《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> 当期目录> 正文

2018, 35(10):879-884, 891.doi:10.13213/j.cnki.jeom.2018.18182

宜昌市大气污染物对流感样病例的短期效应


1. 华中科技大学同济医学院公共卫生学院流行病与卫生统计学系, 湖北 武汉 430030 ;
2. 宜昌市疾病预防控制中心传染病防制所, 湖北 宜昌 443005

收稿日期: 2018-03-04;  发布日期: 2018-11-06

基金项目: 国家重点基础研究发展计划(973计划)(编号:2011CB503800);欧盟第七框架计划合作项目(编号:241900)

通信作者: 聂绍发, Email: sf_nie@mails.tjmu.edu.cn  

作者简介: 廖青(1994-), 女, 硕士生; 研究方向:流行病与卫生统计学; E-mail:

[目的] 定量分析宜昌市大气污染物对流感样病例(ILI)数的短期影响,为该地区流感防控提供参考依据。

[方法] 收集2014—2016年间宜昌市大气污染物(PM2.5、PM10、SO2、CO、NO2和O3)日均浓度、日均气温及同期2家哨点医院上报的每日ILI监测数据。用分布滞后非线性模型分析污染物对人群ILI发病数的影响和滞后效应,并进行年龄和季节亚组分析,用地理探测器q统计对季节分层进行检验。

[结果] 2014—2016年间,宜昌市共报告了30 090例ILI。PM2.5、PM10和CO均在当天对ILI发病数的效应最大,ER及95% CI分别为0.78%(0.31%~1.26%)、0.56%(0.20%~0.92%)和1.08%(0.29%~1.88%);NO2和O3在滞后1 d时效应最强,ER及95% CI分别为2.29%(0.34%~4.25%)和0.45%(0.03%~0.88%)。PM2.5、PM10、NO2和O3每增加10 μg/m3,CO浓度每增加0.1 mg/m3,对人群的ILI累积发病数分别增加1.08%、0.82%、4.95%、1.44%和1.95%。其中,仅SO2对5~14岁的人群ILI发病数的影响有统计学意义(累积ER=11.86%,95% CI:5.06%~19.11%);PM2.5、NO2和O3每增加10 μg/m3,CO每增加0.1 mg/m3,将使25~59岁人群5 d内ILI发病数分别增加1.41%、6.29%、2.38%和2.88%;PM2.5、PM10、NO2每增加10μg/m3,CO每增加0.1mg/m3,会使60岁及以上人群ILI发病数分别增加1.56%、1.24%、8.02%和4.24%。春季时,PM2.5和PM10每升高10μg/m3将分别使ILI累积发病数增加3.66%和2.02%;夏季时,O3每升高10μg/m3,ILI累积发病数将增加3.25%;秋季时,PM2.5和PM10每升高10μg/m3将使ILI累积发病数降低3.15%和2.92%;各污染物在冬季的影响均无统计学意义。

[结论] 宜昌市大气污染物对人群ILI的发病均有短期影响,对不同季节及不同年龄组人群的影响有差异。

关键词: 大气污染物;  流感样病例;  分布滞后非线性模型;  短期效应;  累积效应 

近年来,空气污染已成为全球重要的公共卫生问题,大量的流行病学和临床证据显示,短期和长期的大气污染物暴露将增加多种疾病的发病风险[1-2],尤其是呼吸系统疾病,主要表现为死亡率、入院率升高,就诊人次增加等[3-5]。流行性感冒(简称流感),作为常见的呼吸系统疾病,具有传播速度快、传染力强的特点,易出现暴发和流行[6],导致人群发病率和死亡率增加[7],故对流感的监测和预警尤为重要。流感样病例(influenza-like illness,ILI)是一种症状监测病例,可反映流感的流行情况及趋势,对流感的防控有重要意义。前期的实验研究已证明大气污染物对ILI发病影响具有生物学合理性,主要机制包括炎症反应、氧化应激作用、遗传损伤等[8-11]。然而目前国内关于大气污染物和ILI数间的定量分析研究主要集中于北京、南京、深圳等沿海经济发达地区,其他地区鲜有报道。湖北省宜昌市位于华中地区,其独特的地理环境导致大气污染物不易消散,易形成“雾霾”天[12]。故本研究对宜昌市2014—2016年期间的大气污染物浓度和ILI数的关联进行定量研究,并探讨在不同季节和不同年龄人群中污染物对ILI发病数影响的差异,为该地区流感防控提供参考依据。

