兰州市空气污染对居民呼吸系统疾病急诊量的影响

刘玉荣，董继元

兰州大学公共卫生学院劳动卫生与环境卫生研究所，兰州 730000

随着中国近30年经济和工业的快速发展，空气质量日益恶化，空气污染已成为影响我国居民健康的主要危害因素之一。在人体的各种系统中，与外界环境接触最频繁、接触面积最大的是呼吸系统。多项流行病学和临床研究均表明，短期和长期的大气污染物暴露会增加呼吸系统疾病的发病风险，主要表现为入院率、死亡率升高[1-2]。相对于每日住院或死亡人数数据，医疗机构门诊急诊数据覆盖人群范围广，可更灵敏地反映大气污染物对人群健康的急性效应，更具实用性和精确性。

国外研究显示，大气污染物浓度的增加会导致儿童、成人和老年人上呼吸道感染、下呼吸道感染、肺炎、慢性阻塞性肺疾病、哮喘等呼吸系统疾病急诊量不同程度的增加[3-12]。国内上海[13]、济南[14]、广州[15]、北京[16]等城市的研究均表明，大气污染物与呼吸系统疾病急诊量的增加有关。从空气污染物种类来看，国内外学者主要关注可吸入颗粒物(PM10)、二氧化氮(NO2)、二氧化硫(SO2)对呼吸系统疾病的影响。从研究区域来看，国内外学者的研究多集中于发达国家和地区。从研究对象来看，国内外的研究对象也都多为特定人群，如儿童、老人。从疾病划分来看，国内外学者多选择一或两种呼吸系统疾病加以研究，缺少对不同类型呼吸系统疾病的分析。同时，由于空气污染物组成成分及当地的气象条件、居民易感性等存在差异，不同地区得出的结论并不能完全外推至其他地区。综上，国内外缺乏对欠发达地区全人群的空气污染与呼吸系统疾病急诊量的研究。

甘肃省兰州市深居西北内陆，特有的盆地地形、特殊的气象条件等因素使兰州空气污染物不易扩散。随着2012年全国空气污染防治攻坚战的开展和《兰州市2015年度空气污染防治实施方案》的实施，近年来兰州市的空气污染状况得到明显改善，空气污染物构成发生了变化，2013至2019年兰州市SO2、细颗粒物(PM2.5)和PM10浓度呈下降趋势，NO2、一氧化碳(CO)和臭氧(O3)浓度呈上升趋势，PM2.5和O3是兰州市的主要污染物，已有学者对兰州市空气污染与住院效应[17]、门诊效应[18]进行了报道。但选择的空气污染物只有其中1或几种，不够全面，并且没有对新的空气污染物PM2.5、CO以及O3的每日最大8 h浓度(O38h)对呼吸系统疾病急诊量的影响进行系统研究。此外，年龄、性别和季节等因素对大气污染的健康效应是否存在差异亦未深入探讨。本研究采用时间序列分析方法中的广义相加模型(generalized additive model，GAM)，定量评估了兰州市空气污染物(PM2.5、PM10、SO2、NO2、CO以及O38h)对呼吸系统疾病急诊量的影响，分析了不同性别、年龄居民和不同季节污染物对呼吸系统疾病急诊量影响的差异，以期为兰州市因大气污染致呼吸系统疾病的防治提供理论依据。

资料和方法

资料来源根据兰州市主城区综合医院门诊量及地理位置，选择电子病历系统完善的3家三级甲等综合医院作为数据来源。3所医院位于兰州市区东部和西部(图1)，交通便利，附近均为兰州市人口密集居住区。此外，3所医院设备先进、医疗科室齐全、业务技术力量雄厚，是兰州市规模最大的综合医院，在治疗呼吸道疾病方面享有良好的声誉，日常急诊量占兰州市居民呼吸系统疾病急诊量的比例超过80%。因此本研究急诊就诊量样本数据具有很好的代表性，能够较好地反映兰州市常见呼吸系统疾病的发病情况。收集2013年1月1日至2017年12月31日上述3家综合性医院呼吸系统疾病急诊逐日就诊资料，包括居住地址、接诊完善各项检查后的最终疾病诊断、性别、年龄、就诊日期等信息。按照国际疾病分类标准第十版(ICD-10)筛选呼吸系统疾病的病例(J00～J99)，将ICD-10编码为J00～J99的个案全部纳入此次研究中，主要包括上呼吸道感染、下呼吸道感染、慢性阻塞性肺疾病、肺炎和哮喘等，研究过程中将居住地址不是兰州市的患者予以剔除。

