首页 > 文献资料
-
兰州市医院儿科呼吸系统疾病日门诊量与空气污染的相关性研究
目的 探讨兰州市医院儿科呼吸系统疾病日门诊量与空气污染的关系.方法 收集2014年、2015年兰州市城关区和西固区监测点覆盖范围内的综合医院、社区卫生服务中心及妇幼保健院等6家医疗机构的儿科呼吸系统疾病门诊量数据及兰州市空气污染物资料,采用两独立样本的秩和检验分析两城区空气质量及两城区与兰州市总体空气质量的比较.采用Poisson广义可加模型的时间序列分析,对兰州市医院儿科呼吸系统疾病日门诊量和空气污染进行分析,同时控制时间趋势、星期效应、气象因素等混杂因素的影响.结果 兰州市城关区和西固区SO2日平均浓度分别为26.52和28.78 μg/m3,NO2日平均浓度分别为48.56和51.84 μg/m3,PM10日平均浓度分别为115.82和129.31 μg/m3,PM2.5日平均浓度分别为51.34和62.86 μg/m3.两城区空气污染物的秩和检验结果显示:西固区SO2、PM10、PM25的日平均浓度高于城关区此三种污染物的日平均浓度,且差异有统计学意义.城关区和西固区的空气污染物浓度比兰州市总体的浓度高.广义可加模型分析结果发现SO2、NO2、PM10及PM25日平均浓度与儿科呼吸系统疾病日门诊量存在正相关关系.进行多污染物模型分析发现,多污染物模型的RR值相对单污染物模型基本没有升降.结论 兰州市医院儿科呼吸系统疾病日门诊量与空气污染浓度呈正相关关系,且存在滞后效应.
-
2016年苏州市工业园区空气质量指数与呼吸系统疾病日门诊量的时间序列研究
目的 利用GAM模型探讨苏州工业园区空气质量指数 (AQI) 与呼吸系统疾病日门诊量的关系.方法 收集2016年1月1日—12月31日苏州市工业园区43个社区卫生服务站和5个社区卫生服务中心的呼吸疾病逐日门诊量、苏州市工业园区主要大气污染物 (PM2.5、PM10、SO2、NO2、CO、O31、O38) 及气象资料, 利用主要大气污染物计算AQI, 使用半参数广义相加模型 (GAM) 分析2016年苏州市工业园区AQI与呼吸系统疾病日门诊量的关系.结果 空气质量指数 (AQI) 对呼吸系统疾病的日门诊量产生一定的滞后效应, 并且当日至前4 d (lag04) 的移动平均值对人群的呼吸系统疾病日门诊量影响为明显.在此佳滞后条件下, AQI每升高一个四分位间距时, 人群呼吸系统疾病日门诊量增加6.7％ (RR=1.067, 95％CI:1.0611.074) .结论 AQI的上升将导致呼吸系统疾病门诊发病人数的增加, 对人体呼吸健康会造成一定伤害.
-
深圳市大气PM10浓度对呼吸系统疾病日门诊量的影响
目的 探讨大气PM10对医院呼吸系统疾病日门诊量的影响.方法 采用广义相加Poisson回归模型的时间序列分析,在控制长期趋势、星期几效应、气象和环境因素等的影响后,对深圳市2008年大气PM10日均浓度与同期某医院呼吸系统疾病日门诊量的关系进行定量回归分析,同时考虑滞后效应.结果 当日大气PM10浓度与当日门诊量的关系无统计学意义(P＞0.05).PM10滞后效应以滞后5日的健康效应强,每上升10μg/m3,超额危险度为1.113%(95%CI0.613%～1.616%).考虑CO、NO2、SO2等的影响后,除单独引入CO降低PM10效应估计值外,其余均使PM10的健康效应估计值有所升高.结论 深圳市大气PM10污染与医院呼吸系统疾病日门诊量存在正相关.
