《环境与职业医学》杂志官方网站 《环境与职业医学》杂志官方网站

首页> 过刊浏览> 正文

2018, 35(5):394-399.doi:10.13213/j.cnki.jeom.2018.17683

大气污染与上海市闵行区学生因呼吸道疾病缺课关系的时间序列研究


上海市闵行区疾病预防控制中心环境与职业卫生科, 上海 201101

收稿日期: 2017-11-16;  发布日期: 2018-07-06

基金项目: 上海市闵行区自然科学研究课题(编号:2015MHZ007)

通信作者: 应圣洁, Email: ivanaysj@126.com  

作者简介: 应圣洁(1984-), 女, 硕士, 医师; 研究方向:环境卫生; E-mail:

[目的] 探讨大气污染对上海市闵行区学生因呼吸道疾病缺课的短期影响。

[方法] 收集2013年9月1日—2016年6月30日闵行区学生因呼吸道疾病缺课人数和同期闵行区大气污染及气象监测资料,采用时间序列的广义相加模型,在控制了长期趋势、星期几效应、假期效应及气象因素等混杂因素的基础上,分析当日至前5 d单日滞后(lag0~lag5)和当日至前1、3、5 d累积滞后(lag01、lag03、lag05)的大气污染物浓度与学生因呼吸道疾病缺课人数的关系。

[结果] 研究期间,NO2、PM2.5、PM10和O3的超标率分别为8.51%、20.79%、5.84%和8.12%,SO2、CO未超出限值。单污染模型中,大气AQI、PM2.5、PM10、SO2和NO2与学生呼吸道疾病的新发缺课人数及总缺课人数均呈正相关(P < 0.05)。对总缺课人数,NO2、PM2.5和PM10在lag1效应最为明显[RR及95%CI分别为3.53(2.15~4.90)、11.80(8.85~14.75)、4.04(2.48~5.60)],SO2在lag5效应最为明显(RR=18.20;95%CI:13.95~22.45);对于新发缺课人数,NO2在lag0效应最为明显(RR=11.65,95%CI:8.59~14.71),SO2、PM2.5和PM10在lag1效应最为明显[RR及95%CI分别为3.39(1.91~4.88)、17.90(12.96~22.84)、3.89(2.20~5.58)]。累积效应各污染物均在lag05时对学生新发及总缺课的效应最强。多污染模型中,PM2.5和PM10对学生呼吸道疾病缺课的影响在调整了其他主要空气颗粒物(PM10、PM2.5)和气态污染物(S02、NO2)后均无统计学意义。

[结论] 大气污染物PM2.5、PM10、SO2和NO2浓度与学生因呼吸道疾病缺课存在正相关。

关键词: 大气污染;  呼吸道疾病;  学生;  缺课;  时间序列;  广义相加模型 

因病缺课既是反映学生健康状况和学校预防保健水平的重要指标,也是反映学校群体性疾病流行情况的敏感指标。根据上海市疾病预防控制中心的监测数据[1],2013—2016年上海市中小学生因呼吸系统症状缺课累计达667 978人日,因呼吸系统症状缺课率为0.71‰;冬季和春季学生因呼吸系统症状缺课率较高。顾峥奕等[2]报道,发热伴上呼吸道感染是上海市闸北区中小学生因病缺课的第一位病因。闵行区也开展了此项监测。鉴于目前大气污染与学生因病缺课关系的研究较少,本研究拟采用时间序列研究方法,以儿童这一敏感人群为研究对象,分析大气污染对中小学生因呼吸道疾病缺课的影响,并对两者的关系进行定量研究,旨在为制定有效的防治对策,采取有效的学生健康管理措施,提高学生群体的健康水平提供依据。

1   对象与方法

1.1   因呼吸道疾病缺课的资料

通过“上海市学校因病缺课缺勤网络直报信息系统”收集2013—2015学年(2013年9月1日—2016年6月30日)学生因病缺课信息。从“缺课原因”中筛选出因呼吸道疾病缺课的病例,主要包括咳嗽、咽喉痛、鼻塞、流涕和打喷嚏等的病例。

