《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

2018, 35(1):29-32.doi:10.13213/j.cnki.jeom.2018.17582

Associations between absenteeism caused by respiratory symptoms and air pollutants among primary and middle school students in Shanghai


Division of Child and Adolescent Health, Shanghai Municipal Center for Disease Control and Prevention, Shanghai 200336, China

Accepted: 2017-09-25;  Published: 2018-05-14

Corresponding Author: YU Jin, Email: camille202002@126.com  

[Objective] To realize the prevalence of absenteeism caused by respiratory symptoms among Shanghai primary and middle school students, and investigate the relationships between the absenteeism and air pollutants.

[Methods] Absenteeism, air pollutants, and temperature data from 2013 to 2016 in Shanghai were collected. The prevalence of absenteeism caused by respiratory symptoms was estimated. Principal component analysis was used for combining air pollutants and temperature into a comprehensive indicator. Multiple linear regression model was used to assess the relationships between absenteeism and selected air pollutants.

[Results] Totally 667 978 person-days of absenteeism due to respiratory symptoms were recorded from 2013 to 2016, and the absenteeism rate was 0.71‰. The absenteeism rates in winter and spring were higher than the other seasons. As the eigenvalues of the first principal component and the second principal component were both greater than 1, their accumulated contribution rate reached 84%, and these two principal components were selected for the following multiple linear regression analysis. With every 1 μg/m3 increase of PM2.5, PM10, SO2, and NO2, and every 1 mg/m3 increase of CO, the absenteeism rate due to respiratory symptoms rose 0.54‰, 0.51‰, 0.70‰, 0.94‰, and 0.01‰ respectively. With every 1 μg/m3 increment of O3 daily maximum 8 h concentration and every 1℃ increase of temperature, the absenteeism rate due to respiratory symptoms fell 5.51‰ and 0.94‰, respectively.

[Conclusion] The absenteeism rate due to respiratory symptoms is correlated with levels of air pollutants and temperature in selected primary and middle school students in Shanghai.

Key Words: primary and secondary school student;  illness-induced absenteeism;  respiratory symptom;  outdoor air pollutant 

图 1

2013—2016年上海市中小学生因呼吸系统症状缺课率月度分布

Figure 1 Absenteeism rate due to respiratory symptoms among primary and middle school students in Shanghai from 2013 to 2016

表 1

2013—2016年大气污染物质量浓度、气温均值及标准差

Table 1 Means and standard deviations of selected air pollutants and temperature from 2013 to 2016

表 2

主成分分析的载荷系数矩阵及主成分分析指标

Table 2 The factor loading matrix and analytic indices of principal component analysis

表 3

多元线性回归模型参数估计结果

Table 3 Result of multiple linear regression model

Reference

[1]

罗央努, 罗丹, 马小丽, 等.慈溪市2004至2013年儿童青少年死因分析和减寿评估[J].中华健康管理学杂志, 2015, 9(2):94-97.

[2]

冯江, 袁秀琴, 朱军, 等.中国2000-2010年5岁以下儿童死亡率和死亡原因分析[J].中华流行病学杂志, 2012, 33(6):558-561.

[3]

张振宇. 基于地面监测站PM2. 5的时空分布及其与呼吸系统疾病就诊关系的研究[D]. 杭州: 浙江大学, 2016.

[4]

翟玲玲. 室内甲醛、苯系物污染对机体呼吸和免疫系统影响的研究[D]. 沈阳: 中国医科大学, 2010.

[5]

胡衡生, 黄励, 张新英, 等.大气环境质量对学龄儿童呼吸健康的影响[J].环境与健康杂志, 2004, 21(6):386-388.

[6]

梁晓珍.全球大气污染对人体心血管与呼吸系统的影响[J].陕西医学杂志, 2015, 44(7):923-924, 930.

[7]

张喆, 罗春燕, 王鹏飞, 等. 2014-2015学年上海市中小学生因病缺课监测结果的初步分析[J].教育生物学杂志, 2016, 4(3):140-143.

