北京市自然科学基金(8132048)
- 作品数：31 被引量：280H指数：11
- 相关作者：李湉湉杜艳君孙庆华陈晨张翼更多>>
- 相关机构：中国疾病预防控制中心济南市疾病预防控制中心北京市疾病预防控制中心更多>>
- 发文基金：北京市自然科学基金国家自然科学基金国家环境保护公益性行业科研专项更多>>
- 相关领域：医药卫生环境科学与工程更多>>
- 北京市热浪相关症状的初步调查被引量：1
- 2015年
- 目的了解与热浪相关的主要症状,揭示有症状人群的人群特征,进而识别热浪的脆弱人群,为制定合理有效的适应性政策提供科学依据。方法于2013年7月在北京市西城区和顺义区开展热浪症状的问卷调查,采用多阶段分层抽样,采用入户调查形式,实际获取样本量为1 228人;调查内容为热浪相关症状及人群特征(居住区域、性别、年龄、患慢性病以及职业)。结果全部调查人群中,共有710人经历过热浪,其中385人曾在热浪期间出现相关症状,约占全部调查人群的31.4%。热浪期间出现较多的症状依次为头晕、头疼等,心情烦躁、易怒等,失眠、多梦等,心跳过速、血压升高等,恶心、呕吐、食欲不振等。城区(西城区)与郊区(顺义区)有症状人群的比例差异无统计学意义(P>0.1);女性有症状者的比例高于男性;≥65岁人群高于65岁以下人群;患慢性病人群高于非慢性病人群;离退休人员和企事业单位人员的比例高于一般人群(均P<0.1)。结论北京市曾在热浪期间出现症状的人群比例较高,女性、老人、慢性病患者、离退休人员和企事业单位人员是热浪的脆弱人群,应重点保护。
- 杜艳君陈晨班婕张翼赵金辉李湉湉
- 关键词：健康症状流行病学
- 不同通勤方式下PM2.5个体暴露与固定站点监测的相关性研究被引量：17
- 2015年
- 目的探讨PM2.5个体暴露数据与环境监测站点数据的关系,为指导雾霾天气公众交通出行提供建议,为未来大规模空气污染健康研究提供数据支持。方法在北京市招募7名在职人员作为调查对象,对调查对象真实通勤过程中不同通勤方式的PM2.5个体暴露水平进行监测,收集同期相关站点的PM2.5环境监测数据,建立PM2.5个体暴露数据与环境监测数据之间的关联。结果通勤情况下人群PM2.5个体暴露水平较高;本研究调查的通勤方式中,除轻轨以外,PM2.5个体暴露数据与环境监测数据差异均有统计学意义(P<0.05);PM2.5个体暴露数据与环境监测数据均呈正相关(P<0.01)。结论雾霾天气应尽可能地选择地铁和轻轨出行,利用环境监测站点PM2.5浓度数据可以较好地模拟通勤方式的PM2.5个体暴露水平。
- 杜艳君孙庆华李湉湉
- 关键词：空气污染PM2.5
- 基于脆弱性的高温热浪人群健康风险评估研究进展被引量：13
- 2014年
- 目的全球气候变化是21世纪人类所面临的最严重的环境问题之一,联合国政府间气候变化专门委员会(IPCC)发布预测,由于全球气候变化的影响,21世纪世界范围内的高温热浪事件无论在频率、强度还是持续时间上都将会继续增加,由于高温热浪具有高致病性和高致死性,因此评估及预测未来高温热浪人群健康风险对制定及实施高温热浪预警、预案措施具有重要意义。该文简要介绍了气候变化背景下高温热浪的健康危害,对高温热浪人群健康风险评估技术的研究方法与现状进行了总结和归纳,最后对此方面研究进行了展望。
- 李湉湉杜艳君莫杨杜宗豪黄蕾程艳丽
- 关键词：高温脆弱性
- 气候变化下热浪对人群健康的风险及健康经济损失预估研究进展被引量：2
- 2014年
