唐山市大气细颗粒物对2型糖尿病住院影响的病例交叉研究

发布时间：2020-05-06 11:58

【摘要】：目的大量人群流行病学研究和动物实验研究发现,大气细颗粒物(Fine particulate matter,PM_(2.5),空气动力学直径≤2.5μm的大气颗粒物)可能会引起2型糖尿病的发病率和死亡率的增加,并提出PM_(2.5)可能是诱发和加重2型糖尿病的重要危险因素,但也有研究未发现两者之间的关联,本课题拟应用时间分层的病例交叉研究设计研究唐山市PM_(2.5)对2型糖尿病住院人数的影响,为进一步探究PM_(2.5)是否为2型糖尿病的诱因提供流行病学方面可靠的证据,为揭示2型糖尿病的病因提供理论基础。方法收集2015年1月1日-2017年12月31日唐山市各三级甲等综合医院的内分泌科2型糖尿病的每日住院病例数据,包括患者姓名、性别、年龄、入院日期、初步诊断及居住地址等相关资料。同时于中国环境监测总站网站收集同一时期唐山市每天的PM_(2.5)、PM_(10)(Inhalable particle,空气动力学直径≤10μm的大气颗粒物)、SO_2、NO_2日均浓度及O_3-8h平均浓度资料,于河北省气象局网站收集同期每日平均气温(temperature,T)、相对湿度(relative humidity,RH)。采用Spearman分析大气污染物与气象因素之间的相关性;采用时间分层的病例交叉研究的单污染模型分析各大气污染物对2型糖尿病住院影响的滞后效应,根据优势比(odds ratio,OR)最大原则确定各大气污染物最佳滞后期;将确定的各污染物最佳滞后期纳入到双污染物和多污染物模型中分析各大气污染物与PM_(2.5)共同对2型糖尿病住院的影响;分析性别和年龄对PM_(2.5)与2型糖尿病住院相关的影响。统计软件应用SPSS17.0、R3.5.1版本,以双侧P0.05有统计学意义。结果大气污染物与气象因素相关性分析结果显示,PM_(2.5)、PM_(10)、NO_2、SO_2与温度呈负相关,O_3与温度呈现正相关;PM_(2.5)、PM_(10)、NO_2、SO_2与相对湿度呈正相关,O_3与相对湿度呈负相关;PM_(2.5)、PM_(10)、NO_2、SO_2之间均呈现正相关,均与O_3呈现负相关。单污染物模型中,控制温度和相对湿度后,滞后3d(Lag3)的PM_(2.5)浓度对2型糖尿病日住院人数影响最大,PM_(2.5)每增加10μg/m3,对应的OR值为1.013(95%CI:1.004-1.022)(P0.05),即2型糖尿病住院人数增加1.3%;双污染物模型分析显示,在分别调整PM_(10)、NO_2、SO_2、O_3后,PM_(2.5)与2型糖尿病的住院人数所对应的OR值分别为1.003(95%CI:0.982-1.024)、1.014(95%CI:1.001-1.028)、1.013(95%CI:1.004-1.022)、1.012(95%CI:1.003-1.021),调整后OR值除PM_(10)外,其他均有统计学意义(P0.05);多污染物模型显示,同时控制NO_2、SO_2、O_3后,PM_(2.5)与2型糖尿病患者住院的OR值为1.014(95%CI:1.001-1.028)(P0.05)。分别同时控制NO_2、SO_2,NO_2、O_3及SO_2、O_3后,PM_(2.5)与2型糖尿病患者住院的OR值分别为1.014(95%CI:1.001-1.028)(P0.05)、1.014(95%CI:1.001-1.028)(P0.05)、1.013(1.004-1.022)(P0.05)。年龄和性别分层后,PM_(2.5)浓度每升高10μg/m3情况下,滞后6d(Lag6)的PM_(2.5)对女性2型糖尿病患者住院的影响最大,对应OR值为1.015(95%CI:1.003-1.027)(P0.05);双污染物模型中,分别调整PM_(10)、NO_2、SO_2、O_3后,PM_(2.5)与女性2型糖尿病住院人数的OR值分别为1.014(95%CI:1.002-1.026)、1.014(95%CI:1.002-1.027)、1.014(95%CI:1.001-1.027)、1.015(95%CI:1.003-1.028),调整后OR值均有统计学意义(P0.05);多污染物模型中,同时控制PM_(10)、NO_2、O_3后,PM_(2.5)与女性2型糖尿病患者住院的OR值为1.014(95%CI:1.002-1.026)(P0.05),同时控制PM_(10)、NO_2后,PM_(2.5)与女性2型糖尿病患者住院的OR值为1.014(95%CI:1.002-1.026)(P0.05),同理,分别同时控制PM_(10)、O_3,NO_2、O_3及SO_2、O_3后,PM_(2.5)与女性2型糖尿病患者住院的OR值分别为1.014(95%CI:1.001-1.026)(P0.05)、1.014(95%CI:1.002-1.027)(P0.05)、1.015(95%CI:1.003-1.027)(P0.05)。单污染物模型中,PM_(2.5)对老年人2型糖尿病患者在滞后7d(Lag7)时影响最大,此时OR值为1.019(95%CI:1.010-1.027)(P0.05)。双污染物模型结果显示,PM_(2.5)在调整PM_(10)后,PM_(2.5)与老年人(≥60岁)2型糖尿病患者住院人数所对应的OR值为1.022(95%CI:1.013-1.031)(P0.05),表明PM_(2.5)与老年人2型糖尿病患者住院有一定相关性。多污染物模型中,未发现PM_(2.5)与老年人2型糖尿病住院有关联。PM_(2.5)对男性和非老年人(60岁)2型糖尿病患者住院没有影响。结论唐山市2015年-2017年大气污染物PM_(2.5)浓度与2型糖尿病住院有关,且存在滞后效应,2型糖尿病住院人数会随着PM_(2.5)浓度的增加而增多,女性、老年人群更敏感。图25幅;表18个;参101篇。
【图文】：

