2018—2020年西宁市城区PM2.5对儿童呼吸系统门诊量影响的时间序列分析

目的 探讨西宁市城区PM_2.5对儿童呼吸系统疾病、上呼吸道感染和慢性下呼吸道疾病门诊量的影响。方法 收集2018—2020年西宁市城区逐日气象资料、大气污染物数据、儿童呼吸系统疾病、上呼吸道感染和慢性下呼吸道疾病门诊量并进行分析。采用基于Quasi-Poisson回归的广义线性模型(GLM),控制时间的季节和长期趋势、气象因素、星期几效应后,分别开展PM_2.5与逐日儿童呼吸系统疾病、上呼吸道感染和慢性下呼吸道疾病门诊量的单滞后效应(lag0～lag7)和累积滞后效应(lag01～lag07)分析,计算PM_2.5每升高10μg/m³时儿童呼吸系统疾病、上呼吸道感染和慢性下呼吸道疾病增加的超额危险度(ER)。结果 2018—2020年西宁市城区PM_2.5浓度变化趋势与儿童呼吸系统疾病、上呼吸道感染和慢性下呼吸道疾病门诊量呈现一致的月度特征,PM_2.5年平均浓度为32μg/m³,儿童呼吸系统疾病、上呼吸道感染和慢性下呼吸道疾病日均门诊量依次...     

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...     

金华市大气PM2.5对儿童呼吸系统疾病门诊量的影响研究

目的 研究金华市大气PM_2.5对儿童呼吸系统门诊量的影响。方法 采用基于Poisson 分布的广义相加模型(generalized additive mode,GAM),控制气象因素、长期趋势和星期几效应等混杂因素,分析2015－2016年PM_2.5浓度和0~14岁儿童呼吸系统门诊量的关系及滞后效应。结果 2015－2016年金华市大气PM_2.5日均质量浓度为50.32 μg/m³,PM_2.5 浓度与5种气象因素日均值之间存在一定的相关性。Spearman 相关性分析发现大气PM_2.5日均浓度与儿童呼吸系统日门诊量之间存在正相关(r=0.298, P＜0.05)。广义相加模型结果分析,PM_2.5对儿童呼吸系统门诊量存在滞后效应,滞后效应第1 d最强,PM_2.5质量浓度每增加10 μg/m³,儿童呼吸系统疾病门诊量增加0.048 8%(95%CI:0.030 1%~0.059 5%)。结论 金华市大气PM_2.5浓度升高可导致儿童呼吸系统患病风险增加,应采取措施保护易感人群。     

2015-2017年广州市番禺区大气PM2.5污染对某医院儿童呼吸系统疾病门诊量的影响

目的 探讨广州市番禺区大气PM_2.5对儿童呼吸系统疾病门诊量的影响。方法 通过医院信息系统收集广州市番禺区某医院2015—2017年儿科呼吸系统疾病日门诊量资料,同时通过广州市环保局收集同期环保资料,通过中国气象数据网收集同期气象资料,采用Spearman相关分析、时间序列广义相加模型（GAM）分析大气PM_2.5浓度与同期医院儿科呼吸系统疾病门诊就诊量的关系。结果 Spearman相关分析结果显示,儿科呼吸系统疾病门诊量与PM_2.5浓度呈正相关（r=0.16, P<0.05）。时间序列分析结果显示,儿科呼吸系统疾病门诊量在滞后3~5 d均有显著性增加效应（P<0.05）,滞后第4天PM_2.5浓度对呼吸系统疾病门诊量的影响最强,PM_2.5浓度每增加10 μg/m³,呼吸系统疾病门诊量增加0.72%（95%CI：0.22%~1.23%）。结论 2015—2017年广州市番禺区大气PM_2.5污染对儿童呼吸系统疾病门诊量有显著影响,且存在滞后效应,PM_2.5浓度增加会导致儿童呼吸系统疾病门诊量增加。     

