《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

2021, 38(8):847-852.doi:10.13213/j.cnki.jeom.2021.21059

上海PM2.5、NO2及空气质量指数与小学生因病缺勤的关系


1a. 复旦大学公共卫生学院环境卫生教研室, 上海 200032 ;
1b. 复旦大学公共卫生安全教育部重点实验室, 上海 200032 ;
1c. 复旦大学国家卫生健康委员会卫生技术评估重点实验室(复旦大学), 上海 200032 ;
2. 上海市普陀区恒德小学, 上海 200331 ;
3. 上海市浦东新区观澜小学, 上海 201299 ;
4. 上海市嘉定区望新小学, 上海 201806 ;
5. 上海市嘉定区徐行小学, 上海 201808 ;
6. 上海市沙田学校, 上海 200062 ;
7. 上海市环境监测中心(上海长三角区域空气质量预测预报中心), 上海 200032

收稿日期: 2021-02-05;  录用日期:2021-05-19;  发布日期: 2021-09-03

基金项目: 国家自然科学基金(81861138005)

通信作者: 蔡云飞, Email: caiyf@sheemc.cn   赵卓慧, Email: zhzhao@fudan.edu.cn  

作者简介: 唐颢(1996-), 男, 硕士生; E-mail: 19211020050@fudan.edu.cn

伦理审批  已获取

利益冲突  无申报

[背景] 大气污染可能会增加儿童因病缺勤,并增加相应的社会医疗和经济负担。

[目的] 探索当前上海市大气污染物及空气质量指数(AQI)与小学生因病缺勤的定量关系。

[方法] 抽取上海市嘉定、宝山、浦东及普陀四个区的6所小学,收集全体在校学生在2017和2018两个完整学年每日缺勤数和缺勤原因(排除因事或其他突发意外事故),以及同期六校周边大气监测站点日均空气污染物浓度和气象资料。构建广义相加模型,开展时间序列分析,调整温度、相对湿度、降水量、流感暴发时段、星期几效应等混杂因素,分析大气污染物、流感季节及AQI与小学生缺勤发生数的关系。

[结果] 本研究共纳入分析5 746名学生,在校期间平均每日缺勤人数为12.5人,六校每日总缺勤率为0.20%,冬春季高于夏秋季,流感季节高于非流感季节(均P < 0.05)。研究期间年度日均PM2.5、NO2分别为(38.7±26.0)、(42.7±18.8)μg·m-3。调整混杂因素进行多变量回归分析显示,NO2每升高10 μg·m-3,因病缺勤人数增加2.3%~3.3%,且对缺勤人数的单日滞后及累积滞后效应可以持续1周,而AQI和PM2.5与儿童缺勤的关系不明显。流感分层分析结果表明,PM2.5、NO2和AQI在非流感季对缺勤影响均有统计学意义,RR(95%CI)分别为1.021(1.004~1.039)、1.048(1.026~1.071)和1.015(1.001~1.030)。

[结论] 2017—2018学年上海市大气污染中,NO2与在校小学生因病缺勤存在关联。能否单纯依据AQI对在校生开展学生健康管理,需进一步探索。

关键词: 空气污染;  小学生;  缺勤;  氮氧化物;  颗粒物 

大气污染物包括二氧化氮(nitrogen dioxide,NO2)和颗粒物等,可对呼吸系统疾病、心血管疾病以及非意外死亡等产生重要影响[1]。相比于成人,正处于发育时期的儿童对空气污染的危害更加易感。学校是学龄儿童的重要活动场所,市区学校常位于交通繁忙地段,受汽车尾气排放的影响,学校周边空气叠加交通尾气可能产生局部严重污染。

已有研究表明交通污染对儿童的呼吸系统健康有不良影响[2],大气污染与儿童呼吸系统疾病门诊量、入院率等存在显著关联[3]。在校生每日出勤记录及缺勤病因信息登记,可反映学生的不适或疾病早期症状,因而可更早、更灵敏地捕捉在校儿童的健康变化。目前已有空气污染与学生缺勤的相关研究,但多未考虑流感、降水量等因素的影响[4-5]

