PM 2.5 、PM 10 短期暴露与流感样病例日门诊量的关联研究

发布时间：2021-11-17 05:25

　　目的:分析连云港市PM_2.5、PM₁₀质量浓度对流感样病例日门诊量的短期影响。方法:收集2014—2016年连云港市大气污染物日均数浓度、同期气象参数资料以及8家监测医院的流感样病例日门诊量,采用广义相加模型分析PM_2.5、PMPM₁₀对流感样病例日门诊量的影响以及剂量效应关系。结果:单污染物模型显示,在最佳滞后条件下,PM_2.5或PMPM₁₀每升高1个四分位间距值,流感样病例日门诊量分别增加2.3%（RR=1.023,95%CI:1.017～1.035）和3.8%（RR=1.038,95%CI:1.025～1.051）。双污染物及多污染物模型显示,校正混杂因素后,PM_2.5、PM₁₀与流感样病例日门诊量仍呈正关联。剂量效应关系显示,在低浓度时,随着PM_2.5、PM₁₀的增加,流感样病例发生风险逐步升高。但当PM_2.5、PM₁₀

【文章来源】：南京医科大学学报(自然科学版). 2020,40(11)北大核心CSCD

【文章页数】：7 页

【部分图文】：

连云港市ILI门诊量及大气污染物、气象参数的时间趋势

PM10、PM2.5等可吸入颗粒物，被人吸入后可沉积在呼吸系统中，进而可引发呼吸系统疾病。并且颗粒物直径愈小，进入呼吸道的部位愈深。粒径在10μm以下可沉积在呼吸道上部，粒径在5μm以下可进入呼吸道深部，而粒径在2μm以下的可深入到细支气管和肺泡。另外随着颗粒物粒径的减小，其吸附的有毒有害物质的含量将不断增加[8-9]。因而，粒径越小的颗粒物对人体的危害越大。其致病机制主要包括炎症作用、氧化应激反应、免疫毒性和致基因突变等[10]。在本研究中，单污染物模型提示：PM2.5、PM10的质量浓度均与ILI日门诊人数存在正关联，同时存在滞后效应，这与既往研究结果相似[11-15]。但不同研究中最强滞后阶数存在不同。在本研究中，滞后效应随着滞后阶数改变有一定的变化趋势。在lag1～lag5中，均是在前2 d(lag2)PM2.5、PM10达到最大效应，然后滞后效应不断降低。而在lag01～lag05的情况下，均是当日至前5 d的移动平均值（lag05）达到最大效应，并且这个效应要高于lag2。因此本研究的最强滞后效应见于lag05。而廖青等[16]关于PM2.5、PM10与ILI日门诊量的最强滞后效应是lag0，王思嘉等[17-18]关于PM2.5、PM10与ILI的最强滞后效应是lag7。之所以出现这种现象，原因可能是各地疾病谱、污染物成分、人群特征、研究时间有所不同[19-20]。另外上述两项研究均未考虑累积效应的移动平均值。

针对以上PM2.5、PM10所拟合的模型，进行剂量效应分析（图3）。结果发现，无论是单污染物模型、双污染物模型还是所有污染物模型，PM2.5、PM10与ILI日门诊量均存在剂量效应关系，在低浓度时，随着PM2.5、PM10的增加，风险逐步升高。但在高浓度(PM2.550μg/m3、PM10100μg/m3）时，呈现“平台期”。3 讨论


本文编号：3500286