杭州市空气细颗粒物浓度与哮喘就诊人次的关系

为研究大气细颗粒物污染对哮喘门诊就诊的短期影响及各人群的易感性差异,收集杭州市某医院2013年1月1日至2015年12月31日哮喘门诊(含急诊)资料,以及同期空气污染数据和气象数据,考虑到污染物浓度与呼吸系统疾病就诊人次及气象因素之间的非线性关系,采用时间序列广义相加模型及分层分析的方法研究空气污染对哮喘影响的滞后效应及人群按性别、年龄分层的易感性差异,对平均温度、平均相对湿度及长期趋势等采用自然立方样条函数进行平滑拟合,同时用哑元变量控制星期几效应和节假日效应的影响.在P=0.01水平下PM_(2.5)、NO_2、SO_2之间均呈显著的正相关性,而气温与3种污染物之间呈显著的负相关性.PM_(2.5)日均浓度每升高10μg·m~(-3),对哮喘就诊人次影响的相对危险度(relative risk,RR)在滞后5d达到最大值,为1.005 6(95%CI:1.002 1~1.009 1),且具有统计学意义(P0.05).在男性人群和18~64岁人群中,细颗粒物浓度对于哮喘就诊人次的影响在滞后3~5 d的RR值均具有统计学意义,在女性人群和≥65岁人群中,在滞后5 d时RR值均具有统计学意义.在多污染物模型中,引入NO_2的影响后PM_(2.5)对哮喘就诊人次的影响在滞后5 d时的RR有所提升.杭州市PM_(2.5)浓度的升高可能会造成3~5 d内哮喘门诊就诊人次的增加,且对男性人群和老年人群影响更为明显.     

最低气温对兰州市呼吸系统疾病就诊人次的影响研究

通过2013年1月1日~2017年7月31日兰州市呼吸系统疾病逐日就诊资料和气象资料,采用分布滞后非线性模型（DLNM）方法,分析0~30d滞后影响,研究极端低温对不同年龄（<15岁、16~45岁、46~60岁、>60岁）和性别人群呼吸系统疾病就诊人次的影响.结果发现：日均最低温度对相对危险度（RR）的最大RR变化范围为0.89~1.41,变化趋势整体呈现出V字型,在低温附近,温度越低,RR越高;滞后0~4d,极端低温代表的冷效应影响最为显著;滞后5~19d,在日均最低温度0℃附近,出现新的峰值,冷效应对RR的贡献有所下降,热效应对RR的贡献完全消失;滞后20~30d,日均最低温度为-10℃时,出现RR最小值,0℃温度点附近维持RR峰值;滞后22d时,滞后影响完全消失.在极端低温条件下,呼吸系统疾病对低龄人群表现出长期滞后性和高发性,对高龄人群表现出短期滞后性.男性比女性患病的滞后效应更长,患病风险更大.     

北京地区奥运会期间PM2.5对心脑血管疾病的影响

为了探讨2008年奥运会前后减排和限行措施对北京居民心脑血管健康的影响,调查了2006~2010年7~9月的空气质量状况及北京急救中心心脑血管疾病日入院人数,采用时间序列方法中的非参数广义相加模型(GAM),在控制了长期趋势、"星期几效应"及气象因素的影响后,分析了北京PM2.5浓度与心脑血管疾病日入院人数的暴露-反应关系,并按性别、年份建立了模型.结果表明,PM2.5对心脑血管疾病的影响具有一定的滞后效应,全人群、男性和女性滞后均为0~2d,在2006~2010年7~9月中,2008年3个人群的RR均最小,2009年RR最大.PM2.5日均浓度每增加10μg/m3,2008年男性、女性及全人群日入院人数风险分别增加0.18%、0.07%和0.00%,2009年男性、女性及全人群日入院人数风险分别增加3.43%、2.10%和2.97%.2008年7~9月采取的相关政策措施对降低了北京地区居民心脑血管疾病的发病风险具有重要作用.     

气温与湿度的交互作用对呼吸系统疾病的影响

为评价平均气温、相对湿度及其交互作用对呼吸系统疾病急诊就诊人数的影响,采用广义相加模型(GAM),在控制了时间长期趋势、"星期几效应"、节假日效应、空气污染等因素的影响后,分析2009~2011年北京市平均气温、相对湿度及其交互作用对呼吸系统疾病急诊就诊人数影响的暴露反应关系.结果显示,平均气温与呼吸系统疾病急诊就诊人数呈现近似U型的非线性关系,其作用临界点为12℃,当平均气温低于12℃时,气温每升高1℃,呼吸系统疾病急诊就诊人数减少2.26%(95%CI-2.43,-2.09);当气温高于12℃时,气温每升高1℃,呼吸系统疾病急诊就诊人数增加0.92%(95%CI 0.72, 1.11).相对湿度与呼吸系统疾病的效应也呈现U型的分布特征,作用阈值为51%,当相对湿度≤51%时,相对湿度每增加10%,呼吸系统疾病急诊就诊人数减少3.43%(95%CI -3.47%,-3.38%);当相对湿度>51%时,其每增加10%呼吸系统疾病急诊就诊人数增加1.80%(95%CI 1.76%,1.85%).平均气温对呼吸系统疾病的影响受相对湿度水平的调节.在低温环境下,相对湿度越小,气温对呼吸系统疾病的影响越显著,气温每升高1℃,呼吸系统疾病急诊就诊人数减少2.71%(95%CI -2.88,-2.53);;而高温环境下,当相对湿度较大时气温健康效应较强,即气温每升高1℃,呼吸系统疾病急诊就诊人数增加1.37%(95%CI 1.13, 1.61).     