空气数据收集从全国城市空气质量实时发布平台(http：//106.37.208.233：20035/)收集2013年1月1日至2017年12月31日兰州市空气质量日报数据，选取兰州市主城区逐日监测数据，包括PM2.5、PM10、SO2、NO2、O3的每日最大8 h浓度(O38h)和CO。大气污染物资料来源于3个国控监测站，分别为省建职工医院、铁路设计院、生物制品研究所。先计算得出各监测站点各污染物24 h算术平均浓度，再平均所有监测站点的数据作为兰州市该天的污染物浓度值，3个国控监测站收集数据完整性和一致性均符合国家环境空气质量监测规范要求，收集数据无异常大或异常小的数值，具有较好的准确性。3个站点集中在兰州主城区内(图1)，能有效反映整个兰州市的空气污染情况，本研究将3个监测站点污染物逐日浓度平均值作为兰州市人群的每日平均污染物暴露浓度。对于空气污染数据中的缺失值，采用线性内插法进行填补，缺失值填补比例0.63%。

图1 兰州市医院和空气质量监测站的分布情况Fig 1 Geographic location of hospitals and air monitoring sites in Lanzhou

描述性统计分析对研究期间的气象指标、大气污染物浓度和呼吸系统疾病急诊量进行描述性分析。分析指标有均数±标准差、最小值、最大值和四分位数(P25、P50、P75)。采用Spearman秩相关分析大气污染物与气象因素之间的相关性。

统计模型建立采用基于Poisson回归的GAM分析大气污染物对呼吸系统疾病日急诊人次的影响，所构建的模型使用自然样条平滑函数控制每日急诊就诊人次、日均气温和相对湿度、时间序列中的长期趋势、季节趋势，同时将“星期几效应”和“节假日效应”作为哑变量引入模型，基本模型如下：Log[E(Yt)]=α+βZt+ns(time,df)+ns(Tempt,df)+ns(RHt,df)+αs.factor(dow)+as.factor(holiday)。Yt为第t日急诊就诊人次，E(Yt)为第t日就诊数期望值，α为该模型的截距，Zt为第t日的大气污染物，β为回归系数，ns为自然样条平滑函数，time为时间变量，Tempt为第t日平均温度，RHt为第t日平均湿度，dow为星期几效应，holiday为节假日效应。自由度的选择基于赤池信息法则(Akaikes information criterion，AIC)确定[14-16]，最终纳入模型的时间、温度、湿度自由度分别7、3、3。时间变量time每年自由度取7，5年总自由度=7×5=35。

根据模型估算的PM2.5、PM10、SO2、NO2、O38h及CO的回归系数β，计算当某一污染物浓度增加ΔC=10 μg/m3(CO为1 mg/m3)时居民呼吸系统疾病急诊量增加的超额危险度(excess risk，ER)：ER=[EXP(ΔC×β)-1]×100%。

敏感性分析选择大气污染物作用的最强滞后时间，拟合双污染物模型(将某两种污染物同时纳入模型分析)观察单污染物模型的稳健性，评价其他污染物对所关注污染物健康效应估计的影响。同时采用单污染物模型确定的大气污染物影响最强滞后时间，通过改变时间变量自由度(df=6～10)来评价模型结果的稳定性。研究采用 R3.4.4 软件mgcv软件包进行分析，检验水准为0.05。

结 果

急诊就诊人次2013～2017年，兰州市医院呼吸系统疾病急诊就诊人次为124 871，全人群日均急诊就诊人次为69±52，其中上呼吸道感染、下呼吸道感染、慢性阻塞性肺疾病、肺炎、哮喘分别为21±18、11±8、4±2、5±3、2±1；男性略高于女性，0～14岁儿童急诊就诊人次高于其他年龄人群(表1)。

表1 2013～2017 年兰州市呼吸系统疾病急诊量描述性分析Table 1 Descriptive statistics of emergency room visits for respiratory diseases in Lanzhou during 2013-2017

