2. 兰州市疾病预防与控制中心;
3. 兰州大学基础医学院;
4. 兰州大学公共卫生学院流行病与卫生统计研究所;
5. 兰州市第一人民医院
空气污染对人群健康的影响是一个重要的公共卫生问题,空气污染是呼吸系统和心血管系统常见的危险因素早已得到证实[1]。目前对于空气污染物与各种疾病门诊量的相关研究较多,疾病门诊量不仅仅反应疾病的死亡,而且更能反映空气污染与疾病的关系。由于不同地区空气污染的性质与浓度不同,对人群健康的影响也有所不同,故对不同污染情况的不同地区进行研究有利于更加深入的了解空气污染与疾病的关系[2]。兰州市西固区是西北最大的石油化工基地,由于其独特的盆地地形及特殊的气候,使得空气污染物不易扩散[3]。探讨兰州市西固区空气污染与疾病关系可为该地区疾病防治提供重要依据。本文探讨西固区空气主要污染对西固区呼吸系统疾病门诊量的影响,为进一步开展本地区空气污染物的健康效应评价工作提供依据。
1 资料与方法 1.1 门诊量资料兰州市西固区人民医院和西固区妇幼保健院作为每日门诊量监测医院。通过医院挂号系统导出2016年1月1日—2017年12月31日西固区人民医院和西固区妇幼保健院呼吸系统门诊量数据。
1.2 空气污染资料空气污染资料来源于兰州市气象局,收集2016年1月1日—2017年12月31日该地区温度、湿度、气压及风速等气象资料以及二氧化氮(NO2)、二氧化硫(SO2)、一氧化碳(CO)、可吸入颗粒物(PM10)和细颗粒物(PM2.5)的每日检测数据。
1.3 质量控制 1.3.1 空气污染资料将收集到的资料进行整理和分析,对错误的数据进行删除,缺失数据通过上下数据求平均的方法进行补全,缺失数据不能>5%。
1.3.2 门诊量资料收集到的资料由专业人员筛查去重。
1.4 空气污染物超标判定标准根据《环境空气质量标准》(GB 3095-2012)[2]中空气污染物24 h平均二级浓度限值作为判定标准,将NO2、SO2、CO、PM10和PM2.5日均浓度依次大于80、150、4 000、150和75 μg/m3判定为超标日。总观察天数为731 d,剔除错误数据,观察天数为723 d。
1.5 统计学方法采用SPSS 22.0软件进行统计学分析,对空气污染物日均质量浓度和医院每日门诊量采用描述性分析,空气污染物质量浓度和气象资料之间的关系采用秩相关分析,双侧检验水准均为α=0.05。通过R3.5.0中的GAM软件包,拟合空气污染与呼吸系统门诊量的广义相加模型,确定不同污染物的最佳延迟天数并计算相应的相对危险度(RR),探讨空气污染对医院呼吸系统门诊量的影响。
2 结果 2.1 基本情况 2.1.1 医院门诊量与气象指标基本情况2016—2017年兰州市西固区监测医院呼吸系统的日均门诊量为98人/次,四分位数间距为62人/次;温度、湿度、气压和风速的均值分别为18.2 ℃、49%、848.2 hpa和1.1 m/s,四分位数间距分别为24.2 ℃、22.0%、8.3 hpa和0.4 m/s。
2.1.2 空气污染基本情况NO2、SO2和CO的缺失天数均为6 d,缺失率均为0.82%;PM10和PM2.5的缺失天数为9 d,缺失率为1.23%。SO2的超标率最低,为0.00%,PM10的超标率最高,为26.40%。NO2、SO2、PM10和PM2.5达到一级标准的天数所占的比例分别为84.41%、93.93%、4.14%和17.10%。NO2、SO2、CO和PM2.5的月均质量浓度在12月份达到最高, PM10在11月份达到最高;SO2和PM2.5的月均质量浓度在8月达到最低;NO2的月均质量浓度在7月达到最低;2016年CO的月均质量浓度在5月达到最低水平,2017年9月达到最低水平;2016年PM10的月均质量浓度在6月达到最低水平;2017年在8月达到最低水平(图 1)。
2.2 空气污染物与气象因素之间的相关性
Spearman相关结果显示,除湿度与NO2、CO和温度相关性无统计学意义外,其余空气污染物和气象因素之间均有相关性且有统计学意义(P < 0.05)。PM10与PM2.5之间的相关性最强,为0.87;气压与湿度之间的相关性最弱,为0.14。风速除了与温度呈正相关外,与其他污染物和气象因素均呈负相关;气压除了与温度呈负相关外,与其他污染物和气象因素均呈正相关(表 2)。
污染物 | 日均浓度/ (μg/m3) |
四分位数浓度/(μg/m3) | 超标日/ d |
超标率/ % |
月均最高 | 月均最低 | |||||
P25 | P75 | Q | 年-月 | 浓度/(μg/m3) | 年-月 | 浓度/(μg/m3) |
|||||
NO2 | 52.0 | 37.0 | 68.0 | 31.0 | 110 | 15.2 | 2016-12 | 106.3 | 2016-8 | 32.0 | |
SO2 | 16.0 | 9.0 | 28.0 | 19.0 | 0 | 0.0 | 2017-12 | 53.0 | 2017-8 | 6.0 | |
CO | 900 | 700 | 1 300 | 600 | 1 | 0.1 | 2016-12 | 2 600 | 2016-5 | 500 | |
PM10 | 114.0 | 83.0 | 156.0 | 73.0 | 191 | 26.4 | 2016-11 | 283.1 | 2017-8 | 72.5 | |