1.2   气象和大气污染资料

气象资料来自weatherunderground网站(https://www.wunderground.com/),其监测点位于上海市闵行区虹桥机场;大气污染资料来自上海市环境监测中心网站(http://www.semc.gov.cn/home/index.aspx),是上海市的数据。摘录2013年9月1日—2016年6月30日的气温、相对湿度、PM2.5、PM10、臭氧(O3)、二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)、空气质量指数(air quality index,AQI)等数据。

1.3   统计学分析

采用SPSS 21.0软件进行统计学分析。以x±s描述大气污染物和气象因素日均值,根据GB 3095— 2012 《环境空气质量标准》规定的二类区日均质量浓度限值计算超标率。大气主要污染物SO2、NO2、PM10、PM2.5、CO与平均气温、相对湿度之间的关系采用Spearman相关分析。

采用R 3.4.0软件进行时间序列分析。学生每日因呼吸道疾病缺课数基本服从Poisson分布,利用广义相加模型(generalized additive model,GAM)进行分析。GAM公式为:

Yt~Poisson(Yt

lgE(Yt)=βZt+ns(timedf)+ DOW + ns(Xtdf

式中:Yt,观察第t日因呼吸道疾病缺课人数,对于每个tYt服从总体均数为E(Yt)的Poisson分布;E(Yt),第t日学生因呼吸道疾病缺课数的期望值;Zt,第t日污染物的质量浓度(μg/m3);β,暴露反应关系系数,即污染物每单位质量浓度的升高所引起的学生每日因呼吸道疾病缺课数的增长;ns是自然平滑样条函数,df为其自由度,time为日期变量,对日期选择合适的df值可以有效地控制污染与因呼吸道疾病缺课数据的长期波动和季节性波动趋势;DOW,“星期几”的指示变量;Xt是第t日的气象因素,包括平均气温和相对湿度。

应用GAM模块建立模型,使用平滑函数调整长期趋势、星期几效应、假期效应及气象因素等混杂因素的影响。分别引入大气污染物拟合单污染物模型,同时考虑其滞后效应和累积效应,将当日至前5 d(lag0~lag5)单日滞后的污染物浓度和当日至前1、3、5 d的污染物浓度移动平均值(lag01、lag03、lag05)分别引入模型,确定模型中单污染物对健康效应最强的滞后时间,然后将同时引入的PM2.5、PM10进行多污染物模型拟合。检验水准α=0.05。

2   结果

2.1   描述性分析

2013—2015学年,闵行区因呼吸道症状缺课的中小学生共152 740人次,其中新发缺课病例99 397人次。大气污染物和气象因素日均值的分布及超标情况见表 1。SO2、NO2、PM2.5、PM10、O3、CO的日均质量浓度的中位数分别为15、43、44、60、96、0.713 μg/m3。根据GB 3095—2012,研究期间NO2、PM2.5、PM10和O3的超标率分别为8.51%、20.79%、5.84%和8.12%,SO2、CO未超出限值。同期日均气温、相对湿度的平均值分别为18℃、71%。

表1

2013—2015学年上海市闵行区大气污染物和气象因素日均值的分布及超标情况(n=1 034)

Table1.Daily concentrations and unqualified rates of air pollutants and meteorological factors in Minhang District of Shanghai from 2013 to 2015 school year

2.2   大气污染物与气象因素的相关性分析

表 2所示,SO2、NO2、PM2.5、PM10与CO之间存在正相关(P < 0.01);5种污染物分别与平均气温、相对湿度之间存在负相关(P < 0.01)。

表2

2013—2015学年上海市闵行区大气污染物与气象因素的Spearman相关分析

Table2.Spearman correlation analysis between air pollutants and meteorological factors in Minhang District of Shanghai from 2013 to 2015 school year

