王在翔 赵 晶 牛泽亮 祁 鹏

空气污染对心脑血管疾病门诊量影响的Poisson广义可加模型分析*

王在翔1赵 晶1牛泽亮1祁 鹏2

目的 定量研究潍坊市大气污染对居民心脑血管日门诊量的影响，探讨大气污染与门诊量之间的关系，为心脑血管疾病的预防控制提供依据。方法 通过潍坊市社保系统收集每日心脑血管疾病门诊量，从中国气象局收集气象资料，大气污染资料来源于潍坊市环境监测站。采用Poisson广义可加模型对潍坊市大气污染与心脑血管疾病门诊量进行回归分析，同时控制气象因素、时间趋势、周日效应混杂因素的影响。结果 2015年潍坊市空气中PM 2.5、PM 10、SO2、NO2的日均浓度分别为75.33μg/m3、126.25μg/m3、41.25μg/m3、38.17μg/m3；潍坊市心脑血管疾病日门诊量586人次/天；Spearman相关分析结果表明，温度和降雨量与空气污染指标存在较强相关性。单因素广义可加模型(GAM)时序分析结果显示，温度、降雨量、PM 2.5、PM 10、SO2、NO2对心脑血管疾病门诊量有影响；多因素分析显示，PM 2.5、PM 10、SO2、NO2日均浓度每增加10μg/m3，心脑血管疾病门诊量的风险RR值分别增加0.27%(0.20%～0.53%)、0.35%(0.10%～0.61%)、0.69%(0.50%～0.89%)、0.39%(0.04%～0.75%)。 结论 潍坊市大气污染能增加心脑血管疾病门诊量的风险，温度和降雨量与大气污染物相关性较高，提示采暖期污染程度明显加重，有必要开展相应的治理措施。

心脑血管疾病 广义可加模型 Poisson回归 大气污染物

心脑血管疾病是当前危害人类生命与健康的常见病，目前我国心脑血管疾病患者约2.9亿人，发病人数持续增加，严重影响人们的期望寿命和生存质量，已经成为主要的社会公共卫生问题和医疗费用过度增长的主要原因。而气象条件是心脑血管疾病发病的诱因之一。心脑血管疾病发病存在着明显的季节特征。近年来，大量研究显示大气颗粒物是心脑血管疾病的危险因素[1-2]。为定量评价大气污染对居民心脑血管疾病门诊量的影响，对山东省潍坊市2015年大气污染与居民心脑血管疾病日门诊量进行相关研究。

资料与方法

1.资料来源

心脑血管疾病日门诊量来源于潍坊市社会保障局，收集2015年每天各个医院就诊的心脑血管疾病门诊患者；气象资料和空气污染资料采用中国气象局和环境监测中心收集的潍坊市同时段气象指标(包括温度、降雨量、风速的日均值，以及大气污染物资料PM 2.5、PM 10、SO2及NO2的日平均值)。

2.疾病分类按照国际分类第十版(ICD-10)，心脑血管疾病门诊疾病包括高血压Ⅲ级(I10.06)、冠心病(I25.103)、脑出血恢复期(I61.901)、脑梗塞恢复期(I63.901)、冠脉支架植入术后(Z95.501)。

3.方法

(1)数据处理 数据存储、管理和统计分析采用Excel 2013、SAS 9.4。

(2)潍坊市心脑血管疾病门诊量日均为586例，其实际分布近似Poisson分布。分析空气污染物对心脑血管疾病日门诊量的急性影响，首先必须控制时间序列中气象因素、季节性和星期以及长期趋势等混杂因素。研究表明，气象因素与日门诊量为非线性关系，故应用Poisson广义可加模型。具体模型为：

log[E(yi)]=βXi+as.factor(DOW)+s(时间,df)+s(温度,df)+s(风速,df)+s(降雨量,df)+α

Yi：观察日；i：当天的心脑血管疾病门诊量；E(Yi)：观察日Yi日门诊的预期值；α：残差；β：回归系数；s(时间,df):时间样条平滑函数；s(温度,df)：温度样条平滑函数；s(降雨量,df)：降雨量样条平滑函数;s(风速,df:风速样条平滑函数。

关于过离散问题，在应用Poisson回归的时候需要进行过离散的检验和校正，不符合则采用负二项Poisson回归。采用GAM模型，不对预测变量的形式做具体要求，而是采用非参数的方法进行拟合。

采用Spearman秩相关分析大气污染物、气象因素指标之间与心脑血管疾病门诊量的相关性。

结 果

1.潍坊市心脑血管疾病日门诊量、空气污染和气象因素描述性统计

2015年潍坊市心脑血管疾病日门诊量、气象因素和大气污染日间分布存在季节性，经正态性检验不符合正态分布(P<0.05)。2015年潍坊市每日心脑血管门诊量为586例；2015年日气温为12.88℃；降雨量1.21mm；风速3.2m/s，2015年PM 2.5日浓度为75.33μg/m3，PM 10日浓度为120.18μg/m3，SO2为41.25μg/m3，NO2为38.17μg/m3。详见表1。

