大气一氧化碳短期暴露与哮喘死亡关系的时间分层病例交叉研究

目的在全国水平定量评估大气一氧化碳(carbon monoxide,CO)短期暴露与哮喘死亡之间的关联。方法基于2015—2020年全国疾病监测系统605个监测点的哮喘死亡数据,结合每个哮喘死亡个案的居住地址和中国高分辨率高质量近地表大气污染物数据集中大气CO污染数据,利用双线性插值法进行个体暴露估计,应用时间分层病例交叉设计,通过条件Logistic回归模型来探索CO短期暴露与哮喘死亡之间的暴露—反应关系。结果研究发现CO短期暴露与哮喘死亡风险增加之间存在显著关联。在5日累积滞后(lag04 d)时CO暴露时效应值最大,比值比(odds ratio,OR)及其95%可信区间(confidence interval,CI)为1.101(1.024~1.184)。暴露—反应关系曲线提示,哮喘死亡的风险随着CO质量浓度的增加呈上升趋势。双污染物模型及利用新型冠状病毒感染疫情前(2015—2019年)样本的敏感性分析显示,CO与哮喘死亡增加之间的关联与主模型基本保持一致。结论我国大气污染物CO短期暴露与人群哮喘死亡风险存在显著正向关联,提示我国政府仍应不断推进大气污染防控的相关决策和措施,进一步降低大气CO质量浓度,这对降低人群哮喘负担有重要的意义。

热浪与北京市2型糖尿病患者入院和再入院关系的病例交叉研究

目的探讨北京市热浪对当地居民每日2型糖尿病入院和再入院的影响。方法运用时间分层的病例交叉设计方法,收集北京市2013—2017年期间,每年夏季(6至8月)2型糖尿病入院和再入院记录、同期气象因素数据和大气污染物数据,应用条件Logistic回归模型定量分析研究期间热浪对北京市居民每日2型糖尿病入院和再入院的影响及其滞后效应,比较热浪事件(温和热浪事件、极端热浪事件)对不同性别、年龄、居住地居民的影响程度。分别选择入院和再入院发生前后至少1周作为时间间隔给病例匹配相应的对照,以优势比(odds ratio,OR)及其对应的危险置信区间反映热浪对居民2型糖尿病入院和再入院影响的大小。结果2013—2017年夏季北京市16个市辖区因2型糖尿病入院患者34378例,其中后续发生再入院的患者6501例。与非热浪天相比,持续2天及以上的温和热浪事件发生当日,2型糖尿病入院和再入院风险显著增加,其效应值OR分别为1.03(95%CI:0.99,1.07)和1.10(95%CI:1.01,1.20)。在不同亚组暴露于温和热浪事件的分层分析中,女性因2型糖尿病入院或再入院的风险均高于男性,40~59岁人群较其他年龄组人群的入院或再入院的风险更高。结论(1)热浪对居民2型糖尿病入院和再入院有显著影响,在热浪暴露当天(即lag0时)居民2型糖尿病入院和再入院风险最大;(2)温和热浪事件较极端热浪事件对居民2型糖尿病入院和再入院风险大;(3)热浪事件发生期间,2型糖尿病患者再入院的风险高于入院的风险。

病例交叉研究中条件Logistic回归在Python中的实现

目的 探索病例交叉研究中条件Logistic回归在Python软件中的实现。方法以研究某地空气污染物NO2暴露与因肺部感染住院的关系作为实例,利用Python构建条件Logistic回归模型,比较其与常用统计软件R和SAS的建模过程以及统计分析结果的异同。结果 Python、R和SAS三种软件建模逻辑相似,Python的建模语言与其他统计软件相比稍显繁琐,与SAS在参数检验方法上也略有差异,但三种软件的参数估计结果完全相同。结论 Python软件可实现条件Logistic回归分析,进一步拓展了Python在统计分析的应用场景。

大气颗粒物污染与心血管疾病死亡的病例交叉研究

为评价大气颗粒物污染对人群心血管疾病死亡的急性效应,应用时间分层的病例交叉设计,分析了杭州市2002～2004年间大气可吸入颗粒物(PM10)日平均浓度短期增加与人群每日心血管疾病死亡的关系,同时分析了其他气态污染物(NO2和SO2)的急性健康效应.结果表明,调整气象因素后单污染物模型显示,滞后期为2d,PM10、SO2、NO2日平均浓度每增加10μg/m3与人群心血管疾病死亡的比值比(OR)分别为1.006[95%可信区间(CI):1.003～1.009],1.017(95%CI:1.007～1.028)和1.020(95%CI:1.009～1.032).多污染物模型中,PM10受到SO2影响,效应估计值略有下降,OR值为1.004(95%CI:1.000～1.009).其他污染物效应则无统计学意义.

