南京地区风寒指数对呼吸系统疾病的影响

基于2005-2008年南京市呼吸系统疾病死亡人数监测资料、同期气象数据和NCEP/NCAR再分析数据,在风寒指数基础上研究气象要素与呼吸系统疾病死亡人数的相关关系,并进行合成分析和个例分析.结果表明,南京市呼吸系统疾病死亡人数存在季节性差异,高峰期出现在每年的1、2和12月;气温、气压与呼吸系统疾病死亡人数之间存在显著的相关,相关系数分别为-0.460、0.379,表明气温和气压对呼吸系统疾病死亡人数影响较大,主成分分析法结果也证明了这一点.风寒指数作为反映综合气象因子的指数,相关系数为-0.428,通过了0.01的显著性检验.气象因子和风寒指数对呼吸系统疾病的影响均存在明显的滞后效应,气压和气温在第5天达到最大,风寒指数则在第4天影响最大.利用合成分析发现,造成呼吸系统疾病死亡人数异常偏多的冷空气过程中,显著相关的气象因子是变压、变湿和风寒指数,其阈值分别为8.6 hPa、±0.1和-1.83.利用2005年3月10-12日冷空气过程进行个例分析,结果显示冷空气过程会带来气象要素的一系列变化,该次个例过程地面增压22.1 hPa,风速增加4~m/s,24 h变温达-14℃,并带来降水,风寒指数3 d平均为-2.3,均显著超过阈值范围,最终导致平均呼吸系统疾病日死亡人数远大于4 a日平均值,进一步证实了冷空气过程会导致呼吸系统疾病日死亡人数显著增加,并存在3~4 d的滞后效应.     

南京市呼吸系统疾病死亡人数与气象因子的关系

利用2005年1月1日-2008年12月31日南京市逐日呼吸系统疾病死亡人数资料和同期气象资料,研究了气象要素变化对呼吸系统疾病死亡人数的影响.结果表明:南京市呼吸系统疾病死亡人数冬季最高,其次是春季,秋季和夏季较少;南京市逐日呼吸系统疾病死亡人数对气象要素变化的响应存在滞后性,春季滞后6-7 d,夏秋季滞后8-10 d,冬季滞后2-5 d;对风寒指数响应的滞后响应时间,春季7-8 d,夏季和秋季相关弱,冬季2-3 d;前期的空气污染和后期的剧烈降温叠加,可能是南京冬季呼吸系统疾病患者死亡的重要诱因;春季随着气温的回升,空气污染程度减轻,患者对气温变化的耐受性也延长了,但响应敏感性比冬季增强了;通过逐步回归,建立了冬季和春季南京呼吸系统疾病的死亡人数预报方程.     

A市大气污染物浓度与呼吸系统疾病发病率的相关性分析

依据A市2004年的环境监测资料,即可吸入颗粒物(PM10)、二氧化氮(NO2)和二氧化硫(SO2)的浓度数据和A市第一人民医院2004年呼吸系统疾病的住院人数,对主要的呼吸系统疾病类型(支气管炎、哮喘和肺炎)和大气监测的各项指标要素进行了相关分析.研究结果发现:支气管炎住院人数与二氧化氮(NO2)和可吸入颗粒物(PM10)的浓度显著相关,哮喘住院人数与可吸入颗粒物(PM10)浓度关系密切,肺炎的住院人数与SO浓度之间关系较密切.研究结果与国内其他污染城市的研究具有可比性.     

南京市呼吸系统疾病死亡人数预测方法研究

利用2004年1月-2009年12月南京市呼吸系统疾病死亡资料和2003年12月-2009年12月南京地面气象观测站逐日气象资料,分析呼吸系统疾病死亡人数与同期和前期气象因素的关系,通过逐步回归按月份建立南京市呼吸及系统疾病逐日死亡人数的预测方程,利用2010年的资料检验预测效果,得出了以下结论:过去2~7 d气温平均值、过去3~7 d气压平均值与死亡人数之间的相关程度均通过了α=0.001水平的相关显著性检验,过去6~7 d的气温48、72 h变幅与死亡人数之间的相关程度也通过了α=0.001水平的相关显著性检验;死亡人数对气温平均值的最强响应在滞后6 d,气压平均值在滞后5 d,风速平均值在滞后1~2 d,过去72 h变温在滞后1~2 d,过去48、72 h气温变幅在滞后6~7 d.回归方程预测的死亡人数与实际死亡人数平均相差2人左右,预测效果优于按季节建立的模型.气象要素及其变化与呼吸系统疾病逐日死亡人数呈显著相关,气象要素对死亡人数的影响具有累积效应,并存在滞后性.     