2.3   因呼吸道疾病缺课的时间序列分析

2.3.1   单污染物模型不同滞后日期大气污染物的

质量浓度每增加10 μg/m3时,每日因呼吸道疾病新发和总缺课人数的增加情况见表 3。单污染物模型拟合结果显示,大气AQI、PM2.5、PM10、SO2和NO2与学生呼吸道疾病的新发缺课人数及总缺课人数均呈正相关(P < 0.05)。对总缺课人数,PM2.5、PM10和NO2在滞后1 d(lag1)效应最明显,污染物质量浓度每上升10μg/m3时,因呼吸道疾病总缺课人数分别增加(RR,95%CI)4.04(2.48~5.60)、3.53(2.15~4.90)和11.80(8.85~14.75)人;AQI在滞后2 d(lag2)效应最明显,AQI每上升10,因呼吸道疾病总缺课人数增加3.71(2.22~5.19)人;SO2在滞后5 d(lag5)效应最明显,SO2每上升10 μg/m3,因呼吸道疾病总缺课人数增加18.20(13.95~22.45)人。对于新发缺课人数,NO2在当日(lag0)效应最明显,NO2每上升10 μg/m3,因呼吸道疾病新发缺课人数增加11.65(8.59~14.71)人;PM2.5、PM10和SO2在滞后1 d(lag1)效应最明显,污染物质量浓度每上升10 μg/m3时,因呼吸道疾病新发缺课人数分别增加3.89(2.20~5.58)、3.39(1.91~4.88)和17.90(12.96~22.84)人;AQI在滞后2 d(lag2)效应最明显,AQI每上升10,因呼吸道疾病新发缺课人数增加3.42(1.81~5.02)人。

表3

空气污染物对中小学生呼吸道疾病总缺课和新发缺课人数的滞后效应

Table3.The lag effects of air pollutants on total and emerging student absence caused by respiratory disorders

空气污染物对因呼吸道疾病缺课的累积效应更明显。各污染物当日至前1、3、5 d(lag01、lag03、lag05)的质量浓度移动平均值均与学生呼吸道疾病的新发缺课人数及总缺课人数呈正相关(P < 0.05)。其中,AQI、PM2.5、PM10、SO2和NO2均在lag05(后称“最佳滞后时段”)时对学生新发及总缺课的效应最明显,AQI每上升10或各污染物质量浓度每上升10 μg/m3时,因呼吸道疾病总缺课人数分别增加8.33(6.33~10.33)、8.69(6.49~10.90)、7.47(5.33~9.60)、33.96(27.81~40.10)和24.72(20.51~28.94)人,因呼吸道疾病新发缺课人数分别增加7.78(5.63~9.93)、8.16(5.79~10.54)、7.00(4.71-9.29)、33.09(26.56~39.61)和23.71(19.19~28.23)人。

2.3.2   多污染物模型

在最佳滞后时段(lag05)时,主要空气颗粒物PM2.5和PM10对学生因呼吸道疾病总缺课和新发缺课人数的混合效应见表 4。引入颗粒物调整因素后,PM2.5和PM10对学生呼吸道疾病总缺课和新发缺课的效应估计值均较单污染物模型降低。在多污染物模型中,调整了PM2.5之后,PM10每上升10 μg/m3时,因呼吸道疾病总缺课和新发缺课人数分别增加5.12(-0.27~10.50)人和4.85(-0.92~10.63)人,不再具有统计学意义;调整了PM10之后,PM2.5每上升10μg/m3时,因呼吸道疾病总缺课和新发缺课人数分别增加2.82(-3.08~8.72)人和2.58(-3.76~8.91)人,也不再具有统计学意义。在调整了气态污染物SO2和NO2后,PM2.5和PM10对学生因呼吸道疾病缺课的影响均无统计学意义。

表4

主要空气颗粒物对学生呼吸道疾病总缺课和新发缺课人数的单独效应和混合效应(lag05)

Table4.The single effect and mixed effect of main air particles on total and emerging student absence caused by respiratory disorders (lag05)

2.4   暴露反应关系曲线

图 1为PM2.5、PM10质量浓度(lag01,μg/m3)与每日总的和新发的因呼吸道疾病缺课数的暴露反应关系曲线。曲线均呈近似线性递增,但斜率稍有差异。在高质量浓度下,暴露反应曲线趋向平坦,即PM2.5、PM10质量浓度越高,学生因呼吸道疾病缺课数越多。

图 1

PM2.5、PM10质量浓度(lag01,μg/m3)与每日总因呼吸道疾病缺课数(A)和新发因呼吸道疾病缺课数(B)的暴露反应关系曲线

3   讨论

时间序列方法是目前国际上研究大气污染急性短期健康效应的标准方法[3]。它可反复观察同一研究人群暴露条件改变后的健康效应,因此与时间变化相关的变量就不再成为一个潜在的混杂因素,这是其关键优点。