2型糖尿病

Lag41.009(1.001-1.018)*1.007(1.001-1.012)*1.016(0.992-1.040)0.997(.0978-1.017)0.994(0.984-1.005)Lag51.007(0.999-1.015)1.003(0.997-1.008)1.003(0.981-1.026)0.989(0.971-1.009)0.999(0.989-1.009)Lag61.007(0.999-1.015)1.003(0.997-1.009)1.007(0.985-1.030)1.001(0.981-1.020)1.001(0.990-1.011)Lag71.008(0.999-1.016)1.005(0.999-1.011)1.011(0.989-1.035)1.002(0.982-1.023)0.995(0.985-1.005)Avg.0-10.994(0.982-1.006)0.994(0.986-1.002)1.002(0.972-1.033)0.991(0.967-1.017)0.992(0.979-1.005)Avg.0-20.995(0.982-1.008)0.995(0.986-1.002)1.003(0.970-1.037)0.988(0.960-1.017)0.990(0.975-1.004)Avg.0-30.999(0.988-1.010)1.001(0.992-1.010)1.017(0.980-1.055)0.988(0.956-1.020)0.988(0.972-1.003)Avg.0-41.009(0.994-1.024)1.005(0.995-1.015)1.025(0.985-1.065)0.986(0.951-1.022)0.985(0.969-1.002)Avg.0-51.012(0.997-1.029)1.007(0.996-1.017)1.025(0.983-1.069)0.979(0.941-1.018)0.986(0.968-1.004)Avg.0-61.016(0.999-1.033)1.008(0.997-1.019)1.029(0.984-1.076)0.978(0.937-1.021)0.987(0.969-1.006)Avg.0-71.020(1.002-1.039)*1.010(0.999-1.019)1.036(0.987-1.087)0.982(0.961-1.003)0.985(0.966-1.005)注：*P<0.05

2型糖尿病

图 2 不同滞后天数 PM10对 2 型糖尿病住院的影响Fig. 2 The effect of PM10on hospitalization of type 2 diabetes mellitus at different lag days图 3 不同滞后天数 NO对 2 型糖尿病住院的影响
【学位授予单位】：华北理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R587.1

【参考文献】