颗粒物污染对高血压门急诊就诊人数的影响-时间序列研究

为探讨颗粒物对金昌市高血压门急诊就诊人数影响的暴露反应关系,本文收集甘肃省金昌市2012年1月1日~2015年12月31日大气PM₁₀、SO₂、NO₂数据及2014年1月1日~2015年12月31日大气PM_2.5污染物监测数据及同期气象观测数据,同时收集近年金昌市三家综合医院的高血压门急诊日就诊病例.采用广义相加模型,分析不同大气污染物与高血压门急诊日就诊人数的关联性.结果表明,在单污染物模型中,滞后L07d时PM₁₀平均浓度每升高一个IQR,高血压日门急诊人数增加2.30%（95% CI：1.30%~3.32%）,L6d时PM_2.5平均浓度每升高一个IQR,高血压日门急诊人数增加2.53%（95% CI：1.45%~3.62%）.PM₁₀和PM_2.5对男性、65岁以上高血压患者门急诊影响更高.SO₂和NO₂与颗粒物之间存在协同效应,沙尘天气下PM₁₀对高血压门急诊人数的影响由2.30%增加到2.36%,PM_2.5的影响由2.53%减少到2.39%.研究得出颗粒物污染对金昌市高血压门急诊就诊人数具有不同程度的影响,其中细颗粒物（PM_2.5）的效应更强.     

兰州市空气污染对儿童呼吸疾病的影响

探讨兰州市空气污染对不同性别和年龄的儿童呼吸疾病就诊人数的影响以及季节性变化.通过收集2013~2017年兰州市空气污染物PM_2.5、PM₁₀、SO₂、NO₂、CO和O₃8h浓度数据、气象数据及3家三甲医院儿童呼吸疾病门诊资料,采用广义相加模型（GAM）控制星期几效应、气象因素、假期效应等混杂因素,分析空气污染物浓度与儿童呼吸系统疾病日门诊量的关系及滞后效应.研究期间,兰州市3家三甲医院儿童呼吸系统疾病日门诊量平均为387人次,范围1~1413人次.单污染物模型结果显示,PM_2.5、NO₂、SO₂、CO均在累积滞后一天（lag01）时效应量达到最大值,其浓度每增加10μg/m³（CO单位为1mg/m³）,儿童呼吸系统疾病就诊人次的超额危险度（ER）及95%可信区间（95% CI）分别为0.245%（95% CI：0.127%~0.363%）,0.568%（95% CI：0.327%~0.808%）,1.661%（95% CI：1.022%~2.302%）,2.245%（95% CI：1.610%~2.883%）;PM₁₀和O₃8h在各滞后天数均无统计学意义.对不同性别、年龄、季节分析发现,性别分层中PM_2.5对女童的影响略高于男童,NO₂、SO₂和CO的影响男童略高于女童;年龄分层发现PM_2.5、NO₂和CO的影响6~14岁组大于0~5岁组,SO₂的影响0~5岁组大于6~14岁组;季节分层中PM_2.5、NO₂、SO₂和CO对门诊量的影响只在冬季有意义,PM₁₀和O₃8h在各个季节均无意义.双污染物模型结果显示,分别调整其他5种污染物后,PM₁₀和O₃8h对儿童呼吸系统疾病门诊量的增加均无统计学意义;调整PM₁₀和O₃8h后,其他污染物呼吸系统疾病门诊量的增加均有统计学意义.兰州空气污染物（PM_2.5、NO₂、SO₂、CO）与呼吸系统疾病门诊量密切相关,并且SO₂和CO浓度增加更易增加儿童呼吸系统疾病的发病风险.性别、年龄和季节对空气污染物和呼吸系统疾病门诊就诊人次的关系有影响.     

金昌市PM2.5及PM10短期暴露对成人血压水平的影响

为探索西北地区颗粒物(PM)短期暴露对人群血压(BP)水平的影响,基于金昌队列研究平台,收集甘肃省金昌市2011~2017年颗粒物污染数据及队列人群血压测量数据,在调整相关混杂因素基础上,采用线性混合效应模型分析PM_2.5和PM₁₀短期暴露对收缩压(SBP)、舒张压(DBP)、平均动脉压(MAP)、脉压(PP)和Mid-BP (SBP和DBP的均值)的影响.结果显示,随着PM_2.5浓度的增加,人群SBP,MAP,PP和Mid-BP均呈上升趋势,该效应值分别在累积滞后05,03,07和05d最大.随着PM₁₀浓度的增加,5种BP指标也均呈上升趋势,效应最大值均出现在累积滞后07d.PM_2.5和PM₁₀对BP产生的影响分别在吸烟和男性人群中更为显著.此外,沙尘天气和气态污染物(SO₂和NO₂)对PM-BP效应存在一定的修饰作用.因此,在该队列人群中,PM_2.5和PM₁₀短期暴露对人群血压具有一定影响,吸烟者和男性人群可能是颗粒物影响血压效应的易感人群.     