北京市大气污染物与呼吸系统疾病入院人数的时间序列

为评价北京市空气污染对居民呼吸系统疾病急诊就诊人数的影响,采用基于时间序列的半参广义相加模型,在控制了长期趋势、"星期几效应"及气象因子等混杂因素的影响后,分析2009-2011年北京市空气污染物与呼吸系统疾病入院人数的暴露—反应关系,并按上呼吸道感染(上感)和下呼吸道感染(下感)分层建立模型.结果表明,污染物有一定的滞后效应,NO_2在当天或滞后2 d,SO_2在滞后2 d,PM_(10)在滞后2 d或4 d使得呼吸系统疾病急诊就诊人数的相对危险度(RR)值达到最大,其中SO2、NO2和PM_(10)浓度每增加10μg/m~3,对应的呼吸系统疾病全人群的RR值及95%置信区间(CI)分别为:1.0114(95%CI:1.0077~1.0183),1.021 3(95%CI:1.0150~1.021 3)和1.011 3(95%CI:1.0049~1.0173).同时还发现,大气污染物对上感的影响比下感明显.     

热指数对阜南地区呼吸系统疾病的影响

选取安徽省阜阳市阜南县14个乡镇2013年1月1日-2016年12月31日呼吸系统疾病日住院就诊资料50 881例,在Spearman相关性分析的基础上,用分布滞后非线性模型与广义相加模型相结合,对呼吸系统疾病住院人数与各气象要素的相关性进行了分析,其与平均气温、相对湿度和热指数呈负相关,与平均气压、平均风速呈正相关.结果表明,热指数是比温度、湿度等单独作用更全面的气象指标.引起呼吸系统疾病发病风险增高的主要原因是低热指数,低热指数对呼吸系统疾病住院人数的影响表现为长期效应,滞后6～8 d是主要发病时间.不同季节热指数滞后效应的结果不同,夏季的低热指数易导致患病风险增加;冬季高热指数滞后8 d时易增加患病风险.     

兰州市大气污染对人体呼吸系统疾病的影响

通过分析2001-2005年兰州市呼吸系统疾病日就诊人数和主要大气污染物的年变化特征,采用时间序列的半参数广义相加模型,在控制人群的长期趋势、节假日效应、星期几效应和气象要素等混杂因素的基础上,定量分析了不同季节兰州市主要大气污染物质量浓度变化与呼吸系统疾病日就诊人数之间的关系.结果表明,兰州市夏、秋季人体呼吸系统疾病受气温、气压等气象要素和其他因素的影响较大,冬、春季受大气污染物的影响较显著,研究兰州市大气污染对人体呼吸系统疾病的影响以冬、春季为主.冬季3种污染物对人体呼吸系统疾病均有一定的影响,春季SO_2和NO_2的影响更明显,当SO_2质量浓度增加10μg/m~3时,呼吸系统疾病影响较大的人群入院人数的相对危险度(RR)依次为:全人群1.015(1.005~1.025),男性1.015(1.001~1.028),60岁人群1.028(1.011~1.046);当NO_2质量浓度增加10μg/m~3时,影响较大人群人院人数的RR依次为:全人群1.039(1.014~1.066),女性1.050(1.009~1.094),≥60岁人群1.038(1.00l~1.075).兰州市大气污染对人体呼吸系统疾病的影响冬、春季比较显著;冬季3种污染物均有一定的影响,春季SO_2和NO_2对人体呼吸系统疾病日入院人数影响较明显,且冬、春季污染物对人体呼吸系统疾病影响的滞后效应具有一定差异;呼吸系统疾病在冬季时3种污染物均是≥60岁的人群比60岁的人群敏感,女性比男性敏感;春季时,女性和≥60岁的人群对NO_2敏感,男性和60岁的人群对SO_2敏感.     

