PM2.5对深圳市南山区居民流感发病的影响

摘要/Abstract

摘要：

目的了解细颗粒物（fine particulate matter，PM_2.5）对深圳市南山区居民流感发病的影响，以期为预防流感暴发提供数据支撑。方法收集2019—2023年大气污染物、气象监测数据和流感监测数据，采用广义相加模型（generalized additive model，GAM），拟合单污染物模型和双污染物模型分析PM_2.5对深圳市南山区居民流感发病的影响。结果 PM_2.5在累积滞后0~2日（lag02）时，对居民流感发病影响最显著，PM_2.5浓度每升高10 μg/m³，居民流感发病风险增加1.53%（95%CI：1.008~1.022）。男性和女性人群中，相对危险度（relative risk，RR）分别为1.014（95%CI：1.007~1.022，P<0.05）和1.017（95%CI：1.010~1.024，P<0.05）。年龄分层中，PM_2.5对0~<5岁年龄段影响最大，其RR值为1.017（95%CI：1.011~1.024，P<0.05）。季节分层中，气温下降时PM_2.5对流感发病影响最为显著，其RR值为1.029（95%CI：1.023~1.034，P<0.05）。结论 PM_2.5的短期暴露会影响深圳市南山区居民流感的发病率，0~<5岁人群为流感易感人群，冷季为高发季节。

关键词: 广义相加模型, 细颗料物, 流感, 相对危险度

Abstract:

Objective To investigate the influence of fine particulate matter（PM_2.5） on the incidence of influenza among residents in Nanshan District of Shenzhen City，and provide data support for preventing influenza outbreaks. Methods The air pollutants，meteorological monitoring data and influenza monitoring data from 2019 to 2023 were collected. The generalized additive model （GAM） was used to fit single pollutant model and double pollutant model to analyze the influence of PM_2.5 on the incidence of influenza among residents in Nanshan District of Shenzhen City. Results PM_2.5 had the most significant effect on the incidence of influenza in residents with a cumulative lag of 0-2 days（lag02）. Every increase of PM_2.5 concentration of 10 μg/m³ increased the risk of influenza incidence by 1.53%（95%CI：1.008-1.022）. In men and women，the relative risk（RR） was 1.014（95%CI：1.007-1.022，P<0.05） and 1.017（95%CI：1.010-1.024，P<0.05），respectively. In age stratification，PM_2.5 had the greatest effect on 0-<5 years old，with an RR value of 1.017（95%CI：1.011-1.024，P<0.05）. In the seasonal stratification，PM_2.5 had the most significant effect on the incidence of influenza when the temperature drops，and its RR value was 1.029（95%CI：1.023-1.034，P<0.05）. Conclusion The short-term exposure of PM_2.5 affects the incidence of influenza among residents in Nanshan District of Shenzhen City，the susceptible population is children aged 0-<5 years old，and the cold season is the high incidence season.

Key words: Generalized additive model, Fine particulate matter, Influenza, Relative risk

中图分类号:

R181.34

黎宗男, 张岚, 杨佩, 袁建辉. PM_2.5对深圳市南山区居民流感发病的影响. [J]职业与健康, 2026, 42(6): 806-811.

LI Zongnan, ZHANG Lan, YANG Pei, YUAN Jianhui. Impact of PM_2.5 on incidence of influenza among residents in Nanshan District of Shenzhen City. [J]OCCUPATION AND HEALTH, 2026, 42(6): 806-811.

