上海市浦东新区不同空气污染区小学生肺功能变化分析

目的探索上海市浦东新区不同空气污染区小学生肺功能变化情况。方法在上海市浦东新区内城区和郊区共选择4所小学,每所学校4年级随机抽取1个班共145名小学生为研究对象,分别在2017年9月、12月和2018年3月、6月检测小学生肺功能4次,同时收集城区和郊区学校附近环境空气质量监测站细颗粒物(PM_(2.5))、可吸入颗粒物(PM_(10))、二氧化硫(SO_2)、二氧化氮(NO_2)、臭氧(O_3)和一氧化碳(CO)的1 h平均浓度;采用t检验、方差分析以及卡方检验比较组间差异,用重复测量方差分析比较城区和郊区小学生肺功能变化趋势。结果环境监测数据显示,2017年9月,城区SO_2、O_3和CO污染物浓度显著低于郊区(P0.01),而NO_2浓度显著高于郊区(P0.01);2017年12月,城区PM_(10)、SO_2、NO_2、O_3污染物浓度显著高于郊区(P0.01),CO污染物浓度显著低于郊区(P0.01);2018年3月,城区PM_(10)、SO_2、NO_2、CO污染物浓度显著高于郊区(P0.01);2018年6月,城区PM_(2.5)、PM_(10)、SO_2、NO_2、CO污染物浓度显著高于郊区(P0.01)。145名小学生中,共132名(91.0%)完成了全4次肺功能检测,城区和郊区学生在身高、体重和性别上差异无统计学意义(P0.05),郊区学生第4次用力肺活量(FVC)和第1次第1 s用力呼气量(FEV1)、呼气流量峰值(PEF)高于城区学生(P0.01);城区和郊区学生肺功能差异具有统计学意义,城区小学生肺功能FVC指标低于郊区小学生(P0.05),FEV1和FEV1/FVC呈现随时间变化的趋势(均P0.01),且呈线性降低(均P0.01),PEF存在时间和地区的交互作用(P0.01)。边际轮廓图显示,郊区学生FVC指标呈上升趋势,但差异无统计学意义,FEV1和FEV1/FVC指标呈下降趋势,且郊区学生后3次检测结果显著低于第1次(P0.05),PEF指标受地域和时间的交互影响,且城区第1次结果显著低于后3次(均P0.01)。结论 2017和2018年上海市浦东新区城区空气质量比郊区差,城区小学生肺功能FVC比郊区小学生差,并且由于冬季大气污染较重,肺功能指标部分出现下降趋势。     

基于典型相关分析的潍坊市大气污染物与气象因素关系的初步探讨

为探讨潍坊市大气污染物与气象因素之间的关系,收集该市大气污染物和气象因素监测数据,采用简单相关和典型相关分析探讨二者关系。简单相关分析结果显示,日均气温、日最高气温、日最低气温、气温日较差与大气污染物PM_(2.5)、PM_(10)、CO、NO_2、SO_2相关,其中气温日较差与PM_(2.5)、PM_(10)、CO、NO_2、SO_2呈正相关,日均气温、日最高气温、日最低气温与PM_(2.5)、PM_(10)、CO、NO_2、SO_2呈负相关,均有统计学意义(P0.05);日均相对湿度与PM_(2.5)呈正相关,与PM_(10)、NO_2、SO_2呈负相关;日均风速与PM_(2.5)、PM_(10)、CO、NO_2、SO_2呈负相关,日均降水量与PM_(2.5)、PM_(10)、CO、NO_2、SO_2呈负相关,均有统计学意义(P0.05)。典型相关分析共提取了4对典型相关变量,典型相关系数分别为0.78、0.74、0.48和0.34。提示研究期间潍坊市气温主要影响气态污染物浓度,相对湿度主要影响PM_(2.5)浓度,风速主要对PM_(10)和NO_2浓度产生较大影响,日均降水量和气温日较差主要影响大气颗粒物浓度。     

