基于呼吸量實測的兒童呼吸量估算方法比較研究

喬飛楊, 王丹璐, 陳 昱, 雷利民, 趙秀閣*, 陶 燕, 杜 偉, 張 婷

1.中國環境科學研究院, 環境基準與風險評估國家重點實驗室， 北京 100012 2.蘭州大學資源環境學院， 甘肅 蘭州 730000 3.中國環境科學學會， 北京 100082

空氣污染會產生不良的健康效應進而使整個社會遭受經濟損失[1]，研究[2-4]表明，人體暴露于被污染的空氣中會增加健康風險，嚴重威脅支氣管、肺和其他器官. 人體暴露空氣污染的健康風險主要取決于空氣中污染物濃度水平以及人的環境暴露行為模式，即暴露參數，而呼吸量則是開展空氣污染相關的人群健康風險評估的首要參數[5-6]，是決定健康風險評估科學性和準確性的關鍵因子. 呼吸量(Inhalation rate, IR)是指在一定溫度下，人體單位時間內呼入空氣的體積[7]. 目前，國內外獲得呼吸量的方法主要有直接測量法[8]、雙水標記法[9]、心率回歸法[10]和能量代謝法[11]等，其中，直接測量法的結果準確但操作繁瑣復雜；雙水標記法準確度高但測定周期長，且不能反映呼吸量實時性；心率回歸法和能量代謝法因較前兩種方法更簡便、快捷，且適用于大樣本人群呼吸量估算而被廣泛采用.

20世紀10到20年代，為深入研究人體生理機能，在肺活量的研究中出現了以呼吸量(當時被稱為分鐘通氣量)為主要測量參數的研究方法[12-13]. 20世紀80年代起，人體呼吸量進入了快速研究階段. 1981年，國際輻射防護委員會(ICRP)通過時間-活動-通氣量調查方法，收集了全球13 327名個體的身高、體重等生理參數，并估算了成人、兒童(10歲)、嬰兒(1歲)和新生兒的每分鐘通氣量，獲得了呼吸量參考值，但并未對其有效性和準確性進行說明[14]；1991年，Shamoo等[15]發現，心率可以作為估算呼吸量的指標，提供一種指示呼吸量的新方法，并進行了驗證；1993年，Layton[11]提出了一種基于耗氧量(與能量消耗相關)和通氣當量(與每分鐘耗氧量體積有關)的估算呼吸量的新方法，即人體能量代謝法，美國環境保護局1997年通過此方法對其暴露參數手冊中呼吸量的推薦值進行了更新[16]，這也標志著呼吸量的研究進入了成熟階段. 進入21世紀，我國學者對比了能量代謝法發現，Shizgal-Rosa法更適合估算我國健康人群的基礎代謝率[17-18]；同時，心率回歸法也發展迅速，基于暴露情景的不同人群呼吸量估算精確度也在不斷提升[19-23]. 目前，各國暴露參數手冊中呼吸量的估算均采用了能量代謝法，但均未對其適用性和準確性進行評估[24-25]. 筆者根據2018年6—7月在甘肅省某縣開展的兒童呼吸量調查研究，基于現場實測獲取的身高、體重、心率等參數，應用7種呼吸量模型估算呼吸量，基于兒童生長發育規律對估算結果進行了分析，采用Bland-Altman方法評價了模型的一致性[26-27]，基于呼吸量實測值并結合平均偏差(MB)、標準化分數偏差(MFB)和標準化分數誤差(MFE)評價了模型的準確性，利用篩選模型估算了調查區縣兒童的呼吸量推薦值，以期為今后因地制宜地開展兒童與空氣相關健康風險評估及管理提供科學依據.

1 調查地區與研究方法

1.1 調查地區

調查縣隸屬于甘肅省慶陽市，介于107°56′20″E～108°38′08″E、35°14′40″N～35°36′18″N之間，屬于黃土高原溝壑區，黃土層厚90～150 m；地勢自東北向西南傾斜，平均海拔1 460 m. 該縣氣候受季風影響明顯，為溫帶大陸性季風半濕潤氣候. 截至2017年末，全縣共有各類學校143所，其中小學86所、初中8所；小學在校兒童 15 872 人，初中 4 849 人[28].

