妊娠期是婦女和胎兒發(fā)育的關(guān)鍵時期。孕婦的循環(huán)系統(tǒng)在妊娠期會發(fā)生生理學(xué)改變,從而適應(yīng)這一特殊的生理時期,保證孕婦和胎兒擁有足夠的氧氣供應(yīng)。由于血壓值的大小取決于心輸出量和全身血管阻力,因此,無論是妊娠期高血壓疾病患者,還是正常孕婦,妊娠后血壓值都會發(fā)生改變。與妊娠期血壓正常變化相比,妊娠期血壓異常變化主要存在兩種情況,第一種情況是妊娠期血壓水平的改變;第二種是妊娠期血壓變化趨勢改變。這兩種妊娠期血壓異常變化均與孕婦以及新生兒不良健康結(jié)局發(fā)生存在關(guān)聯(lián)。大氣細顆粒物(Fine particulate matter,PM_(2.5))是指空氣動力學(xué)直徑≤2.5μm的顆粒物。由于PM_(2.5)的粒徑小,所以其表面積相對較大,使其更易富集空氣中的各種重金屬、化學(xué)物質(zhì)等有毒、有害物質(zhì)。大氣PM_(2.5)污染給人群健康造成了嚴重的威脅,根據(jù)Lancet發(fā)表的一項關(guān)于最新的全球疾病負擔研究(the Global Burden of Diseases Study)結(jié)果顯示,2015年大氣PM_(2.5)污染在全球直接或間接造成了420萬人的死亡,以及1.031億傷殘調(diào)整壽命年(Disability-adjusted life-years DALYs)的損失。近年來,越來越多的研究者關(guān)注到大氣PM_(2.5)暴露與孕婦妊娠期高血壓疾病和妊娠期血壓變化之間的關(guān)聯(lián),但是目前研究所得結(jié)果并不一致。而且目前的研究,使用縱向數(shù)據(jù)詳細分析兩種血壓異常變化影響因素的研究較少,并且關(guān)注的是整個妊娠期的PM_(2.5)平均暴露量或者單一時間段PM_(2.5)的平均暴露。但是由于大氣PM_(2.5)污染受季節(jié)、風(fēng)向等時間、氣象因素影響很大,妊娠期又是一個特殊的生理時期,僅考慮妊娠期PM_(2.5)平均暴露量或者妊娠期某一個時間段的PM_(2.5)平均暴露量難以真實的反映大氣PM_(2.5)暴露對孕婦妊娠期血壓變化的影響。本研究基于大型前瞻性出生隊列,利用妊娠期血壓縱向數(shù)據(jù),探討妊娠期血壓隨孕周變化趨勢和與妊娠期血壓變化的有關(guān)的影響因素。同時,本研究基于武漢市環(huán)境監(jiān)測中心所提供的大氣PM_(2.5)濃度數(shù)據(jù),探討妊娠期大氣PM_(2.5)暴露與妊娠期高血壓疾病和妊娠期血壓變化之間的關(guān)聯(lián),為防控妊娠期大氣PM_(2.5)暴露提供流行病學(xué)證據(jù)。第一部分妊娠期血壓變化影響因素分析目的:分析妊娠期血壓變化趨勢,以及與妊娠期血壓值變化有關(guān)的影響因素。探討妊娠期高血壓疾病患者與正常孕婦是否存在妊娠期血壓變化上的差異。方法:本研究的研究對象,來自武漢市的一項大型前瞻性出生隊列研究。本研究通過問卷調(diào)查和電子病歷系統(tǒng)收集了孕婦以及丈夫的基本信息,并且采集了孕婦在整個妊娠期中各個時間點的血壓測量值。根據(jù)納入與排除標準,最終確定2332名研究對象,共包含13699次妊娠期血壓測量數(shù)據(jù)。本研究使用混合模型分析構(gòu)建妊娠期血壓變化模型,并利用該模型分析,篩選與妊娠期血壓變化有關(guān)的影響因素。最后利用該模型分析妊娠期高血壓疾病患者與正常孕婦之間妊娠期血壓變化的差異。結(jié)果:妊娠期血壓變化趨勢可以使用妊娠期血壓隨孕周變化的函數(shù)解釋(孕周的回歸系數(shù)在-1.62至-0.93之間;P均小于0.05)。本研究發(fā)現(xiàn)孕前BMI、孕次、母親年齡、產(chǎn)次與孕婦妊娠期血壓水平變化之間存在關(guān)聯(lián)(回歸系數(shù)在-1.62-0.93之間;P均小于0.05)。妊娠期高血壓疾病患者妊娠期血壓水平比正常孕婦高(回歸系數(shù)在4.99-10.63之間;P均小于0.05),并且妊娠期血壓變化趨勢存在差異:相對于正常孕婦,妊娠期高血壓患者妊娠中期血壓波動范圍更大、妊娠晚期血壓上升速度更快;子癇前期患者血壓在妊娠期一直保持上升。結(jié)論:正常孕婦妊娠期血壓在整個妊娠期存在先在妊娠早期上升,在妊娠中期逐漸下降至最低點后,在妊娠晚期逐漸上升的變化趨勢。妊娠期高血壓疾病患者存在不同的血壓變化趨勢,具體表現(xiàn)為妊娠中期血壓不下降、波動增大和妊娠晚期血壓快速上升。孕前BMI、孕次、母親年齡與妊娠期血壓水平變化有關(guān)。第二部分大氣PM2.5暴露與妊娠期血壓變化的關(guān)聯(lián)目的:探討妊娠期PM_(2.5)與孕婦妊娠期高血壓疾病和妊娠期血壓變化之間的關(guān)聯(lián)。方法:利用武漢市環(huán)境監(jiān)測中心所提供的數(shù)據(jù),本研究使用土地利用回歸模型評估了每位研究對象每天的大氣PM_(2.5)暴露濃度,進一步計算出每位研究對象妊娠期PM_(2.5)暴露量。本部分研究使用Logistic回歸分析妊娠期PM_(2.5)暴露與妊娠期高血壓疾病之間的關(guān)聯(lián)。同時,為了準確的描述孕婦整個孕期PM_(2.5)暴露情況。本部分研究對研究人群根據(jù)妊娠期PM_(2.5)暴露情況進行聚類,并在第一部分構(gòu)建的妊娠期血壓變化模型的基礎(chǔ)上中納入妊娠期PM_(2.5)暴露類別,分析妊娠期PM_(2.5)暴露情與妊娠期血壓變化之間的關(guān)聯(lián)。結(jié)果:本研究未發(fā)現(xiàn)整個妊娠期PM_(2.5)平均暴露濃度與妊娠期高血壓疾病患病率(OR=1.03,95%CI:-1.53,3.44)和妊娠期血壓變化之間存在關(guān)聯(lián)(回歸系數(shù)在-0.75至0.38之間;P均大于0.05)。聚類分析結(jié)果顯示,整個研究人群根據(jù)整個孕期PM_(2.5)暴露濃度變化,可以分為5種類別。將孕期PM_(2.5)暴露納入分析結(jié)果顯示:妊娠期中,孕早期中期均處于PM_(2.5)高濃度暴露的孕婦,具有擁有更高水平的收縮壓,且血壓在整個妊娠期一直保持上升的趨勢(回歸系數(shù)在2.32至18.82之間;P均小于0.05)。妊娠晚期暴露于PM_(2.5)高濃度的孕婦具有更高水平的收縮壓,并且血壓在妊娠晚期更早、更快速的上升(回歸系數(shù)在-1.86至11.85之間;P均小于0.05)。為了探討妊娠中期脫離高濃度暴露是否對于血壓存在影響,本研究對比研究妊娠早期中期均處于PM_(2.5)高濃度暴露的孕婦和中期脫離了PM_(2.5)高濃度暴露的孕婦,結(jié)果發(fā)現(xiàn)妊娠早期處于PM_(2.5)高濃度暴露的孕婦,若在孕中期脫離PM_(2.5)高濃度暴露,收縮壓呈下降的趨勢(回歸系數(shù)在-1.87至0之間;P均小于0.05)。結(jié)論:未發(fā)現(xiàn)整個妊娠期PM_(2.5)平均暴露濃度與妊娠期高血壓疾病患病率和妊娠期血壓變化之間的關(guān)聯(lián)。各個孕期PM_(2.5)高暴露,與孕期血壓變化有關(guān),孕早期PM2.5高暴露與妊娠期血壓整體水平升高有關(guān),孕中期PM_(2.5)高暴露環(huán)境與孕中期血壓下降趨勢消失存在有關(guān),孕晚期PM_(2.5)高暴露與孕晚期收縮壓更快速上升有關(guān)。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：R714.246
【部分圖文】：

