为探讨以细颗粒物(PM2.5)持续高浓度暴露为特征的大气污染事件对于人群因病入院的急性影响,收集2013—2018年北京市大气PM2.5浓度、气象因素数据和人群因病入院数据,以PM2.5浓度〔75.0μg m 3、150.0μg m 3、第95百分位数(205.8μg m 3...为探讨以细颗粒物(PM2.5)持续高浓度暴露为特征的大气污染事件对于人群因病入院的急性影响,收集2013—2018年北京市大气PM2.5浓度、气象因素数据和人群因病入院数据,以PM2.5浓度〔75.0μg m 3、150.0μg m 3、第95百分位数(205.8μg m 3)〕和持续时间(≥2 d、≥3 d)联合定义6种持续高暴露情景,采用基于quasi-Poisson回归的广义相加模型开展时间序列分析,获得不同情景下PM2.5对人群因病入院的急性影响.结果表明:①对于全人群研究发现,相较于非持续高暴露情景,持续2 d及以上的重污染(PM2.5浓度>150.0μg m 3)情景引起非意外总疾病和心脑血管系统疾病的发病风险均显著增加,增幅分别为5.0%(95%CI,1.2%~9.0%)和5.6%(95%CI,1.8%~9.5%).②亚组人群分层分析发现,持续2 d及以上的重污染情景下,男性、女性、0~64岁、65~74岁、75岁及以上等亚组人群的非意外总疾病和心脑血管系统疾病的发病风险均显著增加;当出现极端PM2.5暴露浓度(>205.8μg m 3)且持续3 d以及上时,女性和0~64岁、65~74岁人群的非意外总疾病和心脑血管系统疾病的发病风险均显著增加.③因呼吸系统疾病入院分析发现,仅在PM2.5浓度>150μg m 3且持续时间≥2 d的情景下,观察到0~64岁人群的发病风险显著增加,增幅为3.4%(95%CI,0.2%~6.6%).研究显示,以PM2.5持续高暴露为特征的大气污染事件对人群因病入院有显著影响.展开更多
文摘为探讨以细颗粒物(PM2.5)持续高浓度暴露为特征的大气污染事件对于人群因病入院的急性影响,收集2013—2018年北京市大气PM2.5浓度、气象因素数据和人群因病入院数据,以PM2.5浓度〔75.0μg m 3、150.0μg m 3、第95百分位数(205.8μg m 3)〕和持续时间(≥2 d、≥3 d)联合定义6种持续高暴露情景,采用基于quasi-Poisson回归的广义相加模型开展时间序列分析,获得不同情景下PM2.5对人群因病入院的急性影响.结果表明:①对于全人群研究发现,相较于非持续高暴露情景,持续2 d及以上的重污染(PM2.5浓度>150.0μg m 3)情景引起非意外总疾病和心脑血管系统疾病的发病风险均显著增加,增幅分别为5.0%(95%CI,1.2%~9.0%)和5.6%(95%CI,1.8%~9.5%).②亚组人群分层分析发现,持续2 d及以上的重污染情景下,男性、女性、0~64岁、65~74岁、75岁及以上等亚组人群的非意外总疾病和心脑血管系统疾病的发病风险均显著增加;当出现极端PM2.5暴露浓度(>205.8μg m 3)且持续3 d以及上时,女性和0~64岁、65~74岁人群的非意外总疾病和心脑血管系统疾病的发病风险均显著增加.③因呼吸系统疾病入院分析发现,仅在PM2.5浓度>150μg m 3且持续时间≥2 d的情景下,观察到0~64岁人群的发病风险显著增加,增幅为3.4%(95%CI,0.2%~6.6%).研究显示,以PM2.5持续高暴露为特征的大气污染事件对人群因病入院有显著影响.
