上海市卢湾区大气污染急性暴露对居民死亡数的影响.docxVIP

上海市卢湾区大气污染急性暴露对居民死亡数的影响 20世纪90年代以来，时间序列分析广泛应用于对人体健康的定量研究中。通过设计和应用于广义函数模型或广义线性模型，我们通常会分析大气污染对死亡的影响。目前包括欧洲10个国家15个城市共同进行的APHEA项目,初步证实了大气污染与居民日死亡人数密切相关。近年来,亚洲也进行了类似的研究,并取得了相似的结果。卢湾区作为上海市的中心区域,目前正在进行健康城区的建设。因此,我们认为有必要分析卢湾区大气污染与居民每日死亡数的关系,探讨主要大气污染物与居民每日死亡数的暴露-反应关系,将大气污染造成的疾病死亡定量化,为政府部门建设健康城区的决策提供科学依据。 1 数据和方法 1.1 icd10:a00对于大气污染物的影响 收集上海市卢湾区2001～2004年居民全死因每日死亡数(剔出意外伤害,2001年ICD9:800,2002～2004年ICD10:A00～R99)、气象资料(包括温度、气压、相对湿度、露点)以及主要大气污染物,包括可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)浓度。死亡资料来自卢湾区疾病预防控制中心;气象资料来自上海市气象局;大气污染物浓度资料来自上海市环境监测中心。 1.2 模型建立和检验 采用时间序列的方法分析上海市卢湾区大气污染与居民每日死亡数的关系,在半参数广义相加模型(semi-parametric generalized additive model,GAM)中,采用平滑样条函数(smoothing spline function)对死亡长期趋势、温度、相对湿度、露点温度进行非参数平滑化处理,引入虚拟变量排除“星期几效应”后,我们把PM10、SO2和 NO2作为直线变量引入模型,分别观察其对居民每日死亡危险的影响。在广义线性模型(generalized linear model,GLM)中,死亡长期趋势、温度、相对湿度、露点温度将采用立方样条函数(cubic splines function)处理。其中GAM具体模型为: 其中E(Yt)为每日居民死亡数的期望值;β为污染物PM10、SO2、NO2的回归系数;Zt为t日主要大气污染物PM10、SO2、NO2浓度;s为平滑样条函数, df为其自由度;time为日期变量;Xt为t日相对湿度、露点温度;DOW为星期哑变量。 为了检验模型的稳定性,我们最多一次在模型中同时引进3个大气污染物变量进行拟和,并比较了单污染物模型和多污染物模型分析结果的差异。在模型建立的过程中,考虑了气象因素、大气污染水平对每日死亡数的滞后效应。 本研究采用S-plus 2000软件进行统计过程的处理。考虑到S-plus默认的GAM函数收敛标准过低,对最终回归结果可能会产生有偏估计。因此,我们采用比默认标准更高的收敛标准进行模型拟和。 2 结果 2.1 大气污染物的季节性相关分析 表1显示,上海市卢湾区居民每日死亡人数、气象资料和大气污染物浓度的频率分布。2001年1月1日～2004年12月31日,上海市卢湾区共有10 734例居民死亡,平均每天死亡7.35例。 表2显示,2001年1月1日～2004年12月31日各大气污染物每日浓度的相关分析。结果发现PM10、SO2和 NO2之间存在明显的正相关。 2.2 glm拟合各污染物的回归分析结果 表3为利用GAM拟合单污染物和多污染物模型下回归统计的结果。结果显示,大气PM10、SO2和 NO248h平均浓度每增加10μg/ m3,上海市卢湾区居民死亡的相对危险度分别为1.0003(95%CI1.0000～1.0007),1.0009 (95%CI0.9998～1.0019)和1.0012 (95%CI1.0003～1.0021)。 表4为利用GLM拟合单污染物和多污染物模型下回归统计结果。结果显示,大气PM10、SO2和 NO248h平均浓度每增加10μg/ m3,上海市卢湾区居民死亡的相对危险度分别为1.0004(95%CI1.0001～1.0008),1.0008 (95%CI0.9998～1.0019)和1.0012 (95%CI1.0002～1.0022)。 由此可见,两个模型结果相似,大气PM10和 NO2浓度增加与居民死亡风险出现正相关联系。在多污染物模型中,其他污染物变量的引入则会显著降低各污染物对死亡的危险性。 3 样本研究的结论和对未来城市政策的启示 本研究结果表明,上海市卢湾区目前的大气PM10和 NO2污染与居民每日死亡的发生相关。由于不同污染物之间存在强烈的共线性,即污染物浓度高度相关,要具体区分某个污染物的效应相对困难。多污染物模型由于会增加模型拟和结果的标准差,因而在统计学上的意义较低。然而,本研究提示,上海市卢湾区目前的大气污染水平对居民死亡确有影响,