没有合适的资源?快使用搜索试试~ 我知道了~
工程14(2022)156研究环境健康-文章综合环境空气污染和非最佳温度死亡风险的空气健康指数的建立张庆利a,#,陈人杰a,b,#,尹冠金a,杜希浩a,夏梦a,b,杨秋c,阚海东a,d,刘伟,Maigeng Zhoue,周迈庚复旦大学公共卫生学院公共卫生安全教育部重点实验室,上海200032b中国气象局上海气象局上海台风研究所上海气象与健康重点实验室c四川大学建筑与环境学院环境科学与工程系,成都610065d复旦大学附属儿童e中国疾病预防控制中心国家慢性非传染性疾病预防控制中心,北京100050阿提奇莱因福奥文章历史记录:收到2020年2021年4月29日修订2021年5月16日接受2021年6月2日在线提供保留字:空气污染温度空气健康指数时间序列风险沟通A B S T R A C T综合空气健康指数(AHI)有助于分别强调多种刺激的健康风险,并向公众传达不利大气环境的总体风险。我们的目标是建立一个新的AHI,综合每日死亡风险,由于空气污染和非最佳温度在中国。基于时间序列模型获得的E-R系数,新的AHI被构建为2013 - 2015年中国272个城市与空气污染物和非最佳温度相关的超额死亡风险之和。我们研究了“总AHI”(基于总死亡率)和总死亡率之间的关系,并进一步比较了“总AHI”预测特定心肺死亡率与“特定AHI”(基于特定死亡率)的能力。平均而言,大气污染和非最适温度与28.23%的日超额死亡率相关,其中23.47%与非最适温度相关,其余与细颗粒物(PM2.5)(1.12%)、NO2(2.29%)和O3(2.29%)相关。新的AHI使用10分制,显示所有272个城市的平均值为6分。AHI和死亡率的E-R曲线近似线性,没有任何阈值。“总AHI”每增加一使用“总AHI”进行的特定原因死亡风险估计与“特定AHI”预测的结果相似。总之,本文提出的©2021 THE COUNTORS.Elsevier LTD代表中国工程院出版,高等教育出版社有限公司。这是一篇CC BY-NC-ND许可下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)中找到。1. 介绍环境空气污染和非最佳温度都与心血管疾病(CVD)和呼吸系统疾病的死亡风险增加有关[1,2]。 据估计,空气污染造成185万人死亡,2019年中国残疾调整生命年为4251万[3]。为了减少与空气污染有关的疾病负担*通讯作者。电子邮件地址:kanh@fudan.edu.cn(H.Kan),maigengzhou@126.com(M. Zhou)。#这些作者对这项工作做出了同样的空气质量指数(AQI)的制定是为了向公众通报空气污染水平和暴露的健康风险。然而,目前的AQI仅由具有最高污染物特定AQI分数的空气污染物确定,而没有考虑同时暴露于多种空气污染物的综合健康影响在全球气候变化的背景下,非最佳环境温度已被公认为是一个全球性的健康挑战,特别是在发展中地区。据估计,我国非意外死亡的14.33%归因于非最佳环境温度[2]。目前用于指示环境温度引起的健康风险的指数,如热浪/寒潮指数,仅考虑https://doi.org/10.1016/j.eng.2021.05.0062095-8099/©2021 THE COMEORS.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版。这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。可在ScienceDirect上获得目录列表工程杂志首页:www.elsevier.com/locate/engQ.张河,巴西-地Chen,G. Yin等人工程14(2022)156157极端温度[4,5],而中度非最佳温度造成的更大的健康风险没有得到解决。因此,热浪/寒潮指数可能大大低估了归因于非最佳温度的疾病负担。此外,热浪/寒潮指数是根据每日温度变化确定的,没有考虑环境温度与人口健康之间的关系。实际上,暴露于环境空气污染和温度同时发生。