本研究选取上海市6所小学,以小学生为研究对象,探索大气污染物以及空气质量指数(air quality index,AQI)与小学生因病缺勤的关联,同时考虑气象和流感等季节性因素对因病缺勤率变化的重要影响[6],比较典型大气污染物及AQI对在校小学生因病缺勤影响的差异,为提出更加精准的在校生健康管理和防护措施,更好地保护儿童健康提供数据基础。

1   材料与方法

1.1   材料来源

1.1.1   因病缺勤数据

选取上海市嘉定、宝山、浦东以及普陀四个区的6所小学,收集全体在校学生于2017和2018两个完整学年(2017年9月—2019年6月)每日缺勤数及缺勤原因的信息,排除因事或其他突发意外事故后的缺勤数为因病缺勤数。缺勤症状和疾病包括感冒、发热、上呼吸道感染、咳嗽、鼻塞、流涕、哮喘、胃痛等。每日因病缺勤数为“新发”病例数,即因病首次缺勤。所有数据均为各学校医护人员或健康管理工作者登记认可。本研究经过复旦大学公共卫生学院医学研究伦理委员会审批通过(IRB00002408 & FWA00002399)。

1.1.2   大气污染、气象以及流感数据

大气污染数据来源于距离学校最近(0.25~8.5 km)的上海市6个市控点监测站(位置见补充材料图S1)。本研究收集了2017年9月—2019年6月期间的典型空气污染物(PM2.5和NO2)的日均值和AQI值。同期的气象数据来源于上海市气象局,包括温度、相对湿度以及降水量。流感流行时段数据来源于中国流感中心,采用每周流感随机采样检测阳性率为量化指标,采样检测阳性率大于0.2为流感流行时段,即2018年1—2月和2019年1—3月。

1.2   数据分析方法

1.2.1   描述性分析

对六校因病缺勤数及附近大气污染数据和气象数据进行描述性分析,报告各个指标的日均值及标准差,并描述数据分布特征。所有统计只针对在校期间,寒暑假期不计入内。

1.2.2   时间序列分析

学生每日因病缺勤数近似于Poisson分布,因此使用Wilcox检验比较缺勤人数在不同学年、季节、流感季及降水量时期的差异;使用Poisson回归广义相加模型(generalized additive model,GAM)评估PM2.5、NO2及AQI与缺勤数的关系。以因病缺勤人数为应变量,污染物浓度为自变量,对气象、流感等因素采用平滑样条函数进行拟合,应用赤池信息量准则选择平滑样条函数最佳自由度。GAM模型的构建如下:lgEYt)=βρt+s(tk)+s(Hk)+s(Pk)+s(Rfluk)+s(Vdayfromstartk)+VDOW+VHoliday+ VYear+Vintercept。式中:EYt)指在第t日因病缺勤发生数;ρt为第t日污染物浓度;s是平滑样条函数;t为当日平均温度;k为自由度;H为当日平均相对湿度;P为当日平均降水量;β是暴露- 反应关系系数;Rflu为每周南方流感检测阳性率;Vdayfromstart,为距开学日的天数;VDOW为星期几效应;VHoliday为假期效应;VYear为学年效应;Vintercept为截距。使用统计软件R4.0.2,包括mgcv、meta软件包以及Wilcox.test()函数,检验水准α=0.05。上述模型首先对PM2.5、NO2和AQI开展六校整体人群的单污染Poisson多因素回归分析,其次开展每个污染物1~7 d的滞后效应以及累积滞后效应分析,以相对危险度(RR)和95%CI表征分析结果,同时对流感季和季节因素进行分层分析。

1.2.3   敏感性分析

对回归分析的结果进一步开展敏感性分析,包括:①针对六校分别单独开展Poisson回归,并对六校分别得到的RR和95%CI开展meta分析;②针对具有统计学意义的结果,逐步调整不同的混杂因素(依次在模型中添加时间、气象以及流感效应因素);③调整模型中样条函数自由度(k=1~10)。

