目的了解石家庄市大气污染对儿童呼吸系统疾病的影响,构建石家庄市儿童呼吸系统疾病发病风险空气质量健康指数(air quality health inedx,AQHI)。方法收集石家庄市2017—2021年环境空气污染物、气象及河北省儿童医院呼吸系统疾病门诊资...目的了解石家庄市大气污染对儿童呼吸系统疾病的影响,构建石家庄市儿童呼吸系统疾病发病风险空气质量健康指数(air quality health inedx,AQHI)。方法收集石家庄市2017—2021年环境空气污染物、气象及河北省儿童医院呼吸系统疾病门诊资料,采用广义相加模型定量分析各污染物和气象因素与儿童呼吸系统疾病发病风险的暴露—反应关系,根据超额就诊风险构建AQHI,并比较AQHI与空气质量指数(air quality index,AQI)对儿童呼吸系统疾病发病风险的影响。结果污染物PM_(2.5)、SO2和NO2质量浓度每升高10μg/m3,儿童呼吸系统疾病发病风险分别增加0.23%(95%CI:0.06%,0.41%)、2.10%(95%CI:0.95%,3.27%)和1.18%(95%CI:0.61%,1.75%);O3对儿童呼吸系统疾病发病风险的影响无统计学意义(P>0.05)。性别分层结果提示,PM_(2.5)对女童的影响更大,SO2、NO2均对男童的影响更大;年龄分层结果提示,SO2、NO2对7~14岁儿童的影响更大。综合分析后将PM_(2.5)、SO2、NO2纳入AQHI构建,经与AQI对比,AQHI能更好的描述儿童呼吸系统疾病就医行为。结论石家庄市PM_(2.5)、SO2、NO2均对儿童呼吸系统疾病发病风险有影响,所构建的石家庄市儿童呼吸系统疾病发病风险AQHI可较好地预测大气污染对儿童呼吸系统疾病的影响。展开更多
目的探索构建上海市金山区呼吸系统疾病的空气质量健康指数(air quality health index,AQHI)。方法收集2017—2022年上海市金山区2家综合医院呼吸系统疾病日门诊人次数、大气污染物(PM_(2.5)、PM_(10)、SO_(2)、NO_(2)、O_(3))资料、气...目的探索构建上海市金山区呼吸系统疾病的空气质量健康指数(air quality health index,AQHI)。方法收集2017—2022年上海市金山区2家综合医院呼吸系统疾病日门诊人次数、大气污染物(PM_(2.5)、PM_(10)、SO_(2)、NO_(2)、O_(3))资料、气象(气压、温度、相对湿度)资料,用广义相加模型计算基于呼吸系统疾病的AQHI。结果4种污染物对日门诊人次数影响不同:细颗粒物(fine particulate matter,PM_(2.5))、NO_(2)、SO_(2)、O_(3)分别在滞后3、3、9、0天时,对日门诊人次数影响最大。PM_(2.5)、NO_(2)、SO_(2)、O_(3)浓度每升高10μg/m^(3),超额危险度(excess risk,ER)分别为1.07%(95%CI:0.61%~1.55%)、1.89%(95%CI:0.95%~2.84%)、16.14%(95%CI:11.30%~21.19%)和0.76%(95%CI:0.43%~1.09%)。根据单、双污染物结果,选择PM_(2.5)、NO_(2)、SO_(2)、O_(3)建立AQHI。2017—2022年AQHI呈“右偏态分布”,AQHI<6的天数占98.95%,AQHI为3、4的天数分别占40.76%和22.82%。结论上海市金山区大气污染物对呼吸系统疾病门诊人次数有影响。AQHI能很好反映大气污染暴露对呼吸系统的健康风险。展开更多