空气污染物质量浓度和气象指标2013～2017年，PM2.5、PM10、SO2、NO2、O38h和CO的日均浓度分别为(53.91±29.71)μg/m3、(125.5±84.53)μg/m3、(23.54±16.94)μg/m3、(44.15±17.32)μg/m3、(41.47±29.36)μg/m3和(1.30±0.78)mg/m3，与GB3095-2012《环境空气质量标准》二级浓度限值比较均未超标。日均温度(11.54±9.79)℃，日均相对湿度(50.11±15.49)%(表2)。

表2 2013～2017 年空气污染物及气象因素描述性分析Table 2 Descriptive statistics of air pollutant levels and meteorological variables in Lanzhou during 2013-2017

空气污染物和气象因素之间的相关性分析Spearman相关分析结果表明，PM2.5、PM10与相对湿度、平均温度和O38h呈显著负相关(P均<0.01)，与SO2、NO2和CO呈显著正相关(P均<0.01)；温度除了与O38h呈显著正相关以外，与其他污染物和相对湿度均呈显著负相关(P均<0.01)。PM2.5与PM10的相关性最强，r=0.78(表3)。

表3 2013～2017年兰州市空气污染物与气象因素的Spearman相关分析Table 3 Spearman’s correlation coefficients between daily air pollutants and meteorological variables in Lanzhou during 2013-2017

单污染模型分析兰州市空气中的PM2.5、PM10、SO2、NO2、O38h以及CO浓度水平对呼吸系统疾病急诊人次有显著影响，各污染物对呼吸系统疾病急诊人次影响的 ER值及95%CI的变化规律不同且存在不同滞后效应。PM2.5在滞后当天(lag0)、滞后第1天(lag1)、滞后第2天(lag2)以及累计滞后1～7 d(lag 01～07)对呼吸系统疾病急诊量有显著影响，以累计滞后第2天(lag 02)时影响最大；PM2.5浓度每增加10 μg/m3，呼吸系统疾病急诊量增加0.900%(95%CI：0.573%～1.249%)。PM10在滞后1～4 d(lag1～4)对呼吸系统疾病急诊量有显著影响，在滞后第2天(lag2)达到最大值；PM10浓度每增加10 μg/m3，呼吸系统疾病急诊量增加0.083%(95%CI：0.012%～0.153%)。NO2在滞后4～6 d(lag 4～6)对呼吸系统疾病急诊人次增加有显著影响，在滞后第6天(lag 6)达到最大值；NO2浓度每增加10 μg/m3，呼吸系统疾病急诊量增加1.293%(95%CI：0.867%～1.720%)。SO2在滞后当天(lag 0)、滞后1～5 d(lag1～5)、累计滞后1～7 d(lag 01～07)对呼吸系统疾病急诊量有显著影响，在累计滞后第6天(lag06)达到最大值；SO2浓度每增加10 μg/m3，呼吸系统疾病急诊量增加3.851%(95%CI：2.675%～5.041%)。O38h在滞后2～7 d(lag 2～7)、累计滞后4～7 d(lag 04～07)对呼吸系统疾病急诊量有显著影响，在累计滞后第7天(lag07)达到最大值；O38h浓度每增加10 μg/m3，呼吸系统疾病急诊量增加0.737%(95%CI：0.129%～1.348%)。CO在滞后当天(lag 0)、累计滞后第1天(lag 01)和累计滞后第2天(lag 02)对呼吸系统疾病急诊量有显著影响，在滞后当天(lag 0)达到最大值；CO浓度每增加1 mg/m3，呼吸系统疾病急诊量增加2.556%(95%CI：1.493%～3.629%)(表4)。

表4 大气污染物在不同滞后天数时呼吸系统疾病急诊量的单因素广义相加模型分析Table 4 The single-factor generalized additive model analysis of the effects of air pollutants on the emergency room visits for respiratory diseases in the cases of different lag days