图/表 8

参考文献 21

[1]	吉秀亮, 杨君胜, 谢晓媛, 等. 2018—2020年西宁市城区PM_2.5对儿童呼吸系统门诊量影响的时间序列分析[J]. 环境与健康杂志, 2024, 41(1):32-35.
[2]	吴涛. PM_2.5诱导肺细胞衰老及其损伤的作用机制研究[D]. 合肥: 中国科学技术大学, 2023.
[3]	黄智峰, 刘晓剑, 杨连朋, 等. 深圳市大气PM_2.5质量浓度与流感样病例发病的关联性分析[J]. 环境与职业医学, 2017, 34(5):421-425.
[4]	陆骏铭, 曹礼明, 焦伯旸, 等. 深圳大气中甲酸的季节变化和来源解析[J]. 环境科学学报, 2024, 44(9):1-9.
[5]	曹明华, 徐艳龙, 侯赛, 等. 大气颗粒物浓度对流感样病例发病关联性研究[J]. 安徽预防医学杂志, 2021, 27(3):179-182,195.
[6]	陈诹, 王远萍, 刘丹, 等. 大气颗粒物与上海浦东新区流感确诊病例相关性的时间序列研究[J]. 公共卫生与预防医学, 2021, 32(1):36-39,71.
[7]	郭慧春, 李盛, 朱东升, 等. 2015—2019年武威市空气污染物与流行性感冒发病的关联性[J]. 甘肃科技纵横, 2022, 51(9):70-73,80.
[8]	赵兴, 王思远, 张思慜, 等. PM_2.5、PM₁₀短期暴露与流感样病例日门诊量的关联研究[J]. 南京医科大学学报(自然科学版), 2020, 40(11):1718-1724.
[9]	王雪. PM_2.5和臭氧对石家庄地区流行性感冒发病的影响[D]. 河北: 河北医科大学, 2023.
[10]	陈玉琪. 南京市某区PM_2.5和O₃对居民呼吸系统健康影响的研究[D]. 南京: 东南大学, 2022.
[11]	易建华, 吴晓芳, 王丽云, 等. PM_2.5对呼吸系统疾病的影响及其机制的研究进展[J]. 西安交通大学学报(医学版), 2019, 40(1):167-172.
[12]	王海涛. 基于医学大数据的山东省传染病流行特征及影响因素研究[D]. 济南: 山东大学, 2022.
[13]	CIDDY F, JIAN L, WENJIE S, et al. Impact of ambient fine particulate matter(PM_2.5) exposure on the risk of influenza-like-illness:a time-series analysis in Beijing,China[J].Environ health, 2016, 15(1):17.
[14]	NAZELLE D A, NIEUWENHUIJSEN J M, ANTO M J, et al. Improving health through policies that promote active travel:A review of evidence to support integrated health impact assessment[J]. Environ Intern, 2011, 37(4):766-777. DOI URL
[15]	ZUURBIER M, HOEK G, OLDENWENING M, et al. Commuters' exposure to particulate matter air pollution is affected by mode of transport, fuel type,and route[J]. Environ Health Perspect, 2010, 118(6):783-789. DOI URL
[16]	胡亚琪. 家庭视角下人口老龄化对居民消费碳排放的影响研究[D]. 长春: 吉林大学, 2024.
[17]	杜芳, 王蒲生, 黄琇棠, 等. 深圳市65岁以上老年人群接种流感疫苗的成本-效果分析[J]. 中国卫生经济, 2021, 40(10):74-78.
[18]	陈一迪, 武继磊. PM_2.5暴露对中国老年人抑郁症状患病情况影响分析[J]. 中国公共卫生, 2024, 40(5):598-601.
[19]	马晓璐, 杨杨, 黄悦, 等. 气态污染物浓度对流感暴发风险的影响[J]. 自然科学, 2023, 11(6):1003-1014.
[20]	YANG J, YANG Z, QI L, et al. Influence of air pollution on influenza-like illness in China:A nationwide time-series analysis[J]. EBio Medicine, 2023, 87:104421.
[21]	吴善正, 崔亮亮, 于秋燕, 等. 基于DLNM模型评估大气污染物对济南市2015—2019年流感样病例发病影响[J]. 国际病毒学杂志, 2024, 31(1):58-62.

指标	x	s	P₀	P₂₅	P₅₀	P₇₅	P₁₀₀	IQR
气象条件
平均气温（℃）	23.65	5.28	6.73	19.76	24.67	28.21	32.08	8.46
风速（m/s）	2.74	1.09	0.76	1.94	2.54	3.35	9.04	1.41
相对湿度（%）	75.93	11.90	25.81	70.01	78.11	84.22	97.76	14.21
气压（hPa）	1 005.63	6.34	988.29	1 000.62	1 005.57	1 010.40	1 023.54	9.78
大气污染物
PM_2.5（μg/m³）	19.96	12.46	1.15	10.46	17.44	26.90	87.06	16.44
PM₁₀（μg/m³）	38.56	21.78	3.96	21.86	33.54	49.24	150.90	27.40
NO₂（μg/m³）	26.30	14.68	3.98	16.30	22.92	31.91	126.07	15.61
SO₂（μg/m³）	5.25	1.35	2.00	4.50	5.02	5.90	12.50	1.40
CO（μg/m³）	0.62	0.14	0.19	0.53	0.61	0.71	1.27	0.18
O_3-8h（μg/m³）	63.95	31.83	7.06	37.69	58.55	86.25	256.61	48.56