此外,这些环境因素在诱导急性不良健康影响方面具有相似的生物学途径,例如炎症、氧化应激、产热和自主神经功能的变化[6,7]。因此,沟通空气污染和温度的健康风险对于保护易感人群至关重要。然而,据我们所知,没有任何指数考虑到非最佳温度和空气污染对健康的综合风险。它因此,有必要建立一个新的空气健康指数(AHI),综合环境空气污染和非最佳温度对健康的风险,以更好地告知公众暴露于这些环境因素的整体健康风险,并帮助有效地减少暴露并减轻潜在伤害。利用全国范围内的数据库,我们的目的是建立一个新的AHI,由于环境空气污染和非最佳温度的死亡风险,并评估AHI和每日死亡率之间的关联在中国。新的AHI还将此外,我们将比较基于总死亡率的“总AHI”和基于特定死亡率的“特定AHI”的预测能力2. 材料和方法2.1. 数据源全国性分析基于2013年1月1日至2015年12月31日期间272个中国城市的每日死亡率、空气污染物水平和天气状况。该数据集的详细信息已在前面描述[8简言之,这些城市分布于内地所有31个省级行政区,覆盖了内地总人口的20%以上(近2.9亿人中华这些城市的每日死亡率计数,包括全因死亡率和特定原因死亡率,均来自中国疾病监测点系统,该系统已被证明在国家和省级具有良好的代表性[11,12]。我们选择细颗粒物(PM2.5)、NO2和O3作为本研究的代表性空气污染物,因为在相同数据库的先前研究中,它们与死亡率有显著且稳定的相关性[8,10,13]。PM2.5、NO2日平均浓度和O3最大8h平均浓度均来自全国城市空气质量实时发布平台。该平台共有1 265台监测器,到2015年每个城市的监测器中位数为4台(范围1-7)。然后计算每个城市的每日空气污染水平,作为这些城市所有有效监测器的平均值。各城市的日平均气温和日平均相对湿度由中国气象数据共享服务系统提供。研究方案已获得复旦大学公共卫生学院机构审查委员会批准(编号:2014-07-0523)。yhttp://106.37.208.233:20035/。http://data.cma.cn/.2.2. 数据分析我们首先使用时间序列分析获得每日空气污染和温度与全因和特定原因死亡率的然后,我们计算了这些环境风险因素的每日超额最后,我们通过将每日超额死亡率风险除以最大加权平均超额死亡率风险并乘以10来获得全国AHI。2.2.1. 时间序列分析首先,我们排除了环境空气污染或温度低于第2.5百分位数或高于第97.5百分位数的日子然后,我们使用标准的时间序列分析,以获得回归系数-单位日死亡率(1lg·m-3)的日变化PM2.5、NO2和O3。分析方案的细节已经在我们以前的研究中描述[2,10,13]。由于空气污染物浓度在暖季和冷季不同,我们得到了空气污染物在暖季(5月至10月)和冷季(11月至4月)的相对风险(RR)估计值协变量包括日历日的自然三次样条平滑函数,每年7个自由度(DoF),”一周中的一天“的指示变量,以及平均温度的自然平滑函数,以及对于温度,我们使用了21天移动平均温度,正如我们之前的工作中所考虑的那样,并采用了估计具有最低全因死亡风险的温度(即,22.8°C)为最佳温度[2]。在我们之前的研究中,温度和死亡率的风险-响应(E-R)曲线呈倒J形,非最佳温度下死亡风险近似线性增加[2]。因此,我们假设一个分段线性函数除以最佳温度的温度和死亡率之间的关联。根据本研究中估计的极低(RR = 1.68)和极高(RR= 1.16)温度的RR,我们计算了每单位(1 °C)温度变化的日死亡率增加系数如下:冷态系数为1/4 ln 1: 68ln = 22: 8-1:4 ln 1 ln温暖系数为1/4 ln 1:16= 29: 0- 22: 82其中1.68和1.16分别是与极端低温和极端高温相关的日总死亡率RR,22.8是总死亡率的最适温度,2.2.2. 构建国家AHI在此步骤中,我们使用了PM 2.5和NO 2在并发日(滞后0天)的RR估计值以及O 3在滞后2天的RR估计值,因为这些滞后日显示出具有最大的效应估计值[14]。