[8]

林玫, 王鑫, 梁大斌.症状监测在新发传染病和暴发疫情预警中应用的进展[J].中华预防医学杂志, 2015, 49(7):659-664.

[9]

上海市环境监测中心. 上海市空气质量实时发布系统[EB/OL]. [2017-07-03]. http://www.semc.com.cn/aqi/home/Index.aspx.

[10]

李雪源, 景元书, 吴凡, 等.南京市呼吸系统疾病死亡率与气象要素的关系及预测[J].气象与环境学报, 2012, 28(5):46-48.

[11]

王海荣, 翟秋敏, 沈娟.大气污染对呼吸系统疾病的影响——以河南省A市为例[J].环境科学与管理, 2011, 36(3):54-57.

[12]

JERRETT M, BURNETT R T, POPE C A I, et al. Long-term ozone exposure and mortality[J]. New England Journal of Medicine, 2009, 360(11):1085-1095.

[13]

陈仁杰, 陈秉衡, 阚海东.上海市近地面臭氧污染的健康影响评价[J].中国环境科学, 2010, 30(5):603-608.

[14]

胡继宏, 靳利梅, 赵翊, 等.大气主要污染物与儿童呼吸系统疾病住院率关系调查研究[J].中国全科医学, 2017, 20(5):586-589.

[15]

SAMOLI E, DIMAKOPOULOU K, EVANGELOPOULOS D, et al. Is daily exposure to ozone associated with respiratory morbidity and lung function in a representative sample of schoolchildren? Results from a panel study in Greece[J]. J Expo Sci Environ Epidemiol, 2017, 27(3):346-351.

Metrics
  • PDF downloads (0)
  • Article visits (149)
  • XML Downloads (3)
  • Cited by (0)

Catalog

我国各级医疗机构对儿童用基本药物剂型和规格的需求调查

呼吸系统疾病作为儿童青少年人群的常见病、多发病,在儿童青少年死亡原因中位于前列,已成为影响儿童青少年健康成长的重要因素之一[1-2]。导致呼吸系统疾病和症状的因素很多,除了自身免疫因素外,空气质量、天气和气候因素、室内空气污染物等均对呼吸系统疾病和症状的发生发展有明显影响[3-5]。儿童青少年正处于生长发育时期,肺功能发育还不完善,且自身免疫力低下,对外界环境危害因素抵抗力较差,是空气污染致病的敏感人群之一[3]。已有研究显示,大气污染物PM2.5、PM10、二氧化硫(SO2)及二氧化氮(NO2)等与成年人呼吸系统疾病、心血管系统疾病密切相关[6],但国内仍较缺乏大气污染物与儿童青少年群体呼吸系统健康关系的研究。

上海市自2010年起在全市范围内开展因病缺课缺勤网络直报工作,通过“上海市中小学校因病缺课缺勤网络直报系统”(以下简称“因病缺课系统”)每日记录和上报学生因病缺课信息,已成为了解上海地区儿童青少年健康状况的重要手段[7]。对缺课学生症状的记录是因病缺课系统的重要内容,症状监测的开展能够提高疾病疫情监测的灵敏度,对于在校学生疾病早发现、早治疗有着重要意义[8]。本研究旨在通过因病缺课系统,了解上海市中小学生因呼吸系统症状缺课现状,探索分析中小学生因呼吸系统症状缺课与大气污染物的关系。

1   内容与方法

1.1   资料来源

1.1.1   因病缺课数据

因病缺课系统自2010年起在全市中小学校、中专职技校推广使用,学校覆盖率达99%以上。每个开课日15时前由学校保健老师上报学生及教职工因疾病或相关症状缺课的时长(半天或一天)及具体原因。本研究选用2013年1月1日— 2016年12月31日期间的学生因病缺课数据。文中统计的呼吸系统症状包括:咳嗽、鼻塞、流涕、打喷嚏、咽喉痛、咳痰、呼吸困难、胸痛和咯血。