(a)收縮壓變化趨勢 (b)舒張壓變化趨勢圖 1-1 妊娠期血壓隨孕周變化趨勢1.2.3 妊娠期高血壓疾病患者與正常孕婦妊娠期血壓變化情況對比表 1-3 展示了妊娠期高血壓疾病患者于正常孕婦妊娠期血壓變化情況對比的結(jié)果，本研究發(fā)現(xiàn)被診斷有妊娠期高血壓疾病的孕婦妊娠期血壓水平顯著升高，其中，妊娠期高血壓患者比正常孕婦收縮壓平均高 10.63mmHg(95%CI: 8.49,12.76)，舒張壓高 7.09 mmHg(95%CI: 5.30, 8.89)；子癇前期患者比正常孕婦收縮壓平均高7.92mmHg (95%CI: 4.91, 10.92)，舒張壓高 4.99 mmHg (95%CI: 2.48, 7.51)。本研究同時發(fā)現(xiàn)，妊娠期高血壓孕婦的妊娠期血壓變化趨勢與正常孕婦的妊娠期舒張壓血壓變化趨勢存在差異(妊娠期高血壓與孕周平方項、立方項交互項回歸系數(shù) P 均<0.05)，舒張壓變化趨勢提示存在差異，但是結(jié)果并不顯著(妊娠期高血壓與孕周一次項、平方項、立方項交互項回歸系數(shù) P 等于 0.05)。表 1-3 對比了幾組之間的差異，從圖中可以發(fā)現(xiàn)，與正常孕婦相對比，妊娠期高血壓疾病患者在收縮壓和舒張壓的趨勢變化上，均表現(xiàn)為妊娠前期和妊娠后期血壓值更快速升高和妊娠中期血

