《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(6):521-525.doi:10.13213/j.cnki.jeom.2018.18127

Acute effects of air pollutants on respiratory diseases in Fengxian District, Shanghai


1. Operations Management and Emergency Office, Fengxian District Center for Disease Control and Prevention, Shanghai 201499, China2. Disaster Prevention and Mitigation Section, Fengxian District Meteorological Bureau, Shanghai 201499, China

Accepted: 2018-01-12;  Published: 2018-07-06

Corresponding Author: GU Pin-qiang, Email: gupinq2004@126.com  

[Objective] To assess the acute effects of air pollutants on respiratory diseases in Fengxian District of Shanghai.

[Methods] Data on outpatient or emergency department visits due to respiratory diseases were collected from all levels of public hospitals in Fengxian District, respiratory disease deaths of registered populations from Fengxian District Center for Disease Control and Prevention, meteorological factors from Fengxian District Meteorological Bureau, and ambient air pollutants from local environmental monitoring stations from 2013 to 2016, respectively. Generalized additive model was applied to analyze the relationship of air pollutants with the number of daily outpatient and emergency visits for respiratory diseases and the number of daily deaths.

[Results] The influences of various air pollutants on the amount of respiratory outpatient and emergency visits were varied:0.37%, 0.24%, 0.41%, 0.54%, 0.47%, 0.43%, and 0.36% increase of the visits on lag day 0-6 for per 10 μg/m3 increase of PM10, respectively (Ps < 0.01); 1.87%, 1.74%, 1.97%, 2.15%, 2.28%, 2.35%, and 1.92% increase on lag day 0-6 for per 10μg/m3 increase of SO2, respectively (Ps < 0.01); 2.51%, 1.91%, 1.74%, 1.85%, 1.98%, 1.77%, and 1.57% increase on lag day 0-6 for per 10 μg/m3 increase of NO2, respectively (Ps < 0.01); 0.35% decrease on lag day 1 for per 10 μg/m3 increase of PM2.5 (P < 0.01); 5.81% and 4.03% decrease on lag day 2-3 for per 10 μg/m3 increase of CO (P < 0.01); 0.37% and 0.32% increase on lag day 3 and lag day 5 for per 10 μg/m3 increase of O3, respectively (P < 0.01). The influences of selected air pollutants on the deaths from respiratory diseases were also different:1.29% increase of deaths on lag day 3 for per 10 μg/m3 increase of PM10 (P < 0.01); 4.94% and 4.52% increase on lag day 3-4 for per 10μg/m3 increase of SO2, respectively (P < 0.01); 4.82%, 3.78%, and 3.98% increase on lag day 0, 2, and 3 for per 10μg/m3 increase of NO2, respectively (Ps < 0.01); 3.12% increase on lag day 1 for per 10μg/m3 increase of O3 (P < 0.01); while the changes of PM2.5 and CO concentrations were not associated with the deaths on lag day 0-6. The results of two-pollutant model showed increased respiratory outpatient and emergency visits associated with per 10 μg/m3 increase of PM10, SO2, PM2.5, and O3 after adjusting for NO2 (P < 0.01).

[Conclusion] PM10, SO2, PM2.5, and O3 can affect the respiratory outpatient and emergency visits in Fengxian District of Shanghai and deaths of local registered residents.

Key Words: generalized additive model;  respiratory diseases;  acute effect;  air pollutant;  daily death 

表 1

2013—2016年上海市奉贤区大气污染物、气象因素和健康指标的分布及超标情况

Table 1
表 2

2013—2016年上海市奉贤区大气污染物与气象因素之间的相关性(r)

Table 2
表 3

空气污染物对奉贤区呼吸系统疾病日门急诊量和日死亡人数的混合效应(%, 单污染物模型)

Table 3
表 4

空气污染物对奉贤区呼吸系统疾病日门急诊量和日死亡人数的混合效应(%, 双污染物模型)

Table 4

Reference

[1]

OBERDÖRSTER G. Pulmonary effects of inhaled ultrafine particles[J]. Int Arch Occup Environ Health, 2000, 74(1):1-8.