根据单污染物模型的滞后效应分析结果，选择影响最大的滞后时间(PM2.5为lag02，PM10为lag2，NO2为lag6，SO2为lag06，O38h为lag07，CO为lag0)进行分层研究，结果显示：按性别分层分析，春季时PM2.5(男：t=2.841，P=0.104；女：t=3.016，P=0.093)、PM10(男：t=2.554，P=0.361；女：t=2.674，P=0.339)、SO2(男：t=2.153，P=0.293；女：t=2.555，P=0.300)、NO2(男：t=2.001，P=0.313；女：t=2.480，P=0.152)、O38h(男：t=3.001，P=0.164；女：t=3.100，P=0.137)及CO(男：t=3.105，P=0.110；女：t=2.155，P=0.100)对不同性别呼吸系统疾病急诊量无显著影响；夏季时，NO2(男：t=4.006，P<0.001；女：t=3.871，P=0.001)、O38h(男：t=4.751，P<0.001；女：t=4.750，P<0.001)对男性呼吸系统疾病急诊量的影响明显大于女性；秋季时，PM2.5(男：t=3.320，P=0.010；女：t=3.117，P=0.004)对男性呼吸系统疾病急诊量的影响明显大于女性，CO(男：t=3.927，P=0.001；女：t=4.334，P<0.001)对女性呼吸系统疾病急诊量的影响明显大于男性；冬季时，PM2.5(男：t=3.124，P=0.019；女：t=3.418，P=0.007)、PM10(男：t=2.980，P=0.160；女：t=2.997，P=0.013)对女性呼吸系统疾病急诊量的影响明显大于男性，SO2(男：t=4.101，P<0.001；女：t=3.820，P<0.001)对男性呼吸系统疾病急诊量的影响明显大于女性，O38h(男：t=3.660，P=0.022；女：t=3.517，P=0.018)对男性呼吸系统疾病急诊量明显大于女性，CO(男：t=4.117，P=0.001；女：t=4.629，P<0.001)对女性呼吸系统疾病急诊量的影响明显大于男性(表5)。

表5 最大滞后时间下不同季节空气污染物对不同性别呼吸系统疾病急诊量的影响Table 5 The effects of air pollutants on the emergency room visits for respiratory diseases by gender in different seasons in the case of maximum lag days

t=2.220，P=0.200；≥65岁：t=2.415，P=0.165)、PM10(0～14岁：t=3.010，P=0.092；15～64岁：t=3.007，P=0.100；≥65岁：t=2.412，P=0.254)、SO2(0～14岁：t=2.407，P=0.099；15～64岁：t=2.550，P=0.083；≥65岁：t=2.613，P=0.107)、CO(0～14岁：t=3.006，P=0.077；15～64岁：t=2.814，P=0.100；≥65岁：t=2.011，P=0.150)对不同年龄组人群呼吸系统疾病急诊量无显著影响。秋季时，PM2.5(t=4.120，P<0.001)、PM10(t=4.008，P<0.001)日均浓度的增加使0～14岁人群呼吸系统疾病急诊就诊人次明显增加；当暴露于PM2.5、PM10时，0～14岁人群急诊就诊风险明显高于15～64岁和≥65岁组；SO2(0～14岁：t=2.815，P=0.116；15～64岁：t=2.400，P=0.107；≥65岁：t=2.456，P=0.110)、NO2(0～14岁：t=2.370，P=0.164；15～64岁：t=2.305，P=0.158；≥65岁：t=2.016，P=0.120)、O38h(0～14岁：t=2.111，P=0.107；15～64岁：t=2.168，P=0.155；≥65岁：t=1.909，P=0.160)、CO(0～14岁：t=2.552，P=0.120；15～64岁：t=2.400，P=0.109；≥65岁：t=2.010，P=0.170)对不同年龄组人群呼吸系统疾病急诊量无显著影响。冬季时，PM2.5(0～14岁：t=3.520，P=0.008；15～64岁：t=3.697，P=0.011)、PM10(0～14岁：t=3.840，P<0.001；15～64岁：t=3.621，P<0.001)、CO(0～14岁：t=4.102，P=0.002；15～64岁：t=3.822，P=0.001)日均浓度的增加使0～14岁和15～64岁组人群呼吸系统疾病急诊就诊人次显著增加，0～14岁人群急诊就诊风险明显高于15～64岁和≥65岁组；SO2(t=4.570，P<0.001)对0～14岁呼吸系统疾病急诊量的影响明显大于15～64岁和≥65岁组；NO2(0～14岁：t=2.331，P=0.116；15～64岁：t=2.015，P=0.200；≥65岁：t=3.008，P=0.076)、O38h(0～14岁：t=3.082，P=0.107；15～64岁：t=2.001，P=0.150；≥65岁：t=2.850，P=0.143)对不同年龄组人群呼吸系统疾病急诊量无显著影响(表6)。

