北京市法定传染病与PM2.5的交互效应及其响应性研究

作者：王飞^*; 王新雨; 付海霞; 王雪珂; 姜雅琴; 赵颖

来源：医学动物防制, 2021, 37(03): 210-215.

• PM2.5
• 法定传染病
• 相关性分析
• 贝叶斯回归模型
• 边际效应

目的研究2008-2019年北京市法定传染病种类数、感染人数、死亡人数在不同报道次序下与PM2.5浓度的交互效应及其响应特征,为城市传染病的控制和预防提供科学依据。方法通过北京市疾控中心获取近十余年共计583周的法定传染病报告数,耦合对应的即刻-短期-中期-长期PM2.5平均浓度,分别采用Pearson相关性分析、描述性统计及贝叶斯回归模型对二者间的交互效应和响应特征进行分析。结果法定传染病种类数与PM2.5在各个时间尺度上相关性差异有统计学意义(r0 d=-0.26,r7 d=-0.23,r15 d=-0.26,r30 d=-0.34,r60 d=-0.43,P<0.05),且时间尺度越大,相关性越强;各类法定传染病病发时对应的PM2.5具有较大的浓度范围,存在月份间差异,且冬季特征明显,并且相应PM2.5浓度变化相对较小;在相对较长的一段期间内传染病累积感染数、累积致死数与其报道次序不存在严格对应关系;法定传染病患病数量随PM2.5浓度升高会随不同报道次序而存在不同的变化趋势(P<0.01)。结论北京市PM2.5浓度升高可能会增加法定传染病的发病率,研究期内传染病累积感染数与累积致死数与其报道次序不存在严格对应关系,不同报道次序的各传染病均需要引起足够重视。

• 单位
  山西省环境科学研究院; 山西大学