首页 > 文献资料
-
2011-2016年广州市逐日死亡人数与气温关系的时间序列研究
目的 研究广州市2011-2016年日均气温对人群死亡的影响.方法 利用广州市2011-2016年全人群逐日死亡人数的时间序列资料,结合同期气象资料,采用分布滞后非线性模型分析气温对人群死亡的滞后效应和累积效应.以广州市气温的P2.5和P97.5百分位数值估计极端气温的冷、热效应;以适宜温度为参照,分别估计平均气温每上升或下降1℃的相对危险度.结果 高温影响快速持续4d;低温影响相对缓慢但持续时间长达两周;低温和高温对于全死因的滞后21 d累计相对危险度分别为1.013 (95％ CI:1.003～1.027),1.023(95％ CI:1.006 ～1.050).低温和高温对≥65岁组的人群,男性的累计效应有统计意义,低温对女性的滞后21 d累计相对危险度也有统计意义.结论 高温和低温均造成人群死亡率上升,高温比低温的累计相对危险度高,但低温影响持续时间更长.老年人对低温和高温效应敏感,女性比男性对低温效应更加敏感.
-
上海市闵行区日均气温对居民日死亡的影响
目的 研究上海市闵行区日均气温与居民死亡的关系.方法 应用广义相加模型(GAM)分析时间序列资料,在控制了与时间有关的中长期趋势、星期效应、大气污染等混杂因素的基础上,拟合二次函数分析了上海市日均气温与闵行区居民死亡的关系.结果 2002-2004年闵行区总死亡人数为13 919人,平均每日死亡12.70人.从各年代数据来看,日死亡人数及其他多数相关指标年平均值在3年间变化不大或多呈波动变化.只有SO2的年平均值从2002年到2004年连续增高.根据各温度点对应的气温每改变1℃居民死亡的相对危险度(RR)及95%CI,求得适温段为11.67℃～20.71℃.随着气温的升高和降低而偏离适温段时,每日居民死亡增加.结论 目前上海市日均气温偏离适温度段时,气温变化对居民死亡有影响.
-
2016年某三甲医院急诊就诊人数变化趋势的调查分析
目的 探讨急诊就诊人数时间分布及气象要素变化对其影响.方法 收集2016年上海市某家三级甲等医院患者急诊资料和同期上海市气象、大气污染物资料,分析急诊人群时间分布特征,并应用时间序列分析中的准泊松广义相加模型(GAM)分析2016年间日均气温与急诊就诊人次的关系,在模型中引入分布滞后非线性模型(DLNM)建立温湿度的关系式,并在模型中控制与时间有关的混杂因素.结果 2016年上海市某三甲医院急诊日平均就诊人数为1 027例,24 h患者流量高峰18:00-22:00,低谷在2:00-8:00,冬季就诊人数大于春季和秋季,周末及节假日就诊人数多于工作日.气温对于该院急诊就诊量变化的暴露反应关系呈J型分布,低温和高温就诊量均增加,低温效应可长达2周以上.就诊量低的温度(即就诊风险低的适宜温度)为7℃左右,低温度相比适宜温度,急诊内科日均就诊量增加至1.09倍(95％CI:1.03 ～ 1.16),而高温度相比适宜温度,日均就诊量增加至1.27倍(95％CI:1.08～1.50).较适宜温度每下降1℃,就诊量增长2.43％(95％CI:0.83％ ～ 4.18％);每上升1℃,就诊量增长0.96％(95％CI:0.31％～1.64％).结论 急诊就诊人次存在时间分布差异,低温和高温均对急诊就诊量的增加有明显影响,低温对就诊量增加的效应更持久.
-
兰州市日均气温与心血管疾病日入院人次的时间序列研究
目的 研究日均气温对心血管疾病日入院人次的影响.方法 收集兰州市城区4家综合性医院2004年1月1日至2007年12月31日心血管疾病患者入院资料和该地区同期气象因素及大气污染物(PM10、SO2、NO2)的时间序列资料.选用时间序列分析的广义相加模型,在控制星期几效应及其他混杂因素的基础上,探讨日均气温对兰州市居民心血管疾病日人院人次的影响.结果 当兰州市日均气温为10℃时,气温对居民心血管疾病日入院人次的影响小.日均气温低于10℃时,每降低1℃滞后3d时因心血管疾病而发生入院治疗的超额危险度大,为2.55％(RR 95％CI:0.955 2～0.993 8);日均气温高于10℃时,每升高1℃时当天因心血管疾病而发生入院治疗的超额危险度大,为1.33％(RR 95％CI:1.007 0～1.019 6).结论 兰州市日均气温低于10℃时,居民心血管疾病日人院人次随着气温的降低而增加;当日均气温高于10℃时,日入院人次随着气温的升高而增加.
-
上海市日均气温变化对医保儿童呼吸科就诊人次的影响
目的 研究上海市日均气温与医保儿童呼吸科就诊人次的关系.方法 运用广义相加模型分析时间序列资料,在控制时间的中长期趋势、星期效应、节假日效应、气象因素和大气污染物的混杂效应基础上,探索7日的日均气温与医保儿童呼吸科就诊人次之间的关系,从而预测未来的日就诊人次.结果 观察日的日均气温对就诊人次的影响大,观察日的前3日次之,其他几日的影响较小.7日加权气温与就诊人次的关系呈现一条非对称的曲线,在12.9℃左右,就诊人次多.现有模型对未来1日的就诊人次预测效果良好.结论 上海市日均气温变化对医保儿童呼吸科就诊人次有影响,可利用既往就诊人次、气象数据及大气污染物数据对未来的日就诊人次进行预测.