广州市大气污染物对2型糖尿病人群死亡的影响

为探讨空气污染物与2型糖尿病的联系,本研究通过收集广州市2013～2018年空气污染物监测数据、2型糖尿病逐日死亡人数以及气象资料,使用时间序列广义相加模型的方法探究了空气污染物(PM_2.5、NO₂、O₃、PM₁₀、SO₂和CO)暴露对2型糖尿病人群逐日死亡人数的影响,同时探讨了0～64岁与65岁以上人群、男性与女性及冷季(11月～次年4月)与暖季(5～10月)下空气污染影响的差异.结果表明空气污染物的影响急促短暂,通常持续3d,且在累积滞后2d时,PM_2.5、NO₂、PM₁₀、O₃、SO₂及CO的浓度每升高一个IQR,2型糖尿病逐日死亡人数分别上升6.3%(RR=1.063;95%CI:1.017,1.112)、4.7%(RR=1.047;95%CI:1.008,1.088)、6.7%(RR=1.067;95%CI:1.020,1.116)、0.5%(RR=1.005...     

广州市大气NO2污染对暴露人群不同疾病死亡的影响

通过收集广州市2011~2015年6种疾病（非意外因素、心血管疾病、脑卒中、缺血性心脏病、呼吸系统疾病以及慢性阻塞性肺疾病）逐日死亡人数、逐日NO₂浓度以及同期气象资料,采用广义相加模型探讨了NO₂暴露对不同疾病死亡的影响（相对危险度,RR值）和累积滞后效应,并进一步采用分层分析方法解析了冷季（11月至次年4月）和暖季（5~10月） NO₂死亡风险的差异.结果表明,NO₂影响急促短暂,通常持续4d.当NO₂浓度升高10μg/m³,在Lag0-4d时,人群非意外死亡人数将上升2.18%（RR=1.0218;95% CI：1.0167,1.0270）,在冷季与暖季分别上升2.6%（RR=1.0260;95% CI：1.0191,1.0328）与0.57%（RR=1.0057;95% CI：0.9952,1.0163）,两者差异有统计学意义（P=0.002）.在不同疾病中,NO₂对慢性阻塞性肺疾病的影响最大.因而NO₂仍然为广州地区人群健康重要的危险因素,需要加强NO₂排放的控制与治理,并且加强冷季健康风险预警以保护公共健康.     

黄石市大气二氧化氮健康效应与人群暴露风险

为揭示黄石市二氧化氮(NO₂)的健康效应和人群暴露风险特征,收集2015～2020年黄石市NO₂浓度、非意外死亡、呼吸系统和循环系统疾病每日死亡人数、内科疾病每日住院人数以及气象要素等资料,探究了黄石市NO₂时空变化,采用时间序列的半参数广义相加模型(GAM)定量评价NO₂对黄石市死亡病例和内科住院病例人数的影响,并对居民的暴露风险(R*)进行评估.结果表明:黄石市NO₂的浓度年内变化呈“U”型,春冬污染较严重,人群密集和工业区NO₂浓度稍高.在最佳滞后时间下,NO₂浓度每增加10μg/m³,非意外死亡、呼吸系统和循环系统病例的死亡人数在lag01、lag3、lag1时达到最大,增加百分比(ER)值分别为1.93%(95%CI:-2.10,6.14),2.13%(95%CI:-6.56,11.62),4.82%(95%CI:-0.22,10.02),内科疾病每日住院人数在lag05时达到最大,增加百分比(IP)值...     

