CC BY
20
О 20 40 60 80 100
ЕШ1 ЦЦ г Щ з
Сравнительный анализ позитивных аллергопроб у детей (в %)•
По оси абсцисс — %, по оси ординат — количество положительных реакций. / - 1-й район, 2 - 2-й, 3 - 3-й.
В 1-м районе у 5% обследованных были позитивными все использованные тесты, у 15% — положительными были 3 теста, у 35% — 2, у 30% — 1, у 15% — ни одного. Во 2-м районе 4 положительных теста не выявлено ни у одного обследуемого, 3 — у 10%, 2 — у 15%, 1 — у 35%, ни одного — у 40% обследованных. В 3-м районе отсутствуют лица с 4 и 3 положительными пробами, в 10% случаев выявляются 2 теста, в 40% — один.
Анализ полученных данных показал, что для оценки уровня сенсибилизации у детского населения Актобе необходимо применять комплекс тестов, при оценке степени сенсибилизации необходимо учитывать как позитивных лиц, имеющих положительными два и более из используемых тестов.
Таким образом, из числа обследованных две и более положительные пробы имеют 55% детей из 1-го района, 25% из 2-го и 10% из 3-го.
Определение уровня специфической сенсибилизации к шестивалентному хрому показало более
высокий уровень как параметров, так и процента позитивных проб среди детей из 1-го района с последующим снижением по мере удаления от основных источников загрязнения. Следует отметить, что даже в максимально удаленных районах уровень сенсибилизации к хрому составляет 10%.
Литература
1. Боев В. М., Куксанов В. Ф., Быстрых В. В. Химические канцерогены среды обитания и злокачественные новообразования. — М., 2002.
2. Боев В. М., Верещагин Н. Н., Скачкова М. А., Быстрых В. В. Экология человека на урбанизированных и сельских территориях. — Оренбург, 2003.
3. Засорим Б. В. // Актуальные проблемы аллергологии и иммунологии. — Алматы, 2005. — С. 208—210.
4. Иммуноэкологические исследования здоровья населения в зонах антропогенного загрязнения тяжелыми металлами: Метод, рекомендации. — Актюбинск, 1992.
5. Кулкыбаев Г. А., Шпаков А. Е. // Гиг. труда. — 2004.
- № 1 (2). - С. 3-10.
6. Мамырбаев А. А., Засорин Б. В. // Нефть и здоровье.
- Уфа, 2005. - С. 208-210.
7. Салин Е. Н., Глебовский Р. В. // Гиг. и сан. - 2006.
- № 1. - С. 9-11.
Поступила 21.12.07
Summary. Analysis of the findings has shown that the estimation of the sensitization requires the use of a battery of tests, by taking into consideration both the persons having positive tests and the number of positive tests of the used ones. It is necessary to note that the estimation of the specific sensitization to hexavalent chromium has indicated the higher levels of parameters and percent of positive tests among the children living in the area adjacent to the industrial zone with a further decrease as the major sources of pollution is farther. It should be noted that the chromium sensitization is 10% even in the most distant areas.
С КОЛЛЕКТИВ АВТОРОВ, 2009
УДК 614.72:656.13]:312.6(470.61) «1994-2006.
Е. И. Шаврак', Т. С. Шапкина2, Д. С. Шаврак'
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ ВЛИЯНИЯ АВТОТРАНСПОРТА НА СОСТОЯНИЕ ЗДОРОВЬЯ НАСЕЛЕНИЯ
'Южно-Российский государственный технический университет (Новочеркасский политехнический институт), Волгодонский институт, 'филиал ФГУЗ Центр гигиены и эпидемиологии в Ростовской области в г. Волгодонске
Одним из важнейших факторов, влияющих на здоровье человека, является загрязнение атмосферы транспортом. Данная работа посвящена рассмотрению зависимостей между автотранспортным загрязнением и заболеваемостью населения Волгодонска, одного из крупных промышленных центров Ростовской области. В ходе исследований осуществлен статистический анализ данных социально-гигиенического мониторинга (СГМ), отображающих динамику изменения атмосферного загрязнения и заболеваемости населения во времени (1994—2006 гг.) и пространстве (на примере 9 микрорайонов города).