正常孕婦 Reference Reference妊娠期高血壓 10.63(8.49, 12.76) <0.01* 7.09(5.30, 8.89) <0.01*子癇前期 7.92(4.91, 10.92) <0.01* 4.99(2.48, 7.51) <0.01*與孕周交互項一次項正常孕婦 Reference Reference妊娠期高血壓 3.47(-0.24, 7.18) 0.07 3.17(-0.06, 6.4) 0.05子癇前期 -1.29(-6.77, 4.18) 0.64 -1.30(-6.07, 3.46) 0.59平方項正常孕婦 Reference Reference妊娠期高血壓 -0.17(-0.33, -0.01) 0.04* -0.14(-0.28, 0) 0.05子癇前期 0.07(-0.17, 0.31) 0.59 0.06(-0.14, 0.27) 0.54立方項正常孕婦 Reference Reference妊娠期高血壓 0.0013(0.00, <0.01) 0.02* 0.0011(0.00, <0.01) 0.05子癇前期 0.0001(0.00, <0.01) 0.62 0.0001(0.00, <0.01) 0.55注：*表示 P < 0.05；

圖 2-1 武漢市 PM2.5 濃度分布圖表 2-1 妊娠期各個時期 PM2.5暴露情況5 暴露/m3)平均值±標準差百分位數(shù)最小值P2.5 P25 P50 P75 P97.5 期 91.37±36.05 33.98 41.36 62.38 93.80 128.25 149.14 期 94.66±38.29 27.97 37.73 49.49 79.18 121.28 154.14 期 86.79±33.05 30.52 45.64 68.26 80.17 123.92 154.67 孕期 92.66±9.74 65.16 73.39 82.63 93.63 99.71 105.90

【相似文獻】

相關(guān)期刊論文 前10條

1 李桂玲;;國內(nèi)外細顆粒物監(jiān)測評價方法對比及啟示[J];環(huán)境保護科學(xué);2019年03期

2 齊叢亮;吳傲立;尤勝勝;李玉;沈曉玲;孫彬彬;馮麗華;;細顆粒物控制技術(shù)現(xiàn)狀研究[J];節(jié)能與環(huán)保;2019年09期

3 夏曉康;李燦;朱尚斌;;垂直壁面附近細顆粒物熱泳效應(yīng)實驗研究[J];中國粉體技術(shù);2017年06期

4 聶燕敏;張楠;齊麗娟;陶晶;王心宇;尤育洲;寧鈞宇;李國君;高珊;;基于3D表皮模型霧霾和煙花集中燃放天氣細顆粒物對皮膚刺激性的影響及方法比較[J];毒理學(xué)雜志;2018年05期