济南市大气颗粒物短期暴露对老年人群血清淀粉样蛋白P组分影响的定群研究

为了解济南市不同粒径大气颗粒物暴露对老年人群血清淀粉样蛋白P组分（SAP）的急性影响,评估大气颗粒物暴露对人群神经系统的健康风险,以山东省济南市甸柳社区为研究地点,采用定群研究设计,对社区76名健康老年人进行5次重复测量,结合社区附近（< 2 km）环保监测超级站的PM_2.5和PM₁₀浓度数据,在控制年龄、性别等协变量情况下,利用线性混合效应模型分别分析PM_2.5和PM₁₀暴露对SAP的效应影响.结果表明:大气颗粒物短期暴露与老年人群SAP的升高呈正相关;PM_2.5累积滞后0~6 h,每升高1个四分位数间距（IQR）,SAP水平升高18.73%（95% CI为9.20%~29.08%）（FDR_H-P < 0.05）（其中,CI为可信区间,FDR_H-P为经多重校正后的P值）;PM₁₀累积滞后0~6 h,每升高1个IQR,SAP水平亦升高,但变化不显著（FDR_H-P>0.05）.研究显示,大气颗粒物暴露可以引起人群反应神经退行性病变的SAP指标升高,提示大气颗粒物对人群神经系统具有潜在威胁;PM_2.5对SAP的效应高于PM₁₀,提示小粒径颗粒物具有较高的健康危害,应加强对小粒径颗粒物的健康影响和干预防护研究.      

沈阳大气污染物与气象因素对呼吸疾病门诊数的影响

利用时间序列的半参数广义相加模型,分析沈阳市2015年12月~2016年12月整个观测期间和污染期间大气污染物与气象因素及其交互作用对呼吸系统疾病门诊就诊人数的影响.结果表明：无论是全人群、不同性别、还是不同年龄人群中,HONO对门诊人数的影响均非常显著.最佳滞后时间下,PM₁₀、PM_2.5、SO₂、NO₂、HONO和NH₃的浓度每增加10μg/m³或1个IQR,对应的呼吸系统疾病日门诊人数增加百分比（ER）分别为1.29%（1.18%~1.4%）,1.31%（1.2%~1.43%）,3.28%（3.07%~3.50%）,5.26%（4.91%~5.61%）,12.89%（4.45%~22.01%）和11.09%（9.84%~12.36%）.HONO、NH₃和PM_2.5对女性的影响远比对男性的影响大,污染日当日对门诊量的影响最大;PM_2.5对≥65岁的老人影响大;NH₃、HONO和SO₂对15~65岁人群影响大.污染天气条件下HONO和NO₂对门诊人数影响最高,均为污染日当日对门诊量的影响最大.沙尘天气Ca²⁺等土壤性离子影响最大.多污染物模型中,不同污染物对呼吸疾病的影响具有协同作用或拮抗作用.气温对各呼吸疾病的影响最强,低温和高污染物浓度对呼吸系统疾病门诊人数的影响有交互作用.     

北京市气温与黑碳和PM2.5对疾病死亡影响的交互效应

通过收集北京市2010~2016年逐日呼吸和心脑血管疾病死亡数据、污染物（BC、PM_2.5、SO₂、O₃和NO₂）日均浓度资料以及同期的气象资料,采用广义相加模型（GAMs）中的主效应模型、非参数二元响应模型和温度分层模型探讨了北京市气温、PM_2.5和BC单效应,以及气温与PM_2.5和BC交互作用分别对呼吸和心脑血管疾病死亡人数的影响.单效应分析结果表明,气温与两种疾病死亡人数的累计暴露-反应关系均呈“J”型分布特征,最适温度为24℃;累计滞后一天情况下PM_2.5和BC的健康效应均最显著,此时PM_2.5和BC浓度每升高四分位间距（IQR）,呼吸系统疾病死亡人数超额增加百分比（ER）分别为2.21%和1.80%,心脑血管疾病死亡人数ER分别为2.02%和1.48%.交互作用的研究结果表明,高温与高浓度的PM_2.5（或BC）对疾病死亡的影响存在协同效应,且高温条件下BC对疾病死亡影响的健康风险大于PM_2.5,当气温大于24℃时,BC和PM_2.5浓度每升高IQR对应的呼吸系统疾病死亡人数ER分别为6.22%和6.17%,心脑血管疾病死亡人数ER分别为5.01%和3.97%.虽然BC只占PM_2.5的一部分,但BC对人群健康的影响不容忽视,应该引起足够的重视.     