Корреляционно-регрессионный анализ временных рядов данных СГМ
При рассмотрении связей между атмосферным загрязнением и заболеваемостью на уровне города в целом проанализированы данные СГМ за 1994— 2006 гг. [2—5]. Атмосферное загрязнение представлено общим количеством выбросов (В;, тыс. т) и выбросами автотранспорта в абсолютном (А;, тыс. т) и относительном (Х{, % от общего количества выбросов) выражении. Спектр анализируемых показателей первичной заболеваемости ограничен наличествующими данными СГМ. Показатели смерт-
[гиена и санитария 1/2009
Таблица I
Данные СГМ за 1994-2006 гг.
Год в, А, X,. % Смертность Новообразования Заболевания эндокринной системы Заболевания кроветворных органов Заболевания органов дыхания Общая заболеваемость
1994 43,06 19,37 44,98 7,8 216,8 — — — 1084
1995 36,75 21,96 59,75 8,3 209,2 4,68 2,39 — 1206,87
1996 33,26 23,6 70,95 7,64 209,7 5,92 2,66 347,4 1107,56
1997 38,77 24,57 63,37 7,83 239 3,8 0,96 388,3 1010,83
1998 36,84 25,54 69,32 8,17 237,4 10,08 1,68 340,15 900,84
1999 33,6 25,56 76,05 8,8 249.6 4,44 — 345,93 871,4
2000 32,59 26 79,77 10,01 274,9 5,83 8,5 346,95 818,09
2001 30,34 26,24 86,48 9,85 283,3 11,2 5,46 290,32 779,3
2002 30,49 26,81 87,9 9,9 275,1 14,74 9,23 295,1 812,54
2003 33,5 30,31 90,47 9,9 263,35 12,56 6,43 286,06 811,9
2004 33,15 30,3 91,4 10,2 299,23 11,78 10,26 273,6 746,23
2005 33,98 31,02 91,28 10,6 304,62 11,93 16,17 280,8 721,48
2006 35,13 32,09 91,34 10,7 325,6 16,76 12,24 289 744,5
ности, общей заболеваемости и заболеваний органов дыхания, кроветворных органов, эндокринной системы приведены в случаях на 1000 населения, количество злокачественных новообразований — в случаях на 100 000 населения. Исходные материалы для корреляционно-регрессионного анализа временных рядов данных СГМ представлены в табл. 1.
Обработку статистической информации проводили с использованием компьютерного пакета Sta-tistica 6.0 for Windows. В качестве независимых переменных, далее называемых предикторами, рассматривали показатели атмосферного загрязнения (В;, А(, зависимыми переменными являлись показатели заболеваемости. Изучение связей между заболеваемостью и предикторами включало предварительную оценку корреляционных связей, проверку статистической значимости регрессий способом нулевой гипотезы с использованием показателя р, реализованным в программе Statistica, проверку статистической устойчивости построенных моделей согласно [1], ранжирование показателей заболеваемости по величине отклика на изменение автотранспортного загрязнения.
В табл. 2 приведены коэффициенты корреляции, характеризующие связи между различными показателями заболеваемости и характеристиками атмосферного загрязнения. На основании этих
Таблица 2
Коэффициенты корреляции между предикторами (В,, А„ X,) и заболеваемостью
Зависимая переменная Коэффициент корреляции Пирсона
в, \ х,
Смертность -0,61 (0,026) 0,853 (0) 0,882 (0)
Новообразования -0,5 (0,08) 0,883 (0) 0,849 (0)
Заболевания эндокринной
системы -0,4 (0,2) 0,8 (0,02) 0,82 (0)
Заболевания кроветворных
органов -0,43 (0,2) 0,82 (0) 0,83 (0)
Заболевания органов дыхания 0,56 (0,07) -0,8 (0) -0,95 (0)
Общая заболеваемость 0,58 (0,04) -0,86 (0) -0,87 (0)
Примечание. Здесь и в табл. 5: в скобках указаны значения р. Показатель считается статистически значимым и отличным от нуля при р < 0,05.
данных все зависимые переменные можно разделить на две группы: коррелирующие с общим количеством выбросов (В;) показатели обшей заболеваемости и заболевания органов дыхания и зависящие от показателей автотранспортного загрязнения (А^, Х;) показатели смертности, число новообразований, заболевания кроветворных органов и эндокринной системы.
