超额死亡论文-曾婕,陈剑宇,周亮,蒋先雁,张丽

超额死亡论文-曾婕,陈剑宇,周亮,蒋先雁,张丽

导读:本文包含了超额死亡论文开题报告文献综述及选题提纲参考文献,主要关键词:PM2.5,老年人,超额死亡风险,暴露-反应关系

超额死亡论文文献综述

曾婕,陈剑宇,周亮,蒋先雁,张丽[1](2019)在《成都市大气PM_(2.5)相关的老年人超额死亡风险评估》一文中研究指出目的探讨成都市大气颗粒物(PM_(2.5))污染所致老年人超额死亡风险。方法收集2013—2016年成都市大气颗粒物(PM_(2.5))日平均浓度、死亡个案数据及气象因素,利用广义相加模型,控制时间的长期趋势、气象因素等混杂因素,分析PM_(2.5)浓度对老年人死亡的影响。收集2017年成都市大气颗粒物(PM_(2.5))日平均浓度和死亡个案数据,根据健康损失计算模型,估算2017年成都市PM_(2.5)污染造成的老年人超额死亡人数。结果单污染物模型显示成都市PM_(2.5)浓度每升高10μg/m~3,老年人非意外总死亡风险增加0.36%(95%CI:0.25%~0.48%),呼吸系统疾病死亡风险增加0.51%(95%CI:0.30%~0.72%),循环系统疾病死亡风险增加0.36%(95%CI:0.16%~0.56%)。多污染物模型中,成都市PM_(2.5)浓度每升高10μg/m~3,老年人非意外总死亡风险增加0.33%(95%CI:0.21%~0.45%),呼吸系统疾病死亡风险增加0.48%(95%CI:0.26%~0.69%),循环系统疾病死亡风险增加0.29%(95%CI:0.09%~0.49%)。2017年成都市老年人因PM_(2.5)污染造成的非意外、呼吸系统疾病、循环系统疾病超额死亡数分别为1 252、540、409人,占当年老年人同死因别总死亡数的1.95%、2.72%、1.94%。结论 PM_(2.5)污染增加老年人超额死亡风险。(本文来源于《江苏预防医学》期刊2019年02期)

杨柳,张军,王莹,于坤坤,崔亮亮[2](2018)在《2016年济南市大气PM_(2.5)对人群超额死亡风险评估》一文中研究指出目的定量评估2016年济南市大气PM_(2.5)对人群造成的超额死亡风险。方法采用2016年济南市空气污染数据和文献报道的济南市PM_(2.5)对死亡的暴露-反应关系系数,应用比例风险模型估算济南市2016年大气PM_(2.5)在不同季节、采暖期和雾霾期造成的超额死亡风险。结果 2016年济南市PM_(2.5)造成非意外死亡、心脑血管系统疾病、脑血管系统疾病和呼吸系统疾病超额死亡风险分别为1 867(1 578~2 156)人、1 645(1 415~1 876)人、225(157~287)人和228(184~271)人。冬季PM_(2.5)导致人群超额死亡风险显着高于其他季节(P<0.001);采暖期PM_(2.5)人群超额死亡风险显着高于非采暖期(P<0.001);雾霾期99天,造成人群超额死亡风险显着高于非雾霾期(P<0.001)。结论冬季、采暖期和雾霾期PM_(2.5)显着增加人群的超额死亡风险,建议加强相应时期PM_(2.5)的控制措施,同时加强居民对雾霾健康的防护知识和宣传,降低PM_(2.5)对人群健康的风险。(本文来源于《环境卫生学杂志》期刊2018年03期)