2   结果

2.1   各小学缺勤状况

本研究共纳入分析5 746名学生,在校期间平均每日缺勤人数为12.5人,占全体应到学校人数的0.20%。六校总缺勤发生数2018学年大于2017学年,冬春季高于夏秋季,流感季高于非流感季(均P < 0.05),六校缺勤率在不同降水量时期差异没有统计学意义(P> 0.05),各校学生缺勤情况见表 1

表1

上海市6所小学2017和2018学年日均因病缺勤情况[n(%)]

Table1.

Daily sickness absenteeism of six primary schools in Shanghai in 2017 and 2018 school years [n (%)]

2.2   大气污染物及气象因素

研究期间,六校周边大气PM2.5、NO2、AQI、温度和相对湿度日均值分别38.7 μg·m-3、42.7 μg·m-3、60.4、16.5℃及74.9%(表 2)。

表2

上海市6所小学2017和2018学年周边大气日均PM2.5、NO2、AQI和温湿度(x±s

Table2.

Daily mean PM2.5, NO2, AQI, temperature, and humidity surrounding the six primary schools in Shanghai in 2017 and 2018 school years (x±s)

2.3   大气污染物与小学生因病缺勤的关联性

六校小学生每日因病缺勤人数与PM2.5、NO2及AQI之间呈明显的时序动态相关特征(图 1)。4个学期中的秋冬季和春夏季学期,均呈现一个污染物高峰,分别在11—12月份和3—4月份。

图 1

上海市6所小学2017和2018学年总因病缺勤人数与PM2.5、NO2及AQI随时间分布图

Figure1.

Timeline trend of total sickness absenteeism numbers, PM2.5, NO2 and AQI of six primary schools in Shanghai in 2017 and 2018 school years

经单污染GAM模型Poisson回归针对六校全体人群开展分析,发现调整了温度、相对湿度、南方流感检测阳性率、降水量、星期几效应和假期效应后,NO2在当天及滞后1~7 d内对缺勤发生数有影响,而PM2.5和AQI在当天及滞后1~7 d内对因病缺勤发生数都未产生影响。比较7 d污染物指标的关联系数,发现NO2滞后4 d时(lag4),对缺勤的影响效应最大,RR(95%CI)为1.033(1.012~1.055)(表 3)。本研究同时分析了0~1、0~3、0~5和0~7 d(lag0-1、lag0-3、lag0-5、lag0-7)的累积滞后效应,结果显示NO2对缺勤发生数影响均有统计学意义,且均为正向影响(表 3)。流感分层分析结果表明,PM2.5、NO2和AQI在非流感季对缺勤影响均有统计学意义,RR(95%CI)分别为:1.021(1.004~1.039)、1.048(1.026~1.071)和1.015(1.001~1.030);季节分层后均无统计学意义(见补充材料表S1)。

表3

上海市6所小学2017和2018学年每日因病缺勤总人数与大气污染物的Poisson回归分析[RR(95%CI)]

Table3.

Poisson regression analysis on total daily sickness absenteeism and air pollutants of six primary schools in Shanghai in 2017 and 2018 school years [RR (95%CI)]

2.4   敏感性分析

2.4.1   meta分析

结果显示,与PM2.5和AQI相比,NO2与儿童因病缺勤的RR值最大(RR=1.036,95%CI:0.997~1.076),meta分析的结果接近显著。见表 4

表4

上海市6所小学2017和2018学年各学校每日因病缺勤人数与大气污染物的Poisson回归分析及meta分析[RR(95%CI)]

Table4.