С учетом предметного смысла взаимосвязей и их статистической значимости последующее моделирование проводили для переменных, коррелирующих с предикторами А, X.
В табл. 3 приведены характеристики моделей простых линейных регрессий (ПЛР), отражающие корреляционные связи показателей заболеваемости с предикторами А и X. Все регрессии существуют, так как все коэффициенты регрессии Ь, статистически значимы (р < 0,05).
Свободные члены Ь0 всех регрессий, за исключением регрессий 2 и 4, также статистически значимы, т. е. отличны от нуля.
Проверка статистической устойчивости моделей путем сокращения объема выборки (я) на 30% выявила неустойчивость моделей 2, 6, 8, проявившуюся в резком уменьшении коэффициента детерминации Я2 и увеличении ошибки коэффициента регрессии Ь,.
Путем сравнения коэффициентов регрессий Ь, произведено ранжирование показателей заболеваемости по величине отклика на изменение предикторов А и X: сильнее всего при увеличении автотранспортного загрязнения изменяется показатель новообразований (ранг 1), примерно в одинаковой степени увеличиваются показатели заболеваний эндокринной системы и кроветворных органов (ранги 2 и 3), минимальный отклик на изменение предикторов А и X наблюдается для показателя смертности населения (ранг 4).
Корреляционно-регрессионный анализ
пространственных совокупностей данных СГМ
Степень воздействия транспорта на состояние здоровья населения определяется, с одной стороны, величиной автотранспортного загрязнения, с
Таблица 3
Характеристика моделей
№ модели Уравнение ПЛР Р Характеристики устойчивости модели Ранг показателя заболеваемости
ЬЦ ь, л R1 b, (М ± т)
1. Смертность = 3,94 + 0.07Х 0 0 13 0,78 0,07 ± 0,01
9 0,65 0,06 ± 0,016
2. Смертность = 2,31 + 0,26 А 0,09 0 13 0,73 0,26 ± 0,05 4
9 0,46 0,27 ±0,11
3. Новообразования = 94,28 + 2.16 X 0,01 0 13 0,72 2,16 ± 0,4 1
9 0,67 1,73 ± 0,46
4. Новообразования = 25,81 + 8,89 А 0,51 0 13 0,78 8,89 ± 1,43
9 0,64 9,6 ± 2,74
5. Заболевания эндокринной системы = -15,02 + 0,31Х 0,02 0 11 0,67 0,31 ± 0,07
8 0,61 0,29 ± 0,09
6. Заболевания эндокринной системы = -19,9 + 1,09А 0,02 0 11 0,63 1,09 ± 0,26 3
8 0,47 1,21 ± 0,48
7. Заболевания кроветворных органов = -19,68 + 0,ЗЗХ 0 0 11 0,68 0,33 ± 0,07
8 0,68 0,22 ± 0,06
8. Заболевания кроветворных органов = -25,6 + 1,2А 0 0 11 0,67 1,2 ± 0,28 2
8 0,34 0,76 ± 0,43
другой стороны, нейтрализующими или усиливающими его урбоэкологическими факторами. К ним относятся, в первую очередь, метеорологические характеристики, рельеф местности, особенности жилой застройки, зеленых насаждений. На данном этапе регрессионного анализа рассматривали связи между заболеваемостью, автотранспортным загрязнением и характеристиками зеленых насаждений.
Исходная информация (табл. 4) включает данные об интенсивностях автотранспортных потоков на основных автомагистралях города (Ти тысяч машин в час), характеристики зеленых насаждений (количество деревьев Nj, тысяч штук деревьев; степень поглощения транспортных выбросов придорожной полосой, Yj, определяется согласно [6]); величины УД и УД2, эквивалентные количеству поглощенных деревьями загрязнений), данные СГМ по заболеваемости всего населения, проживающего вдоль рассматриваемых автомагистралей.
Обработку статистической информации проводили с использованием пакета Statistica 6.0 for Windows. В качестве предикторов рассматривали интенсивности автотранспортных потоков (Т,) и характеристики зеленых насаждений (Nj, Y^ и
Пространственные совокупности данных СГМ
УД2), зависимыми переменными являлись показатели заболеваемости. Проведена предварительная оценка наличия корреляционных связей с помощью коэффициентов корреляции Пирсона, проверена статистическая значимость коэффициентов регрессий. Для моделей множественных линейных регрессий (МЛР), согласно [1], установлена информативность предикторов (величина уменьшения коэффициента детерминации модели при удалении из нее конкретного предиктора).
