مسعود یونسیان
حسین ملک افضلی
کوروش هلاکوئی نائینی

گرچه مطالعات مختلفی روی رابطه آلودگی هوا و عوارض مرتبط با سلامتی انجام شده اند، فقدان یک مطالعه دقیق و منظم با استفاده از روش مناسب در کشور ما احساس می شود. بخصوص ضعف متدولوژی در مطالعات موجود، محققین را برآن داشت تا به انجام یک مطالعه بر مبنای داده های Time series اقدام نمایند. سطح متوسط روزانه هر یک از آلاینده های SO۲ ،O۳ ،CO ،NOX ،NO۲ ،NO و PM۱۰ (ذرات معلق کوچکتر از ۱۰ میکرون) که در یکی از ایستگاه های شرکت کنترل کیفیت هوای تهران اندازه گیری و ثبت شده بودند به عنوان متغیر مستقل و دما، رطوبت نسبی، روز هفته، ماه سال و فصل سال به عنوان متغیرهای مخدوش کننده بالقوه درنظر گرفته شدند. تعداد مرگ های روزانه شهر تهران که در افراد مسن تر از ۶۴ سال رخ داده بود متغیر وابسته این طرح را تشکیل داد (داده های فوق از دفاتر بهشت زهرا استخراج گردیدند). کلیه موارد فوق در فاصله ۷۷/۱/۱ لغایت ۷۸/۹/۳۰ اندازه گیری و ثبت شده اند. متغیرهای SO۲ و CO و PM۱۰ در مدل نهایی ارتباط معنی داری با متغیر وابسته نشان دادند (۰.۰۵>P)؛ بدین ترتیب که به ازای افزایش هر یک از آلاینده های فوق از صدک ۲۵ به صدک ۷۵ (به شرط ثابت بودن غلظت سایر آلاینده ها و متغیرهای مخدوش کننده) به ترتیب ۳.۴% و ۲.۶% و ۳.۳۶% به تعداد مرگ های روزانه افزوده می گردد. در مدل نهایی بین ”مقادیر باقیمانده (Residuals)“ همبستگی متوالی (Autocorrelation) مشاهده نشد (ضریب همبستگی پیرسون بین مقادیر متوالی=۰.۰۵۹-). بین آلاینده های SO۲ و NO و PM۱۰ و تعداد مرگ در افراد مسن تر از ۶۴ سال رابطه وجود دارد. در ضمن آب و هوا و متغیرهای تقویمی باید در بررسی چنین رابطه ای مدنظر قرار بگیرند.

Air pollution, Mortality, Time series, Auto correlation, آلودگی هوا, همبستگی متوالی, Time series