1.1.2   大气污染物及气温数据

大气污染物数据来源于上海市环境监测中心在上海市空气质量实时发布系统[9],该网站自2013年起发布每日空气污染物数据。本研究选取2013年1月—2016年12月期间学校开课日的污染物质量浓度数据,包括:PM2.5日均值(μg/m3)、PM10日均值(μg/m3)、O3日最大8 h均值(μg/m3)、SO2日均值(μg/m3)、NO2日均值(μg/m3)、CO日均值(mg/m3)。由于大气污染物、学生缺课情况可能与气温有关,因此也将上海地区每日平均温度纳入分析。

1.2   统计学分析

采用SAS 9.4软件进行数据分析。通过统计描述方法,描述2013年1月—2016年12月期间上海市中小学生因呼吸系统症状缺课现状;通过主成分分析,汇总污染物质量浓度和气温变量,获得主成分;并通过多元线性回归方法分析主成分与中小学生因呼吸系统症状缺课情况的关系。检验水准α=0.05。

设主成分分析的标准指标变量为X1X7,原始指标变量为x1x7,分别对应PM2.5日均值、PM10日均值、O3日最大8 h均值、SO2日均值、NO2日均值、CO日均值以及日平均气温。生成主成分Z1Z7,根据各主成分的特征值(是否>1)和累计贡献率(是否>80%),选取纳入多元线性回归的主成分。在多元线性回归中,将主成分作为自变量,将因呼吸系统症状缺课率(‰)作为结局指标Y

因呼吸系统症状缺课率(‰)=监测时间段内因呼吸系统症状缺课人日数(/实际监测人数×应上课天数)×1 000‰

2   结果

2.1   2013—2016年上海市中小学生因呼吸系统症状缺课现状

2013年1月1日—2016年12月31日期间,因病缺课系统累计监测941 897 517人日,其中因呼吸系统症状缺课累计667 978人日,因呼吸系统症状缺课率为0.71‰。2013—2016年上海市中小学生各月份因呼吸系统症状缺课率的变化趋势(7—8月为暑假,故没有数据)见图 1。由图 1可见,冬季(12月至次年1月)学生因呼吸系统症状缺课率最高,在春季(3—4月)也有一个小的缺课高峰。

图 1

2013—2016年上海市中小学生因呼吸系统症状缺课率月度分布

2.2   大气污染物及气温主成分分析

表 1可知,2013—2016年PM2.5日均值平均为55.41 μg/m3,PM10日均值平均为75.27 μg/m3,O3日最大8 h均值平均为98.68 μg/m3,SO2日均值平均为19.50 μg/m3,NO2日均值平均为50.82 μg/m3,CO日均值平均为0.84 mg/m3

表1

2013—2016年大气污染物质量浓度、气温均值及标准差

Table1.Means and standard deviations of selected air pollutants and temperature from 2013 to 2016

基于2013—2016年每日(开课日)大气污染物质量浓度及气温值建立矩阵,进行主成分分析。由表 2可见,第一、第二主成分特征值均>1,二者累积贡献率达84%,因此可以提取第一、第二主成分以综合反映大气污染物及气温指标。

表2

主成分分析的载荷系数矩阵及主成分分析指标

Table2.The factor loading matrix and analytic indices of principal component analysis

第一主成分(Z1)、第二主成分(Z2)标准指标变量的表达式分别为:

$ $\begin{array}{l}\;\;\;\;\;\;{Z_1} = 0.44{X_1} + 0.43{X_2} - 0.13{X_3} + 0.43{X_4} + 0.42{X_5} + 0.44{X_6} - \\0.21{X_7}\end{array}$ $ (1)
$ $\begin{array}{l}\;\;\;\;\;\;{Z_2} = 0.21{X_1} + 0.23{X_2} + 0.71{X_3} - 0.03{X_4} + 0.02{X_5} + 0.07{X_6} + \\0.63{X_7}\end{array}$ $ (2)

2.3   中小学生因呼吸系统症状缺课与大气污染物的关联性分析

结合主成分分析结果,将第一主成分(Z1)和第二主成分(Z2)作为自变量,中小学生因呼吸系统症状缺课率作为应变量(Y),进行多元线性回归分析。由表 3可见,第一主成分和第二主成分对中小学生因呼吸系统症状缺课率均有影响(P<0.001),得到以主成分为自变量的回归模型:

