CN106446573A - 一种细颗粒物导致心脏病的风险检测方法和装置 - Google Patents

Abstract

本发明适用于环境健康风险检测技术领域，提供了一种细颗粒物导致心脏病的风险检测方法和装置。所述方法包括：采集数据，根据采集的所述数据确定细颗粒物的年均浓度；采集数据，根据采集的所述数据确定细颗粒物对心脏病发病风险的剂量反应函数关系；根据年均浓度和剂量反应函数关系，确定细颗粒物的心脏病发病风险。本发明利用剂量反应函数关系评估长期暴露于细颗粒物的心脏病发病风险。

Description

一种细颗粒物导致心脏病的风险检测方法和装置

技术领域

本发明属于环境健康风险检测技术领域，尤其涉及一种细颗粒物导致心脏病的风险检测方法和装置。

背景技术

细颗粒物指环境空气中空气动力学当量直径小于等于 2.5 微米的颗粒物。 细颗粒物易附带有毒、有害物质（例如，重金属、微生物等），且在大气中的停留时间长、输送距离远，对人体健康具有较大的危害。世界卫生组织发布的报告表明，由室外空气污染导致的过早死亡人数，平均为每天1000人，每年有35至40万的人面临着死亡。有研究表明，大气中细颗粒物的浓度与心脏病发生率有正相关关系。

目前，国内外对于长期吸入细颗粒物可能导致的呼吸系统疾病发生风险已经有成熟的实证数据；市场上也有成熟的细颗粒物检测仪产品。但是还没有直接测量细颗粒物的心脏病发病风险的方法和装置。

直接检测细颗粒物的心脏病发病风险，可以方便公众和相关部门掌握细颗粒物的健康风险，以便积极采取防治措施，从而提高社会的健康水平。

发明内容

鉴于此，本发明提供一种细颗粒物导致心脏病的风险检测方法和装置，可以直接检测吸入细颗粒物导致心脏病发病的风险。

一方面，本发明提供一种细颗粒物导致心脏病的风险的检测方法，所述方法包括：

采集数据，所述数据包括细颗粒物的日平均浓度；根据采集的所述数据确定细颗粒物的年均浓度。

采集数据，根据采集的所述数据确定细颗粒物的年均浓度；

采集数据，根据采集的所述数据确定细颗粒物的心脏病发病风险的剂量反应函数关系；

根据年均浓度和剂量反应函数关系，确定细颗粒物的心脏病发病风险。

另一方面，本发明提供一种细颗粒物导致心脏病的风险检测装置，所述装置包括：

年均浓度模块，用于采集数据，根据采集的所述数据确定细颗粒物的年均浓度；

剂量反应模块，用于采集数据，根据采集的所述数据确定细颗粒物的心脏病发病风险的剂量反应函数关系；

发病风险模块，根据年均浓度和剂量反应函数关系，确定细颗粒物的心脏病发病风险。

本发明与现有技术相比存在的有益效果是：1）直接采集细颗粒物浓度数据和剂量反应参数，可以提高细颗粒物的心脏病发病风险评估的准确性；2）本发明细颗粒物的心脏病发病风险的直接检测方案中，其算法是可以通过常规统计软件实现，便于提高检验速度。本发明通过剂量反应函数评估细颗粒物的心脏病发病风险，为预防细颗粒物的健康风险提供依据，具有较强的易用性和实用性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的细颗粒物的心脏病发病风险的检测方法的流程示意图；

图2是本发明实施例提供的细颗粒物的心脏病发病风险的检测装置的组成结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

