泰州市空气污染物对呼吸和循环系统疾病门诊量影响的时间序列分析

目的研究空气污染物浓度与呼吸和循环系统疾病门诊就诊量的相关性。方法收集泰州市2022年某综合性医院全年逐日呼吸和循环系统疾病门诊量,及每日PM_(10)、PM_(2.5)、SO_(2)、NO_(2)、CO、O_(3)⁃8h等污染物数据,以及日均温度、湿度、气压等气象数据。采用广义相加模型的时间序列分析方法,分析空气污染物浓度与门诊量的关系。结果Spearman相关性分析显示,除PM_(2.5)与O_(3)⁃8h间不相关,其余空气污染物间均两两相关(P值均<0.05)。单污染物模型中,PM_(2.5)、PM_(10)、O_(3)⁃8h、SO_(2)日均质量浓度每升高10μg/m^(3),呼吸系统疾病日门诊量分别增加1.51%(95%CI:0.97%~2.06%)、0.49%(95%CI:0.17%~0.82%)、5.67%(95%CI:0.96%~10.6%)、0.31%(95%CI:0.06%~0.55%);CO日均质量浓度每升高100μg/m^(3),呼吸系统疾病日门诊量增加0.37%(95%CI:0.05%~0.70%);NO_(2)日均质量浓度每升高10μg/m^(3),循环系统疾病门诊量增加0.75%(95%CI:0.19%~1.30%)。双污染物模型中,纳入其他污染物,PM_(2.5)和NO_(2)对呼吸系统疾病门诊量和循环系统疾病门诊量的影响均有统计学意义(P值均<0.05)。结论PM_(2.5)和NO_(2)质量浓度的升高可能会引起呼吸系统疾病和循环系统疾病发病风险增加。

基于广义相加模型分析可吸入颗粒物对人群呼吸系统的短期健康效应

目的了解宿迁市PM_(2.5)、PM_(10)对人群呼吸系统的短期健康效应。方法收集宿迁市2016年空气污染数据、气象数据、医院呼吸系统疾病门诊量和居民因呼吸系统疾病死亡数据,利用R软件建立泊松分布广义相加模型,分析PM_(2.5)、PM_(10)对呼吸系统疾病每日门诊量和人群因呼吸系统疾病每日死亡数的短期影响。结果 2016年宿迁市PM_(10)浓度对呼吸系统疾病日门诊量有影响,PM_(10)浓度与滞后1天的呼吸系统疾病门诊量呈正相关,PM_(10)每上升10μg/m^3,医院呼吸系统疾病门诊量增加0.26%(95%CI:0.01%~0.51%);PM_(2.5)浓度对日门诊量,PM_(2.5)、PM_(10)浓度对人群呼吸系统疾病死亡数影响均无统计学意义(P值均>0.05)。结论 2016年宿迁市PM_(10)浓度可能导致了人群呼吸系统疾病患病增加,PM_(2.5)浓度对人群呼吸系统疾病患病增加尚无明显效应。

呼吸系统疾病错误编码分析

目的通过某院住院病案首页呼吸系统疾病ICD-10编码错误分析,提高ICD编码准确性。方法利用病案信息系统检索出2016年某院呼吸科与危重症科病案,重新查阅核对住院病案首页等相关资料内容,统计疾病编码错误例数,分析编码错误率排序前十的编码及发生原因。结果共分析2886份病案,疾病编码错误率仅9.87%,错误编码排序前七位的均是与医师书写疾病诊断名称同名而导致编码错用:气管切开术后拔管困难,错用编码J95.0,大部分应校正为Z99.1/Z93.0;乳糜胸,错用编码I89.8,部分校正为J94.0;编码员临床知识欠缺导致编码错误:H1N1甲型流感肺炎,错误编码J09,校正编码J10.0;未掌握分类规则导致编码错误:支原体感染性肺炎,错误编码J18和A49.3,校正编码J15.7;矽肺和肺结核,错误编码J62和A16.2,校正编码J65;肺水肿和心力衰竭,错误编码J81和I50.9,校正编码I50.1;类风湿性关节炎和继发性肺间质病,错误编码M05.9和J84.9,校正编码M05.1J99.0*结论呼吸系统疾病编码总体错误率不高,错误集中出现在编码员依赖医师书写,误用医师同名诊断编码,而未严格遵守编码规则,且医师书写诊断不明确,也导致疾病分类错误。