在大气污染对健康效应的时间序列研究中,绝大多数研究选择门诊率、住院率或死亡率作为健康效应指标。研究结果发现,大气污染对居民相关疾病和死亡有不同程度的影响[4-7]。而学生儿童在发生发热、感冒等轻症疾病时,往往更多地选择在家休息,未必会去医院就诊。因此,儿科门急诊率或住院率作为效应指标实际仅反映了病情较重的儿童人群的健康状况,却忽视了轻症疾病儿童的健康效应。学生因病缺课系统不仅记录了因疾病去医院就诊而缺课的学生,也记录了因症状在家休养的学生病例,因此,因病缺课作为效应指标具有较高的敏感性。

本研究针对中小学生这一敏感人群开展研究,发现大气AQI、PM2.5、PM10、SO2和NO2的急性暴露能升高学生呼吸道疾病的缺课人数,即污染物浓度越高,缺课人数越多,与张喆等[1]对上海市大气污染物与学生因呼吸系统症状缺课关联性的研究结果一致。国内外研究也有类似发现:智利圣地亚哥的PM10质量浓度每增加50 μg/m3,儿童下呼吸道症状就诊数的相对危险度上升2.5% [8];上海的空气颗粒物浓度与呼吸科、儿童呼吸科日均门诊人数呈正相关[9]。大气污染可使小学生肺通气功能(包括肺活量、用力肺活量、1 s用力呼气容积等指标)受损[10],可能与缺课率的上升有关。

在本研究的单日滞后模型中,PM2.5和PM10均在滞后1 d(lag1)效应最明显,多日污染物移动平均值的累积滞后效应比单日滞后效应大,且AQI、PM2.5、PM10、SO2和NO2均在lag05时对学生新发及总因呼吸道疾病缺课的效应最明显。这提示家长在发现污染物浓度上升后,应立即关心孩子是否出现呼吸道疾病的症状;同时,在污染物浓度持续升高数天后,建议家长进一步关注孩子的呼吸道相关症状,尽早采取措施进行防护。

本研究中SO2、NO2的平均质量浓度分别为15、43 μg/m3,远高于文献报道的发达国家污染水平[11-12]。混合效应模型中,在调整了气态污染物SO2、NO2后,PM2.5和PM10对学生呼吸道疾病缺课的影响均无统计学意义,可以认为气态污染物SO2和NO2比颗粒物的效应更强。可能原因:①学生遇到污染天气会有意识地佩戴口罩,对过滤颗粒物PM10甚至PM2.5有一定效果,但是无法有效阻隔气态污染物;②可能与闵行区的污染物特征、学生的暴露模式及易感性等因素有关,上海闵行区是工业大区,化工、冶炼等污染相对较多,而气态污染物生物毒性是否更大,对人体呼吸道是否具有更强的刺激性等,有待进一步研究验证。

本研究结果发现,在单日滞后模型中,AQI在lag2效应最明显。AQI为主要空气污染物的定量表征,但目前每日发布的AQI使用的是24 h平均值,而每小时AQI可能根据不同主要污染物实时浓度计算。此外,AQI的数值与主要污染物的浓度也并非以等比例计算,而需经过空气质量分指数进行换算。故在进行时间序列分析时,可能会存在AQI与单独污染物的健康滞后效应有微小差异的情况。AQI在lag2效应最明显所受的影响因素众多,本研究无法进行详尽分析。

鉴于观察期限中CO浓度与其他各污染物浓度不在一个数量级,且超标率为0.00%,故未做其健康效应的分析;O3浓度接近国家标准一级浓度限值,属于较低浓度,时间序列分析结果显示为学生缺课的保护因素,但由于采集标准为24小时日平均值,而并非按照日最大8 h平均值或1 h平均值收集,故未纳入本研究中展示和分析。

综上,本研究结果表明,大气污染物PM2.5、PM10、SO2和NO2与学生因呼吸道疾病缺课存在正相关。在今后的学校卫生工作中,可充分利用大气污染物信息,进一步探索与建立学生呼吸系统相关疾病的预警机制,为学生健康保驾护航。

表1

2013—2015学年上海市闵行区大气污染物和气象因素日均值的分布及超标情况(n=1 034)

Table 1 Daily concentrations and unqualified rates of air pollutants and meteorological factors in Minhang District of Shanghai from 2013 to 2015 school year