黄智峰,刘晓剑,吴永胜,杨连朋,邹宇华[3](2017)在《Serfling回归模型在深圳市流感超额死亡估计中的应用》一文中研究指出目的运用Serfling回归模型评估深圳市2013-2015年深圳市因流感引起的死亡负担,为了解深圳市流感的流行程度和制定疫苗接种策略提供参考依据。方法收集深圳市2013-2015年根本死因为全死因(allcause,AC)、呼吸和循环系统疾病(respiratory and circulatory disease,R&C)、流感和肺炎(pneumonia and influenza,P&I)叁类死亡数据,并划分全年龄组、<65岁组和≥65岁组,分别拟合Serfling回归模型,估计深圳市2013-2015年的超额死亡数和超额死亡率。结果 2013-2015年用AC估计的深圳市年平均流感超额死亡数为652.80人,年均超额死亡率为6.11/10万。用R&C估计的深圳市年平均流感超额死亡数为449.78人,年均超额死亡率为4.21/10万。用P&I估计的深圳市年平均流感超额死亡数为44.94人,年均超额死亡率为0.42/10万。结论 Serfling回归模型显示老年人是流感超额死亡发生的高危人群,尤其是已患有呼吸和循环系统疾病的人群。(本文来源于《中华疾病控制杂志》期刊2017年11期)

宋卿卿,Hajat,S,Gasparrini,A[4](2017)在《冬季超额死亡的测量:为何该指标的使用会误导公共卫生对冷相关健康影响的理解》一文中研究指出冬季超额死亡指12月—3月平均每日死亡率与其他月份之间的比率,是公共卫生从业人员和分析人员常用来评估与冬季天气相关的健康负担的一种指标。此项研究试图证明这一指标存在根本性的偏见,可能导致关于与当前和未来冬季气候相关的健康影响的误导性结论。研究者对伦敦1997年—2012年的冬季自然死亡(共计779 372例)进行了时间序列回归分析,评估日死亡与温度之间的关联。分析结果显示,大多数(本文来源于《环境卫生学杂志》期刊2017年02期)

