Luận văn Nghiên cứu sử dụng mô hình airq+ đánh giá tác động của chất lượng môi trường không khí đến sức khỏe, thử nghiệm tại thành phố Hà Nội

ợng môi trường không khí và sức khỏe cộng đồng. 38 2.3.3. Phương pháp sử dụng mô hình AirQ+ Để chạy thử nghiệm mô hình AirQ+ tại thành phố Hà Nội, nghiên cứu đã sử dụng số liệu đầu vào như sau:  Số liệu dân số Bảng 2.1: Số liệu dân số thành phố Hà Nội giai đoạn 2011 – 2017 Năm Diện tích (km 2) Dân số trung bình (người) 2011 3.328,9 6.779.300 2012 3.323,6 6.957.300 2013 3.324,3 7.128.300 2014 3.324,5 7.265.600 2015 3.324,5 7.390.900 2016 3.358,9 7.522.600 2017 3.358,9 7.661.000 Nguồn: Niên giám thống kê thành phố Hà Nội [41]  Số liệu quan trắc chất lượng môi trường không khí Nghiên cứu này chỉ xét đến môi trường không khí ngoài trời mà không xét đến môi trường không khí trong nhà. Số liệu quan trắc chất lượng môi trường không khí được sử dụng để nhập vào mô hình gồm số liệu trung bình ngày (được trình bày chi tiết tại phụ lục 1A,1B) của các thông số PM2.5, NO2. Mô hình sẽ đưa ra kết quả trung bình năm được trình bày ở bảng 3.6: Bảng 2.2: Số liệu trung bình năm dựa vào số liệu quan trắc Năm Nồng độ trung bình (µg/m3) PM2.5 NO2 2011 65,84 45,58 2012 37,19 46,04 2013 56,35 47,43 2014 52,11 54,11 2015 44,93 50,90 2016 47,88 - 2017 42,60 - (-): Không có số liệu 39  Giá trị giới hạn của các thông số Để đánh giá tác động của chất lượng môi trường không khí đến sức khỏe, chúng tôi xét chạy mô hình trong 2 giới hạn: với thế giới được quy định theo Hướng dẫn chất lượng môi trường không khí theo WHO AQG và với Việt Nam được quy định theo QCVN 05:2013/BTNMT. Từ đó, so sánh kết quả của 02 kịch bản. Kịch bản 1: WHO AQG – Hướng dẫn về chất lượng không khí của WHO - Nồng độ trung bình năm của PM2.5 đạt 10 µg/m3 - Nồng độ trung bình năm của NO2 đạt 40 µg/m3. Kịch bản 2: QCVN 05:2013/BTNMT - Quy chuẩn kỹ thuật quốc gia về chất lượng không khí xung quanh. - Nồng độ trung bình năm của PM2.5 đạt 25 µg/m3. - Nồng độ trung bình năm của NO2 đạt 40 µg/m3. Bảng 2.3: Giá trị giới hạn các thông số Đơn vị: Microgam trên mét khối (µg/m3) Thông số Trung bình năm Air Quality Guideline 2005 PM2.5 10 NO2 40 QCVN 05:2013/BTNMT PM2.5 25 NO2 40  Nguy cơ tương đối (Relative risk) Do các nghiên cứu tại Việt Nam về nguy cơ tương đối (RR) còn ít và rời rạc, chưa đủ độ tin cậy để đánh giá cho thành phố Hà Nội nên nghiên cứu sử dụng dữ liệu RR dựa theo WHO đưa ra để đánh giá. 40 Bảng 2.4: Bảng nguy cơ tương đối theo WHO STT Bệnh tật Tỷ số nguy cơ a. PM2.5 a.1 Nhập viện do hô hấp, tất cả nhóm tuổi 1,019 (0,998 - 1,040) a.2 Nhập viện do tim mạch (bao gồm cả đột quỵ), tất cả nhóm tuổi 1,009 (1,002 - 1,017) b. NO2 b.1 Nhập viện do hô hấp, tất cả nhóm tuổi 1,018 (1,012-1,025)  Số liệu nhập viện Với nghiên cứu này, số liệu sử dụng được thu thập tại bệnh viện Lão Khoa Trung Ương và bệnh viện Tai Mũi Họng Trung Ương. Từ số liệu thu thập, thống kê, tổng hợp số lượng bệnh nhân sinh sống tại Hà Nội nhập viện do mắc các bệnh liên quan đến hô hấp và tim mạch hàng năm. Do hiện nay chưa có con số thống kê chính xác về số lượng bệnh nhân nhập viện do hô hấp và tim mạch trên toàn thành phố Hà Nội, chúng tôi dựa trên số giường bệnh và ý kiến chuyên gia để giả định số liệu của 02 bệnh viện chiếm khoảng 10% số lượng bệnh nhân nhập viện do hô hấp và tim mạch của thành phố Hà Nội. Với giả định số lượng bệnh nhân nhập viện do hô hấp và tim mạch thu thập được tại bệnh biện Lão Khoa TƯ và bệnh viện Tai Mũi Họng TƯ chiếm 10% số lượng bệnh mắc bệnh hô hấp và tim mạch của thành phố Hà Nội, từ kết quả thống kê tính toán được số lượng bệnh nhân mắc bệnh hô hấp và tim mạch của thành phố Hà Nội theo các năm. Tính tỷ suất mắc bệnh hô hấp và tim mạch (tính trên 100.000 người) cho từng năm cụ thể. Kết quả được trình bày trong bảng 2.5. Bảng 2.5: Tỷ suất mắc bệnh (tính trên 100.000 dân) Năm Hô hấp Tim mạch 2011 793,44 185,86 2012 726,72 207,12 41 2013 691,05 191,35 2014 681,16 181,82 2015 638,08 174,94 2016 616,41 162,31 2017 603,32 157,42 42 CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 3.1. Số liệu đầu vào cho mô hình AirQ+ 3.1.1. Bộ số liệu Các bộ số liệu gốc bao gồm: - Bộ số liệu gốc được lấy từ trạm quan trắc Đại sứ quán Hoa Kỳ tại Hà Nội tại số 7 Láng Hạ, Thành Công, Ba Đình, Hà Nội giai đoạn (2016 – 2017) (Phụ lục 1B) và kế thừa được từ nghiên cứu của Nguyễn Thế Đức Hạnh [26, 42] tại trạm quan trắc không khí tự động 556 Nguyễn Văn Cừ thuộc Trung tâm quan trắc môi trường Hà Nội, Tổng cục môi trường (giai đoạn 2011 – 2015) (phụ lục 1A). - Số lượng bệnh nhân nhập viện do các bệnh về đường hô hấp và tim mạch sinh sống tại thành phố Hà Nội thu thập tại BV Lão Khoa TƯ và BV Tai Mũi Họng TƯ. - Số liệu dân số trung bình hàng năm của thành phố Hà Nội thu thập được từ Niên giám thống kê thành phố Hà Nội Từ các số liệu gốc nêu trên, thực hiện: - Tính toán hàm lượng trung bình tháng của các thông số NO2, PM2.5 tại thành phố Hà Nội từ năm 2011 - 2017 (Phụ lục 1C) - Thống kê số lượng bệnh nhân nhập viện hàng tháng do hô hấp và tim mạch đến khám và điều trị tại BV Lão Khoa TƯ và BV Tai Mũi Họng TƯ từ năm 2011 - 2017 3.1.2. Đánh giá thống kê bộ số liệu sử dụng trong nghiên cứu Theo đó, các bộ số liệu có biến số liên tục từ năm 2011 - 2017, sử dụng phần mềm thống kê SPSS - 25 để kiểm định thống kê, đánh giá sự phân phối chuẩn cho từng bộ số liệu. Các biến số xem xét kiểm định là: - Số lượng bệnh nhân nhập viện do bệnh về hô hấp (Hohap) và tim mạch (Timmach) tại bệnh viện Lão Khoa Trung ương và bệnh viện Tai Mũi Họng Trung ương. 43 - Chỉ tiêu về chất lượng môi trường không khí PM2.5 (PM2.5), NO2 (NO2). Bảng 3.1 là kết quả kiểm định các bộ số liệu được trích xuất nguyên gốc từ kết quả đầu ra của phần mềm SPSS. Sử dụng phép kiểm định Kolmogorov- Smirnov do cỡ mẫu kiểm định lớn hơn 50. Kết quả cho thấy, các bộ số liệu đều có mức ý nghĩa Sig. > 0,05, như vậy các biến số này đều có phân phối chuẩn. Bảng 3.1: Bảng kiểm định phân phối chuẩn cho các bộ số liệu Tests of Normality Kolmogorov-Smirnova Shapiro-Wilk Statistic