PM2.5 | 51.0 | 39.0 | 72.0 | 33.0 | 168 | 23.2 | 2016-12 | 112.1 | 2017-8 | 35 |
分析指标 | SO2 | NO2 | CO | PM10 | PM2.5 | 温度 | 湿度 | 气压 | 风速 |
SO2 | 1.00 | 0.65# | 0.73# | 0.59# | 0.65# | -0.61# | -0.26# | 0.32# | -0.43# |
NO2 | 1.00 | 0.74# | 0.57# | 0.64# | -0.41# | 0.02 | 0.24# | -0.60# | |
CO | 1.00 | 0.61# | 0.69# | -0.63# | -0.06 | 0.34# | -0.50# | ||
PM10 | 1.00 | 0.87# | -0.43# | -0.31# | 0.18# | -0.25# | |||
PM2.5 | 1.00 | -0.53# | -0.15# | 0.23# | -0.33# | ||||
温度 | 1.00 | -0.01 | -0.74# | 0.34# | |||||
湿度 | 1.00 | 0.14# | -0.21# | ||||||
气压 | 1.00 | -0.28# | |||||||
风速 | 1.00 | ||||||||
注:“#”为P < 0.05 |
2.3 广义相加模型分析结果 2.3.1 呼吸系统日门诊量单污染广义相加模型分析
通过单污染广义相加模型分析显示,在控制了时间长期趋势、星期效应、气象因素(温度、湿度、气压、风速)以及假日效应的影响,SO2对呼吸系统日门诊量的影响在滞后2 d时达到最大,RR及95%CI为1.032 5(1.026 1, 1.039 0);NO2和CO对呼吸系统日门诊量的影响在滞后1 d时达到最大,RR及95%CI分别为1.032 0(1.028 6, 1.035 5)和3.039 4(2.617 7, 3.529 2);PM10对呼吸系统日门诊量的影响在滞后5 d时达到最大,RR及95%CI为1.002 1(1.001 4, 1.002 9);PM2.5对呼吸系统日门诊量的影响在滞后6 d时达到最大,RR及95%CI为1.014 3(1.011 8, 1.016 7), (表 3)。
指标 | Lag 0 | Lag 1 | Lag 2 | Lag 3 |
SO2 | 1.029 1# (1.022 6, 1.035 6) |
1.027 5# (1.021 1, 1.034 0) |
1.032 5# (1.026 1, 1.039 0) |
1.024 8# (1.018 2, 1.031 4) |
NO2 | 1.028 1# (1.024 8, 1.314 0) |
1.032 0# (1.028 6, 1.035 5) |
1.029 3# (1.026 0, 1.032 7) |
1.029 7# (1.026 4, 1.033 0) |
CO | 3.004 7# (2.591 3, 3.484 00 |
3.039 4# (2.617 7, 3.529 2) |
2.737 4# (2.364 1, 3.169 8) |
2.516 3# (2.172 3, 2.914 6) |
PM10 | 1.000 8# (1.000 1, 1.001 5) |
1.001 3# (1.000 5, 1.002 0) |
1.002 0# (1.001 2, 1.002 7) |
1.000 2# (1.000 9, 1.002 4) |
PM2.5 | 1.009 3# (1.070 9, 1.011 7) |
1.010 8# (1.008 3, 1.013 3) |
1.012 8# (1.010 4, 1.015 3) |
1.012 2# (1.009 8, 1.015 3) |
指标 | Lag 4 | Lag 5 | Lag 6 | Lag 7 |
SO2 | 1.022 1# (1.015 6, 1.028 6) |
1.016 3# (1.009 8, 1.022 9) |
1.015 2# (1.008 6, 1.021 8) |
1.017 0# (1.010 2, 1.023 90) |
NO2 | 1.028 6# (1.025 3, 1.031 9) |
1.025 9# (1.022 6, 1.029 3) |
1.027 6# (1.024 3, 1.031 0) |
1.026 4# (1.023 0, 1.029 8) |
CO | 2.435 4# (2.107 6, 2.812 7) |
2.222 1# (1.914 7, 2.578 8) |
2.067 1# (1.776 4, 2.405 4) |
2.041 5# (1.749 8, 2.381 6) |
PM10 | 1.001 4# (1.000 7, 1.002 2) |
1.002 1# (1.001 4, 1.002 9) |
1.002 0# (1.001 3, 1.002 8) |
1.001 5# (1.000 8, 1.002 3) |
PM2.5 | 1.012 5# (1.010 1, 1.015 0) |
1.012 8# (1.010 3, 1.015 4) |
1.014 3# (1.011 8, 1.016 7) |