1.2 調查方法

1.2.1抽樣方法

根據最小樣本量計算公式〔見式(1)〕[7]，每層需要最小樣本量118人.

(1)

式中：n為每層最小樣本量，人；Uα/2為顯著性水平為95%相應的標準正態差，取1.96；σ為體重的標準差，根據預調查結果，調查兒童的體重為(39.42±12.58)kg，σ取12.58 kg；δ為允許誤差，問卷調查法中δ一般取10%；μ為體重的算數平均值，取39.42 kg；deff為設計效應值，取3.0.

調查以城鄉(城市、農村)、性別(男、女)和年齡(6～<9歲、9～<12歲、12～<15歲)為主要分層因素進行分層抽樣，根據總樣本量計算公式〔見式(2)〕，需樣本 1 574 個，此次實際調查人數為 3 303 人，滿足調查樣本量的要求.

N=(n×q)/(1-p)

(2)

式中：N為總樣本量，人；p為失訪率，取10%；q為分層因素的乘積，為12層(2×2×3).

第一階段，抽取調查學校. 抽取學校的教學質量及規模等均為當地中等水平，此次共隨機抽取學校10所，其中，獨立小學6所，城市和農村分別為2所和4所；獨立中學3所，城市和農村分別為1所和2所，1所九年制學校(即包含小學和初中)(見圖1).

圖1 調查縣調查學校分布Fig.1 The geographical location of the distribution of schools

第二階段，抽取調查班級. 抽取班級的教學質量盡量為學校的中等水平，在所選擇學校的每個年級隨機抽取2個班(排除重點班或最差班).

第三階段,抽取調查對象. 抽取所選班級的所有兒童.

1.2.2現場測量

采用身高體重計(江蘇蘇宏醫療器械有限公司，RGT-120/160)根據《國民體質測定標準手冊》[29]中身高和體重測量方法對兒童的身高和體重進行測量，保留小數點后2位.

采用夾式脈搏血氧儀(Beurer GmbH，德國，PO30型)測定受試者心率. 由于部分受試兒童年齡較小，手指發育尚未達到儀器的光感檢測條件，從而無法顯示讀數，故對此類受試者采用人工計數方式. 根據崔焱[30]提供的測量方法，測量前待受試者安靜休息片刻后，以坐姿等候測量. 測量者用右手食指、中指和無名指的指端，按在被測者的橈動脈表面，清晰觸到動脈波動時開始計時，計錄60 s (以秒表計時)內脈搏波動次數. 由于此次受試者均為健康人群，脈搏與心率一致，故采用測量脈搏的方式測定心率.

采用肺通氣量儀(青島精誠儀器儀表有限公司，FT-1型)對受試者的坐姿呼吸量進行測量. 測量前將傳感器插入面具吸氣口，再將面具戴在口鼻處，面具的邊緣貼緊顏面. 打開儀器，受試者正常呼吸5 min后，關閉儀器并記錄平均呼吸量(單位為L/min).

1.3 呼吸量模型估算

采用7種呼吸量估算模型，并結合不同活動強度水平下的能量消耗量與基礎代謝率比值對甘肅省某縣兒童的呼吸量進行估算(見表1). 其中，能量代謝法利用呼吸量與能量消耗率和空氣攝取率成正比的關系計算受試者的呼吸量，Shizgal-Rosa法的原理與能量代謝法一致，但每日能量消耗的計算方法不同；心率回歸法(包括Greenwald法、Zuurbier法、Cozza法、Ramos法和Vale法)可以通過直接測量心率并結合回歸模型來估算呼吸量，由于缺少兒童心率回歸估算模型，因此均采用已有的成人心率回歸模型，其中Greenwald法采用肺活量與心率估算呼吸量，肺活量的計算采用文獻[32-33]報道方法.

表1 用于估算兒童呼吸量的數學模型

1.4 統計分析

1.4.1數據錄入與清洗

采用EpiData軟件進行雙錄入. 若錄入結果一致，則直接入庫；錄入結果不一致則將該樣本數據轉到質控人員進行二次錄入. 采用SPSS 14.0軟件，以性別、年齡和城鄉等為關鍵變量，對每個變量的缺失值進行標記和分析，剔除邏輯錯誤和非法值.

