- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
城市大气污染健康危险度评价的方法.PDF
维普资讯
环境 与健康杂志2004年 7月第 21卷第4期 JEnvironHealth,July2004,Vol21No.4 .253 .
【讲 座 】
文章编号:1001—5914(2004)04—0253—02
城市大气污染健康危险度评价的方法
第三讲 大气污染物暴露与人群健康效应的暴露一反应关系分析 (续二)
阚海东 ,陈秉衡 ,贾健
关键词 :空气污染;评价研究 ;危险度评价 中图分类号 :R122.7;X511 文献标识码 :A
暴露一反应关系分析把大气质量的变化和人群健 作是改 良的病例对照设计 ,每个病例就是自己的对照;
康效应终点的变化相关联,是定量评价大气污染健康 其基本思想就是比较同一研究对象在事件发生时(前)
危害的关键之一。在确定各项大气污染相关健康结局 的暴露情况和未发生事件的某段时间内的暴露情况。
暴露一反应关系的基础上 ,结合暴露评价 ,就可以定量 由于病例和对照是同一个体 ,这种方法可以有效控制
估计大气污染对居民健康危害。目前 ,应用于大气污染 个体特异性的混杂因素 ,如年龄 、遗传 、社会经济因素
健康危险度评价的暴露一反应关系,主要来源于人群流 等。病例交又设计的其他优点还包括由于不需要寻找
行病学研究 ,而非志愿者暴露实验和动物毒理学实验。 对照组,减少了病例和对照特征上不一致性 ,可避免许
多伦理学问题等。然而,病例交叉设计的一个重要缺点
1 研究大气污染暴露-反应关系的流行病学设计 在于其统计效率较其他方法 (如时间序列的广义相加
就大气污染对人群健康效应终点的作用来看 ,可 模型等)为低 。此外 ,一个重要的影响因素是病例交叉
分为急性和慢性作用两种。 设计可以在任何支持 “条件 Logistic回归”的统计软件
1.1 大气污染对健康影响的急性作用 包上进行 ,而广义相加模型则需要更高级的统计软件
观察大气污染物浓度短期波动对居民健康影响的 包如S-Plus或高版本的SAS才可运行。
急性作用 ,一般多采用时间序列(time—series)研究和病 1.2 大气污染对健康影响的慢性作用
例交叉 (case—crossover)研究 的方法进行。尤其是时间 大气污染的慢性效应研究一般采用横断面研究和
序列模型,自20世纪90年代以来,已被广泛应用于大 队列研究的方法。
气污染急性暴露对各种健康效应终点的研究,并在全 横断面研究 (cross—sectionalstudy)本 质上 是一种
球不同地点、不同大气污染背景 、不同人群取得了相似 生态学的研究方法 ,它通过比较不同污染浓度地区人
的结果,初步证实了大气污染物浓度的短期变化与居 群的健康状况来获得其对人群健康影响的资料。生态
民逐 日死亡数或发病数等健康结局密切相关 。时间序 学研究常可利用常规资料或现成资料进行,因而节省
列方法对同一研究人群反复观察暴露条件改变后的健 时间、人力和物力,可以很快得到结果。但 由于这种生
康效应,因此与时间变化相关的一些变量 ,如年龄改 态学研究方法的局限性 (生态性谬误),其对混杂因素
变、吸烟 、社会经济因素等 ,就不再成为研究大气污染 如吸烟、职业接触史等较难控制,因此对这些资料得出
健康效应的混杂因素。这是时间序列方法的一个关键 的暴露反应关系的评价需慎重。
优点。近年来 ,一些复杂的统计模型,如广义相加模型 队列研究 (cohortstudy)是公认的评价大气污染长
(generalizedadditivemodel,GAM),也被引入时间序列 期
文档评论(0)