指标	x	s	P₀	P₂₅	P₅₀	P₇₅	P₁₀₀	IQR
气象条件
平均气温（℃）	23.65	5.28	6.73	19.76	24.67	28.21	32.08	8.46
风速（m/s）	2.74	1.09	0.76	1.94	2.54	3.35	9.04	1.41
相对湿度（%）	75.93	11.90	25.81	70.01	78.11	84.22	97.76	14.21
气压（hPa）	1 005.63	6.34	988.29	1 000.62	1 005.57	1 010.40	1 023.54	9.78
大气污染物
PM_2.5（μg/m³）	19.96	12.46	1.15	10.46	17.44	26.90	87.06	16.44
PM₁₀（μg/m³）	38.56	21.78	3.96	21.86	33.54	49.24	150.90	27.40
NO₂（μg/m³）	26.30	14.68	3.98	16.30	22.92	31.91	126.07	15.61
SO₂（μg/m³）	5.25	1.35	2.00	4.50	5.02	5.90	12.50	1.40
CO（μg/m³）	0.62	0.14	0.19	0.53	0.61	0.71	1.27	0.18
O_3-8h（μg/m³）	63.95	31.83	7.06	37.69	58.55	86.25	256.61	48.56

项目	x	s	P₀	P₂₅	P₅₀	P₇₅	P₁₀₀	IQR
性别
男	53.16	95.92	0.00	2.00	8.00	66.00	776.00	64.00
女	45.14	81.73	0.00	2.00	7.00	57.00	729.00	55.00
年龄（岁）
0~<5	16.12	26.76	0.00	1.00	4.00	22.00	190.00	21.00
5~<15	42.05	80.44	0.00	2.00	6.00	45.00	649.00	43.00
15~<25	9.52	20.26	0.00	0.00	1.00	10.00	237.00	10.00
25~<60	28.25	58.45	0.00	1.00	3.00	33.00	719.00	32.00
≥60	2.37	4.53	0.00	0.00	0.00	3.00	44.00	3.00
日发病人数（例/天）
总人群	98.30	177.24	1.00	4.00	14.00	123.00	1505.00	119.00

项目	x	s	P₀	P₂₅	P₅₀	P₇₅	P₁₀₀	IQR
性别
男	53.16	95.92	0.00	2.00	8.00	66.00	776.00	64.00
女	45.14	81.73	0.00	2.00	7.00	57.00	729.00	55.00
年龄（岁）
0~<5	16.12	26.76	0.00	1.00	4.00	22.00	190.00	21.00
5~<15	42.05	80.44	0.00	2.00	6.00	45.00	649.00	43.00
15~<25	9.52	20.26	0.00	0.00	1.00	10.00	237.00	10.00
25~<60	28.25	58.45	0.00	1.00	3.00	33.00	719.00	32.00
≥60	2.37	4.53	0.00	0.00	0.00	3.00	44.00	3.00
日发病人数（例/天）
总人群	98.30	177.24	1.00	4.00	14.00	123.00	1505.00	119.00

项目	单日滞后效应			累积滞后效应
项目	RR值	95%CI	滞后天数	RR值	95%CI	滞后天数
总人群	1.013	1.007~1.019^a	lag0	1.015	1.008~1.022^a	lag02
性别
男	1.012	1.006~1.019^a	lag0	1.014	1.007~1.022^a	lag02
女	1.014	1.008~1.020^a	lag0	1.017	1.010~1.024^a	lag02
年龄（岁）
0~<5	1.012	1.007~1.018^a	lag0	1.017	1.011~1.024^a	lag03
5~<15	1.014	1.007~1.020^a	lag0	1.014	1.014~1.015^a	lag01
15~<25	1.008	1.003~1.014^a	lag0	1.009	1.007~1.011^a	lag01
25~<60	1.010	1.003~1.015^a	lag0	1.010	1.009~1.011^a	lag02
≥60	1.011	1.005~1.016^a	lag0	1.014	1.010~1.018^a	lag03
季节分层
暖季	0.984	0.972~0.995^a	lag0	0.979	0.967~0.991	lag01
冷季	1.019	1.015~1.023^a	lag0	1.029	1.023~1.034^a	lag03