诱发南京地区呼吸系统疾病的气象条件与天气类型分析

利用南京地区2005-2008年冬半年(10月-次年3月)逐日气象资料和同期呼吸系统疾病死亡人数资料,采用"黄金分割法"计算体感温度,划分舒适度指数的方法,分析冬半年呼吸系统疾病死亡人数与舒适度(体感温度)之间的关系,归纳总结了诱发冬半年呼吸系统疾病患者死亡的天气类型.结果表明,呼吸系统疾病死亡人数随着平均体感温度的降低而升高,当冬半年体感温度达12℃和2℃C时,为南京地区呼吸系统疾病的警戒温度,呼吸系统疾病患者需注意防范.极端低温的天气条件是呼吸系统疾病患者死亡的高发期,尤其是舒适度等级为微冷时,微冷日数约占死亡高峰日总数的61.1%;诱发冬半年呼吸系统疾病患者死亡的天气类型可以分为6种,冷空气活动引起的气温低和气温日较差大是导致冬半年呼吸系统疾病患者发病、病情加重或死亡的主要原因.     

北京市上呼吸道感染与气象环境关系及其冬季天气分型初探

上呼吸道感染(简称上感)是常见的多发病,它与气象、环境(污染)条件密切相关.选取北京市2009年1月1日-2011年12月31日的上感急诊就诊人数资料和同期气象、环境资料,在去除就诊人数资料周末效应的基础上,采用Pearson与Spearman相关分析方法,综合分析了四季中各气象要素和污染物浓度与上呼吸道感染就诊人数的关系,并用聚类分析法对冬季上感多发期的天气形势进行了分型.结果表明:春季上感就诊人数与湿度和降水量呈负相关;夏季就诊人数与平均温度、最低温度呈正相关,与最大风速呈负相关;秋季就诊人数与温度、降水量呈负相关,与3种污染物浓度呈正相关;冬季就诊人数与温度、相对湿度、降水量呈负相关,与气压呈正相关.春、夏、冬3季气象条件对上感发病的影响大于环境条件的影响,秋季环境空气质量的作用大于气象条件的作用.对冬季上感多发期天气分型后发现,降温剧烈、高压、干燥、晴朗、风较大的天气条件下就诊人数最多,处于升温过程、较湿润的天气条件下上感就诊人数最少,可为当地居民相关疾病的预防提供参考依据.     

北京市主要天气敏感性疾病发病与流行的24节气特征分析和预报模型构建

利用北京市2009-2011年疾病数据和同期气象资料,从24节气的角度分析了北京市近年来上呼吸道感染、支气管炎和脑梗死的发病与流行时间变化特征,发现呼吸系统疾病的发病受干冷空气影响较大,体现了以冷效应为主的特征,春季此类疾病的发病人数明显减少;循环系统疾病发病峰值期的出现,主要是秋末冬初冷暖空气频繁交替所致,与气温的变化幅度与频次密切相关.两种疾病发病的气象成因有一定差异,建立了北京市相关天气敏感性疾病发病的逐月预报方程,分别进行了回代检验和试预报检验,结果表明,回代检验中3种疾病的逐月预报方程均较好的反映了当天的患病人数;试预报结果不如回代检验的结果,且呈现夏季暖湿天气条件下呼吸系统疾病发病人数最少,干冷的冬季及粉尘较多的春季为呼吸系统疾病流行高发期的季节变化特征.预报方程在描述呼吸系统疾病发病高峰期时在数值上存在一定偏差,说明发病高峰期并不仅仅与气象因子有关,可能还受环境、空气污染及社会因素等影响.构建的逐月预报方程充分考虑了疾病发病的滞后效应和周末效应,利用了扩展后的368个气象因子进行优化筛选,充分体现了主控因子的主导作用,能够对相关天气敏感性疾病发病情况做出较好预报.     

2018年4月成都地区两次寒潮天气过程对比分析

本研究利用常规地面观测资料、探空资料和NCEP资料对2018年影响成都地区的两次寒潮天气过程进行对比分析，研究结果表明：两次寒潮均是在前期强烈升温基础上，冷空气向南侵袭造成的；两次过程中高纬环流形势均表现为"两槽一脊"型.过程I有横槽转竖现象，地面冷高压先分裂后整体南下，冷空气南下速度快，持续时间短，气温骤降，局地降雨强度大，普遍出现6~8级瞬时大风.过程Ⅱ是由南支槽和850hPa东北回流共同造成，地面冷高压分裂南下，冷空气南下速度慢，持续时间长，但日降温幅度较小，平均风力较大，降水持续时间更长.     

