中华预防医学杂志    2019年01期 2013—2015年大气PM2.5暴露对中国3个城市5家医院每日急诊及门诊人次的影响    PDF     文章点击量:172    
中华预防医学杂志2019年01期
中华医学会主办。
0

文章信息

牛越 陈仁杰 林之靖 阚海东
NiuYue,ChenRenjie,LinZhijing,KanHaidong
2013—2015年大气PM2.5暴露对中国3个城市5家医院每日急诊及门诊人次的影响
Impact of fine particulate matters on the daily number of emergency visits and outpatient visits of 5 hospitals in Beijing, Shanghai, and Guangzhou, 2013-2015
中华预防医学杂志, 2019,53(1)
http://dx.doi.org/10.3760/cma.j.issn.0253-9624.2019.01.011

文章历史

投稿日期: 2018-07-30
上一篇:2013—2015年大气PM2.5持续高暴露对中国40个区/县人群死亡的影响
下一篇:江苏省大气污染物联合暴露对人群死亡风险急性效应的多中心研究
2013—2015年大气PM2.5暴露对中国3个城市5家医院每日急诊及门诊人次的影响
牛越 陈仁杰 林之靖 阚海东     
牛越 复旦大学公共卫生学院环境卫生学教研室,上海 200032
陈仁杰 复旦大学公共卫生学院环境卫生学教研室,上海 200032
林之靖 复旦大学公共卫生学院环境卫生学教研室,上海 200032
阚海东 复旦大学公共卫生学院环境卫生学教研室,上海 200032
摘要: 目的  探讨大气PM2.5暴露对北京、上海和广州3个城市5家医院每日急诊和门诊人次的影响。方法  采用方便抽样的方法,选取北京、上海和广州3个城市的5家医院(北京医院和中日友好医院、上海交通大学医学院附属新华医院和广州医科大学附属第三医院荔湾医院和附属第一医院)为研究现场,收集2013年1月1日至2015年12月31日医院的急诊和门诊资料,以及城市的空气污染监测资料和气象资料。采用广义相加模型分析PM2.5暴露对医院每日急诊和门诊人次的影响,同时采用Meta分析获得合并效应值。结果  2013—2015年,5家医院急诊和门诊量分别为1 378 501和18 139 779人次。北京医院、中日友好医院、上海新华医院、广州医学院荔湾医院和附属第一医院的PM2.5日均浓度分别为(81.8±68.7)、(83.2±69.7)、(54.4±34.1)、(43.5±24.8)μg/m3。PM2.5暴露对每日急诊和门诊人次的影响存在滞后效应,滞后0~1 d的影响最大,PM2.5浓度每升高10 μg/m3,每日急诊和门诊就诊的ER(95%CI)值分别为0.56%(0.14%,0.99%)和0.63%(0.07%,1.19%);分别调整O3、NO2、SO2和CO后,PM2.5浓度每升高10 μg/m3,每日急诊就诊的ER(95%CI)值分别为0.50%(0.10%,0.90%)、0.34%(-0.02%,0.69%)、0.36%(0.02%,0.69%)和0.56%(0.10%,1.03%),每日门诊就诊的ER(95%CI)值分别为0.65%(0.08%,1.21%)、0.29%(-0.17%,0.75%)、0.48%(-0.06%,1.03%)和0.48%(-0.02%,0.99%)。结论  PM2.5暴露可增加北京、上海和广州3个城市5家医院的每日急诊和门诊人次。
关键词 :颗粒物;多中心研究;门诊;急诊;生态学研究
Impact of fine particulate matters on the daily number of emergency visits and outpatient visits of 5 hospitals in Beijing, Shanghai, and Guangzhou, 2013-2015
NiuYue,ChenRenjie,LinZhijing,KanHaidong     
Department of Environmental Health, School of Public Health, Fudan University, Shanghai 200032, China
Corresponding author: Kan Haidong, Email: kanh@fudan.edu.cn, Tel: 0086-21-54237908
Abstract:Objective  To explore the effect of fine particulate matters (PM2.5) exposure on emergency visits and outpatient visits of 5 hospitals in Beijing, Shanghai and Guangzhou from 2013 to 2015.Methods  Using convenient sampling method, 5 general hospitals in Beijing, Shanghai and Guangzhou were selected which included Beijing hospital, China-Japan friendship hospital, Xinhua hospital affiliated to Shanghai jiaotong University School of Medicine, the liwan hospital of the third affiliated hospital and the first affiliated hospital of Guangzhou Medical University. The emergency and outpatient data, air pollution monitoring data and meteorological data were collected from January 1, 2013 to December 31, 2015. A generalized additive model was used to analyze the effect of PM2.5 exposure on daily hospital emergency and outpatient visits, and Meta analysis was used to obtain the combined effect value.Results  The number of emergency and outpatient visits of 5 hospitals was 1 378 501 and 18 139 779 in total, respectively. The mean±SD of PM2.5 exposures in Beijing hospital, China-Japan friendship hospital, Xinhua hospital affiliated to Shanghai jiaotong University School of Medicine, the liwan hospital of the third affiliated hospital and the first affiliated hospital of Guangzhou Medical University were (81.8±68.7), (83.2±69.7), (54.4±34.1), (43.5±24.8) μg/m3, respectively. Results of single pollutant model analysis showed that 0-1 day lag concentrations of PM2.5 had the largest effect on emergency visits and outpatient visits. For a 10 μg/m3 increase of PM2.5 concentration, excess risk (ER) (95%CI) of emergency and outpatient visits was 0.56% (0.14%, 0.99%) and0.63% (0.07%, 1.19%), respectively. After adjusting for O3, NO2, SO2, and CO, for a 10 μg/m3 increase of PM2.5 concentrations, the ER (95%CI) of emergency visits was 0.50% (0.10%, 0.90%), 0.34% (-0.02%, 0.69%), 0.36% (0.02%, 0.69%) and 0.56% (0.10%, 1.03%), respectively and the ER (95% CI) of outpatient visits was 0.65% (0.08%, 1.21%), 0.29% (-0.17%, 0.75%), 0.48% (-0.06%, 1.03%) and 0.48%(-0.02%, 0.99%), respectively.Conclusion  Our results suggested that PM2.5 exposure can increase emergency and outpatient visits of 5 hospitals in Beijing, Shanghai and Guangzhou.
Key words :Air Pollution;Multicenter study;Outpatient visits;Emergency visits;Ecological study
全文

