2. 苏州大学公共卫生学院;
3. 江苏省疾病预防控制中心
大气污染可引起不同地区人群严重的健康损害[1]，流行病学研究也发现大气污染可导致人群癌症[2]、呼吸系统[3]和心血管系统[4]疾病的发病率增加。空气质量指数(Air Quality Index，简称AQI)，是一个用来定量描述空气质量水平的无量纲数值，它通过监测某一段时间内的细颗粒物(PM2.5)，可吸入颗粒物(PM10)，二氧化硫(SO2)，二氧化氮(NO2)，一氧化碳(CO)，臭氧1 h(O3~1)，臭氧8 h(O3~8)等主要污染物的平均浓度，得到各自的空气质量分指数(IAQI)，最大的IAQI值即为当时的空气质量状况。随着全国对雾霾现象的重视，各地掀起了雾霾对人群健康影响及其机制的研究，特别对于PM2.5及PM10等对人群健康影响的报道很多，而AQI对人群健康影响的报道较少。社区医院呼吸系统门诊作为呼吸系统疾病的首次诊断场所，可准确评估急性暴露引起的呼吸系统疾病发生情况。社区医院门诊不受医生预约情况、个人医疗保险的限制，被认为是流行病学研究中反映疾病发生率的良好指标[5]。
本研究通过利用半参数广义相加模型(GAM)控制长期趋势、星期几效应、假期效应和气象参数等混杂因素的影响，分析2016年苏州工业园区空气质量指数(AQI)对呼吸系统疾病日门诊量的影响。为相关部门制定环境保护和人群健康的策略提供科学依据。
1 材料与方法 1.1 空气质量监测2016年苏州工业园区主要大气污染物(包括PM2.5，PM10，SO2，NO2，CO，O3~1，O3~8)监测数据来源于苏州市环境监测站数据，由苏州工业园区疾病防治中心进行收集整理。根据均匀性、代表性布点原则，苏州工业园区共设4个环保监测站点，利用每个检测点的大气污染物按照公式计算AQI，以4个监测点AQI的平均水平代表苏州工业园区空气质量水平。
AQI大部分时候是首要污染物的定量表征，计算该指标时，先计算各参评污染物的空气质量分指数(IAQI)，再取空气质量分指数(IAQI)中的首要污染物作为AQI发布。《环境空气质量标准》(GB 3095-2012)[6]、《环境空气质量指数(AQI)技术规定(试行)》(HJ 633-2012)[7]规定：当空气质量指数大于50时，空气质量分指数(IAQI)最大的污染物为首要污染物。若空气质量分指数最大的污染物为两项或两项以上时，并列为首要污染物。污染物项目P的空气质量分指数按下式计算：
| $ {\rm{IAQ}}{{\rm{I}}_{\rm{P}}} = ({{\rm{C}}_{\rm{P}}}-{\rm{B}}{{\rm{P}}_{Lo}}) + {\rm{IAQ}}{{\rm{I}}_{Lo}} $ | (1) |
式中：IAQIP—污染物项目P的空气质量分指数；
CP—污染物项目P的质量浓度值；
BPHi— CP相近的污染物浓度限值的高位值；
BPLo— CP相近的污染物浓度限值的低位值；
IAQIHi — BPHi对应的空气质量分指数；
IAQILo— BPLo对应的空气质量分指数。
空气质量指数(AQI)按下式计算：
| $ {\rm{AQI}} = {\rm{max}}\{ {\rm{IAQ}}{{\rm{I}}_{\rm{1}}}{\rm{, IAQI}}{{\rm{}}_{\rm{2}}}{\rm{, IAQI}}{{\rm{}}_{\rm{3}}}{\rm{, IAQ}}{{\rm{I}}_n}\} $ | (2) |
式中：IAQI—空气质量分指数；
n—污染物项目。
1.2 气象参数2016年苏州工业园区气象数据来源于苏州市气象局气象日常监测数据，包括2016年1月—2016年12月苏州市工业园区日平均气温(temperature，T)、日平均相对湿度(relative humidity，RH)、日均气压等。
1.3 医院门诊量苏州工业园区疾病防治中心收集了2016年苏州工业园区共43个社区卫生服务站和5个社区卫生服务中心的呼吸系统疾病门诊患者病例记录。患者病例记录由社区卫生服务站或社区卫生服务中心专业人员根据《国际疾病分类》[8]第10版(ICD~10)筛选出确诊为呼吸系统疾病的病例(J00~J99)，主要包括上呼吸道感染(J00~J06)、肺炎(J18)、慢性下呼吸道感染(J40~J47)等。
1.4 统计学分析利用SAS 9.2软件中GAM模型，在控制长期趋势、星期几效应、假期效应和气象参数等混杂因素的影响后，分析2016年苏州工业园区空气质量指数与呼吸系统疾病日门诊量的关系。具体模型如下：