df Sig. Statistic df Sig. Timmach .092 84 .077 .973 84 .079 Hohap .086 84 .180 .983 84 .318 PM2.5 .091 84 .080 .950 84 .003 NO2 .104 60 .163 .857 60 .000 a. Lilliefors Significance Correction Nguồn: Kết quả nghiên cứu Biểu thị các bộ số liệu liên tục trong khoảng thời gian từ năm 2011 đến năm 2017 bằng biểu đồ Histogram tại hình 3.1. Kết quả này cho ta thấy rõ các biến số hàm lượng PM2.5, hàm lượng NO2, số bệnh nhân mắc bệnh hô hấp và tim mạch đều là những biến số có phân bố hình chuông (phân phối chuẩn). a) b) 44 Hình 3.1: Biểu đồ thể hiện tần suất phân phối của các bộ số liệu năm 2011-2017 a) Bệnh nhân mắc hô hấp b) Bệnh nhân tim mạch c) Nồng độ PM2.5 d) Nồng độ NO2 Từ kết quả kiểm định Kolmogorov-Smirnov, biểu đồ Histogram có thể đánh giá các số liệu thu thập có độ tin cậy và các biến số có mối liên hệ với nhau theo phân phối chuẩn. Do đó, việc sử dụng các bộ số liệu nêu trên cho nghiên cứu là đảm bảo tính khoa học. 3.1.3. Đánh giá chung diễn biến chất lượng môi trường không khí Báo cáo hiện trạng môi trường quốc gia năm 2016 cho thấy, tại các đô thị lớn như thành phố Hà Nội, hàm lượng bụi luôn duy trì ở ngưỡng cao, vượt quá giới hạn của QCVN 05:2013/BTNMT [9]. Đề tài thực hiện đánh giá chất lượng môi trường không khí qua 02 thông số PM2.5 và NO2, đặc biệt là thông số PM2.5. Biểu diễn diễn biến nồng độ PM2.5 trung bình năm giai đoạn 2011 - 2017 ở hình 3.2. Kết quả cho thấy, nồng độ bụi trung bình năm tại thành phố Hà Nội liên tục trong giai đoạn 2011- 2017 luôn vượt ngưỡng cho phép được quy định trong QCVN 05:2013/BTNMT về chất lượng môi trường không khí xung quanh. Trong đó, hàm lượng bụi PM2.5 vượt từ 1,5 - 2,6 lần QCCP. c) d) 45 Hình 3.2: Diễn biến nồng độ PM2.5 trung bình năm giai đoạn 2011 - 2017 Kết quả tính toán, thống kê trên cơ sở từ bộ số liệu gốc ở Phụ lục 1B cho thấy số ngày có hàm lượng bụi đo vượt quá ngưỡng cho phép trong QCVN 05:2013/BTNMT vẫn chiếm tỉ lệ lớn. Hình 3.3: Thống kê số ngày có nồng độ PM2.5 trung bình 24h không đạt QCVN 05:2013/BTNMT giai đoạn 2011 – 2017 Hình 3.3 thể hiện số ngày có hàm lượng PM2.5 giai đoạn 2011 - 2017 vượt quá QCVN 05:2013/BTNMT. Qua kết quả thống kê, có thể thấy năm 2011 có số ngày đo hàm lượng bụi vượt QCCP là nhiều nhất. Những năm gần đây, số ngày có hàm lượng PM2.5 vượt QCCP có xu hướng giảm dần nhưng vẫn chiếm tỉ lệ 145 285 179 267 287 207 264 213 81 185 98 65 119 96 0 50 100 150 200 250 300 350 400 2011 2012 2013 2014 2015 2016 2017 Số n gà y Năm Số ngày đo không vượt chuẩn 46 cao, khoảng từ 10 - 50% so với cả năm. Đặc biệt, năm 2011 và 2013, số ngày có hàm lượng PM2.5 vượt QCCP chiếm đến hơn 50% số ngày quan trắc trong cả năm đó. Ngoài ra, nồng độ bụi cũng thay đổi qua các tháng trong năm, hình 3.4 đã cho thấy, hàm lượng bụi trung bình thường tập trung chủ yếu vào các tháng mùa đông, ít mưa (tháng 11 đến tháng 3 năm sau), các tháng còn lại có hàm lượng bụi trung bình thấp hơn. Hình 3.4: Diễn biến trung bình nồng độ PM2.5 theo các tháng giai đoạn 2011 – 2017 tại Hà Nội Thông qua thống kê về số ngày có hàm lượng PM2.5 vượt quy chuẩn cho phép và hàm lượng trung bình nồng độ PM2.5 trong không khí, trong giai đoạn từ năm 2011 - 2017, chất lượng môi trường không khí tại thành phố Hà Nội đang bị ô nhiễm nghiêm trọng và chưa có dấu hiệu suy giảm rõ rệt. Nguyên nhân là do có các hoạt động phát triển kinh tế xã hội mạnh mẽ, các hoạt động công nghiệp, giao thông vận tải, xây dựng, và dân số khu vực ngày một tăng cao, đây là những nguyên nhân chính khiến cho ô nhiễm không khí, ô nhiễm bụi tại thành phố Hà Nội có xu hướng duy trì ở ngưỡng cao. Biểu diễn diễn biến nồng độ NO2 trung bình năm giai đoạn 2011 - 2015 ở hình 3.5. Kết quả cho thấy, nồng độ bụi trung bình năm tại thành phố Hà Nội 47 liên tục trong giai đoạn 2011- 2015 luôn vượt ngưỡng cho phép được quy định trong QCVN 05:2013/BTNMT về chất lượng môi trường không khí xung quanh. Hình 3.5: Diễn biến nồng độ NO2 trung bình năm giai đoạn 2011 – 2015 Kết quả cho thấy, nồng độ NO2 có xu hướng tăng qua các năm. Theo như các nghiên cứu chỉ ra rằng, nguyên nhân phát sinh chủ yếu NO2 là từ động cơ của các phương tiện giao thông. Theo thống kê của Bộ Giao thông vận tải năm 2015, số lượng xe con tăng bình quân 17,23%/năm, số lượng xe gắn máy tăng bình quân 11,02%/năm [9]. Với tốc độ gia tăng như vậy, việc nồng độ NO2 trong khí quyển tăng là điều đã được dự báo. 3.1.4. Đánh giá chung về số liệu bệnh nhân nhập viện tại hai bệnh viện sử dụng trong nghiên cứu Nghiên cứu của Nguyễn Thế Đức Hạnh (2017) cũng đã sử dụng số liệu bệnh nhân khám bệnh tại 02 bệnh viện Lão Khoa TƯ và Tai - Mũi - Họng TƯ [26, 42] năm 2011 – 2015 để đánh giá mối quan hệ giữa hiện tượng nghịch nhiệt và sức khỏe con người. Trong nghiên cứu này, số liệu tổng số bệnh nhân nhập viện tại 02 bệnh viện được kế thừa của nghiên cứu trên, thu thập thêm số liệu bệnh nhân đến điều trị tại 02 bệnh viện này giai đoạn 2016 – 2017. Sau đó, thống kê và tách riêng bộ số liệu về bệnh hô hấp và bệnh tim mạch của người 45.58 46.04 47.43 54.11 50.9 40 40 40 40 40 0 10 20 30 40 50 60 2011 2012 2013 2014 2015 N ồ n g đ ộ ( µ g/ m 3 ) Năm NO2 QCVN 05:2013 (TB năm) 48 bệnh sinh sống tại thành phố Hà Nội để làm dữ liệu đầu vào cho nghiên cứu ứng dụng mô hình AirQ+.  