深圳市龙岗区大气污染物与医院呼吸系统疾病门诊量的广义相加模型分析

目的 探讨深圳市龙岗区主要大气污染物(SO₂、NO₂、PM₁₀与PM_2.5)与医院呼吸系统疾病门诊量的关系。 方法 收集2013年1月1日－2015年12月31日深圳市龙岗区2家公立医院呼吸系统疾病逐日门诊量资料,深圳市龙岗区逐日大气污染物浓度及逐日气象资料分别来自深圳市环境监测站及气象局,运用时间序列分析广义相加模型对大气污染物日均浓度与呼吸系统疾病门诊量的关系及滞后效应进行分析。 结果 深圳市龙岗区2013－2015年SO₂ 、NO₂ 、PM₁₀ 与PM_2.5浓度中位数分别为8.08、38.08、46.05 μg/m³及31.04 μg/m³。2家医院三年呼吸系统门诊总量为549 169人次,日门诊量中位数为499人次/d。广义相加模型分析结果表明,除NO₂对呼吸系统疾病门诊量影响差异无统计学意义外,其余三种污染物对呼吸系统疾病门诊量影响均存在滞后效应,污染物每升高10 μg/m³,滞后2 d时SO₂对门诊量影响最强(相对危险度RR为1.030 7,95%CI:1.015 7~1.045 9),滞后3 d时PM₁₀与PM_2.5浓度对呼吸系统疾病门诊量影响最强(PM₁₀:RR=1.005 4,95%CI:1.002 8~1.008 0,PM_2.5:RR=1.006 0, 95%CI:1.002 7~1.009 4)。 结论 深圳市龙岗区大气SO₂、PM₁₀与PM_2.5浓度对医院呼吸系统疾病门诊量影响存在滞后效应。     

唐山市PM2.5污染对城市居民呼吸系统疾病日门诊量的影响

目的 评价PM_2.5污染程度对唐山市城市居民呼吸系统疾病日门诊量的影响。方法 收集唐山市2013年11月－2014年3月、2014年11月－2015年3月、2015年11月－2016年3月的气象监测数据、大气污染物浓度资料及各三级甲等综合性医院呼吸系统疾病日门诊人数,采用Pearson相关分析大气污染物、气象因素以及呼吸系统疾病门诊量之间的相关性；采用时间序列的广义相加模型分析大气污染浓度与呼吸系统疾病日门诊量之间的关联性。结果 2013年11月－2014年3月、2014年11月－2015年3月、2015年11月－2016年3月三个时间段内,各大气污染物之间每日浓度的相关性分析结果显示PM₁₀、PM_2.5、SO₂、NO₂、CO之间存在明显的正相关,各大气污染物与气湿之间呈正相关,除PM_2.5外,其他污染物与呼吸系统疾病日门诊量之间无明显的相关性。其中PM_2.5分别滞后1、2、4 d对呼吸系统疾病日门诊量影响最大。且PM_2.5浓度每增加10 μg/m3时,呼吸系统疾病日门诊量分别增加0.25%(95%CI：0.18%~0.32%)、0.65% (95%CI：0.31%~0.99%)、0.42% (95%CI：0.11%~0.73%)。结论 唐山市PM_2.5污染程度增高会导致呼吸系统疾病日门诊量的增加。     

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。     

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...     

大气污染与气象因素对郑州市不同人群和急慢性呼吸系统疾病的影响

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,PM_2.5)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...     