| $ {\rm{Log}}[{\rm{E}}\left( {{\rm{Yk}}} \right)] = {\rm{\alpha }} + {\rm{dow}} + {\rm{vocation}} + {\rm{\mathtt{β} Xk}} + {\rm{s}}\left( {{\rm{time}}} \right) + {\rm{s}}\left( {{\rm{Zk}}} \right) $ |
式中：E(Yk)—响应变量Y在第k日的呼吸系统疾病门诊人次预期值；
α—截距，dow为反映星期几效应的虚拟变量；
vocation—反映假期效应的虚拟变量；
β—回归系数；
Xk—在第k日大气污染物浓度；
s—非参数平滑样条函数，time指日期；
Zk—在第k日的气象参数变量。
| 空气质量 分指数 (IAQI) |
污染物项目浓度限值 | |||||||||
| 二氧化硫 (SO2) 24 h 和平均/ (μg/m3) |
二氧化硫 (SO2)1 h 和平均/ (μg/m3) (1) |
二氧化氮 (NO2) 24 h 和平均/ (μg/m3) (1) |
二氧化氮 (NO2)1 h 和平均/ (μg/m3) (1) |
颗粒物 (粒径小 于10 μm) 24 h平均/ (μg/m3) |
一氧化碳 (CO)24 h 和平均 (mg/m3) |
一氧化碳 (CO)1h 和平均 (mg/m3) (1) |
臭氧 (O3)24 h 和平均/ (μg/m3) |
臭氧(O3) 1h和平均/ (μg/m3) (1) |
颗粒物(粒 径小于 2.5 μm) 24 h和平 均/(μg/m3) |
|
| 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 50 | 50 | 150 | 40 | 100 | 50 | 2 | 5 | 160 | 100 | 35 |
| 100 | 150 | 500 | 80 | 200 | 150 | 4 | 10 | 200 | 160 | 75 |
| 150 | 475 | 650 | 180 | 700 | 250 | 14 | 35 | 300 | 215 | 115 |
| 200 | 800 | 800 | 280 | 1 200 | 350 | 24 | 60 | 400 | 265 | 150 |
| 300 | 1 600 | (2) | 565 | 2 340 | 420 | 36 | 90 | 800 | 800 | 250 |
| 400 | 2 100 | (2) | 750 | 3 090 | 500 | 48 | 120 | 1 000 | (3) | 350 |
| 500 | 2 620 | (2) | 940 | 3 840 | 600 | 60 | 150 | 1 200 | (3) | 500 |
| 说明：(1)(SO2)、(NO2)和(CO)的1 h平均浓度限值仅用于实时报，在日报中需使用相应污染物的24 h平均浓度限值；(2)二氧化硫(SO2)1 h平均浓度值高于800 μg/m3的，不再进行其空气质量分指数计算，二氧化硫(SO2)空气质量分指数按24 h平均浓度计算的分指数报告；(3)臭氧(O3)8 h平均浓度值高于800 μg/m3的，不再进行其空气质量分指数计算，臭氧(O3)空气质量分指数按1 h平均浓度计算的分指数报告。 | ||||||||||
在模型中，用非参数平滑样条函数调整气温、平均气压和相对湿度参数，以此来控制非线性趋势混杂效应和滞后效应。在本研究中，引入空气质量指数拟合模型，考虑其滞后效应和累积效应，将当日及前7 d单日滞后时间的空气质量指数和当日至前(1~4) d的空气质量指数移动平均值(lag01~lag04)分别引入模型，进而确定空气质量指数对呼吸系统疾病健康效应最强的滞后时间。根据模型估算的β值计算空气质量指数每升高一个四分位间距时，呼吸系统疾病日门诊量的相对危险度(RR)及其95%置信区间(95%CI)。
1.5 质量控制门诊数据由苏州工业园区社区卫生服务中心门诊部的门诊登记直接导出，气象数据来自于苏州市气象局气象日常监测数据，数据皆经过调查人员专人审核，确保了数据的准确性和可信度。
2 结果 2.1 空气质量及气象参数的分布空气质量指数和用于计算空气质量指数的大气污染物以及气象参数如表 2所示。2016年苏州工业园区空气质量指数中位水平为81，用于评价空气质量指数的大气PM2.5、PM10、SO2、NO2、CO、O3~1、O3~8的年均中位浓度分别为40.62、62.29、12.65、38.42、0.75、112.75、94.25 μg/m3；同期气温与相对湿度中位水平分别为18.27℃和77.12%。2016年苏州工业园区部分社区卫生服务站呼吸系统疾病日门诊量平均为1 498人次。