Đối với nhóm bệnh hô hấp Bộ số liệu nhập viện tại BV Lão Khoa TƯ và BV Tai Mũi Họng TƯ giai đoạn 2011 - 2017 được trình bày chi tiết tại phụ lục 2 và kết quả thống kê số lượng bệnh nhân nhập viện do hô hấp được trình bày tại bảng 3.2. Bảng 3.2: Thống kê số lượng bệnh nhân nhập viện do hô hấp giai đoạn 2011 – 2017 Đơn vị: Người 2011 2012 2013 2014 2015 2016 2017 1 711 658 398 598 592 518 396 2 624 620 621 520 466 430 463 3 562 419 502 415 452 410 560 4 411 388 404 389 366 377 381 5 389 358 420 381 352 362 337 6 388 349 373 380 324 344 283 7 256 283 175 253 328 342 245 8 254 240 382 365 194 197 293 9 397 315 405 365 349 330 302 10 470 509 502 421 362 398 343 11 505 490 375 429 366 427 479 12 442 427 369 433 565 502 540 Tổng 5379 5056 4926 4949 4716 4637 4622 Nguồn: Kết quả nghiên cứu Theo kết quả này, có thế nhận thấy số lượng bệnh nhân Hà Nội nhập viện do hô hấp thu thập được tại 2 bệnh viện nghiên cứu thay đổi qua các năm và có xu hướng giảm từ năm 2011 đến 2017. Năm Tháng 49  Đối với nhóm bệnh tim mạch Từ bộ số liệu nhập viện tại BV Lão Khoa Trung ương giai đoạn 2011 - 2017 được trình bày chi tiết tại phụ lục 2B, nghiên cứu thống kê số lượng bệnh nhân nhập viện do tim mạch ở bảng 3.3. Bảng 3.3: Thống kê số lượng bệnh nhân nhập viện do tim mạch giai đoạn 2011 – 2017 Đơn vị: Người 2011 2012 2013 2014 2015 2016 2017 1 118 148 112 123 100 87 96 2 135 118 123 115 108 105 97 3 110 144 131 120 116 109 115 4 107 104 139 91 117 101 104 5 101 109 124 103 113 102 98 6 99 92 106 102 103 98 94 7 98 100 83 91 102 96 88 8 97 129 96 115 99 87 87 9 82 100 100 122 97 98 98 10 99 118 112 121 105 106 101 11 101 131 126 120 115 113 112 12 113 148 131 119 118 119 116 Tổng 1260 1441 1364 1321 1293 1221 1206 Nguồn: Kết quả nghiên cứu Qua bảng số liệu thống kê cho thấy, số lượng bệnh nhân nhập viện do tim mạch tại 02 bệnh viện nghiên cứu tăng đột biến năm 2012 và giảm dần từ năm 2013 đến năm 2017. 3.2. Nghiên cứu ứng dụng mô hình AirQ+ cho điều kiện thành phố Hà Nội Năm Tháng 50 3.2.1. Phân tích hồi quy tương quan giữa số liệu về chất lượng môi trường không khí với 02 nhóm bệnh hô hấp và tim mạch Để đánh giá bước đầu mối liên hệ giữa chất lượng môi trường không khí và số lượng bệnh nhân mắc các bệnh về đường hô hấp và tim mạch nhập viện tại các bệnh viện và kiểm định số liệu sử dụng cho mô hình AirQ+, đề tài thực hiện phân tích hồi quy và tương quan giữa hai bộ số liệu chất lượng môi trường không khí và số lượng bệnh nhân nhập viện do hô hấp và tim mạch tại hai BV Lão Khoa TƯ và BV Tai Mũi Họng TƯ. Trong mục 3.1.2, kết quả đánh giá thống kê cho thấy các bộ số liệu trong đề tài đều tuân theo quy luật phân phối chuẩn, vậy có đủ cơ sở để có thể tiến hành các bước phân tích hồi quy và tương quan. Thực hiện đánh giá mối liên hệ của hai bộ số liệu về nồng độ PM2.5 và số lượng bệnh nhân nhập viện do hô hấp và tim mạch tại BV Lão Khoa TƯ và BV Tai Mũi Họng TƯ, các bước thực hiện cụ thể và kết quả chạy phần mềm SPSS như sau: - Kết quả chạy phân tích hệ số tương quan Pearson (r) như bảng 3.4. Bảng 3.4: Bảng phân tích tương quan giữa nồng độ PM2.5, NO2 và số lượng bệnh nhân nhập viện tại 02 bệnh viện của Hà Nội trong giai đoạn 2011-2017 Correlations PM2.5 Hohap Timmach NO2 PM2.5 Pearson Correlation 1 .584** .314** .600** Sig. (2-tailed) .000 .004 .000 N 84 84 84 60 Hohap Pearson Correlation .584** 1 .504** .339** Sig. (2-tailed) .000 .000 .008 N 84 84 84 60 Timmach Pearson Correlation .314** .504** 1 .329* Sig. (2-tailed) .004 .000 .010 N 84 84 84 60 NO2 Pearson Correlation .600** .339** .329* 1 Sig. (2-tailed) .000 .008 .010 N 60 60 60 60 **. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed). Nguồn: Kết quả nghiên cứu 51 Kết quả phân tích tương quan Pearson (r) tại bảng 3.4 cho thấy Biến số hàm lượng PM2.5 (PM2.5), NO2 (NO2) và biến số bệnh nhân hô hấp (Hohap), tim mạch (Timmach) có mối tương quan tuyến tính với nhau (Sig. 0 cho thấy hàm lượng PM2.5, NO2 với nhóm bệnh hô hấp và tim mạch có mối quan hệ tương quan thuận. Điều này có ý nghĩa là, hàm lượng PM2.5, NO2 càng tăng thì số lượng bệnh nhân nhập viện do hô hấp và tim mạch cũng tăng. - Xây dựng mô hình hồi quy tuyến tính đơn y = ax+b đối với các biến có mối tương quan trong SPSS-25 thể hiện trong hình 3.6. a) Mô hình hồi quy tuyến tính đơn giữa hàm lượng PM2.5 và bệnh nhân mắc bệnh hô hấp 52 b) Mô hình hồi quy tuyến tính đơn giữa hàm lượng PM2.5 và bệnh nhân mắc bệnh tim mạch c) Mô hình hồi quy tuyến tính đơn giữa hàm lượng NO2 và bệnh nhân mắc bệnh hô hấp 53 d) Mô hình hồi quy tuyến tính đơn giữa hàm lượng NO2 và bệnh nhân mắc bệnh tim mạch Hình 3.6: Mô hình hồi quy tuyến tính đơn giữa hàm lượng PM2.5, NO2 và số lượng bệnh nhân điều trị do bệnh hô hấp và tim mạch tại 02 bệnh viện + Mô hình hồi quy giữa hàm lượng PM2.5 với số lượng bệnh nhân bị hô hấp có dạng: y = 1,75x + 4,47.102 (R2 = 0,341). Theo đó, nếu hàm lượng PM2.5 thay đổi một đơn vị thì biến số lượng bệnh nhân mắc hô hấp thay đổi 1,75 đơn vị. + Mô hình hồi quy giữa hàm lượng PM2.5 với số lượng bệnh nhân mắc bệnh tim mạch có dạng: y = 0,1x + 1,09.102 (R2 = 0,099). Theo đó, nếu biến số hàm lượng PM2.5 thay đổi một đơn vị thì biến số lượng bệnh nhân mắc tim mạch sẽ thay đổi 0,1 đơn vị. + Mô hình hồi quy giữa hàm lượng NO2 với số lượng bệnh nhân bị hô hấp có dạng: y = 1,96x + 4,42.102 (R2 = 0,115). Theo đó, nếu hàm lượng NO2 thay đổi một đơn vị thì biến số lượng bệnh nhân mắc hô hấp thay đổi 1,96 đơn vị. + Mô hình hồi quy giữa hàm lượng PM2.5 với số lượng bệnh nhân mắc bệnh tim mạch có dạng: y = 0,2x + 1,05.102 (R2 = 0,109). Theo đó, nếu biến số hàm lượng NO2 thay đổi một đơn vị thì biến số lượng bệnh nhân mắc tim mạch sẽ thay đổi 0,2 đơn vị. 54 3.2.2. Đề xuất ứng dụng mô hình AirQ+ để đánh giá tác động của chất lượng môi trường không khí đến sức khỏe. Từ quá trình khảo sát hiện trạng số liệu quan trắc môi trường không khí và số liệu bệnh nhân tại 02 bệnh viện kết hợp với hưỡng dẫn của WHO về mô hình AirQ+, nghiên cứu đề xuất ứng dụng mô hình AirQ+ để đánh giá mối tương quan giữa chất lượng môi trường không khí và sức khỏe theo sơ đồ hình 3.7: a) Đề xuất mô hình Hình 3.7: Đề xuất ứng mô hình AirQ+ và nguyên tắc hoạt động Với nghiên cứu này, kết quả đầu ra dự kiến đánh giá tác động ngắn hạn của từng thông số PM2.5 và NO2 đối với nhóm bệnh hô hấp và tim mạch. Cụ thể là tính toán được số trường hợp có thể tránh được các bệnh hô hấp và tim mạch khi nồng độ các thông số xét đến đạt được theo các kịch bản đưa ra. Cơ sở dữ liệu đầu vào • Số liệu quan trắc môi trường không khí xung quanh của các chất ô nhiễm theo ngày đối với các thông số PM2.5, NO2 • Dân số trung bình của khu vực xét đến • Tỷ lệ mắc bệnh hô hấp/ tim mạch • Nguy cơ tương đối (RR) (sử dụng số liệu của WHO) • Giá trị nồng độ giới hạn để xét các tác động Đánh giá bộ số liệu • Hiệu chỉnh bộ số liệu theo