2013年济南市大气PM2.5污染及雾霾事件对儿童门诊量影响的时间序列分析

目的评估济南市大气PM2.5日均浓度及雾霾事件对儿童内科疾病及呼吸系统疾病就诊量的影响。方法 2013年济南市逐日气象资料、空气污染物资料和门诊量数据分别来源于中国气象科学数据共享服务网、济南市环保局和某儿童专科医院。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、流感和法定节假日等因素进行PM2.5与门诊量的单污染物模型分析、滞后效应(lag1~lag5)和累积滞后效应(lag01~lag05)分析及2013年1月雾霾事件影响分析。采用滞后天数最大效应值作为PM2.5对门诊量影响的暴露风险估计值。结果济南市2013年大气PM2.5日均浓度年均值为110μg/m3,1月雾霾期间PM2.5日均浓度为222μg/m3。该医院内科疾病门诊总量和呼吸系统疾病就诊量日均值分别为437和296人次/d。GLM结果提示内科疾病和呼吸系统疾病就诊量均与PM2.5浓度升高显著相关,均在滞后1 d时达到最高,PM2.5浓度每升高10μg/m3内科疾病门诊总量和呼吸系统疾病就诊量分别增加0.45%(95%CI:0.34%~0.55%)和0.54%(95%CI:0.42%~0.66%);内科疾病门诊总量和呼吸系统疾病就诊量累积滞后4 d时累积增加最高。2013年1月雾霾事件期间内科疾病门诊总量和呼吸系统疾病就诊量分别增加29.24%(95%CI:23.41%~35.34%)和26.95%(95%CI:20.44%~33.82%)。结论 2013年济南市大气PM2.5污染与儿童门诊就诊风险增加显著相关,雾霾事件期间儿童其风险增加更为显著。     

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。     

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。     

石家庄市空气PM2.5浓度与儿童呼吸系统疾病门诊量的关系

目的 分析石家庄市PM_2.5浓度与儿童呼吸系统疾病日门诊量的关系。方法 收集石家庄市2014-2016年气象、污染物及河北省儿童医院内科门诊呼吸系统门诊量数据,采用Poisson广义相加模型分析PM_2.5与儿童呼吸系统疾病日门诊量的关系。根据暴露-反应关系曲线进行分段危险度评估。结果 石家庄市2014-2016年PM_2.5年均值为104.93 μg/m3,该医院儿童呼吸系统疾病日门诊量均值为690例。PM_2.5与日门诊量的暴露-反应关系为非线性,且在低剂量范围时影响较大,在滞后1 d时效应最强,日均浓度每升高10 μg/m3,其儿童呼吸系统疾病日门诊量增加0.26%（95%CI:0.14%~0.38%）。分析PM_2.5累积滞后效应时发现,PM_2.5对儿童呼吸系统日门诊量有累积滞后效应,在累积滞后7 d时效应最强。多污染物分析显示:PM_2.5在只引入SO₂时对呼吸系统疾病日门诊量的效应下降,且差异具有统计学意义。引入其他污染物时,差异均无统计学意义（均有P>0.05）。结论 石家庄市空气PM_2.5会导致儿童呼吸系统疾病门诊量增加。     

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。     

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。     

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。     

广州地区空气污染对儿童呼吸系统疾病就诊人次的影响研究

目的探讨广州地区主要的大气污染物(NO2、PM10和SO2)与儿童呼吸系统疾病门诊人次的关系。方法通过广州市环境保护局和广州某医院分别获得2005年1月1日—2011年12月31日大气污染物(NO2、PM10、SO2)的日均浓度资料和儿科呼吸系统疾病日门诊人次资料,采用分布滞后线性模型分析大气NO2、PM10、SO2对儿科呼吸系统疾病门诊人次的影响。结果大气NO2、PM10和SO2浓度对儿科呼吸系统疾病门诊人次的滞后效应可持续至15 d。大气NO2、PM10、SO2浓度每升高10μg/m3对儿科呼吸系统疾病门诊人次影响的累积效应在0~30 d时均有统计学意义(P0.05),且均于15 d达到最大值(NO2:RR=1.029 2,95%CI:1.024 6~1.033 8;PM10:RR=1.020 4,95%CI:1.016 4~1.024 5;SO2:RR=1.040 8,95%CI:1.032 5~1.049 1)。结论广州大气NO2、PM10、SO2浓度的升高可能会造成15 d内儿童呼吸系统疾病门诊就诊人次的增加。     