1.014 2# (1.011 7, 1.016 7) |
注:“#”为P < 0.05 |
2.3.2 呼吸系统日门诊量多污染广义相加模型
在控制了时间长期趋势、星期效应、气象因素(温度、湿度、气压、风速)以及假日效应的影响,SO2双污染模型显示,在调整NO2和PM2.5后,SO2对呼吸系统门诊量的影响低于单污染模型的估计结果,在调整CO后,SO2对呼吸系统门诊量的影响高于单污染模型估计结果,在调整PM10后,SO2对呼吸系统门诊量的影响无统计学意义;NO2双污染模型显示,在调整PM10后,NO2对呼吸系统门诊量的影响低于单污染模型的估计结果,在调整CO后,NO2对呼吸系统门诊量的影响高于单污染模型的估计结果,在调整SO2和PM2.5后,NO2对呼吸系统门诊量的影响无统计学意义;CO双污染模型显示,在调整NO2和PM10后,CO对呼吸系统门诊量的影响低于单污染模型的估计结果,在调整SO2和PM2.5后,CO对呼吸系统门诊量的影响无统计学意义;PM2.5双污染模型显示,在调整SO2、NO2和CO后,PM2.5对呼吸系统门诊量的影响高于单污染模型的估计结果,在调整PM10后,PM2.5对呼吸系统门诊量的影响低于单污染模型的估计结果;PM10双污染模型显示,在调整SO2、NO2、CO和PM2.5后,PM10对呼吸系统门诊量的影响高于单污染模型的估计结果(表 4)。
指标 | SO2 | NO2 | CO | PM2.5 | PM10 |
SO2 | - | 1.027 9# (1.024 2, 1.031 8) |
3.185 6# (2.622 6, 3.868 2) |
1.006 2# (1.003 6, 1.008 9) |
0.999 4 (0.998 7, 1.000 1)# |
NO2 | 1.000 6 (0.993 2, 1.008 1) |
- | 1.292 4# (1.022 9, 1.632 9) |
1.002 1 (0.999 2, 1.005 1) |
1.001 2# (1.000 5, 1.001 9) |
CO | 0.996 2 (0.987 8, 1.004 6) |
1.023 8# (1.018 6, 1.028 9) |
- | 0.999 9 (0.995 6, 1.001 7) |
1.001 2# (1.000 5, 1.001 9) |
PM2.5 | 1.023 2# (1.016 3, 1.030 2)# |
1.029 6# (1.025 7, 1.033 4)# |
3.148 8# (2.628 7, 3.771 7)# |
- | 1.006 7# (1.005 6, 1.007 8) |
PM10 | 1.029 2# (1.022 7, 1.035 8)# |
1.028 7# (1.025 4, 1.032 0)# |
3.101 9# (2.671 5, 3.601 6)# |
1.028 7# (1.024 7, 1.032 8) |
- |
注:“#”为P < 0.05;“-”无统计结果 |
多污染广义相加模型中,在控制了时间长期趋势、星期效应、气象因素(温度、湿度、气压、风速)以及假日效应的影响,SO2、NO2、PM10和PM2.5日均质量浓度每增加10 μg/m3,兰州市西固区呼吸系统日均门诊量均有所增加,RR及95%CI为1.009 6 (1.000 7, 1.018 6)、1.005 5(1.000 2, 1.010 9)、1.002 2(1.000 7, 1.003 8)和1.007 7(1.000 9, 1.014 6)。SO2、NO2和PM2.5在调整了其他污染物的影响后,对呼吸系统门诊量的影响略低于单污染模型的估计结果;CO在调整了SO2、NO2、PM10和PM2.5的影响后,CO对呼吸系统门诊量的影响无统计学意义;PM10在调整了SO2、NO2、CO和PM2.5的影响后,PM10对呼吸系统门诊量的影响略高于单污染模型的估计结果(表 5)。
模型 | SO2 | NO2 | CO | PM10 | PM2.5 |
单因素模型 | 1.032 5# (1.026 1, 1.039 0) |
1.032 0# (1.028 6, 1.035 5) |
3.039 4# (2.617 7, 3.529 2) |
1.002 1# (1.001 4, 1.002 9) |
1.014 3# (1.011 8, 1.016 7) |
多因素模型 | 1.009 6# (1.000 7, 1.018 6) |
1.005 5# (1.000 2, 1.010 9) |
1.107 2 (0.812 5, 1.508 6) |
1.002 2# (1.000 7, 1.003 8) |
1.007 7# (1.000 9, 1.014 6) |
注:“#”为P < 0.05 |
3 讨论
殷永文等[4]研究表明,上海市霾期间PM10、PM2.5污染对呼吸系统门诊量有一定的影响;胡衡生等[5]研究表明,在城市空气污染物中,悬浮颗粒物、SO2和NO2等气态污染物通常共存,进入人体后对呼吸道的防御功能造成一定的影响,使气道发生炎性反应,引起呼吸系统疾病的发生[6-7];煤烟型空气污染是指燃煤排放的烟尘、SO2及CO等一次污染物和这些污染物通过化学反应产生的二次污染物造成的污染。它们通过呼吸道进入人体,没有通过肝脏的解毒排泄,直接通过血液运输至全身,造成人体危害,导致呼吸系统门诊量的增加[8-9];研究表明大气污染物(NO2、SO2、PM10和PM2.5)与呼吸系统门诊量呈正比[10-14];王宇红等[2]和李盛等[15]通过调查问卷研究表明,呼吸系统疾病的发生与空气污染有关;张莹等[16]研究表明NO2、SO2和PM10的浓度每增加10 μg/m3, 呼吸系统门诊量增加1.72%、1.34%和2.57%。本研究结果均与上述研究结果一致。