首先,我们计算了每个城市空气污染(以0为参考)和温度(以22.8 °C为参考)的每日超额死亡风险,使用公式:(3):ERit¼ 100·expbi·Dxit-1000000式中,ER是第t天与风险因素i(空气污染物或温度)相关的超额死亡率百分比;bi是回归系数,表示每单位日死亡率的增加危险因子i的变化(空气污染物为1lg·m-3,温度为1°C); D x是第参考水平(空气污染物为0,温度为22.8°C每日超额死亡率风险是超额死亡率Q.张河,巴西-地Chen,G. Yin等人工程14(2022)156158·JJ所有风险因素的风险。仅在所有风险因素的数据可用的天数内进行计算。其次,我们引入了加权平均超额死亡率风险,以减少对高污染水平或极端温度的小城市的过度加权的影响具体而言,我们分别提取了每个城市在温暖和寒冷温度下的每日超额死亡率百分比的最大值然后,我们对所有城市每天的最大值进行平均,并分别用每个城市在温暖和寒冷时期的平均每日死亡人数进行加权平均超额死亡风险分别计算寒冷和温暖温度,如下所示:3. 结果3.1. 建立AHI共有272个中国城市参与了这项研究。表1总结了2013年至2015年中国272个城市的每日死亡人数、天气状况和空气污染物。平均每个城市每天有16人死亡,PM2.5、NO2和O3分别为56、31和77lgm-3。天气条件变化-272个城市的平均气温(年平均气温)平均值)为15 °C(范围为-0.5至25 °C)。对日PM2.5、NO2、O3、和温度提供在表2中。c值为18.00c¼X“的。m=Xm!.MaxXER第1页第1页第2页!#2014年在暖期和冷期分别为66.10系数-PM2.5每单位风险因素变化的全因死亡率增加百分比分别为0.000171、0.000498、0.000090和0.0239,其中c是研究期间272个城市中寒冷或寒冷天气的最大加权平均超额死亡率百分比,对于温暖的温度;mj表示每日平均死亡数暖期NO2、O3和温度分别为0.000212、0.000724、0.000214和0.0214。“日”,是指“日”在温暖和寒冷ERijt是第j个城市第t天第i个危险因素最后,将日超额死亡率除以最大加权平均超额死亡率,再乘以10,得到全国冷温和温的空气质量指数公式见Eq. (五):周期可以通过方程计算。(6)和(7):暖期AHI= 18:00 ℃· 100·半实验室0:0239·温度-22:8摄氏度 -1摄氏度实验室0:000171·下午2: 5分-1秒实验0:000498· NO2-1ð6ÞAHI1/2 10=c·下午2: 5联系我们NO2O3联系我们tempÞ ð5Þ实验0:000090· O3- 1]该程序在研究期间产生了一系列从0到10+的每日AHI值大于10的值表示与该特定日期的空气污染和温度相关的超额死亡率风险大于最大加权平均超额死亡率(即,(一)在《观察》中,冷期空气质量指数(AHI)为1/4 10=66:10 ℃· 100·半实验室0:0214·2022:8-温度恒温槽 -1℃实验0:000212· PM2:5 - 1实验0: 000724· NO2- 1实验0: 000214· O3- 1]ð7Þ租金数据库。为便于沟通,AHI值为四舍五入到最接近的整数。3.1.1. 绩效评价我们通过估计2013年至2015年中国272个城市的AHI与滞后0天的每日总死亡率和死因特异性死亡率的相关性,评估了AHI在预测死亡率方面的性能。此外,我们使用其他描述的方法绘制了国家一级AHI和死亡率的E-R曲线-其中[15]。对于可能的非线性关系,我们使用了B样条函数的AHI与两个节点在第25次和第75次双曲肘。在这项评估中,我们根据总死亡率(“总AHI”)和病因特异性死亡率(包括CVD、冠心病(CHD)、中风、呼吸系统疾病和慢性阻塞性肺病(COPD))(“特异性AHI”)建立了AHI通过比较”总AHI“与”特定AHI“模型的系数估计值和模型拟合统计量(R2和Akaike信息准则(AIC))与特定原因死亡率,我们进一步评估了”总AHI”在预测特定原因死亡率风险方面的性能此外,我们通过在方程中用500替换10,将AHI重新调整为0(5)使该指数与当前AQI相匹配。并比较了AHI0此外,我们认为,通过使用自然三次样条平滑函数的日历日,每年8或10自由度,而不是7自由度的时间序列分析,并通过额外包括其他空气污染物(PM10,SO2,CO)作为代表污染物在建设的AHI的敏感性分析。