năm của các thông số PM2.5, NO2 • Tính toán tỷ suất mắc bệnh hô hấp và tim mạch (tính toán trên 100.000 dân) • Đánh giá mối tương quan giữa chất lượng môi trường không khí và sức khỏe con người. Kết quả đầu ra • Đánh giá tác động ngắn hạn: ước tính số trường hợp nhập viện với các tác động sức khỏe được xét đến: • Hô hấp • Tim mạch 55 b) Các bước chạy mô hình Việc sử dụng mô hình AirQ+ để đánh giá tác động sức khỏe được thực hiện theo các bước sau: Bước 1: Tạo Dữ liệu mới (Lựa chọn theo mục đích nghiên cứu) - Ô nhiễm không khí xung quanh: PM2.5, NO2 - Ngắn hạn - Địa điểm: Hanoi - Đánh giá tác động Bước 2: Nhập số liệu đầu vào - Nhập dữ liệu chất lượng môi trường theo ngày (định dạng .csv) - Tổng số dân - Năm - Diện tích Bước 3: Đánh giá tác động - Tỷ lệ mắc bệnh (trên 100.000 dân) - Dân số có nguy cơ chịu tác động - Nguy cơ tương đối (RR) - Nồng độ giới hạn (Theo AQG và QCVN) Bước 4: Kết quả đầu ra - Tỷ lệ phần trăm ước tính mắc bệnh - Số trường hợp ước tính có thể mắc bệnh - Số trường hợp ước tính có nguy cơ mắc bệnh/100.000 dân - Tỷ lệ tương ứng với những kịch bản ô nhiễm không khí khác nhau Hình 3.8: Các bước chạy mô hình AirQ+ 56 3.3. Kết quả chạy thử nghiệm mô hình AirQ+ để đánh giá tác động của chất lượng môi trường không khí đến sức khỏe tại thành phố Hà Nội. 3.3.1. Kịch bản 1: Sử dụng giá trị giới hạn chất lượng không khí theo WHO AQG – Hướng dẫn về chất lượng không khí của WHO. a) Xét tác động của ô nhiễm PM2.5 với bệnh hô hấp đối với tất cả nhóm tuổi tại thành phố Hà Nội Xét tác động của ô nhiễm PM2.5 với bệnh hô hấp khi chạy mô hình AirQ+ ở kịch bản 1 cho kết quả ở bảng 3.10. Kết quả chạy cho năm 2011, với hàm lượng PM2.5 theo quan trắc ở mục 3.3.1 sẽ cho số liệu ước tính về trường hợp mắc bệnh hô hấp là có 5.497 ở khoảng giá trị PM2.5 vượt 10 µg/m3, chiếm 10,22% số trường hợp nhập viện do hô hấp ngoài thực tế. Các kết quả về số liệu ước tính bệnh nhân mắc bệnh hô hấp do PM2.5 vượt giá trị quy định từ năm 2012 – 2017 được tổng hợp trong bảng 3.10. Bảng 3.5: Kết quả chạy mô hình xét tác động của ô nhiễm PM2.5 với nhóm bệnh hô hấp theo AQG Năm Ước tính số trường hợp mắc bệnh hô hấp khi PM2.5 vượt 10 µg/m3 Tỷ lệ ước tính (%) 2011 5.497 10,22 2012 2.593 5,13 2013 4.226 8,58 2014 3.859 7,80 2015 3.065 6,50 2016 3.246 7,00 2017 2.827 6,12 Từ kết quả của mô hình, biểu diễn được mối liên hệ giữa số liệu ước tính về số trường hợp mắc bệnh hô hấp (do ảnh hưởng của PM2.5) và hàm lượng 57 PM2.5 trung bình theo ngày. Mối liên hệ này được trình bày chi tiết ở các hình 3.9 – hình 3.15: Hình 3.9: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh hô hấp năm 2011 theo AQG Năm 2011, số trường hợp có khả năng mắc bệnh hô hấp cao nhất (966 trường hợp) tập trung ở những ngày có nồng độ 56 – 74 µg/m3. Nguyên nhân là do số ngày trong khoảng nồng độ này chiếm 77/344 ngày (khoảng 22% tổng số ngày quan trắc). Hình 3.10: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh hô hấp năm 2012 theo AQG Số trường hợp có khả năng mắc bệnh hô hấp năm 2012 cao nhất (627 trường hợp) tập trung ở những ngày có nồng độ 47 – 62 µg/m3. Nguyên nhân là RR trung bình RR cao RR thấp RR trung bình RR cao RR thấp 58 do số ngày trong khoảng nồng độ này chiếm 51/336 ngày (khoảng 15% tổng số ngày quan trắc). Hình 3.11: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh hô hấp năm 2013 theo AQG Năm 2013, số trường hợp có khả năng mắc bệnh hô hấp cao nhất (761 trường hợp) tập trung ở những ngày có nồng độ 64 – 80 µg/m3. Nguyên nhân là do số ngày trong khoảng nồng độ này chiếm 48/350 ngày (khoảng 13% tổng số ngày quan trắc). Hình 3.12: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh hô hấp năm 2014 theo AQG RR trung bình RR cao RR thấp RR trung bình RR cao RR thấp 59 Số trường hợp có khả năng mắc bệnh hô hấp cao nhất (768 trường hợp) tập trung ở những ngày có nồng độ 29 – 48 µg/m3 trong năm 2014. Nguyên nhân là do số ngày trong khoảng nồng độ này chiếm khá cao 118/295 ngày (chiếm 40% tổng số ngày quan trắc). Hình 3.13: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh hô hấp năm 2015 theo AQG Năm 2015, số trường hợp có khả năng mắc bệnh hô hấp cao nhất (916 trường hợp) tập trung ở những ngày có nồng độ 37 – 53 µg/m3. Nguyên nhân là do số ngày trong khoảng nồng độ này chiếm 89/284 ngày (chiếm hơn 30% tổng số ngày quan trắc). RR trung bình RR cao RR thấp RR trung bình RR cao RR thấp 60 Hình 3.14: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh hô hấp năm 2016 theo AQG Số trường hợp có khả năng mắc bệnh hô hấp năm 2016 cao nhất (564 trường hợp) tập trung ở những ngày có nồng độ 42 – 55 µg/m3. Nguyên nhân là do số ngày trong khoảng nồng độ này chiếm 58/326 ngày (chiếm khoảng 17% tổng số ngày quan trắc). Hình 3.15: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh hô hấp năm 2017 theo AQG Số trường hợp có khả năng mắc bệnh hô hấp cao nhất (539 trường hợp) tập trung ở những ngày có nồng độ 35 – 50 µg/m3 trong năm 2017. Nguyên nhân là do số ngày trong khoảng nồng độ này chiếm 75/365 ngày (chiếm khoảng 20% tổng số ngày quan trắc). b) Xét tác động của ô nhiễm PM2.5 với bệnh tim mạch đối với tất cả nhóm tuổi tại thành phố Hà Nội Theo kịch bản 1, nếu nồng độ PM2.5 vượt 10 µg/m3, số người mắc bệnh tim mạch năm 2011 là 630 trường hợp, chiếm 5,00% số trường hợp có khả năng nhập viện. Với các năm 2012 – 2017, ta tiến hành chạy tương tự và thu được kết quả như bảng 3.11: RR trung bình RR cao RR thấp 61 Bảng 3.6: Kết quả chạy mô hình xét tác động của ô nhiễm PM2.5 với bệnh tim mạch theo AQG Năm Ước tính số trường hợp mắc các bệnh tim mạch khi nồng độ PM2.5 vượt 10 µg/m3 Tỷ lệ ước tính (%) 2011 630 5,00 2012 357 2,48 2013 570 4,18 2014 500 3,78 2015 407 3,15 2016 416 3,40 2017 356 2,95 Mối liên hệ giữa bệnh tim mạch và nồng độ PM2.5 được trình bày chi tiết qua các hình 3.16 – hình 3.22: Hình 3.16: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh tim mạch năm 2011 theo AQG Số trường hợp có khả năng mắc bệnh tim mạch cao nhất (136 trường hợp) tập trung ở những ngày có nồng độ 56 – 74 µg/m3. RR trung