- 政府间气候变化专业委员会（IPCC）第4次评估报告以及我国第二次气候变化评估报告均指出，预估气候变化，特别是极端天气事件造成的人群健康风险是制定适应性政策的重要基础。2009年，《柳叶刀》杂志上发表的一篇文章提出，21世纪最严重的全球性健康危害是由气候变化造成的。在气候变化的大背景下，极端天气事件在全球频频发生，威胁了人群健康风险并且造成了相当严重的健康经济损失。世界灾害报告显示，从1999到2008年，全球有超过20亿人直接或间接的受到了极端天气事件的影响。
- 李湉湉杜宗豪程艳丽
- 关键词：气候变化经济损失极端天气事件
- 北京市顺义区居民热浪风险感知因素的多水平模型分析被引量：3
- 2016年
- 目的探索影响居民热浪风险感知的主要因素。方法采用横断面研究于2013年7—8月调查了北京市顺义区15-79岁的591名居民对热浪的感知,运用因子分析将问卷中10个问题合并为严重度、关注度和信任度3个因子,然后采用多水平统计模型对3个因子进行分析。结果对于热浪严重度感知,有热浪经历者高于无热浪经历者,吸二手烟居民高于吸烟居民。对于热浪关注度感知,女性比男性高;随居民年龄增长,感知水平随之升高;教育水平提高,感知水平随之提高;目前,通过电视、网络、手机等途径获取热浪信息尚不丰富。对于热浪防护相关措施信任度感知,随年龄增长,信任度随之升高;商业、服务人员高于机关等单位负责人;收入较高居民信任度较低;拥有目前医疗保障形式的居民对热浪防护的信任度较低。结论不同人口特征、热浪经历、获取热浪信息的方式及医疗保障降低热浪健康风险的信任度是影响居民对热浪风险感知的关键因素,建议加强热浪健康风险宣传,针对不同人群采取不同的热浪防护指导。
- 赵金辉张永班婕陈晨甄国新李湉湉
- 关键词：风险感知多水平模型
- 环境健康风险评估方法 第二讲 危害识别(续一)被引量：7
- 2015年
- 危害识别是环境健康风险评估＂四步法＂的第一个步骤,是开展剂量-反应评估、暴露评估、风险特征的首要环节,通过危害识别,确认环境中存在的污染物种类与数量及其可能存在的致癌风险与非致癌风险,为进一步的定量风险评估提供依据。美国国家环保局（USEPA）定义危害识别为识别能够导致不利健康影响的各种暴露,并描述不同暴露的浓度和强度特征[1],
- 崔亮亮杜艳君李湉湉
- 关键词：风险评估
- 2013年北京市PM2.5暴露引起的人群超额死亡风险评估被引量：10
- 2016年
- 2010年全球疾病负担报告指出，在全球范围内，室外空气颗粒物污染所导致的疾病负担在67个危险因素中排列第九位，在东亚地区和中国排列第四位[1-2]。2013年春季，我国爆发了严重的雾霾天气事件，PM2.5导致的健康危害随之进入我国公众视线，成为社会焦点问题[3-6]。在这一背景下，定量计算PM2.5带来的人群急、慢性健康风险是充分估量PM2.5的健康风险，制定相关标准、适应性政策以及应对措施的重要依据。急性效应一般使用日均值计算，评估当日或者2~3d内的暴露所导致的健康风险；慢性效应一般使用年均值计算，评估的是长期暴露导致的健康风险。目前我国对颗粒物所致超额死亡的研究大多针对PM10[2,7-11]，对PM2.5所致超额死亡的研究比较少，并且都为针对急性效应的研究[12-14]。然而，慢性效应可能比急性效应的健康危害更大[15]，因此仅关注急性效应的研究结果，可能低估PM2.5的健康危害。
- 孙庆华李湉湉
- 关键词：颗粒物环境污染
- 我国开展环境健康风险评估工作的必要性被引量：12
- 2013年