所有统计分析均使用R软件和“mgcv”和“tlnise”软件包进行。认为双侧p值小于0.05具有统计学显著性。表3提供了AHI的描述性数据,以及空气污染物和非最佳温度造成的在研究期间,所有272个城市的平均AHI为6在研究期间,全国36%的天数AHI不大于3,21%的AHI在4至5之间,24%的AHI在6至8之间,20%的AHI大于8。与空气污染和非最适温度有关的日平均超额死亡率为28.23%,其中PM2.5、NO2、O3和非最适温度分别占1.12%、2.29%、1.35%和23.47%。(3))。c值是比例因子,表示272个城市每100人超额死亡的最大加权平均数“温暖”被定义为高于最低死亡温度的温度;“冷”的定义是低于最低死亡温度的温度;“系数”是指与温度和空气污染物的单位变化相关的总死亡率和比死亡率变化。根据滞后0-21 d的温度、滞后0 d的PM2.5、滞后0 d的NO2和滞后2 d的O3计算AHI3.2. 预测AHI的性能如表4所示,AHI与当天的总死亡率和死因特异性死亡率显著相关。“总AHI”每增加一个单位,全因(95% CI:0.57%,1.40%),1.02%(95% CI:0.65%,1.39%),卒中,占总体呼吸系统疾病的1.66%(95% CI:1.18%,2.15%)COPD组为1.71%(95%CI:1.15%,2.27%)。如图1所示,全国水平的“总健康指数”的E-R曲线,和具体死亡率是几乎线性的,没有任何j1;:;nj1;:;nt1;:;qIJTQ.张河,巴西-地Chen,G. Yin等人工程14(2022)156159表12013 - 2015年中国272个城市环境与健康数据汇总统计变量平均值SD最小值P25中位数P75最大值每日非意外死亡空气污染物颗粒物(g·m-3)56 2018 41 54 67127总氮(g·m-3)31 11 1022 303866臭氧(lg·m-3)77 14 36 68 77 87113天气平均气温(℃)15 5-0.5 12 16 18 25相对湿度(%)68 10 35 61 71 77 91SD:标准差; P25:第25百分位; P75:第75百分位。表22013年至2015年中国272个城市特定疾病的AHI公式中每个组成部分的系数每种污染物和温度PM2.5NO2O3温度暖期CVD24.300.0001750.0005110.0002060.0321CHD21.600.0001380.0007050.0002050.0295中风25.600.0002580.0003620.0001720.0336呼吸道疾病38.800.0002640.0008340.0001100.0416COPD32.000.0003970.0011100.0001400.0317总冷期CVD18.0091.100.0001710.0002480.0004980.0008580.0000900.0002400.02390.0270CHD100.000.0002770.0007790.0002170.0275中风82.100.0001780.0007430.0001940.0256呼吸道疾病53.500.0003680.0009530.0004400.0185COPD57.300.0004800.0011700.0005390.0187总66.100.0002120.0007240.0002140.0214表3空气污染物和非最佳温度引起的AHI和每日超额死亡风险的描述性统计参数是说SD最小P25中值P75最大AHI64035826儿共计(%)28.2324.811.0310.4818.5739.87172.80PM2.5(%)1.120.790.090.560.901.439.01臭氧(%)1.350.750.080.791.191.775.36NO2(%)2.291.330.151.301.993.0110.47温度(%)23.4724.1506.2514.4634.41167.59阈值。