Associations Between Air Pollution Exposure and Daily Pediatric Outpatient Visits for Dry Eye Disease: A Time-Series Study in Shenzhen, China

门诊就诊 医学 置信区间 空气污染 环境卫生 滞后时间 中国 相对风险 公共卫生 门诊部 分布滞后 人口学 儿科 内科学 医疗保健 地理 化学 护理部 有机化学 考古 社会学 生物系统 经济 生物 经济增长 机器学习 计算机科学
作者
Jingfeng Mu,Lingfang Zeng,Jingjie Fan,Meizhou Liu,Shuyuan Yu,Wanfu Ding,Shaochong Zhang
出处
期刊:International Journal of Public Health [Springer Science+Business Media]
卷期号:66: 1604235-1604235 被引量:35
标识
DOI:10.3389/ijph.2021.1604235
摘要

Objectives: This study aimed to investigate the associations between air pollution exposure and pediatric outpatient visits for dry eye disease (DED) in Shenzhen, China. Methods: Generalized additive models were utilized to explore the acute effects of air pollution exposure on pediatric outpatient visits for DED. Results: Single-day lag exposures to NO2, O3, PM2.5, and PM10 were associated with DED outpatient visits at lag days 0, 6, 4 and 2. Relative risks (RRs) for DED given a 10-μg/m3 increase in NO2, O3, PM2.5, and PM10 concentrations were 1.062[95% confidence interval (CI) 1.003, 1.123], 1.015(95% CI 1.001, 1.031), 1.052(95% CI 1.001, 1.115), and 1.038 (95% CI 1.002, 1.076), respectively. RR for DED given a 10-μg/m3 increase in NO2 over cumulative lag days 0–1 was 1.075 (95% CI 1.009, 1.147), and RR for DED given a 10-μg/m3 increase in PM10 over cumulative lag days 0–4 was 1.051 (95% CI 1.003, 1.102). Conclusion: The observed associations between air pollution and outpatient visits for DED may provide evidence for policy makers to consider implementing measures to reduce the risk of DED owing to air pollution in China.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
RAY完成签到,获得积分10
1秒前
浦肯野发布了新的文献求助10
2秒前
2秒前
2秒前
蹦蹦蹦发布了新的文献求助30
3秒前
一点完成签到 ,获得积分0
3秒前
赖皮蛇发布了新的文献求助10
4秒前
多多完成签到 ,获得积分10
4秒前
qiancheng完成签到,获得积分10
5秒前
JIE的应助被干净的琦采纳,获得50
5秒前
星星完成签到,获得积分10
6秒前
11秒前
12秒前
木木老师完成签到,获得积分10
12秒前
CC完成签到,获得积分10
14秒前
科研通AI6.4的应助被Albus采纳,获得10
14秒前
15秒前
18秒前
无畏发布了新的文献求助10
18秒前
凉冰完成签到,获得积分10
19秒前
Ls完成签到 ,获得积分10
19秒前
19秒前
珍珠完成签到 ,获得积分10
20秒前
黄梓同发布了新的文献求助10
21秒前
21秒前
zyc发布了新的文献求助10
22秒前
科研通AI6.2的应助被科研大王采纳,获得10
23秒前
123发布了新的文献求助10
23秒前
24秒前
Homura完成签到,获得积分10
24秒前
怡然雁风发布了新的文献求助10
24秒前
蹦蹦蹦完成签到,获得积分20
25秒前
xurui_s完成签到 ,获得积分10
25秒前
Ching完成签到,获得积分10
27秒前
27秒前
Echo发布了新的文献求助10
28秒前
RichDog完成签到 ,获得积分10
30秒前
JennyZ完成签到,获得积分10
30秒前
Albus发布了新的文献求助10
31秒前
句句完成签到,获得积分10
32秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Research Methodology: Best Practices for Rigorous, Credible, and Impactful Research 1000
自動車の空力技術 800
Essentials of Carbohydrate Chemistry and Biochemistry, 4th Edition 800
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 化学工程 工程类 有机化学 物理 复合材料 生物化学 内科学 细胞生物学 基因 遗传学 免疫学 冶金 光电子学 癌症研究
热门帖子
关注 科研通微信公众号,转发送积分 7783182
求助须知:如何正确求助?哪些是违规求助? 9322558
关于积分的说明 20390432
捐赠科研通 7371839
什么是DOI,文献DOI怎么找? 3320576
关于科研通互助平台的介绍 2468623
邀请新用户注册赠送积分活动 2336809