气象条件对北京市消化系统疾病的滞后性影响

收集北京市某三级甲等医院2009-2011年消化系统疾病急诊就诊资料93 301例,在Spearman相关分析的基础上,用分布滞后非线性模型与广义相加模型相结合,对气温、相对湿度、风速对急诊人数的影响和滞后效应进行分析.就诊人数与气温、相对湿度、水汽压、降水量等均为显著正相关,而与气压、风速为显著负相关.20℃附近是最不利于消化系统疾病发病的气温条件;气温高于25℃时高温效应明显,累积效应在滞后4~7 d时最明显.最不利于发病的湿度条件为相对湿度50%左右,滞后0~1 d的湿度效应不明显;滞后2~3 d时相对湿度为70%的危险度高;滞后3~5 d时低于阈值的相对湿度危险度最大.4 m/s左右的风速下发病数较少,而风速为1~2 m/s时在滞后0~4 d会增加消化系统疾痫风险;6 m/s及以上的风速危险度大且作用持久,但其本身出现频次低.主要气象要素对消化系统疾病的发病影响显著且各要素均具有不同的滞后效应.     

2007年冬季西伯利亚高压季节内变化对云南气温的影响

应用NCEP/NCAR再分析资料中风场、温度场、气压场和位势高度场资料,以及云南96个站点的气温资料,分析2007年冬季西伯利亚高压的季节内变化特征,及对云南2007年冬季气温的影响.结果表明:2007年冬季云南平均气温和西伯利亚高压均具有显著的10～20 d和30～60 d振荡特征.冬季的4次强降温过程主要受云南平均气温10～20 d振荡的控制,而其30～60 d振荡则是提供大的背景场.2007年冬季,云南平均气温与西伯利亚高压存在超过95%显著性检验的滞后负相关关系,其中滞后18 d左右时负相关值最大.分析4次强降温过程前期的大气环流背景可知,当西伯利亚高压30～60 d振荡处于负位相时,大气10～20 d振荡环流表现出西伯利亚高压发展、盛期、南压和减弱4个时期,后期云南的降温受高压盛期和南压的影响大;而当西伯利亚高压处于30～60 d振荡的正位相时,大气10～20 d振荡环流特征表现为阻塞高压持续维持、冷空气持续向南传播的特征,导致后期云南降温持续时间久,降温幅度大.可见,影响云南地区冷空气的强弱不仅与西伯利亚高压30～60 d振荡有关,与10～20 d振荡也有直接的关系.     

兰州市大气环境因素对过敏性鼻炎和慢性鼻炎的影响

利用兰州市2009-2011年过敏性鼻炎和慢性鼻炎逐日就诊人数和同期气象资料数据,研究了各季节大气环境因素对过敏性鼻炎和慢性鼻炎的影响.结果表明,过敏性鼻炎和慢性鼻炎对大气环境因子的响应存在滞后性,过敏性鼻炎春、夏、冬季单滞后4~6 d,秋季累积滞后4~6 d;慢性鼻炎各季节均单滞后3~5 d.冬、春、夏季,过敏性鼻炎受空气质量的影响较显著,空气质量差、风速小、空气湿度大、日平均气温较高时,不利于污染物扩散,发病人数增加,秋季日气温较高、空气湿度较大、日平均风速较高时,空气中过敏原(花粉等)增加,容易引发过敏性鼻炎.在春、夏、秋季,空气质量对慢性鼻炎日就诊人数的影响显著,空气质量越差、风速越小、空气较为湿润、气温日较差越大,越容易引发慢性鼻炎.     

北京市气温对腹痛急诊日就诊人数的影响

定量分析北京市气温对腹痛急诊日就诊人数的影响.收集2009-2012年北京市海淀区某三甲医院腹痛急诊资料和同期北京市气象、大气污染物资料,采用广义相加模型在控制时间、其他气象要素和大气污染物(SO_2,NO_2,PM_(10))的混杂效应下,拟合日均气温、最高温度、最低温度、气温日较差、24 h变温对腹痛急诊日就诊人数影响的剂量-反应关系.几项气温指标对腹痛急诊日就诊人数均有不同程度影响,日均气温、最高温度和最低温度每增加1℃,腹痛急诊日就诊的相对危险度RR分别为1.0052(95%CI:1.0034~1.0070),1.0049(95%CI:1.003 2~1.0066)和1.004 7(95%CI:1.002 9~1.006 5).温度日较差和24 h变温对腹痛急诊日就诊人数有正向的影响,但结果无统计学意义.研究结果表明腹痛急诊日就诊人数夏季较多,日均气温、最高温度和最低温度对其均有影响.     

