合肥市大气污染与肺炎门诊量的时间序列研究

目的 探讨大气污染物SO2、NO2和PM2.5浓度与合肥市滨湖医院肺炎日门诊量之间的关系.方法 采用时间序列分析的广义相加Poisson回归模型,在控制长期趋势、星期几效应和气象因素等混杂因素的影响后,定量分析2014年安徽省合肥市大气污染物SO2、NO2、PM2.5日均浓度与滨湖医院肺炎日门诊量的关系及滞后效应.结果 单污染物模型中,在控制了长期趋势、星期几效应和气象因素的影响后,SO2在滞后3、4、5 d(lag3、lag4、lag5)时对肺炎日门诊量的影响有统计学意义(P＜0.05),NO2滞后2、3、4、5 d(lag2、lag3、lag4、lag5)时的影响有统计学意义(P＜0.01),PM25滞后3、4 d(lag3、lag4)时的影响有统计学意义(P＜0.05);SO2、NO2、PM2.5的滞后效应分别在lag3、lag2、lag4时最明显,当SO2、NO2、PM2.5浓度每升高10μg/m3时,肺炎日门诊量分别增加1.54％(95％CI:0.28％～2.81％),1.98％(95％CI:0.89％～3.08％)和0.28％ (95％CI:0.06％～0.50％).多污染物模型中,当模型中引入两种或两种以上的污染物后,各污染物对肺炎日门诊量的效应估计值均较单污染物模型降低,但并不改变各污染物与肺炎日门诊量之间的正向关联.结论 合肥市大气污染物SO2、NO2、PM2.5浓度升高可能引起医院肺炎日门诊量增加,且有一定的滞后效应.