单污染广义相加模型分析表明,SO2对呼吸系统门诊量的影响在滞后2 d时达到最大;NO2和CO在滞后1 d时对呼吸系统门诊量的影响最大;PM10和PM2.5分别在滞后5和6 d时对医院呼吸系统门诊量的影响达到最大。在控制混杂因素建立的多污染广义相加模型分析显示,随着SO2、NO2、PM10和PM2.5浓度增加,呼吸系统门诊量也随之增加。CO在多污染广义相加模型下对呼吸系统门诊量的影响无统计学意义。可能由于CO和SO2、NO2、PM10和PM2.5均有较强的相关性,单因素分析未调整SO2、NO2、PM10及PM2.5的影响使得CO对呼吸系统的健康效应较强。
[1] |
Yang Y, Ruan ZL, Wang XJ, et al. Short-term and long-term exposures to fine particulate matter constituents and health:A systematic review and meta-analysis[J]. Environ Pollut, 2019, 247: 874-882. DOI:10.1016/j.envpol.2018.12.060 |
[2] |
王宇红, 梁婷婷, 李盛, 等. 兰州市医院儿科呼吸系统疾病日门诊量与空气污染的相关性研究[J]. 环境卫生学杂志, 2017, 7(5): 356-362. (In English: Wang YH, Liang TT, Li S, et al. Relationship between daily pediatric outpatient visits for respiratory diseases and air pollution in Lanzhou[J]. J Environ Hyg, 2017, 7(5): 356-362.) |
[3] |
王式功, 张镭, 陈长和, 等. 兰州地区大气环境研究的回顾与展望[J]. 兰州大学学报(自然科学版), 1999, 35(3): 189-201. (In English: Wang SG, Zhang L, Chen CH, et al. Retrospect and prospect for the studies of atmospheric environment in the Lanzhou Area[J]. J Lanzhou Univ (Nat Sci), 1999, 35(3): 189-201. DOI:10.3321/j.issn:0455-2059.1999.03.022) |
[4] |
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. (In English: Yin YW, Cheng JP, Duan YS, et al. Correlation analysis between the PM2.5, PM10 which were taken in the hazy day and the number of outpatient about breathing sections, breathing sections of pediatrics in Shanghai[J]. Environ Sci, 2011, 32(7): 1894-1898.) |
[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. (In English: Hu HH, Huang L, Zhang XY, et al. Effects of air quality on the respiratory system of pupils[J]. J Environ Health, 2004, 21(6): 386-388. DOI:10.3969/j.issn.1001-5914.2004.06.012) |
[6] |
Cheng MH, Chiu HF, Yang CY. Coarse particulate air pollution associated with increased risk of hospital admissions for respiratory diseases in a Tropical City, Kaohsiung, Taiwan[J]. Int J Environ Res Public Health, 2015, 12(10): 13053-13068. DOI:10.3390/ijerph121013053 |
[7] |
Zheng XY, Ding H, Jiang LN, et al. Association between air pollutants and asthma emergency room visits and hospital admissions in time series studies:a systematic review and meta-analysis[J]. PLoS One, 2015, 10(9): e0138146. DOI:10.1371/journal.pone.0138146 |