В табл. 5 приведены парные коэффициенты корреляции, характеризующие связи между предикторами и зависимыми переменными. Эти связи обладают разным уровнем статистической значимости и разной направленностью. Большинство показателей заболеваемости положительно коррелирует с предиктором Т( (интенсивность транспортного потока) и отрицательно коррелирует с показателями УД и УД2, характеризующими зеленые насаждения.
Данное предположение вполне объяснимо с предметной точки зрения, поскольку увеличение автотранспортного загрязнения способствует увеличению заболеваемости, зеленые насаждения в свою очередь являются естественными фильтром, ослабляющим действие транспорта.
Таблица 4
Заболеваемость, случаев на 1000 человек
Автомагистраль Т„ тыс. машин в час N,, тыс. деревьев Y, Y,N, W общая органов дыхания новообразования эндокринной системы системы кровообращения кроветворных органов иммунной системы нервные кожные
Маркса 0,364 2,4 0,9 2,16 5,18 561,32 287,32 18,41 7,27 15,25 9,5 7,04 31,43 54,42
Гагарина 0,567 3,4 0,82 2,79 9,48 526,45 259,1 19,14 9,86 16,2 9,09 7,78 26,44 50,06
Черникова 0,783 0,78 0,82 0,64 0,5 564,12 280,33 22,63 8,36 17,89 8,36 6,54 35,52 50,14
Энтузиастов 0,789 2,5 0,82 2,05 5,13 628,34 303,57 21,83 11,93 16,57 10,78 9,26 23,78 76,06
Кошевого 0,818 3,3 0,82 2,71 8,93 649,89 296,45 25,4 18,45 22,69 16,33 14,46 40,77 68,83
Морская 1,19 7 0,9 6,3 44,1 486,32 254,38 13,52 6,87 16,2 32,13 30,22 5,77 53,28
Курчатова 1,480 3,81 0,9 3,43 13,07 593,65 299,91 19,54 7,46 21,38 10,56 8,84 47,94 52,85
Степная 1,615 2,44 0,82 2 4,89 689,14 312,34 21,44 11,79 23,93 41,5 40,13 9,91 06,32
Строителей 2,483 3,37 0,85 2,87 9,65 678,98 346,56 22,89 8,67 21,87 7,96 5,23 35,41 60,25
¡гиена и санитария 1/2009
Таблица 5
Парные коэффициенты корреляции
Коэффициент корреляции
Показатель т, УД УД1 N.
Общая заболеваемость 0,55 (0,13) -0,46 (0,22) -0,56 (0,12) -0,43 (0,24)
Заболевания органов дыхания 0,72 (0,03) -0,35 (0,36) -0,46 (0,22) -0,34 (0,38)
Новообразования 0,145 (0,7) -0,72 (0,02) -0,76 (0,016) -0,69 (0,039)
Заболевания системы кровообращения 0,657 (0,054) -0,14 (0,719) -0,23 (0,557) -0,12 (0,761)
Нервные заболевания -0,001 (0,998) -0,39 (0,29) -0,49 (0,18) -0,4 (0,28)
Заболевания кожи 0,263 (0,49) -0,23 (0,55) -0,26 (0,5) -0,2 (0,601)
Заболевания иммунной системы 0,199 (0,6) 0,373 (0,323) 0,421 (0,25) 0,382 (0,31)
Заболевания кроветворных органов 0,216 (0,57) 0,38 (0,312) 0,429 (0,25) 0,388 (0,3)
Заболевания эндокринной системы -0,13 (0,73) -0,25 (0,52) -0,3 (0,42) -0,19 (0,61)
Таблица 6
Характеристики ПЛР и МЛР
Уравнение регрессии Л1 Р Групповая информативность предиктора
ь„ Ьт Т УД'
Общая заболеваемость = 560,8 + 67,8Т - 3,5УД2 0,73
Заболевания органов дыхания = 268,9 + 34Т - 1,23УД2 0,85
Новообразования = 21,4 + 1.35Т - 0,21УД2 0,64
Новообразования = 22,8 -0,202УД2 0,58
Статистически значимые корреляции присутствуют между новообразованиями и переменными, отражающими роль зеленых насаждений, а также между заболеваниями органов дыхания и интенсивностью автотранспортного потока. Все последующие этапы регрессионного анализа направлены на исследование именно статистически значимых связей.