Poisson regression analysis and meta-analysis on sickness absenteeism and air pollutants of six primary schools in Shanghai in 2017 and 2018 school years [RR (95%CI)]

2.4.2   混杂因素调整

针对NO2对六校全体学生缺勤的显著效应,分别调整不同变量进行敏感性分析,对构建的a、b、c、d四个模型对比发现:0~7 d滞后均有统计学效应,且前三个模型效应相差较小,均在滞后3 d达到效应最大值;而模型d中NO2对缺勤人数的效应降低,在0~7 d的滞后期中,效应系数平均降低了53.4%;但是各模型均未改变NO2对缺勤影响的统计学意义。见图 2

图 2

不同模型中大气NO2(每升高10 μg·m-3)与上海市6所小学2017和2018学年小学生因病缺勤效应的敏感性分析

Figure2.

Sensitivity analyses on the association of atmospheric NO2 (per 10μg·m-3 increase) with primary school students' sickness absenteeism in 2017 and 2018 school years in different models

[注] A:a模型,调整缺勤人数~NO2;B:b模型,在a模型的基础上调整距开学日天数、假期效应、星期几效应和年份变量;C:c模型,在b模型的基础上调整降水量、温度和相对湿度变量;D:d模型,在c模型的基础上调整南方流感检测阳性率变量。

2.4.3   平滑样条函数自由度调整

通过调整距开学天数、降水量、相对湿度和温度平滑样条函数自由度(k=1~10)进行敏感性分析,结果显示NO2对缺勤的影响没有明显变化,流感监测阳性率自由度在1~6时差异无统计学意义,7~10差异有统计学意义。最后,应用赤池信息量准则选择最优模型,最终确定距开学天数(k=8)、流感监测阳性率(k=8)、降水量(k=8)、相对湿度(k=3)和温度(k=7)因素平滑样条函数自由度(结果见补充材料表S2)。

3   讨论

本研究显示,2017—2019年上海市小学周边大气NO2与在校小学生因病缺勤存在关联,PM2.5和AQI与小学生因病缺勤的关系不明显。

机动车尾气是城市NO2的主要来源之一,大多地处市区的学校,通常靠近交通干道。本研究提示以NO2为代表的氮氧化物污染物对小学生因病缺勤可能有潜在风险,而表征综合空气质量的AQI不一定给出恰当的指示和预测。

因病缺勤率可以敏感地反映小学生的健康状态,是小学生健康受影响的一个重要指标[7]。本研究探索PM2.5、NO2以及AQI和缺勤之间的关系,发现当日NO2暴露和缺勤之间呈现正向关联,NO2每升高10 μg·m-3,缺勤人数可增加3.1%,且1~7 d及累积滞后拥有同样正向效应。张喆等[4]研究发现上海市PM2.5、PM10、SO2和NO2日均浓度每增加1.0 μg·m-3,中小学生因呼吸系统症状缺勤率分别上升0.54‰、0.51‰、0.70‰和0.94‰;北京市丰台区研究显示,空气中SO2、NO2和PM10浓度每增加10 μg·m-3,基于“中小学因病缺勤症状监测系统”的呼吸道症状发生率分别增加4.0%、3.0%、1.0%;其中,NO2与在校生缺勤的效应关联具有统计学意义[8]。在两个已报道的研究中,NO2与因病缺勤都呈现比颗粒物污染更强的关联,说明NO2作为城市典型的气态污染物,与小学生的健康效应关联需要引起重视。

本研究发现,上海市小学生因病缺勤率呈现明显的季节规律,冬春季学生因病缺勤率高于夏秋季,与杨敏娟等[5]研究结果一致。这可能与冬春季的空气污染较重、气温较低及流感容易暴发等气象特征都有一定关系,且本研究进行季节分层后分析,均没有统计学意义。本研究的统计模型对以上因素都予以收集并调整,针对NO2的多因素分步模型调整发现,流感季是重要的混杂因素,可以显著降低空气污染的效应;且在分层分析中,非流感季的空气污染效应保持显著,而流感季的显著性关联消失。这进一步提示,针对空气污染与在校生缺勤影响的研究中,流感季效应须同时予以考虑,这在此前已发表的几项研究中尚未看到[5, 8]。除以上因素以外,本研究同时考虑了假期和周末对缺勤的影响,即假期启动和结束的前后对在校生缺勤的混杂影响,并同时调整了年份和星期几效应[9-10]。针对每个学校单独进行了时间序列分析,并对效应结果进行meta分析之后,发现NO2与儿童因病缺勤的关联未达统计学显著。

