空气污染物浓度与呼吸系统疾病的关系研究

摘要：

利用杭州市日均空气污染物浓度与呼吸系统疾病门诊人数数据,结合泊松广义相加模型(GAM)和反向传输(BP)神经网络模型,评价该区域主要空气污染物对居民呼吸系统疾病的影响,并进行短期门诊人数预测,结果表明:PM2.5、PM10、NO2和SO2每增加1个四分位间距(IQR)时,对呼吸系统疾病门诊人数的相对危险度(RR)最大值分别为1.030(95％ 置信区间(CI):1.016～1.045)、1.063(95％CI:1.043～1.084)、1.053(95％CI:1.016～1.091)和1.025(95％CI:1.003～1.048),且分别在滞后3、2、4、3 d时达到最大值,可见PM2.5、PM10、SO2和NO2对呼吸系统疾病存在滞后效应.BP神经网络模型对呼吸系统疾病门诊人数的预测值与实际值接近,且平均相对误差为13.821％,说明BP神经网络模型可用于呼吸系统疾病门诊人数的短期预测.

关键词：空气污染、呼吸系统疾病、门诊人数、反向传输神经网络模型、预测

所属期刊栏目：40

资助基金：国家自然科学基金资助项目41101421、41471442;浙江农林大学科研发展基金资助项目2014FR078

在线出版日期：2018-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：508-512,517