾病门诊量的影响。方法 基于2013年10月28日—2018年5月31日期间郑州市大气污染物与气象因素数据,利用分布滞后非线性模型(distributed lag non-linear models,DLNM)分析大气污染物、气象因素与呼吸系统门诊就诊量之间的暴露-滞后效应,并根据性别、年龄和急慢性呼吸系统疾病分层分析。结果 最佳滞后日下,CO、NO2、SO2、可吸入性颗粒物(inhalable particulate matter,PM10)和细颗粒物(fine particulate matter,PM2.5)每增加10μg/m3,相对危险(risk ratio,RR)值分别为1.126(95%CI:1.011~1.254)、1.014(95%CI:1.011~1.018)、1.006(95%CI:1.002~1.010)、1.001(95%CI:1.000~1.002)、1.001(95%CI:1.000~1.001),大气O... 相似文献
5.
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。 相似文献
6.
大气污染与儿科呼吸系统疾病住院人数关系 总被引:4,自引:1,他引:3
目的 探讨深圳市主要大气污染物与儿科呼吸系统疾病住院人数的关系.方法 收集深圳市某医院2006年1月1日-2006年12月31日儿科呼吸系统疾病(上呼吸道感染、肺炎)住院人数资料,结合同时期环境监测和气象资料,进行直线相关回归分析,分析大气污染物对儿科呼吸系统疾病住院人数的影响.结果 大气中的可吸入颗粒物(PM_(10))、NO_2和O_3月浓度与儿童上呼吸道感染住院人数呈正相关(r为0.650,0.820和0.766,P<0.05);大气中的NO_2和O_3月浓度与儿童肺炎住院人数呈正相关(r为0.719和0.692,P<0.05).PM_(10)浓度每增加10μg/m~3,儿科上呼吸道感染住院人数增加0.135%;NO_2浓度每增加10μg/m~3,儿科上呼吸道感染和肺炎住院人数分别增加0.254%和1.129%;O_3浓度每增加10μg/m~3时,儿科上呼吸道感染和肺炎住院人数分别增加0.173%和0.794%.结论 深圳市大气污染物PM_(10)、NO_2和O_3污染对儿童呼吸系统造成一定的损伤,并导致相应疾病住院人数的增加,可能与NO_2和O_3的关系尤为密切. 相似文献
7.
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. 相似文献
8.
目的 探讨大气颗粒物与呼吸系统疾病住院量的暴露反应关系。方法 基于2015—2019年济南市呼吸系统疾病住院数据、大气污染物数据、气象数据,采用广义相加模型(generalized additive model, GAM),分析PM2.5与PM10污染对人群呼吸系统疾病住院风险与滞后效应,并探讨污染水平及年龄性别对住院风险的修饰效应。结果 PM2.5与PM10为济南市近5年首要大气污染物,当日(lag0)PM2.5浓度每升高10μg/m3,呼吸系统住院量超额危险度(excess risk,ER)增加0.58%(95%CI:0.09%~1.07%),高于PM10ER值(0.30%, 95%CI:0.02%~0.59%),且高浓度时超额累积风险高于低浓度。PM2.5和PM10浓度每上升10μg/m3,男性住院量ER分别增加0.92%(95%CI:0.28%~1.57%)和0... 相似文献
9.
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。 相似文献
10.
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。 相似文献
11.
目的探讨空气污染对济南市某医院呼吸系统疾病的短期影响及在人群中的差异。方法收集济南市某医院2010年1月1日至2012年12月31日呼吸系统疾病门诊资料、同期气象及空气污染数据,采用分布滞后非线性模型和温度分层等方法研究空气污染的滞后效应及其与气温的交互作用。结果空气污染当日即可引起呼吸系统门诊量升高,且效应可持续18 d;空气污染指数每升高10时,14 d累积效应可使呼吸系统门诊量增加4.26%(95%CI:1.89%~6.69%);将日最高气温按照P10和P90分为低、中、高3个水平后,空气污染指数每升高10可使呼吸系统疾病门诊量分别增加0.24%(95%CI:-4.65%~5.39%),2.54%(95%CI:0.55%~4.57%)和11.24%(95%CI:4.69%~18.20%),其中高温与空气污染的交互作用有统计学意义(P0.05),且在0~14岁人群中效应更明显。结论空气污染加重会导致呼吸系统疾病门诊人数升高且持续时间较长,并与高温有交互作用。提示高温天气时更应加强对空气污染的防护,尤其应关注儿童等脆弱人群。 相似文献
12.