表6 最大滞后时间下不同季节空气污染物对不同年龄呼吸系统疾病急诊量的影响Table 6 The effects of air pollutants on the emergency room visits for respiratory diseases by age in different seasons in the case of maximum lag days

按年龄分层分析，春季时，PM2.5(t=3.920，P=0.001)、CO(t=4.300，P<0.001)日均浓度的增加使0～14岁人群呼吸系统疾病急诊就诊人次显著增加；当暴露于PM2.5、CO时，0～14岁人群急诊就诊风险明显高于15～64岁和≥65岁组(P均<0.05)；PM10(0～14岁：t=2.951，P=0.107；15～64岁：t=2.800，P=0.200；≥65岁：t=2.981，P=0.206)、SO2(0～14岁：t=3.001，P=0.216；15～64岁：t=3.881，P=0.190；≥65岁：t=2.016，P=0.206)、NO2(0～14岁：t=2.611，P=0.090；15～64岁：t=2.157，P=0.110；≥65岁：t=2.071，P=0.141)、O38h(0～14岁：t=3.001，P=0.081；15～64岁：t=2.797，P=0.086；≥65岁：t=2.041，P=0.132)对不同年龄组人群呼吸系统疾病急诊量无显著影响。夏季时，NO2(t=3.990，P=0.010)、O38h(t=4.210，P<0.001)日均浓度的增加使0～14岁人群呼吸系统疾病急诊就诊人次明显增加；当暴露于NO2、O38h时，0～14岁人群急诊就诊风险明显高于15～64岁和≥65岁组；PM2.5(0～14岁：t=2.109，P=0.202；15～64岁：

根据单污染物模型的滞后效应分析结果，选择影响最大的滞后时间(PM2.5为lag 02，PM10为lag 2，NO2为lag 6，SO2为lag 06，O38h为lag 07，CO为lag 0)进行分层研究，结果显示，6种大气污染物(PM2.5：t=3.441，P=0.012；PM10：t=3.566，P=0.001；NO2：t=3.890，P=0.007；SO2：t=3.996，P=0.000；O38h：t=3.320，P=0.010；CO：t=3.208，P=0.005)浓度变化对上呼吸道感染急诊量的增加有显著影响；SO2(t=3.452，P=0.001)、NO2(t=3.791，P=0.001)和O38h(t=3.824，P<0.001)浓度对下呼吸道感染急诊人次的增加有显著影响；NO2浓度变化对肺炎的日急诊量增加有显著影响(t=3.655，P=0.005)(表7)。

表7 最大滞后时间下不同空气污染物对不同类型呼吸系统疾病急诊量的影响Table 7 The effects of air pollutants on the emergency room visits for different respiratory diseases in the case of maximum lag days

双污染物模型分析根据单污染物模型分析结果，选择影响最大的滞后时间(PM2.5为lag 02，PM10为lag 2，NO2为lag 6，SO2为lag 06，O38h为lag 07，CO为lag 0)所对应的污染物浓度拟合双污染物模型，在模型中分别引入PM10、NO2、SO2、O38h、CO后，PM2.5(t=3.661，P=0.011；t=3.894，P=0.001；t=4.655，P=0.000；t=3.206，P=0.013；t=3.660，P=0.001)的ER值较单污染物模型结果变化不大；分别引入 PM2.5、NO2、SO2、O38h、CO后，PM10(t=3.565，P=0.009；t=3.600，P=0.004；t=4.362，P<0.001；t=3.602，P=0.011；t=3.457，P=0.016)的ER值较单污染物模型结果变化不大；分别引入PM2.5、PM10、SO2、O38h、CO后，NO2(t=3.504，P=0.010；t=3.256，P=0.013；t=4.560，P<0.001；t=3.892，P=0.007；t=3.990，P=0.011)的ER值较单污染物模型结果有所变化，其中引入PM2.5、PM10、SO2的ER值较单污染物模型结果有所上升。分别引入其他污染物后，SO2(t=3.652，P=0.012；t=3.770，P=0.010；t=3.917，P=0.009；t=3.520，P=0.012；t=4.001，P=0.001)的ER值较单污染物模型结果变化不大；引入其他污染物后，O38h(t=3.400，P=0.011；t=3.267，P=0.020；t=3.903，P=0.010；t=4.071，P<0.001；t=3.476，P=0.004)的ER值较单污染物模型结果有所变化，其中引入PM2.5、NO2、SO2和CO对呼吸系统疾病急诊量较单污染物模型结果有所上升。引入其他污染物后，CO(t=3.256，P=0.021；t=3.156，P=0.010；t=3.856，P<0.001；t=4.350，P<0.001；t=3.440，P=0.011)的ER值较单污染物模型结果有所变化，其中引入NO2对呼吸系统疾病急诊人次影响较为明显(表8)。