相比之下,死因特异性死亡率的“总AHI”和“特异性AHI”之间的系数估计值和模型拟合统计量(R2将AHI重新调整为0- 500后,我们发现AHI 0-500每50单位的增加分别与总死亡率、CVD、CHD、卒中、呼吸系统疾病和COPD死亡率增加0.91%、1.13%、1.18%、1.07%、1.79%和1.84%相关(附录A中的表S1)。这些估计数与“健康保险总指数”(0-10级)每增加一个单位的估计数相当在自然三次样条平滑函数中改变日历日的DoF后,从灵敏度分析中获得的结果附录A中的表S2和S3显示了PM10、SO2和CO的回归系数和每日超额死亡风险。在构建AHI时加入PM10、SO2和CO后,AHI的分布与主要结果相似(附录A中的表S2估计值以百分比变化和95% CI表示,按指数增加的单位计算。4. 讨论在这项大规模的多城市研究中,我们根据从中国272个城市收集的数据构建了一个新的环境空气污染和非最佳温度的AHI。我们的新指数是第一个将空气污染和温度结合起来构建基于健康的暴露指数的指数。我们的研究结果表明,这种AHI在预测总死亡率和死因特异性死亡率方面表现出良好的性能。总体而言,这一全国性的AHI有可能成为向中国公众传达空气污染和温度暴露的短期健康风险的有用工具。4.1. AHI的制定与目前仅由AQI得分最高的空气污染物确定的AQI不同,新的AHI考虑了主要空气污染物和温度对健康的综合影响。在另一项研究中,Huet al.[16]建立了一个基于健康风险的总1616371220165CVD871361065CHD33012328中风44023533呼吸道疾病23011334COPD22001229Q.张河,巴西-地Chen,G. Yin等人工程14(2022)156160··空气质量指数(HAQI ),基于对中国研究的系统综述,使用PM2.5、PM10、SO2、NO2和O3与每日死亡率的估计E-R关系[17]。他们发现,当多种空气污染物同时高时,HAQI值高于当前的AQI,这表明AQI可能无法捕捉到高暴露场景中多种污染物的综合影响。除空气污染外,我们亦在AHI中引入非最佳温度,以全面评估这些主要环境风险因素的整体健康风险,并更好地向公众传达风险。选择合适的危险因素是建立AHI的重要步骤。与空气质量指数的计算方法相似,空气污染指数的计算公式是由所包括的特定空气污染物类型决定的。在其方法中,AHI公式具有灵活性,允许研究人员包括任何感兴趣的空气污染物从经验的角度来看,将所有空气污染物的过度健康风险结合起来并不理想,因为这样做可能导致多重共线性和过拟合[18]。在这项研究中,我们没有包括PM10,CO和SO2,原因如下:①PM10的大部分影响可能归因于PM2.5;②在我们以前的出版物中使用相同的数据集[19]对其他空气污染物进行调整后,SO2的影响大大减弱;③发现CO的年平均日浓度(1.2 mg m-3)远低于中国的空气质量标准(4 mg m-3)。我们最终选择PM2.5、NO2和O3作为构建AHI的空气质量指标,因为它们代表了某些来源,并且它们与每日死亡率的关系独立于其他空气污染物[8,10,13]。4.2. AHI效度我们评估了我们的新AHI在预测全因死亡率和特定原因死亡率方面的性能我们的研究结果表明,“总AHI”和全因死亡率之间几乎是线性相关的这些发现证实了AHI在预测每日总死亡风险方面表现出良好的性能。此外,我们的“总AHI”与特定原因死亡率的相关性的估计值与使用“特定AHI”的估计值此外,这些AHI之间的模型拟合统计量相当这些研究结果证实,虽然当关注的健康结果不是全因死亡率时,估计不同死亡原因的单独AHI4.3. 通信问题本文提出的AHI是一种全面的健康风险沟通工具,可用于告知公众并促使他们寻求缓解措施,以减少短期暴露于环境空气污染和非最佳温度的有害健康影响。此外,该指数不仅表征了同时暴露于所有环境风险因素的总体风险,而且还提供了每次暴露的超额健康风险。