蒋先雁
- 作品数：23 被引量：112H指数：6
- 供职机构：四川省疾病预防控制中心更多>>
- 发文基金：卫生行业科研专项更多>>
- 相关领域：医药卫生环境科学与工程更多>>
- 2016—2020年四川省农村土壤重金属与居民分死因死亡情况的相关分析
- 2022年
- 目的 描述四川省土壤重金属对人体健康的危害现状,为政府部门制订政策和措施提供依据。方法 采用问卷调查的方式,收集2016—2020年监测点的基本情况、农田土壤检测、居民分死因死亡情况等信息,用SPSS 20.0统计软件包进行偏相关分析,控制土地类型与土壤pH值两个变量后,计算土壤重金属与居民分死因死亡率的关系,检验水准α=0.05。结果 2016—2020年共调查5 196个监测点,土壤pH值在3.11~10.26之间,其中酸性土壤占30.45%(1 582/5 196),中性土壤占36.82%(1 913/5 196),碱性土壤占32.74%(1 701/5 196),极酸性土壤占2.38%(123/5 196),极碱性土壤占0.08%(4/5 196)。土壤铅检测最大值840.70 mg/kg,平均值为23.87 mg/kg,中位数为20.75 mg/kg。土壤镉检测最大值35.60 mg/kg,平均值为0.47 mg/kg,中位数为0.26 mg/kg。土壤铬检测最大值1946.00 mg/kg,平均值为75.64 mg/kg,中位数为68.50 mg/kg。2016—2020年监测点居民死亡率为5.20‰(51 844/9 973 276),死因死亡率排在前5位的是恶性肿瘤(1.07‰)、脑血管病(1.03‰)、呼吸系病(0.97‰)、心脏病(0.87‰)、消化系病(0.23‰)(除其他疾病外)。土壤重金属铅与恶性肿瘤、其它疾病死亡率及总死亡率呈正相关(P<0.05)。土壤重金属镉与其他疾病死亡率呈正相关(P<0.05)。土壤重金属铬与恶性肿瘤死亡率呈负相关(P<0.05)。结论 2016-2020年监测点极酸性土壤占2.38,极碱性土壤占0.08%。土壤镉的中位数与算术平均数均超过四川省土壤镉背景值。土壤铅含量与恶性肿瘤死亡率呈正相关,而铬含量与恶性肿瘤死亡率呈负相关。
- 印悦蒋先雁孙莉秦岭朱鸿斌金立坚
- 关键词：土壤重金属
- 2016—2021年自贡市温度变化对心脑血管疾病死亡的影响
- 2025年
- 目的探讨温度变化(temperature variability,TV)对因心脑血管疾病死亡的影响,为季节变化调整疾病防控策略提供依据。方法收集四川省自贡市2016年1月1日到2021年12月31日的气象数据、人口死亡数据,建立拟合分布滞后非线性模型分析TV对人群因心脑血管疾病死亡的影响效应,使用R 4.3.2软件进行数据分析,检验水准为α=0.05。结果TV每上升1℃,心脑血管疾病死亡率上升5.339%(95%CI:2.956%~7.778%)。各年龄亚组中,65岁以下人群、65~74岁人群、75岁及以上人群中TV对因心脑血管系统疾病死亡的影响效应分别为6.794%(95%CI:1.004%~12.916%)、7.636%(95%CI:2.539%~12.986%)和4.345%(95%CI:1.564%~7.201%);性别亚组中,女性和男性群体中TV对因心脑血管系统疾病死亡的影响效应分别为5.637%(95%CI:2.311%~9.072%)、5.044%(95%CI:1.951%~8.232%);各季节中,TV对因心脑血管系统疾病死亡的影响效应主要集中在热季和温季,分别为5.018%(95%CI:0.255%~10.006%)、6.156%(95%CI:0.869%~11.720%);各个单病种中,高血压性心脏病、出血性脑卒中和缺血性脑卒中为TV的敏感性疾病,各单病种的季节特异性效应各不相同。结论TV对因心脑血管疾病死亡率产生了显著的负面影响,65~≥75岁患者及女性患者为TV的敏感性人群,热季和温季为TV的易感性季节,高血压性心脏病、出血性脑卒中和缺血性脑卒中为TV的敏感性疾病。