表2

2013—2015学年上海市闵行区大气污染物与气象因素的Spearman相关分析

Table 2 Spearman correlation analysis between air pollutants and meteorological factors in Minhang District of Shanghai from 2013 to 2015 school year

表3

空气污染物对中小学生呼吸道疾病总缺课和新发缺课人数的滞后效应

Table 3 The lag effects of air pollutants on total and emerging student absence caused by respiratory disorders

表4

主要空气颗粒物对学生呼吸道疾病总缺课和新发缺课人数的单独效应和混合效应(lag05)

Table 4 The single effect and mixed effect of main air particles on total and emerging student absence caused by respiratory disorders (lag05)

图 1

PM2.5、PM10质量浓度(lag01,μg/m3)与每日总因呼吸道疾病缺课数(A)和新发因呼吸道疾病缺课数(B)的暴露反应关系曲线

Figure 1 Exposure-response curve of PM2.5 and PM10 mass concentrations (lag 01, μg /m3)and total (A) and emerging (B) student absence caused by respiratory disorders

参考文献

[1]

张喆, 虞瑾, 罗春燕, 等.上海市中小学生因呼吸系统症状缺课与大气污染物的关联[J].环境与职业医学, 2018, 35(1):29-32.

[2]

顾峥奕, 王向东.上海市闸北区2009学年中小学生因病缺课现况分析[J].中国初级卫生保健, 2011, 25(10):86-87.

[3]

周晓丹, 陈仁杰, 阚海东.大气污染队列研究的回顾和对我国的启示[J].中华流行病学杂志, 2012, 33(10):1091-1094.

[4]

HONG Y C, LEE J T, KIM H, et al. Effects of air pollutants on acute stroke mortality[J]. Environ Health Perspect, 2002, 110(2):187-191.

[5]

CHEN R, ZHAO Z, KAN H. Heavy smog and hospital visits in Beijing, China[J]. Am J Respir Crit Care Med, 2013, 188(9):1170-1171.

[6]

BELL M L, DAVIS D L. Reassessment of the lethal London fog of 1952:novel indicators of acute and chronic consequences of acute exposure to air pollution[J]. Environ Health Perspect, 2001, 109 Suppl 3:389-394.

[7]

张江华, 郭常义, 许慧慧, 等.上海市大气污染与某医院呼吸系统疾病门诊量关系的时间序列研究[J].环境与职业医学, 2014, 31(11):846-851.

[8]

OSTRO B D, ESKELAND G S, SANCHEZ J M, et al. Air pollution and health effects:a study of medical visits among children in Santiago, Chile[J]. Environ Health Perspect, 1999, 107(1):69-73.

[9]

殷永文, 程金平, 段玉森, 等.上海市霾期间PM2.5、PM10污染与呼吸科、儿呼吸科门诊人数的相关分析[J].环境科学, 2011, 32(7):1894-1898.

[10]

高红霞, 高铁利, 王晨光, 等.大气污染与小学生因病缺课和肺通气功能、非特异免疫功能关系研究[J].现代预防医学, 2006, 33(9):1531-1533, 1536.

[11]

SUNYER J, BALLESTER F, LE TERTRE A, et al. The association of daily sulfur dioxide air pollution levels with hospital admissions for cardiovascular diseases in Europe(The Aphea-Ⅱ study)[J]. Eur Heart J, 2003, 24(8):752-760.

[12]

SAMET J M, DOMINICI F, ZEGER S L, et al. The National Morbidity, Mortality, and Air Pollution Study. Part Ⅰ:methods and methodologic issues[J]. Res Rep Health Eff Inst, 2000(94 Pt 1):5-14.

上一张 下一张
上一张 下一张

[基金项目] 上海市闵行区自然科学研究课题(编号:2015MHZ007)

[作者简介] 应圣洁(1984-), 女, 硕士, 医师; 研究方向:环境卫生; E-mail: ivanaysj@126.com

[收稿日期] 2017-11-16 00:00:00.0

【点击复制中文】
【点击复制英文】
计量
  • PDF下载量 (127)
  • 文章访问量 (429)
  • XML下载量 (2)
  • 被引次数 (0)

目录

大气污染与上海市闵行区学生因呼吸道疾病缺课关系的时间序列研究

导出文件

格式

内容

导出 关闭
《环境与职业医学》杂志官方网站