延安市城区大气污染特征及影响因素

根据延安市城区2003—2004年间大气污染物浓度资料,应用统计的方法分析了大气中主要污染物二氧化硫、二氧化氮、可吸入颗粒物随季节变化,日时间变化和空间变化的污染特征,并分析了风向、风速、降水、云量、浮尘、逆温等气象因素以及城区地形和人为因素对城区污染物浓度变化的影响.结果表明:延安市城区大气污染状况存在着显著的季节差异和地域性差异,日大气污染呈现明显的双峰特征.风和降水是影响大气污染程度的主要气象因子.     

某地区PM2.5与居民呼吸系统疾病及恶性肿瘤死亡的时间序列研究

目的 基于广义相加模型定量分析某地级市大气污染物PM_2.5与居民呼吸系统疾病及恶性肿瘤死亡风险的相关性。方法 收集2016~2018年该地级市逐日PM_2.5浓度数据、气象数据、居民呼吸系统疾病及恶性肿瘤死亡数据，进行描述性统计分析；采用基于Quasi-Poisson回归的广义相加模型（GAM），分析PM_2.5与该市居民呼吸系统疾病和恶性肿瘤死亡风险间的相关关系。结果 2016~2018年该地级市大气PM_2.5日均值为49 μg/m³，共有631 d超出《环境空气质量标准》GB3095-2012污染物浓度一级限值标准，占三年总天数的57.6%；广义相加模型滞后效应（Lag0~Lag7）显示，PM_2.5浓度升高10 μg/m³，呼吸系统疾病死亡率在滞后5 d的影响最大(ER=0.699%（95%CI：0.121%~1.277%）)，恶性肿瘤死亡率在滞后3 d时的影响最大(ER=0.443%（95%CI：0.013%~0.873%）)；寒季（11月~4月）期间，PM_2.5浓度升高10 μg/m³，呼吸系统疾病死亡率在滞后6 d的影响最大(ER=0.952%（95%CI：0.269%~1.635%）)，恶性肿瘤死亡率在滞后1 d时的影响最大(ER=0.819%（95%CI：0.177%~1.461%）)。结论 该地级市PM_2.5浓度升高会引起呼吸系统疾病和恶性肿瘤死亡率增加，特别是在寒季，PM_2.5暴露对呼吸系统疾病的负性效应更显著。     

空气主要污染因子对常见呼吸系统疾病影响调查

目的了解本地区空气污染对呼吸系统常见疾病的影响。方法收集2014-2016空气质量监测报告以及当地医疗机构的诊疗资料进行分析,统计工具为SPSS17.0。结果 1.近3年本区域空气优良天数占90.5%。2.呼吸系统疾病患病占3.71%,常见呼吸系统疾病主要为:咳嗽、急性支气管炎、急性咽炎、急性扁桃腺炎。3.小于6岁和大于18岁的男性呼吸系统疾病患病比女性高。结论 1)本区域空气质量总体良好;2)辖区常见呼吸系统疾病仍处于低患病水平。3)空气污染对呼吸系统疾病有滞后影响,经统计AQI,PM_(2.5),PM_(10),CO,NO_2,SO_2,O_3与5 d后的呼吸系统疾病变化均呈线性相关关系。     

重庆主城区冬春季降水强度对大气污染物影响

利用重庆主城区2004-2008年1-3月和11-12月的日平均降水资料和空气污染资料,分析了重庆主城区大气污染物浓度分布和不同等级降水对污染物浓度清除能力,结果表明:当降雨量在5mm以上时,大气污染物浓度明显减少,且大气污染物浓度随雨量增加而增加,但污染物下降幅度与雨量增加幅度的对应关系一般.连续降水的第1天和第2天有较好的湿清除能力,第3天和第4天湿清除能力较差.雨量在1～9.9 mm区间,每增加1 mm降水对大气污染物的清除率变化最大,10～15 mm区间,每增加1 mm降水清除率变化最小,几乎没有增加.15 mm以上,每增加1 mm降水,清除率变化增加.     

武威市凉州区手足口病流行与气象条件的关系

探讨了武威市凉州区手足口病发病与气象因素之间的关系。收集武威市凉州区2008～2010年逐日手足口发病资料及同期气象资料,包括平均温度、最高温度、最低温度、相对湿度、平均气压、降水量、平均风速等进行相关分析。手足口病受气象因素影响较大,发病高峰为5～8月,发病人数占全年66.6%。手足口病发病与最高气温、平均风速呈显著正相关,与平均气压、平均湿度呈显著负相关。手足口病是多种气象因素共同作用的结果,但其主要影响因素是高温。