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。     

2014-2018年南昌市大气PM2.5对儿童呼吸系统疾病门诊量的影响

目的分析大气PM_(2.5)对南昌市儿童呼吸系统疾病日门诊量的影响。方法收集2014—2018年南昌市大气污染物、气象、儿童呼吸系统门诊量资料。采用基于Poisson回归的广义线性模型,控制长期和季节变化趋势、气象因素、星期几效应等因素,分析大气PM_(2.5)对儿童呼吸系统门诊量的影响。结果 2014—2018年南昌市PM_(2.5)逐年平均浓度为51、42、43、42、30μg/m~3。空气质量为良、轻度污染、中度污染、重度污染天气的儿童呼吸系统疾病日门诊量均高于空气质量为优的天气,且差异均具有统计学意义(P0.05),门诊量增幅分别为8.94%、14.95%、18.30%、11.78%。单污染物模型显示,PM_(2.5)在当日效应最强,浓度每升高10μg/m~3,儿童呼吸系统疾病门诊量增加0.19%(95%CI:0.12%～0.26%);累积滞后0～7 d的儿童呼吸系统疾病门诊量增加0.25%(95%CI:0.14%～0.36%)。多污染物模型显示,在引入O_(3-8h)后,PM_(2.5)浓度每增加10μg/m~3,当日儿童呼吸系统疾病门诊量增加0.15%(95%CI:0.09%～0.22%)。结论 2014—2018年南昌市大气PM_(2.5)浓度升高会引起使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。     

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.     

北京市大气PM2.5污染对某医院儿科门诊量影响的时间序列研究

目的 探讨北京市大气PM2.5对医院儿科门诊量的影响。方法 采用基于泊松回归的广义线性模型(GLM),控制时间的长期趋势、季节趋势、星期几效应、节假日效应、流感、气象因素等混杂因素后,分析2013-2015年北京市大气PM2.5对某医院儿科门诊量的影响。结果 单污染物模型分析显示PM2.5对儿科总门诊量、儿科呼吸系统疾病门诊量和儿科其他疾病门诊量的影响均有统计学意义,且以当天的效应最强,PM2.5浓度每升高10μg/m³,上述门诊量分别增加0.525%(95%CI:0.428%~0.622%)、0.589%(95%CI:0.473%~0.706%)、0.393%(95%CI:0.218%~0.569%)。多污染物模型分析结果显示,引入其他污染物后,PM2.5对儿科总门诊量和呼吸系统疾病门诊量的影响仍有统计学意义,PM2.5浓度每升高10μg/m³,上述门诊量分别增加0.570(0.342~0.797)、0.697(0.421~0.973);PM2.5对儿科其他疾病门诊量的影响无统计学意义。结论 北京市PM2.5浓度升高可能会引起医院儿科呼吸系统疾病门诊量的增加。     

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...     

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。     

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。     

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。     

合肥市大气PM2.5污染与居民呼吸系统疾病住院量的关系

目的 探讨合肥市大气PM2.5暴露对居民呼吸系统疾病住院量的影响。方法 收集合肥市2019年逐日大气污染物监测资料、气象资料及呼吸系统疾病住院资料。采用基于Poisson分布的GAM模型,评估PM2.5暴露对居民呼吸系统疾病住院量的影响。计算PM2.5浓度每升高10 μg/m3,居民呼吸系统疾病住院量增加的超额风险(ER)及95%可信区间（95%CI）。结果 合肥市大气PM2.5污染对居民呼吸系统疾病住院量存在显著影响。PM2.5每升高10 μg/m3,单日滞后效应和累积滞后效应分别在lag5和lag07时达到最大,居民呼吸系统疾病总住院量分别增加0.95% (95%CI:0.21% ~ 1.70%)和3.48% (95%CI:1.65% ~ 5.33%)。PM2.5对14岁及以下儿童的影响较其他年龄人群明显,对女性的影响也大于男性。结论 合肥市大气PM2.5浓度升高可能会增加居民呼吸系统疾病住院量,14岁及以下儿童及女性更敏感。     

