排序方式： 共有2条查询结果，搜索用时 62 毫秒
1
1.
气温及其变化是影响人群健康特别是死亡的重要环境危险因素。为了揭示气温对秦皇岛市居民死亡人数的影响,基于2014—2020年该市各区、县逐日气象资料和居民死亡资料,采用广义相加模型（GAM）和分布滞后非线性模型（DLNM）研究了气温、气温日较差和24 h变温对非意外死亡、循环系统疾病死亡、呼吸系统疾病死亡人数的影响。按性别、年龄分层建模,使用相对危险度（Relative Risk,RR）量化了暴露在特定气温变化状态下的死亡风险。采用非参数双变量响应模型分析了气温与变温的协同影响效应。结果显示:（1）秦皇岛市居民非意外死亡、循环系统疾病死亡、呼吸系统疾病死亡人数全年峰值均出现在最冷的1月,气温对3类死亡人数的影响以冷效应为主且具有滞后效应,而高温具有即时效应。（2）气温日较差与非意外死亡、循环系统疾病死亡的总体暴露反应曲线呈“U”型分布,较大的气温日较差与上述两类死亡存在显著的风险效应,其中循环系统疾病死亡受影响最大,大的气温日较差（19℃）累积3 d相对危险度为1.27,其95%的置信区间（95%CI）为1.15—1.4,而其对呼吸系统疾病死亡的风险效应未通过显著性检验。（3）24 h变温对非意外死亡、循环系统疾病死亡总体影响效应的暴露曲线呈非线性递增趋势,其中正变温呈现显著的风险效应。（4）性别、年龄分组结果显示,女性对气温变化更敏感,男性对气温变化存在一定的滞后效应,老年人群更容易受到气温变化的影响。（5）低温与变温的协同作用加剧了死亡风险。总体上,冬季低温背景与大幅度气温变化相叠加对当地老年居民死亡影响风险最大,应予适时重点预防。 相似文献
2.
为了探明气温与呼吸系统疾病住院人数的关系，合理实施辽宁省县域城市疾病预防预警，基于2016—2018年辽宁省北票市和西丰县两县域城市的逐日气象观测资料和呼吸系统疾病住院病例资料，分析当地呼吸系统疾病住院就诊人数的季节分布特征及其年龄分布特征。在此基础上，采用广义相加模型（Generalized Additive Model,GAM）和分布滞后非线性模型（the Distributed Lag Non-linear Model,DLNM）探究了气温对呼吸系统疾病住院人数的影响，并按性别、年龄分层建模，使用归因分值（Attributable Fraction,AF）量化了暴露在特定气温（极端低温、中度低温、中度高温、极端高温）范围内的患病风险。结果表明，两地呼吸系统疾病住院人数全年峰值出现在冬春季，患病人群以少儿和老年人群居多。北票市、西丰县人群的最适宜气温分别为26.2、22.2℃；气温对呼吸系统疾病患病的影响以低温滞后效应为主，高温存在即时效应但并不显著。北票市和西丰县分别有27.0%(95%置信区间为20.3%～32.9%)和29.0%(95%置信区间为22.1%～35.0%)的呼吸... 相似文献
1