1   材料与方法

1.1   ILI资料

由宜昌市疾控中心提供2014年1月1日—2016年12月31日的每日ILI监测数据。此数据来源于宜昌市流感监测网络下的两个哨点医院,每日由专人记录上报。ILI定义为发热38℃以上,伴咳嗽或咽痛之一者[13]。根据《全国流感监测方案》,哨点医院上报的ILI数据已将所有ILI病例按年龄分组进行计数统计,故本研究分析时直接沿用了此种分组方式。

1.2   环境监测资料

宜昌市每日空气质量数据来源于环保部数据中心的城市空气质量实时发布平台,包括PM2.5、PM10、SO2、CO、NO2和O3的日均浓度值。

1.3   气象监测资料

气象数据来源于中国气象数据网,主要是宜昌市每日的平均气温。

1.4   统计学分析

大气污染物对人群健康的危害具有一定的持续性和滞后性[1]。分布滞后非线性模型(distributed lag non-linear model,DLNM)[14]是以广义线性或广义相加模型为基础的时间序列模型,利用交叉基函数阐述暴露因素和健康效应的非线性关系,不仅可以对离散型变量进行拟合,同时考虑滞后效应,纳入与应变量呈非线性关系的自变量。目前已有较多研究使用该模型对大气污染物对人群的健康效应进行分析评价[15-16]。本研究中把每日ILI数看作近似服从泊松分布[17],控制长期趋势、平均温度、星期几效应、节假日效应[14, 16, 18],最终建立模型如下:

Yt~Poisson(μt)

Log(μt)=α+ns(Timetdf)+ηDOWt+γHolidayt+cb (xl1)+cb(Templ2)

其中:Yt为观察日t的ILI数,μt是观察日t的ILI期望数;α为截距;ns为自然样条函数,Timet是时间长期趋势,df为自由度,根据赤池信息量准则(Akaike’s Information Criterion,AIC),确定为7×3(年);ηγ分别是DOWtHolidayt的系数,因在模型中以哑变量形式引入,故无需单独设置;DOWtHolidayt分别控制星期几效应和节假日效应;cb为交叉基函数,xt日当天所研究大气污染物的日均浓度,l1为污染物最大滞后天数,此处设为5[18-19],根据AIC确定自由度为3;Tempt日的日均温度,l2为平均温度的最大滞后天数,设为30[15],同样根据AIC确定自由度为4。效应评价指标用超额危险度(excess risk,ER)来表示,ER=(|RR|-1)×100%。应用该模型探讨大气污染物对不同年龄组人群ILI发病数的影响。

地理探测器[20]是探测空间分异性以及揭示其背后驱动力的一组统计学方法,包括4个探测器,其中分异及因子探测器适用于探测Y的空间分异性以及某因子X在多大程度上解释了Y的空间分异,用q值度量。因ILI监测上报信息不包含个案信息,无法在地理空间上进行分层,故在本研究中,应用此方法探测时间维度上的分异性对每日ILI数据的影响,以q值为判断标准。参考以往研究[17, 21-22],初步选择季节、流感流行与非流行期以及冷暖季等分层方式,最终季节分层q值最大(q=0.03,P=0.000)。其中四季的时间分别设定3—5月为春季,6—8月为夏季,9—11月为秋季,12月—次年2月为冬季,从而进行季节上的亚组分析,探讨在不同的季节内,大气污染物对ILI发病数影响的差异。

采用Excel 2016对数据进行简单统计计算,DLNM模型的建立和分析使用R3.4.0软件,q值的确定采用地理探测器软件(GeoDetector)完成,检验水准α=0.05。

2   结果

2.1   一般情况

2014年1月1日—2016年12月31日,宜昌市共报告了30 090例流感样病例,日均27例。其中25~59岁年龄组病例数最多,为8 229例,占27.35%;5~14岁组病例数最少,为3 377例,占11.22%;0~4岁、15~24岁和60岁及以上年龄组的病例数分别为7 594例、7 197例和4 247例,所占比例分别为25.24%、23.92%、14.11%。在监测的6种大气污染物中,大气颗粒物PM2.5、PM10的日均质量浓度分别为(74.74±7.14)和(114.57±64.43)μg/m3,气态污染物SO2、NO2和O3的日均质量浓度分别(27.24±21.62)、(35.08±9.32)和(80.49±41.81)μg/m3,CO日均质量浓度达(1.07± 0.39)mg/m3。宜昌市日均温度为(17.55±8.15)℃。见表 1