方法实施例

本实施例提供一种细颗粒物导致心脏病的风险检测方法，参见图1，包括步骤S101、步骤S102以及步骤S103。

步骤S101，采集数据，所述数据包括细颗粒物的日平均浓度。根据采集的所述数据确定细颗粒物的年均浓度。

具体可以是，采集包括2015年某地区的细颗粒物日平均浓度。

将采集的所述数据输入年均浓度模型，以确定细颗粒物的年均浓度，具体公式如下：

P= ∑_j c _j ×/j （1）

其中：P为细颗粒物的年均浓度；j为日期；C_j为j日细颗粒物的平均浓度。

将2015年的上述数据输入细颗粒物年均浓度模型，可以计算出公式（1）所涉及的年均浓度，通过计算可得，细颗粒物的年均浓度为36.29ug/m³。

步骤S102，采集数据，所述数据包括细颗粒物对心脏病发病风险的剂量反应参数；根据采集的所述数据确定细颗粒物对心脏病发病风险的剂量反应函数关系。

具体可以是，采集包括2015年某地心脏病发生率；细颗粒物的年均浓度。

采集细颗粒物的心脏病发病风险的剂量反应参数；将采集的所述数据输入细颗粒物的剂量反应模型，以确定细颗粒物对心脏病发病风险的剂量反应函数关系，具体公式如下：

D=M/I (2)

其中：D为剂量反应参数，M为心脏病发生率，I为细颗粒物的年均浓度。

将2015年的上述数据输入细颗粒物的剂量反应模型，可以计算出公式（2）所涉及的剂量反应函数关系，通过计算可得，细颗粒物的剂量反应函数关系为0.1129%，即细颗粒物年均浓度每增加1ug/m³，癌症发生率提高0.1129%。

步骤S103，根据年均浓度和剂量反应函数关系，确定细颗粒物细颗粒物的心脏病发病风险。

具体可以是，将步骤S101和步骤S102所得到的年均浓度和剂量反应函数关系输入发病风险模型，以确定细颗粒物细颗粒物的心脏病发病风险，具体公式如下：

C=D×P （3）

其中：C为细颗粒物的心脏病发病风险，D为剂量反应参数，P为细颗粒物的年均浓度。

将步骤S101和步骤S102所得到数据输入发病风险模型，可以计算出公式（3）的结果，通过计算可得，细颗粒物的心脏病发病风险为4.10，即细颗粒物使得心脏病的发生率提高了4.10%。

至此，完成细颗粒物的心脏病发病风险评估过程。

需要说明的是，对于前述的方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。

装置实施例：

图2为本发明实施例提供的细颗粒物发病风险的检测装置的组成结构示意图。为了便于说明，仅示出了与本发明实施例相关的部分。

所述细颗粒物的心脏病发病风险的检测装置可以是内置于终端设备（例如个人计算机、手机、平板电脑等）中的软件单元、硬件单元或者是软硬件结合的单元。

所述细颗粒物致的心脏病发病风险的检测装置包括：年均浓度模块31、剂量反应模块32以及发病风险模块33，其中各模块的具体功能如下：

年均浓度模块31，用于采集数据，所述数据包括细颗粒物的日平均浓度，根据采集的所述数据确定细颗粒物的年均浓度。

剂量反应模块32，用于采集数据，所述数据包括细颗粒物的心脏病发病风险的剂量反应参数，根据采集的所述数据确定吸入细颗粒物的心脏病发病风险的剂量反应函数关系。

发病风险模块33，根据年均浓度和剂量反应函数关系，确定吸入细颗粒物的心脏病发病风险。

进一步的，所述年均浓度模块31包括：

数据采集单元311，用于采集细颗粒物的日平均浓度。

计量单元312，用于将采集的所述数据输入年均浓度模型，以确定细颗粒物的年均浓度，具体公式如下：

P= ∑_j c _j ×/j

其中：P为细颗粒物的年均浓度；j为日期；C_j为j日细颗粒物的平均浓度。

进一步的，所述剂量反应模块32包括：

数据采集单元321，用于采集包括细颗粒物的心脏病发病风险的剂量反应参数。

计量单元322，用于将采集的所述数据输入剂量反应模型，以确定吸入细颗粒物的心脏病发病风险的剂量反应函数关系，具体公式如下：

D=M/I (2)