- 叶丽雯李阳师春立蒋先雁阮仕娟文悦陈煜黄伟陈剑宇
- 关键词：温度变化心脑血管疾病时间序列分析
- 成都市气温与伤害120急救量的关联被引量：1
- 2024年
- [背景]伤害是重要的公共卫生问题之一,在气候变化的背景下研究气温与伤害的关联,对伤害防控具有重要意义。[目的]探讨成都市气温与伤害120急救量的关联。[方法]采用回顾性生态学方法,从成都市气象局收集2022年1月1日—2023年12月31日成都市气象数据,包括日均气温、日均相对湿度、平均风速、平均气压、日照及降雨量,从成都市120急救中心获取同期全市120急救数据,应用分布滞后非线性模型分析气温与伤害120急救量的关联,并根据不同性别、年龄进行分层分析,探索不同人群对气温的敏感性。[结果]共收集到2022—2023年成都市伤害120急救人数为219685人,伤害原因前三位依次为交通事故、中毒和跌坠伤,急救量分别为90765(41.32%)、44101(20.07%)、44046(20.05%)。日均气温在17.9℃以上时,随着温度增高,伤害120急救量也升高。在单日滞后效应中,日均气温与伤害120急救量的关联开始于滞后第一天(lag1),一直持续到lag6,其效应最大值出现在lag2、lag3和lag4;以17.9℃为参照,日均气温每升高1℃,伤害120急救量均增加1.08倍,95%CI分别为1.03~1.14、1.04~1.12和1.04~1.16。男性和女性均易受气温的影响,但在相同滞后日,男性的RR值均高于女性。日均气温对0~17岁年龄组在整个滞后期内的效应均无统计学意义;对18~44岁年龄组的效应出现在lag1~lag6;对45~64岁年龄组的效应出现在lag1~lag4;65岁及以上年龄组的效应仅体现在lag3(RR:1.05,95%CI:1.00~1.10)。[结论]成都市气温升高时伤害120急救量也有所增加,尤其在男性和18~44岁人群中的关联更强。
- 阮仕娟李阳文悦蒋先雁师春立
- 关键词：气温时间序列分析
- 微创手术系统联合CPAP治疗对OSAHS患者的工作能力影响的研究
- ＜正＞～～
- 蒋先雁张晓晴
- 文献传递
- 成都市细颗粒物对医院门诊就诊量的影响研究被引量：1
- 2018年
- 目的探讨成都市主城区大气PM 2.5浓度对当地医院门诊就诊量的影响,比较该地区大气PM 2.5浓度对人群健康的影响与我国其他地区的异同,为当地雾霾健康影响预警和干预提供科学依据。方法收集2013年和2014年成都市主城区范围内气象、大气PM 2.5浓度监测和医院门诊就诊量数据,采用时间序列分析中的广义可加模型(GAM)建模,在排除长期变化趋势、气象因素和周末效应等混杂因素的影响后,估算成都市主城区大气PM 2.5浓度与医院门诊就诊量的关系。结果成都市主城区大气PM 2.5日均浓度每增加10μg/m3,综合医院成人呼吸系统当日门诊量增加0.379%(95%CI:0.235%~0.523%),儿科当日总门诊量和呼吸系统门诊量分别增加0.368%(95%CI:0.310%~0.426%)和0.434%(95%CI:0.362%~0.505%)。结论成都市居民健康受大气PM 2.5浓度影响,但与我国其他城市有所不同。
- 刘睿聪蒋先雁曾婕张遵真张丽
- 关键词：细颗粒物PM2.5门诊
- 公共场所空气中一氧化碳浓度测量的不确定度分析被引量：1
- 2016年
- 目的:对公共场所中测定一氧化碳浓度的不确定来源进行分析,找出影响不确定度的因素,对不确定度进行评估,如实反映测量的和准确性。方法:根据《公共场所卫生标准检验方法第2部分:化学污染物》GB/T 18204.2-2014中的空气中一氧化碳不分光红外分析测量法,按照《测量不确定度评定与表示》JJF1059-2012建立公共场所一氧化碳浓度测量不确定度的数学模型,分析各个不确定度分量,并对合成相对不确定度方差进行计算。结论:该方法可用于公共场所一氧化碳测量结果的不确定度分析。