表1

2014—2016年宜昌市每日气温、大气污染物质量浓度及ILI数

Table1.Daily temperature, air pollutant concentrations, and ILI cases in Yichang from 2014 to 2016

2014—2016年宜昌市每月ILI发病数时序图(图 1)显示,当地流感的流行具有明显的季节性,每年会出现两个高峰期,分别在春季(3—4月)和夏季(7—8月),各年具体高发月份不同。

图 1

2014—2016年宜昌市每日ILI数时间序列图

2.2   大气污染物对ILI数的影响

2.2.1   各污染物对每日ILI数的影响控制日均温度、

长期趋势、节假日效应和星期几效应后,PM2.5、PM10每增加10 μg/m3,CO每增加0.1 mg/m3时,仅对当天(lag0)ILI发病数的影响有统计学意义,ER及95%CI分别为0.78%(0.31%~1.26%)、0.56%(0.20%~0.92%)和1.08%(0.29%~1.88%);而NO2和O3每增加10 μg/m3,则对滞后1 d(lag1)ILI发病数的影响有统计学意义,其ER及95%CI分别为2.29%(0.34%~4.25%)和0.45% (0.03%~0.88%);SO2日均质量浓度的变化对ILI发病数的影响无统计学意义。见图 2

图 2

宜昌市各污染物浓度增加对每日ILI数影响的滞后效应(RR值及95%CI

2.2.2   各污染物对人群ILI数影响的累积效应

调整日均气温、长期趋势、节假日效应和星期几效应后,结果显示,除SO2外,其余5种大气污染物的日均质量浓度变化对总人群ILI发病风险的增加有统计学意义,5 d内PM2.5、PM10、CO、NO2和O3质量浓度变化所造成的ER及95%CI依次为1.08%(0.38%~1.79%)、0.82%(0.28%~1.37%)、1.95%(0.94%~2.96%)、4.95% (1.23%~8.81%)、1.44%(0.56%~2.33%)。

按年龄分层分析,6种大气污染物的质量浓度变化对0~4和15~24岁这两个年龄组人群ILI发病数的影响均无统计学意义。在5~14岁年龄组,仅SO2的日均质量浓度变化对ILI发病数的影响有统计学意义(累积ER=11.86%,95%CI:5.06%~19.11%);PM2.5、CO、NO2和O3日均质量浓度的增加使25~59岁人群ILI发病数增加,PM2.5、NO2和O3每增加10 μg/m3,CO每增加0.1 mg/m3,将使该年龄层人群5 d内的ILI发病数分别累积增加1.41%(0.24%~2.58%)、6.29%(0.06%~12.90%)、2.38%(0.89%~3.89%)和2.88%(1.19%~4.60%);对60岁及以上人群,PM2.5、PM10、CO和NO2日均质量浓度的变化对ILI发病数的增加有统计学意义,各自的累积效应分别为1.56%(0.15%~2.98%)、1.24%(0.16%~2.34%)、4.24%(2.12%~6.40%)和8.02%(0.21%~16.43%)。见表 2

表2

年龄和季节分层中大气污染物对人群ILI影响的累积ER值及95%CI(%)

Table2.Age and season stratified cumulative ER and 95%CI of ILI cases exposed to selected air pollutants

2.2.3   大气污染物在不同季节对人群ILI数的累积效应

按季节分层分析,春季(3—5月)大气颗粒物PM2.5和PM10的质量浓度每增加10 μg/m3,每日ILI数将相应地分别累积增加3.66%(0.59%~6.81%)和2.02%(0.07%~4.01%)。夏季(6—8月)O3日均质量浓度每增加10 μg/m3,将使ILI数累积增加3.25% (0.36%~6.23%),而NO2的影响却呈现为较强的负关联(累积ER=-38.82%,95%CI:-52.58%~-21.06%)。秋季(9—11月)PM2.5和PM10的质量浓度增加对ILI的影响均呈现负关联效应,ER(95%CI)分别为-3.15% (-5.75%~-0.48%)和-2.92(-4.92%~-0.88%)。冬季时,各污染物对每日ILI数的影响均无统计学意义。见表 2