表1 2015年潍坊市每日心脑血管门诊数、气象因素、空气污染描述性统计结果

2.心脑血管疾病日门诊量与空气污染物、气象指标间Spearman相关分析

Spearman相关性分析结果表明污染物浓度之间的相关性有统计学意义(P<0.01)，其中PM 2.5和NO2相关性最强，rs为0.949；其次为PM 2.5和PM 10，rs=0.924；温度与降雨量间rs=0.840，有统计学意义(P<0.01)；温度与各空气污染指标之间均呈负相关，且有统计学意义(P<0.01)；降雨量与各指标之间均呈负相关，且有统计学意义(P<0.01)。风速与各指标之间相关性较低，可能与潍坊天气情况有关，冬季寒冷干燥，盛行偏北风，夏季湿热多雨盛行西南风，全年风速较大。上述指标间相关性分析结果提示各指标见可能存在共曲线性[3]详见表2。

表2 2015年潍坊市每日心脑血管疾病门诊量与气象因素和空气污染的Spearman相关分析

**：P<0.01

3.大气污染物与相关因素对心脑血管疾病门诊量的单因素GAM分析

大气污染物对不同迟滞日心脑血管疾病日门诊量的单因素分析：经过可能的混杂因素调整后大气污染物日浓度对当日及不同滞后天数的心脑血管疾病日门诊量的Poisson回归GAM分析显示：PM 2.5、PM 10、SO2、NO2对心脑血管疾病日门诊量的影响风险在当日达到最大，随着滞后日的增加，影响逐渐减小。单污染物模型中，PM 2.5对潍坊市心脑血管疾病日门诊量影响的相对危险度为1.25(95%CI：1.08～1.45)；PM 10对心脑血管疾病日门诊量影响的相对危险度为1.33(95%CI:1.17～1.51)； SO2对心脑血管疾病日门诊量影响的相对危险度为1.32(95%CI:1.05～1.64)；NO2对心脑血管疾病日门诊量影响的相对危险度为1.24(95%CI:1.05～1.45)，详见表3。

水稻应该怎么种，才能帮助农民真正实现增产增收？答案是“水稻+”。2018年10月17日，在湖北省洪湖市召开的全国水稻绿色生产技术模式现场观摩交流会上，全国农技推广中心宣布启动实施“水稻+”“551”工程，大力推行“水稻+”绿色高质高效生产模式，力争用5年时间发展到333.33万hm2，实现年产值1 000亿元。

表3 大气污染物对不同迟滞日心脑血管疾病日门诊量的单因素分析

*：Lag0为当日心脑血管疾病门诊量，Lag1为1日后心脑血管疾病门诊量，……，Lag5为5日后心脑血管疾病门诊量；b：回归系数；se：标准误；GCV：广义交叉有效性函数。

4.大气污染物与相关因素对心脑血管疾病门诊量的多因素GAM分析

大气污染对心脑血管疾病日门诊量的多因素分析：根据单因素分析结果选择了相对危险度最大的滞后日进行的多因素分析，选取PM 2.5(lag2)、PM 10(lag2)、SO2(lag1)、NO2(lag0)及气象因素和星期进行多因素的Poisson回归GAM分析，PM 2.5、PM 10、SO2、NO2日浓度每增加10μg/m3，心脑血管疾病日门诊量的风险RR值及95%置信区间分别增加0.27%(0.20%～0.53%)；0.35%(0.10%～0.61%)；0.69%(0.50%～0.89%)；0.39%(0.04%～0.75%)。气温和降雨量也是其危险因素(P<0.05)，详见表4。在多因素分析中，根据单因素分析结果选择了相对危险度最大的滞后日进行的多因素分析，虽然存在滞后效应，但是在当天的RR值最大；目前只是把气象因素和星期作为混杂因素进行多因素的分析。

讨 论

近年来，大量研究显示颗粒物(PM)大气污染尤其是PM 2.5是心血管疾病的一种危险因素。PM 2.5被认为是PM中最主要的致病成分，与心脑血管疾病的关联更为密切。目前研究多为大气污染短期暴露与心脑血管的死亡、发病和就诊情况进行关联。北京市2010-2012年日均PM 2.5浓度为96.2μg/m3,该浓度每增加10μg/m3,当日的缺血性心脏病发病率增加0.27%，且存在滞后效应[4-6]。

研究表明，气象因素影响心脑血管疾病急诊人次[7-8]，冬季气温降低可以导致心脑血管疾病门诊量的增加。同时气象因素影响大气污染物的扩散，因此气象因素和大气污染显著相关。气象因素和大气污染联合作用可以加重心脑血管疾病发病率和门诊量。

表4 大气污染物及气象因素对心脑血管疾病门诊量的多因素GAM分析

本研究结果提示，潍坊市心脑血管疾病日门诊量与空气污染物、气象因素有关[9]。潍坊市大气污染物和气象因素分布之间存在明显相关性。潍坊市四季分明，采暖期污染物的水平明显高于非采暖期污染物水平。大气污染物与相关因素对心脑血管疾病门诊量的单因素分析可以发现，PM 2.5、PM 10、SO2、NO2对门诊量当日影响较大，随着时间推移，影响逐渐减小。经过多因素分析发现PM 2.5、PM 10、SO2、NO2随着浓度的增加门诊量上升。低气温也能导致心脑血管疾病门诊量的增加。