合肥市大气颗粒物污染对成人内科门诊量影响的时间序列分析

目的探讨合肥市大气颗粒物(PM_(2.5)、PM_(10))暴露对成人内科门诊量的影响。方法收集合肥市2016—2018年逐日大气污染物监测资料、气象资料及成人内科日门诊量资料。采用广义相加模型(GAM)的时间序列分析方法,控制时间趋势、气象因素、星期几效应等混杂因素,评估颗粒物浓度对成人内科门诊量的影响,包括滞后效应(lag0~lag7 d)和累积滞后效应(lag01~lag07 d),同时分析引入其他污染物后,对大气颗粒物浓度与成人内科门诊量效应的影响。计算大气颗粒物浓度每升高10μg/m^(3),成人内科门诊量增加的超额风险(ER)及95%可信区间(95%CI)。结果合肥市大气颗粒物浓度升高与成人内科日门诊量增加存在关联。PM_(2.5)每升高10μg/m^(3),成人内科日门诊总量、呼吸系统疾病日门诊量和循环系统疾病日门诊量效应值分别在lag04、lag07和lag04 d达到最大,ER(95%CI)分别为1.04%(0.39%~1.70%)、0.74%(0.06%~1.43%)和2.61%(1.27%~3.96%);PM_(10)每升高10μg/m^(3),成人内科日门诊总量和呼吸系统疾病日门诊量效应值分别在lag0和lag07达到最大,ER(95%CI)分别为0.41%(0.06%~0.76%)和0.77%(0.29%~1.26%)。结论合肥市PM_(2.5)、PM_(10)浓度升高可能会增加成人内科门诊量,且具有一定的滞后性。     

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。     

2017年广州市空气污染物对急救人数的影响分析

目的 了解空气污染物浓度对广州市居民的急救就诊影响情况,为有效提高空气污染相关疾病的早期预防和控制能力提供科学依据。方法 采用时间序列的半参数广义相加模型（GAM）,控制每日急救人次的长期趋势、气象因素、“星期几效应”等混杂因素后,分析广州市2017年1月1日至12月31日大气中逐日的SO₂、NO₂、CO、PM_2.5、PM₁₀、O_3-1h、O_3-8h浓度与居民急救人数的关系。结果 2017年广州市空气中主要污染物为CO,全年空气中PM_2.5、PM₁₀、NO₂、CO浓度12月最高,6月最低;O₃（O_3-1h、O_3-8h）8月份浓度最高,1月最低;SO₂12月最高,1月最低。2017年日均急救人数为405.08例,呼吸系统疾病日均急救人数为26.57例,循环系统疾病日均急救人数38.44例。GAM模型分析结果显示,SO₂、NO₂、CO浓度每上升10个单位,当天及滞后3 d内日均急救总人数相应增加。SO₂浓度升高的当天及滞后第3 天时对呼吸系统疾病急救人数影响最大,每上升10个单位,呼吸系统疾病急救人数分别增加8.01%、9.62%。逐日空气污染物浓度对循环系统疾病急救人数的影响无统计学意义。结论 广州市空气污染物对居民健康存在急性影响,尤其对呼吸系统产生影响,应做好污染物控制,在中、重污染天气下做好敏感人群的健康防护。     

北京市延庆区大气污染物对呼吸系统疾病门急诊量的影响

  目的  探讨北京市延庆区大气污染对人群呼吸系统疾病门急诊量影响。  方法  收集2014-2017年北京市延庆区二级医疗机构的呼吸系统疾病每日门急诊量数据和同期气象数据资料以及大气污染数据资料,运用时间序列的广义相加模型,在控制混杂因素的基础上,分析大气污染物浓度与呼吸系统门急诊量的关系以及滞后效应。  结果  研究表明,大气中空气动力学直径当量直径≤ 2.5 μm的颗粒物（particulate matter 2.5,PM_2.5）每增加10 μg/m3,呼吸系统门急诊量增加0.11%（RR=0.11,95%CI:0.09~0.14,P=0.001）;大气中空气动力学直径当量直径≤ 10 μm的颗粒物（particulate matter 10,PM₁₀）每增加10 μg/m3,呼吸系统门急诊量增加0.17%（RR=0.17,95%CI:0.15~0.19,P=0.001;二氧化氮（nitrogen dioxide,NO₂）每增加10 μg/m3,呼吸系统门急诊量增加0.44%（RR=0.44,95%CI:0.37~0.50,P=0.001）;一氧化碳（carbon monoxide,CO）每增加10 μg/m3,呼吸系统门急诊量增加3.34%（RR=3.34,95%CI:1.57~5.15,P=0.001）,且最强效应期均在第0 d。二氧化硫（sulfur ioxide,SO₂）每增加10 μg/m3呼吸系统门急诊量增加-1.69%（RR=-1.69,95%CI:-1.80~-1.57,P=0.001）,且在第1 d达到最强效应值。臭氧（ozone,O₃）每增加10 μg/m3呼吸系统门急诊量增加-0.12%（RR=0.12,95%CI:-0.15~-0.10,P=0.001）,且在第5 d达到最强效应值。双污染物模型分析中,CO在SO₂的影响下,对呼吸系统疾病门急诊人数影响尤为明显。  结论  本研究结果提示延庆区PM_2.5、PM₁₀、NO₂、CO浓度的增加均会导致呼吸系统门急诊量的增加,且不同污染物之间存在相互作用。     