-
大气污染与呼吸系统疾病日门诊量的时间序列分析
目的 探讨大气污染对医院呼吸系统疾病日门诊量的影响.方法 收集广州市某医院2006年1月1日-2008年12月31日呼吸系统疾病日门诊量的统计资料,结合同时期环境监测和气象资料,采用自回归模型(auto-regressionmodel),在消除了气象、季节等混杂冈素的基础上,分析了广州市研究期问大气污染与呼吸系统疾病日门诊量的关系.结果 呼吸系统疾病日门诊的就诊量具有明显的星期效应(医院周六、周日休息所致),呼吸系统疾病就诊量较大月份与各污染物浓度较高的月份趋于一致.大气中SO_2和NO_2的浓度每增加10μg/m~3居民呼吸系统疾病的日门诊就诊分别各增加3%(P<0.01).灰霾天气的窄气污染物浓度高于非灰霾天气.结论 广州市大气主要污染物SO_2和NO_2浓度的升高引起居民呼吸系统疾病的日门诊就诊量相应增加.
-
运用传递函数模型预测儿童医院日门诊量
目的 建立传递函数模型,预测儿童医院日门诊量,并找出天气相关指标和儿童医院门诊量的相关性,为门诊管理决策提供依据. 方法 应用SPSS17. 1软件,利用2014年前41周日门诊量的数据和天气相关指标建立函数传递模型,预测下一周的日门诊量,计算误差率. 结果 日门诊总量预测模型的表达式为ARIMA(0,1,2)(0,1,1)7,与高温度、低温度显著相关,平均误差率为4. 32%.结论 传递函数模型能准确预测儿童医院日门诊量,其能为医院门诊管理提供准确的预测数据.
-
沙尘天气与儿童呼吸系统疾病日门诊量的关联性分析
目的:了解沙尘天气对儿童呼吸系统健康的影响,为更好地预防和治疗由沙尘粒子引起的儿童呼吸系统疾病提供参考依据.方法:对吉林省长春市6家三级甲等医院2011-2013年沙尘天气高发时段(3-5月)儿童呼吸系统疾病逐日门诊量进行调查,采用非季节性求和自回归滑动平均模型(AR1MA)排除医院日门诊量的长期趋势、气象和随机干扰因素后,分析沙尘天气对儿童呼吸系统疾病日门诊量的影响.结果:2011 2013年3-5月沙尘天气与非沙尘天气比较,空气日均相对湿度、温度、二氧化硫(SO2)和二氧化氮(NO2)水平差异均无统计学意义(P＞0.05);与非沙尘天气比较,沙尘天气时,大气中吸入颗粒物(PM10)日均浓度明显升高(P＜0.05),2012和2013年风速明显升高(P＜0.05).沙尘天气对儿童呼吸系统疾病日门诊量的增加有影响,且呈滞后效应.与非沙尘天气比较,发生在沙尘天气滞后第2和3天儿童呼吸系统疾病日门诊量增加有统计学意义(P＜0.05).结论:沙尘天气与儿童呼吸系统疾病日门诊量增加有关联,且呈滞后效应.
-
2014年武汉市大气颗粒物数浓度与呼吸系统疾病日门诊量的时间序列研究
[目的]探讨武汉市不同粒径颗粒物数浓度(PNCs)对市民呼吸系统疾病日门诊量的短期影响. [方法]收集2014年武汉市不同粒径颗粒物的日均数浓度、同期气象参数资料以及部分市级医院呼吸系统疾病日门诊量数据.采用时间序列的半参数广义相加模型分析颗粒物数浓度对呼吸道疾病日门诊量影响的佳滞后时间及暴露-反应关系.[结果]单污染物模型结果显示,在佳滞后条件下,PNC0.25-0.5们每升高一个四分位间距值时,全人群和男性呼吸系统疾病日门诊量分别增加5.60％(RR=1.0560,95％CI:1.0045～1.1102)和8.63％(RR=1.0863,95％CI:1.0270～1.1489);PNC0.5-1.0每升高一个四分位间距值时,全人群和男性呼吸系统疾病日门诊量分别增加2.42％(RR=1.0242,95％CI:1.0067～1.0421)和3.29％(RR=1.0329,95％CI:1.0134～1.0528);PNC1.0-2.5每升高一个四分位间距值时,全人群和男性的呼吸系统疾病日门诊量分别增加4.45％(RR=1.0445,95％CI:1.0134～1.0765)和3.89％(RR=1.0389,95％CI:1.0036～1.0754).双污染物模型结果显示,当分别调整可吸入颗粒物、细颗粒物、二氧化硫、二氧化氮、一氧化碳和臭氧质量浓度后,PNC0.5-1.0与全人群及男性的呼吸系统疾病日门诊量仍呈正相关关系(P＜0.05),但PNC0.25-0.5仅与男性呼吸系统疾病日门诊量的相关性稳健(P＜0.05). [结论]当调整了颗粒物及气态污染物的质量浓度后,粒径＜1.0μm颗粒物数浓度对全人群和男性呼吸系统疾病日门诊量的影响较明显.
