论文部分内容阅读
目的:探索石家庄地区空气污染对哮喘病人小气道功能变化的影响,分析小气道指标变化与空气中相关污染因子的相关性。方法:对2018年7月—2019年1月石家庄地区的空气质量情况进行统计:记录每天的空气质量指数（Air Quality Index,AQI）,查询主要空气污染物PM2.5,PM10,SO2,NO2,O3等各个污染因子的日均浓度。数据通过中国空气质量监测网（www.aqistudy.cn）查询得知。AQI-0为患者检测当天的AQI值,AQI-1为检测日前一天的AQI值,以此类推。随机选取此段时间我院门诊复诊两次以上的哮喘病人作为研究对象,收集他们两次复诊的肺功能数据,包括小气道指标:用力呼出50%肺活量的呼气流量(forced expiratory flow at 50%of FVC exhaled,FEF50)、用力呼出75%肺活量的呼气流量(forced expiratory flow at 50%of FVC exhaled,FEF75)、呼气中期流量(forced expiratory flow25%-75%,FEF25%-75%);大气道指标:第1秒用力呼气容积（forced expiratory volume in one second,FEV1）、呼气峰流量（peak expiratory flow,PEF）等（上述指标均取实际值与预计值之比）。将哮喘病人的两次小气道功能指标按照空气污染程度分为空气污染组和空气优良组:其中一次就诊的近3天里,至少有2天以上为中重度污染（AQI值>150）,或者近3天的AQI均值超过150,入空气污染组;另一次就诊的近3天里,空气质量均为优良（AQI值<100）,或AQI均值小于100,入空气优良组。共筛选出37例患者,收集74例小气道指标,分组后,分析两组数据的统计学差异。同时针对小气道指标与AQI-0,AQI-1,AQI-2;小气道指标与各个污染因子;AQI与各污染因子间进行多元线性回归分析,进一步探索空气污染因子与患者小气道功能的相关性。结果:1.空气污染组FEF50、FEF75、FEF25%-75%的均值分别是:42.4189、30.5865、37.7081;空气优良组FEF50、FEF75、FEF25%-75%的均值分别是:47.6730、36.0811、42.3459。观察两个组的各个小气道指标,空气污染组均值明显比空气优良组均值低。P值均<0.05,差别有统计学意义。2.小气道指标与AQI-0,AQI-1,AQI-2:FEF50与AQI-1成负相关,P值<0.05,有统计学意义;FEF25%-75%与AQI-1成负相关,P值<0.05,有统计学意义。各小气道指标与AQI-0、AQI-2均无相关性。3.小气道指标与各个污染因子:SO2-1与FEF75、FEF25%-75%正相关,P值<0.05,有统计学意义。O3-2与FEF50正相关,P值<0.05,有统计学意义。PM2.5、PM10等其余污染因子与小气道指标间没有相关性。4.AQI与各污染因子:PM2.5、PM10、SO2、O3与AQI是正相关。NO2与AQI无相关性。5.空气污染组的FEV1均值是73.370,空气优良组的均值是76.349,空气污染组明显比空气优良组低,P值<0.05,差别有统计学意义。PEF空气污染组的均值是79.124,空气优良组的均值是81.184,差别没有统计学意义。结论:1.AQI值越高,哮喘患者各个小气道指标越低,部分哮喘患者的气道反应性越敏感,影响多发生在48小时之内。2.AQI值越高,FEV1越低,气道阻塞程度越重。3.采用PM2.5、PM10等单一污染因子无法预测哮喘患者小气道指标变化。4.以AQI值为标准研究大气污染物对哮喘患者小气道功能影响时,比其他单一污染因子更为合理。