武威市沙尘天气对儿童呼吸系统疾病日门诊量的影响

目的探讨武威市沙尘天气对儿童呼吸系统健康的影响。方法收集2015—2016年沙尘天气高发期(3—5月)武威市0～14岁儿童呼吸系统疾病门诊逐日资料和同期气象环境资料,采用分布滞后非线性模型(DLNM)进行沙尘天气PM10和PM2.5浓度与儿童呼吸系统疾病日门诊量的关联性研究。结果与非沙尘天气比较,沙尘天气日均风速(3.31 m/s)、PM10日均浓度(287.32μg/m3)、PM2.5日均浓度(92.57μg/m3)均较高(P0.05)。沙尘天气PM10浓度上升与儿童呼吸系统疾病门诊量的增加相关,呈滞后效应;PM10累积效应对0～14岁儿童、6～14岁儿童分别在滞后3～5 d、3～8 d有统计学意义,分别于第5、8天达最大,RR(95%CI)值分别为1.993 6(1.039 7～3.822 7)、3.795 8(1.064 5～13.534 4);对0～5岁儿童累计效应在整个滞后期均无统计学意义。PM2.5的累积效应对不同年龄儿童在整个滞后期均无统计学意义。结论武威市沙尘天气高浓度PM10污染可增加儿童呼吸系统疾病日门诊量,呈滞后效应,6～14岁儿童是敏感人群。     

广州市越秀区大气NO2污染与儿童呼吸系统疾病门诊量的时间序列分析

目的探讨广州市越秀区大气NO_(2)对儿童呼吸系统疾病门诊量的影响。方法收集2014—2016年大气污染物NO_(2)数据、气象资料和越秀区某儿童医院呼吸系统疾病门诊量资料。采用Spearman秩相关分析和广义相加模型时间序列分析研究大气NO_(2)浓度与同期儿童呼吸系统疾病门诊量的关系和滞后效应。结果2014—2016年越秀区大气NO_(2)浓度年均值分别为61.30、60.46和60.81μg/m^(3),超标天数分别为70、64和62 d。时间序列分析结果表明,大气NO_(2)浓度对呼吸系统疾病门诊量第(0~7)d有明显影响,当天(lag0 d)的影响最大,超额危险度ER(95%CI)为1.45%(0.93%~1.98%);累积滞后(0~6)d(lag06 d)时累积效应最强,超额危险度ER(95%CI)为3.07%(2.04%~4.10%)。结论2014—2016年广州市越秀区NO_(2)浓度增加会导致呼吸系统疾病门诊量增加。     

2017-2019年江苏省淮安市大气PM2.5与儿科呼吸系统疾病门诊量相关性

目的 分析淮安市大气PM_2.5对儿童呼吸系统疾病门诊量的影响，为开展空气污染的健康风险管理，制定儿童健康干预措施提供科学依据。方法收集2017-2019年淮安市大气污染物浓度及气象数据，妇幼保健院呼吸系统疾病门诊量数据、采用基于Poisson分布的广义相加模型(GAM)，分析大气PM_2.5日均浓度与儿科呼吸系统疾病门诊量的关系及其滞后效应。结果2017-2019年淮安市大气PM_2.5日平均浓度为47.49μg/m³，超标率为16.53%。单污染物模型分析显示PM_2.5与儿童呼吸系统疾病门诊量呈正相关。单日滞后效应分析结果表明PM_2.5污染在lag0d～lag4d出现危害效应，且对门诊量的影响差异具有统计学意义(P<0.05)，且在当天达到最大值，健康风险增加0.94%(95%CI:0.86%～1.03%)。累积滞后效应分析结果发现，PM_2.5污染在1～5 d(lag01～lag05)的差异具有统计学意义(P<0.05)，且...     

