大气污染对呼吸系统疾病日门诊量的时间序列分析_陆雯雯.pdf

3期2021 年 WHO 发布报告称，每年因大气污染造成的死亡人数高达 700 万，所损失的健康寿命每年有数百万，大气污染与不健康饮食和吸烟等其他主要全球健康风险因素一样，会促进疾病的发生进展，加重疾病负担。流行病学研究1-6发现，大气污染物浓度升高可增加呼吸系统疾病的发生和死亡风险，但在不同地区、不同人群中的研究结果存在较大差异。门诊数据为短期效应结局指标，相比住院和死亡指标，更能敏感反映出大气污染物对呼吸系统疾病的急性影响7。本研究基于广义相加模型的时间序列，分析银川市不同大气污染物对医院呼吸系统疾病日门诊量的影响，探究大气污染物在不同滞后天数下对呼吸系统的暴露效应关系，以期为呼吸系统疾病的防治提供理论依据。1材料与方法1.1资料来源收集 2019 年 1 月 1 日至2021 年 12 月 31 日银川市多院区医院呼吸系统疾病门诊逐日就诊资料，按照国际疾病分类标准第 10 版（international classification of diseases，ICD-10）进行分类，将疾病编码为 J00-J99、R04-R07 和 R09.0-R09.3（呼吸系统疾病）作为研究样本。从宁夏空气质量监测平台获取同期银川市空气质量日报，采集粒型大气污染物（PM10、PM2.5）、煤烟型大气污染物（NO2）和其他污染物（O3）平均浓度，其中O3采用最大 8 h 平均浓度，其余污染物采用日平均浓度。收集中国气象科学数据共享服务网同期银川市每日气象资料数据，包括日均温度（）、日均湿度（%）、日均风速（m s-2）、日均气压（hPa）、降雨量（mm）、能见度（km）。1.2方法1.2.1时间序列分析以日期、时间变量、日门诊量、气象数据、大气污染物的日均浓度等数据建立时间序列，采用Poisson 分布的广义相加模型建立单污染物模型，控制长期趋势、气象因素、星期几效应及节假日效应等混杂因素，分析大气污染物对呼吸系统疾病日门诊量的短期效应。采用双污染物模型检验模型稳定性。按冷暖季节分层（暖季：510 月，冷季：114 月），研究不同亚组大气污染与日门收稿日期：2022-05-10基金项目：宁夏回族自治区重点研发计划项目（2021BEG03099）作者简介：陆雯雯（1998），女，在读硕士研究生，研究方向：健康统计与卫生服务研究。通信作者：梁沛枫（1976），女，教授，硕士研究生导师，研究方向：健康统计与卫生服务研究。E-mail：doctor_大气污染对呼吸系统疾病日门诊量的时间序列分析陆雯雯1，2，王兴甜1，2，孟华1，2，苏馨雅1，2，梁沛枫3（1.宁夏医科大学公共卫生与管理学院，银川750004；2.宁夏环境因素与慢性病控制重点实验室，银川750004；3.宁夏回族自治区人民医院病案统计科，银川750002）摘要：目的探究银川市大气污染物浓度对医院呼吸系统疾病日门诊量的影响。方法收集 2019 年 1 月 1 日至 2021 年 12 月 31 日银川市多院区医院门诊逐日就诊资料、同期气象数据和大气污染物资料。采用 Poisson分布的广义相加模型计算不同大气污染物对呼吸系统疾病日门诊量的单日滞后效应（lag0lag7）和累计滞后效应（lag01lag07），采用季节分层分析研究不同亚组大气污染与日门诊量的关系。结果单污染模型中PM2.5、PM10、NO2、O3浓度每增加 10 g m-3，日门诊量分别增加 1.398%（95%CI：1.229%1.567%）、17.179%（95%CI：0.678%36.384%）、2.940%（95%CI：2.470%3.412%）和 0.426%（95%CI：0.175%0.677%），分别在lag01、lag06、lag07、lag04 达到最大效应。季节分层分析显示，除去 PM10在冷、暖季最大效应值基本持平外，PM2.5、NO2和 O3最大效应值均出现在暖季，最佳滞后天数分别为 lag1、lag7、lag2。结论银川市大气污染物PM2.5、PM10、NO2和 O3浓度升高均能增加呼吸系统疾病日门诊量，且具有滞后效应，其中污染物 PM10对日门诊量的影响最大。关键词：大气污染；呼吸系统；日门诊量；时间序列分析；广义相加模型中图分类号：R122.2文献标识码：ADOI：10.16050/ki.issn1674-6309.2023.03.015文章编号：1674-6309（2023）03-0309-06论著第 45 卷3 期2023 年 3 月宁夏医科大学学报Journal of Ningxia Medical University309宁夏医科大学学报45卷诊量的关系。1.2.2广义相加模型log E（Yt）=Zt+s（time，df1）s（X1t，df2）+s（Xnt，df2）+as.factor（Dow）+as.factor（Holiday）+式中，Yt 为第 t 日呼吸系统疾病日门诊量；为线性回归系数；s 为非参数平滑样条函数；Zt 为第 t 日污染物浓度变量；Xt 为第 t 日气象因素变量；df1 为控制长期趋势的自由度，以赤池信息准则（AIC）最小原则确定，本文计算自由度为 9/年；df2 为气象因子自由度，结合文献1，选择自由度为 3；Dow 为星期几效应；Holiday 为节假日效应；为截距。依据计算出的回归系数（），定量计算不良健康效应的损失，结果用超额危险度（ER）及95%置信区间（95%CI）表示，即污染物浓度每升高10 g m-3，呼吸系统疾病日门诊量增加的百分比，计算公式为：ER=（exp10-1）100%；ER95%CI=exp（1.96SE）10-1100%。建立基本模型后，考虑到大气污染对人体的作用具有一定的滞后效应，所以需要继续评估大气污染物在不同滞后天数对日门诊量的影响。本研究分析了 07 d 的单日滞后效应（lag0lag7）和 28 d 累积滞后效应（lag01lag07），lag0 指去门诊当日的大气污染物浓度值，lag1 为前一天的大气污染物浓度，lag01 表示 lag0、lag1 两天的大气污染物浓度平均值，并以此类推。