上海市闸北区大气污染与死亡率的病例交叉研究

目的探索上海市闸北区大气污染与居民死亡率之间的联系。方法应用病例交叉设计(case-crossover)和STATA6.0中的条件Logistic回归模型对2000年6月1日-2002年12月31日期间上海市闸北区大气污染与居民死亡率之间的联系进行分析。结果在调整气象因素并采用1∶4双向对称性对照模型中,PM10、SO2及NO248h平均浓度每增加10μg/m3与总死亡率(损伤中毒除外)的OR分别为1.007(95%可信区间1.003～1.011),1.011(95%可信区间1.001～1.021),1.010(95%可信区间1.000～1.020),其中PM10与死亡率的联系在敏感度分析中不随模型参数的改变而不同。PM10与循环系统疾病死亡率有关,NO2与呼吸系统疾病死亡率有关。结论上海市闸北区大气污染物暴露对居民死亡率有急性效应。

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

为探讨兰州市大气污染对心脑血管疾病住院的急性健康效应,采用单向回顾性配对病例交叉设计,分析了兰州市2001~2005年大气污染物浓度（PM10、SO2及NO2）短期升高对人群心脑血管疾病住院的影响.结果表明,单向回顾性1：2匹配病例交叉研究的效应值（ORs）最大,在控制同期天气因素后,滞后3d PM10浓度每升高10μg/m3,总心脑血管疾病及心血管疾病住院的ORs分别为1.002（95%CI：1.001~1.003）和1.002（95%CI：1.001~1.003）;无滞后SO2浓度每升高10μg/m3对总心脑血管疾病住院的OR值为1.005（95%CI：1.000~1.009）;NO2在滞后1d浓度每升高10μg/m3对总心脑血管疾病OR值为1.022（95%CI：1.014~1.030）;对心血管疾病及脑血管疾病住院影响均在滞后2d达到最大,ORs值分别为1.021（95%CI：1.011~1.030）和1.019（95%CI：1.005~1.033）.在多污染物模型中,PM10仍对心血管疾病住院人数增加有统计学意义;NO2对心脑血管疾病住院的影响均较单污染物模型中大.

气象因素对北京市猫、犬伤门诊就诊人数影响的病例交叉研究

探讨北京市气象因素对猫、犬伤(抓伤/咬伤)门诊就诊人数的影响,采用双向配对病例交叉设计,研究了2008-2012年气象要素(日平均气压、日平均气温、相对湿度、24 h降水量、日照时间、平均水汽压)对猫、犬伤门诊就诊人数的影响.结果表明,双向l:2匹配病例交叉研究的效应值最大,在1:2匹配时,气压升高对犬伤的主要气象因素效应值(OR)为0.994时的95%置信区间(95%CI)为0.989~0.996.温度升高对犬伤影响较大,OR为1.01 9时,95%CI为1.009~1.023.湿度加大对猫伤有一定影响,OR为1.005时,95%CI为1.001~1.008.日照时间对猫、犬伤均有影响,日照时间加长,犬伤的OR为1.004,95%CI为1.000~1.011,猫伤OR为1.007,95%CI为1.001~1.008.降水量及平均水汽压结果差异无统计学意义.气温和日照时间是影响猫、犬伤人的主要气象因素,明显反映出气温和日照时间的变化对猫、犬性情的影响较大,而气压及相对湿度也会对猫、犬伤人产生一定的影响.

大气二氧化硫污染与心脑血管疾病急诊关系的病例交叉研究

目的探讨北京市大气SO_2污染对心脑血管疾病急诊(ICD10:I00～I99)的影响。方法收集2004年6月1日—2006年12月31日北京大学第三医院急诊科心脑血管疾病急诊资料和北京市环境监测中心大气污染物数据,应用时间分层的病例交叉设计研究方法进行数据分析。结果单向回顾性1:4配对病例交叉研究的效应值(OR值)最大,在控制所选SO_2污染当日气温、相对湿度影响的情况下,无滞后SO_2污染与心脑血管疾病总急诊、冠心病急诊、心律失常急诊的OR值最大,浓度每升高10μg/m^3,OR值分别为1.026(95%CI:1.019～1.033)、1.037(95%CI:1.020～1.055)、1.017(95%CI: 0.996～1.038),其中SO_2污染与心脑血管疾病总急诊、冠心病急诊的关联有统计学意义(P<0.05);滞后两天SO_2污染浓度与心衰急诊的OR值最大,浓度每升高10μg/m^3,OR值为1.078(95%CI:1.042～1.114),关联有统计学意义(P<0.05);滞后三天SO_2污染浓度与脑血管疾病急诊的OR值最大,浓度每升高10μg/m^3,OR值为1.016(95%CI:1.003～1.029),关联有统计学意义(P<0.05)。结论本研究区域内大气SO_2污染物浓度升高可以导致心脑血管疾病总急诊、冠心病急诊、心衰急诊、脑血管疾病急诊增加。

