基于GAM模型大气污染及气象因素的健康效应研究

摘要

气象因素和大气污染物对传染性疾病的发作具有重要的影响，利用统计学方法研究它们对传染性疾病的影响能够为我国疾病预防控制中心制定相关的防治政策提供重要的科学依据。
　　本文基于温州市2010-2014年的气象因素数据及同期的肺结核日就诊人数数据，在控制了时间的长期趋势、星期效应及假日效应的影响后，利用GAM模型量化研究了气象因素对肺结核日就诊人数的影响。通过控制上述三个混杂因素以及极热天、极冷天和潮湿天变量等六个影响因素，利用同样的方法对绍兴市2013年1月至2014年11月期间大气污染物对肺结核日就诊人数的影响进行了分析。本文得出的主要结论如下：
　　气象因素对肺结核日就诊人数存在一定的影响。当日平均气温、日最低气温以及日最低地表温度，滞后1天的日最高气温和平均地表温度，每增加一个四分位差，肺结核日就诊人数分别增加16.96％、19.52%、10.38%、8.38%和7.13%，日最高地表温度滞后6天的估计效应最大且为负。气压的估计效应相对较小，平均气压、日最低气压滞后4天与天与日最高气压滞后7天的四分位差增长分别与肺结核日就诊人数5.78%、6.96%和5.01%的增长显著相关。平均风速和最大风速分别在滞后0、1天估计效应达到最大且为负。调整其它变量对估计效应的影响较小。性别分层分析结果表明，气象因素对男性的影响较显著。
　　污染物对肺结核日就诊人数存在显著的滞后效应。PM2.5的7天移动平均浓度，每增加40μg/m3，肺结核日就诊人数增加6.66%。PM10和SO2的3天移动平均浓度的四分位差增长与肺结核日就诊总人数6.82%、14.41%的增加显著相关。O3的4天移动平均浓，每增加23μg/m3，肺结核日就诊人数增加15.55%，且调整颗粒物和SO2会减弱O3的估计效应。调整气体污染物对颗粒物的估计效应产生明显的影响。而调整其它污染物对SO2产生的估计效应影响较小。改变模型假设对污染物的估计效应的影响也较小。按性别和职业分层分析结果表明，在相同滞后条件下，污染物对民工的影响较显著。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 本论文主要研究内容与技术路线

第二章 GAM模型的基本原理

2.1 指数型分布族

2.2 GLM模型

2.3 GAM模型

第三章 气象因素-健康效应的时间序列分析

3.1 资料来源

3.2 统计学方法

3.3 疾病数据和气象数据的描述性分析

3.4 Spearman相关性分析

3.5 时间序列分析

3.6 本章小结

第四章 大气污染物-健康效应的时间序列分析

4.1 数据资料

4.2 统计学方法

4.3 描述性统计分析

4.4 Spearman相关性分析

4.5 时间序列分析

4.6 本章小结

第五章 总结与展望

5.1 总结

5.2 不足与展望

参考文献

攻读学位期间取得的研究成果

致谢