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。     

北京市通州区空气污染与医院门诊量关系初探

目的初步探讨北京市通州区空气污染和医院门诊量的关系。方法收集2015-2016年2所监测医院内科和儿科的每日门诊量及其分病种日门诊量数据,并收集同期空气环境质量监测数据,比较污染物浓度和医院门诊量的关系。结果日门诊总量在NO_2的超标日高于达标日(t=-2.748,P0.05),且与NO_2、CO的日均浓度呈正相关(rNO_2=0.171、rCO=0.090,P0.05)。呼吸系统疾病日门诊量在NO_2、CO、PM_(2.5)超标日高于达标日(tNO_2=-5.859、tCO=-2.854、tPM_(2.5)=-3.603,P0.05),并与NO_2、CO、PM_(10)和PM_(2.5)的日均浓度呈正相关(rNO_2=0.302、rCO=0.278、rPM_(10)=0.078、rPM_(2.5)=0.139,P0.05)。循环系统疾病日门诊量在NO_2、CO、PM_(10)、PM_(2.5)超标日高于达标日(tNO_2=-6.056、tCO=-5.412、tPM_(10)=-5.396、tPM_(2.5)=-3.541,P0.05),并与SO_2、NO_2、CO、PM_(10)、PM_(2.5)的日均浓度呈正相关(rSO_2=0.168、rNO_2=0.281、rCO=0.224、rPM_(10)=0.200、rPM_(2.5)=0.136,P0.05)。呼吸系统和循环系统疾病日门诊量随着PM_(2.5)日均浓度的升高而呈增加趋势。皮肤和皮下组织疾病日门诊量在NO_2、PM_(10)超标日低于达标日(tNO_2=-1.998、tPM_(10)=-2.679,P0.05),与SO_2、CO的日均浓度呈负相关(rSO_2=-0.306、rCO=-0.109,P0.05)。眼和附器疾病日门诊量在PM_(10)超标日低于达标日(tPM_(10)=-2.825,P0.05),也与SO_2、CO的日均浓度呈负相关(rSO_2=-0.211、rCO=-0.092,P0.05)。结论通州区空气污染增加可能对呼吸系统疾病和循环系统疾病门诊量的增加有一定影响。     

武汉市大气污染物水平与儿童呼吸道疾病门诊量的滞后效应分析

[目的]评估武汉市大气污染物PM_(2.5)、PM_(10)、NO_2、O_3、CO和SO_2日均质量浓度(以下简称"浓度")对儿童呼吸道疾病就诊量的影响。[方法]收集2015—2016武汉市大气污染物资料、气象资料和湖北省妇幼保健院儿童呼吸系统疾病病例资料。用Spearman相关分析6种大气污染物与平均温度和相对湿度的相关性。采用广义相加模型(GAM)控制星期几效应、气象因素、假期效应等因素,分析大气污染物与儿童上、下呼吸道疾病门诊量和呼吸系统疾病总门诊量的关系及滞后效应(lag1~lag5)和累积效应(lag0:1~lag0:5),选取最大效应值作为大气污染物对就诊量影响的暴露风险估计值。[结果]在累积滞后效应中,大气污染物浓度每上升一个四分位数间距,呼吸系统疾病总门诊量上升的超额危险度(ER)及其95%可信区间(95%CI)分别为:PM_(2.5)(lag0:4)1.78%(0.12%~3.46%)、PM_(10)(lag0:5)3.48%(0.49%~6.56%)、NO_2(lag0:5)6.59%(3.75%~9.52%)、CO(lag0:5)3.27%(0.02%~6.63%)、SO_2(lag0:5)3.66%(0.62%~6.80%)、O_3(lag0:4)2.65%(0.03%~5.29%),都是在累积滞后4~5 d时总门诊量ER达到最高。在滞后效应中,下呼吸道疾病门诊量在PM_(2.5)、PM_(10)、NO_2、CO和SO_2滞后5 d时ER达到最高;上呼吸道疾病门诊量在PM_(2.5)、PM_(10)和SO_2当日,NO_2和CO滞后4 d时ER达到最高;下呼吸道疾病就诊量与O_3无明显关联(P0.05)。[结论]武汉市6种大气污染物浓度升高对儿童呼吸系统疾病门诊量的增加有明显影响,且对下呼吸道疾病存在较为明显的滞后效应。     