黄智峰[5](2017)在《深圳市流行性感冒时空分布、超额死亡情况及气象因素、外环境PM_(2.5)对其影响的作用分析》一文中研究指出目的:1.分析深圳市2013-2015年的流感监测资料,了解深圳市流感流行特征及时空分布规律。2.探讨深圳市气象因素、外环境PM_(2.5)浓度对流感发病的影响,为深圳市制定流感防控措施提供科学依据。3.运用Serfling回归模型评估深圳市2013-2015年度因流感引起的死亡情况,为了解深圳市流感的流行程度和制定疫苗接种策略提供参考依据。研究方法:1.收集深圳市2013-2015年18家监测点上报的流感样病例(influenza-like illness,ILI)监测资料及病原学监测数据进行分析,并采用回顾性时空聚集性分析方法探讨流感样病例时空分布特征。2.收集2013-2014年深圳市流感样病例发病资料、气象资料和外环境PM_(2.5)浓度资料,利用散点图和建立广义相加模型分析气象因素、外环境PM_(2.5)浓度与流行性感冒的关系。3.收集深圳市2013-2015年度根本死因为全死因(AC)、呼吸和循环系统疾病(R&C)和流感和肺炎(P&I)叁类死亡数据,并按年龄进行分组(分别为全年龄组、<65岁组和≥65岁组),建立Serfling回归模型,估计深圳市2013-2015年度的流感相关超额死亡数和超额死亡率。结果:1.监测共报告ILI 378685人次,监测门急诊总门诊量为10085716人次,流感样病例就诊百分比(ILI%)为3.75%。流感每年存在2个高峰,出现在3-7月和12月-次年2月。ILI人群中以0~4岁年龄组构成比最高,构成比随着年龄的增加而逐渐降低。2.时空聚集性分析显示:ILI高发病区聚集时间主要为4月-6月。而低发病区多集中于9月和10月。聚集时间与前述统计的ILI发病变化趋势基本吻合。进一步分析发现,部分地区高发病聚集时间长达8个月,提示这些地区可能存在长期的流行趋势。3.累计采集8854份流感样病例咽拭子,经病毒分离和鉴定确定的流感病毒共有1064份,分离阳性率为12.02%。其中433株季节性H3N2病毒(40.70%),339株新甲型H1N1病毒(31.86%),291株B性流感病毒(27.35%)以及1株季节性H1N1病毒(0.09%)。各年度病毒阳性分离率具有统计学差异(X2=63.4424,P<0.0001),2015年度病毒阳性分离率低于2013、2014年。2013年和2014年深圳市流感流行毒株主要以新甲型H1N1和季节性H3N2为主,2015年以季节性H3N2和B(Yamagata)型流感病毒为主。近叁年来优势株多表现为双毒株混合流行趋势,毒株亚型之间交替变化,呈现此消彼长的规律,其中新甲型H1N1、季节性H3N2和B(Yamagata)型流感病毒表现较为活跃。4.流感高峰主要发生在周最低气温在10~25℃、相对湿度在70%~85%、周降雨总量在0~150mm、周均温差为5.5℃左右和周平均PM_(2.5)在10~30μg/m3的天气条件下。广义相加模型显示:滞后一周时,最低气温每上升1℃,对全人群流感样病例的RR为0.9922(0.9908-0.9936);相对湿度每上升1%,对全人群流感样病例的RR为1.0019(1.0011-1.0026);周降雨总量每上升1mm,对全人群流感样病例的RR为1.00048(1.00040-1.00056);周均温差每上升1℃,对全人群流感样病例的RR为1.0107(1.0056-1.0157);PM_(2.5)浓度每升高一个IQR(29.3μg/m3),对全人群流感样病例的RR值为1.0291(1.0180-1.0403)。5.2013~2014至2015~2016年度用全死因估计的深圳市年平均流感超额死亡数为652.8人,年均超额死亡率为6.11/10万。用R&C估计的深圳市年平均流感超额死亡数为449.78人,年均超额死亡率为4.21/10万。用P&I估计的深圳市年平均流感超额死亡数为44.94人,年均超额死亡率为0.42/10万。结论:1.2013-2015年深圳市流感监测数据显示深圳的流感活动在夏季和冬季表现活跃,0~14岁年龄组是流感样病例主要人群。与此同时,2013-2015年深圳市流感流行空间分布有所不同,部分地区流感流行时间较长。2.深圳市气象因素(气温、相对湿度、降雨量、温差)、外环境PM_(2.5)浓度与流行性感冒之间具有一定的关联性,对流感样病例的发生具有影响。3.Serfling模型显示老年人是流感超额死亡发生的高危人群,尤其是已患有呼吸和循环系统疾病的人群。(本文来源于《广东药科大学》期刊2017-04-01)

劳旭影,焦素黎,纪威,易波[6](2016)在《宁波市流行性感冒相关超额死亡分析》一文中研究指出目的评估2010—2014年宁波市流行性感冒(流感)相关超额死亡情况,为流感防控工作提供参考。方法采用率差模型方法,分析2010—2014年宁波市的死亡数据和流感监测数据,估计流感流行导致的流感和肺炎(PI)、呼吸和循环系统疾病(RC)、缺血性心脏病(IHD)、慢性阻塞性肺疾病(COPD)和全死因(AC)这5种死因的超额死亡率。结果 2010—2014年宁波市流感活动占优势时期(P1时期)共37周;其中2010—2013年流行优势毒株分别为B型、H1N1、B型和H3N2,2014年为H1N1和H3N2。2010—2014年宁波市全人群AC平均每周超额死亡率为2.54/10万;各年份全人群AC超额死亡率分别为12.66/10万、15.19/10万,27.86/10万、12.66/10万和25.32/10万;全人群5种死因(PI、RC、IHD、COPD和AC)年平均超额死亡率分别为1.68/10万、12.83/10万、1.34/10万、0.84/10万和18.74/10万;各年度均以RC超额死亡率最高;≥65岁人群5类死因年平均超额死亡率均高于全人群平均水平,0~4岁人群5类死因的年平均超额死亡率均低于全人群平均水平。结论宁波市流感活动占优势时期主要在冬春季,≥65岁老年人以及慢性心肺疾病患者因流感引起的超额死亡较高,是流感疫苗接种的重点人群。(本文来源于《预防医学》期刊2016年10期)