-
2014-2017年兰州市气温与死亡人数关系的时间序列研究
[目的]探讨兰州市日均气温与居民死亡的关系,评估气温相关的非意外死亡、心血管疾病死亡及呼吸系统疾病死亡的风险.[方法]收集兰州市2014-2017年居民死亡资料以及同期气温数据和空气污染数据,采用分布滞后非线性模型,在调整长期趋势和季节效应、相对湿度及空气污染物影响的基础上研究气温对人群非意外死亡、心血管疾病死亡和呼吸系统疾病死亡的滞后效应和累积效应.选择滞后21d作为大滞后天数.在计算日均气温对死亡人数的影响时,用日均气温的P5(-4.2℃)和P95(25.5℃)相对于中位数(P50)计算的RR值代表各死因别的低温、高温效应,分别计算滞后0、0～3、0～7、0～14、0～21d的累积效应值.[结果] 2014年1月1日至2017年12月31日,兰州市日均非意外死亡人数为39人,其中心血管疾病和呼吸系统疾病死亡分别为17人和5人.同期大气污染物PM10、SO2、NO2浓度日均值分别为123.54、21.91、49.88μg/m3.气温和相对湿度的日均值分别为11.35℃和50.76％.兰州市日均气温对非意外死亡、心血管疾病死亡和呼吸系统疾病死亡效应曲线均为J形.高温对非意外死亡和心血管疾病死亡的影响主要是急性短期效应,在29℃、滞后0d(lag0)的效应RR值大,RR及其95％CI分别为1.07(1.02～1.12)、1.09(1.02～1.18);呼吸系统疾病死亡对高温不敏感.低温存在较长的滞后效应,三种死亡均在-12℃,lag21时RR值大,RR及其95％CI分别为1.36(1.26～1.45)、1.34(1.22～1.50)、1.45(1.22～1.72).以年平均气温的中位数(P50,12.9℃)作为参照值,低温(P5,-4.2℃)对非意外死亡和心血管疾病死亡的累积效应均在lag0～21RR值大,RR及其95％CI分别为1.15(1.07～1.23)和1.16(1.04～1.28);高温(P95,25.5℃)对非意外死亡的累积效应在lag0、lag0～3均有统计学意义,以lag0～3 RR值大,RR及其95％CI为1.11(1.02～1.20).[结论]高温和低温均是兰州市居民每日死亡的危险因素,存在滞后效应,且低温效应的滞后时间较长.
-
兰州市日均气温对两所三甲医院门诊湿疹人次的影响
目的 探讨兰州市日均气温对门诊湿疹人次的影响.方法 收集2007年1月1日至2015年12月31日兰州地区两所三甲医院皮肤科门诊湿疹患者的资料和同时期气象数据,在控制长期趋势、星期几效应的基础上,采用分布滞后非线性模型,通过quasi-Poisson连接函数进行拟合,并根据季节、性别和年龄分层后分析日均气温对湿疹门诊人次的影响.结果 日均气温与湿疹门诊人次的暴露-反应关系大致呈“W”型.按照季节、性别、年龄分层后,日均气温改变对湿疹门诊人次的影响主要以秋、冬季为重,夏季次之,春季弱.低温对湿疹的影响可能存在滞后作用、累积作用及持续作用,即在-9℃、滞后14d时,RR值为1.12(95％ CI:1.03～ 1.22),达到大,且温度每降低1℃,男性、青少年、中年人群湿疹发病的风险分别增加16％(RR:1.16,95％ CI:1.05～ 1.27)、14％(RR:1.14,95％ CI:1.02 ～ 1.26)及13％(RR:1.13,95％ CI:1.02～1.25),均有统计学意义(P＜0.05);而在女性及老年人群中,低温对湿疹的影响均不具有统计学意义(P＞ 0.05).高温的影响效应在暴露当天即已出现,随着滞后日的推移其影响效应渐减弱,但这种效应无统计学意义(P＞ 0.05).结论 在兰州地区日均气温对湿疹门诊人次的影响以秋、冬季为重,日均气温的改变可能为湿疹患者的危险因素之一,且低温对湿疹的影响存在滞后作用,滞后时间约为14d.
-
气温与呼吸系统疾病急诊人次相关性分析
目的:研究市日均气温与呼吸科就诊人次的关系.方法:运用广义相加模型分析时间序列资料,在控制时间的中长期趋势、星期效应、节假日效应、气象因素和大气污染物的混杂效应基础上,探索7日的日均气温与呼吸科就诊人次之间的关系,从而预测未来的日就诊人次.结果:观察日的日均气温对就诊人次的影响大,观察日的前3日次之,其他几日的影响较小.7日加权气温与就诊人次的关系呈现一条非对称的曲线,在12.9℃左右,就诊人次多.结论:日均气温变化对呼吸科就诊人次有影响,可利用既往就诊人次、气象数据及大气污染物数据对未来的日就诊人次进行预测.
关键词： 日均气温 呼吸科就诊人次 时间序列广义相加模型