因此,它可以帮助确定主导的危险因素表4比较2013 - 2015年中国272个城市的“特定AHI”和“总AHI”与每日特定死亡率的关系疾病AHI总计(%)特定AHI(%)估计值(95% CI)R2AIC估计值(95% CI)R2AICCVD1.01(0.72,1.30)0.14051.40190.96(0.67,1.25)0.14051.4019CHD0.98(0.57,1.40)0.08471.26650.86(0.44,1.28)0.08491.2661中风1.02(0.65,1.39)0.08671.29780.92(0.57,1.28)0.08651.2980呼吸道疾病1.66(1.18,2.15)0.09601.21351.66(1.19,2.13)0.09591.2136COPD1.71(1.15,2.27)0.08331.15081.75(1.19,2.31)0.08321.1511总0.84(0.62,1.07)0.16461.5648CI:置信区间。图1.一、2013 - 2015年中国272个城市当前AHI与每日(a)总死亡率、(b)CVD、(c)CHD、(d)卒中、(e)呼吸系统疾病和(f)COPD死亡率相关性的组合E-R曲线y轴可以解释为相对于AHI对死亡率的影响的相对变化实线表示平均估计值,虚线表示其95%CI。Q.张河,巴西-地Chen,G. Yin等人工程14(2022)156161并引导公众采取最有效的保护措施。例如,人们可以减少户外活动的持续时间和强度,留在室内,并在PM2. 5是关键风险因素时使用空气净化器,并关闭窗户。当极端温度是主要风险因素时,人们可以考虑留在室内,配备空调和/或适当通风。 为了更好地从健康保护的角度总结和解释这一指数,表5列出了健康风险水平,潜在的有害健康影响,以及对应于不同AHI水平的建议缓解措施。AHI也有可能作为现有AQI的补充,并作为向易感群体传达风险的工具,以实现公共健康效益。根据我们提出的方法,决策者可以根据当地环境条件和人口亚群制定AHI。4.4. 优势和局限性这项研究有几个优点。首先,我们使用中国大陆的大型多城市数据集建立了全国AHI。因此,我们的研究结果具有全国代表性。第二,与其他指标相比,因此,本AHI综合考虑了温度和空气污染,能够更好地反映现实中的实际暴露情景,从而进行更全面的风险评估。第三,我们的AHI不仅可以提供由于同时暴露于这些因素而导致的整体健康风险,而且还可以提供每个单独因素的超额死亡风险,以便更好地告知公众并促使他们寻求针对性的保护。这项工作有一些局限性。首先,由于我们从每个城市的固定地点监测器获得了暴露数据(空气污染物和温度),暴露错误分类是不可避免的。第二,我们只包括最严重的健康事件,即死亡率,由于可用数据有限,因此不考虑发病率。因此,目前的AHI可能有有限的能力来捕捉更严重和相对较弱的健康影响。第三,该指数使用了一个从当地环境中推导出的E-R函数,因此AHI的可预测性与当地特征有关。在全国这样的大范围内,其可预报性不如在大气和人口特征较为均匀的小范围内稳定。 此外,由于数据有限,我们无法在本研究中纳入更近期的数据来检查AHI的预测能力。表5AHI中的价值、水平、含义和警示性声明,以供公众交流。AHI颜色水平健康影响警示性陈述0–1绿色好空气质量和温度令人满意,空气污染和温度几乎没有风险没有一2–3黄色中度空气质量和温度可接受;患有严重疾病的人应限制长时间的户外活动然而,对于某些污染物或温度,对于极少数对空气污染或温度异常敏感的人来说,可能存在中度健康问题4–5橙色不健康的敏感敏感群体的成员可能会受到健康影响。一般公众不太可能活跃的儿童和成人,以及患有呼吸道疾病或心血管疾病的人,应限制长时间的户外运动组受灾6–7红色不健康部分公众可能会受到健康影响;敏感群体的成员可能会受到更严重的健康影响常见防护措施:活跃的儿童和成人,以及患有呼吸道疾病或心血管疾病的人,应避免长时间的户外活动,并留在室内,关闭门窗;其他人,特别是儿童,应限制长时间的户外活动具体适应措施:如果空气污染物是主要风险因素,上述敏感群体可以采取个性化的保护措施(例如,戴上口罩或呼吸器、使用家居空气净化器及服用鱼油);若气温是主要的风险因素,上述敏感组别可采取预防措施,以维持适当的气温条件(例如,使用冷气机及根据天气情况适当着装)8–9紫色非常不健康紧急状况的健康警告。