表8 双污染模型中空气污染物浓度每升高 10 μg/m3 或 1 mg/m3对呼吸系统疾病急诊量的影响Table 8 The effect of 10 μg/m3 or 1 mg/m3 increase in air pollutant concentration on the emergency room visits for respiratory diseases in double pollutant models

敏感性分析

根据单污染物模型的滞后分析结果，选择影响最大的滞后时间(PM2.5为lag 02，PM10为lag 2，NO2为lag 6，SO2为lag 06，O38h为lag 07，CO为lag 0)，通过改变其对应时间自由度来进行敏感性分析，结果显示6种污染物对呼吸系统疾病急诊量影响的ER值有所波动，均具有统计学意义，且ER值及95%CI可信区间变化不大，基本上趋于稳定状态，表明本研究的模型结果较为稳健(表9)。

表9 最大滞后时间下不同时间自由度下空气污染物对模型稳定性的影响Table 9 Effects of air pollutants on the stability of the model with varying degrees of freedom for calendar time in the case of maximum lag days

讨 论

本研究采用GAM评估了2013～2017年兰州市空气污染物短期暴露对呼吸系统疾病急诊量的影响，结果显示PM2.5、PM10、SO2、NO2、O38h和CO浓度升高会增加呼吸系统疾病急诊就诊风险。

本研究中，PM2.5、PM10在累积滞后2 d(lag 02)和滞后 2 d(lag 2)对呼吸系统疾病急诊量的影响最大，PM2.5、PM10浓度每增加10 μg/m3，对应的呼吸系统疾病急诊量分别增加0.900%、0.083%，且 PM2.5的效应值大于PM10，这与美国华盛顿州史波坎市和新墨西哥州多尼亚那县研究结果一致，但上述两项美国的研究显示PM2.5与呼吸系统疾病急诊人次的相关不显著[4，7]。但同时也有部分研究显示PM2.5浓度的升高与居民呼吸系统疾病急诊量增加显著相关，如在中国济南地区的研究中发现，PM2.5日均浓度每增加10 μg/m3，居民呼吸系统疾病急诊量增加1.40%[14]。广州市一项关于PM2.5和居民因呼吸系统疾病而寻求急救服务人次的关系研究显示，每增加10 μg/m3将使居民呼吸系统疾病急诊量增加1.12%[20]。与以上研究相比，本研究的短期效应值较小，可能原因是济南、广州的研究中PM2.5日均浓度更大，故而效应值更大；或是由不同地区的大气污染物的组成成分以及人口结构的差异造成。

本研究中，SO2在累积滞后6 d(lag 06)对呼吸系统疾病急诊量的影响最为显著，SO2浓度每增加10 μg/m3，居民呼吸系统疾病急诊量增加3.851%，但不同城市间的研究结果不完全一致。研究显示，在上海市，SO2浓度每增加10 μg/m3，居民呼吸系统急诊量增加 0.62%[13]。济南市 SO2浓度每增加10 μg/m3，居民呼吸系统急诊量增加1.20%[14]。而在北京市，SO2每增加10 μg/m3，居民呼吸系统疾病急诊住院人次均增加1.28%[16]。意大利博洛尼亚一项研究亦显示，SO2每增加10 μg/m3，居民呼吸系统疾病急诊入院量增加4.40%[10]。不同研究中SO2对人群呼吸系统疾病急诊人次的影响程度并不完全一致，考虑为不同的地理环境、经济产业结构以及气象条件等对上述气态污染物对人群的健康效应有混杂作用，但均提示SO2浓度增加对人群的呼吸系统有危害作用。

