山西省太原市顆粒物污染與不穩定性心絞痛患者日入院人數的相關性研究

路殿英 姜海 張軍鋒 喬曉芳 尚瑾 賀娟娟 魏俊妮

引用本文: 路殿英, 姜海, 張軍鋒, 喬曉芳, 尙瑾, 賀娟娟, 魏俊妮. 山西省太原市顆粒物污染與不穩定性心絞痛日入院人數的相關性研究[J]. 疾病監測. DOI: 10.3784/j.issn.1003-9961.2019.10.018 shu
Citation:  Dianying Lu, Hai Jiang, Junfeng Zhang, Xiaofang Qiao, Jin Shang, Juanjuan He and Junni Wei. Correlation between atmospheric particulate matter pollution and number of patients admitted to hospital due to unstable angina in Taiyuan, Shanxi[J]. Disease Surveillance. DOI: 10.3784/j.issn.1003-9961.2019.10.018 shu

山西省太原市顆粒物污染與不穩定性心絞痛患者日入院人數的相關性研究

    作者簡介: 路殿英,男,山西省陵川縣人,在讀碩士研究生,主要從事環境流行病學研究,Email:[email protected];
    通信作者: 魏俊妮, [email protected]
摘要: 目的探討顆粒物污染對不穩定性心絞痛(UA)患者日入院人數的影響。方法收集2013年12月1日至2016年8月31日UA患者日入院人數,以及同期該地區氣象監測資料。 在控制了長期趨勢、氣象因素、節假日及星期幾效應等混雜因素的基礎上,構建半參數廣義相加模型。 分析大氣顆粒物(包括PM10和PM2.5)與UA患者日入院人數的關系。結果滯后1 d時,PM10每增加10 μg/m3,UA患者日入院人數增加1.00%(95% CI:0.60% ~ 1.30%),PM2.5每增加10 μg/m3,UA患者日入院人數增加1.50%(95% CI:0.90% ~ 2.00%)。 將顆粒物(PM2.5和PM10)和臭氧(O3)(滯后1 d)分別構建雙污染物模型,PM10污染物模型在代入了O3之后結果有統計學意義,相對危險度(RR)升高(P<0.05)。 對于PM2.5,在代入了O3之后結果有統計學意義,RR值升高(P<0.05)。結論大氣顆粒物可引起UA患者日入院數增加。

English

    1. [1]

      李淑玲, 朱成朔, 劉國安. 不穩定型心絞痛的發病機制及藥物治療進展[J]. 世界中西醫結合雜志,2013,8(2):210–212. DOI:10.3969/j.issn.1673?6613.2013.02.036.
      Li SL, Zhu CS, Liu GA. The pathogenesis and drug treatment of unstable angina pectoris[J]. World J Integr Tradit Chin Western Med, 2013,8(2):210–212. DOI:10.3969/j.issn.1673?6613.2013.02.036.

    2. [2]

      張衛江. 不穩定心絞痛的研究進展[J]. 河北醫學,2008,14(4):482–484. DOI:10.3969/j.issn.1006?6233.2008.04.043.
      Zhang WJ. Research progress of unstable angina[J]. Hebei Med, 2008,14(4):482–484. DOI:10.3969/j.issn.1006?6233.2008.04.043.

    3. [3]

      曹宇, 劉徽, 張俊, 等. 北京市顆粒物污染對慢性阻塞性肺疾病急性加重住院的影響[J]. 北京大學學報: 醫學版,2017,49(3):403–408. DOI:10.3969/j.issn.1671?167X.2016.03.006.
      Cao Y, Liu H, Zhang J, et al. Effect of particulate air pollution on hospital admissions for acute exacerbation of chronic obstructive pulmonary disease in Beijing[J]. J Peking Univ:Health Sci, 2017,49(3):403–408. DOI:10.3969/j.issn.1671?167X.2016.03.006.

    4. [4]

      Cho YS, Lee JT, Jung CH, et al. Relationship between particulate matter measured by optical particle counter and mortality in Seoul, Korea, during 2001[J]. J Environ Health, 2008,71(2):37–43.