bình RR cao RR thấp 62 Hình 3.17: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh tim mạch năm 2012 theo AQG Số trường hợp có khả năng mắc bệnh tim mạch cao nhất (86 trường hợp) tập trung ở những ngày có nồng độ 47 – 62 µg/m3. Hình 3.18: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh tim mạch năm 2013 theo AQG Số trường hợp có khả năng mắc bệnh tim mạch cao nhất (103 trường hợp) tập trung ở những ngày có nồng độ 64 – 80 µg/m3. RR trung bình RR cao RR thấp RR trung bình RR cao RR thấp 63 Hình 3.19: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh tim mạch năm 2014 theo AQG Số trường hợp có khả năng mắc bệnh tim mạch cao nhất (131 trường hợp) tập trung ở những ngày có nồng độ 29 – 48 µg/m3. Hình 3.20: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh tim mạch năm 2015 theo AQG Số trường hợp có khả năng mắc bệnh tim mạch cao nhất (126 trường hợp) tập trung ở những ngày có nồng độ 37 – 53 µg/m3. RR trung bình RR cao RR thấp RR trung bình RR cao RR thấp 64 Hình 3.21: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh tim mạch năm 2016 theo AQG Số trường hợp có khả năng mắc bệnh tim mạch cao nhất (73 trường hợp) tập trung ở những ngày có nồng độ 42 – 55 µg/m3. Hình 3.22: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh tim mạch năm 2017 theo AQG Số trường hợp có khả năng mắc bệnh tim mạch cao nhất (69 trường hợp) tập trung ở những ngày có nồng độ PM2.5 đạt 35 – 50 µg/m3. 3.3.2. Kịch bản 2: Sử dụng giá trị giới hạn chất lượng không khí theo QCVN 05:2013/BTNMT - Quy chuẩn kỹ thuật quốc gia về chất lượng không khí xung quanh. RR trung bình RR cao RR thấp RR trung bình RR cao RR thấp 65 a) Xét tác động của ô nhiễm PM2.5 với bệnh hô hấp đối với tất cả nhóm tuổi tại thành phố Hà Nội Sử dụng giá trị giới hạn nồng độ PM2.5 là 25 µg/m3 theo QCVN 05:2013/BTNMT, chạy mô hình cho năm 2011, kết quả ước tính có 4.197 trường hợp mắc bệnh hô hấp, chiếm 7,80% số trường hợp có khả năng nhập viện do hô hấp. Chạy tương tự với các năm 2012 - 2017, được các kết quả trình bảy trong bảng 3.12. Bảng 3.7: Kết quả chạy mô hình xét tác động của ô nhiễm PM2.5 với nhóm bệnh hô hấp theo QCVN 05:2013/BTNMT Năm Ước tính số trường hợp mắc các bệnh hô hấp khi nồng độ PM2.5 vượt 25 µg/m3 Tỷ lệ ước tính (%) 2011 4.197 7,80 2012 1.465 2,90 2013 3.055 6,20 2014 2.623 5,30 2015 1.925 4,08 2016 2.085 4,50 2017 1.776 3,84 Mối liên hệ giữa bệnh hô hấp và nồng độ PM2.5 được trình bày chi tiết qua các hình 3.23 – hình 3.29: 66 Hình 3.23: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh hô hấp năm 2011 theo QCVN Số trường hợp có khả năng mắc bệnh hô hấp cao nhất (863 trường hợp) tập trung ở những ngày có nồng độ 56 – 74 µg/m3. Hình 3.24: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh hô hấp năm 2012 theo QCVN Số trường hợp có khả năng mắc bệnh hô hấp cao nhất (416 trường hợp) tập trung ở những ngày có nồng độ 47 – 62 µg/m3. RR trung bình RR cao RR thấp RR trung bình RR cao RR thấp 67 Hình 3.25: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh hô hấp năm 2013 theo QCVN Số trường hợp có khả năng mắc bệnh hô hấp cao nhất (582 trường hợp) tập trung ở những ngày có nồng độ 64 – 80 µg/m3. Hình 3.26: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh hô hấp năm 2014 theo QCVN Số trường hợp có khả năng mắc bệnh hô hấp cao nhất (495 trường hợp) tập trung ở những ngày có nồng độ 48 – 67 µg/m3. RR trung bình RR cao RR thấp RR trung bình RR cao RR thấp 68 Hình 3.27: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh hô hấp năm 2015 theo QCVN Số trường hợp có khả năng mắc bệnh hô hấp cao nhất (541 trường hợp) tập trung ở những ngày có nồng độ 37 – 53 µg/m3. Hình 3.28: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh hô hấp năm 2016 theo QCVN Số trường hợp có khả năng mắc bệnh hô hấp cao nhất (392 trường hợp) tập trung ở những ngày có nồng độ 68 – 81 µg/m3. RR trung bình RR cao RR thấp RR trung bình RR cao RR thấp 69 Hình 3.29: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh hô hấp năm 2017 theo QCVN Số trường hợp có khả năng mắc bệnh hô hấp cao nhất (282 trường hợp) tập trung ở những ngày có nồng độ 35 – 50 µg/m3. b) Xét tác động của ô nhiễm PM2.5 với bệnh tim mạch đối với tất cả nhóm tuổi tại thành phố Hà Nội Theo kịch bản 2, ước tính số người mắc bệnh tim mạch năm 2011 do PM2.5 là 476 trường hợp, chiếm 3,78% số trường hợp có khả năng nhập viện. Chạy tương tự với các năm 2012 – 2017, ta được bảng 3.13: Bảng 3.8: Kết quả chạy mô hình xét tác động của ô nhiễm PM2.5 với bệnh tim mạch theo QCVN 05:2013/BTNMT Năm Ước tính số trường hợp mắc các bệnh tim mạch khi nồng độ PM2.5 vượt 25 µg/m3 Tỷ lệ ước tính (%) 2011 476 3,78 2012 200 1,39 2013 408 2,99 2014 336 2,54 RR trung bình RR cao RR thấp 70 2015 252 1,95 2016 264 2,16 2017 221 1,83 Mối liên hệ giữa bệnh tim mạch và nồng độ PM2.5 được trình bày chi tiết qua các hình 3.30 – hình 3.36: Hình 3.30: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh tim mạch năm 2011 theo QCVN Số trường hợp có khả năng mắc bệnh tim mạch cao nhất (99 trường hợp) tập trung ở những ngày có nồng độ 56 – 74 µg/m3. Hình 3.31: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh tim mạch năm 2012 theo QCVN RR trung bình RR cao RR thấp RR trung bình RR cao RR thấp 71 Số trường hợp có khả năng mắc bệnh tim mạch cao nhất (57 trường hợp) tập trung ở những ngày có nồng độ 47 – 62 µg/m3. Hình 3.32: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh tim mạch năm 2013 theo QCVN Số trường hợp có khả năng mắc bệnh tim mạch cao nhất (78 trường hợp) tập trung ở những ngày có nồng độ 64 – 80 µg/m3. Hình 3.33: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh tim mạch năm 2014 theo QCVN Số trường hợp có khả năng mắc bệnh tim mạch cao nhất (64 trường hợp) tập trung ở những ngày có nồng độ 48 – 67 µg/m3. RR trung bình RR cao RR thấp RR trung bình RR cao RR thấp 72 Hình 3.34: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh tim mạch năm 2015 theo QCVN Số trường hợp có khả năng mắc bệnh tim mạch cao nhất (72 trường hợp) tập trung ở những ngày có nồng độ 37 – 53 µg/m3. Hình 3.35: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh tim mạch năm 2016 theo QCVN Số trường hợp có khả năng mắc bệnh tim mạch cao nhất (50 trường hợp) tập trung ở những ngày có nồng độ 68 – 81 µg/m3. RR trung bình RR cao RR thấp RR trung bình RR cao RR thấp 73 Hình 3.36: Mối liên hệ giữa nồng độ PM2.5 và số trường hợp mắc bệnh tim mạch năm 2017 theo QCVN Số trường hợp có khả năng mắc bệnh tim mạch cao nhất (36 trường hợp) tập trung ở những ngày có nồng độ PM2.5 đạt 35 – 50 µg/m3. So sánh phơi nhiễm PM2.5 của kịch bản 1 và kịch bản 2, ta thấy do kịch bản 1 có yêu cầu đối với nồng độ giới hạn cao hơn (PM2.5 = 10 µg/m3) so với kịch bản 2 (PM2.5 = 25 µg/m3). Vì vậy khi chạy mô hình AirQ+, số trường hợp ước tính mắc bệnh ở kịch bản 1 luôn cao hơn ở kịch bản 2. Ngoài ra, với mỗi nhóm tác động, số trường hợp mắc bệnh ở các kịch bản cũng phân bố ở các nồng độ khác nhau. 3.3.3. Xét tác động của ô nhiễm NO2 với bệnh hô hấp đối với người dân sinh sống tại thành phố Hà Nội giai đoạn 2011 – 2015. Nếu nồng độ NO2 vượt 40 µg/m3, ước tính số người mắc bệnh hô hấp là 940 trường hợp, chiếm 1,75% số trường hợp có khả năng nhập viện tại nồng độ đo được. Chạy tương tự với các năm 2012-2017, ta được kết quả như bảng 3.14: RR trung bình RR cao RR thấp 74 Bảng 3.9: Kết quả chạy mô hình xét tác động của ô nhiễm NO2 với bệnh hô hấp Năm Ước tính số trường hợp mắc các bệnh hô hấp khi nồng độ NO2 vượt 40 µg/m3 Tỷ lệ ước tính (%) 2011 940 1,75 2012 826 1,63 2013 937 1,90 2014 1.339 2,71 2015 1.230 2,61 Mối liên hệ giữa bệnh hô hấp và nồng độ NO2 được trình bày chi tiết qua các hình 3.37 – hình 3.41: Hình 3.37: Mối liên hệ giữa nồng độ NO2 và số trường hợp mắc bệnh hô hấp năm 2011 Số trường hợp có khả năng mắc bệnh hô hấp cao nhất (263 trường hợp) tập trung ở những ngày có nồng độ 46 – 57 µg/m3. Nguyên nhân là do số ngày trong khoảng nồng độ này chiếm 89/357 ngày (khoảng 24% tổng số ngày quan trắc). RR trung bình RR cao RR thấp 75 Hình 3.38: Mối liên hệ giữa nồng độ NO2 và số trường hợp mắc bệnh hô hấp năm 2012 Số trường hợp có khả năng mắc bệnh hô hấp cao nhất (208 trường hợp) tập trung ở những ngày có nồng độ 51 – 60 µg/m3. Nguyên nhân là do số ngày trong khoảng nồng độ này chiếm 50/333 ngày (chiếm 15% tổng số ngày quan trắc). Hình 3.39: Mối liên hệ giữa nồng độ NO2 và số trường hợp mắc bệnh hô hấp năm 2013 Số trường hợp có khả năng mắc bệnh hô hấp cao nhất (272 trường hợp) tập trung ở những ngày có nồng độ 53 – 65 µg/m3. Nguyên nhân là do số ngày trong khoảng nồng độ này chiếm 60/348 ngày (khoảng 17% tổng số ngày quan trắc). RR trung bình RR cao RR thấp RR trung bình RR cao RR thấp 76 Hình 3.40: Mối liên hệ giữa nồng độ NO2 và số trường hợp mắc bệnh hô hấp năm 2014 Số trường hợp có khả năng mắc bệnh hô hấp cao nhất (397 trường hợp) tập trung ở những ngày có nồng độ 53 – 63 µg/m3. Nguyên nhân là do số ngày trong khoảng nồng độ này chiếm khá cao 85/329 ngày (chiếm 25% tổng số ngày quan trắc). Hình 3.41: Mối liên hệ giữa nồng độ NO2 và số trường hợp mắc bệnh hô hấp năm 2015 Số trường hợp có khả năng mắc bệnh hô hấp cao nhất (404 trường hợp) tập trung ở những ngày có nồng độ 65 – 77 µg/m3. Nguyên nhân là do số ngày trong khoảng nồng độ này chiếm 56/349 ngày (chiếm hơn 16% tổng số ngày quan trắc). RR trung bình RR cao RR thấp RR trung bình RR cao RR thấp 77 3.4. Tổng hợp kết quả chạy thử nghiệm mô hình AirQ+ tại thành phố Hà Nội. Kết quả bệnh tật được tính toán cho các trường hợp nhập viện do bệnh tim mạch và hô hấp. Các kết quả theo các kịch bản khác nhau được tóm tắt trong các bảng từ bảng 3.15 đến bảng 3.17: Bảng 3.10: Tỷ lệ phần trăm ước tính mắc bệnh khi phơi nhiễm ngắn hạn PM2.5; NO2 của người dân thành phố Hà Nội giai đoạn 2011 – 2017. Đơn vị: phần trăm (%) Năm Tỷ lệ ước tính mắc bệnh trên tổng số bệnh nhân mắc bệnh thực tế PM2.5 Kịch bản 1-AQG PM2.5 Kịch bản 2-QCVN NO2 Hô hấp Tim mạch Hô hấp Tim mạch Hô hấp 2011 10,22 (20,66) 5,00 (0,95 – 8,98) 7,80 (16,09) 3,78 (0,71 – 6,84) 1,75 (1,12 – 2,38) 2012 5,13 (10,65) 2,48 (0,47 – 4,49) 2,90 (6,15) 1,39 (0,26 – 2,53) 1,63 (1,04 – 2,22) 2013 8,58 (17,51) 4,18 (0,79 – 7,53) 6,20 (12,91) 2,99 (0,56 – 5,43) 1,90 (1,22 – 2,59) 2014 7,80 (16,03) 3,78 (0,71 – 6,83) 5,30 (11,18) 2,54 (0,48 – 4,63) 2,71 (1,74 – 3,67) 2015 6,50 (13,43) 3,15 (0,59 – 5,69) 4,08 (8,65) 1,95 (0,36 – 3,57) 2,61 (1,67 – 3,54) 2016 7,00 (14,33) 3,40 (0,64 – 6,14) 4,50 (9,42) 2,16 (0,41 – 3,93) - 2017 6,12 (12,72) 2,95 (0,55 – 5,35) 3,84 (8,19) 1,83 (0,34 – 3,35) - (-): không xác định Bảng 3.11: Số bệnh nhân ước tính mắc bệnh do phơi nhiễm ngắn hạn PM2.5; NO2 trên tổng số người mắc bệnh tại thành phố Hà Nội giai đoạn 2011 – 2017. Đơn vị: Người Năm Số trường hợp ước tính mắc bệnh khi nồng độ các chất vượt mức giới hạn theo kịch bản đưa ra PM2.5 Kịch bản 1-AQG PM2.5 Kịch bản 2-QCVN NO2 Hô hấp Tim mạch Hô hấp Tim mạch Hô hấp 2011 5.497 (11.113) 630 (120 – 1.131) 4.197 (8.655) 476 (90 – 861) 940 (601 – 1.278) 2012 2.593 (5.385) 357 (67 – 647) 1.465 (3.111) 200 (37 – 365) 826 (528 – 1.122) 2013 4.226 (8.624) 570 (108 – 1.027) 3.055 (6.360) 408 (77 – 740) 937 (599 – 1.275) 2014 3.859 (7.934) 500 (94 – 903) 2.623 (5.532) 336 (63 – 612) 1.339 (859 – 1.815) 2015 3.065 (6.332) 407 (77 – 736) 1.925 (4.077) 252 (47 – 460) 1.230 (789 – 1.670) 2016 3.246 (6.646) 416 (79 – 749) 2.085 (4.367) 264 (50 – 480) - 78 Năm Số trường hợp ước tính mắc bệnh khi nồng độ các chất vượt mức giới hạn theo kịch bản đưa ra PM2.5 Kịch bản 1-AQG PM2.5 Kịch bản 2-QCVN NO2 Hô hấp Tim mạch Hô hấp Tim mạch Hô hấp 2017 2.827 (5.880) 356 (67 – 646) 1.776 (3.786) 221 (41 – 404) - (-): không xác định Bảng 3.12: Ước tính mắc bệnh (tính trên 100.000 dân) khi phơi nhiễm ngắn hạn PM2.5; NO2 của người dân thành phố Hà Nội giai đoạn 2011 – 2017 Năm Số trường hợp mắc bệnh tính trên 100.000 dân PM2.5 Kịch bản 1-AQG PM2.5 Kịch bản 2-QCVN NO2 Hô hấp Tim mạch Hô hấp Tim mạch Hô hấp 2011 81,09 (163,92) 9,29 (1,76 – 16,68) 61,91 (2,77) 7,03 (1,32 – 12,71) 13,87 (8,87 – 18,85) 2012 37,27 (77,40) 5,13 (0,96 – 9,30) 21,05 (44,71) 2,87 (0,54 – 5,24) 11,87 (7,59 – 16,13) 2013 59,29 (120,98) 8,00 (1,51– 14,40) 42,85 (89,22) 5,72 (1,07 – 10,39) 13,14 (8,40 – 17,88) 2014 53,11 (109,20) 6,88 (1,30 – 12,43) 36,10 (76,14) 4,62 (0,86 – 8,42) 18,43 (11,82 – 24,98) 2015 41,47 (85,68) 5,51 (1,04 – 9,96) 26,05 (55,16) 3,41 (0,64 – 6,22) 16,65 (10,67 – 22,59) 2016 43,14 (88,35) 5,52 (1,04 – 9,96) 27,72 (58,05) 3,51 (0,66 – 6,39) - 2017 36,90 (76,75) 4,65 (0,87 – 8,43) 23,18 (49,42) 2,89 (0,54 – 5,28) - (-): không xác định Tỷ lệ mắc bệnh trong các năm từ 2011 - 2017 trong các kịch bản khác nhau. Với phơi nhiễm PM2.5, cao nhất là năm 2011, 10,22 % số ca nhập viện vì bệnh hô hấp và 5,00% cho bệnh tim mạch khi sử dụng tiêu chuẩn về chất lượng không khí theo hướng dẫn về chất lượng môi trường không khí của WHO; và 7,8% số ca nhập viện vì bệnh hô hấp và 3,78% cho bệnh tim mạch khi sử dụng giá trị giới hạn quy định trong QCVN 05:2013/BTNMT. Với phơi nhiễm NO2, tỷ lệ nhập viện do hô hấp cao nhất là vào năm 2011 là 1,75%. Qua các kết quả đánh giá, so sánh phân tích, có thể nhận xét được rằng nồng độ các chất trong không khí (đặc biệt là PM2.5) càng cao và số ngày phơi nhiễm càng dài thì số lượng bệnh nhân nhập viện do các bệnh về đường hô hấp và tim mạch có xu hướng tăng theo. Điều đáng lưu ý là, ở khoảng nồng độ chất 79 ô nhiễm thấp hơn nhưng khoảng thời gian phơi nhiễm dài thì số liệu ước tính về số bệnh nhân tăng lên đáng kể. Như vậy, mô hình AirQ+ cho thấy xu hướng tác động của chất lượng môi trường không khí đến sức khỏe cộng đồng người dân sống tại thành phố Hà Nội trong giai đoạn thực hiện nghiên cứu từ năm 2011 – 2017 khá rõ ràng về tần suất và mức độ. Kết quả nghiên cứu của đề tài luận văn về sử dụng mô hình AirQ+ đánh giá tác động của chất lượng môi trường không khí đến sức khỏe, thử nghiệm tại thành phố Hà Nội tương đồng với các kết quả nghiên cứu trên thế giới với cùng vấn đề nghiên cứu. Nghiên cứu của Yarahmadi M (2016) cho thấy, tỷ lệ tử vong do PM2.5 giảm hàng năm từ năm 2013 đến năm 2016 và tỷ lệ tử vong giảm có liên quan đến việc giảm nồng độ PM2.5 tương ứng. Luận văn cũng cho kết quả tương đồng khi xét đến tỷ lệ nhập viện. Một số hạn chế của kết quả nghiên cứu Sau khi ứng dụng mô hình AirQ+ để đánh giá tác động của chất lượng môi trường không khí đến sức khỏe tại thành phố Hà Nội, chúng tôi nhận thấy một số hạn chế sau: - Số liệu thu thập được chưa đầy đủ nên chưa khai thác được toàn bộ các kết quả khi chạy mô hình. - Các vấn đề sức khỏe được xét đến chưa đánh giá được mối liên hệ với các tác nhân khác nhau, đặt trong các bối cảnh khác nhau. - Nhóm đối tượng xét đến chưa chỉ rõ được ảnh hưởng của các chất ô nhiễm tác động đến sức khỏe như thế nào trong quá trình sống mà chỉ phụ thuộc vào thời điểm mắc bệnh. 80 KẾT LUẬN VÀ KIẾN NGHỊ Kết luận Luận văn đã đạt được các kết quả như sau: 1. Đã thu thập tổng hợp, xử lý thống kê số liệu về chất lượng môi trường không khí (qua thông số PM2,5, NO2) và số liệu bệnh nhân mắc bệnh hô hấp, tim mạch. Kết quả cho thấy, nồng độ bụi PM2.5 mặc dù có giảm qua các năm nhưng luôn vượt ngưỡng QCCP. Số ngày vuợt quy chuẩn luôn ở mức cao, đặc biệt là năm 2011 và năm 2013, số ngày vượt quy chuẩn chiếm hơn 50% số ngày quan trắc. Nồng độ NO2 luôn vượt ngưỡng QCCP và có xu hướng tăng qua các năm. Từ số liệu thu thập được tại 2 bệnh viện, ta thấy số lượng bệnh nhân mắc hô hấp và tim mạch thay đổi không đều qua các năm. 2. Đã đề xuất các bước chạy mô hình AirQ+ theo 04 bước. - Tạo dữ liệu - Đánh giá và nhập dữ liệu - Đánh giá tác động của ô nhiễm không khí - số liệu ước tính nhiễm bệnh - Kết quả đầu ra. 3. Đã xây dựng bộ số liệu và chạy thử nghiệm mô hình AirQ+ áp dụng tại thành phố Hà Nội. - Xác định được mối liên hệ giữa chất lượng khí (qua các chỉ số PM2.5; NO2) và số liệu ước tính về số người nhập viện vì bệnh hô hấp, tim mạch do các chỉ số môi trường xem xét về tỷ lệ và số lượng tuyệt đối. - Khi xét phơi nhiễm PM2.5, số người nhập viện do hô hấp và tim mạch diễn ra cao nhất ở những ngày có nồng độ cao trong khoảng 40 – 80 µg/m3 do số ngày quan trắc ở khoảng nồng độ này chiếm tỷ lệ cao nhất trong khoảng nồng độ quan trắc được (từ 13 – 40%) - Khi xét phơi nhiễm NO2, số lượng bệnh nhân nhập viện do hô hấp khi phơi nhiễm với NO2 diễn ra cao nhất ở những ngày có nồng độ từ 46 – 77 81 µg/m3, do số ngày quan trắc ở nồng độ này chiếm tỷ lệ cao nhất trong khoảng nồng độ quan trắc được (15 – 25%). Kiến nghị Mặc dù mô hình AirQ+ được WHO đưa ra để đánh giá tác động của chất lượng môi trường không khí đến sức khỏe, tuy nhiên các nghiên cứu áp dụng mô hình này còn khá mới mẻ, đặc biệt là tại Việt Nam. Từ những khó khăn gặp phải khi thu thập số liệu đầu vào cho mô hình, tôi có một số kiến nghị như sau: 1. Cần có thêm nhiều trạm quan trắc để đánh giá chất lượng môi trường một cách toàn diện hơn. 2. Các số liệu về cơ cấu nhóm tuổi, y tế cần công khai để phục vụ các nghiên cứu về cộng đồng. 3. Cần có nhiều nghiên cứu dịch tễ về nguy cơ tương đối (RR) phù hợp với điều kiện của Việt Nam để tăng độ tin cậy khi chạy mô hình. 4. Cần có những nghiên cứu sâu hơn để đánh giá tổng thể về mối liên hệ giữa chất lượng môi trường và sức khỏe con người, đặc biệt là đánh giá được chính xác tác động của từng thông số đến sức khỏe của cộng đồng dân cư sống trong khu vực bị ô nhiễm ở từng nhóm tuổi. 82 TÀI LIỆU THAM KHẢO 1. Environmental Performance Index, Yale University, 2018 2. Bộ Tài nguyên và Môi trường (2013), Báo cáo hiện trạng môi trường quốc gia năm 2013 – Môi trường không khí. 3. Tran Thi Loan (2018), More than 60 000 deaths in Viet Nam each year linked to air pollution, WHO Representative Office Viet Nam. < nam/en/> 4. Air Quality Guiderlines Global update 2005: Particulate matter, ozone, nitrogen dioxide and sulfur dioxide, WHO Regional Ofce for Europe 5. Exposure to ambient air pollution from particulate matter for 2016 (2018), World Health Organization 6. State of global air: A special report on global exposure to air pollution and its disease burden (2018), The Health Effects Institute. 