张文增,谈敦芳,陈东妮,史继新,吴殚[7](2016)在《2010—2015年北京市顺义区流行性感冒相关超额死亡估计》一文中研究指出目的估计2010—2015年北京市顺义区流行性感冒(流感)相关超额死亡情况。方法收集北京市顺义区2010—2015年死因监测数据和流感病原学监测数据,分年龄组拟合负二项回归模型,估计流感相关超额死亡。结果 2010—2011至2014—2015年度,北京市顺义区年均观察死亡率为643.9/10万(范围:594.8~689.1/10万),其中呼吸及循环系统、流感及肺炎疾病死亡分别占全死因的65.46%和1.95%。以全死因、呼吸及循环系统疾病、流感及肺炎疾病估计顺义区平均每年度超额死亡率为分别为8.8/10万(95%CI:3.4~15.1/10万)、7.3/10万(95%CI:2.3~13.4/10万)和0.5/10万(95%CI:0.2~1.0/10万)。≥65岁年龄组人群年均超额死亡率高于全年龄组。A(H3N2)亚型流感病原学监测阳性率每升高1%,可导致流感及肺炎疾病、呼吸及循环系统疾病、全死因死亡分别增加0.99%(95%CI:0.06~1.95)、0.32%(95%CI:0.01~0.64)和0.31%(95%CI:0.01~0.61);A(H1N1)pdm09亚型流感病原学监测阳性率每升高1%,可导致呼吸及循环系统疾病、全死因死亡分别增加0.77%(95%CI:0.17~1.37)和0.72%(95%CI:0.07~1.39)。结论北京市顺义区流感流行每年度可造成一定量的超额死亡数,尤其是对于≥65岁年龄组,下一步有必要对顺义区流感疾病负担开展全面系统的评估。(本文来源于《公共卫生与预防医学》期刊2016年04期)

李湉湉,崔亮亮,陈晨,孙庆华,刘悦[8](2015)在《北京市2013年1月雾霾天气事件中PM_(2.5)相关人群超额死亡风险评估》一文中研究指出目的估算北京市2013年1月17-31日PM2.5相关的人群超额死亡风险。方法采用时间序列分析模型计算北京市2008-2011年间PM2.5对人群死亡的暴露-反应关系系数。应用比例风险模型估算北京市2013年1月17-31日(15-d)重度雾霾PM2.5污染造成的超额死亡风险,同时与2008-2011年1月17-31日的年均超额死亡风险比较分析。结果北京市2008-2011年间,PM2.5浓度每增加10μg/m3,人群总死亡风险增加0.28%(95%CI:0.18%~0.41%),心脑血管系统疾病和呼吸系统疾病死亡风险分别增加0.32%(95%CI:0.16%~0.47%)和0.31%(95%CI:0.01%~0.63%)。北京市2013年1月雾霾天气PM2.5污染导致的超额死亡风险为164人/15-d,显着高于2008-2011年1月17-31日的15天超额死亡风险57人/15-d(χ2=51.800,P<0.01)。朝阳区和海淀区超额死亡风险是10个区(县)中最高的。结论研究结果显示心脑血管和呼吸系统疾病是PM2.5污染的敏感性疾病。在重度雾霾天气期间,PM2.5可增加人群超额死亡风险,并表现出一定地区差异,以人口密集和污染浓度高的中心城区健康风险最高。(本文来源于《疾病监测》期刊2015年08期)