- 蒋先雁曾婕陈剑宇
- 关键词：不确定度
- 成都市温湿指数对心血管疾病死亡的影响
- 2024年
- 目的探讨成都市温湿指数对心血管疾病死亡的影响。方法收集2017—2020年成都市气象因素、PM_(2.5)、O_(3)和心血管疾病死亡病例数据,采用分布滞后非线性模型估算相对危险度和累积危险度,以量化温湿指数对心血管疾病死亡的影响。结果低温湿指数可增加人群心血管疾病死亡的风险,效应从滞后第2天(RR=1.016,95%CI:1.000~1.033)开始出现,持续到第11天(RR=1.021,95%CI:1.004~1.038);累积效应发生在滞后5~16 d,在第14天达到最大值(CRR=1.373,95%CI:1.196~1.577)。男性比女性更易受低温湿指数的影响。≥85岁组人群较其他年龄组更易受滞后效应的影响,最大相对风险值为1.056(95%CI:1.033~1.079),累积风险值为1.465(95%CI:1.160~1.852)。结论低温湿指数可能与成都市人群心血管疾病死亡风险的增加有关。
- 李阳阮仕娟师春立蒋先雁朱鸿斌
- 关键词：温湿指数心血管疾病
- 2014—2020年成都市大气污染物与呼吸系统疾病门诊量的时间序列研究被引量：13
- 2022年
- 目的了解成都市空气污染物污染状况及对成人和儿童呼吸系统疾病门诊量的影响。方法收集2014—2020年度成都市3家综合医院的成人和儿科呼吸系统疾病日门诊量、空气污染物(PM_(10)、PM_(2.5)、NO_(2)、CO、SO_(2))浓度和气象数据(温度、湿度)资料。在控制时间趋势、"星期几效应"以及温湿度等混杂因素基础上,采用时间序列的广义线性模型,对空气中污染物和门诊量的关系进行相关分析,包括当日(lag0)和滞后数日(lag1~lag10)。结果时间序列研究表明,各污染物浓度增加均会引起呼吸系统疾病门诊量的增加,滞后效应不明显,但成人和儿童略有差异,不同污染物超额危险度(ER)最高值滞后天数略有差异。PM_(10)浓度每增加10μg/m^(3)(lag0),成人和儿童呼吸系统疾病门诊量分别增加0.338%(95%CI:0.293%~0.382%)和0.655%(95%CI:0.626%~0.683%)。PM_(2.5)浓度每增加10μg/m^(3),成人呼吸系统疾病门诊量(lag3)增加0.402%(95%CI:0.334%~0.469%),儿童呼吸系统疾病门诊量(lag0)增加0.729%(95%CI:0.687%~0.772%)。NO_(2)浓度每增加10μg/m^(3)(lag0),成人和儿童呼吸系统疾病门诊量分别增加4.305%(95%CI:4.157%~4.454%)和7.188%(95%CI:7.088%~7.287%)。CO浓度每增加10μg/m^(3),成人呼吸系统疾病门诊量(lag3)增加0.004%(95%CI:0.002%~0.005%),儿童呼吸系统疾病门诊量(lag4)增加0.005%(95%CI:0.003%~0.006%)。SO_(2)浓度每增加10μg/m^(3)(lag0),成人和儿童呼吸系统疾病门诊量分别增加3.461%(95%CI:3.053%~3.869%)和7.680%(95%CI:7.425%~7.935%)。结论空气中PM_(10)、PM_(2.5)、NO_(2)、CO、SO_(2)浓度升高均可使成人和儿童呼吸系统疾病门诊量增加。
- 蒋先雁印悦陈剑宇师春立李阳康晓熙
- 关键词：空气污染呼吸系统疾病门诊量时间序列分析
- 2016—2023年自贡市大气污染物与医院非意外急救人次的时间序列分析
- 2025年