| 变量 | 均数 | 标准差 | 中位数 | 第1四分 位数Q1 |
第3四分 位数Q3 |
四分位 数间距IQR |
| AQI | 88.79 | 36.91 | 81.00 | 60.50 | 112.50 | 52.00 |
| PM2.5/(μg/m3) | 46.97 | 29.12 | 40.62 | 25.18 | 60.87 | 35.69 |
| PM10/(μg/m3) | 70.29 | 35.71 | 62.29 | 43.07 | 88.98 | 45.91 |
| SO2/(μg/m3) | 14.34 | 6.98 | 12.65 | 9.41 | 17.69 | 8.28 |
| NO2/(g/m3) | 43.15 | 19.51 | 38.42 | 28.82 | 54.42 | 25.60 |
| CO/(g/m3) | 0.80 | 0.24 | 0.75 | 0.61 | 0.91 | 0.30 |
| O3~1/(g/m3) | 129.19 | 59.14 | 112.75 | 84.25 | 165.00 | 80.75 |
| O3~8/(g/m3) | 106.88 | 51.60 | 94.25 | 68.75 | 138.50 | 69.75 |
| 温度/℃ | 17.77 | 8.91 | 18.27 | 10.67 | 24.46 | 13.79 |
| 大气压/kPa | 101.64 | 0.91 | 101.57 | 100.86 | 102.37 | 1.51 |
| 湿度/% | 76.01 | 12.95 | 77.12 | 68.73 | 85.81 | 17.08 |
| 呼吸系统疾病门诊量/(人次/d) | 1 685 | 484 | 1 498 | 1 313 | 2 042 | 729 |
2016年苏州工业园区空气质量指数存在明显的季节波动性(图 1)，基本上呈冬、夏高，春、秋低的特点，尤其是10月份AQI最低(中位水平:53.75)，即空气质量最优。同期呼吸系统疾病就诊也呈现出季节性波动性(图 2)，即冬季(1、11、12月)较高，其次为春季，夏、秋季较低。2月份由于春节放假的原因，呼吸系统疾病就诊人数也较低。
|
| 图 1 2016年苏州市不同月份AQI水平变化趋势 |
|
| 图 2 2016年苏州市园区不同月份社区医院呼吸系统疾病月就诊人次数 |
2.2 空气质量指数及大气污染物与气象参数的相关性
由表 3可知，AQI与PM2.5、PM10、SO2、NO2、CO、O3~1、O3~8等大气污染之间均呈正相关关系(P < 0.01)，AQI与相对湿度呈负相关关系，未发现AQI与平均气温和气压之间存在相关关系(P>0.05)。但是，PM2.5、PM10、SO2、NO2和CO与平均气温均呈负相关关系(P < 0.01)，与平均气压呈正相关关系(P < 0.05)，并且PM2.5、PM10、SO2与相对湿度均呈负相关关系；而O3~1、O3~8与平均气温呈正相关关系，与平均气压和相对湿度均呈负相关关系(P < 0.01)。
| AQI | PM2.5 | PM10 | SO2 | NO2 | CO | O3~1 | O3~8 | 平均气温 | 平均气压 | 平均湿度 | |
| AQI | 1.000 | - | - | - | - | - | - | - | - | - | - |
| PM2.5 | 0.724** | 1.000 | - | - | - | - | - | - | - | - | - |
| PM10 | 0.799** | 0.939** | 1.000 | - | - | - | - | - | - | - | - |
| SO2 | 0.483** | 0.639** | 0.678 | 1.000 | - | - | - | - | - | - | - |
| NO2 | 0.437** | 0.627** | 0.598** | 0.566** | 1.000 | - | - | - | - | - | - |
| CO | 0.521** | 0.734** | 0.655** | 0.536** | 0.632** | 1.000 | - | - | - | - | - |