5 侯永麗;秦綱;任棟華;呂吉元;;大氣細顆粒物與心功能的研究進展[J];中西醫(yī)結(jié)合心腦血管病雜志;2016年21期

6 劉俊儀;呂墨鈺;王海陽;喻健;周冠宇;金建成;;大氣中細顆粒物對人類健康的影響[J];山東化工;2016年23期

7 陳金媛;劉柏辰;韓瀟倩;周慶華;;杭州市冬春季大氣細顆粒物中多環(huán)芳烴的粒徑分布特征及細胞毒性研究[J];環(huán)境污染與防治;2017年02期

8 何偉軒;孫昊;關(guān)穎;;高校教室自然通風(fēng)下細顆粒物運動分布規(guī)律研究[J];建材與裝飾;2017年02期

9 周躍;;大氣細顆粒物監(jiān)測技術(shù)研究[J];中國戰(zhàn)略新興產(chǎn)業(yè);2017年16期

10 周躍;;大氣細顆粒物組成分析研究[J];中國戰(zhàn)略新興產(chǎn)業(yè);2017年16期

相關(guān)會議論文 前10條

1 任清泉;肖純凌;;不同城市細顆粒物金屬元素組成特征及其來源分析研究進展[A];2018環(huán)境與健康學(xué)術(shù)會議--精準環(huán)境健康：跨學(xué)科合作的挑戰(zhàn)論文匯編[C];2018年

2 牛宏宏;王寶慶;劉博薇;胡新鑫;;不同氣象條件下城市街道峽谷內(nèi)細顆粒物擴散模擬[A];2018中國環(huán)境科學(xué)學(xué)會科學(xué)技術(shù)年會論文集（第二卷）[C];2018年

3 于涼云;張奇;徐琴;胡效亞;;大氣細顆粒物成分的電化學(xué)檢測[A];中國化學(xué)會第30屆學(xué)術(shù)年會摘要集-第二十六分會：環(huán)境化學(xué)[C];2016年

4 卞倩;梁婕;陳東亞;凌敏;;功能性轉(zhuǎn)錄組學(xué)分析揭示細顆粒物暴露調(diào)控的肺泡上皮細胞關(guān)鍵分子通路[A];中國毒理學(xué)會第七次全國毒理學(xué)大會暨第八屆湖北科技論壇論文集[C];2015年

5 孫科;呂琳;萬占鴻;;細顆粒物在不同表面上的自然沉降規(guī)律及其對環(huán)境的影響研究[A];2014年全國環(huán)境力學(xué)學(xué)術(shù)研討會論文摘要集[C];2014年

6 朱彤;;大氣細顆粒物對人體健康的影響[A];十一屆全國氣溶膠會議暨第十屆海峽兩岸氣溶膠技術(shù)研討會摘要集[C];2013年

7 王春霖;陳永亨;王津;劉娟;;粵西某工廠周邊大氣細顆粒物中鉈的分布特征[A];中國礦物巖石地球化學(xué)學(xué)會第15屆學(xué)術(shù)年會論文摘要集（3）[C];2015年

8 韓雪;梁文艷;梁文麗;張苑;孫樂棟;;大氣細顆粒物對小鼠皮膚組織中表皮生長因子受體mRNA表達的影響[A];2015全國中西醫(yī)結(jié)合皮膚性病學(xué)術(shù)年會論文匯編[C];2015年

9 趙靚;劉保獻;楊懂艷;陳圓圓;丁萌萌;周健楠;;大氣細顆粒物組分分析及研究[A];2014大氣顆粒污染物監(jiān)測與防治技術(shù)研討會論文集[C];2014年

10 錢凌;銀燕;童堯青;王巍巍;魏玉香;;南京北郊大氣細顆粒物的粒徑分布特征[A];中國氣象學(xué)會2007年年會大氣成分觀測、研究與預(yù)報分會場論文集[C];2007年