- 目的探讨自贡市大气污染物暴露对医院非意外急救人次的影响。方法收集自贡市2016年1月1日至2023年12月31日期间细颗粒物(PM_(2.5))、臭氧(O_(3~8 h))、可吸入颗粒物(PM_(10))、二氧化硫(SO_(2))等大气污染物的日均质量浓度,以及该期间自贡市日均相对湿度、日均气温、当地居民每日非意外急救人次等数据,并利用WPS Office 2024构建相应数据库;使用SPSS 22.0对所收集的气象、环保以及非意外急救数据进行描述性统计分析,检验水准α=0.05。采用R4.4.4软件中mgcv包创建广义相加模型(GAM)分析大气污染物对自贡市医院每日非意外急救人次的影响。结果自贡市2016年1月1日至2023年12月31日期间,PM_(2.5)、PM_(10)、O_(3~8 h)、SO_(2)日均质量浓度分别为50.41μg/m^(3)、72.25μg/m^(3)、86.24μg/m^(3)和10.01μg/m^(3);医院日均非意外急救人次为28人次/天。Spearman秩相关结果表明,医院非意外急救总人次与PM_(2.5)、PM_(10)的浓度间均呈正相关关系,其r值分别0.164(P<0.001)、0.166(P<0.001);与SO_(2)、O_(3~8 h)和日均温度均呈负相关关系,其r值分别为-0.044(P<0.001)、-0.053(P<0.001)和-0.227(P<0.05)。单污染物模型分析结果表明,PM_(2.5)、PM_(10)、O_(3~8 h)和SO_(2)对居民非意外急救人次影响单日滞后最大ER(95%CI)值分别为0.584%(0.314%,0.855%)、0.432%(0.219%,0.646%)、0.822%(0.581%,1.062%)和6.359%(3.492%,9.233%);而累积滞后效应中,PM_(2.5)、PM_(10)、O_(3~8 h)和SO_(2)对居民非意外急救影响最大ER值为0.701%(0.357%,1.045%)、0.514%(0.245%,0.783%)、1.234%(0.862%,1.607%)和10.153%(6.263%,14.058%)。多污染物分析模型中,在包含PM_(2.5)的多污染物的模型中分别加入SO_(2)和O_(3)后ER值分别为0.380%、0.331%,差异有统计学意义(P<0.001);而包含PM_(10)的多污染模型中加入SO_(2)后ER值为0.254%,差异有统计学意义(P<0.001)。结论自贡市2016年1月1日至2023年12月31日期间自贡市大气污染物的暴露对居民非意外�
- 文悦黄伟蒋先雁李阳阮仕娟朱鸿斌师春立
- 关键词：大气污染时间序列分析广义相加模型
- 成都市PM_(2.5)水平与人群呼吸系统疾病死亡的时间序列研究被引量：21
- 2017年
- 目的探讨成都市空气PM_(2.5)对人群呼吸系统疾病死亡的影响。方法收集成都市2013—2015年空气污染物日平均浓度、呼吸系统疾病每日死亡人数及气象因素,采用时间序列的广义相加模型(generalized additive models,GAM),在控制时间的长期趋势、气象因素等混杂因素的基础上,分析PM_(2.5)浓度对人群呼吸系统疾病死亡的影响。结果单污染物模型中,PM_(2.5)浓度对呼吸系统疾病死亡的效应在滞后1d(lag1)时最大,PM_(2.5)浓度每升高10μg/m^3呼吸系统疾病死亡超额危险度增加0.31%(95%CI:0.10%~0.52%)。多污染物模型中,纳入SO_2、NO_2后,PM_(2.5)浓度对呼吸系统疾病死亡影响消失;纳入O_3后,PM_(2.5)浓度升高对呼吸系统疾病死亡影响有所降低,超额危险度为0.27%(95%CI:0.02%~0.47%)。结论成都市PM_(2.5)浓度升高可能与人群呼吸系统疾病死亡增加有关。
- 曾婕刘睿聪陈剑宇金立坚蒋先雁周亮张丽
- 关键词：PM2.5呼吸系统疾病空气污染物时间序列分析