李飒[9](2015)在《2004-2009年中国省级流感相关超额死亡负担研究》一文中研究指出背景:流感是对人类健康危害较重的、疫苗可预防的呼吸道传染病。流感病毒的抗原易变,人群普遍易感,每年都会发生季节性流行,在人群中传播迅速,容易引起暴发。孕妇、婴幼儿、老年人及慢性基础性疾病患者,感染流感后发生重症和死亡的风险较高。流感一直是全球和我国的严重公共卫生问题。阐述流感的死亡负担,有助于评价流感流行的严重程度,为疫苗等干预措施的制定和完善提供循证依据。了解省级流感相关死亡负担是实际防控工作的需要,一方面可加深政府和公众对流感危害性的认识,另一方面可为各省实施干预措施并合理分配医疗卫生资源提供科学依据。目的:估计2004-2005至2008-2009年度全国和省级季节性流感相关呼吸及循环系统疾病(Respiratory and Circulatory Disease, R&C)的超额死亡率(数)。方法:首先采用负二项回归模型,使用128个死因监测质量较好的全国疾病监测点的死因监测数据、全国流感监测病原学数据,估计2004-2010年我国分区域(分南、北方和城市、农村地区)流感相关R&C超额死亡率;然后采用两种推导估计方法-疾病监测点分层法和人均国内生产总值法,以分区域流感相关R&C超额死亡率为样本数据,同期的死因监测数据、流感病原学数据及人均国民生产总值数据分别为辅助变量指标,估计全国和省级流感相关R&C的超额死亡数和超额死亡率。因2009-2010年度发生了A型H1N1流感大流行,本论文主要展示2004-2005至2008-2009年度期间季节性流感导致的超额死亡。结果:2004-2005至2008-2009年度,流感的季节性流行期间,平均每年导致148602人的R&C超额死亡,超额死亡率为11.5/10万。流感超额死亡率存在年度差异,2007-2008年度最高,2008-2009年度最低,超额死亡率分别为16.0/10万和7.3/10万。各年度流感超额死亡均以≥65岁年龄组为主,平均每年度流感相关R&C超额死亡中,0-64岁年龄组死亡仅占13.9%,两个年龄组相应的年均超额死亡率分别为126.3/10万和1.7/10万。流感超额死亡率在各省间呈现差异,范围为8.6/10万至15.0/10万,总体呈现北方省份高于南方省份,广东、云南和广西最低;江苏、四川、河南和山东的年均流感超额死亡人数最高(>9000人),西藏、宁夏、青海和海南最低(不足1000人)。各省内农村和城市地区间的流感超额死亡率无显着差异,但受人口基数的影响,除北京、上海和天津叁个直辖市外,56%-95%的流感相关超额死亡发生在农村地区。结论:2004-2005至2008-2009年度流感的季节性流行期间,在中国每年导致较为严重的死亡负担。流感超额死亡率存在省份之间的差异,结合人口分布,总体上北方省份流感相关超额死亡负担较重,特别是北京、天津、河南和山东等。各省流感超额死亡均以≥65岁年龄组为主。因此,各省均应持续加强流感的监测和防控工作,提高公众尤其是高危人群对流感危害性和预防控制手段的认识,建议每年给≥65岁老年人群接种流感疫苗,降低其发病和死亡的风险。(本文来源于《中国疾病预防控制中心》期刊2015-06-30)