环境条件对遵义市呼吸系统疾病的影响及预测研究

为探究气象和空气污染等环境条件对呼吸系统疾病发病的影响,为遵义地区相关疾病预防提供科学依据,采用分布滞后非线性模型和广义线性、相加模型,利用当地气象和污染资料,分析了2012~2016年遵义市气象环境要素对呼吸系统疾病发病的影响.结果显示,遵义市呼吸系统疾病发病状况与当地长期气候状态基本保持一致,气候效应对其的影响占主导作用,其中,冬季为呼吸系统疾病高发期,立秋至处暑前后其发病人数最少,表明此时间段内当地气候条件对呼吸系统疾病患者有气候疗养效应.气温对呼吸系统疾病发病的影响以低温滞后效应为主,在其敏感阈值附近气温每变化1℃,发病人数将累积增加31.6%（95% CI：4.4%~65.8%）;气压以高压滞后效应为主,相对湿度则在低湿部分同时有即时和滞后效应.舒适度对呼吸系统疾病的影响,在冷、热斜胁迫下其发病人数明显多于舒适状况时.PM_2.5、SO₂和NO₂三种污染物的影响都以即时效应为主,而CO则在累积滞后lag04时相对危险度最高,PM_2.5与呼吸系统疾病发病人数的暴露-反应曲线呈单调线性分布,SO₂、NO₂和CO均为“J”型分布.低温与高浓度NO₂或者低湿与高浓度SO₂的协同作用对呼吸系统疾病的影响较大.建立的全年和季节多元逐步回归方程的试预报准确率在75%以上（夏季除外）,其中分季节建模预测效果显著优于全年预测效果.     

臭氧和PM2.5对慢阻肺死亡影响及气温修饰效应

采用广义相加模型评估臭氧和细颗粒物（PM_2.5）暴露对2008~2017年上海浦东居民慢性阻塞性肺疾病（COPD）死亡的超额危险度（ER）和寿命损失年（YLL）的影响.结果表明：臭氧污染集中在4~6月,PM_2.5污染集中在12月、1~2月,10a间臭氧浓度逐年增加,PM_2.5有小幅下降;在最大滞后效应下,臭氧每增加10μg/m³,ER和YLL分别为1.34%（95% CI：0.57%~2.12%）和54.98（95% CI：16.36~106.41）人·a;PM_2.5每增加10μg/m³,两者分别为2.66%（95% CI：1.54%~3.79%）和130.92（95% CI：42.47~274.28）人·a;臭氧对男性和<85岁人群影响显著,PM_2.5对女性和³85岁人群影响显著;暖季时臭氧暴露相关的COPD死亡风险更高,冷季时PM_2.5暴露相关的COPD死亡风险更高.臭氧和PM_2.5致COPD死亡的影响可能因气温水平而异.     

广州市多污染物联合暴露的健康效应评估

本研究应用贝叶斯核机器回归(BKMR)分析了广州市2015~2018年大气主要污染物(SO₂、NO₂、PM₁₀、PM_2.5、CO和O₃)与非意外死亡之间的联合健康效应。结果表明,6种污染物对健康结局均存在较大影响。随着其它污染物固定百分位数浓度的增加,SO₂、O₃或NO₂的浓度从第25百分位数变化到第75百分位数导致的效应值的绝对值逐渐升高;相反,PM_2.5、CO或PM₁₀的浓度从第25百分位数变化到第75百分位数导致的效应值的绝对值逐渐减少。在累积滞后0~1d时,多种空气污染物的混合暴露对非意外死亡人数的影响效应值为正,与最低浓度相较,当所有污染物的浓度增至第90百分位数时,人数非意外死亡人数将增加21.98%(95%CI:3.04%,44.41%)。通过应用BKMR模型,本研究证实多种污染物的暴露可对广州市人群公共健康造成联合的综合影响。在污染物的防控治理上,不仅需要针对当地主要空气污染物,还需加强对多污染物暴露的防控。     

兰州市沙尘天气与痤疮门诊量的时间序列

研究沙尘天气、非沙尘天气下颗粒物（PM_2.5、PM_C、PM₁₀）对痤疮门诊量的影响,并进行性别、年龄分层研究,筛选敏感人群.收集了2013~2017年兰州市沙尘期与非沙尘期3家三甲医院痤疮门诊量资料、大气颗粒物及气象数据,采用基于泊松分布的分布滞后非线性模型（DLNM）,控制气象因素、季节性和长期趋势、星期几效应等混杂因素,分析沙尘期与非沙尘期颗粒物对痤疮门诊量的影响及滞后效应.结果表明：沙尘期时,兰州市3家三甲医院痤疮日均门诊量为26人次,范围3~54人次.非沙尘期时痤疮日均门诊量为37人次,范围1~89人次;单污染物模型显示,PM_2.5、PM_C、PM₁₀均在滞后第6d （lag6）时效应量达到最大值,其浓度每增加10μg/m³,痤疮门诊量的超额危险度（ER）及95%可信区间（95% CI）分别为1.065（95% CI：0.260~1.877）、0.355（95% CI：0.018~0.693）、0.310（95% CI：0.054~0.567）,PM_2.5对痤疮门诊量的影响最为显著;性别及年龄分层发现,性别分层中PM_2.5对女性的影响有统计学意义,其浓度每增加10μg/m³,痤疮门诊量增加1.077（95% CI：0.124~2.039）;年龄分层中,0~18岁组受PM_C、PM₁₀影响显著,19~24岁组受PM_2.5、PM₁₀影响显著,各颗粒物对25~34岁组及≥35岁组效应无统计学意义.在非沙尘期时,PM_2.5、PM_C、PM₁₀不引起痤疮门诊量增加.双/多污染物模型显示,分别调整其他污染物后,PM_2.5、PM_C、PM₁₀对痤疮门诊量的影响与单污染物模型类似,仍具有统计学意义.兰州市沙尘天气下大气颗粒物（PM_2.5、PM_C、PM₁₀）可使痤疮门诊量增加,对女性及青少年影响显著.     