3   讨论

本研究发现,宜昌市ILI的发病趋势具有明显的季节性,每年会出现两个流行高峰,分别在春季和夏季,各年具体月份不尽相同。这种季节性特点与流感冬春季高发的特性不符,分析其主要原因是宜昌市处于亚热带地区,在这种气候条件下,全年均存在流感病毒的循环,通常会在春、夏季出现流行高峰,这与我国南方片区的流感活动情况相似[23]。同时研究表明宜昌市大气污染物的浓度升高和每日ILI数的增加相关,有滞后效应和累积作用。本次研究的模型拟合结果显示,PM2.5、PM10和CO均对当日ILI发病数影响最大,NO2和O3则对滞后1 d的ILI发病数的影响最大,而SO2对总人群ILI发病数的影响无统计学意义。

PM2.5和PM10均对当日ILI发病数影响最大,这与南京的一项研究结果一致[24]。但在南京地区的研究[24]中发现PM2.5和PM10的日均浓度每增加一个四分位数间距(interquartile range,IQR),将分别增加2.99%和3.22%的ILI发病数。深圳市一项关于PM2.5和ILI数关联的研究[25]显示,PM2.5浓度每升高1个IQR将使ILI数增加9.25%。与以上研究相比,本研究的短期效应值较小,可能原因是南京、深圳的研究中污染物日均浓度的增量更大,故而效应值更大;或是由不同地区的大气污染物的组成成分以及人口结构的差异造成。

年龄分层分析结果显示,不同年龄层人群对各污染物的敏感性不同。大气污染物的浓度增加主要使25~59岁及60岁及以上人群ILI发病风险升高,对其余年龄层人群ILI的发病数的影响则无统计学意义。且PM2.5、PM10、CO和NO2与60岁及以上人群的关联性较25~59岁人群强,分析其原因可能是60岁及以上人群的免疫力相对较低,且25~59岁年龄组人群因忙于工作,更倾向于就近选择小诊所就医或自行到药房买药进行治疗,从而就医频率相对较低。此结果和北京[18]、南京[24]以及深圳[25]的研究结果不尽相同,北京地区的研究[18]显示PM2.5对各个年龄层的ILI数均有影响,对25~59岁年龄段人群的影响最显著,其次是15~24岁人群,5岁以下儿童受影响最小;南京的研究[21]则发现大气污染物对15~24岁年龄段人群的影响最大,其次是5~14岁人群,对其他年龄组的影响无统计学意义;而深圳的研究[25]结果为PM2.5浓度的增长对15~24岁人群ILI数的影响最大,对60岁及以上人群的影响无统计学意义。造成这些差异的原因可能是研究地区不同,人群暴露的大气污染物的来源不同,人口结构有差异,人群出行方式、生活方式的不同。

SO2仅对5~14岁年龄组人群ILI发病数的影响有统计学意义,对其余年龄组及总人群ILI发病数的影响无统计学意义,分析原因可能是5~14岁的青少年,课业并不繁重,户外活动时间较长,更易于受到大气污染物的影响,同时也更易接触并传播流感病毒。此结果与2013年的一篇meta分析结果类似[26],其对国内24个城市的58个关于污染物和不良健康结局的研究进行了meta分析,结果显示SO2对哮喘、肺炎、慢性阻塞性肺病等呼吸道疾病的影响均无统计学意义;而近期发表的一篇包含全国272个城市,探讨SO2对呼吸系统死亡率的影响的研究表明,滞后2 d内,SO2每升高10 μg/m3,呼吸道疾病死亡率将增加0.55%[27]。这说明目前SO2对呼吸道疾病的影响存在争议,需要进一步的研究。

季节分层结果显示大气污染物在不同的季节中对ILI的影响有明显差别。春季时,PM2.5和PM10均会引起ILI数增加,分析可能是春季时流感高发,病毒载量大,污染物浓度的增加更容易引起ILI发病数的增多,此结果与北京[17]的研究结果相似。夏季时,O3的浓度增加将会使ILI发病数增加,因夏季时O3的浓度和ILI数均处于全年高峰,故影响效应明显。而NO2的浓度增加对ILI的发生呈现“保护”作用,可能因为夏季是宜昌的流感高发季节,但NO2的水平处于低谷,故而模型拟合出现这种反转效应,并不认为此结果符合生物学合理性;也有可能是夏季高温,人群室内活动时间明显增加,接触室外大气污染物的时间减少,从而受到的影响相对其他季节减小。秋季时,PM2.5和PM10对ILI数的影响呈现负关联,可能因为秋季并不是当地流感的高发季节,且气温渐低、空气干燥并不适宜流感病毒的存活[23],但秋季PM2.5和PM10的浓度逐渐升高,故而模型拟合出现微弱的负相关效应,并不认为秋季时PM2.5和PM10将对ILI产生“保护”作用。而冬季时,各污染物对ILI数的影响均无统计学意义,分析原因可能是宜昌市冬季大气污染物浓度处于全年最高,且不易消散,大气环境质量差[12],人群外出活动减少,从而接触污染物时间缩短,也降低了流感聚集传染的可能性。