相關(guān)重要報紙文章 前10條

1 張行勇;城市大氣細顆粒物中碳組分主要來自化石燃料[N];科學(xué)時報;2011年

2 本報記者 劉晶 實習(xí)記者 胡文婷;19微克 深圳鹽田細顆粒物年均濃度達歐盟第二階段標準[N];中國環(huán)境報;2020年

3 本報通訊員 陳惠陸;廣州細顆粒物平均濃度連續(xù)兩年達標[N];中國環(huán)境報;2019年

4 劉立 項麗君;鋼鐵窯爐煙塵細顆粒物超低排放技術(shù)及應(yīng)用[N];世界金屬導(dǎo)報;2019年

5 孫雪云 韓暉;仍為細顆粒物[N];常州日報;2019年

6 宗華 編譯;細顆粒物：到底多“濃”才安全[N];中國科學(xué)報;2018年

7 本報記者 周迎久 張銘賢;河北上月細顆粒物平均濃度創(chuàng)同期最好水平[N];中國環(huán)境報;2019年

8 記者 劉劍英 白增安;邯鄲力爭今年細顆粒物平均濃度同比下降12%[N];河北日報;2018年

9 記者 馬愛平;林帶阻滯細顆粒物下午效率高[N];科技日報;2018年

10 本報記者 高楠;北京上半年細顆粒物平均濃度創(chuàng)歷史同期最低[N];中國環(huán)境報;2018年

相關(guān)博士學(xué)位論文 前10條

1 潘丹萍;石灰石-石膏濕法脫硫過程中細顆粒物轉(zhuǎn)化機制研究[D];東南大學(xué);2017年

2 劉勇;應(yīng)用化學(xué)團聚增強細顆粒物脫出的試驗研究[D];東南大學(xué);2017年

3 吳昊;應(yīng)用水汽相變促進燃煤煙氣中細顆粒物及SO_3酸霧脫除的研究[D];東南大學(xué);2017年

4 劉文巍;范德華力作用下細顆粒隨機堆積過程的動力學(xué)研究[D];清華大學(xué);2017年

5 金鑫明;開放及封閉空間內(nèi)細顆粒物的輸運特性與捕集技術(shù)研究[D];華北電力大學(xué)(北京);2018年

6 郭沂權(quán);燃煤飛灰細顆粒物化學(xué)團聚強化除塵機制的研究[D];華中科技大學(xué);2018年

7 周潤澤;環(huán)境細顆粒物對上海市社區(qū)心律失常發(fā)病的短期效應(yīng)研究[D];上海交通大學(xué);2017年

8 裴冰;污染源顆粒物排放測定技術(shù)研究及應(yīng)用[D];上海交通大學(xué);2017年

9 段智霞;細顆粒物質(zhì)潛入河道底泥截污效果研究[D];太原理工大學(xué);2019年

10 梁曉雪;我國能源金三角寧東煤化工基地大氣細顆粒物的污染特征及來源解析[D];蘭州大學(xué);2019年

相關(guān)碩士學(xué)位論文 前10條

1 馬麗新;哈爾濱大氣細顆粒物中PAHs及其衍生物污染特性與風(fēng)險研究[D];哈爾濱工業(yè)大學(xué);2019年

2 劉洋;聲波團聚在煙氣細顆粒物脫除中的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2018年

3 淳良;聲場中細顆粒物聚集機理及其對團聚的作用[D];哈爾濱工業(yè)大學(xué);2018年

4 袁倩;辦公環(huán)境內(nèi)細顆粒物過濾凈化效果的模擬和實驗研究[D];浙江理工大學(xué);2019年

5 閆珊珊;邯鄲市不同功能區(qū)大氣細顆粒物中金屬元素的特征研究[D];河北工程大學(xué);2019年

6 楊明翰;大氣細顆粒物暴露與孕婦妊娠期血壓變化的關(guān)聯(lián)[D];華中科技大學(xué);2019年

7 王軍;基于無機膜分離技術(shù)的細顆粒物捕集設(shè)備的研制及應(yīng)用[D];貴州大學(xué);2015年

8 劉東;蒸汽相變脫除轉(zhuǎn)爐煙氣細顆粒物數(shù)值模擬[D];華北理工大學(xué);2019年

9 胡譯丹;基于群智感知模式的區(qū)域性大氣細顆粒物濃度分布研究[D];杭州電子科技大學(xué);2016年

10 顧遠;常州城區(qū)細顆粒物化學(xué)組分晝夜變化特征及來源分析[D];江蘇理工學(xué)院;2018年

本文編號：2831088