1.4.2模型的一致性檢驗

采用SPSS 14.0軟件對樣本數據進行正態性檢驗，用MedCalc 15.1軟件對7種模型進行Bland-Altman分析，評價其一致性.

1.4.3呼吸量的評估與估算

將篩選的最適模型作為呼吸量估算方法，采用Crystal Ball軟件進行蒙特卡洛模擬估算調查區縣兒童呼吸量. 基于兒童呼吸量實測值，利用平均偏差(MB)、標準化分數偏差(MFB)和標準化分數誤差(MFE)評價各模型，這3種參數可通過量化估算值與實測值的差異來反映模型評估的可靠性，參數值越接近0，說明模型越可靠，計算公式：

(3)

(4)

(5)

式中，Ci為估算值，C0為測量值，K為參與對比的有效樣本數.

1.5 質量控制

調查質量控制貫穿于方案修訂、技術培訓、物資

準備和預調查以及現場調查和數據處理分析等全過程. 現場調查過程中，采用調查員自查、質量控制員復查等措施，保證漏項率、邏輯錯誤率和測量不清率低于15%，其中身高、體重由兩名測量員完成，質控員抽取一定比例的調查對象進行復核，復核一致率高于95%. 采用SPSS 14.0軟件對缺失和異常數據進行清洗.

1.6 質量評價

1.6.1問卷有效性

此次共調查在校兒童 3 303 人，全部應答，調查兒童應答率100%；以性別、年齡和城鄉等為關鍵變量進行數據清理，最終用于分析的有效樣本數 2 866 份，問卷有效率86.77%；以性別、年齡、身高、體重、心率等關鍵變量進行復核，關鍵變量應答率均為100%.

1.6.2問卷可靠性

抽取1 045人對問卷中的20個問題進行復核詢問，結果一致率為99.9%.

2 結果與討論

2.1 調查兒童基本特征

2.1.1樣本分布

調查兒童的樣本分布如表2所示. 由表2可見：共獲得 2 866 個有效樣本，其中城市 1 327 人，農村 1 539 人，分別占46.30%和53.70%；男性和女性分別有 1 501 和 1 365 人，各占52.37%和47.63%. 從年齡分布看，6～<9歲、9～<12歲和12～<15歲分別有449、1 106 和 1 311 人，占比分別為15.67%、38.59%和45.74%.

表2 調查兒童的樣本分布

2.1.2基本生理特征

調查兒童生理參數的描述性統計如表3所示. 由表3可見：從身高來看，隨著年齡的增長，兒童身高逐漸增長，同年齡段城市兒童身高均高于農村. 城市6～<9歲、9～<12歲和12～<15歲男童的平均身高分別為141.86、145.31和158.31 cm，女童分別為142.57、144.64和154.77 cm；農村6～<9歲、9～<12歲和12～<15歲男童的平均身高分別為129.38、142.86和153.26 cm，女童分別為128.21、142.64和151.04 cm. 從體重來看，隨著年齡的增長，體重逐漸增加，同年齡段男童體重均大于或與女童持平. 城市6～<9歲、9～<12歲和12～<15歲男童的平均體重分別為35.64、38.51和46.77 kg，女童分別為35.90、37.10與45.18 kg；農村6～<9歲、9～<12歲和12～<15歲男童的平均體重分別為28.79、35.33和43.80 kg，女童分別為28.67、35.01和42.53 kg. 從心率來看，城市6～<9歲、9～<12歲和12～<15歲男童平均心率分別為87、86和84次/min，女童分別為87、85和86次/min；農村6～<9歲、9～<12歲和12～<15歲男童平均心率分別為87、82和81次/min,女童分別為88、84和81次/min. 與衣風等[34-35]研究結果一致，兒童的心率基本隨年齡的增長而逐漸下降，這是因為心臟收縮壓隨著年齡增長不斷提高，而每搏輸出量絕對值隨之增加，因此不斷發育的兒童心臟收縮力逐漸增強，心率也隨之逐漸下降.