本研究利用分布滞后非线性模型分析宜昌地区6种大气污染物的浓度增加分别对总人群ILI数的影响,并探讨了各污染物在不同季节对人群ILI的影响差异以及对不同年龄层人群造成的短期效应,同时采用地理探测器q统计验证季节分层方式的合理性,可为后续环境健康方面的研究提供一些新的思路。本研究存在一定局限性,一方面由于污染物之间可能存在交互作用,评估单个污染物的短期效应可能存在低估的情况;另一方面大气污染物的浓度为环境监测资料,不能完全代表个体暴露水平,故可能使结果出现偏差。探讨污染物之间的交互作用,准确评估大气污染物对人群ILI数的影响,可以作为未来的研究方向之一。

表1

2014—2016年宜昌市每日气温、大气污染物质量浓度及ILI数

Table 1 Daily temperature, air pollutant concentrations, and ILI cases in Yichang from 2014 to 2016

图 1

2014—2016年宜昌市每日ILI数时间序列图

Figure 1 Time series of daily ILI cases in Yichang from 2014 to 2016

图 2

宜昌市各污染物浓度增加对每日ILI数影响的滞后效应(RR值及95%CI

Figure 2 Lag effects (RR and 95%CI) of increases in air pollutant concentrations on daily ILI cases in Yichang

[注]A:PM2.5;B:PM10;C:SO2;D:CO;E:NO2;F:O3。PM2.5、PM10、SO2、NO2和O3为日均质量浓度增加10 μg/m3,CO为日均质量浓度增加0.1 mg/m3;*:P < 0.05。 [Note]A:PM2.5; B:PM10; C:SO2; D:CO; E:NO2; F:O3. A 10 μg/m3 increase in PM2.5, PM10, SO2, NO2, and O3, and a 0.1 mg/m3 increase in CO; *:P < 0.05.
表2

年龄和季节分层中大气污染物对人群ILI影响的累积ER值及95%CI(%)

Table 2 Age and season stratified cumulative ER and 95%CI of ILI cases exposed to selected air pollutants

参考文献

[1]

BERNSTEIN J A, ALEXIS N, BARNES C, et al. Health effects of air pollution[J]. J Allergy Clin Immunol, 2004, 114(5):1116-1123.

[2]

FENG S, GAO D, LIAO F, et al. The health effects of ambient PM2.5 and potential mechanisms[J]. Ecotoxicol Environ Saf, 2016, 128:67-74.

[3]

DOCKERY D W, POPE C A, XU X, et al. An association between air pollution and mortality in six U.S. cities[J]. N Engl J Med, 1993, 329(24):1753-1759.

[4]

SAMET J M, DOMINICI F, CURRIERO F C, et al. Fine particulate air pollution and mortality in 20 U.S. cities, 1987-1994[J]. N Engl J Med, 2000, 343(24):1742-1749.

[5]

BREMNER S A, ANDERSON H R, ATKINSON R W, et al. Short-term associations between outdoor air pollution and mortality in London 1992-4[J]. Occup Environ Med, 1999, 56(4):237-244.

[6]

PAULES C, SUBBARAO K. Influenza[J]. Lancet, 2017, 390(10095):697-708.

[7]

NG S, GORDON A. Influenza burden and transmission in the tropics[J]. Curr Epidemiol Rep, 2015, 2(2):89-100.

[8]

GHIO A J, CARRAWAY M S, MADDEN M C. Composition of air pollution particles and oxidative stress in cells, tissues, and living systems[J]. J Toxicol Environ Health B Crit Rev, 2012, 15(1):1-21.

[9]

SILVA D R, VIANA V P, MÜLLER A M, et al. Respiratory viral infections and effects of meteorological parameters and air pollution in adults with respiratory symptoms admitted to the emergency room[J]. Influenza Other Respi Viruses, 2014, 8(1):42-52.