本研究针对滞后效应开展了进一步分析,当日和滞后1~7 d NO2的效应对因病缺勤仍然有影响,且NO2在滞后4d时达到最强。滞后效应的时长与国外同类研究中报道的7 d达到最强效应的结果并不完全一致[7],可能与分析模型不同,大气污染物暴露水平差异和人群易感性不同等因素有关,但二者指向空气污染与儿童因病缺勤的正向关联保持一致[11]

本研究中仍有几点不足之处:(1)有文献表明,不同年级、性别确实会影响大气污染物和缺勤率之间的关联性[12-13],但此次调查未收集此类信息,暂无法纳入考虑;(2)选取的环境监测站点不能精准替代学生的真实暴露;(3)选取的学校数量有限,后期可进一步加大学校抽样数量和总的人群样本量,加以验证。

AQI基于大气监测中的多个空气污染物的权重和各污染物的分指数计算而来,是一个综合反映空气质量总体情况的指数,它仍然是目前上海市针对在校学生健康管理的主要参考依据。但本研究提示,部分特定空气污染物,如NO2,受其排放源位置和扩散距离的影响,对在校生的因病缺勤的影响更加显著。据此,单纯依据AQI对在校生开展学生健康管理,还有进一步细分和精细化提升的空间。

表1

上海市6所小学2017和2018学年日均因病缺勤情况[n(%)]

Table 1

Daily sickness absenteeism of six primary schools in Shanghai in 2017 and 2018 school years [n (%)]

表2

上海市6所小学2017和2018学年周边大气日均PM2.5、NO2、AQI和温湿度(x±s

Table 2

Daily mean PM2.5, NO2, AQI, temperature, and humidity surrounding the six primary schools in Shanghai in 2017 and 2018 school years (x±s)

图 1

上海市6所小学2017和2018学年总因病缺勤人数与PM2.5、NO2及AQI随时间分布图

Figure 1

Timeline trend of total sickness absenteeism numbers, PM2.5, NO2 and AQI of six primary schools in Shanghai in 2017 and 2018 school years

表3

上海市6所小学2017和2018学年每日因病缺勤总人数与大气污染物的Poisson回归分析[RR(95%CI)]

Table 3

Poisson regression analysis on total daily sickness absenteeism and air pollutants of six primary schools in Shanghai in 2017 and 2018 school years [RR (95%CI)]

表4

上海市6所小学2017和2018学年各学校每日因病缺勤人数与大气污染物的Poisson回归分析及meta分析[RR(95%CI)]

Table 4

Poisson regression analysis and meta-analysis on sickness absenteeism and air pollutants of six primary schools in Shanghai in 2017 and 2018 school years [RR (95%CI)]

图 2

不同模型中大气NO2(每升高10 μg·m-3)与上海市6所小学2017和2018学年小学生因病缺勤效应的敏感性分析

Figure 2

Sensitivity analyses on the association of atmospheric NO2 (per 10μg·m-3 increase) with primary school students' sickness absenteeism in 2017 and 2018 school years in different models

[注] A:a模型,调整缺勤人数~NO2;B:b模型,在a模型的基础上调整距开学日天数、假期效应、星期几效应和年份变量;C:c模型,在b模型的基础上调整降水量、温度和相对湿度变量;D:d模型,在c模型的基础上调整南方流感检测阳性率变量。

参考文献

[1]

杨静. 空气污染对人群死亡的影响——京津冀地区大气污染治理政策评价研究[D]. 北京: 中国疾病预防控制中心, 2019.

[1]

YANG J. Effects of air pollution on human mortality[D]. Beijing: Chinese Center for Disease Control and Prevention, 2019.