珠江三角洲地区城市大气细颗粒物与臭氧对循环系统疾病就诊风险的交互作用

目的 了解珠江三角洲地区城市大气细颗粒物（PM_2.5）与臭氧（O₃）对循环系统疾病就诊情况的影响,并进一步探讨PM_2.5和O₃的交互作用。方法 采用时间序列研究方法,选择广州、佛山和珠海市为研究点,从广东省疾病预防控制中心获得2015—2017年3个城市3家三甲医院的每日循环系统疾病门诊就诊数据,从广东省环境监测中心获得每日大气PM_2.5和O₃浓度数据,从广东省气象局获得每日气象数据。采用广义相加模型（GAM）分别分析PM_2.5和O₃平均浓度上升10 μg/m³引起的超额风险（ER）及PM_2.5和O₃的交互作用,并采用Meta分析对多城市的结果进行合并。结果 2015—2017年,广州、佛山和珠海市大气PM_2.5浓度每增加10 μg/m³引起循环系统疾病门诊就诊风险的ER分别为2.45%、0.64%和0.95%; 3个城市大气PM_2.5和O₃浓度每增加10 μg/m³引起的合并ER分别为1.34%（95%CI：0.25%~2.43%）和-0.17%（95%CI：-0.47%~0.14%）。O₃对PM_2.5与循环系统疾病门诊就诊风险存在修饰效应,其中在O₃浓度低时PM_2.5导致的循环系统疾病门诊就诊风险最高,ER为4.19%（95%CI：1.82%~6.56%）;而PM_2.5对O₃与循环系统疾病门诊就诊风险的修饰效应没有统计学意义。结论 珠江三角洲地区城市大气PM_2.5可增加居民的循环系统疾病门诊就诊风险,O₃对其存在修饰效应。     

石家庄市正定县空气污染物对湿疹日门诊量影响的时间序列分析

  目的  探讨石家庄市正定县空气污染物对湿疹日门诊量的影响。  方法  收集正定县2017年1月1日至2019年12月31日的湿疹门诊数据以及同期空气污染物数据(PM₁₀、PM_2.5、SO₂和NO₂)和气象因素数据(日均气温、日均相对湿度)。利用广义相加模型分别建立单污染物模型和双污染物模型，分析空气污染物与湿疹日门诊量之间的关系，并按照性别、年龄进行分层分析。  结果  单污染物模型显示，空气污染物PM₁₀、PM_2.5、SO₂和NO₂浓度每增加10 μg/m3，湿疹日门诊量分别升高0.60%(95% CI:0.16%~1.05%)、0.71%(95% CI:0.04%~1.39%)、4.45%(95% CI:1.51%~7.47%)和2.75%(95% CI:0.24%~5.32%)。拟合双污染物模型后，PM₁₀、PM_2.5和NO₂对湿疹日门诊量的效应消失，SO₂对湿疹日门诊量的效应略微下降。分层分析结果显示，男性、15岁以下和65岁及以上人群可能对污染物更为敏感。  结论  正定县空气污染物PM₁₀、PM_2.5、SO₂和NO₂浓度升高导致湿疹日门诊量增加。     

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。