气象因素对心脑血管疾病日死亡人数影响的时间序列研究 总被引:4,自引:1,他引:4
[目的]研究气象因素对心脑血管疾病日死亡人数的影响.[方法]采用时间序列的Poisson广义相加模型,在控制了时间的长期趋势、季节趋势和其他混杂因素后,研究南京市2004年1月1日-2004年12月31日期间气象因素对心脑血管疾病日死亡人数的影响.[结果]心脑血管疾病日死亡人数与日平均温度、日平均地面气压之间呈线性相关,回归系数分别为-0.01859(P<0.0001)和-0.00138(P<0.0001).[结论]随着日平均温度的降低、日平均地面气压的降低,心脑血管疾病日死亡人数都是增加的. 相似文献
13.
目的研究广州地区气象因素与早产的关系。方法采用时间序列方法,利用广州市白云、越秀、番禺三区2004—2010年早产、气象与空气污染物资料,应用分布滞后非线性模型研究气象因素与早产的关联。结果广州市白云、越秀、番禺三区2004—2010年共活产分娩438 021例,早产儿29973例,早产率为6.84%(95%CI:6.77%~6.92%);日均出生早产儿(11.72±5.63)例,气温均值为(23.41±6.38)℃,相对湿度均值为(67.34±13.84)%,气压均值为(1012.94±6.88)h Pa;风速均值为(6.99±3.70)m/s。气象因素在不同滞后日与早产的关联呈非线性,总体上各气象因素与早产的风险效应呈正向关联。气温、相对湿度、气压和风速分别达到最大值(34℃、100%、1 032.2 h Pa、26 m/s)时,在滞后期(0~26、0~1、0~25、0~24 d)内总体风险效应达到最高,RR值分别为2.01(95%CI:1.28~3.16),1.25(95%CI:1.08~1.45),1.67(95%CI:1.03~2.71)和4.91(95%CI:0.63~38.11)。累积热效应在滞后期0~26 d内最高,RR值为1.47(95%CI:1.16~1.86);累积潮湿风险效应在滞后0 d时最高,RR值为1.12(95%CI:1.05~1.19);累积高气压效应在滞后期0~25 d内最高,RR值为1.34(95%CI:1.01~1.78)。首次怀孕、首次分娩、男婴及孕33~36周的早产亚组对气象因素较为易感,特别是对高温因素。结论广州地区的气温、相对湿度、风速和气压等气象因素可能是早产的重要影响因素。 相似文献
14.
目的探讨巢湖市平均温度对心血管疾病死亡人数影响的规律和特点。方法收集2008—2011年巢湖市居民心血管疾病死亡资料和同时期的气象数据与空气污染数据,采用时间序列的半参数广义相加Poisson回归模型,在控制长期趋势、空气污染和其他气象因素的影响后,定量分析平均温度对心血管疾病死亡人数的影响及其滞后效应。结果日平均温度对滞后5 d心血管疾病死亡人数的效应有统计学意义(P0.01),其相对危险度为0.984(95%CI:0.982~0.997);平均风速滞后5d时的效应有统计学意义(P0.01),平均风速的增加会导致心血管疾病死亡人数的上升。结论巢湖市心血管疾病死亡人数随平均温度的增加而呈下降趋势。 相似文献
15.
目的定量评估乌鲁木齐城区主要大气污染物(SO2、NO2、PM10)对居民循环系统疾病的影响,建立大气污染对人群健康影响的预测模型。方法采用时间序列的广义相加模型(GAM),在控制了时间的长期趋势、季节趋势、周效应、气象因素等混杂因素的基础上,研究乌鲁木齐市区2005年1月1日—2009年12月31日大气污染物浓度与居民所患循环系统疾病人数的关联性。结果大气中SO2、NO2和PM10浓度每增加10μg/m3,循环系统疾病日住院人数相对危险度分别增加1.063(95%CI 1.024~1.091)、1.0341(95%CI 1.011~1.067)和1.057(95%CI 1.021~1.088)。研究期间主要污染物浓度总体呈逐年上升的趋势,循环系统疾病日住院人数不仅持续增加而且是呈周期性的波动存在(夏季偏低,冬季偏高)。结论对乌鲁木齐循环系统疾病日住院人数影响较大的污染物为SO2、PM10,并且与气象因素存在相关性。 相似文献
16.