随着我国工业化和城市化的快速推进,空气污染已成为我国最重要的环境健康问题之一[1]。国内外对空气污染急性健康影响的研究主要关注死亡[2,3,4],然而与死亡相比,发病是一种更敏感的健康指标,更能反映空气污染对人体健康的急性影响。近年来,有些发达国家已开展了数项大型多中心研究,比较系统性地评价了PM2.5短期暴露对人群就诊/就医的影响[5,6]。我国自2013年起才开始对PM2.5进行系统性监测,相关研究较少。现有的研究多基于某个城市或某家医院的数据,缺乏代表性,且研究结果不完全一致[7,8]。由于我国的PM2.5污染及社会人口学特征与发达国家均存在较大差异,国外的研究证据未必适合我国国情,因此有必要在我国开展相关的多中心研究,探索PM2.5暴露对人群发病的影响。
        北京、上海和广州是我国人口较为密集的地区,同时也是大气污染问题严峻的地区。本研究利用时间序列研究方法,探讨大气PM2.5暴露对3个城市5家医院每日急诊、门诊人次的影响,不仅对其他地区具有借鉴作用,也可为采取针对性的应对策略和干预措施提供科学依据。

资料与方法  

一、资料来源  

1.疾病收集:  采用方便抽样的方法,选取北京、上海和广州3个城市的5家医院(北京医院和中日友好医院、上海新华医院和广州医学院荔湾医院和附属第一医院)为研究现场,收集2013年1月1日至2015年12月31日医院的急诊和门诊资料,排除外地患者和因意外伤害就诊患者后,纳入《国际疾病分类》第十版(International Classification of Diseases 10th edition,ICD-10)编码为A00~R99的病例资料。

2.空气污染监测资料:  通过全国空气质量实时发布平台(http://106.37.208.233∶20035/)收集2013年1月1日至2015年12月31日PM2.5、O3、NO2、SO2和CO等空气污染物资料。选取距离医院最近的监测站点数据,来反映到医院就诊人群的暴露水平。距离北京医院最近的站点为天坛监测站(约为2.5 km),距离中日友好医院最近的站点为奥体中心监测站(约为2.7 km),距离上海新华医院最近的站点为杨浦监测站(约为2.3 km),距离广州医科大学附属第三医院荔湾医院和附属第一医院最近的站点为广州市监测站(分别约为2.6和1.2 km)。PM2.5、NO2、SO2和CO的日均浓度值以24 h均值表示,统计时间为前日12∶00至当日12∶00,不少于18个有效小时平均值;O3的日均浓度值以8 h均值表示,统计时间为当日10∶00至18∶00,不少于6个有效小时平均值。