本研究中，NO2在滞后6 d(lag 6)对呼吸系统疾病急诊量的影响最为显著，NO2浓度每增加10 μg/m3，居民呼吸系统疾病急诊量增加1.293%，但不同城市间的研究结果不完全一致。研究显示，在上海市，NO2浓度每增加10 μg/m3，居民呼吸系统急诊量增加 0.78%[13]。济南市 NO2浓度每增加10 μg/m3，居民呼吸系统急诊量增加2.50%[14]。而在北京市，NO2浓度每增加10 μg/m3，居民呼吸系统疾病急诊住院人次均增加2.33%[16]。对意大利博洛尼亚的研究亦显示，NO2浓度每增加10 μg/m3，居民呼吸系统疾病急诊入院量增加1.50%[10]。不同研究中NO2对人群呼吸系统疾病急诊人次的影响程度并不完全一致，考虑为不同的地理环境、经济产业结构以及气象条件等对上述气态污染物对人群的健康效应有混杂作用，但均提示NO2浓度增加对人群的呼吸系统有危害作用。此外本研究中，NO2浓度在当日(lag 0)至滞后2 d(lag 2)的效应值为负值，在累积滞后(lag 01-04)模型分析中也为负效应，且都有统计学意义，NO2对呼吸系统疾病急诊人次呈现出保护效应，这与国内外已有研究结果不同[10，13-14，16]。分析其可能的原因是，首先兰州市NO2浓度的峰值出现在夏季，而呼吸系统疾病急诊量的峰值出现在冬季，二者呈现相反的变化趋势，人群在冷季进行户外活动的次数较少，大多数时间在室内活动，从而减少了与NO2污染接触的机会。其次研究发现，当人体暴露于NO2时，会激发气道高反应，诱发机体产生炎症反应，造成巨噬细胞和上皮细胞功能障碍，这些作用反过来也会加重患者本身的气道炎症状态，NO2主要作用于远端的支气管和肺泡，上述病理过程需要一定的时间才能发生[21-22]。故NO2在滞后前期(lag 0)至滞后2 d(lag 2)的效应值为负值，在累积滞后(lag 01-04)模型分析中也为负效应，危害效应在滞后4 d(lag 4)开始出现，在滞后6 d(lag 6)效应值为正值且达到最大。

本研究中，O38h累积滞后7 d(lag 07)对呼吸系统疾病急诊量的影响最大，此时每增加10 μg/m3，呼吸系统疾病急诊量增加0.737%。美国亚特兰大一项研究显示，O38h每增加10 μg/m3，呼吸系统疾病急诊住院人次增加0.448%[6]。但同时也有研究显示O3与呼吸系统疾病的相关性不显著[8-9]。不同地区研究得到的结果不尽相同，各污染物的影响程度也有所差别，各个研究的模型参数设置、当地的大气污染特征、居民暴露模式和人群敏感性特征都将会影响研究结果。

本研究中，CO滞后0 d(lag 0)对呼吸系统疾病急诊量的影响最大，此时浓度每增加1 mg/m3，呼吸系统疾病急诊量增加2.556%。Peel等[6]采用泊松回归模型对大气污染物和呼吸系统疾病之间的关联进行研究发现后，CO浓度每升高1 mg/m3，在滞后0～3 d会使呼吸道感染的急诊人次增加 0.88%。美国华盛顿州史波坎市的研究结果显示，滞后3 d时，CO浓度每升高1 mg/m3，对应呼吸道感染的急诊人次增加2.91%[4]。意大利博洛尼亚的研究亦显示，CO在滞后0 d对呼吸系统疾病门诊人次的影响显著，CO浓度每升高1 mg/m3，对应增加的呼吸系统疾病急诊人次百分比为 2.30%[10]。但也有研究认为，CO与呼吸系统疾病急诊人次无显著性相关关系[9]。由于环境治理等原因，本研究中2013～2017年间兰州市CO浓度不稳定，在2014年后其浓度有一定程度上升，可能导致CO对呼吸系统疾病产生危害效应。因此，CO对呼吸系统疾病的作用方式及作用水平仍需进一步研究。