用SAS程序整理病例交叉设计资料

Maclure于1991年提出了病例交叉研究方法〔1〕,利用暴露效应的时间差作自身对照,用条件logistic回归模型建立暴露与疾病之间的关系。它是继横断面研究、病例对照研究和队列研究后发展的一种新的流行病学研究方法,适合于多变量的时间序列资料的分析,已广泛用于环境污染与健康关系的研究中。在我国,张政、詹思延〔2〕和胡以松〔3〕分别于2001年对这一研究方法作了系统介绍。

气象因素对脑血管疾病急性发病影响的病例交叉研究

目的：了解脑血管疾病急性发病例数的季、月、日分布情况，并探讨气象因素对脑血管疾病急性发病的影响。方法收集2006年1月—2010年12月，北京急救中心经120电话出诊院前急救且被诊断为急性脑血管疾病的院前急救病历8886份，以及同时期北京观象台观测的北京市气象资料。分析脑血管疾病急性发病例数的季、月、日分布情况；采用时间分层的病例交叉设计，探讨气象因素对脑血管疾病急性发病的影响。结果（1）脑血管疾病急性发病例数冬、春季高于夏、秋季；高发月（1月最高，11月次之）和低发月（9月最低，6月次之）均呈双峰单月型分布；日变化有明显的昼夜规律，8：00～10：00为高发期，22：00～次日7：00为低发期。（2）不同季节最低气温、最高气温、平均气温、相对湿度、极大风速及平均风速及日较差比较，差异有统计学意义（ P＜0.05）；平均海平面气压、低温日变化、高温日变化、平均气温日变化及日较差变化比较，差异无统计学意义（ P＞0.05）。（3） COX回归分析显示：春季，最高气温（滞后时间为1 d）、平均海平面气压（滞后时间为1 d）及平均风速（滞后时间为3 d）对脑血管疾病急性发病的影响有统计学意义（P＜0.05）；夏季，平均气温日变化对脑血管疾病急性发病的影响有统计学意义（ P＜0.05）；秋季，最低气温和平均海平面气压（滞后时间为3 d）对脑血管疾病急性发病的影响有统计学意义（P＜0.05）；冬季，平均风速（滞后时间为3 d）、高温日变化及日较差变化对脑血管疾病急性发病的影响有统计学意义（P＜0.05）。结论脑血管疾病急性发病存在季节性、月分布、日变化规律。不同季节气象因素对脑血管疾病急性发病的影响不同：春季，最高气温、平均海平面气压及平均风速是其影响因素；夏季，平均气温日变化是其影响因素；秋季，最低气温和平均海平面气压是其影响因素；冬季，平均风速、日较差变化及高温日变化是其影响因素。气象因素对脑血管疾病急性发病的影响存在一定滞后效应，且不同气象因素的滞后效应时间不同。

南昌极端气温与冠心病的病例交叉研究

目的探讨极端气温(极高温、极低温、气温骤变及DTR极端值)对冠心病发病的影响,为冠心病的预防提供理论依据和措施。方法收集2003年1月1日至2010年12月31日南昌市大型综合性三级甲等医院收治的冠心病病例资料,并收集同期的气象资料。采用1∶1配对设计的病例交叉研究,比较冠心病患者病例期和对照期的极端气温暴露差异(极高温、极低温、气温骤变及DTR极端值)对冠心病的影响。考虑到极端气温对冠心病影响的滞后效应,选择冠心病发生当天和前1～3 d作为病例期,发病前4～6 d作为对照期。结果当危险期出现极端低温暴露,冠心病的OR值为1.424(95%CI:1.287～1.482)。当危险期出现骤变低温暴露,OR值为1.260(95%CI:1.215～1.306)。当危险期出现DTR极端值暴露,OR值为1.337(95%CI:1.257～1.424)。结论极端气温(极低温、气温骤变及DTR极端值)可能会造成冠心病发生的风险升高,且可能存在滞后效应,值得关注,但尚需进一步的流行病学资料加以补充和证实。