3.气象资料:  通过中国气象科学数据共享服务网(http://data.cma.cn/)收集2013年1月1日至2015年12月31日的气象资料(温度、相对湿度)。

二、统计学分析  所有统计分析均在R 3.4.0软件中进行,采用MGCV和RMETA软件包进行数据分析,以P<0.05为差异具有统计学意义。

1.基本情况描述:  医院每日急诊和门诊人次、空气污染和气象资料(温度、相对湿度)不符合正态分布,但为了与国内外该领域其他研究相比较,采用±s表示。

2.相关性分析:  采用Spearman秩相关分析法对PM2.5与其他空气污染物(NO2、SO2、CO、O3)及气象因素(温度、相对湿度)的相关性进行分析。

3.时间序列分析:  第一阶段,采用Poisson分布广义相加模型(general additive model,GAM)对每家医院的时间序列资料进行分析。建立包含日期、温度、湿度、"星期几效应"、"节假日效应"的基础模型,计算当PM2.5暴露每增加10 μg/m3时,医院急诊和门诊人次的超额危险度(excess risk,ER)及其95%CI值。日期的自由度为21或14(每年自由度为7),温度和湿度的自由度分别为6和3[2,8]。模型构建如下:Log[Eyt)]=βPM2.5t+nstimedf1)+as.factordow)+as.factorholiday)+stemperaturedf2)+shumiditydf3)+α。式中yt为第t日每日急诊或门诊就诊人次;Eyt)为第t日每人急诊或门诊就诊人次的期望值;β为模型估算的线性回归系数;PM2.5t为第t日的PM2.5暴露浓度;ns表示自然样条函数;df1为自然样条函数中控制长期趋势的自由度;dowholiday表示星期天及节假日哑变量,用于控制每日急诊和门诊人次的短期波动;df2df3是自然样条函数中控制日均气温及日均相对湿度的自由度;α为残差。将就诊当天、前1天、前2天、前3天的PM2.5暴露浓度分别纳入模型,以分析PM2.5暴露的滞后效应。另外,分别纳入当天的O3、SO2、CO和NO2,建立双污染物模型。第二阶段,在GAM之后,采用Meta分析获得5家医院的合并效应值。考虑到不同季节PM2.5对医院每日急诊和门诊人次的影响,进一步按暖季(5—10月)和冷季(11月至次年4月)进行分层分析,采用95%CI值检验差异是否具有统计学意义[9]

结果  

一、基本情况  2013—2015年,5家医院急诊和门诊量分别为1 378 501和18 139 779人次。其中,北京医院和中日友好医院的每日急诊和门诊量分别为(633±77)和(6 914±3 065)人次;上海交通大学医学院附属新华医院每日急诊量和门诊量分别为(579±111)和(9 474±3 770)人次;广州医科大学附属第三医院荔湾医院和附属第一医院的每日急诊量和门诊量分别为(239±66)和(3 336±1 635)人次。北京天坛监测站(北京医院)、北京奥体中心监测站(中日友好医院)、上海杨浦监测站(上海新华医院)、广州市监测站(广州医学院荔湾医院和附属第一医院)的数据显示,PM2.5日均暴露浓度分别为(81.8±68.7)、(83.2±69.7)、(54.4±34.1)和(43.5±24.8)μg/m3;北京、上海、广州的日均温度分别为(13.6±10.9)、(17.0±8.1)和(21.9±6.1)℃,日均相对湿度分别为(53.6±19.7)%、(73.4±12.4)%和(78.9±10.5)%。

二、PM2.5与其他空气污染物及气象因素的相关性分析  5家医院的PM2.5与NO2、SO2和CO均呈正相关;北京医院、中日友好医院和上海交通大学医学院附属新华医院的PM2.5与O3呈负相关,广州医科大学附属第三医院荔湾医院和附属第一医院的PM2.5与O3呈正相关。详见表1