[10]

CHAUHAN AJ, JOHNSTON SL. Air pollution and infection in respiratory illness[J]. Br Med Bull, 2003, 68(1):95-112.

[11]

HIRAIWA K, VAN EEDEN S F. Contribution of lung macrophages to the inflammatory responses induced by exposure to air pollutants[J]. Mediators Inflamm, 2013, 2013:619523.

[12]

黄梦娇, 田莉, 刘陈, 等.三峡库区城市雾霾的诱因分析及预防策略——以宜昌市为例[J].产业与科技论坛, 2018, 17(8):57-58.

[13]

疾病预防控制局.全国流感监测方案(2010年版)[EB/OL].[2018-03-01]. http://www.nhfpc.gov.cn/jkj/s3577/201009/3fa356d0f4834d408fde6c12891a6482.shtml.

[14]

GASPARRINI A, ARMSTRONG B, KENWARD M G. Distributed lag non-linear models[J]. Stat Med, 2010, 29(21):2224-2234.

[15]

GUO Y, LI S, TIAN Z, et al. The burden of air pollution on years of life lost in Beijing, China, 2004-08:retrospective regression analysis of daily deaths[J]. BMJ, 2013, 347(22):f7139.

[16]

YANG H C, CHANG S H, LU R, et al. The effect of particulate matter size on cardiovascular health in Taipei Basin, Taiwan[J]. Comput Methods Programs Biomed, 2016, 137:261-268.

[17]

FENG C, LI J, SUN W, et al. Impact of ambient fine particulate matter (PM2.5)exposure on the risk of influenzalike-illness:a time-series analysis in Beijing, China[J]. Environ Health, 2016, 15:17.

[18]

GUO Y, BARNETT A G, PAN X, et al. The impact of temperature on mortality in Tianjin, China:a case-crossover design with a distributed lag nonlinear model[J]. Environ Health Perspect, 2011, 119(12):1719-1725.

[19]

钱旭君, 沈月平, 贺天锋, 等.宁波市大气颗粒物与人群因心脑血管疾病死亡的时间序列研究[J].中华流行病学杂志, 2016, 37(6):841-845.

[20]

王劲峰, 徐成东.地理探测器:原理与展望[J].地理学报, 2017, 72(1):116-134.

[21]

TIAN Y, XIANG X, WU Y, et al. Fine particulate air pollution and first hospital admissions for ischemic stroke in Beijing, China[J]. Sci Rep, 2017, 7(1):3897.

[22]

于永, 王炜翔, 周连, 等.南京市流感样病例与平均气温的关系[J].职业与健康, 2016, 32(12):1689-1692.

[23]

陈发明, 刘如春, 陈田木, 等.长沙市流感样病例发病趋势的时间序列分析和预测模型研究[J].实用预防医学, 2013, 20(9):1052-1055.

[24]

HUANG L, ZHOU L, CHEN J, et al. Acute effects of air pollution on influenza-like illness in Nanjing, China:a population-based study[J]. Chemosphere, 2016, 147:180-187.

[25]

黄智峰, 刘晓剑, 杨连朋, 等.深圳市大气PM2.5质量浓度与流感样病例发病的关联性分析[J].环境与职业医学, 2017, 34(5):421-425.

[26]

LAI H K, TSANG H, WONG C M. Meta-analysis of adverse health effects due to air pollution in Chinese populations[J]. BMC Public Health, 2013, 13:360.

[27]

WANG L, LIU C, MENG X, et al. Associations between short-term exposure to ambient sulfur dioxide and increased cause-specific mortality in 272 Chinese cities[J]. Environ Int, 2018, 117:33-39.

上一张 下一张
上一张 下一张

[基金项目] 国家重点基础研究发展计划(973计划)(编号:2011CB503800);欧盟第七框架计划合作项目(编号:241900)

[作者简介] 廖青(1994-), 女, 硕士生; 研究方向:流行病与卫生统计学; E-mail: liaoqing94@163.com

[收稿日期] 2018-03-04 00:00:00.0

【点击复制中文】
【点击复制英文】
计量
  • PDF下载量 (17)
  • 文章访问量 (359)
  • XML下载量 (0)
  • 被引次数 (0)

目录

宜昌市大气污染物对流感样病例的短期效应

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