原文链接（点击“阅读原文”直接获取）

　　https://journal.hep.com.cn/fese/EN/10.1007/s1178-021-1490-7

　　文章出版：Front. Environ. Sci. Eng. 2022, 16(5): 56

原文信息

　　题目：

　　Investigating the impact of air pollution on AMI and COPD hospital admissions in the coastal city of Qingdao, China

　　作者：

　　Jiuli Yang ^1*, Mingyang Liu ^2*, Qu Cheng ³, Lingyue Yang ¹, Xiaohui Sun ⁴, Haidong Kan ⁵, Yang Liu ⁶, Michelle L. Bell ⁷, Rohini Dasan ³, Huiwang Gao ¹, Xiaohong Yao ¹, Yang Gao (✉)¹

　　作者单位：

　　1 Ocean University of China, and Qingdao National Laboratory for Marine Science and Technology, China

　　2 The Affiliated Hospital of Qingdao University, China

　　3 University of California, Berkeley, USA

　　4 Qingdao Municipal Center for Disease Control & Prevention, China

　　5 Fudan University, China

　　6 Emory University, USA

　　7 Yale University, USA

　　通讯作者邮箱：

　　yanggao@ouc.edu.cn

　　关键词：

　　AMI (急性心肌梗死); 

　　COPD (慢性阻塞性肺病);

　　Air pollution exposure (空气污染暴露); 

　　GAM (广义加性模型)

文章亮点

　　•以青岛为例，揭示了空气污染对AMI/COPD住院患者的影响；

　　•发现空气污染物与AMI/COPD之间存在显著关联；

　　•发现空气污染与AMI/COPD住院病例之间存在非线性关系。

文章简介

　　空气污染已被认为是威胁公众健康和安全的一个重要因素。2019年全球疾病负担研究（GBD 2019）显示，空气污染已成为全球男性和女性死亡的第四大风险。空气污染对呼吸和心血管系统有重大影响。研究空气污染对公共卫生的影响，是制定地方甚至全球范围内的空气污染控制和治理政策的重要参考。因此，使用一些流行病学统计模型分析空气污染物对心肺疾病的影响十分重要。

　　调查空气污染对心肺疾病的短期暴露目前主要有两种方法，即病例交叉设计和时间序列研究。基于准泊松广义加性模型(GAM)的时间序列研究应用更为广泛，因为它们比病例交叉分析具有更低的残差自相关性，能得到更好的估计。在本文中，使用了基于GAM的时间序列方法分析了青岛市空气污染对急性心肌梗死（AMI）和慢性阻塞性肺病(COPD)短期住院患者的影响，为空气污染防治政策的制定提供了参考价值。

　　研究的结果表明，在单一污染物模型中，PM2.5、PM10、NO2、SO2和CO短期暴露与AMI有着显著的相关性，尤其是对于寒冷季节的老年人和女性。相比之下，对于COPD，只有NO2和SO2与女性和老年人的COPD入院显示出显著的累积滞后关联。此外，空气污染与AMI/COPD住院病例之间的暴露-反应曲线显示出非线性特征。该暴露-反应曲线可为实施空气质量控制提供有用的指导，在保护人类健康和维持经济进步方面实现最大的效益。鉴于暴露-反应曲线中显示的密切关系，及时公布空气污染对健康影响的短期预测可能是一个很好的控制排放的替代方法。

文章摘要图     

编委点评

　　空气污染对人类呼吸和心血管系统有重大影响。研究空气污染对公共卫生的影响，可为空气污染控制和治理政策提供重要参考。本研究使用了基于GAM的时间序列方法分析了青岛市空气污染对急性心肌梗死（AMI）和慢性阻塞性肺病(COPD)短期住院患者的影响，为实施空气质量控制提供有用的指导价值。

　　编者|徐晗

　　点评|史国良

致  谢

　　史国良，南开大学教授，FESE青年编委。研究方向为大气污染物的来源及行为研究，主持过国家自然科学基金等项目，第一/通作者在ES&T, JGR, GRL等杂志发表论文60余篇。个人主页：

　　https://env.nankai.edu.cn/2019/0612/c14180a177843/page.htm

　　徐晗，男，南开大学环境科学与工程学院研究生，研究方向为机器学习在大气污染行为中的应用研究。

　　阅读原文