- 随着我国工业化的飞速发展，环境污染对健康的影响不仅引起了国内外媒体的高度关注，也受到了公众的普遍关注，已经成为一个不可回避的社会问题。我国环境污染的特点是复合型污染严重，人群暴露时间长，历史累积污染对健康影响短时间内难以消除。由于基础卫生设施不足导致的传统环境与健康问题还没有得到妥善解决，因此目前及未来的很长时间内，由工业化、城市化进程带来的环境污染所致人群健康风险会逐步增加。近年来，
- 高贵凡李湉湉
- 关键词：环境健康风险评估环境污染
- 北京二区县2013年1月雾霾事件人群呼吸系统疾病死亡风险回顾性分析被引量：6
- 2015年
- 目的探讨北京2013年1月雾霾事件PM_(2.5)暴露对城区和郊县居民呼吸系统疾病死亡影响的急性健康效应。方法收集2013—2014年间北京PM_(2.5)浓度、温度、相对湿度,以及二区县(某城区和某郊县)呼吸系统疾病死亡数据;以连续3 d以上超过2013—2014年PM_(2.5)年均浓度为基准对2013年1月雾霾事件划分时间段;基于流行病学事件回顾性研究,使用广义线性模型,同时控制星期效应、死亡时间趋势、日均温和日相对湿度等混杂因素,分析北京2013年1月雾霾事件各时间段内人群呼吸系统疾病死亡风险是否与非雾霾事件期存在差异,并通过敏感性分析观察模型稳定性。结果 2013—2014年北京PM_(2.5)年平均浓度和2013年1月雾霾事件期间PM_(2.5)日均浓度分别是99.75μg/m^3和194.30μg/m^3。广义线性模型结果显示与2013—2014年非雾霾事件期比较,该雾霾事件1月10—16日时间段内PM_(2.5)污染暴露使得二区县居民呼吸系统疾病死亡风险分别提高75.93%(95%CI:14.13%~171.21%)和147.81%(95%CI:11.62%~450.16%);而在后续两个雾霾时间段(1月18—23日和1月26—31日)中PM_(2.5)暴露对于呼吸系统疾病死亡的影响与非雾霾事件期无统计学差异(P>0.05)。结论北京2013年1月10—16日雾霾事件PM_(2.5)高暴露期所致人群呼吸系统死亡风险增加。
- 陈晨杜宗豪孙庆华许丹丹李湉湉
- 关键词：呼吸系统疾病回顾性分析
- PM_(2.5)个体暴露浓度与固定站点监测浓度的关系被引量：5
- 2015年
- 目的研究PM_(2.5)个体暴露浓度与固定站点监测浓度的关系,以及在不同空气PM_(2.5)浓度下,个体暴露浓度与固定站点浓度比值的变化规律。方法于2014年12月—2015年1月使用PM_(2.5)个体暴露采样器对两名高校学生在19个工作日进行跟踪采样,同时收集个体跟踪采样时间段内距离学校最近的北京市空气质量监测固定站点的PM_(2.5)浓度小时值,利用所得数据分别计算每位研究对象个体暴露日均值和相应的固定站点日均值,并计算个体暴露浓度与固定站点浓度日均值的比值,并与固定站点浓度进行拟合。结果研究期间的个体暴露浓度均值(98μg/m^3)高于固定站点浓度均值(80μg/m^3)。个体暴露浓度与固定站点浓度的比值(y)与固定站点PM_(2.5)浓度的常用对数(lgx)呈负相关(y=-1.186lgx-5.464,R^2=0.47,P<0.000 1),且当固定站点浓度较低(<10μg/m^3)时,比值波动较大(2.5~12.7)。结论当PM_(2.5)固定站点监测浓度较低时,固定站点浓度与个体暴露水平差异较大,如在人群健康研究中使用PM_(2.5)固定站点监测浓度作为研究对象的暴露浓度,则有可能明显低估其真实的暴露水平。
- 孙庆华王情陈晨朱鹏飞张翼李湉湉
- 关键词：空气污染