    5. [5]

      葉臻華, 鄭培雯, 沈鵬, 等. 寧波市鄞州區大氣可吸入顆粒物暴露與冠心病就診人數的時間序列分析[J]. 浙江大學學報: 醫學版,2016,45(6):607–613. DOI:10.3785/j.issn.1008?9292.2016.11.08.
      Ye ZH, Zheng PW, Shen P, et al. Time-series analysis of particulate matter and daily hospital visits for coronary heart disease in Yinzhou district, Ningbo area[J]. J Zhejiang Univ:Med Sci, 2016,45(6):607–613. DOI:10.3785/j.issn.1008?9292.2016.11.08.

    6. [6]

      Han C, Lim YH, Jung K, et al. Association between ambient particulate matter and disorders of vestibular function[J]. Environ Res, 2017,155:242–248. DOI:10.1016/j.envres.2017.02.013.

    7. [7]

      de Oliveira Rodrigues PC, de Lara Pinheiro S, Junger W, et al. Climatic variability and morbidity and mortality associated with particulate matter[J]. Rev Saude Publica, 2017,51:91. DOI:10.11606/S1518-8787.2017051006952.

    8. [8]

      張云權, 吳凱, 朱慈華, 等. 武漢市江岸區大氣污染與腦卒中死亡關系的時間序列分析[J]. 中華預防醫學雜志,2015,49(7):605–610. DOI:10.3760/cma.j.issn.0253?9624.2015.07.006.
      Zhang YQ, Wu K, Zhu CH, et al. Association between ambient air pollution and stroke mortality in Wuhan, China: a time-series analysis[J]. Chin J Prev Med, 2015,49(7):605–610. DOI:10.3760/cma.j.issn.0253?9624.2015.07.006.

    9. [9]

      葛洪霞, 王旭英, 馬青變, 等. 大氣細顆粒物濃度與急性冠脈綜合征急診人次的相關性分析[J]. 中華急診醫學雜志,2016,25(6):774–778. DOI:10.3760/cma.j.issn.1671?0282.2016.06.018.
      Ge HX, Wang XY, Ma QB, et al. Study of relationship between content of fine particulate matter in atmospheric and the number of emergency room visits with acute coronary syndrome[J]. Chin J Emerg Med, 2016,25(6):774–778. DOI:10.3760/cma.j.issn.1671?0282.2016.06.018.

    10. [10]

      魏俊妮, 薛淑蓮, 路殿英, 等. 高血壓日入院人數與空氣污染物濃度相關性研究[J]. 中國預防醫學雜志,2018,19(2):101–105. DOI:10.16506/j.1009?6639.2018.02.005.
      Wei JN, Xue SL, Lu DY, et al. Association between daily admission of patients with hypertension and air pollutants[J]. Chin J Prev Med, 2018,19(2):101–105. DOI:10.16506/j.1009?6639.2018.02.005.

    1. [1]

      何賢省蔣峻 . 浙江省臺州市極端高溫和低溫對心腦血管疾病死亡的影響分析. 疾病監測, 2018, 33(7): 609-613. DOI: 10.3784/j.issn.1003-9961.2018.07.017

    2. [2]

      劉天翁熹君張麗杰姚夢雷黃繼貴許勤勤吳楊陳琦童葉青 . 2010-2017年湖北省荊州市逐日氣溫對手足口病發病的影響. 疾病監測, 2019, 34(9): 855-860. DOI: 10.3784/j.issn.1003-9961.2019.09.017

    3. [3]

      吳一峰陸蓓蓓陸毓劍谷少華王愛紅周逸夫張霞紅 . 寧波市江北區室外細顆粒物污染對兒科呼吸系統疾病的影響. 疾病監測, 2019, 34(3): 265-271. DOI: 10.3784/j.issn.1003-9961.2019.03.018

    4. [4]

      蘇領彥陶晶王明良趙曉艷云水英邰劍敏魏建榮 . 北京市石景山區室內空氣中細顆粒物濃度水平及季節變化特征研究. 疾病監測, 2015, 30(8): 672-678. DOI: 10.3784/j.issn.1003-9961.2015.08.016

