文章信息
- 张金良, 王淑兰, 黄万玉, 田兆兴, 王芬芬, 吴虎兵, 邹天森, 魏永杰, 柴发合, 张燕萍. 2014.
- Zhang Jinliang, Wang Shulan, Huang Wanyu, Tian Zhaoxing, Wang Fenfen, Wu Hubing, Zou Tiansen, Wei Yongjie, Chai Fahe, Zhang Yanping. 2014.
- 北京地区灰霾事件对儿科门/急诊量影响的分析
- Study on the effect of the haze episodes on the visits to pediatrics outpatient departments and emergency departments in Beijing
- 中华流行病学杂志, 2015, 36(1): 20-26
- Chinese Journal of Epidemiology, 2015, 36(1): 20-26
- http://dx.doi.org/10.3760/cma.j.issn.0254-6450.2015.01.006
-
文章历史
- 投稿日期:2014-07-23
2. 100012 北京, 北京大学第三附属医院;
3. 山西医科大学公共卫生学院
2 Affiliated Third Hospital of Peking University;
3 School of Public Health, Shanxi Medical University
2013年1月我国中东部地区出现多次严重的灰 霾天气,涉及17个省、市、自治区约6亿人口。这是 我国首次大面积严重空气污染事件,其可能产生的 健康影响引起广泛关注。为此,中国环境科学研究 院于2013年2月启动“灰霾及寒冷天气对人群健康 风险的评估”研究项目,其目的是在此次灰霾覆盖区 域,系统地评价灰霾事件对一系列健康结局的影 响。本研究为其中部分研究结果,报道北京市灰霾 事件对儿科门/急诊量的影响。 资料与方法
1. 数据来源:患儿就诊数据来自北京市海淀区 某三甲综合性医院每日门/急诊量统计;空气污染 数据来自中国环境科学研究院环境超级站;气温数 据来自天气网(www.tianqi.com)。每种数据均有2 个时间序列,第一时间序列从2012年10月至2013 年1月(T1),第二时间序列从2011年10月至2012 年1月(T2)。
2.分析指标:
(1)每日门/急诊量增加情况:北京地区门诊量 数据统计最明显的特点是周趋势,即周一、二门诊量 最大,周三最小,周四、五回升,周六、日骤减,此外还 有节假日的影响。本研究期间包括“十一”(7d)、元 旦(3d)和春节(7d),节假日期间门诊量骤减,但急 诊量却骤增。由于不同年份的日期不同,T1与T2的 同日比较时,门/急诊量差异增大,故门诊量数据按 如下整理:①周几对齐。例如2011年与2012年周几 错位2d,可将2012年数据后移2d,即可对齐。② 公历节假日日期对齐,并剔除由此出现的空项。③ 农历春节(2012年1月22-28日)期间的门诊量用 附近5d移动平均值替代。④2012年1月7、8日为 周末,而与此对应的2013年1月5、6日由于元旦调 休,两年比较时,差异出现增大偏倚,可将2012年1 月7、8日用附近5d移动平均值替代。急诊量数据 不做任何处理,只是周几对齐。
数据整理后,两年度同日比较,计算每日门/急 诊量增加的百分比,并控制因季节、流感以及其他无 法测量的时间依赖变量的混杂影响,但差异还包括 门/急诊量的年度自然增长量,即门诊量逐年增长的 长期趋势。计算10-11月每日门/急诊量的增长百 分比均值,作为年度门/急诊自然增长量;每日门/急 诊的增量百分比减去10-11月均值,以消除门诊量 逐年增长的长期趋势影响。应用7d中心移动均值, 进一步消除周趋势对门/急诊量的影响,观察门/急诊 量及其百分增量的变化趋势。
(2)空气污染与门/急诊量的浓度反应关系:依 据Daniels等[1]方法应用广义相加模型(GAM)连接 每日空气污染物浓度与每日儿科门/急诊量,连接函 数为log与Poisson误差。通常考虑的模型形式为 log (ut)=β×s(Pt,df)+混杂因素,式中s(Pt,df)为 每日空气污染浓度的自然样条函数,固定结点为总 体分布的第25(P25)和75(P75)百分位数。为控制与 空气污染相关的混杂因素,模型包括时间和季节的 平滑函数。
式中yt为t天的门诊量或急诊量,E(yt)为yt的期望 值,s (time,7/year)为日期的样条函数,每年7个自由 度;∑s(t,6)为温度集团平均值的样条函数,df=6; as,factor(DOWt)为1周内t天的分类变量;ns[x, knots=c(P25,P75)]为空气污染浓度的自然立方样条 函数,括号中标明了结点。 25由于多数浓度反应关系为曲线,本研究应用多 重结构断裂点检测算法确定拐点[2],2个拐点确定一 个线段,选择相对最大斜率和最小置信区间线段,应 用约束性分段线性函数估计相应的危险度[3]。 25本研究分别拟合了当天(lag0)至滞后7d (lag1~lag7)、累积当天和前1天(avg01)至当天和 前7天(avg07)的GAM模型,以观察空气污染的滞 后效应和累积效应。 结 果