目前Poisson广义可加模型已成为大气污染环境流行病学研究的标准方法[10]。模型的优点在于不对预测变量的形式做具体要求，将大气污染物和其他混杂因素用非参数的方法进行拟合，这样可以在剔除混杂因素的前提下，准确估计污染物对心脑血管疾病门诊量的危险度。可以为大气污染治理、干预效果评估、经济损失分析、空气质量评定提供科学依据。本次研究应用标准模型分析了潍坊市空气污染和气象因素对心脑血管疾病门诊量的影响，揭示了空气污染对心脑血管疾病门诊量的影响特征[11]。

[1]Samet JM,Dominici F,Zeger SL,et al.National morbidity,mortality and air pollution study,part I:methods and methodologic issues.health effects inst rep,2000,94:15-74.

[2]Xie W,Li G,Zhao D,et al.Relationship between fine particulate air pollution and ischaemic heart disease morbidity and mortality.Heart,2015,101:257-263.

[3]贾彬,王彤,王琳娜,等.广义可加模型共曲线性及其在空气污染问题研究中的应用.第四军医大学学报,2005，(3):280-283.

[4]郑山,王敏珍,王式功等.大气污染物对兰州心脑血管疾病住院影响的病例交叉研究.中国环境科学,2012,32(7):1182-1187.

[5]宋慧丽,刘苏平,赵增毅.高温对石家庄市心脑血管疾病死亡率的影响.中国急救医学,2012,7(32):665-667.

[6]Dockery DW.Epidemiologic evidence of cardiovascular effects of particulate air pollution.Environ Health Perspect,2001,109:335-340.

[7]王德征,江国虹,顾清,等.采用时间序列泊松回归分析天津市大气污染物对心脑血管疾病死亡的急性影响.中国循环杂志,2014,29(6):453-457.

[8]张燕萍,张志翠,张晓萍,等.太原市空气污染对心脑血管疾病死亡率急性影响的Poisson广义可加模型分析.环境与健康杂志,2008,25(1):11-15.

[9]刘方,张金量,陆晨.我国气象因素与心脑血管疾病研究现状.气象科技,2004,32(6):425-428.

[10]郭玉明,王佳佳,李国星,等.气温变化与心脑血管急诊关系的病例交叉研究.中华流行病学杂志,2008,8(30):810-815.

[11]冯国双,陈景武,张国英.用GAM程序拟合光滑样条非参数回归.数理医药学杂志,2005,18:403-406.

(责任编辑：郭海强)

Influence of Air Pollution on the Outpatient Volume of Cardiovascular and Cerebrovascular Diseases using the Poisson Generalized Additive Models in Weifang

Wang Zaixiang,Zhao Jing,Niu Zeliang,et al

(WeifangMedicalUniversity(261053),Weifang)

Objective To study the effect of air pollution on the daily outpatient amount of cardiovascular and cerebrovascular diseases and the relationship between air pollution and outpatient amount,in order to provide basis for prevention and control of cardiovascular and cerebrovascular diseases.Methods Collecting the outpatient volume of cardiovascular and cerebrovascular diseases from Weifang social security system.Meteorological data were collected from the China Meteorological Administration, and the air pollution data were collected from Weifang environmental monitoring station.The Poisson generalized additive model was used to analyze the air pollution and cardiovascular and cerebrovascular diseases in Weifang, and the effects of meteorological factors, time trend, and Sunday effect were controlled.Results The air daily average concentrations of PM2.5 and PM10, SO2, NO2were 75.33 μg/m3, 126.25 μg/m3and 41.25 μg/m3and 38.17 μg/m3of 2015 in weifang;the outpatient volume of cardiovascular and cerebrovascular diseases was 590 people per day in Weifang; Spearman correlation analysis results showed that temperature, rainfall and air pollution index had strong correlations.Single factor GAM time-series analysis results showed that temperature, rainfall, PM2.5, PM10, SO2, and NO2had an impact on the outpatient amount of cardiovascular and cerebrovascular diseases.Multiple factors analysis showed that the concentration of PM2.5 and PM10, SO2, NO2average daily by 10 ug/m3 , the risk of RR value were increased by 0.27% (0.20% 0.53%), 0.27% (0.10% 0.61%), 0.69% (0.50% 0.89%), 0.50% (0.04% 0.75%).Conclusion The atmospheric contamination can increase the risk of the outpatient volume of cardiovascular and cerebrovascular diseases in Weifang. There are correlations between the air pollutants and temperature and rainfall. Prompting that the winter heating and other factors can lead to serious air pollution. It is necessary to carry out corresponding measures.

Cardiovascular and cerebrovascular diseases; Generalized additive model; Poisson regression model; Atmospheric pollutants

“健康山东”重大社会风险预测与治理协同创新中心资助课题(XT1405003)；山东省自然基金项目(ZR2014AQ020，ZR2015HL101)

1.潍坊医学院，“健康山东”重大社会风险预测与治理协同创新中心(261053)

2.潍坊阳光融合医院