上海市大气污染和气温对闵行区居民与全市医保人群的健康效应

《上海市大气污染和气温对闵行区居民与全市医保人群的健康效应》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、复旦大学硕士研究生毕业论义前寿度。近年来，我国北京、沈刚、上海、台湾和香港等地区分别采用时间序列或病例交叉方法研究了主要污染物对人群死亡率的急性作用∞，抖”J，但日前我国关于大气污染对居民健康危害的定量评价仍处于起步阶段，还需进一步推广此类研究，为大气污染的不良健康影响提供更多、更精确的证据。此外针对上海地区，自上个世纪九十。年代以来，无论是大气污染类型还是大气污染物浓度水平都已发生了很大变化，及时了解当前的大气污染状况对居民健康的影响具有十分重要的意义。1．2气温变化健康效应研究现状气象因素与人类的健康息息相关。据w

2、}盼报告显示，气候改变可以解释全球2000年2．4％的腹泻和6％的疟疾，大约造成150000人死亡和550万个失能调整午的损失p”。而气温是气象因素中的1蘑要因素，异常变化的气温使大气中的电场和磁场发生改变，造成人体植物神经系统功能失常，内分泌紊乱，并可Sl起多项生理指标发生改变，免疫功能下降【4”“，从而导致疾病发生睁551和死亡的危险增加p”“。伴随厄尔尼诺现象导致全球气候变暖，气温对人类健康影响更加受到重视。已有大量研究关注极温(极高或极低)与人群健康的关系[63-68]。有关口均气温和口死亡率关系的多数研究表明

3、．两者的关系曲线大致呈“V”型或“U”型，个别研究为“J”型【6”。“V”型曲线最低部的温度称为“最适温度”，超出最适温度，气温升高或降低都会导致死亡的增加。但是这种“V”型曲线并不是左右对称的，而且这种关系的具体表现形式随不同国家和地区而异[69‘7”。其他·些研究亦表明，最低死亡水平总是与。定的温度相对应，不同国家或地区所对应的温度水平不同I”。⋯。我国阚海东等人分析了上海市2000～2001年日均气温与全死因死广之间关系，亦大致呈“v”型曲线，并选用最适温度为26．7"Cf”l。于连政研究了沈阳市日均气温和城市居

4、民死亡的关系，结果显示日平均气温与各年龄段死亡率都存在关联，其中与呼吸系统疾病死亡率关系最明显17“。除死亡率外，气温变化与医院门急诊就诊人次亦密切相关，特别是气温升高或降低口J。导致呼吸系统和心血管系统疾病的就诊人次增加。刘方等人对北京市周平均气温与脑卒叶『发病的关系进行了研究，发现低温是诱发北京市脑卒中发病的主要气象冈索177】。虽然人类无法对气温的变化进行南接的干预，但及时了解气温变化与健康的关联性有助于预防疾病和减少发病，因此研究气温变化对人群健康的影响也是非常有意义的。复旦大学硕士研究生毕业论文前占1．3目前

5、用于环境和气候因素健康效应研究的主要方法由于大气污染水平和气温特点是随着时间而改变的，所以在评价大气污染和气温变化对人群健康的影响时，一般不选用病例对照研究(case-controlstudy)或横断面研究(cross·sectionalstdudy)。队列研究(cohortstudy)可以进行凼果推断，特别适用于大气污染或气温变化的慢性健康效应研究。但因队列研究周期长、所需费用高，所以目前对污染和气温的慢·

6、生健康效应研究较少。目前绝大多数研究采用时间序列资料的回归模型的方法估计大气污染或气温变化的急性健康效应。从卜

7、个世纪90年代以来，广义相加模型(generaladditivemodel，GAM)的Poisson回归在环境因素健康效应评价领域得到了广泛的应用。也有学者认为大气污染对居民死亡的效应可能仅仅是“收获效应”，即大气污染浓度的升高仅仅是使得即将死亡的人提前数天死亡，在随后的儿日内又会出现居民死亡r降的趋势，总体趋于稳定。美国哈佛大学Schwartz等人㈣收集了Boston地区的1979年～1986年期间人气污染观察序列资料和人群的死亡观察序列，应用Loess回归对季节趋势分解的方法(STL)，将火气污染和气候观察序列分解

8、成3个序列：反映季节和相对长期波动趋势的序列，短期波动序列和中期波动序列，分析了3个不同时间尺度上的大气污染波动对呼吸系统疾病和心血管疾病的死产率的影响，较成功地评价了大气污染对人群健康效应是否为“收获效应”。但由于STL方法需要较长的观察序列才能实现，所以运用STL方法【79】进行大气污染对人群健康效应的研究报告非常少。另外，国内外也有研究采用了Box．Jenkins模型[s0-s21、ARMAX模型【83】、ARIMA模型刚人_上智能神经网络陋8“、J“义估计方程f17’881及病历交叉研究‘8卅等对大气污染和气温

9、变化的短期健康效应进行分析。1．4广义相加模型(GAM)及GAM+AR(P)方法介绍广义线性模型(generalizedlinearmodel，GLM)和广义相加模型(generalizedadditivemodels，GAM)的发展是过去三十年中统计学领域的重要进步m1。目前两种模型己被广泛应用于各个领域。GAM是GLM的扩展，