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。     

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。     

2014-2015年合肥市大气PM2.5污染对儿童门诊量影响的时间序列分析

目的 探讨合肥市大气PM2.5日均浓度对合肥市儿童门诊量的影响.方法 分别从合肥市气象局、合肥市环保局获得2014-2015年合肥市全年气象、环保资料,从合肥市滨湖医院、合肥市第二人民医院医院信息系统(HIS)获取同期儿童门诊资料.采用基于Poisson回归的广义相加模型(GAM)控制时间趋势、温度和相对湿度、星期几效应、法定节假日等因素进行PM2.5对儿童门诊量影响的时间序列分析,分析PM2.5浓度对当日、滞后1～7 d效应(lag0～lag7),以及移动平均浓度对滞后1～7 d的累积滞后效应(lag1～7).结果 2014-2015年合肥市PM2.5平均浓度为(73.1±43.5)μg/m3,是GB 3095-2012《环境空气质量标准》二级标准年均值(35 μg/m3)的2.1倍,2年共有267 d(占36.6％)的PM2.5日均浓度超过国家二级标准24 h均值(75 μg/m3).GAM模型发现PM2.5对合肥市滨湖医院、合肥市第二人民医院的儿科门诊均有显著影响,其中对总门诊量当日的影响最大,合肥滨湖医院、合肥市二院的ER分别为0.65％(95％CI:0.49％～0.81％)、0.92％(95％CI:0.70％～1.13％);对合肥滨湖医院儿童呼吸系统当日的门诊量影响最大[ER=0.78％(95％CI:0.58％～0.99％)],对合肥市二院儿童呼吸系统滞后2d门诊量影响最大[ER=0.90％ (95％CI:0.63％～ 1.18％)].采用PM2.5移动平均浓度分析累积滞后效应时发现,PM2.5污染物对儿童的总门诊量和呼吸系统门诊量均有累积滞后效应,两医院的总门诊和呼吸系统门诊量均在累积滞后7 d (lag0～7)时ER最高,总门诊ER分别为1.60％ (95％CI:1.32％～1.87％)、2.62％(95％CI:2.25％～3.00％),呼吸系统门诊ER分别为1.83％(95％CI:1.48％～2.19％)、3.19％(95％CI:2.7％～3.66％).未发现PM25浓度对儿童循环系统门诊量有显著影响.结论 2014-2015年空气污染对合肥地区儿童门诊量有显著影响,PM2.5浓度增加会导致儿童总门诊、儿童呼吸系统门诊的门诊量增加.     

2016—2020年江西省南昌市大气污染物与儿童呼吸疾病门诊病例数的时间序列关联研究

目的 探讨江西省南昌市6种常规监测大气污染物对儿童呼吸疾病的影响。方法 选取2016－2020年江西省南昌市大气污染物、气象数据和江西省儿童医院呼吸系统日门诊量,采用时间序列Poisson分布的广义相加模型（GAM）,定量分析大气污染物与儿童呼吸系统疾病门诊病例数的相关性。 结果 研究期间大气污染物SO2、NO2、O3-8h、CO、PM2.5、PM10的日均浓度分别为11.35 μg/m3、32.80 μg/m3、 91.80 μg/m3、0.89 mg/m3、37.42 μg/m3、68.22 μg/m3。PM2.5、PM10、SO2、CO、NO2的浓度升高对儿童呼吸系统疾病日门诊量的增加存在统计学意义,均在当日（lag0）和累积滞后第7 d（lag07）效应最强,其中SO2在累积滞后（lag07）的浓度值对儿童呼吸系统疾病门诊病例数的超额危险度（ER = 9.47%,95%CI:6.78%～12.22%）最大。双污染物模型中,调整其他5种污染物后,O3-8h对儿童呼吸系统疾病门诊量的增加无统计学意义;将O3-8h引入双污染物模型后,均一定程度的增加了其他污染物的效应,SO2在O3-8h的影响下,对儿童呼吸系统疾病门诊数影响效应值最大;PM2.5、PM10、O3-8h引入双污染模型后,SO2和NO2的效应值均扩大。 结论 2016－2020年大气污染物对南昌市儿童呼吸系统疾病有统计学影响,污染物浓度的升高导致儿童呼吸系统门诊量就诊人数增加,其中SO2对门诊量影响最大。     