| O3~1 | 0.486** | 0.088 | 0.238** | ~0.039 | ~0.229** | ~0.111* | 1.000 | - | - | - | - |
| O3~8 | 0.444** | 0.047 | 0.191** | ~0.050 | ~0.309** | ~0.148** | 0.974** | 1.000 | - | - | - |
| 平均气温 | 0.014 | ~0.431** | ~0.279** | ~0.531** | ~0.397** | ~0.302** | 0.549** | 0.512** | 1.000 | - | - |
| 平均气压 | ~0.021 | 0.347** | 0.246** | 0.603** | 0.375** | 0.242** | ~0.489** | ~0.454** | ~0.900** | 1.000 | - |
| 平均湿度 | ~0.397** | ~0.255** | ~0.401** | ~0.620** | ~0.080 | ~0.035 | ~0.344** | ~0.378** | 0.209** | ~0.335** | 1.000 |
| 注：*P < 0.05；**P < 0.01；“~”：负相关; “-”：数值以主对角线为对称轴，上下相等，只留下半截，上半截为免重复 | |||||||||||
2.3 空气质量指数对呼吸系统疾病的影响
利用单污染物模型计算得到的苏州工业园区空气质量指数对人群呼吸系统疾病发生的相对危险度(RR)如图 3所示。当日及前7 d单日滞后时间的空气质量指数每增加1个四分位数间距时，呼吸系统疾病门诊总人数相对危险度RR(95%CI)分别为1.022(1.018~1.026)、1.024(1.021~1.028)、1.024(1.020~1.028)、1.026(1.022~1.029)、1.017(1.013~1.020)、1.006(1.002~1.010)、1.006(1.002~1.009)、1.019(1.016~1.023)；当日至前()1~4)d的空气质量指数移动平均值每增加1个四分位数间距，呼吸系统疾病门诊总人数相对危险度RR(95%CI)分别为1.034(1.029~1.038)、1.047(1.042~1.053)、1.062(1.056~1.067)、1.067(1.061~1.074)。
|
| 图 3 AQI每升高一个四分位间距值对社区卫生服务站呼吸系统疾病日门诊量的影响(RR和95%CI) |
3 讨论
本研究中2016年苏州工业园区空气质量指数(AQI)存在明显的季节波动性，呈冬、夏高，而春、秋低的特点。气象条件对大气质量的影响具有明显的作用，但由于随着气象条件的变化，不同污染物浓度的变化趋势并不完全相同，AQI与气象参数的关系比较复杂。如在本研究中，随着平均气温的上升，PM2.5、PM10、SO2、NO2、CO等污染物的浓度呈降低的趋势，而O3~1和O3~8的浓度呈现上升的趋势。
大气污染对人体的心肺功能及储备能力均产生不良影响[9]。本研究GAM模型结果显示，AQI水平对呼吸系统疾病的日门诊量产生一定的滞后效应，当日至前4 d(lag04)的移动平均值对人群的呼吸系统疾病日门诊量影响最为明显，即AQI每升高一个四分位间距，人群呼吸系统疾病日门诊量增加6.7%(RR=1.067，95%CI：1.061~1.074)。合肥市2012—2014年的数据[10]表明，AQI与儿童上呼吸道感染、支气管感染和肺炎门诊量存在正相关关系，相关系数分别为0.11、0.40和0.17。北京市2009—2011年的数据[11]也发现，AQI每增加10，呼吸系统疾病急诊就诊人数超额增加率为0.22%。
本研究中，AQI与PM2.5、PM10、SO2、NO2、CO、O3~1、O3~8等大气污染之间均呈正相关关系。在影响空气质量的众多因素中，直径小于10 μm的可吸入颗粒物与人体的健康关系较为密切[12-13]。已有的研究表明，PM2.5与PM10浓度的增加与机体心肺疾病的发病存在关系[2, 4]。Pope等[14]研究发现大气PM2.5浓度对数值每增加1个单位，呼吸系统症状出现的危险性增加1.79倍。济南市2013—2015年呼吸系统疾病就诊人次与大气颗粒物PM2.5、PM10关系的时间序列研究[15]显示：大气颗粒物PM2.5、PM10与呼吸系统就诊人次数存在关联，即PM2.5、PM10浓度每上升10 μg/m3时，当天呼吸系统疾病就诊人次数分别增加0.36%(95%Cl：0.30%~0.43%)和0.50%(95% Cl：0.30%~0.70%)。