空气污染物与脑梗死发生情况的病例交叉研究

目的采用病例交叉研究设计,分析空气污染物对脑梗死发生情况的影响。方法收集2014-01-01至2016-12-31宁波市3家三级甲等医院(宁波市医疗中心李惠利医院、宁波市第一医院和宁波市第二医院)所有诊断为脑梗死的就诊记录(ICD10编码I63),及宁波市环境监测中心的空气污染物数据、宁波市气象局的气温数据。采用单向回顾性1∶3配对病例交叉研究设计,建立单污染物和多污染物模型条件Logistic回归分析,并对性别进行亚组分析。结果 2014-01-01至2016-12-31宁波市3家三级甲等医院共计诊断脑梗死22 837人次,其中男10 968人次(占48.03%),女7 540人次(占33.02%),男女比例为1.45∶1,性别缺失4 329人次(占18.95%)。单污染物模型结果显示:NO_2、CO浓度是发生脑梗死的影响因素[OR=1.001,95%CI(1.000,1.003),P=0.034;OR=0.794,95%CI(0.723,0.873),P<0.001];性别亚组分析发现,NO_2、O_3浓度是男性发生脑梗死的影响因素[OR=1.003,95%CI(1.001,1.004),P=0.011;OR=0.999,95%CI(0.998,1.000),P=0.033],NO_2、CO浓度是女性发生脑梗死的影响因素[OR=1.002,95%CI(1.000,1.005),P=0.046;OR=0.826,95%CI(0.704,0.968),P=0.018]。多污染物模型结果显示:PM10、NO_2、CO浓度是发生脑梗死的影响因素[OR=1.001,95%CI(1.000,1.002),P=0.019;OR=1.004,95%CI(1.002,1.006),P<0.001;OR=0.564,95%CI(0.490,0.650),P<0.001];性别亚组分析发现,PM10、NO_2、O_3、CO浓度是男性发生脑梗死的影响因素[OR=1.002,95%CI(1.001,1.004),P=0.004;OR=1.004,P<0.001];NO_2、CO浓度是女性发生脑梗死的影响因素[OR=1.006,95%CI(1.003,1.009),P<0.001;OR=0.609,95%CI(0.480,0.773),P<0.001]。结论在一定条件下,空气中的PM10、NO_2浓度是发生脑梗死的危险因素,CO浓度是发生脑梗死的保护因素;部分空气污染物对脑梗死发生情况的影响存在性别差异。

空气中SO_2和NO_2对糖尿病患者影响的病例交叉研究

目的采用病例交叉设计研究空气污染物(SO_2、NO_2和PM10)对糖尿病患者健康结局的影响。方法收集南京市2008年1月1日至2011年12月31日空气污染物数据、气象数据以及糖尿病患者死亡数据。用双向病例交叉设计,调整气象因素影响后,研究空气中SO_2、NO_2、PM10与糖尿病患者死亡之间的关系。同时,对年龄、性别和季节因素进行分层分析。结果空气中SO_2、NO_2平均每增加10μg/m^3,糖尿病患者死亡的OR值及其95%可信区间(95%CI)分别为1.031(1.005,1.058)和1.042(1.012,1.074);空气污染物中NO_2和SO_2对老年人影响较大,且在冬季存在显著的有害效应。结论空气中NO_2和SO_2可能对糖尿病患者死亡产生影响。

大气污染对呼吸系统疾病门诊量影响的病例交叉研究

目的探讨短期暴露于大气污染物对呼吸系统疾病门诊量的影响。方法收集北京市2014年1月1日-2015年12月31日逐日大气污染物浓度、气象监测资料以及某三级综合性医院的呼吸系统疾病门诊资料,应用时间分层的病例交叉设计研究方法进行数据分析。结果控制了气象因素的影响后,大气污染对呼吸系统疾病当天门诊量的影响最为明显。PM_(2.5)、PM_(10)、NO_2、SO_2当日浓度每上升10μg/m^3,人群呼吸系统疾病门诊量的OR值分别为1.006 6(95%CI:1.005 8~1.007 5)、1.004 8(95%CI:1.004 1~1.005 6)、1.025 9(95%CI:1.023 7~1.028 0)与1.022 9(95%CI:1.019 8~1.025 9)。结论区域内大气污染物浓度的短期升高可能导致医院呼吸系统疾病门诊量的增加。

病例交叉设计——药物流行病学研究新方法系列讲座(五)

药物流行病学研究中面临的实际问题，如数据的缺失或不完整，推动了药物流行病学方法的发展。例如针对实际研究只能获得病例组混杂因素情况，对照组混杂资料难以得到，1991年Maclure提出评价药物急性不良事件危险性时，选择病例源人群时最好的对照来源是病例自身，因而提出了病例交叉设计（oasecrossoverdesign），这种对研究对象的自身暴露情况做出比较的自身对照方法，尤其适合估计短暂药物效应相关的急性不良事件危险性，近年来还引发了药物处方数据库研究技术的发展，这些方法在药物疗效研究评价中扮演着重要的角色。