目的通过研究空气污染物对不同性别、年龄人群健康效应,构建兰州市不同性别、年龄人群空气质量健康指数(air quality health index,AQHI),并对空气质量进行分级。方法采用时间序列广义相加模型(generalized additive models,GAM)研究200...目的通过研究空气污染物对不同性别、年龄人群健康效应,构建兰州市不同性别、年龄人群空气质量健康指数(air quality health index,AQHI),并对空气质量进行分级。方法采用时间序列广义相加模型(generalized additive models,GAM)研究2001—2009年兰州市空气污染物与呼吸系统疾病日入院人数的健康效应,进而构建兰州市空气质量健康指数(lanzhou air quality health index,LAQHI),并比较AQHI、空气质量指数(AQI)和空气污染指数(API)预测健康的能力。结果 SO2、NO2和PM10对不同性别、年龄人群呼吸系统疾病入院均具有一定的相关和滞后效应,除≥65岁老年人群,SO2在当天、NO2滞后1d、PM10滞后3~6 d即可引起呼吸系统疾病日入院人数增加;SO2对年龄≤15岁人群在滞后1 d,NO2对女性人群在当天,PM10对年龄≤15岁人群在滞后4 d的相对危险度(RR)最高,RR分别为1.082(95%CI:1.055~1.110)、1.065(95%CI:1.037~1.094)和1.036(95%CI:1.024~1.049)。AQHI处于低、中、高、重度等级的天数占总天数的比例分别为51.6%~90.0%、9.3%~31.6%、0.7%~12.1%和0.0%~4.6%,而年龄≥65岁老年人群及男性处于中、高、重度比例均较高,分别为32%、12%、4%及24%、6%和1%,且AQHI预测人群健康的能力要强于AQI和API。结论兰州市空气污染物对不同性别、年龄人群呼吸系统疾病入院均有一定影响,且具有一定滞后效应,其中对女性及年龄≤15岁人群的影响较为显著;AQHI能够用于兰州市空气质量分级,且对健康预测能力较AQI和API理想。展开更多
目的掌握2017―2020年石家庄市大气污染物对居民寿命损失年(years of life lost,YLL)的影响,构建石家庄市空气质量健康指数(air quality health index,AQHI)。方法收集石家庄市2017―2020年大气污染物、气象因素以及居民死亡数据,利用...目的掌握2017―2020年石家庄市大气污染物对居民寿命损失年(years of life lost,YLL)的影响,构建石家庄市空气质量健康指数(air quality health index,AQHI)。方法收集石家庄市2017―2020年大气污染物、气象因素以及居民死亡数据,利用标准寿命表计算每日YLL。采用广义相加模型评估大气污染物与每日YLL的暴露-反应关系,并通过主成分分析法构建大气污染物主成分。应用大气污染物主成分与每日YLL初步构建石家庄市AQHI,并比较AQHI与空气质量指数(air quality index,AQI)对居民YLL的影响。结果2017―2020年石家庄市日均非意外YLL值为719.3人年。细颗粒物(fine particulate matter,PM_(2.5))、可吸入颗粒物(inhalable particles,PM10)、二氧化硫(sulfur dioxide,SO_(2))、二氧化氮(nitrogen dioxide,NO_(2))和臭氧(ozone,O3)浓度每升高1μg/m3,YLL增加量分别为0.270(95%CI:0.002~0.538)、0.230(95%CI:0.048~0.413)、2.383(95%CI:1.068~3.698)、1.135(95%CI:0.323~1.947)和-0.513(95%CI:-0.959~-0.066)。选取2个主成分(方差贡献率分别为66.61%和16.44%)构建AQHI,AQHI每增加1个四分位数间距,全人群、男性、女性、<65岁和≥65岁人群YLL分别增加28.848(95%CI:9.309~48.386)、20.697(95%CI:5.940~35.455)、8.150(95%CI:-1.791~18.092)、16.657(95%CI:2.668~30.646)和12.190(95%CI:1.455~22.926)人年,均高于AQI的YLL增加量。结论2017―2020年石家庄市大气污染物PM_(2.5)、PM10、SO_(2)、NO_(2)和O3均对YLL存在影响。通过大气污染物主成分与每日YLL构建的AQHI可较好地评价空气污染对人群健康的影响。展开更多