[8] |
周华, 洪传洁, 陶旭光. 室内燃煤对幼儿健康的影响[J]. 环境与健康杂志, 1994, 11(3): 119-121. (In English: Zhou H, Hong CJ, Tao XG. The health effects of using coal for cooking to infants[J]. J Environ Health, 1994, 11(3): 119-121.) |
[9] |
金银龙, 程义斌, 王汉章, 等. 煤烟型大气污染对成人呼吸系统疾病及其症状影响的研究[J]. 卫生研究, 2001, 30(4): 241-243, 246. (In English: Jin YL, Cheng YB, Wang HZ, et al. Effects of air pollution from burning coal on respiratory diseases in adults[J]. J Hyg Res, 2001, 30(4): 241-243, 246. DOI:10.3969/j.issn.1000-8020.2001.04.020) |
[10] |
刘波, 刘晓峰, 杨冬梅, 等. 北京市通州区空气污染与医院门诊量关系初探[J]. 首都公共卫生, 2017, 11(5): 212-215, 227. (In English: Liu B, Liu XF, Yang DM, et al. Study on the relationship between air pollution and outpatient visits in Tongzhou district of Beijing from 2015 to 2016[J]. Cap J Public Health, 2017, 11(5): 212-215, 227.) |
[11] |
马利刚, 张志琴, 薛小平, 等. 2015年太原市空气污染与医院门诊量关系的病例交叉研究[J]. 预防医学论坛, 2017, 23(4): 244-247. (In English: Ma LG, Zhang ZQ, Xue XP, et al. A case-crossover study on ambient air pollution and outpatient visits, Taiyuan city, 2015[J]. Prev Med Trib, 2017, 23(4): 244-247.) |
[12] |
郭建娥. 太原市辖区空气污染状况对医院门诊量影响初探[J]. 中国药物与临床, 2016, 16(12): 1754-1755. |
[13] |
张媛媛, 刘宗伟, 李文龙, 等. 2016年潍坊市空气污染对儿童呼吸系统疾病门诊量的影响[J]. 环境与职业医学, 2018, 35(1): 24-28. (In English: Zhang YY, Liu ZW, Li WL, et al. Effects of air pollution on outpatient visits of respiratory diseases among children in Weifang in 2016[J]. J Environ Occup Med, 2018, 35(1): 24-28.) |
[14] |
Khaniabadi YO, Goudarzi G, Daryanoosh SM, et al. Exposure to PM10, NO2, and O3 and impacts on human health[J]. Environ Sci Pollut Res, 2017, 24(3): 2781-2789. DOI:10.1007/s11356-016-8038-6 |
[15] |
李盛, 王金玉, 李守禹, 等. 兰州市西固区大气污染对儿童呼吸系统疾病和症状的影响[J]. 环境与健康杂志, 2015, 32(9): 816-819. (In English: Li S, Wang JY, Li SY, et al. Effects of air pollution on respiratory system of school children in Xigu district of Lanzhou[J]. J Environ Health, 2015, 32(9): 816-819.) |
[16] |
张莹, 邵毅, 王式功, 等. 北京市空气污染物对呼吸系统疾病门诊人数的影响[J]. 中国环境科学, 2014, 34(9): 2401-2407. (In English: Zhang Y, Shao Y, Wang SG, et al. Relationship between air pollutant and respiratory diseases hospital outpatient visits in Beijing[J]. China Environ Sci, 2014, 34(9): 2401-2407.) |