其中：D为剂量反应参数，M为心脏病发生率，I为细颗粒物的年均浓度。

进一步的，所述发病风险模块33包括：

风险评估单元331，用于将年均浓度和剂量反应函数关系输入发病风险评估模型，以确定吸入细颗粒物的发病风险，具体公式如下：

C=D×P

其中：C为细颗粒物的心脏病发病风险，D为剂量反应参数，P为细颗粒物的年均浓度。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能模块、单元的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能模块、单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能模块、单元的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述装置中各模块、单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块、单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块、单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例各实施例技术方案的精神和范围。

Claims (8)

1.一种细颗粒物对心脏病发病风险的检测方法和装置，其特征在于，所述方法包括：

采集数据，根据采集的所述数据确定细颗粒物的年均浓度；

采集数据，根据采集的所述数据确定细颗粒物对心脏病发病风险的剂量反应函数关系；

根据年均浓度和剂量反应函数关系，确定细颗粒物的心脏病发病风险。

2.如权利要求1所述的方法，其特征在于，所述采集数据，根据采集的所述数据确定细颗粒物的年均浓度包括：

采集细颗粒物的日均浓度；将采集的所述数据输入年均浓度模型，以确定细颗粒物的年均浓度，具体公式如下：

P= ∑_j c _j ×/j （1）

其中：P为细颗粒物的年均浓度；j为日期；C_j为j日细颗粒物的平均浓度。

3.如权利要求1所述的方法，其特征在于，所述采集数据，根据采集的所述数据确定细颗粒物的心脏病发病风险的剂量反应函数关系包括：

采集细颗粒物的心脏病发病风险的剂量反应参数；将采集的所述数据输入细颗粒物的剂量反应模型，以确定细颗粒物对心脏病发病风险的剂量反应函数关系，具体公式如下：

D=M/I (2)

其中：D为剂量反应参数，M为心脏病发生率，I为细颗粒物的年均浓度。

4. 如权利要求1所述的方法，其特征在于，根据年均浓度和剂量反应函数关系，确定细颗粒物的心脏病发病风险，具体公式如下：

C=D×P （3）

其中：C为细颗粒物的心脏病发病风险，D为剂量反应参数，P为细颗粒物的年均浓度。

5.一种细颗粒物心脏病发病风险的检测装置，其特征在于，所述装置包括：

年均浓度模块，用于采集数据，根据采集的所述数据确定细颗粒物的年均浓度；

剂量反应模块，用于采集数据，根据采集的所述数据确定细颗粒物的心脏病发病风险的剂量反应函数关系；

发病风险模块，根据年均浓度和剂量反应函数关系，确定细颗粒物的心脏病发病风险。

6.如权利要求5所述的装置，其特征在于，所述年均浓度模块包括：

数据采集单元，用于采集细颗粒物的日平均浓度；

计量单元，用于将采集的所述数据输入年均浓度模型，以确定细颗粒物的年均浓度；

其中，年均浓度模型如下：

P= ∑_j c _j ×/j

其中：P为细颗粒物的年均浓度；j为日期；C_j为j日细颗粒物的平均浓度。

7.如权利要求5所述的装置，其特征在于，所述剂量反应模块包括：

数据采集单元，用于采集细颗粒物的剂量反应参数；

计量单元，用于将采集的所述数据输入细颗粒物的剂量反应模型，以确定细颗粒物的心脏病发病风险的剂量反应函数关系；

其中，剂量反应模型如下：

D=M/I

其中：D为剂量反应参数，M为心脏病发生率，I为细颗粒物的年均浓度。

8.如权利要求5所述的装置，其特征在于，所述发病风险模块包括：

风险评估单元，用于将年均浓度和剂量反应函数关系输入发病风险评估模型，以确定细颗粒物的心脏病发病风险；

其中，细颗粒物的残废风险如下：

C=D×P

其中：C为细颗粒物的心脏病发病风险，D为剂量反应参数，P为细颗粒物的年均浓度。