重庆市万盛区大气污染物分布特征

为了解重庆市万盛区大气污染物浓度水平及其变化规律,统计分析2016年9月1日—2017年8月31日2个监测站点(W和N)6种大气污染物(SO_2、NO_2、O_3、PM_(2.5)、PM_(10)和CO)逐日、逐时监测资料。结果显示,监测期间6种大气污染物日均浓度的最高值分别为168.33、73.58、170.75、221.12、263.29μg/m~3和2.12 mg/m~3。两个监测站点NO_2、O_3、和CO均未超标,SO_2日均值仅有1 d超标,秋季PM_(10)日均浓度超标率最高(23.46%),冬季PM_(2.5)日均浓度超标率最高(52.51%)。各监测点CO、NO_2、PM_(10)与PM_(2.5)小时变化特征相似,呈双峰型变化趋势;SO_2和O_3呈单峰型变化趋势。PM_(2.5)和PM_(10)浓度的"周末效应"明显。提示重庆市万盛区大气污染物以PM_(2.5)为主,各大气污染物季节差异明显。     

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。     

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。     

上海市奉贤区大气污染物对人群呼吸系统疾病的急性效应

[目的]探讨上海市奉贤区主要大气污染物(PM_(10)、SO_2、NO_2、PM_(2.5)、CO、O_3)对人群呼吸系统疾病的急性效应。[方法]收集2013—2016年上海市奉贤区各级公立医院的呼吸系统门急诊量数据、疾病预防控制中心的户籍人口呼吸系统疾病死亡数据、气象局的气象数据及环境监测站的大气污染物资料。采用广义相加模型对各污染物与呼吸系统疾病日就诊人数和日死亡人数的关系进行模型拟合分析。[结果]各污染物对呼吸系统疾病日门急诊量影响不同:PM_(10)每升高10μg/m~3,当天及滞后1~6 d,日门急诊量分别增加0.37%、0.24%、0.41%、0.54%、0.47%、0.43%、0.36%(均P0.01);SO_2每升高10μg/m~3,当天及滞后1~6 d,日门急诊量分别增加1.87%、1.74%、1.97%、2.15%、2.28%、2.35%、1.92%(均P0.01);NO_2每升高10μg/m~3,当天及滞后1~6 d,日门急诊量分别增加2.51%、1.91%、1.74%、1.85%、1.98%、1.77%、1.57%(均P0.01);PM_(2.5)每升高10μg/m~3,滞后1 d,日门急诊量降低0.35%(P0.01);CO每升高1 mg/m~3,滞后2~3 d,日门急诊量分别降低5.81%、4.03%(P0.01);O_3每升高10μg/m~3,滞后3 d,日门急诊量增加0.37%,滞后5 d,增加0.32%(P0.01)。各污染物对居民呼吸系统疾病死亡的影响也不同:PM_(10)每升高10μg/m~3,滞后3 d,死亡人数增加1.29%(P0.01);SO_2每升高10μg/m~3,滞后3~4 d,死亡人数分别增加4.94%、4.52%(P0.01);NO_2每升高10μg/m~3,当天及滞后2~3 d,死亡人数分别增加4.82%、3.78%、3.98%(均P0.01);O_3每升高10μg/m~3,滞后1 d,死亡人数增加3.12%(P0.01);PM_(2.5)和CO质量浓度变化对当日、滞后1~6 d居民呼吸系统疾病死亡人数改变均没有统计学意义。双污染物模型分析结果显示,调整NO_2后,PM_(10)、SO_2、PM_(2.5)、O_3质量浓度每上升10μg/m~3时,奉贤区居民呼吸系统疾病日门急诊量增加(P0.01)。[结论]上海市奉贤区大气污染物PM_(10)、SO_2、NO_2、O_3对奉贤区呼吸系统疾病门急诊量和户籍居民呼吸系统疾病死亡人数有影响。     

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。     

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。     

2014年—2015年兰州市环境空气质量分析

目的分析2014年—2015年兰州市环境空气质量现状。方法收集兰州市2014年—2015年PM_(10)、PM_(2.5)、NO_2、CO、O_(3-1h)和SO_2的日均浓度监测数据,分析其年度、区域、采暖期、非采暖期分布特征并进行综合评价。结果 2014年—2015年兰州市环境空气质量有所改善,空气中的PM_(10)、PM_(2.5)、CO和SO_2平均浓度下降,NO_2和O_(3-1h)平均浓度上升;除O_(3-1h)外,其余空气污染物均是采暖期高于非采暖期;2014年—2015年市区西部总体污染物浓度较高;环境空气中主要污染物是PM_(10)、PM_(2.5)和NO_2,2014年—2015年污染负荷系数PM_(10)、PM_(2.5)、CO、SO_2下降,NO_2和O_(3-1h)上升。结论 2014年—2015年兰州市环境空气质量逐渐改善,采暖期与非采暖期空气污染物种类有所区别,针对兰州市首要污染物和污染区域等特点,应有针对性地制定改善空气质量的防治措施。     