[2]

SCHULTZ E S, LITONJUA A A, MELÉN E. Effects of long-term exposure to traffic-related air pollution on lung function in children[J]. Curr Allergy Asthma Rep, 2017, 17(6): 41.

DOI: 10.1007/s11882-017-0709-y
[3]

KERMANI M, DOWLATI M, JAFARI AJ, et al. The association of hospital emergency admissions due to respiratorycardiovascular diseases and acute myocardial infarction with air pollution in Tehran during 2005-2014[J]. Med J Islam Repub Iran, 2018, 32: 76.

 
[4]

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.

 
[4]

ZHANG Z, YU J, LUO C Y, et al. Associations between absenteeism caused by respiratory symptoms and air pollutants among primary and middle school students in Shanghai[J]. J Environ Occup Med, 2018, 35(1): 29-32.

 
[5]

杨敏娟, 王文朋, 解惠坚, 等. 上海市浦东新区PM2.5对小学生因病缺课影响的时间序列研究[J]. 环境与职业医学, 2018, 35(11): 973-978.

 
[5]

YANG M J, WANG W P, JIE H J, et al. Effects of PM2.5 on elementary school students' sickness absenteeism in Pudong New Area, Shanghai: A time-series analysis[J]. J Environ Occup Med, 2018, 35(11): 973-978.

 
[6]

LIU H, SALVO A. Severe air pollution and child absences when schools and parents respond[J]. J Environ Econ Manage, 2018, 92: 300-330.

DOI: 10.1016/j.jeem.2018.10.003
[7]

MACNAUGHTON P, EITLAND E, KLOOG I, et al. Impact of particulate matter exposure and surrounding "greenness" on chronic absenteeism in Massachusetts public schools[J]. Int J Environ Res Public Health, 2017, 14(2): 207.

DOI: 10.3390/ijerph14020207
[8]

BERMAN J D, MCCORMACK M C, KOEHLER K A, et al. School environmental conditions and links to academic performance and absenteeism in urban, mid-Atlantic public schools[J]. Int J Hyg Environ Health, 2018, 221(5): 800-808.

DOI: 10.1016/j.ijheh.2018.04.015
[9]

RICE M B, RIFAS-SHIMAN S L, LITONJUA A A, et al. Lifetime exposure to ambient pollution and lung function in children[J]. Am J Respir Crit Care Med, 2016, 193(8): 881-888.

DOI: 10.1164/rccm.201506-1058OC
[10]

ALLEN J G, MACNAUGHTON P, LAURENT J G C, et al. Green buildings and health[J]. Curr Environ Health Rep, 2015, 2(3): 250-258.

DOI: 10.1007/s40572-015-0063-y
[11]

HUA J, ZHANG Y, DE FOY B, et al. Competing PM2.5 and NO2 holiday effects in the Beijing area vary locally due to differences in residential coal burning and traffic patterns[J]. Sci Total Environ, 2021, 750: 141575.

DOI: 10.1016/j.scitotenv.2020.141575
[12]

GILLILAND F D, BERHANE K, RAPPAPORT E B, et al. The effects of ambient air pollution on school absenteeism due to respiratory illnesses[J]. Epidemiology, 2001, 12(1): 43-54.

DOI: 10.1097/00001648-200101000-00009
[13]

ROMIEU I, LUGO M C, VELASCO S R, et al. Air pollution and school absenteeism among children in Mexico City[J]. Am J Epidemiol, 1992, 136(12): 1524-1531.

DOI: 10.1093/oxfordjournals.aje.a116474
上一张 下一张
上一张 下一张

[基金项目] 国家自然科学基金(81861138005)

[作者简介]

[收稿日期] 2021-02-05

【点击复制中文】
【点击复制英文】
计量
  • PDF下载量 (59)
  • 文章访问量 (196)
  • XML下载量 (0)
  • 被引次数 (0)

目录

上海PM2.5、NO2及空气质量指数与小学生因病缺勤的关系

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