整个人口都可能受到影响常见防护措施:活跃的儿童和成人,以及患有呼吸道疾病或心血管疾病的人,应避免所有户外活动,留在室内,关闭门窗;其他人,特别是儿童,限制户外活动具体的适应措施:如果空气污染物是主要的风险因素,每个人都可以采取个性化的保护措施(例如,戴口罩或呼吸器、使用家用空气净化器和服用鱼油);如果温度是主要的风险因素,每个人都可以采取预防措施以保持合适的温度条件(例如,使用冷气机及根据天气情况适当着装)10岁以上栗色危险健康警报:每个人都可能经历更严重的健康影响常见的防护措施:大家应避免一切户外活动,留在室内,关好具体的适应措施:如果空气污染物是主要的风险因素,每个人都应该采取个性化的防护措施(例如,戴口罩或呼吸器,使用家用空气净化器,并服用鱼油);如果温度是主要的风险因素,每个人都应该采取预防措施,合适的温度条件(例如,使用空调和敷料(根据天气情况)注:如果空气污染物在某一天的超额健康风险高于温度的超额风险,则空气污染物被定义为主要风险因素如果温度的超额健康风险高于空气污染物的超额风险,则温度被定义为主导风险因素Q.张河,巴西-地Chen,G. Yin等人工程14(2022)1561625. 结论在这项工作中,我们建立了一个新的AHI的基础上,PM2.5,NO2,O3和温度与每日总死亡率的关系,使用2013 - 2015年中国大陆的272个城市。“总AHI”被发现与总死亡率和死因特异性AHI与死亡率之间的E-R曲线近似线性,没有任何阈值。该指数提供了一个灵活和有前途的工具,用于向公众传达与接触不同周围环境风险因素有关的健康风险。确认本研究得到了国家自然科学基金项目(92043301,82030103,91843302)和上海市气象局科研计划(ZD 201904)的资助遵守道德操守准则Qingli Zhang 、 Renjie Chen 、 Guanjin Yin 、 Xihao Du 、 XiaMeng、Yang Qiu、Haidong Kan和Maigeng Zhou声明他们没有利益冲突或财务冲突需要披露。附录A.补充数据本文的补充数据可在https://doi.org/10.1016/j.eng.2021.05.006上找到。引用[1] 刘春,陈荣,Sera F,Vicedo-Cabrera AM,Guo Y,Tong S,等。652个城市的环境颗粒物空气污染和每日死亡率。新英格兰医学杂志2019;381(8):705-15。[2] 陈荣,尹平,王林,刘春,牛英,王伟,等。环境温度与死亡风险和负担的关系:中国272个主要城市的时间序列研究。BMJ 2018;363:k4306.[3] Murray CJL , Aravkin AY , Zheng P , Abbafati C , Abbas KM , Abbasi-Kangevari M,et al.;GBD 2019风险因素合作伙伴。1990-2019年204个国家和地区87种风险因素的全球负担柳叶刀2020;396(10258):1223[4] 中华人民共和国国家质量监督检验检疫总局;中华人民共和国国家标准化管理委员会。GB/T 21987-2008:寒潮等级。中国标准。北京:中国标准出版社; 2008. 中文.[5] 中华人民共和国国家质量监督检验检疫总局;中华人民共和国国家标准化管理委员会。GB/T 29457-2012:2012年热浪等级。中国标准。北京:中国标准出版社;2013.中文.[6] WilkerEH,Yeh G,Wellenius GA,Davis RB,Phillips RS,Mittleman MA. 环境温度与心力衰竭的生物标志物:重复测量分析。环境健康展望2012;120(8):1083-7。[7] Xu H,Wang T,Liu S,Brook RD,Feng B,Zhao Q,et al. Extreme levels ofairpollutionassociatedwithchangesinbiomarkersofatheroscleroticplaquevulnerability and thrombogenicity in healthy adults. Circ Res 2019;124(5):e30-43。[8] 陈荣,尹萍,孟晓,刘春,王丽,徐霞,等。大气细颗粒物污染与日死亡率。