$ $Y = 0.70 + 0.11{Z_1} - 0.17{Z_2}$ $ (3)
表3

多元线性回归模型参数估计结果

Table3.Result of multiple linear regression model

将主成分表达式带入,并转换为原始变量,得到应变量Y对原始自变量x1~x7的多元线性回归模型:

$ $\begin{array}{l}\;\;\;\;\;\;\;Y = 429.56 + 0.54{x_1} + 0.51{x_2} - 5.51{x_3} + 0.70{x_4} + 0.94{x_5} + \\0.01{x_6} - 0.94{x_7}\end{array}$ $ (4)

由回归模型(4)可见,PM2.5、PM10、SO2、NO2日均质量浓度每增加1 μg/m3,CO日均质量浓度每增加1 mg/m3,中小学生因呼吸系统症状缺课率分别上升0.54‰、0.51‰、0.70‰、0.94‰和0.01‰。O3日最大8 h均值每增加1 μg/m3,气温每增高1℃,中小学生因呼吸系统症状缺课率分别下降5.51‰和0.94‰。

3   讨论

上海市中小学生因呼吸系统症状缺课率呈明显的季节规律,冬季和春季学生因呼吸系统症状缺课率明显较高,可能与冬春季节的空气污染和气象特征有关。李雪源等[10]的研究发现,南京地区冬季气象条件以日照时间短、相对湿度大为主要特征,呼吸系统死亡率呈上升趋势;夏季气象条件以低压、高温和多降水为主要特点,对呼吸道作用较为温和,不易发生因呼吸系统疾病死亡的情况。

本研究结果显示,中小学生因呼吸系统症状缺课率与大气污染物质量浓度相关。当PM2.5、PM10、SO2、NO2、CO质量浓度增高时,中小学生因呼吸系统症状缺课率随之上升,与现有的研究结论一致。王海荣等[11]的研究显示,支气管炎的致病因子为NO和PM10,哮喘的致病因子为PM10

本研究还发现当O3质量浓度增高时,中小学生因呼吸系统症状缺课率随之下降,此结果与现有研究有所差异。JERRETT等[12]的研究结果显示,随着O3浓度的增加,呼吸系统疾病引发死亡的危险将明显增加;陈仁杰等[13]的研究发现,近地面O3污染可以导致上海市居民早逝和住院,对上海市居民产生较大的健康损失和经济损失。而胡继宏等[14]的研究则发现,O3与儿童呼吸系统疾病住院率呈负相关;SAMOLI等[15]的研究发现,O3浓度与学生呼吸系统症状的发生相关,但与学生缺课、呼气流量峰值无关联。目前O3浓度与居民健康的关联性研究较少,各研究所采用的结局指标和纳入的混杂因素有所不同,给研究结果间的比较带来困难。本研究的结局指标为学生因呼吸系统症状缺课率,若学生仅出现呼吸系统症状而未缺课,则不纳入统计。上海地区夏季O3浓度处于全年较高水平,但7—8月为暑假,缺乏因病缺课相关数据,且6月、9月分别为期末考试月和开学月,学生出现轻微症状时更倾向于继续上课而非请病假,以上原因可能导致本研究与既往研究结果有所差异。

本研究选用了学生因呼吸系统症状缺课率作为结局指标,与死亡率、住院率等指标相比,症状监测的结果更为灵敏和及时,使得疾病预防关口前移。但同时,如何准确定义症候群,如何利用症状监测结果对于预测疾病趋势也十分重要。在今后的工作中,可以继续完善本模型,将空气湿度、学校地理位置、风向等因素纳入,进一步提高模型的准确性;还可利用本模型,预测并验证学生因呼吸系统症状和疾病缺课动态,为卫生和教育部门及时采取干预措施提供科学依据。

《环境与职业医学》杂志官方网站

Export file

Format

Content