文摘目的通过研究空气污染物对不同性别、年龄人群健康效应,构建兰州市不同性别、年龄人群空气质量健康指数(air quality health index,AQHI),并对空气质量进行分级。方法采用时间序列广义相加模型(generalized additive models,GAM)研究2001—2009年兰州市空气污染物与呼吸系统疾病日入院人数的健康效应,进而构建兰州市空气质量健康指数(lanzhou air quality health index,LAQHI),并比较AQHI、空气质量指数(AQI)和空气污染指数(API)预测健康的能力。结果 SO2、NO2和PM10对不同性别、年龄人群呼吸系统疾病入院均具有一定的相关和滞后效应,除≥65岁老年人群,SO2在当天、NO2滞后1d、PM10滞后3~6 d即可引起呼吸系统疾病日入院人数增加;SO2对年龄≤15岁人群在滞后1 d,NO2对女性人群在当天,PM10对年龄≤15岁人群在滞后4 d的相对危险度(RR)最高,RR分别为1.082(95%CI:1.055~1.110)、1.065(95%CI:1.037~1.094)和1.036(95%CI:1.024~1.049)。AQHI处于低、中、高、重度等级的天数占总天数的比例分别为51.6%~90.0%、9.3%~31.6%、0.7%~12.1%和0.0%~4.6%,而年龄≥65岁老年人群及男性处于中、高、重度比例均较高,分别为32%、12%、4%及24%、6%和1%,且AQHI预测人群健康的能力要强于AQI和API。结论兰州市空气污染物对不同性别、年龄人群呼吸系统疾病入院均有一定影响,且具有一定滞后效应,其中对女性及年龄≤15岁人群的影响较为显著;AQHI能够用于兰州市空气质量分级,且对健康预测能力较AQI和API理想。
文摘目的掌握2017―2020年石家庄市大气污染物对居民寿命损失年(years of life lost,YLL)的影响,构建石家庄市空气质量健康指数(air quality health index,AQHI)。方法收集石家庄市2017―2020年大气污染物、气象因素以及居民死亡数据,利用标准寿命表计算每日YLL。采用广义相加模型评估大气污染物与每日YLL的暴露-反应关系,并通过主成分分析法构建大气污染物主成分。应用大气污染物主成分与每日YLL初步构建石家庄市AQHI,并比较AQHI与空气质量指数(air quality index,AQI)对居民YLL的影响。结果2017―2020年石家庄市日均非意外YLL值为719.3人年。细颗粒物(fine particulate matter,PM_(2.5))、可吸入颗粒物(inhalable particles,PM10)、二氧化硫(sulfur dioxide,SO_(2))、二氧化氮(nitrogen dioxide,NO_(2))和臭氧(ozone,O3)浓度每升高1μg/m3,YLL增加量分别为0.270(95%CI:0.002~0.538)、0.230(95%CI:0.048~0.413)、2.383(95%CI:1.068~3.698)、1.135(95%CI:0.323~1.947)和-0.513(95%CI:-0.959~-0.066)。选取2个主成分(方差贡献率分别为66.61%和16.44%)构建AQHI,AQHI每增加1个四分位数间距,全人群、男性、女性、<65岁和≥65岁人群YLL分别增加28.848(95%CI:9.309~48.386)、20.697(95%CI:5.940~35.455)、8.150(95%CI:-1.791~18.092)、16.657(95%CI:2.668~30.646)和12.190(95%CI:1.455~22.926)人年,均高于AQI的YLL增加量。结论2017―2020年石家庄市大气污染物PM_(2.5)、PM10、SO_(2)、NO_(2)和O3均对YLL存在影响。通过大气污染物主成分与每日YLL构建的AQHI可较好地评价空气污染对人群健康的影响。