7. Kumar, et al., (2018) A review of factors impacting exposure to PM2.5, ultrafine particles and black carbon in Asian transport microenvironments, Atmospheric Environment, Volume 187, August 2018, Pages 301-316 8. Jose Goldemberg, et al., (2018), Household air pollution, health, and climate change: cleaning the air, Environ. Res. Lett. 13 (2018) 030201. 9. Báo cáo hiện trạng môi trường quốc gia năm 2016 – Chuyên đề: Môi trường đô thị (2016), Bộ Tài nguyên Môi trường 10. Bộ Tài nguyên và Môi trường (2015), Báo cáo hiện trạng môi trường quốc gia giai đoạn 2011 – 2015. 11. The Cost of Air Pollution: Strengthening the Economic Case for Action (2016), The World Bank and Institute for Health Metrics and Evaluation 12. Burden of disease from the joint effects of household and ambient Air pollution for 2016 (2018), World Health Organization. 13. Outdoor air pollution and the lungs (2015), European Lung Foundation. 83 14. Sumi Mehta, et al., (2011), Ambient particulate air pollution and acute lower respiratory infections: a systematic review and implications for estimating the global burden of disease, US National Library of Medicine National Institutes of Health 15. World Health Organization. 16. Bang KM (2015), Chronic obstructive pulmonary disease in nonsmokers by occupation and exposure: a brief review. Curr Opin Pulm Med; 21:149–154 17. Zhou Y, Li X, et al. (2014), Lung function and incidence of chronic obstructive pulmonary disease after improved cooking fuels and kitchen ventilation: a 9-year prospective cohort study, PLoS Med; 11:e100162 18. Every breath we take: the lifelong impact of air pollution. Report of a working party (2016), Royal College of Physicians. 19. Ozlem Kar Kurt, Jingjing Zhang, and Kent E. Pinkerton (2017), Pulmonary Health Effects of Air Pollution, HHS Public Acces. 20. Nicholas Rees (2017) Danger in the air: How air pollution can affect brain development in young children, United Nations Children’s Fund (UNICEF) 21. Tổ chức Y tế Thế Giới WHO, Dịch tễ học cơ bản (2006). 22. Bộ Y tế và Nhóm Đối tác y tế (2015), Báo cáo chung tổng quan ngành y tế (JAHR): Tăng cường y tế cơ sở hướng tới bao phủ chăm sóc sức khỏe toàn dân. 23. Hung N.T, Matthias Ketzel, Steen Solvang Jensen & Nguyen Thi Kim Oanh (2010); Air pollution modeling at road sides using the operational street pollution model-a case study in Hanoi, Vietnam; Journal of the Air & Waste Management Association, Volume 60 November 2010. 24. Le T.G, et al., (2012), Effects of short-term exposure to air pollution on hospital admissions of young children for acute lower respiratory infections in Ho Chi Minh City, Vietnam. Res Rep Health Eff Inst, 2012 Jun(169): p. 5-72; discussion 73-83. 84 25. Nguyen Thi Trang Nhung, et al., (2018), Acute effects of ambient air pollution on lower respiratory infections in Hanoi children: An eight-year time series study, Environment International 110 (2018), 139-148. 26. Nguyễn Thế Đức Hạnh (2017), Luận văn thạc sĩ Nghiên cứu ảnh hưởng của hiện tượng nghịch nhiệt đến chất lượng môi trường không khí và sức khỏe cộng đồng tại thành phố Hà Nội giai đoạn 2011 - 2015. 27. Bid Ref 2016/EU/PCR/BON/EER-AirQ+/0001: Maintenance of the air quality health impact assessment software tool AirQ+ (2016), World Health Organization. 28. Pierpaolo Mudu, Christian Gapp and Maria Dunbar (2018), AirQ+ 1.2 example of calculations, The WHO Regional Office for Europe. 29. Pierpaolo Mudu (2016), Assessment of Air Pollution Impacts on Human Health Using AirQ+, European Centre for Environment and Health. 30. Bart Ostro (2004), Outdoor air pollution: assessing the environmental burden of disease at national and local levels, Environmental Burden of Disease Series, No 5, World Health Organization 31. Amrit Kumar and Rajeev Kurma Mishra (2017), Air Pollution Health Risk Based on AirQ+ Software Tool, International journal of applied research and technology. 32. Goudarzi G, Geravandi S, Mohammadi MJ, Vosoughi M, Angali KA, Zallaghi E, et al, Total number of deaths and respiratory mortality attributed to particulate matter (PM10) in Ahvaz, Iran during 2009, Int J Env Health Eng 2015;4:33. 33. Mohammad Javad Mohammadi, et al, (2012), Estimation of Health Effects Attributed to NO2 Exposure From The Use of AirQ Model in Ahvaz, Apadana Journal of Clinical Research 2013; 1:5-12. 34. Yusef Omidi, et al, (2016), Health impact assessment of short-term exposure to NO2 in Kermanshah, Iran using AirQ model, Environmental Health Engineering and Management Journal, 3(2), 91–97. 85 35. Hadei M, et al, (2017), Estimation of Gender-Specific Lung Cancer Deaths due to Exposure to PM2.5 in 10 Cities of Iran During 2013 - 2016: A Modeling Approach, Int J Cancer Manag. 2017;10(8):e10235. 36. Philip K. Hopke, et al, (2018), Spatial and Temporal Trends of Short-Term Health Impacts of PM2.5 in Iranian Cities; a Modelling Approach (2013–2016), Aerosol and Air Quality Research, 18: 497–504, 2018 37. Yarahmadi M, et al, (2018), Mortality assessment attributed to long-term exposure to fine particles in ambient air of the megacity of Tehran, Iran, Environmental Science and Pollution Research Journal. 38. Khaniabadi, et al., (2017), Air Pollution Health Impact Assessment on Total, Cardiovascular, and Respiratory Mortality in Khorramabad, Iran (The AirQ Approach), Process Safety and Environment Protection. 39. Gerardo Sanchez Martinez, et al., (2018), Health Impacts and Economic Costs of Air Pollution in the Metropolitan Area of Skopje, Int. J. Environ. Res. Public Health 2018, 15,626 40. Tạ Thị Thảo (2010), Giáo trình thống kê trong hóa phân tích; Đại học Hà Nội, Trường Đại học Khoa học tự nhiên 41. Cục thống kê thành phố Hà Nội (2017), Niên giám thống kê thành phố Hà Nội, Nhà xuất bản thống kê. 42. Thi Thuy Trinh, Thi Tham Trinh, Thi Trinh Le, The Duc Hanh Nguyen, Binh Minh Tu (2018), Temperature inversion and air pollution relationship, and its effects on human health in Hanoi City, Vietnam, Environmental Geochemistry and Health.