1.3统计学方法采用 Microsoft Excel 建立数据库，以 SPSS 25.0统计学软件进行描述性分析，采用 R4.0.4 软件中的 mgcv 包构建广义相加模型。P0.05 为差异有统计学意义。2结果2.1描述性分析2019 年 1 月 1 日至 2021 年 12 月 31 日呼吸系统疾病总门诊量为 298 524 人次，门诊量中位数为 577 人次/d。大气污染物 PM2.5、PM10、NO2、O3日均浓度中位数分别为 25、63、31 和 96 g m-3，见表 1。项目最小值P25P50P75最大值浓度限值GB 3095-2012WHO AGQ2021门诊量/（人次/d）1393985687111 566PM2.5/（g m-3）91825404987515PM10/（g m-3）184563931 81915045NO2/（g m-3）9223145948025O3/（g m-3）87096125211160100日均温度/-17.21.711.621.329.9日均湿度/%1334475890日均风速/（m s-2）0.11.01.41.87.6日均气压/hpa876885891896911能见度/km1.09.512.715.323.0降雨量/mm0.00.00.00.023.9表 120192021 年银川市呼吸系统日门诊量、大气污染物浓度及气象因素描述2.2单污染模型分析结果PM2.5、PM10、NO2、O3对呼吸系统疾病日门诊量的增加有影响（P 均0.05），PM2.5和 PM10对日门诊量的影响均在当天（lag0）最大，此后效应在第 3 天递减，并维持在较稳定水平。PM2.5在累计滞后第 1 天（lag01）对日门诊量影响最大，ER 值为 1.398%（95%CI：1.229%1.567%）；PM10在累计滞后第 6 天（lag06）对日门诊量影响最大，ER值为 17.179%（95%CI：0.678%36.384%）。随着滞后天数的延长，NO2对日门诊量的影响逐渐增强，在累计滞后第 7 天（lag07）效应值最大，ER 值为 2.940%（95%CI：2.470%3.412%）。O3在累计滞后第 4 天（lag04）效应最大，ER 值为 0.426%（95%CI：0.175%0.677%），各污染物累积滞后效应的最大效应天数均大于单独滞后效应最大效应天数，见表 2。2.3双污染物模型分析结果纳入 NO2的 PM2.5双污染模型较单污染物模 型 效 应 值 增 加，ER 值 为 1.403%（95%CI：1.233%1.573%）；其余双污染物模型效应值均减小。PM10的双污染模型均会使效应值减小。纳入 PM2.5、PM10之后的 NO2双污染物模型较单污3103期陆雯雯，等.大气污染对呼吸系统疾病日门诊量的时间序列分析污染物lag单污染模型双污染模型PM2.5PM10NO2O3PM2.5011.398（1.229，1.567）*1.351（1.178，1.525）*1.403（1.233，1.573）*-0.906（-1.197，-0.614）*PM1006 17.179（0.678，36.384）*-0.891（-0.955，-0.827）*-0.066（-0.110，-0.022）*-0.323（-0.367，-0.279）*NO2072.940（2.470，3.412）*2.571（2.059，3.087）*2.304（1.829，2.780）*2.981（2.510，3.455）*O3040.426（0.175，0.677）*0.422（0.165，0.678）*0.538（0.282，0.795）*0.264（0.011，0.517）*染物模型的 ER 值减小；纳入 O3后 ER 值增大，为 2.981%（95%CI：2.510%3.455%）。在 O3的单污染模型中分别纳入 PM2.5和 NO2后，效应下降；纳入 PM10后污染物模型效应增加，最大效应值为 0.538%（95%CI：0.282%0.795%），见表 3。2.4季节分层分析除去 PM10在冷、暖季最大效应值基本持平外（冷季：0.230%；暖季：0.226%），PM2.5、NO2和 O3最大效应值均出现在暖季，最佳滞后天数分别为lag1、lag7、lag2，见图 1。表 3双污染物模型中大气污染物浓度每升高 10 g m-3对呼吸系统日门诊量的影响*P0.05；*P0.05）暖季（P0.05）0.40.30.20.10.0-0.1-0.2-0.3-0.4-0.51.41.30.80.50.2-0.1-0.4-0.7-1.0-1.31.41.21.00.80.60.40.20.0-0.2-0.4-0.6-0.80.80.60.40.20.0-0.2-0.4-0.6-0.8-1.0表 2单污染物模型中各大气污染物浓度每升高 10 g m-3对呼吸系统日门诊量的影响（%）*P0.05；*P0.05）.The APACHE-score，serum presepsin，and ESM-1 decreased gradually in the survival group，but not in thedeath group.The APACHE score in the survival group was statistically significant compared with that in thedeath group on day 7 and day 14（P0.05）.Serum presepsin and ESM-1 levels in the death group were statisti-cally significant compared with those in the surviva