表3 調查地區兒童基本生理參數描述性統計

2.2 呼吸量估算模型兒童適用性評估

注：縱坐標表示兩種方法呼吸量計算值的比值，橫坐標表示兩種方法呼吸量計算值的平均值.圖2 7種估算模型的Bland-Altman分析散點圖Fig.2 Bland-Altman plots of 7 models for estimating inhalation rates

2.2.1一致性分析

經正態和方差齊性檢驗，7種估算模型的計算結果數據行為良好，均滿足Bland-Altman分析條件. 分別以Shizgal-Rosa法的呼吸量計算值與其他6種模型呼吸量計算值的平均值為橫坐標，二者的比值為縱坐標，繪制Bland-Altman分析散點圖，并統計各模型95%一致性界限范圍(見圖2). 各模型落在95%一致性界限外的樣本數均小于5%，表明Shizgal-Rosa法的計算值與其他模型計算值的偏差均較小. 在Bland-Altman分析中，95%一致性界限范圍越小，一致性越好. 由圖2 可見：Shizgal-Rosa法與能量代謝法的95%一致性界限范圍(0.57～0.75)最小；在心率回歸法中，Ramos法與Shizgal-Rosa法的95%一致性界限范圍(0.18～0.73)最小，Vale法的范圍(0.25～1.17)最大. 相較于能量代謝法，Shizgal-Rosa法與心率回歸法對兒童呼吸量的估算一致性較差.

2.2.2基于實測值的估算模型評估

為了全面評估估算模型的可靠性，按照城鄉、性別和年齡等分層因素，從此次調查兒童中隨機抽取799人(其中，男性411人，女性388人)進行呼吸量實測，依據兒童呼吸實際測量結果對模型估算結果進行評估(見表4). 由表4可見：Shizgal-Rosa法的MB、MFB和MFE均為最小，且與能量代謝法的MB、MFB和MFE的差值分別為3.21 L/min、0.30和0.19；心率回歸法中，Ramos法、Cozza法和Zuurbier法估算的呼吸量在全年齡段均遠高于實測值，Vale法與Greenwald法的估算結果在心率回歸法中與實測值較為接近，說明這兩種方法穩定性相對較好，但Vale法僅用心率作為唯一自變量來建立模型，可能并不完全適用于兒童呼吸量的估算. 一方面是由于單個變量具有偶然性，若發生較大波動會嚴重影響模型結果；另一方面，由于兒童各方面機能發育并不完善，其心率不夠穩定[35]，亦會對模型的穩定性及結果的準確性產生影響. 整體來看，以能量代謝為基礎的模型估算表現要好于心率回歸法. Shizgal-Rosa法估算的呼吸量與實測值最為相近，其MB、MFB和MFE分別為0.08 L/min、0.03和0.14，在估算結果中均為最優.

表4 呼吸量估算模型計算結果評估情況

2.3 不同呼吸量估算模型計算結果分析

基于不同呼吸量估算模型的兒童呼吸量估算結果如表5所示. 由表5可見，各模型的呼吸量估算結果差異明顯，采用Shizgal-Rosa法估算男童和女童的呼吸量范圍分別為4.79～6.35和5.08～6.09 L/min，能量代謝法為7.85～10.07和7.24～8.79 L/min，Vale法為10.09～12.00和10.20～12.14 L/min，Ramos法為16.78～19.36和14.17～16.33 L/min，Cozza法為14.22～17.07和14.45～17.29 L/min，Zuurbier法為15.88～18.46和12.04～14.19 L/min，Greenwald法為8.76～15.34和8.22～13.44 L/min. 從城鄉分層看，不同估算模型對于城市和農村兒童呼吸量估算結果相差不大. 從性別方面來看，各模型估算的同年齡段男性的呼吸量高于女性. Shizgal-Rosa法的估算結果顯示，無論是城鄉還是男女，呼吸量均隨著年齡的增長而增加，能量代謝法估算結果規律與其基本一致，不同分層之間呼吸量差異較為明顯. 有研究[36]表明，呼吸量基本隨體重的升高而增加，即正常發育的兒童隨著年齡的增長，其呼吸量不斷增加. 而Zuurbier法、Cozza法、Ramos法和Vale法估算結果均呈6～9歲年齡段兒童的呼吸量大于其他年齡段的特征，違背了兒童的生長發育規律. 進一步對不同估算模型的估算值分布進行對比(見圖3)，發現這些方法較其他方法估算結果范圍大且離群值多. 由于缺少針對兒童的心率呼吸量估算模型，故選用成人心率回歸法進行計算，且僅有一個自變量，以上均給估算結果帶來了較大的不確定性. Greenwald法估算結果呈現的規律與能量代謝法基本一致，但其估算結果總體高于能量代謝法，即高于實測值，雖然該方法在心率作為自變量的基礎上又加入了身高、體重、年齡3個自變量，但仍有待進一步驗證. 綜上，Shizgal-Rosa法更適合我國兒童，尤其是筆者調查縣兒童呼吸量的估算.