兰州市沙尘天气与痤疮门诊量的时间序列

研究沙尘天气、非沙尘天气下颗粒物（PM_2.5、PM_C、PM₁₀）对痤疮门诊量的影响,并进行性别、年龄分层研究,筛选敏感人群.收集了2013~2017年兰州市沙尘期与非沙尘期3家三甲医院痤疮门诊量资料、大气颗粒物及气象数据,采用基于泊松分布的分布滞后非线性模型（DLNM）,控制气象因素、季节性和长期趋势、星期几效应等混杂因素,分析沙尘期与非沙尘期颗粒物对痤疮门诊量的影响及滞后效应.结果表明：沙尘期时,兰州市3家三甲医院痤疮日均门诊量为26人次,范围3~54人次.非沙尘期时痤疮日均门诊量为37人次,范围1~89人次;单污染物模型显示,PM_2.5、PM_C、PM₁₀均在滞后第6d （lag6）时效应量达到最大值,其浓度每增加10μg/m³,痤疮门诊量的超额危险度（ER）及95%可信区间（95% CI）分别为1.065（95% CI：0.260~1.877）、0.355（95% CI：0.018~0.693）、0.310（95% CI：0.054~0.567）,PM_2.5对痤疮门诊量的影响最为显著;性别及年龄分层发现,性别分层中PM_2.5对女性的影响有统计学意义,其浓度每增加10μg/m³,痤疮门诊量增加1.077（95% CI：0.124~2.039）;年龄分层中,0~18岁组受PM_C、PM₁₀影响显著,19~24岁组受PM_2.5、PM₁₀影响显著,各颗粒物对25~34岁组及≥35岁组效应无统计学意义.在非沙尘期时,PM_2.5、PM_C、PM₁₀不引起痤疮门诊量增加.双/多污染物模型显示,分别调整其他污染物后,PM_2.5、PM_C、PM₁₀对痤疮门诊量的影响与单污染物模型类似,仍具有统计学意义.兰州市沙尘天气下大气颗粒物（PM_2.5、PM_C、PM₁₀）可使痤疮门诊量增加,对女性及青少年影响显著.     

PM10短期暴露对人群空腹血糖和血脂的影响

为探析PM₁₀短期暴露对不同糖代谢水平人群空腹血糖和血脂的影响,以“金昌队列”为研究平台,收集金昌市2011~2017年污染物数据及气象数据.采用近邻模型完成个体PM₁₀暴露评估.运用广义估计方程分析PM₁₀对血糖和血脂指标的影响.采用广义相加混合模型绘制暴露-反应关系曲线.结果表明,PM₁₀浓度每增加一个四分位数间距,空腹血糖(FPG)、总胆固醇(TC)、低密度脂蛋白胆固醇(LDL-C)和高密度脂蛋白胆固醇(HDL-C)分别升高0.58mg/dL (95% CI:0.35,0.82)、0.38mg/dL (95% CI:0.25,0.52)、0.44mg/dL (95% CI:0.31,0.57)和0.34mg/dL (95% CI:0.29,0.40),甘油三酯(TG)降低0.67mg/dl (95% CI:-0.86,-0.47).随着PM₁₀浓度升高,FPG、TC、LDL-C和HDL-C均呈上升趋势,TG呈下降趋势.PM₁₀对男性、年龄≥60岁者血糖和血脂指标影响更显著.因此,PM₁₀与不同糖代谢状态人群血糖和血脂水平异常密切相关,男性和老年人应加强自身防护.