杜宗豪,莫杨,李湉湉[10](2014)在《2013年上海夏季高温热浪超额死亡风险评估》一文中研究指出目的分析2013年上海高温热浪特征,定量评估其对人群造成的超额死亡风险,为制定疾病预防控制措施提供必要的定量数据支撑。方法采用2003—2013年上海夏季日气温数据,及文献报道的上海气温对死亡的热效应暴露-反应关系系数,计算夏季每日热相关死亡数,以每年夏季热相关超额死亡数及每年夏季热浪相关超额死亡数作为最终的健康风险评估指标。通过比较2013年结果与2003—2012年各年的结果,分析2013年上海夏季高温热浪相关的超额死亡风险的程度。结果 2013年夏季上海高温日数达到44 d,热浪总持续天数达到38 d,明显高于2003—2012年各年。2013年上海夏季热相关总超额死亡人数为1 889人/年,是2003—2012年各年热相关超额死亡数平均值的2.2倍;2013年热浪相关的超额死亡人数为1 347人/年,占总超额死亡人数的71.3%,是过去10年热浪相关超额死亡数平均值的3.9倍。结论 2013年夏季上海发生的高温热浪强度大,持续时间长,相关超额死亡风险远高于2003—2012年各年平均值,相关的人群超额死亡风险极高,今后需采取措施控制热浪造成的人群健康风险。(本文来源于《环境与健康杂志》期刊2014年09期)

超额死亡论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

目的定量评估2016年济南市大气PM_(2.5)对人群造成的超额死亡风险。方法采用2016年济南市空气污染数据和文献报道的济南市PM_(2.5)对死亡的暴露-反应关系系数,应用比例风险模型估算济南市2016年大气PM_(2.5)在不同季节、采暖期和雾霾期造成的超额死亡风险。结果 2016年济南市PM_(2.5)造成非意外死亡、心脑血管系统疾病、脑血管系统疾病和呼吸系统疾病超额死亡风险分别为1 867(1 578~2 156)人、1 645(1 415~1 876)人、225(157~287)人和228(184~271)人。冬季PM_(2.5)导致人群超额死亡风险显着高于其他季节(P<0.001);采暖期PM_(2.5)人群超额死亡风险显着高于非采暖期(P<0.001);雾霾期99天,造成人群超额死亡风险显着高于非雾霾期(P<0.001)。结论冬季、采暖期和雾霾期PM_(2.5)显着增加人群的超额死亡风险,建议加强相应时期PM_(2.5)的控制措施,同时加强居民对雾霾健康的防护知识和宣传,降低PM_(2.5)对人群健康的风险。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

超额死亡论文参考文献

[1].曾婕,陈剑宇,周亮,蒋先雁,张丽.成都市大气PM_(2.5)相关的老年人超额死亡风险评估[J].江苏预防医学.2019

[2].杨柳,张军,王莹,于坤坤,崔亮亮.2016年济南市大气PM_(2.5)对人群超额死亡风险评估[J].环境卫生学杂志.2018

[3].黄智峰,刘晓剑,吴永胜,杨连朋,邹宇华.Serfling回归模型在深圳市流感超额死亡估计中的应用[J].中华疾病控制杂志.2017

[4].宋卿卿,Hajat,S,Gasparrini,A.冬季超额死亡的测量:为何该指标的使用会误导公共卫生对冷相关健康影响的理解[J].环境卫生学杂志.2017

[5].黄智峰.深圳市流行性感冒时空分布、超额死亡情况及气象因素、外环境PM_(2.5)对其影响的作用分析[D].广东药科大学.2017

[6].劳旭影,焦素黎,纪威,易波.宁波市流行性感冒相关超额死亡分析[J].预防医学.2016

[7].张文增,谈敦芳,陈东妮,史继新,吴殚.2010—2015年北京市顺义区流行性感冒相关超额死亡估计[J].公共卫生与预防医学.2016

[8].李湉湉,崔亮亮,陈晨,孙庆华,刘悦.北京市2013年1月雾霾天气事件中PM_(2.5)相关人群超额死亡风险评估[J].疾病监测.2015

[9].李飒.2004-2009年中国省级流感相关超额死亡负担研究[D].中国疾病预防控制中心.2015

[10].杜宗豪,莫杨,李湉湉.2013年上海夏季高温热浪超额死亡风险评估[J].环境与健康杂志.2014

标签:;  ;  ;  ;  

超额死亡论文-曾婕,陈剑宇,周亮,蒋先雁,张丽
下载Doc文档

猜你喜欢