本文探讨了空气质量对人群呼吸系统的影响，由于空气的污染程度是多种污染物的综合作用，在同一时间段内并非所有污染物均呈增加或减少的趋势，污染程度与季节及气象条件也存在一定的关系，因此本研究采用AQI衡量大气污染对疾病的影响。本研究引入广义可加模型GAM模型分析苏州工业园区空气质量指数与呼吸系统疾病日门诊量的关系，广义可加模型利用非参数方法来拟合有时间变化趋势的预测变量，具有较高的灵活性[16-19]。结果发现随着AQI的增加，即随着空气质量的变差，呼吸系统疾病日门诊量呈增加的趋势。该结果提示，AQI对呼吸系统的健康效应存在一定的影响，在空气质量较差的季节及时间段，应加强对呼吸系统的保护。
本研究也存在一定局限性，主要是大气污染物数据采集时间相对较短，仅为1年；分析呼吸系统疾病就诊情况未排除流感流行以及暴发混杂因素的影响；此外，由于收集资料的限制，只收集当天呼吸系统疾病就诊的总人数，未收集患者的性别、年龄等信息，未能分析AQI对不同性别、不同年龄人群呼吸系统疾病门诊量的影响。
| [1] |
Loftus C, Yost M, Sampson P, et al. Regional PM2.5and asthma morbidity in an agricultural community:a panel study[J]. Environ Res, 2015, 136: 505-512. DOI:10.1016/j.envres.2014.10.030 |
| [2] |
Raaschou-Nielsen O, Beelen R, Wang M, et al. Particulate matter air pollution components and risk for lung cancer[J]. Environ Int, 2016, 87: 66-73. DOI:10.1016/j.envint.2015.11.007 |
| [3] |
Zhao JZ, Bo L, Gong CY, et al. Preliminary study to explore gene-PM2.5 interactive effects on respiratory system in traffic policemen[J]. Int J Occup Med Environ Health, 2015, 28(6): 971-983. DOI:10.13075/ijomeh.1896.00370 |
| [4] |
Tseng E, Ho WC, Lin MH, et al. Chronic exposure to particulate matter and risk of cardiovascular mortality:cohort study from Taiwan[J]. BMC Public Health, 2015, 15: 936. DOI:10.1186/s12889-015-2272-6 |
| [5] |
张燕萍, 李晋芬, 张志琴, 等. 太原市颗粒物空气污染与居民每日门诊率的暴露-反应关系[J]. 环境与健康杂志, 2008, 25(6): 479-482. (In English: Zhang YP, Li JF, Zhang ZQ, et al. Exposure-response relationship between particulate pollution level and hospital Outpatient visits in Taiyuan[J]. J Environ Health, 2008, 25(6): 479-482.) |
| [6] |
中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. GB 3095-2012环境空气质量标准[S]. 北京: 中国环境科学出版社, 2016. (In English: People's Republic of China General Administration of Quality Supervision, Inspection and Quarantine, China National Standardization Management Committee. GB 3095-2012 Ambient air quality standard[S]. Beijing: China Environmental Science Press, 2016.)