SAS宏程序在时间分层病例交叉设计资料整理中的应用

目的为方便时间分层病例交叉设计资料的整理开发SAS宏程序。方法通过一个实例——某地儿童肺炎日门诊量与气温、PM10、SO 2日均值资料的时间分层病例交叉设计,开发和验证SAS宏程序Time_Stratified(IN_DSN=,OUT_DSN=,DATE_VAR=,LAG_EFFECT=,LAG_VARS=,COUNTS_VAR=)。结果按照SAS宏程序Time_Stratified的参数说明,分别指定输入数据集(IN_DSN=)、输出数据集(OUT_DSN=)、日期变量(DATE_VAR=)、滞后效应(LAG_EFFECT=)、滞后效应相关变量(LAG_VARS=)、频数变量(COUNTS_VAR=),就可以自动完成对输入数据集的时间分层病例交叉设计整理。结论利用SAS宏程序Time_Stratified整理时间分层病例交叉设计资料简单方便、灵活高效,避免了资料整理过程中错误的产生,具有一定的实用性。

大气细颗粒物与循环系统疾病死亡关系的病例交叉研究

细颗粒物(PM2.5)是诱发和加重呼吸系统疾病、心血管系统疾病的重要原因,PM2.5与癌症以及不良妊娠也密切相关[1].目前,我国尚未形成对大气污染物引起的急性健康效应研究的规模体系[2],而各城市由于地理位置、产业结构等不同导致PM2.5浓度及其毒性成分均有差异,健康效应也会有所不同.太原市以煤炭钢铁行业为主,空气污染为典型的煤烟型污染,其中PM2.5是首要污染物[3].本研究采用双向对称性病例交叉设计的方法,通过对太原市近4年的PM2.5污染对太原市6个城区居民循环系统疾病死亡率的影响进行分析,为防治PM2.5的健康影响提供理论依据.

重庆市主城区2017-2019年环境空气污染对自然流产影响的病例交叉研究

目的分析2017-2019年重庆市空气污染物浓度与自然流产之间的关系。方法通过时间分层的病例交叉设计,控制时间趋势偏倚;采用分布滞后非线性模型探究重庆市空气污染与自然流产发生数的关系,同时控制气象因素等混杂因素的影响。在单污染物模型的基础上,采用双污染物模型控制其他污染物对关联的影响。结果研究期间重庆市主城区空气中PM2.5、PM10、NO2、SO2日平均浓度分别为39.32、63.31、41.04、8.86μg/m3。除NO2外,各污染物浓度均与自然流产风险相关,且关联均在滞后3 d时达到峰值,PM2.5、PM10、SO2每升高10μg/m3,其RR值分别为1.069(95%CI:1.010~1.132)、1.046(95%CI:1.007~1.086)、1.511(95%CI:1.148~1.989)。双污染物模型中上述关联仍在存在。结论重庆市空气中PM2.5、PM10、SO2短期暴露可能造成自然流产风险增加。

热浪对金昌市高血压住院人数影响的病例交叉研究

目的探讨金昌市热浪对高血压疾病住院人数的影响及潜在混杂因素。方法收集2011—2016年金昌市3所综合医院每日高血压住院信息及同期气象资料和大气污染物资料。描述分析纳入研究的气象因素与高血压住院人数,分别采用单向回顾性1∶6病例交叉研究、双向对称1∶6病例交叉研究和按时间分层的病例交叉研究方法,在控制星期几效应、相关气象因素和环境污染物等混杂因素后,建立热浪与高血压住院人数的COX回归模型。根据效应值选择滞后效应最大的滞后天数,进行年龄、性别的分层分析,根据热浪持续类型分析热浪对高血压住院人数的影响。结果研究期间共纳入5次热浪事件。热浪期间,高血压住院人数随温度变化而变化。3种病例交叉研究方法结果显示,热浪对高血压住院人数的变化具有影响,且存在一定的滞后效应。其中,单向回顾性1∶6病例交叉研究结果中效应值最大,热浪在单滞后2 d和累积滞后3 d对高血压住院人数影响的OR分别为2.707、4.796。分层分析发现,热浪对男性、女性高血压住院人数均具有影响,且对男性的影响更大(OR=5.900)。65岁以下年龄组人群对热浪较为敏感(OR=6.266)。热浪持续时间越长,高血压住院人数增加风险越大。结论热浪对金昌市居民高血压疾病住院人数的增加具有影响。