Характеристики моделей
Поскольку показатели заболеваемости (зависимые переменные) предположительно связаны с независимыми переменными Т(, УД и У;!^2 (см. табл. 5), были построены модели ПЛР и МЛР, произведена проверка их статистической значимости и установлена способность каждого предиктора предсказывать значение соответствующего показателя заболеваемости в группе предикторов (групповая информативность). В табл. 6 приведены характеристики соответствующих ПЛР и МЛР: Я2 — коэффициент детерминации, Ь0 — свободный член регрессии, Ьт — коэффициент при предикторе Т(, Ьум,2 — коэффициент при предикторе У^2.
Полученные данные позволяют предположительно сделать следующие выводы:
общая заболеваемость примерно в равной степени определяется интенсивностью движения (положительная корреляция) и характеристиками зеленых насаждений У,Ы|2 (отрицательная корреляция);
заболеваемость органов дыхания в большей степени коррелирует с интенсивностью движения транспорта;
на показатель новообразований наиболее весомое воздействие из всех рассматриваемых предик-
0 0,03 0,03 о.з 0,41
0 0 0,01 0,52 0,31
0 0,33 0,02 0,07 0,57
0 0,02 0,58
торов оказывает показатель состояния зеленых насаждений У;Ы|2 (отрицательная корреляция).
В связи с относительно низкими коэффициентами детерминации модели, построенные на основании корреляционно-регрессионного анализа временных рядов и пространственных совокупностей данных СГМ (см. табл. 3, 6), не могут быть использованы в качестве предсказательных, так как только 65—85% дисперсии значений зависимых показателей объясняется в их рамках.
Тем не менее все рассматриваемые МЛР являются удовлетворительными предметными моделями и могут использоваться для поиска путей управления значениями заболеваемости через сокращение автотранспортного загрязнения и изменения количественных характеристик придорожных зеленых насаждений.
Выводы. 1. Построены модели ПЛР и МЛР, отражающие корреляционные связи между автотранспортным загрязнением и показателями состояния здоровья населения.
2. Произведено ранжирование показателей заболеваемости по величине отклика на изменение величины автотранспортного загрязнения.
3. Определен вклад факторов окружающей среды в заболеваемость населения (групповая информативность предикторов).
4. Предложены области применения построенных моделей.
Л итература
1. Вараксин А. И. Статистические модели регрессионного типа в экологии и медицине. — Екатеринбург, 2006.
2. Здоровье населения Ростовской области. Ежегодный информационный сборник статистических и аналитических материалов по итогам 2003 года / Под ред. Г. Т. Айдинова. — Ростов н/Д, 2004.
3. Здоровье населения Ростовской области. Ежегодный информационный сборник статистических и аналитических материалов по итогам 2004 года / Под ред. Т. Ю. Быковской. — Ростов н/Д, 2005.
4. Здоровье населения Ростовской области. Ежегодный информационный сборник статистических и аналитических материалов по итогам 2005 года / Под ред. Т. Ю. Быковской. — Ростов н/Д, 2006.
5. Здоровье населения Ростовской области. Ежегодный информационный сборник статистических и аналитических материалов по итогам 2006 года / Под ред. Т. Ю. Быковской. — Ростов н/Д, 2007.
6. Луканин В. Н., Трофименко Ю. В. Промышленно-транспортная экология. — М., 2001.
Поступила 22.01.08
Summary. Statistical analysis of the time series and spatial data of sociohygienic monitoring has yielded models of simple and multiple linear regressions, which reflect the impact of motor transport on human health, their statistical stability. The morbidity rates have ranked by the response to the changing values of motor transport. A contribution of environmental factors to the morbidity rates has been determined. Areas of application of built models are proposed.
