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。     

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。     

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。     

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。     

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。     

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。     

基于医保大数据的北京市大气污染与循环系统疾病医院门急诊人次的暴露-反应关系研究

目的构建北京市大气PM_(2.5)、PM_(10)、NO_2、SO_2、CO和O_3与循环系统疾病医院门急诊人次的暴露-反应关系。方法基于北京市城镇职工基本医疗保险大数据,收集2013年1月1日至2016年12月31日北京市所有参保医院的门急诊患者信息,采用Anatomical Therapeutic Chemical(ATC)药品词典对药品进行归类,通过门急诊患者的药品使用记录判定其所患疾病分类信息,应用广义相加模型构建大气污染物与循环系统疾病医院门急诊人次的暴露-反应关系。结果研究期间共有110 186 877人次循环系统疾病医院门急诊患者被纳入本研究。大气PM_(2.5)、PM_(10)和NO_2浓度每上升10μg/m~3,循环系统疾病门诊人次分别增加0.64%(95%CI:0.24%～1.04%)、0.30%(95%CI:0.06%～0.53%)和1.02%(95%CI:0.34%～1.71%),急诊人次分别增加0.32%(95%CI:0.21%～0.44%)、0.28%(95%CI:0.15%～0.40%)和0.85%(95%CI:0.41%～1.29%)。分层分析结果显示大气污染与循环系统疾病发生的关联性在女性人群中更强。结论北京市大气PM_(2.5)、PM_(10)和NO_2浓度上升可显著增加暴露人群的循环系统疾病医院门诊和急诊人次,女性群体对大气污染的不良影响更为敏感,应作为重点保护的易感人群。     

包头市大气污染对居民急救人次影响的时间序列分析

目的评估包头市大气污染浓度对居民急救人次的影响。方法收集2015—2017年包头市逐日气象资料、大气污染物(PM_(2.5)、PM_(10)、CO、SO_2、NO_2、O_3)浓度和人群急救资料,并进行描述性分析。采用基于Quasi-Poisson回归的广义相加模型(GLM),控制长期趋势、气象因素、星期几效应等混杂因素后,研究大气污染物浓度与逐日人群急救人次的关系及其滞后效应(lag1～lag7),计算污染物浓度每升高10μg/m~3时急救人次增加的ER值及95%CI。结果大气污染物对人群每日急救人次有明显影响,且均在滞后当天效应较高,其中SO_2效应值最高,其浓度每升高10μg/m~3时急救人次增加0.864%(95%CI:0.284%～1.447%);其次为NO_2,其浓度每升高10μg/m~3时急救人次增加0.589%(95%CI:0.010%～1.172%);效应最低的为CO,其浓度每升高10μg/m~3时急救人次增加0.019%(95%CI:0.002%～0.035%)。结论包头市大气污染对人群急救人次有一定影响。     

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。     

宜昌市大气颗粒物对急救人次急性影响

目的探讨湖北省宜昌市大气颗粒物对急救人次的急性影响。方法收集2014年1月—2017年12月宜昌市的日急救人次、细颗粒物(PM_(2.5))和可吸入颗粒物(PM_(10))日均浓度以及气象条件等资料,采用广义相加模型分别分析PM_(2.5)、PM_(10)与非创伤急诊人次数、呼吸系统和循环系统急诊人次数的暴露–反应关系。结果宜昌市2014—2017年PM_(2.5)和PM_(10)日均浓度平均为(72.2±50.7)和(107.6±60.9)μg/m~3,非创伤急救人次数、呼吸系统急救人次数和循环系统急救人次数的日平均值分别为(33.3±8.6)、(2.6±2.2)和(5.1±3.4)人次;相关分析结果显示,非创伤急救人次数、呼吸系统急救人次数和循环系统急救人次数与PM_(2.5)和PM_(10)暴露均呈正相关(均P 0.05);当PM_(2.5)日均浓度每升高10μg/m~3,当天日均非创伤急救人次数、呼吸系统急救人次数和循环系统急救人次数分别升高0.41%(95%CI=0.10%～0.72%)、1.63%(95%CI=0.62%～2.64%)和0.93%(95%CI=0.17%～1.69%);当PM_(10)日均浓度每升高10μg/m~3,当天日均呼吸系统急救人次数和循环系统急救人次数分别升高1.30%(95%CI=0.50%～2.11%)和0.73%(95%CI=0.13%～1.34%)。结论大气颗粒物PM_(2.5)和PM_(10)浓度升高可能导致非创伤急救人次数、呼吸系统急救人次数和循环系统急救人次数明显增加。     