在中国272个城市进行的全国性分析。Am J RespirCrit Care Med 2017;196(1):73-81。[9] 陈荣,尹平,孟旭,王莉,刘春,牛勇,等。大气粗颗粒物污染与死因特异性死亡率的关系:中国272个城市的全国分析。环境健康展望2019;127(1):017008。[10] YinP,Chen R,Wang L,Meng X,Liu C,Niu Y,et al. 环境臭氧污染与每日 死 亡 率 : 中 国 272 个 城 市 的 全 国 性 研 究 环 境 健 康 展 望 2017;125 ( 11 ) :117006。[11] 刘S,吴霞,Lopez AD,王丽,蔡艳,Page A,等。一个用于死亡登记和死亡监测的全国死亡监测系统,中国。Bull World Health Organ2016;94(1):46-57.[12] Zhou M ,Wang H ,Zhu J,Chen W ,Wang L,Liu S ,et al. Cause-specificmortalityfor 240 causes in China during 1990- 2 0 1 3 : as y s t e m a t i cs u b n a t i o n a la n a l y s i sf o rt h eG l o b a lB u r d e no fD i s e a s eS t u d y2 0 1 3 . 柳叶刀2016;387(10015):251-72。[13] 陈荣,尹平,孟晓,王丽,刘春,牛勇,等。大气二氧化氮与每日死因别死亡率的关系:来自中国272个城市的证据。流行病学2018;29(4):482-9。[14] 杜新,陈荣,孟新,刘春,牛英,王伟,等。中国国家空气质量健康指数的 建立 。Environ Int 2020;138:105594.[15] Samoli E,Ancarta A,Touloumi G,Schwartz J,Anderson HR,Sunyer J,etal. APHEA多城市项目中颗粒物和死亡率之间的可靠性-响应关系的估计。环境健康展望2005;113(1):88-95。[16] 胡军,英勤,王勇,张宏.中国多污染物空气污染的特征:三种空气质量指数的比较。环境国际2015;84:17比25[17] ShangY,Sun Z,Cao J,Wang X,Zhong L,Bi X,et al. 中国短期暴露于空气污染和每日死亡率研究的系统评价。环境国际2013;54:100-11。[18] 王燕,应勤,胡军,张宏. 2013-2014年中国31个省会城市六项标准空气污染物时空变化特征。E n v i r o nInt 2014;73:413-22.[19] 王丽,刘春,孟新,牛英,林忠,刘英,等。中国272个城市短期暴露于环境二氧化硫与死因特异性死亡率增加之间的关系。环境国际2018;117:33-9。
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 彩虹rain bow point鼠标指针压缩包使用指南
- C#开发的C++作业自动批改系统
- Java实战项目:城市公交查询系统及部署教程
- 深入掌握Spring Boot基础技巧与实践
- 基于SSM+Mysql的校园通讯录信息管理系统毕业设计源码
- 精选简历模板分享:简约大气,适用于应届生与在校生
- 个性化Windows桌面:自制图标大全指南
- 51单片机超声波测距项目源码解析
- 掌握SpringBoot实战:深度学习笔记解析
- 掌握Java基础语法的关键知识点
- SSM+mysql邮件管理系统毕业设计源码免费下载
- wkhtmltox下载困难?找到正确的安装包攻略
- Python全栈开发项目资源包 - 功能复刻与开发支持
- 即时消息分发系统架构设计:以tio为基础
- 基于SSM框架和MySQL的在线书城项目源码
- 认知OFDM技术在802.11标准中的项目实践
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功