О Ю. И. СТЕПКИН, м. к. КУЗМИЧЕВ, 2009 УДК 614.72:6781-074
Ю. И. Степкин, М. К. Кузмичев
ОЦЕНКА РИСКА ВОЗДЕЙСТВИЯ ВЫБРОСОВ ШИННОГО ПРОИЗВОДСТВА В АТМОСФЕРНЫЙ ВОЗДУХ
ФГУЗ Центр гигиены и эпидемиологии в Воронежской области
ОАО "Шинный комплекс Амтел-Черноземье" занимает третье ранговое место среди промышленных предприятий Воронежа по объему выбросов загрязняющих веществ в атмосферный воздух после ТЭЦ-1, ТЭЦ-2.
Шинный комплекс расположен в черте города, жилые массивы удалены от предприятия на незначительное расстояние. В соответствии с СанПиН 2.2.1/2.1.1.1200—03 нормативная санитарно-за-щитная зона для данного типа объекта природопользования составляет 300 м.
Материалы и методы
Учитывая, что результаты мониторинга загрязнения атмосферного воздуха на стационарных постах оказываются недостаточными для оценки качества атмосферного воздуха и риска для здоровья, единственно приемлемым способом определения вреда, наносимого ОАО "Шинный комплекс Амтел-Черноземье" здоровью населения, является метод математического моделирования рассеивания загрязняющих веществ в приземном слое воздуха, результаты которого использованы в данной работе в качестве исходных данных.
Количественную оценку канцерогенного и неканцерогенного риска здоровью проводили в соответствии с требованиями руководства Р 2.1.10.1920—04 "Руководство по оценке риска для здоровья населения при воздействии химических веществ, загрязняющих окружающую среду" (утверждено Главным государственным санитарным врачом Российской Федерации Г. Г. Онищен-ко 05.03.04) в четыре последовательных этапа: 1) идентификация опасности; 2) оценка зависимости доза—ответ; 3) оценка воздействия (экспозиции) химических веществ на население; 4) характеристика риска на основе расчета индивидуального канцерогенного риска, коэффициентов и индексов опасности, характеризующих неканцерогенных риск [1, 2].
Результаты и обсуждение
В результате производственной деятельности, по данным проекта нормативов предельно допустимых выбросов (ПДВ) и разрешения на выброс загрязняющих веществ в атмосферу, от ОАО "Шинный комплекс Амтел-Черноземье" выбрасы-
вается в атмосферу 2024 т/год загрязняющих веществ от 420 источников загрязнения атмосферы. В атмосферный воздух поступает 85 наименований загрязняющих веществ, составляющих 13 групп суммации.
Выбрасываемые в атмосферу загрязняющие вещества относятся к 1—4-му классу опасности. В общем количестве валовых выбросов загрязняющие вещества по классам опасности распределяются следующим образом: 1-й класс опасности — 0,0002%, 2-й класс опасности — 1,3%, 3-й класс опасности — 2,3%, 4-й класс опасности — 4,2%, вещества, для которых приняты ориентировочные безопасные уровни воздействия (ОБУВ) — 92,2%.
Критериями определения приоритетности для оценки риска здоровью на этапе идентификации опасности являлись вещества, совокупный вклад которых в валовый выброс составляет до 95%, вещества, обладающие канцерогенным действием, вещества, включенные в перечни приоритетных химических веществ.
К загрязняющим веществам, совокупный вклад которых в валовый выброс ОАО "Шинный комплекс Амтел-Черноземье" составляет 95%, отнесены азота диоксид, углерода оксид, углеводороды предельные, гептановая фракция, сажа.
Из 85 загрязняющих веществ потенциальными канцерогенами, относящимися к группам 1, 2А, 2В по классификации Международного агентства по изучению рака (МАИР), являются 13 (бензин нефтяной, бензол, 2-бензотиазон-2-тиол, 1,3-бутади-ен, винилбензол (стирол), гептановая фракция (нефрас 94/99 по бензину), латекс СКС-30 (по стиролу)1, сажа, свинец, формальдегид, хром шестивалентный, эпихлоргидрин, этилбензол).
С учетом перечней приоритетных химических веществ в предварительный список для оценки риска здоровью были включены 23 загрязнителя.
Учитывая, что по результатам моделирования рассеивания выбросов в атмосфере среднегодовые
'От редакции: нефрас 94/99 и латекс СКС-30 не относятся к канцерогенным веществам.