|
| [7] |
中华人民共和国环境保护部. HJ 633-2012环境空气质量指数(AQI)技术规定(试行)[S]. 北京: 中国环境科学出版社, 2016. (In English: Ministry of Environmental Protection, People's Republic of China. HJ 633-2012 Technical regulation on ambient air quality index (on trial)[S]. Beijing: China Environmental Science Press, 2016.)
|
| [8] |
董景五. 疾病和有关健康问题的国际统计分类-第三卷-字母顺序索引[M]. 2版. 北京: 人民卫生出版社, 2008: 24-27.
|
| [9] |
刘晓莉, 宋宪强, 孟紫强. 大气污染对人体心肺功能的影响[J]. 卫生研究, 2008, 7(4): 429-432. (In English: Liu XL, Song XQ, Meng ZQ. Effects of airborne pollution on cardiopulmonary function of healthy person[J]. J Health Res, 2008, 7(4): 429-432.) |
| [10] |
朱丽, 操基玉, 侯丽娟, 等. 空气质量与医院儿科呼吸系统疾病门诊量相关性研究[J]. 安徽医学, 2016, 37(3): 360-362. (In English: Zhu L, Cao JY, Hou LJ, et al. Analysis of association between air quality and outpatient visits for respiratory diseases of pediatrics in a hospital[J]. Anhui Med J, 2016, 37(3): 360-362.) |
| [11] |
马盼, 李若麟, 赵笑颜, 等. 北京市空气质量指数与气象条件的关系及其对呼吸系统疾病的滞后影响[J]. 兰州大学学报(自然科学版), 2017, 53(3): 388-393. (In English: Ma P, Li RL, Zhao XY, et al. The lag effect of AQI on the number of emergency room visits for respiratory diseases and its relationship with meteorological conditions in Beijing City[J]. J Lanzhou Univ (Nat Sci), 2017, 53(3): 388-393.) |
| [12] |
阚海东, 邬堂春. 我国大气污染对居民健康影响的回顾和展望[J]. 第二军医大学学报, 2013, 34(7): 697-699. (In English: Kan HD, Wu TC. Ambient air pollution and human health in China:the past and future[J]. Acad J Second Mil Med Univ, 2013, 34(7): 697-699.) |
| [13] |
游燕, 白志鹏. 大气颗粒物暴露与健康效应研究进展[J]. 生态毒理学报, 2012, 7(2): 123-132. (In English: You Y, Bai ZP. Research advances in exposure to ambient particulate matter and health effects[J]. Asian J Ecotoxicol, 2012, 7(2): 123-132.) |
| [14] |
Pope Ⅲ CA, Burnett RT, Thun MJ, et al. Lung cancer, cardiopulmonary mortality, and long-term exposure to fine particulate air pollution[J]. JAMA, 2002, 287(9): 1132-1141. DOI:10.1001/jama.287.9.1132 |
| [15] |
赵梦娇, 耿兴义, 崔亮亮, 等. 济南市2013-2015年某综合医院呼吸系统疾病就诊人次与大气颗粒物PM10、PM2.5关系的时间序列研究[J]. 中华流行病学杂志, 2017, 38(3): 374-377. (In English: Zhao MJ, Geng XY, Cui LL, et al. Association between ambient PM10/PM2.5 concentration and outpatient department visits due to respiratory disease in a hospital in Jinan, 2013-2015:a time series analysis[J]. Chin J Epidemiol, 2017, 38(3): 374-377.) |
| [16] |
王彤, 贾彬, 王琳娜. 广义可加模型稳健估计在空气污染对健康影响评价中的应用[J]. 中国卫生统计, 2007, 24(3): 245-247, 270. (In English: Wang T, Jia B, Wang LN. Robust estimation in generalized additive models and its appliction for health effects of air pollution[J]. Chin J Health Stat, 2007, 24(3): 245-247, 270.) |
| [17] |
李宏田, 袁悦, 李智文, 等. GAM识别非线性相关及其在医学统计建模中的应用[J]. 中国卫生统计, 2012, 29(6): 782-785, 789. (In English: Li HT, Yuan Y, Li ZW, et al. An introduction of GAM in identifying non-linear correlations and its application in statistical modeling[J]. Chin J Health Stat, 2012, 29(6): 782-785, 789.) |
| [18] |
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]. 环境与健康杂志, 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.) |