1. 空气污染情况:4种空气污染物两时间序列 波动趋势见图 1Ⓐ,可见监测地区空气污染浓度最 大值集中于12月28日至1月13日;相应的7d中心 移动平均值波动趋势见图 1。
(1)NOX:12月28日和1月12日NO2出现2个高 峰,浓度分别为672.63μg/m3和569.8μg/m3,分别是 我国标准的6.73倍和5.70倍(表 1)。
(2)SO2:2012年9月至2013年1月SO2呈逐渐 升高趋势,自11月3日开始超过WHO标准,12月12 日超过我国标准。2012年12月28日和2013年1月 13日出现2个高峰,SO2浓度分别为136.7μg/m3和 146.2μg/m3,分别是 WHO指导值的6.83、 7.30倍,我国标准的 2.73、2.92倍(表 1)。
(3)颗粒物:与气 体污染物不同,颗粒物 浓度持续超过WHO指 导值和我国标准。 PM2.5高峰日为1月13 日,浓度达312.2μg/m3, 是WHO指导值的 12.49倍,我国标准的 8.92倍;PM10高峰日为 1月9日,浓度达995.0 μg/m3,是WHO指导值 和我国标准的19.90倍 (表 1)。
污染物浓度的7d 移动平均值更清晰显 示,灰霾期间4种空气 污染物浓度急剧升高, 尤其PM10,升高趋势更 为明显(图 1)。两年 度相比,在12月之前, T1序列空气污染浓度低 于T2序列,到12月两数 值接近,1月1日后,T1 序列空气污染浓度明 显高于T2序列。
2. 儿科门/急诊量: 两时间序列儿科门/急 诊量每日波动趋势见 图 2、。由图 2可 知,T1序列中,儿科门诊 量从11月15日开始增 加,于2012年12月17-28日达高峰,次年1月5-8 日再次出现高峰,而儿科急诊量高峰出现于元旦期 间。在元旦期间儿科门诊量减少,但急诊量陡增出 现尖峰,两科室就诊量合计分析时,观察到一个完整 的高峰,峰顶时间为12月28日。
儿科门/急诊百分增量分析见图 2、。由图 2可知,儿科门诊量12月和次年1月高峰时间分别 为12月25日和1月10日,相应的百分增量分别为 59.2%和39.1%;儿科急诊量相应的日期为12月31 日和1月16日,百分增量分别为68.5%和38.7%。上 述两科室合计分析时,12月28日出现高峰,百分增 量 为47.8%;次 年1月10日 高 峰 的 百 分 增 量 为 34.1%(表 2)。
3.空气污染与儿科门/急诊量的相关性:
(1)浓度反应关系:控制温度的影响后,多个滞 后和累积效应期观察到空气污染物浓度与儿科门 (急)诊量呈正相关,浓度反应关系曲线呈“C”、“S” 和“J”3种形状(图 3)。
(2)拐点:“S”和“J”形曲线呈现明显的拐点,拐 点对应的NOX、SO2、PM2.5和PM10的M值(μg/m3)分 别为199.5、20.0、41.0和101.0(表 3)。
(3)危险度:T1序列危险度分析结果见表 4。 PM2.5和NOX相关“S”形危险度分析结果具有统计学 意义,PM10相关“C”形和“J”形危险度分析结果具有 统计学意义,SO2三种形状危险度分析结果均具有统 计学意义。同一污染物与同一科室类别比较,“C” 形危险度较高,“S”形居中,“J”形较低,如SO2与儿 科合计,“C”、“S”、“J”形相关危险度分别为2.75%、 0.94%和0.64%。“C”、“S”形曲线主要与儿科门诊量 相关,而“J”型主要与儿科急诊量相关。“J”形曲线反 映了灰霾期间高浓度空气污染对健康的影响。本研 究结果表明,SO2和PM10均与儿科急诊量“J”形相 关,控制了气温等混杂因素影响后,SO2浓度每升高 10μg/m3,儿科急诊量增加8.46%(95%CI:0.31~ 16.78),PM10浓度每升高10μg/m3,儿科急诊量增加 0.47%(95%CI:0.10~0.83)。
T2序列中(表 5),仅发现NOX与儿科合计“C”形 相关,NOX浓度每升高10μg/m3,儿科门(急)诊量增 加6.20%(95%CI:1.29~11.17)。
讨 论此次北京地区灰霾事件具有3个特点。首先灰 霾期间颗粒物(PM2.5和PM10)浓度最大日均值和周 均值接近1952年伦敦烟雾事件,SO2浓度却远低于 该次事件[6],但略高于1991年伦敦烟雾事件[7],而 NOX浓度最大值远低于后者(表 6)。其次发生时间 较晚。1930年比利时马斯河谷[8]和1952、1991年伦 敦两次烟雾事件均发生于12月上旬,而北京地区灰 霾发生在1月。第三,持续时间较长。比利时马斯 河谷烟雾事件持续时间为5d,1952年伦敦烟雾事件 持续7d,1991年伦敦烟雾事件持续4d,而此次北京 地区灰霾事件持续时间超过1个月。
以往研究空气污染事件,多数应用死亡率作为 健康结局。与死亡数据不同,门诊量数据最大的特 点是周日、节假日效应(图 4)。虽然7d移动均值 较好控制了周日效应,但节假日影响依然存在,元旦 期间门诊量骤然下降,急诊量急剧增加。当门诊和 急诊合计分析时,可观察到一个完整的就诊量高峰 (图 4)。
本研究结果表明,儿科门/急诊就诊合计于2012 年12月28日达到高峰,增量为47.75%。在儿科就 诊量回落的过程中,2013年1月10日出现拖尾现 象,当日的增量为34.14%。值得注意的是,儿科就 诊量高峰并非出现于灰霾最严重的2013年1月9- 13日,由于儿童敏感性较高,在2012年12月28日 NOX和SO2出现高峰时,儿科就诊量已达高峰,在灰 霾最严重的2013年1月9-13日,由于易感人群减 少,儿科就诊量回落。相关性分析进一步表明,在中 低浓度范围(“C”和“S”形),主要表现为空气污染对 儿科门诊量的影响,在灰霾期间的高浓度范围(“J” 形),主要表现为PM10和SO2对儿科急诊量的影响。