圖3 基于不同估算模型的不同分層兒童呼吸量箱形圖Fig.3 Box Figure of inhalation rates of children with different stratification based on different estimation models

表5 基于調查兒童生理參數不同估算模型的計算結果

2.4 研究地區兒童呼吸量推薦值估算

基于調查縣兒童呼吸量估算模型適用性、一致性和可靠性評價結果，利用分析模型中表現最好的Shizgal-Rosa法，采用Crystal Ball進行蒙特卡洛模擬(循環 10 000 次)調查縣兒童休息狀態下的短期呼吸量推薦值，依據HJ 877—2017《暴露參數調查技術規范》[7]獲得了調查縣不同年齡段兒童的長期呼吸量及其他狀態下的短期呼吸量推薦值(見表6).

由表6可見：調查縣6～<9歲、9～<12歲和12～<15歲兒童的長期呼吸量估算值分別為9.52、12.45和13.52 m3/d，其中，男童分別為9.52、12.35和14.54 m3/d，女童為10.04、12.46和11.99 m3/d；調查縣6～<9歲、9～<12歲和12～<15歲兒童休息狀態下的短期呼吸量估算值分別為3.89、4.55和5.52 L/min，靜坐狀態下分別為4.67、5.46和6.62 L/min，輕度運動狀態下分別為7.78、9.10和11.04 L/min，中度運動狀態下分別為15.56、18.20和22.08 L/min，劇烈運動狀態下分別為38.90、45.50和55.20 L/min. 與同年齡段我國西北地區兒童休息狀態下短期呼吸量推薦值[24]比較發現：該縣男童休息狀態下的短期呼吸量(6～<9歲、9～<12歲和12～<15歲分別為3.88、4.52和5.62 L/min)略低于推薦值(4.30、4.90和5.70 L/min)，而女童則略高. 其他狀態下的短期呼吸量和長期呼吸量的估算值也與推薦值存在類似差異. 造成這種差異的原因：一方面，此次調查是在我國兒童暴露參數發布后約5 a開展的，有研究[37-38]表明兒童的生長發育水平與我國社會經濟發展和兒童營養狀況等密切關系；另一方面，此次調查只選取了一個示范縣，不能代表整個西北地區兒童，估算值可能與推薦值存在一定差異.

年齡段∕歲性別短期呼吸量∕(L∕min)休息靜坐輕度運動中度運動劇烈運動估算值推薦值1)估算值推薦值1)估算值推薦值1)估算值推薦值1)估算值推薦值1)長期呼吸量∕(m3∕d)估算值推薦值1)6～<99～<1212～<15男3.88 4.30 4.66 5.20 7.77 8.60 15.53 17.20 38.83 43.00 9.52 10.50女4.10 3.80 4.92 4.60 8.20 7.60 16.40 15.20 41.00 38.00 10.04 9.30 小計3.89 4.10 4.67 4.90 7.78 8.20 15.56 16.30 38.90 40.80 9.52 10.00 男4.52 4.90 5.42 5.90 9.03 9.90 18.07 19.70 45.17 49.40 12.35 13.50 女4.55 4.50 5.46 5.40 9.10 9.00 18.20 17.90 45.50 44.80 12.46 12.20 小計4.55 4.70 5.46 5.70 9.10 9.50 18.20 18.90 45.50 47.30 12.45 12.90男5.62 5.70 6.74 6.80 11.23 11.30 22.47 22.60 56.17 56.50 14.54 14.60 女5.21 4.90 6.25 5.80 10.42 9.70 20.83 19.50 52.08 48.70 11.99 11.20 小計5.52 5.30 6.62 6.40 11.04 10.60 22.08 21.20 55.20 53.10 13.52 13.10

3 結論與建議

3.1 結論

a) 各估算模型呼吸量估算值差異顯著，能量代謝法與Shizgal-Rosa法估算結果均符合兒童生長發育規律；心率回歸法6～<9歲兒童的呼吸量估算結果大于其他年齡段，不適合調查縣兒童呼吸量估算.