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。     

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。     

成都市PM_(2.5)水平与人群呼吸系统疾病死亡的时间序列研究

目的探讨成都市空气PM_(2.5)对人群呼吸系统疾病死亡的影响。方法收集成都市2013—2015年空气污染物日平均浓度、呼吸系统疾病每日死亡人数及气象因素,采用时间序列的广义相加模型(generalized additive models,GAM),在控制时间的长期趋势、气象因素等混杂因素的基础上,分析PM_(2.5)浓度对人群呼吸系统疾病死亡的影响。结果单污染物模型中,PM_(2.5)浓度对呼吸系统疾病死亡的效应在滞后1d(lag1)时最大,PM_(2.5)浓度每升高10μg/m~3呼吸系统疾病死亡超额危险度增加0.31%(95%CI:0.10%~0.52%)。多污染物模型中,纳入SO_2、NO_2后,PM_(2.5)浓度对呼吸系统疾病死亡影响消失;纳入O_3后,PM_(2.5)浓度升高对呼吸系统疾病死亡影响有所降低,超额危险度为0.27%(95%CI:0.02%~0.47%)。结论成都市PM_(2.5)浓度升高可能与人群呼吸系统疾病死亡增加有关。     

杭州市大气污染物对儿童呼吸系统疾病影响研究

目的研究杭州市大气污染物浓度与儿童呼吸系统疾病门诊人次的关系。方法收集杭州市儿童呼吸系统疾病监测点医院2014年逐日呼吸系统疾病门诊人次数、大气主要污染物及相关气象因素。采用基于时间序列的Poisson广义相加模型(generalized additive model,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2014年杭州市大气污染物与儿童呼吸系统疾病门诊量的暴露-反应关系及滞后效应,并分别建立单污染物和多污染物模型。结果2014年,杭州市年平均NO_2、PM_(10)、PM2.5的浓度均高于二级标准浓度限值;Spearman秩相关分析显示,儿童呼吸系统疾病门诊人次与多种污染物(SO_2、NO_2、CO_、O_3、PM10、PM2.5)浓度呈正相关(P0.05)。基于GAM模型分析,调整气象因素、"星期几效应"、"假期效应"等因素后,杭州市多种大气主要污染物对儿童呼吸系统疾病健康损害效应从大到小顺序:NO_2[RR(95%CI):1.063 9(1.059 1~1.068 7)]、PM_(10)[RR(95%CI):1.047 9(1.046 0~1.049 9)]、CO_[RR(95%CI):1.039 8(1.016 1~1.064 1)]、O_3[RR(95%CI):1.025 1(1.023 1~1.027 1)]、PM_(2.5)[RR(95%CI):1.024 1(1.022 1~1.026 1)]、SO_2[RR(95%CI):1.020 6(1.012 1~1.029 2)]。结论杭州市大气主要污染物浓度增高可能会导致儿童呼吸系统疾病门诊量增加,应加强监测,降低儿童呼吸系统疾病发病率。     

乌鲁木齐市大气污染对呼吸系统疾病死亡影响的病例交叉研究

目的定量评估乌鲁木齐市大气污染物短期暴露对呼吸系统疾病死亡的影响。方法采用病例交叉研究的方法,分析2014年1月1日—2015年12月31日乌鲁木齐市大污染与呼吸系统疾病死亡相关性,并按采暖期和年龄等潜在混杂因素进行分层分析。结果PM_(2.5)、PM_(10)、SO_2、NO_2质量浓度每增加10μg/m~3,每日呼吸系统疾病死亡发生的OR值分别为1.032(95%CI:1.016~1.049)、1.019(95%CI:1.008~1.030)、1.076(95%CI:1.033~1.120)、1.183(95%CI:1.093~1.281)。按采暖期及年龄分层分析时,PM_(2.5)、PM_(10)、SO_2、NO_2对每层呼吸系统疾病死亡影响均有统计学意义(P0.05),且呼吸系统疾病死亡发生的OR值非采暖期高于采暖期、低龄组高于高龄组。多污染物模型中,PM_(2.5)与其他污染物联合作用对呼吸系统疾病死亡发生OR值均比PM_(2.5)单独影响高,且随着模型中污染物数量的减少OR值有下降趋势。结论乌鲁木齐市大气污染物短期暴露增加呼吸系统疾病死亡人数。     

2015年-2017年杭州市大气PM2.5对儿童医院呼吸系统疾病门诊量的影响

目的分析环境大气PM2.5污染对儿童医院呼吸系统疾病门诊量的影响。方法获取2015年-2017年杭州市某儿童医院门诊量信息,收集全市气象和环境大气污染监测资料,采用广义线性模型(GLM),分析环境大气PM2.5污染对儿童医院呼吸系统疾病门诊量的影响。结果儿童医院呼吸系统疾病日门诊量与日均气温、PM10、NO_2、SO_2、O_3、CO、PM2.5有相关性(P0.01)。在滞后第0 d、3 d、4 d、8 d～19 d,大气PM2.5污染可增加儿童医院呼吸系统疾病门诊量。超额危险度(ER)在当日及累积滞后第25 d达到最大值,环境大气PM2.5污染每升高10μg/m~3儿童医院呼吸系统疾病门诊量提高0.85%(95%CI:0.42%～1.28%)和7.40%(95%CI:5.50%～9.33%)。结论 2015年-2017年杭州市大气污染物PM2.5浓度升高可导致儿童医院呼吸系统疾病门诊量增加,这些影响存在滞后效应及累积效应。     