表12013—2015年中国3个城市5家医院PM2.5与其他空气污染物及气象条件的Spearman相关系数

三、时间序列分析结果  

1.PM2.5暴露对每日急诊和门诊人次在不同滞后天数的效应:  PM2.5暴露与每日急诊和门诊人次有关,不同的滞后天数下,PM2.5暴露浓度每升高10 μg/m3,每日急诊和门诊就诊的ER值分别为0.29%~0.47%和0.09%~0.55%,详见表2。进一步分析发现,当滞后0~1 d时,PM2.5暴露对医院每日急诊和门诊人次的影响最大,PM2.5浓度每升高10 μg/m3,每日急诊和门诊就诊的ER(95%CI)值分别为0.56%(0.14%,0.99%)和0.63%(0.07%,1.19%)。因此,选择滞后0~1 d的效应拟合污染物模型。

表22013—2015年中国3个城市5家医院PM2.5暴露浓度每升高10 μg/m3时对每日急诊和门诊人次在不同滞后天数的影响

2.不同污染物模型的分析结果:  单污染模型中,滞后0~1 d时,PM2.5浓度每升高10 μg/m3,每日急诊和门诊就诊的ER(95%CI)值分别为0.56%(0.14%,0.99%)、0.63%(0.07%,1.19%)。双污染模型中,调整就诊当天NO2后,PM2.5暴露对暴露每日急诊和门诊人次的影响明显降低,每日急诊和门诊就诊ER值没有统计学意义;分别调整就诊当天SO2和CO后,PM2.5暴露对每日门诊人次的影响明显降低,每日门诊就诊ER值没有统计学意义。详见表3

表32013—2015年中国3个城市5家医院不同污染模型滞后0~1 d PM2.5暴露浓度每升高10 μg/m3时对医院每日急诊和门诊人次的影响

3.不同季节PM2.5暴露对医院每日急诊和门诊人次的影响:  暖季和冷季PM2.5暴露对医院每日急诊和门诊就诊的ER差值分别为0.66%(95%CI:-0.36%,1.69%)、0.18%(95%CI:-0.83%,1.20%),差异均没有统计学意义。详见表4

表42013—2015年中国3个城市5家医院冷暖季节滞后0~1 d PM2.5暴露浓度每升高10 μg/m3对每日急诊和门诊人次的影响

讨论  本研究选取了北京、上海、广州3个城市5家医院为研究场所,考虑了区域差异性,研究结果更具有代表性和外推性。本研究结果显示,PM2.5暴露对医院急诊和门诊人次的影响存在滞后效应,滞后0~1 d的影响最大,即PM2.5浓度每升高10 μg/m3,每日急诊和门诊就诊的ER(95%CI)值分别为0.56%(0.14%,0.99%)和0.63%(0.07%,1.19%)。这与Guo等[10]的研究结果基本一致。
        本研究发现,PM2.5暴露可增加医院的急诊人次,且在分别纳入O3、SO2和CO后,结果相对稳健。尽管目前国内没有多中心研究或Meta分析支持该结果,但是基于单个城市的流行病学研究已充分证明了PM2.5浓度升高与每日急诊量增加相关。Wang等[11]研究发现,上海大气PM2.5浓度每升高53.9 μg/m3,每日急诊量增加1.88%;另一项在上海开展的研究结果显示,PM2.5浓度每升高36.5 μg/m3,每日急诊量增加0.57%[12]。王旭英等[13]也得出了相似结论。同时,本研究结果显示,PM2.5暴露也可增加医院的每日门诊人次,但分别调整NO2、SO2和CO后,效应明显降低。国内有研究结果提示,PM2.5浓度升高可能会引起每日门诊量增加[14,15],不过两者之间的关联仍需进一步研究确认。
        本研究尚存在一些局限性:首先仅分析2~3年的急诊和门诊数据,研究时间较短,可能导致了部分结果不稳定;其次,每个城市仅纳入1~2所医院进行分析,不能完全代表全市的急诊和门诊情况,研究结果外推需谨慎;最后,与绝大部分时间序列研究一样,因为采用了固定监测站点而不是个体水平的空气污染暴露数据,存在一定程度的暴露测量误差,有研究发现这种误差可能会导致对健康效应的低估[16]。因此,未来还需要针对PM2.5暴露对人体健康的影响开展进一步研究。

