基于广义相加模型的郑州市大气污染与医院感染发生风险的关系分析

发布时间：2020-10-18 14:48

　　 目的:探讨大气污染暴露与医院感染发生风险的关系。方法:收集郑州市某三甲医院2015年1月1日至2019年6月30日医院感染日报告数据,采用时间序列的广义相加模型,控制气象因素、时间趋势、星期几效应、假期效应后分析空气质量指数、PM2.5、PM10、SO_2、NO_2与医院感染、呼吸道感染及呼吸机相关肺炎之间的关系。结果:PM2.5每升高1μg/m~3,5 d后医院感染的发生风险升高0.20%(P0.05),PM2.5、PM10和NO_2每升高1μg/m~3,4 d后呼吸道感染的发生风险分别增加0.12%、0.10%和0.49%(P0.05),而PM2.5、PM10、NO_2和SO_2每升高1μg/m~3,5 d后呼吸道感染的发生风险增加0.12%、0.10%、0.59%和0.74%(P0.05);PM10每升高1μg/m~3,3 d和4 d后,呼吸机相关肺炎的发生风险分别增加0.05%和0.04%(P0.05)。阈值效应分析显示,PM2.5、PM10、NO_2和SO_2对4 d或5 d后呼吸道感染发生风险的影响存在阈值效应;PM10对3 d和4 d后呼吸机相关肺炎发生风险的影响存在阈值效应。结论:空气中PM2.5、PM10、NO_2、SO_2升高会增加呼吸道感染、呼吸机相关肺炎的发生风险。
【部分图文】：

郑州市2015年1月1日至2019年6月30日大气污染物浓度呈现明显的季节性,PM2.5、PM10、SO2、NO2每年冬季最高,见图1。大气污染物间存在正相关(表1),相关系数范围为0.495至0.861,日均气温与PM2.5、PM10、SO2和NO2存在显著负相关,因此在探讨大气污染物与医院感染发生风险的关系时,将日均气温作为混杂因素进行调整。表1 大气污染物间Pearson相关系数矩阵 变量 PM2.5 PM10 SO2 NO2 日均气温 PM2.5 1 PM10 0.861* 1 SO2 0.495* 0.558* 1 NO2 0.669* 0.677* 0.599* 1 日均气温 -0.437* -0.325* -0.457* -0.379* 1 *:P<0.05

在控制了时间趋势、星期几效应、假期效应、日均气温等因素后,未见大气污染与同期医院感染、呼吸道感染、呼吸机相关肺炎发生有关。滞后效应分析显示,PM2.5每升高1 μg/m3,5 d后医院感染风险升高0.20%,PM2.5、PM10和NO2每升高1 μg/m3,4 d后呼吸道感染的发生风险分别增加0.12%、0.10%和0.49%,而PM2.5、PM10、NO2和SO2每升高1 μg/m3,5 d后呼吸道感染的发生风险增加0.12%、0.10%、0.59%和0.74%;PM10每升高1 μg/m3,3 d和4 d后,呼吸机相关肺炎的发生风险增加0.05%和0.04%(P<0.05)。 见表2。2.4 阈值效应分析
【相似文献】

相关期刊论文 前10条

1 金铨;任韧;薛鸣;王小芳;黄希汇;龚立科;;超声辅助提取-电感耦合等离子体质谱法测定杭州市主城区大气PM2.5中的47种元素[J];中国卫生检验杂志;2017年17期

2 王娟;;基于多元回归分析的PM2.5预测研究[J];微型电脑应用;2020年03期

3 黄竹青;;空气PM2.5连续监测系统手工采样比对测试[J];资源节约与环保;2020年02期

4 解蕾;;基于R语言的绿色植被对PM2.5调控作用分析[J];晋城职业技术学院学报;2020年03期

5 王鑫圆;曹春萍;;基于随机森林与改进极限学习机的PM2.5浓度模型[J];软件;2020年06期

6 王启淳;雷宁生;曾炫萍;;离子色谱法测定空气PM2.5中9种水溶性离子[J];山东化工;2020年15期

7 张晓玲;;PM2.5的自动监测方法对比分析及应用[J];资源节约与环保;2019年11期

8 闫生荣;杜中英;张跃群;花海蓉;周丽;;绿化树木消减PM2.5污染研究概述[J];生物学教学;2015年07期

9 何艺;冯涛;;固相萃取-高效液相色谱法测定PM2.5中多环芳烃[J];山西化工;2017年01期

10 林雅洁;;我国PM2.5中可溶性无机离子组分的来源及特点[J];广东化工;2017年08期

相关博士学位论文 前7条

1 濮琦;大气PM2.5中可溶性离子在混凝土内扩散迁移行为研究[D];中国建筑材料科学研究总院;2018年

2 白雪;功能化纳米颗粒在调控细胞“识别”功能和“命运”及探究PM2.5毒性机制中的应用[D];山东大学;2018年

3 郭阳洁;基于气溶胶遥感的中国陆地大气PM2.5浓度估算[D];武汉大学;2014年

4 史海霞;我国城市居民PM2.5减排行为影响因素及政策干预研究[D];中国科学技术大学;2017年

5 罗嫚;RAD50介导的DNA损伤应答在PM2.5诱导气道炎症中分子调控机制的研究[D];浙江大学;2018年

6 马宁;中日韩跨界PM2.5转移规律及影响机制研究[D];中国地质大学(北京);2020年

7 张琛;面向PM2.5空气污染分析的多重分形方法研究[D];合肥工业大学;2016年

相关硕士学位论文 前10条

1 户亚飞;MODIS气溶胶光学厚度与PM2.5浓度相关性分析[D];北京建筑大学;2015年

2 陈志洁;不同季节植物吸收净化PM2.5能力的研究[D];仲恺农业工程学院;2019年

3 余慧诗;成都市PM2.5浓度时空分布、预测及扩散分析[D];西南财经大学;2019年

4 黄娴;清霾宣肺颗粒治疗雾霾（PM2.5）导致咳嗽燥浊伤肺证的临床研究[D];山东中医药大学;2018年

5 陈松;基于侧向散射激光雷达的PM2.5浓度反演机制研究[D];杭州电子科技大学;2018年

6 李航宇;维生素C在PM2.5悬浊液诱导大鼠肺脏炎症中的潜在保护作用[D];河北医科大学;2019年

7 李龚;基于PM2.5指标的中国环境库兹涅茨曲线估计[D];上海交通大学;2016年

8 武文飞;航空器排放对机场区域环境PM2.5的影响研究[D];中国民航大学;2019年

9 姚双双;考虑PM2.5排放的信号交叉口左转待转区设置研究[D];西南交通大学;2019年

10 武紫超;石家庄地区PM2.5浓度的反演模型构建研究[D];河北师范大学;2019年

本文编号：2846439