[2]

朱悦, 杨小南, 李宇斌.沈阳市某地区大气污染与儿童呼吸系统疾病门诊人次的关系[J].环境与健康杂志, 2008, 25(7):575-578.

[3]

白志鹏, 蔡斌彬, 董海燕, 等.灰霾的健康效应[J].环境污染与防治, 2006, 28(3):198-201.

[4]

夏艺, 范丽, 管宇, 等.环境空气PM2.5与肺部疾病关系的进展[J].中华流行病学杂志, 2017, 38(7):993-996.

[5]

姚焕英, 张秀芹.灰霾天气对人体健康的危害[J].榆林学院学报, 2008, 18(2):79-81.

[6]

POPE Ⅲ C A, BURNETT R T, THUN M J, et al. Lung cancer, cardiopulmonary mortality, and long-term exposure to fine particulate air pollution[J]. JAMA, 2002, 287(9):1132-1141.

[7]

阚海东, 陈秉衡, 汪宏.上海市城区大气颗粒物污染对居民健康危害的经济学评价[J].中国卫生经济, 2004, 23(2):8-11.

[8]

阚海东, 陈秉衡.我国大气颗粒物暴露与人群健康效应的关系[J].环境与健康杂志, 2002, 19(6):422-424.

[9]

常桂秋, 潘小川, 谢学琴, 等.北京市大气污染与城区居民死亡率关系的时间序列分析[J].卫生研究, 2003, 32(6):565-568.

[10]

张衍燊, 马国霞, 於方, 等. 2013年1月灰霾污染事件期间京津冀地区PM2.5污染的人体健康损害评估[J].中华医学杂志, 2013, 93(34):2707-2710.

[11]

关于报送《2015年奉贤区居民出生、死亡统计简析》的报告: 沪奉疾控[2016] 1号[A].

[12]

关于报送《2016年奉贤区居民出生、死亡统计简析》的报告: 沪奉疾控[2017] 2号[A].

[13]

CHEN R, YIN P, MENG X, et al. Fine particulate air pollution and daily mortality:a nationwide analysis in 272 Chinese cities[J]. Am J Respir Crit Care Med, 2017, 196(1):73-81.

[14]

陈磊. 上海奉贤区大气细颗粒物PM2. 5的特征研究与源排放清单的建立[D]. 上海: 上海交通大学, 2014.

[15]

翟文慧, 路晶凯, 王伟, 等.北京市PM2.5污染特性及对老年呼吸系统疾病的影响[J].中国老年学杂志, 2015, 35(1):210-211.

[16]

BEHBOD B, URCH B, SPECK M, et al. Endotoxin in concentrated coarse and fine ambient particles induces acute systemic inflammation in controlled human exposures[J]. Occup Environ Med, 2013, 70(11):761-767.

[17]

WHITMAN S, GOOD G, DONOGHUE E R, et al. Mortality in Chicago attributed to the July 1995 heat wave[J]. Am J Public Health, 1997, 87(9):1515-1518.

[18]

KATSOUYANNI K, PANTAZOPOULOU A, TOULOUMI G, et al. Evidence for interaction between air pollution and high temperature in the causation of excess mortality[J]. Arch Environ Health, 1993, 48(4):235-242.

Metrics
  • PDF downloads (0)
  • Article visits (47)
  • XML Downloads (2)
  • 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

空气污染会对人体呼吸系统造成损害[1-5]。加拿大和美国的科学家发现,长期处于细颗粒物浓度较高环境中的人群患心肺疾病的概率和肺癌的死亡率增高[6]。我国阚海东等[7-8]、常桂秋等[9]、张衍燊等[10]均通过研究得出大气颗粒物浓度与人群健康效应密切相关的结论。