参考文献
[1]邬堂春.防控空气污染加强空气污染致健康危害研究[J].中华预防医学杂志, 2016, 50(8): 665-667. DOI: 10.37601ema.j.issn.0253-9624.2016.08.001.
[2]ChenR, YinP, MengX, et al. Fine particulate air pollution and daily mortality. a nationwide analysis in 272 Chinese cities[J]. Am J Respir Crit Care Med, 2017, 196(1): 73-81. DOI: 10.1164/rccm.201609-1862OC.
[3]DiQ, DaiL, WangY, et al. Association of short-term exposure to air pollution with mortality in older adults[J]. JAMA, 2017, 318(24): 2446-2456. DOI: 10.1001/jama.2017.17923.
[4]CrouseDL, PetersPA, van DonkelaarA, et al. Risk of nonaccidental and cardiovascular mortality in relation to long-term exposure to low concentrations of fine particulate matter: a Canadian national-level cohort study[J]. Environ Health Perspect, 2012, 120(5): 708-714. DOI: 10.1289/ehp.1104049. Epub 2012 Feb 7.
[5]DominiciF, PengRD, BellML, et al. Fine particulate air pollution and hospital admission for cardiovascular and respiratory diseases[J]. JAMA, 2006, 295(10): 1127-1134. DOI: 10.1001/jama.295.10.1127.
[6]AtkinsonRW, AndersonHR, SunyerJ, et al. Acute effects of particulate air pollution on respiratory admissions: results from APHEA 2 project. Air Pollution and Health: a European Approach[J]. Am J Respir Crit Care Med, 2001, 164(10Pt 1): 1860-1866. DOI: 10.1164/ajrccm.164.10.2010138.
[7]陈楠,程娟,孙鉴,等. 2014年武汉市大气颗粒物数浓度与呼吸系统疾病日门诊量的时间序列研究[J].环境与职业医学, 2016, 33(10): 970-976. DOI: 10.13213/j.cnki.jeom.2016.16163.
[8]彭朝琼,蔡军芳,余淑苑,等.深圳市空气中PM2.5与医院呼吸系统疾病门诊日就诊人次的关系研究[J].中华预防医学杂志, 2016, 50(10): 874-879. DOI: 10.3760/cma.j.issn.0253-9624.2016.10.008.
[9]ChenR, KanH, ChenB, et al. Association of particulate air pollution with daily mortality: the China Air Pollution and Health Effects Study[J]. Am J Epidemiol, 2012,175(11):1173-1181. DOI: 10.1093/aje/kwr425.
[10]GuoP, FengW, ZhengM, et al. Short-term associations of ambient air pollution and cause-specific emergency department visits in Guangzhou, China[J]. Sci Total Environ, 2018, 613-614: 306-313. DOI: 10.1016/j.scitotenv.2017.09.102. Epub 2017 Sep 14.
[11]WangX, ChenR, MengX, et al. Associations between fine particle, coarse particle, black carbon and hospital visits in a Chinese city[J]. Sci Total Environ, 2013, 458-460: 1-6. DOI: 10.1016/j.scitotenv.2013.04.008. Epub 2013 Apr 30.
[12]QiaoL, CaiJ, WangH, et al. PM2.5 constituents and hospital emergency-room visits in Shanghai, China[J]. Environ Sci Technol, 2014, 48(17): 10406-10414. DOI: 10.1021/es501305k. Epub 2014 Aug 13.
[13]王旭英,李国星,金晓滨,等. 2012—2013年北京市大气PM2.5浓度与某三级甲等医院急诊人次相关性研究[J].中国预防医学杂志, 2016, 50(1): 73-78. DOI: 10.3760/cma.j.issn.0253-9624.2016.01.013.
[14]杨程,杨兴堂,沈先标.上海市某区2013—2015年大气污染物与医院门诊量的时间序列研究[J].环境与职业医学, 2017, 34(3): 235-244. DOI: 10.13213/j.cnki.jeom.2017.16489.
[15]刘波,刘晓峰,杨冬梅,等.北京市通州区空气污染与医院门诊量关系初探[J].首都公共卫生, 2017, 11(5): 212-217. DOI: 10.16760/j.cnki.sdggws.2017.05.006.
[16]ZanobettiA, SchwartzJ. The effect of fine and coarse particulate air pollution on mortality: a national analysis[J]. Environ Health Perspect, 2009, 117(6): 898-903. DOI: 10.1289/ehp.0800108. Epub 2009 Feb 13.