兰州市空气污染对呼吸系统疾病入院人数的影响

为评价兰州市空气污染对居民呼吸系统疾病日入院人数的影响,采用时间序列半参数广义相加模型(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2007~2009年兰州市空气污染物与呼吸系统疾病日入院人数的暴露-反应关系,并按性别和年龄层建立模型.3种空气污染物有一定的滞后效应,PM10滞后2d或5d,SO2滞后3d,NO2在当天或滞后3d对呼吸系统疾病入院人数的相对危险度(RR)值达到最大,其中PM10、SO2和NO2对呼吸系统疾病全人群的RR值分别为1.015、1.049和1.040.年龄￡15岁的人群对兰州市空气污染最为敏感,其次为年龄365岁的老年人群;空气污染对男性的影响较女性明显.     

北京市空气污染物对呼吸系统疾病门诊人数的影响

为评价北京市大气污染对居民呼吸系统疾病门诊人数的影响,采用时间序列半参广义相加模型(GAM),在控制了长期趋势、“星期几效应”及气象因素的影响后,分析2009~2011年北京市空气污染物与呼吸系统疾病门诊人数的暴露-反应关系,并按性别和年龄层建立模型.结果表明,3种污染物有一定的滞后效应,PM10在滞后0~3d(avg03)或0~5d(avg05)的移动平均值,SO2和NO2均在滞后0~2d(avg02)的移动平均值使呼吸系统疾病门诊人数的增加百分比(PI%)值达到最大,其中PM10、SO2和NO2浓度每增加10μg/m3,对应的呼吸系统疾病全人群的PI%分别为1.72%、1.34%和2.57%.年龄365岁的老年人群对北京市空气污染物最为敏感,其次为年龄￡14岁的人群;空气污染对女性的影响较男性明显.     

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.     

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.     

黑碳对呼吸系统发病急性影响及气温修正效应研究

为研究黑碳(BC)对呼吸系统急性发病的影响及气温的修正效应,收集北京市2009~2012年264075例呼吸系统急诊病例与同期空气污染物(BC、PM_2.5、SO₂、NO₂)及气象数据,在划分呼吸道感染部位(上、下呼吸道)与人群年龄的基础上,采用分布-滞后非线性模型与广义相加模型进行建模.首先分别研究BC、气温与发病的(滞后)关联,继而构造二元交互模型探索气温-BC的协同关系,再分层量化BC在不同气温水平的健康影响;并同时纳入气态污染物验证BC结果的稳健性.结果表明,对总呼吸系统、上感、下感而言,气温-发病风险的暴露-响应曲线均近似“V”型,阈值温度分别为24℃、26℃和24℃,且低温的滞后累积影响强于高温.主效应模型揭示BC诱发即时性风险,影响在3d内消失;BC浓度每升高四分位数(IQR),总呼吸系统、上感、下感的超额发病风险(ER)分别为1.97%、2.64%和1.34%.少儿(£14岁)超额发病风险最高(总呼吸系统,3.40%),而老年组(³60岁)结果不甚显著.双污染物模型显示,BC与SO₂共存会放大BC关联风险,尤以上感响应明显;而BC与NO₂共存会适度增强下感风险.BC-气温的非参数二元模型显示,BC升高使发病风险类似对数函数上升,且高温会显著增强BC的健康影响.分层模型得到,每IQR BC在气温高于阈值时导致的下感风险显著高于上感,分别为5.55%、1.27%(P>0.05);而低于阈值时BC所致上、下感风险相当,均在0.55%左右.BC对呼吸系统发病的急性影响与感染部位和气温水平紧密相关,不同年龄段间也体现差异化特征.     

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.     

大气污染对呼吸系统疾病的影响——以河南省A市为例

文章将二氧化硫(SO2)、二氧化氮(NO2)、可吸入颗粒物(PM10)等主要污染物的监测浓度值与呼吸系统疾病(支气管炎、肺炎、哮喘)住院人数进行相关性分析,以探讨A市大气污染对呼吸系统疾病的影响。研究结果表明,二氧化氮(NO2)和可吸入颗粒物(PM10)对支气管炎住院人数有显著影响,可吸入颗粒物(PM10)还与哮喘住院人数有密切的关系,因此A市大气污染可能与呼吸系统疾病的环境病因有关。     

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.     

成都市气温与PM2.5和O3交互作用对疾病死亡人数的影响研究

利用成都市2014~2016年逐日呼吸系统疾病和心脑血管疾病死亡资料、同期气象资料和PM_2.5日均浓度和每日臭氧最大8h平均浓度（O₃）资料,采用分布滞后模型以及广义相加模型中的独立效应模型、非参数二元响应模型和温度分层模型探究了成都市气温、PM_2.5和O₃单效应,以及气温与PM_2.5（或O₃）交互作用对当地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-反应关系均呈反“J”型分布,最适温度在22.2℃,该温度对应的疾病死亡人数最少;累积滞后1d的PM_2.5（或O₃）对应的健康风险最大,此时,PM_2.5和O₃浓度每升高10μg/m³,呼吸系统疾病死亡风险分别增加0.58%和0.54%,心脑血管疾病死亡风险分别增加0.35%和0.66%.分季节研究结果表明,PM_2.5对两种疾病死亡影响的健康风险冬季最高,而O₃的健康风险在秋季最显著.交互作用的研究结果表明,高温与高浓度的PM_2.5（或O₃）对疾病死亡的影响存在协同放大效应,当气温高于22.2℃时,PM_2.5和O₃浓度每升高10μg/m³,对应的呼吸系统疾病死亡风险分别增加2.30%和1.14%,心脑血管疾病死亡风险分别增加1.09%和1.03%.研究结果提示O₃对人群健康的影响也不容忽视,应该引起足够的重视.     

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.