贵阳市大气PM_(2.5)对呼吸系统门诊量影响分析

目的探讨贵阳市大气PM_(2.5)理化特性及其对呼吸系统疾病门诊量的影响。方法从贵阳市环保局收集贵阳市2014—2015年大气质量监测资料,从贵阳市气象局收集贵阳市2014—2015年气象因素监测资料,贵阳市大气PM_(2.5)污染特征及其与主要影响因素间的相关性进行分析;在贵阳市每个观察区内距当地环境监测站最近处各选取1所综合性甲等医院进行调查,收集2所医院呼吸系统疾病患者资料,分析贵阳市大气PM_(2.5)对呼吸系统疾病门诊量的影响情况。结果 2014—2015年贵阳市大气PM_(2.5)日均质量浓度为41.36μg/m~3。6种气象因素日均值之间存在一定的相关性。研究期间呼吸系统门诊量共计77 790人次,平均107人次/d。呼吸系统疾病日门诊量与大气PM_(2.5)之间的SPearman相关系数r=0.11,P0.01(双侧),大气PM_(2.5)与呼吸系统门诊量之间存在正相关性。大气PM_(2.5)对呼吸系统门诊量的影响存在滞后效应,且滞后第4天的滞后效应最强,PM_(2.5)质量浓度每增加10μg/m~3,呼吸系统疾病门诊量增加0.64%。结论贵阳市大气PM_(2.5)与呼吸系统门诊量之间存在正相关性。     

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。     

气象因素对乌鲁木齐市慢阻肺门诊量的影响分析

目的 探讨乌鲁木齐市气象因素对慢性阻塞性肺疾病(chronic obstructive pulmonary disease, COPD)门诊就诊人次的影响及其滞后效应。方法 建立分布滞后非线性模型(distributed lag non-linear models, DLNM),在控制了时间的长期效应、“星期几效应”和空气污染物(O₃,PM₁₀)相关混杂因素的情况下,探讨气象因素和慢阻肺门诊量之间的暴露-滞后-效应关系,并通过亚组分析探讨气象因素对不同人群慢阻肺门诊量的影响。结果 日均气温与慢阻肺门诊量呈“U”型,低温和高温下的相对危险度(RR)均大于1。在-25℃、滞后0 d时,气象因素对年龄≥65岁男性慢阻肺日门诊量效应值最大(RR=1.223,95%CI:1.100～1.360)。相对湿度在滞后0～6 d时对慢阻肺门诊累积就诊风险呈反“J”型,门诊就诊风险随相对湿度的降低而增加。结论 日均气温、相对湿度对≥65岁慢阻肺门诊患者的就诊风险较大。低温对≥65岁男性的慢阻肺门诊就诊风险在暴露当天最大。低湿对≥65岁女性的慢阻肺门诊就诊风险在暴...     

深圳市大气PM10与呼吸系统疾病日门诊量的时间序列分析

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。     

兰州市沙尘颗粒物污染与儿童呼吸系统疾病日门诊人次的关联性研究

目的探讨兰州市沙尘天气颗粒物污染对儿童呼吸系统健康的影响。方法收集2015-2016年沙尘天气高发期(3~5月)兰州市儿童呼吸系统疾病门诊逐日资料和同期气象环境资料,采用分布滞后非线性模型(distributed lag non-linear model,DLNM)分析沙尘天气PM10和PM2.5浓度与儿童呼吸系统疾病日门诊人次的暴露-反应关系,并按年龄层建立模型。结果 2015-2016年3~5月,与非沙尘天气比较,沙尘天气日均相对湿度明显下降,PM10、PM2.5日均浓度显著上升(P0.05);SO_2和NO_2的日均浓度,日均气温,日均风速比较差异无统计学意义(P0.05)。沙尘天气PM10和PM2.5浓度上升与儿童呼吸系统疾病门诊人次的增加相关,呈滞后效应,滞后期2周,且PM2.5效应大于PM10效应。沙尘天气PM10累计效应在儿童全体、0~5岁、6~14岁儿童均以滞后0-14d最大,RR(95CI%)值分别是1.0055(1.001~1.0102)、1.0061(1.0012~1.0109)、1.0055(0.9967~1.0143)。PM2.5效应在儿童全体和0~5岁儿童均以滞后0-14d最大,RR(95CI%)值分别是1.0182(1.0037~1.033)、1.0210(1.0059~1.0364),6~14岁儿童滞后当天效应最大,RR(95CI%)值是1.0113(1.0007~1.0221)。结论兰州市沙尘天气颗粒物污染可增加儿童呼吸系统疾病门诊人次,呈滞后效应,0~5岁儿童是敏感人群。