呼吸系统疾病住院病例流行病学分析 总被引:1,自引:0,他引:1
目的 观察1996~2003年间呼吸系统疾病住院病例构成特点及其变化趋势。方法 采用回顾性调查方法,对同济医学院附属协和医院呼吸内科住院病例进行分析。结果 8年间慢性支气管炎所占比例逐步下降,其构成比由27.37%(1996年)降至15.02%(2003年),肺癌、肺炎、肺结核构成比分别从9.22%,11.55%,3.71%上升至13.88%。18.02%.6.66%。气胸、肺结核、结核性胸膜炎以〈40岁中青年为主,随年龄增长,该3种疾病的构成比逐步下降;慢性支气管炎在〉50岁中老年中明显上升;肺癌随年龄增长构成比缓慢增高。以60~69岁年龄段为最高。结论 1996~2003年间,住院病例的构成发生变化,逐步演变为以慢性支气管炎、肺癌、肺炎3种疾病共同为主;肺结核的构成比呈现上升趋势;疾病构成与年龄相关。 相似文献
17.
《中国预防医学杂志》2016,17(4):269-271
摘要:目的 调查研究重庆市某医院2010-2013年呼吸系统疾病患者住院时间长短的相关因素。方法 收集该院2010-2013年呼吸系统疾病患者4312例,按国际疾病分类(ICD 10) 标准对出院记录的第一诊断进行分类整理。采用SPSS11.0软件,采用狋检验和单因素方差分析,运用多重线性回归方法分析平均住院日相关影响因素,P<0.05 为差异有统计学意义。结果 不同性别平均住院日比较差异有统计学意义(t=2.524,P<0.001);随着年龄的增长,平均住院日延长,差异有统计学意义(F=5.535,P<0.001);不同职业平均住院日差异有统计学意义(F=5.814,P<0.001);肺炎、急性支气管炎、慢性阻塞性肺疾病、支气管哮喘疾病平均住院日差异有统计学意义(F=4.891,P<0.001)。平均住院日与疾病类型(P=0.000)、职业(P=0.000)和年龄(P=0.000)相关。结论 患者住院时间长短由多因素决定,呼吸系统疾病住院时间主要与年龄、性别、职业、疾病类型有关。 相似文献
18.
目的通过分析呼吸系统疾病在所有住院死亡疾病中的构成与顺位,探讨其与环境风险因素的关系。方法对766名因呼吸系统疾病死亡的患者进行统计、分析。结果在所有住院死亡的疾病中,呼吸系统疾病死亡患者最多。结论呼吸系统疾病的高病死率可能与环境风险因素密切相关。 相似文献
19.
20.
目的 探讨大气污染对医院呼吸系统疾病日门诊量的影响.方法 收集广州市某医院2006年1月1日-2008年12月31日呼吸系统疾病日门诊量的统计资料,结合同时期环境监测和气象资料,采用自回归模型(auto-regressionmodel),在消除了气象、季节等混杂冈素的基础上,分析了广州市研究期问大气污染与呼吸系统疾病日门诊量的关系.结果 呼吸系统疾病日门诊的就诊量具有明显的星期效应(医院周六、周日休息所致),呼吸系统疾病就诊量较大月份与各污染物浓度较高的月份趋于一致.大气中SO_2和NO_2的浓度每增加10μg/m~3居民呼吸系统疾病的日门诊就诊最分别各增加3%(P<0.01).灰霾天气的窄气污染物浓度高于非灰霾天气.结论 广州市大气主要污染物SO_2和NO_2浓度的升高引起居民呼吸系统疾病的日门诊就诊量相应增加.Abstract: Objective To know the relationship between air pollutants and daily hospital visits for respiratory diseases in Guangzhou. Methods The data of daily hospital visits for respiratory diseases in a hospital in Guangzhou during 2006 to 2008, along with the daily meteorological factors, air pollutants concentration (NO_2, PM10.FM2.5 and SO_2) were collected. The time series analysis auto-regression model was used, considering the potential confounding factors such as seasonal and meteorological factors. Results Daily hospital visits for respiratory diseases presented a significant week effect, the time of higher daily hospital visits for respiratory diseases was the same of higher concentration of pollutants. When SO_2 and NO_2 increased by 10 μg/m~3, the daily hospital visits increased by 3%(P<0.01). The concentration of pollutants in haze days was higher than that in non-haze days. Conclusion Increase in daily hospital visits for respiratory diseases in Guangzhou can be caused by air pollutant level increasing. 相似文献