目的:探討大氣污染暴露與醫(yī)院感染發(fā)生風險的關系。方法:收集鄭州市某三甲醫(yī)院2015年1月1日至2019年6月30日醫(yī)院感染日報告數(shù)據(jù),采用時間序列的廣義相加模型,控制氣象因素、時間趨勢、星期幾效應、假期效應后分析空氣質量指數(shù)、PM2.5、PM10、SO_2、NO_2與醫(yī)院感染、呼吸道感染及呼吸機相關肺炎之間的關系。結果:PM2.5每升高1μg/m~3,5 d后醫(yī)院感染的發(fā)生風險升高0.20%(P0.05),PM2.5、PM10和NO_2每升高1μg/m~3,4 d后呼吸道感染的發(fā)生風險分別增加0.12%、0.10%和0.49%(P0.05),而PM2.5、PM10、NO_2和SO_2每升高1μg/m~3,5 d后呼吸道感染的發(fā)生風險增加0.12%、0.10%、0.59%和0.74%(P0.05);PM10每升高1μg/m~3,3 d和4 d后,呼吸機相關肺炎的發(fā)生風險分別增加0.05%和0.04%(P0.05)。閾值效應分析顯示,PM2.5、PM10、NO_2和SO_2對4 d或5 d后呼吸道感染發(fā)生風險的影響存在閾值效應;PM10對3 d和4 d后呼吸機相關肺炎發(fā)生風險的影響存在閾值效應。結論:空氣中PM2.5、PM10、NO_2、SO_2升高會增加呼吸道感染、呼吸機相關肺炎的發(fā)生風險。
【部分圖文】：

鄭州市2015年1月1日至2019年6月30日大氣污染物濃度呈現(xiàn)明顯的季節(jié)性,PM2.5、PM10、SO2、NO2每年冬季最高,見圖1。大氣污染物間存在正相關(表1),相關系數(shù)范圍為0.495至0.861,日均氣溫與PM2.5、PM10、SO2和NO2存在顯著負相關,因此在探討大氣污染物與醫(yī)院感染發(fā)生風險的關系時,將日均氣溫作為混雜因素進行調整。表1 大氣污染物間Pearson相關系數(shù)矩陣 變量 PM2.5 PM10 SO2 NO2 日均氣溫 PM2.5 1 PM10 0.861* 1 SO2 0.495* 0.558* 1 NO2 0.669* 0.677* 0.599* 1 日均氣溫 -0.437* -0.325* -0.457* -0.379* 1 *:P<0.05

在控制了時間趨勢、星期幾效應、假期效應、日均氣溫等因素后,未見大氣污染與同期醫(yī)院感染、呼吸道感染、呼吸機相關肺炎發(fā)生有關。滯后效應分析顯示,PM2.5每升高1 μg/m3,5 d后醫(yī)院感染風險升高0.20%,PM2.5、PM10和NO2每升高1 μg/m3,4 d后呼吸道感染的發(fā)生風險分別增加0.12%、0.10%和0.49%,而PM2.5、PM10、NO2和SO2每升高1 μg/m3,5 d后呼吸道感染的發(fā)生風險增加0.12%、0.10%、0.59%和0.74%;PM10每升高1 μg/m3,3 d和4 d后,呼吸機相關肺炎的發(fā)生風險增加0.05%和0.04%(P<0.05)。 見表2。2.4 閾值效應分析
【相似文獻】

相關期刊論文 前10條

1 金銓;任韌;薛鳴;王小芳;黃希匯;龔立科;;超聲輔助提取-電感耦合等離子體質譜法測定杭州市主城區(qū)大氣PM2.5中的47種元素[J];中國衛(wèi)生檢驗雜志;2017年17期

2 王娟;;基于多元回歸分析的PM2.5預測研究[J];微型電腦應用;2020年03期

3 黃竹青;;空氣PM2.5連續(xù)監(jiān)測系統(tǒng)手工采樣比對測試[J];資源節(jié)約與環(huán)保;2020年02期

4 解蕾;;基于R語言的綠色植被對PM2.5調控作用分析[J];晉城職業(yè)技術學院學報;2020年03期

5 王鑫圓;曹春萍;;基于隨機森林與改進極限學習機的PM2.5濃度模型[J];軟件;2020年06期

6 王啟淳;雷寧生;曾炫萍;;離子色譜法測定空氣PM2.5中9種水溶性離子[J];山東化工;2020年15期

7 張曉玲;;PM2.5的自動監(jiān)測方法對比分析及應用[J];資源節(jié)約與環(huán)保;2019年11期

8 閆生榮;杜中英;張躍群;花海蓉;周麗;;綠化樹木消減PM2.5污染研究概述[J];生物學教學;2015年07期

9 何藝;馮濤;;固相萃取-高效液相色譜法測定PM2.5中多環(huán)芳烴[J];山西化工;2017年01期

10 林雅潔;;我國PM2.5中可溶性無機離子組分的來源及特點[J];廣東化工;2017年08期

相關博士學位論文 前7條

1 濮琦;大氣PM2.5中可溶性離子在混凝土內(nèi)擴散遷移行為研究[D];中國建筑材料科學研究總院;2018年

2 白雪;功能化納米顆粒在調控細胞“識別”功能和“命運”及探究PM2.5毒性機制中的應用[D];山東大學;2018年

3 郭陽潔;基于氣溶膠遙感的中國陸地大氣PM2.5濃度估算[D];武漢大學;2014年

4 史海霞;我國城市居民PM2.5減排行為影響因素及政策干預研究[D];中國科學技術大學;2017年

5 羅嫚;RAD50介導的DNA損傷應答在PM2.5誘導氣道炎癥中分子調控機制的研究[D];浙江大學;2018年

6 馬寧;中日韓跨界PM2.5轉移規(guī)律及影響機制研究[D];中國地質大學(北京);2020年

7 張琛;面向PM2.5空氣污染分析的多重分形方法研究[D];合肥工業(yè)大學;2016年

相關碩士學位論文 前10條

1 戶亞飛;MODIS氣溶膠光學厚度與PM2.5濃度相關性分析[D];北京建筑大學;2015年

2 陳志潔;不同季節(jié)植物吸收凈化PM2.5能力的研究[D];仲愷農(nóng)業(yè)工程學院;2019年

3 余慧詩;成都市PM2.5濃度時空分布、預測及擴散分析[D];西南財經(jīng)大學;2019年

4 黃嫻;清霾宣肺顆粒治療霧霾（PM2.5）導致咳嗽燥濁傷肺證的臨床研究[D];山東中醫(yī)藥大學;2018年

5 陳松;基于側向散射激光雷達的PM2.5濃度反演機制研究[D];杭州電子科技大學;2018年

6 李航宇;維生素C在PM2.5懸濁液誘導大鼠肺臟炎癥中的潛在保護作用[D];河北醫(yī)科大學;2019年

7 李龔;基于PM2.5指標的中國環(huán)境庫茲涅茨曲線估計[D];上海交通大學;2016年

8 武文飛;航空器排放對機場區(qū)域環(huán)境PM2.5的影響研究[D];中國民航大學;2019年

9 姚雙雙;考慮PM2.5排放的信號交叉口左轉待轉區(qū)設置研究[D];西南交通大學;2019年

10 武紫超;石家莊地區(qū)PM2.5濃度的反演模型構建研究[D];河北師范大學;2019年

本文編號：2846439