-
广州市某区大气PM2.5浓度与儿童呼吸门诊量相关性
目的 分析广州市某区大气细颗粒污染物(PM2.5)对儿童医院呼吸系统日门诊量的影响.方法 收集广州市某儿童医院2013年1月1日-2016年12月31日呼吸系统疾病日门诊量,结合同期环保与气象资料,采用时间序列分析方法,运用广义相加模型(GAM)控制时间趋势、温度、湿度以及星期几效应后对PM25与门诊量进行单污染物模型分析,得出当天及滞后1～5 d的效应值,采用大效应值作为PM25对门诊量影响的评估值.结果 广州市2013-2016年大气PM25年均值分别为54.11、48.58、39.74和35.11 μg/m3.Spearman相关分析得呼吸系统疾病日门诊量与PM25、PM2.5、NO2、SO2为正相关,均有统计学意义(P＜0.05).时间序列分析显示PM2.5浓度升高与当天以及滞后1～5 d的呼吸系统疾病就诊量呈显著相关,并在滞后第二天达到高峰,PM25浓度每增加10μg/m3,呼吸系统疾病就诊量增加1.11％(95％CI:0.59％,1.64％).结论 2013-2016年广州市某区大气PM25污染对儿童呼吸系统门诊量有显著影响,PM25浓度增加会导致儿童呼吸系统门诊量增加.
-
广州市2015年大气PM2.5与呼吸系统疾病日门诊量的关系
目的 定量研究广州市大气细颗粒污染物(PM2.5)对呼吸系统疾病门诊量的影响.方法采用环境流行病学方法,收集2015年1月1日-12月31日大气PM2.5等污染物资料、气象资料以及广州市1家三级甲等综合性医院呼吸系统疾病日门诊量资料,采用广义相加模型研究广州市大气PM2.5与呼吸系统疾病日门诊量的关系(同时控制长期趋势、星期几效应和气象因素等混杂因素的影响).结果 2015年广州市大气PM2s平均浓度为38.6.μg/m3,Spearman相关性分析表明,呼吸系统疾病日门诊量与SO2、NO2、CO、气压均成正相关,均有统计学意义(P＜0.05).GAM模型分析结果显示,PM2.5对呼吸系统疾病日门诊量呈现出0～3 d的明显的滞后效应,均有统计学意义.PM2.5滞后1d效应大,滞后1d时,模型结果预测ER(％)为2.847(1.310,4.408),PM2.5每增加10 μg/m3,呼吸系统疾病门诊量增加2.847％.结论 广州市大气PM2.5与呼吸系统疾病日门诊量成正相关关系,且存在滞后效应.
-
提高门诊信息系统处理能力的方法探讨与实施
目的：探索医院日门诊量超过4500人次后医院门诊信息系统出现无法挂号故障的处理方法，提高门诊信息系统的处理能力。方法：分析制约门诊量的各个因素，并逐项给出解决方案，为保证医疗工作的正常进行对门诊信息系统分阶段进行改造。结果：经过改造，门诊信息系统的处理能力由原来的4500人次增加到13000人次，系统运行正常，完全改造后可增至19000人次。结论：医院信息系统的建设应面向全局考虑，设计时应充分考虑系统的可扩展性。