近年来,呼吸系统疾病死亡一直是上海市奉贤区居民的第三位死因[11-12],针对该区主要大气污染物健康影响的研究迫在眉睫。本研究旨在建立反映奉贤区特点的大气污染物对呼吸系统疾病日门急诊量和日死亡人数的暴露-反应关系,从而更加客观、定量地评价当地主要大气污染物的急性效应。

1   材料与方法

1.1   资料

收集奉贤区疾病预防控制中心2013年1月1日— 2016年12月31日期间户籍人口每日呼吸系统疾病死亡资料,及奉贤区30家各级公立医院户籍与非户籍人口的呼吸系统疾病日门急诊量资料。

收集同时段奉贤区气象局气象指标(包括每日平均温度、相对湿度)及奉贤区环境监测站大气污染资料(包括每日平均PM10、SO2、NO2、PM2.5、CO、O3质量浓度),其中PM2.5、CO和O3仅收集2015—2016年的数据。

1.2   方法

采用SPSS 17.0进行统计学分析。采用Spearman相关分析主要大气污染物与气象因素之间的关系。

采用广义相加模型对各污染物与呼吸系统疾病日就诊人数和日死亡人数的关系进行单污染物及双污染物模型拟合分析。

lgE(Yt)=α+βZt+DOW+ns(timeν)+ns(Xtν)。式中:E(Yt)—观察日t的居民死亡人数或日门急诊量的期望值;α—截距;β—回归系数;Zt—第t日空气污染变量的向量,本研究指各污染物质量浓度,μg/m3DOW—星期几指示变量,调整日死亡数的星期几效应;ns—非参数平滑样条函数;time—日期;ν为自由度,对日期选择合适的ν值可以有效地控制居民每日呼吸系统疾病死亡或门急诊数的长期和季节性波动趋势,当日期平滑样条函数的每年ν=7时,可以较好地控制2个月以上的时间趋势[13],因此,设定日期平滑样条函数的ν=7;Xt—第t日的气候因素变量,包括气温和相对湿度,ν=6(温度),ν=3(湿度)。检验水准α=0.05。

2   结果

2.1   大气污染物特征

4年间,SO2与CO日均浓度均低于GB 3095— 2012《环境空气质量标准》,PM10、NO2、PM2.5、O3日均浓度均有超标现象,分别超标55 d(超标率3.76%)、42 d(超标率2.87%)、126 d(超标率17.24%)、53 d(超标率7.25%)。每日气温为(16.92± 8.62)℃,相对湿度为(79.73± 11.24)%。奉贤区每日居民呼吸系统疾病死亡数为(1.37± 1.26)人,呼吸系统疾病日门急诊量为(1257± 786)人。见表 1

表1

2013—2016年上海市奉贤区大气污染物、气象因素和健康指标的分布及超标情况

2.2   大气污染物与气象因素的相关性

PM10与SO2呈正相关,与气温、相对湿度呈负相关;SO2与气温和相对湿度呈负相关;NO2与气温和相对湿度呈负相关,与PM10、SO2呈正相关;PM2.5与气温和相对湿度呈负相关,与PM10、SO2、NO2呈正相关;CO与气温呈负相关,与PM10、SO2、NO2、PM2.5呈正相关;O3与气温呈正相关,与相对湿度、NO2、CO呈负相关,与PM10、PM2.5呈正相关(P < 0.05或P < 0.01)。见表 2

表2

2013—2016年上海市奉贤区大气污染物与气象因素之间的相关性(r)

2.3   呼吸系统疾病的影响因素

2.3.1   单因素分析

在当天及滞后1~6 d,PM10、SO2、NO2质量浓度的增加导致该区医疗机构呼吸系统疾病日门急诊量不同程度增加;且在滞后3~5 d,增加的百分比较高(PM10为0.54%、0.47%、0.43%;SO2为2.15%、2.28%、2.35%;NO2为1.85%、1.98%、1.77%)。PM2.5质量浓度每升高10 μg/m3,在滞后1 d时,该区医疗机构呼吸系统日门急诊量降低0.35%;O3质量浓度每升高10 μg/m3,在滞后3、5 d时,该区医疗机构呼吸系统日门急诊量分别增加0.37%、0.32%;CO在滞后2~3 d,质量浓度每升高1 mg/m3,该区医疗机构呼吸系统日门急诊量分别降低5.81%、4.03%(均P < 0.01)。