    5. [5]

      李靜李京王煥新屈龍趙明強邢英杰劉起勇 . 細顆粒物和氣溫對北京市昌平區兒科呼吸系統疾病日門診量的交互影響. 疾病監測, 2019, 34(8): 755-759. DOI: 10.3784/j.issn.1003-9961.2019.08.017

    6. [6]

      張慧芳陶曉霞何利華閆笑梅王忱誠張建中肖迪 . 傳代培養對基于肽質量指紋譜的細菌識別穩定性影響分析. 疾病監測, 2016, 31(9): 734-739. DOI: 10.3784/j.issn.1003-9961.2016.09.007

    7. [7]

      趙洪蘭劉熙君徐承富王岳江永珍宋敬東畢勝利 . 多瘤病毒樣顆粒的制備及血清學檢測方法的建立. 疾病監測, 2013, 28(11): 936-939. DOI: 10.3784/j.issn.1003-9961.2013.11.019

    8. [8]

      鐘春燕陳寶炳陳君陳松 . 浙江省杭州市595例無主患者4種感染性血清標志物檢測結果分析. 疾病監測, 2017, 32(4): 300-302. DOI: 10.3784/j.issn.1003-9961.2017.04.011

    9. [9]

      涂志斌李輝劉明斌胡茂紅戚京城楊樹涂正波王斌吳景文 . 自回歸移動平均模型乘積季節模型在南昌市手足口病疫情預測中的應用. 疾病監測, 2014, 29(11): 871-874. DOI: 10.3784/j.issn.1003-9961.2014.11.008

  • 圖 1  顆粒物對不穩定性心絞痛患者日入院數的影響

    Figure 1.  Effect of PM10 and PM2.5 on number of hospital admission due to UA

    圖 2  顆粒物與不穩定性心絞痛患者日入院數的暴露反應關系

    Figure 2.  Relationship between PM2.5 and PM10 Exposures and number of hospital admission due to UA

    表 1  不穩定性心絞痛患者入院人數與大氣污染物、氣象因素的基本情況

    Table 1.  Basic information about number of hospital admission due to UA, atmospheric pollutants and meteorological factors

     指標最小值P25中位數P75最大值均數
    日入院數(人) 016 37 52 57 11
    SO2(μg/m3) 622 40 83429 63
    CO(μg/m3) 0 1 1 2 5 2
    NO2(μg/m3) 727.5 36 45 82 37
    O3(μg/m3) 528 53 95214 65
    PM2.5(μg/m3) 532 52 77256 60
    PM10(μg/m3) 1472109146370116
    平均氣溫(℃)?16 2 15 22 29 12
    平均相對濕度(%) 1337 52 63 92 51
    日最高風速(MPH) 4 9 13 18 38 14
    下載: 導出CSV

    表 2  雙污染物模型中顆粒物(PM10和PM2.5)對不穩定性心絞痛患者日入院數的影響

    Table 2.  Effect of particulate matter (PM10 and PM2.5) on number of hospital admission due to UA in double-contaminant model

    模型PM2.5PM10
    相對危險度95% CI相對危險度95% CI
    單模型1.07a1.04 ~ 1.091.07a1.05 ~ 1.10
    代入O31.09a1.06 ~ 1.131.12a1.08 ~ 1.17
      注:a. P<0.05(雙側檢驗),此結果為污染物每增加4分位數間距計算得到
    下載: 導出CSV
    广西体彩11选五开奖
  • 加載中
圖(2)表(2)
計量
  • PDF下載量:  7
  • 文章訪問數:  2319
  • HTML全文瀏覽量:  581
  • 引證文獻數: 0
文章相關
  • 通信作者:  魏俊妮, [email protected]
  • 收稿日期:  2019-01-11
  • 網絡出版日期:  2019-08-21
  • 刊出日期:  2019-10-01
通信作者: 陳斌, [email protected]
  • 1. 

    沈陽化工大學材料科學與工程學院 沈陽 110142

  1. 本站搜索
  2. 百度學術搜索
  3. 萬方數據庫搜索
  4. CNKI搜索

/

返回文章

在線交流