在本研究暴露浓度范围内,SO2、NOX、PM10和 PM2.5 4种污染物的“J”和“S”形浓度-反应关系曲线均 有明显的拐点,分别为20μg/m3、175μg/m3、100μg/m3 和35μg/m3。尽管单一曲线的拐点与一般研究的 “阈值”相似,但本研究还可发现上述4种污染物均 存在“C”形曲线,且其浓度范围低于“J”和“S”形,所 以不能将此拐点视为阈值。
自2009年始北京市中小学生免费接种流感疫 苗,有效降低了流感发病率。依据北京市疾病预防 控制中心2013年发布的信息,1月7-13日流感样 病例发病率为3.72%,与近两年高峰时期(2012年12 月至2013年1月)基本持平。且在门诊增量计算时, 已控制了流感发病及其混杂因素的影响。在回归分 析中也控制了温度的影响。
本研究存在一定局限性,门诊量数据虽然与住 院率、住院死亡率相比覆盖范围较广,但由于无个案 和诊断信息,无法分性别、年龄或病种深入分析;其 次由于未获得相对湿度数据,GAM模型中仅控制了 温度的影响,由于气温与湿度一定程度相关,引入温 度后,一定程度上就控制了湿度的影响。
[1] | Daniels MJ, Dominici F, Samet JM, et al. Estimating particulate matter-mortality dose-response curves and threshold levels:an analysis of daily time-series for the 20 largest US cities[J]. Am J Epidemiol, 2000, 152(5):397-406. |
[2] | Bai J, Perron P. Computation and analysis of multiple structural change models[J]. J Appl Economet, 2003, 18(1):1-22. |
[3] | Roberts S. Biologically plausible particulate air pollution mortality concentration-response functions[J]. Environ Health Perspect, 2004, 112(3):309. |
[4] | WHO. Air quality standard about particulate matter, O3, NO2 and SO2(关于颗粒物、臭氧、二氧化氮和二氧化硫的空气质量准则)[S]. The global version of 2005. |
[5] | Chinese Research Academy of Environmental Science, China's National Environmental Monitoring Centre. Ambient air quality standards(GB 3095-2012)[S]. Beijing:China environmental Science Press, 2012. (in Chinese)中国环境科学研究院, 中国环境监测总站. 环境空气质量标准(GB 3095-2012)[S]. 北京:中国环境科学出版社, 2012. |
[6] | Ministry of Health. Mortality and morbidity during the London fog of December 1952. Reports on Public Health and Medical Subjects No. 95[R]. London: London Ministry of Health, 1954. |
[7] | Anderson HR, Limb ES, Bland JM, et al. Health effects of an air pollution episode in London, December 1991[J]. Thorax, 1995, 50(11):1188-1193. |
[8] | Nemery B, Hoet PHM, Nemmar A. The Meuse Valley fog of 1930: an air pollution disaster [J]. The Lancet, 2001, 357(9257): 704-708. |
[9] | Yang FM, He KB. Variation characteristics of PM2.5 concentration and its relationship with PM10 and TSP in Beijing[J]. Chin Environ Sci, 2002, 22(6):506-510. (in Chinese)杨复沫, 贺克斌. 北京PM2.5浓度的变化特征及其与PM10, TSP的关系[J]. 中国环境科学, 2002, 22(6):506-510. |