石家庄市大气臭氧浓度与居民急救关系的时间序列分析

目的探讨石家庄市大气臭氧(O_3)浓度与居民因非意外总急救、循环系统疾病和呼吸系统疾病而寻求急救服务人次的关系。方法收集石家庄市2013—2015年O_3日最大8 h平均浓度(O_3-8 h)、日均气温、相对湿度和每日非意外总急救人次、因循环系统疾病急救人次、因呼吸系统疾病急救人次,采用时间序列分析方法的广义相加模型,分析空气中O_3浓度和居民因非意外总急救、循环系统疾病、呼吸系统疾病寻求急救服务人次的关系。结果研究期间空气中O_3-8 h浓度范围为1.86~262.43μg/m~3;非意外总急救、因循环系统疾病急救和呼吸系统疾病急救日均人次分别为120、39、13人次。O_3-8 h浓度与平均气温呈正相关(r_s=0.80,P0.01),与SO_2、NO_2、PM_(2.5)、PM_(10)及相对湿度均呈负相关(r_s值分别为-0.41,-0.41,-0.32,-0.24,-0.11,P0.01)。大气中O_3-8 h浓度每升高10μg/m~3,居民因呼吸系统疾病急救人次增加1.21%(95%CI:0.59%~1.83%)。结论大气O_3污染(尤其是夏秋季)可能增加居民呼吸系统疾病的风险。     

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。     

舟山市空气污染物与医院门诊量的相关性研究

目的研究舟山市空气污染对医院门诊量的影响,为评价空气污染物健康效应和制定人群干预措施提供依据。方法收集舟山医院2016年每日门诊量和每日空气污染物资料,分析医院各科门诊在空气污染物浓度超标日和达标日的门诊量差异,采用Spearman秩相关分析日均门诊量与空气污染物浓度的相关性。结果 2016年舟山医院日均门诊总量M (Q_R)为3 304 (1 638)人次。2016年舟山市城市主要空气污染物为O3、PM_(2.5)和PM_(10)。空气质量轻度污染及以上日的日均门诊总量、内科日均门诊量、循环系统日均门诊量和其他疾病日均门诊量均高于空气质量优良日(P0.05)。CO浓度与呼吸系统、循环系统日均门诊量均呈正相关(P0.05),与日均门诊总量呈负相关(P0.05);O3-8 h浓度与内科、其他疾病日均门诊量及日均门诊总量均呈正相关(P0.05),与呼吸系统、儿科日均门诊量均呈负相关(P0.05);SO_2浓度与呼吸系统、皮肤和皮下组织日均门诊量均呈负相关(P0.05);NO_2、PM_(10)和PM_(2.5)浓度均与呼吸系统、儿科日均门诊量呈正相关(P0.05)。结论舟山市主要空气污染物为O_3、PM_(2.5)、PM_(10),污染物浓度超标时医院门诊量增加。     

宁波市城区大气PM_(2.5)污染与哮喘门诊量的关联性研究

目的分析宁波市城区不同季节的大气PM_(2.5)污染与哮喘门诊量的关联。方法通过人口健康信息平台收集2014—2016年宁波市城区4家综合性医院的哮喘门诊资料,同期气象和大气污染数据分别由宁波市气象台和环境监测中心提供。采用广义相加模型分析不同季节大气PM_(2.5)污染与哮喘门诊量的关系。结果 2014—2016年共报告宁波市城区哮喘患者45 184例,日均41.23例。宁波市大气PM_(2.5)年平均浓度为(43.12±26.40)μg/m~3;冬季最高,为(65.27±34.51)μg/m~3;夏季最低,为(27.34±12.70)μg/m~3。PM_(2.5)浓度每升高10μg/m~3,全年、夏季和冬季当日哮喘门诊人次分别增加1.14%(95%CI:0.48%～1.81%)、2.40%(95%CI:0.22%～4.63%)和1.37%(95%CI:0.28%～2.48%)。夏季男性受到的影响大于女性(P0.05);冬季65岁人群受到的影响较明显(P0.05)。在双污染物模型中引入NO_2后,夏季PM_(2.5)浓度对哮喘门诊量的影响有所增强(P0.05)。结论夏季和冬季大气PM_(2.5)污染可能增加哮喘门诊量,NO_2可能与PM_(2.5)存在协同作用。