不同污染物对呼吸系统疾病死亡人数的最大效应日存在不同:质量浓度每升高10 μg/m3,PM10在滞后3 d,SO2在滞后3、4 d,NO2在当天及滞后2、3 d,O3在滞后1 d,该区居民呼吸系统疾病死亡人数分别增加1.29%、4.94%、4.52%、4.82%、3.78%、3.98%、3.12%(均P < 0.01);PM2.5和CO质量浓度变化在当天及滞后1~6 d对居民呼吸系统疾病死亡人数增加与否均无影响。见表 3

表3

空气污染物对奉贤区呼吸系统疾病日门急诊量和日死亡人数的混合效应(%, 单污染物模型)

2.3.2   多因素分析

双污染物模型分析结果显示,调整NO2后,质量浓度每上升10 μg/m3时,PM10、SO2、PM2.5、CO、O3会导致奉贤区居民呼吸系统疾病日门急诊量增加,PM10、SO2会导致居民呼吸系统疾病日死亡人数增加。调整其他污染物的双污染物模型分析结果显示,质量浓度每上升10 μg/m3时,PM10、SO2、PM2.5、O3、NO2与奉贤区居民呼吸系统疾病日门急诊量及日死亡人数没有统计学关联。见表 4

表4

空气污染物对奉贤区呼吸系统疾病日门急诊量和日死亡人数的混合效应(%, 双污染物模型)

3   讨论

上海市奉贤区大气污染类型主要为煤烟型污染,主要污染物为PM10、SO2、NO2、PM2.5[14]。本研究显示,各污染物对奉贤区呼吸系统疾病日门急诊量及日死亡人数的影响存在差异:质量浓度每升高10 μg/m3,PM10、SO2、NO2、O3在不同观察日会导致医院呼吸系统疾病日门急诊量、户籍居民每日死亡人数出现不同程度的增加;PM2.5、CO质量浓度升高,则引起奉贤区医疗机构呼吸系统日门急诊量降低,对户籍居民每日死亡的影响没有统计学意义。该结果与2015年北京PM2.5污染特性及对老年呼吸系统疾病的影响研究结果不一致[15],推测可能原因是各污染物之间的共线性掩盖了其对呼吸系统疾病发病及死亡的影响,或与其他污染物浓度存在着交互作用和混合效应有关。此外,在本研究中,尽管大气污染也会对流动人口的发病和死亡产生影响,但是将流动人口纳入后会影响到时间序列死因数据的平稳性,从而导致统计模型分析结果的不稳定。因此本研究中,呼吸系统疾病死亡资料只包括奉贤区户籍人口。

同时,本研究结果显示PM10与PM2.5对呼吸系统疾病的日门急诊量影响呈现相反的作用。推测其原因,或与现研究样本量偏少有关;另外,PM10中含有更多生物源组分,比如内毒素,易滞留呼吸道,所以对呼吸道的效应并不弱于PM2.5[16]。但本研究结果还需要进一步验证。

本研究应用时间序列广义相加模型[17-18]。时间序列研究是一种应用于大气污染急性暴露健康效应研究的定量评价方法,但它本质上是基于群体的生态学研究,存在生态学偏倚;暴露测量依赖于监测站,存在明显的暴露测量误差问题;不能评估年龄、吸烟、社会经济地位、室内空气污染等混杂因素;污染物之间存在的共线性和多重测量误差,给双污染物模型的分析结果带来更大的不确定性。因此,本研究也存在这些方面的局限性。

本研究定量分析了污染物对呼吸系统的急性效应,今后在此基础上可探索基于辖区内空气质量的急性呼吸健康风险的监测预警和预报服务。

《环境与职业医学》杂志官方网站

Export file

Format

Content