本研究中，性别分层分析结果显示，不同季节时空气污染物对不同性别人群影响的效应不同，春季时，6种空气污染物对不同性别呼吸系统疾病急诊量均无显著影响；夏季时，NO2、O38h对男性呼吸系统疾病急诊量的影响明显大于女性；秋季时，由于11月兰州开始进入采暖期，PM2.5对男性呼吸系统疾病急诊量的影响明显大于女性，CO则对女性呼吸系统疾病的急诊量明显大于男性；冬季时，PM2.5、PM10对女性呼吸系统疾病急诊量的影响明显大于男性，SO2对男性呼吸疾病急诊量的影响明显大于女性，O38h对男性呼吸系统疾病急诊量明显大于女性，CO对女性呼吸系统疾病急诊量的影响明显大于男性，两种气态污染物对男女间危害作用无明显差异。目前对于大气污染对性别的影响差异尚没有确切定论，这些差异不仅来源于生理性差异，还可能受到生活方式(吸烟、饮酒、运动、饮食等)和社会心理因素(重要生活事件、外界压力、心理状况)的影响。

本研究中，年龄分层分析结果显示，不同季节时空气污染物对不同年龄组人群的影响亦不同。春季时，PM2.5、CO对0～14岁人群呼吸系统疾病急诊量有明显影响。夏季时，仅NO2和O38h的浓度增加对0～14岁和15～64岁人群呼吸系统疾病急诊量产生危害效应，这主要是因为夏季时NO2和O38h的浓度处于全年高峰，故影响效应明显。秋季时，由于11月开始进入采暖期，PM2.5、PM10对0～14岁和15～64岁人群呼吸系统疾病急诊量产生危害效应，0～14岁的效应值较为显著。冬季时，PM2.5、PM10、SO2和CO浓度的增加对于0～14岁和15～64岁人群呼吸系统疾病急诊量产生危害效应，0～14岁的效应值较为显著。推测可能有以下几个原因：(1)冬季污染物浓度更高，PM2.5、PM10、SO2和CO浓度约为夏季的1.5倍。(2)不同季节颗粒物的来源及组成成分有很大差异，毒性也有所不同，由于燃煤等原因，兰州冬季颗粒物毒性可能更大[18]。(3)冬季气温较低，低温可减弱呼吸道黏液纤毛运动，増加人体对颗粒物的易感性[18]。

本研究中，PM2.5、PM10、SO2、NO2、O38h及CO对0～14岁儿童的影响均高于其他年龄段人群，这可能与污染物对呼吸系统的作用机制及人群接触水平有关。污染物作用于机体诱导氧化应激和炎症反应，使呼吸系统屏障功能受损，儿童呼吸系统发育尚不完善，对污染物的敏感性更高，而且儿童室外活动较多，导致接触室外污染物的机会增加。PM2.5、PM10、SO2、NO2、O38h及CO对老年人群呼吸系统疾病急诊量无显著影响，这可能与老年人群体(≥65岁)生活规律有关，与儿童和成年人相比，老年人不需要按照规定的时间上学和外出工作。当室外出现重污染天气时，老年人群进行户外活动的次数较少，大多数时间在室内活动，室内外空气不流通，从而减少了与室外空气污染接触的机会，故PM2.5、PM10、SO2、NO2、O38h及CO对老年人群呼吸系统疾病急诊量影响存在，但危害效应无统计学意义。

综上，本研究结果显示，兰州市PM2.5、PM10、SO2、NO2、O38h及CO浓度上升均会导致呼吸系统疾病急诊量的升高；在影响最大的滞后时间下，PM2.5、PM10、SO2、NO2、O38h每增加10 μg/m3，CO每增加1 mg/m3时，呼吸系统疾病急诊人次分别增加0.900%、0.083%、3.851%、1.293%、0.737%和2.556%。就年龄和性别而言，0～14岁儿童对兰州市空气污染物较为敏感，不同性别人群对于空气污染的敏感程度是有差别的。6种污染物对居民呼吸系统疾病急诊量的影响存在季节性差异，PM2.5、PM10、SO2和CO在冬季危害效应值明显高于其他3个季节。