长沙市城区大气PM_(2.5)浓度与居民每日死亡关系研究

[目的]探讨长沙市城区大气污染物PM_(2.5)暴露对居民每日死亡风险的影响。[方法]收集2014年1月1日至2016年12月31日期间长沙市城区每日温度、相对湿度等气象数据,PM_(2.5)、PM_(10)、NO_2、SO_2、CO等大气污染物数据和居民每日死亡数据。采用分布滞后非线性模型,控制时间长期趋势、气象因素、星期几及节假日效应等混杂因素,分析PM_(2.5)单独暴露及其与PM_(10)、NO_2、SO_2、CO等联合暴露当日至滞后14 d时居民每日总死亡、心血管疾病死亡和呼吸系统疾病死亡的风险。[结果]长沙市城区PM_(2.5)年均质量浓度(以下简称"浓度")为63μg/m3。单污染物模型显示,PM_(2.5)质量浓度上升10μg/m3时,致居民每日总死亡(lag10)和每日心血管疾病死亡(lag1)的风险(RR及其95%CI)分别为1.051 8(1.006 5~1.099 4)和1.086 1(1.005 6~1.173 0),对居民呼吸系统疾病死亡的影响无统计学意义。双污染物模型分析显示,分别引入NO_2、SO_2后,PM_(2.5)致居民每日总死亡的风险增加(RR=1.084 3,95%CI:1.027 8~1.143 9;RR=1.067 9,95%CI:1.015 5~1.123 0),致每日心血管疾病死亡、呼吸系统疾病死亡的风险降低;引入CO后,PM_(2.5)致居民每日总死亡、每日心血管疾病死亡的风险增加,致每日呼吸系统疾病死亡的风险降低。[结论]长沙市城区PM_(2.5)浓度升高可导致居民总死亡的风险增加。     

空气污染对妇幼医院儿内科呼吸系统日门诊量的影响研究

目的探讨空气污染对妇幼医院儿内科呼吸系统日门诊量的影响。方法收集2014—2017年银川市空气污染资料、气象资料、妇幼保健院小儿内科日门诊就诊资料,描述银川市空气污染趋势,采用基于Poisson回归的广义相加模型分析空气污染与妇幼医院儿内科呼吸系统门诊量的暴露—反应关系。结果2014—2017年银川市大气PM_(10)、PM_(2. 5)和NO_2年平均浓度均超过《环境空气质量标准》(GB 3095-2012)中相应空气污染物二级浓度限值,控制了温度、湿度、时间趋势和星期几效应的时间序列分析结果显示PM_(2. 5)、PM_(10)、SO_2和NO_2每升高10μg/m~3对小儿内科呼吸系统日门诊量存在滞后效应。结论空气污染对妇幼医院儿内科呼吸系统日门诊量存在影响,尤其是空气污染物PM10、NO_2和SO_2。     

某市空气污染对慢性阻塞性肺部疾病住院人数的发病影响研究

目的探讨自贡市室外大气污染与慢性阻塞性肺疾病(COPD)发生的关系,为获得早期预警提供依据。方法收集2014年12月18日—2016年7月1日自贡市各城区医院电子病历病案首页数据,结合空气污染物(包括PM_(2.5)、PM_(10)、SO_2、CO、NO_2、O_3)浓度,使用基于聚合机制和滞后机制的皮尔森相关系数分析方法、单因子泊松回归和多因子泊松回归分析方法,分析自贡市空气污染对慢性阻塞性肺部疾病住院人数的发病影响。结果单因子模型分析结果为:各污染物与COPD住院人数有显著相关关系,空气中的SO_2、NO_2每增加10μg/m~3,COPD住院率增加0.3783%、0.2576%;多因子模型分析结果为:空气中的SO_2、NO_2每增加10μg/m~3,住院人数分别增加0.3605%、0.2083%。结论自贡市空气污染物浓度对COPD住院人数有影响且存在累积效应和滞后效应,尤以SO_2、NO_2最为显著。     

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。     

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。     

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。     

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。