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。     

徐州市PM2.5污染对医院门诊量的影响

目的 了解徐州市PM2.5污染对儿童医院门诊量影响。方法 通过医院HIS系统,收集徐州市儿童医院2015—2019年逐日门诊数据,结合同期大气污染物监测数据,运用统计学方法分析细颗粒物污染水平及其对门诊量的影响。结果 PM2.5质量浓度与日门诊量存在正相关性,且具有滞后性,滞后效应在1 d后最强, PM2.5日均浓度每升高10 μg/m3,预计其对门诊人次的影响将增加0.43%(95%CI:0.36%~0.50%)。结论 PM2.5污染能增加儿童就诊门诊量,应采取有效措施,加大空气污染治理。     

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。     

深圳市大气PM_(10)浓度对呼吸系统疾病日门诊量的影响

目的探讨大气PM10对医院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分析,在控制长期趋势、星期几效应、气象和环境因素等的影响后,对深圳市2008年大气PM10日均浓度与同期某医院呼吸系统疾病日门诊量的关系进行定量回归分析,同时考虑滞后效应。结果当日大气PM10浓度与当日门诊量的关系无统计学意义(P>0.05)。PM10滞后效应以滞后5日的健康效应最强,每上升10μg/m3,超额危险度为1.113%(95%CI 0.613%～1.616%)。考虑CO、NO2、SO2等的影响后,除单独引入CO降低PM10效应估计值外,其余均使PM10的健康效应估计值有所升高。结论深圳市大气PM10污染与医院呼吸系统疾病日门诊量存在正相关。     

我国PM2.5污染与儿童呼吸系统疾病门诊量关系的Meta分析

目的 探究我国PM2.5污染与儿童呼吸系统疾病门诊量的暴露反应关系。方法 通过搜集并整理国内外数据库中2010—2020年发表的我国PM2.5浓度变化与儿童呼吸系统疾病门诊量的相关文献,运用Stata 11.0软件进行meta分析。结果 共纳入21篇文献,22组数据。我国PM2.5质量浓度每升高10 μg/m3,儿童呼吸系统疾病门诊量的相对危险度RR为1.003（95%CI:1.003,1.004）,发表偏倚校正后的RR为1.002（95%CI:1.002,1.003）。结论 我国PM2.5污染与儿童呼吸系统疾病的门诊量之间呈正相关。     

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。     

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。     

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。     

臭氧对儿童呼吸道疾病就诊量的影响研究

目的了解河北省不同地区大气O_3污染现状,阐明O_3对儿童呼吸系统疾病门诊就诊量的影响。方法收集整理2015—2017年河北省儿童医院内科呼吸道疾病就诊人次,并获取同期环保与气象资料,采用非线性分布滞后模型(DLNM)计算O_3对呼吸系统就诊量的超额风险度ER及95%CI,采用滞后(1～16)d效应以及累积(1～16)d效应进行描述,并将效应最大值作为O_3对门诊量影响的评估值。结果①2015—2017年石家庄市、唐山市及张家口市O_3超标天数逐年增多,污染程度逐年加重;②3个城市O_3日均浓度与门诊量具有统计学相关性(P0.01);③石家庄市、唐山市和张家口市O_3对儿童呼吸系统就诊量均存在滞后效应,大气O_3日均浓度每增加10μg/m~3,呼吸系统疾病门诊人次依次增加0.25%(0.14%,0.36%)、0.16%(0%,0.31%)和0.53%(0.12%,0.94%),张家口市影响最大,且O_3对3个城市儿童呼吸系统门诊就诊人次的滞后效应影响变化趋势一致;④石家庄市和张家口市O_3对儿童呼吸系统疾病门诊人次有持续16 d的累积效应,在(13～14) d时达到最大值,大气O_3日均浓度每增加10μg/m~3,呼吸系统疾病门诊人次分别增加0.82%(0.63%,1.01%)和2.37%(1.03%,3.74%),张家口市影响最大,O_3对3个城市呼吸系统门诊就诊人次的累积效应影响变化趋势一致;⑤石家庄市和张家口市O_3对于儿童呼吸系统疾病J00-J06和症状R07门诊人次存在滞后及累积效应,且O_3对J00-J06、R07累积效应持续时间较长,并呈现逐渐上升趋势。结论河北省不同地区O_3对儿童健康影响存在地域性差异,进一步深入探索不同地区O_3的成因及其对人群健康的影响迫在眉睫。     

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。