b) Bland-Altman分析結果表明，Shizgal-Rosa法與心率回歸法的一致性較差；基于實測值的評估模型可靠性評估顯示，Shizgal-Rosa法估算結果較為準確，為所選模型中最優，最適合該研究調查縣兒童的呼吸量估算.

c) 基于Shizgal-Rosa法，采用蒙特卡洛模擬調查縣各年齡段兒童呼吸量，結果顯示該縣男童長期呼吸量與不同狀態下的短期呼吸量略低于西北地區推薦值，女童略高于西北地區推薦值.

3.2 建議

a) 我國兒童呼吸量估算模型建立迫在眉睫. 當前我國兒童呼吸量暴露參數的推薦值采用美國的能量代謝法估算，但結果表明該方法并不完全適合我國兒童，估算結果與實測值存在一定差異. 因此，需要開展兒童呼吸量研究，基于兒童呼吸量實測數據構建適合我國兒童的呼吸量與日常體力活動及各項生理參數的估算模型，提高兒童空氣相關健康風險評估結果的科學性和準確性.

b) 我國兒童呼吸量推薦值亟待更新. 基于我國兒童呼吸量估算模型對暴露參數手冊中兒童呼吸量推薦值進行更新，能夠更為準確地反映我國兒童在不同運動強度下活動模式的變化特征，并為今后我國開展兒童環境暴露及健康風險研究打下基礎.

參考文獻(References)：

[1] 李惠娟,周德群,魏永杰.空氣污染的健康經濟損失評價研究進展[J].環境科學研究,2020,33(10):2421-2429.

LI Huijuan,ZHOU Dequn,WEI Yongjie.Review on health economic loss assessment of air pollution[J].Research of Environmental Sciences,2020,33(10):2421-2429.

[2] GALLAGHER P,LAZARUS W,SHAPOURI H,etal.Cardiovascular disease-risk benefits of clean fuel technology and policy:a statistical analysis[J].Energy Policy,2010,38(2):1210-1222.

[3] SHI Liuhua,ZANOBETTI A,KLOOG I,etal.Low-concentration PM2.5and mortality:estimating acute and chronic effects in a population-based study[J].Environmental Health Perspectives,2016,124(1):46-52.

[4] ROVIRA J,DOMINGO J L,SCHUHMACHER M.Air quality,health impacts and burden of disease due to air pollution (PM10,PM2.5,NO2and O3):application of AirQ+ model to the Camp de Tarragona County (Catalonia,Spain)[J].Science of the Total Environment,2020,703:135538.

[5] ZHOU Maigeng,LIU Yunning,WANG Lijun,etal.Particulate air pollution and mortality in a cohort of Chinese men[J].Environmental Pollution,2014,186:1-6.

[6] SHANG Yu,SUN Zhiwei,CAO Junji,etal.Systematic review of Chinese studies of short-term exposure to air pollution and daily mortality[J].Environment International,2013,54:100-111.

[7] 環境保護部. HJ 877—2017暴露參數調查技術規范[S].北京:中國環境科學出版社,2017.

[8] SHEPHARD R J.A critical examination of the Douglas bag technique[J].Journal of Physiology,1955,127(3):515-524.

[9] LIFSON N,GORDON G B,MCCLINTOCK R,etal.Measurement of total carbon dioxide production by means of D218O[J].Obesity Research,1997,5(1):78-84.

[10] SHAMOO D A,TRIM S C,LITTLE D E,etal.Improved quantitation of air pollution dose rates by improved estimation of ventilation rate[M].Total exposure assessment methodology:a new horizon,Pittsburgh PA:Air and Waste Management Association,1990:553-564.

[11] LAYTON D W.Metabolically consistent breathing rates for use in dose assessments[J].Health Physics,1993,64(1):23-36.

[12] KROGH A,LINDHARD J.The regulation of respiration and circulation during the initial stages of muscular work[J].Journal of Physiology,1913,47(1/2):112-136.

[13] STURGIS C C,PEABODY F W,HALL F C,etal.Clinical studies on the respiration:Ⅷ.the relation of syspnea to the maximum minute-volume of pulmonary ventilation[J].Archives of Internal Medicine,1922(2):236-244.

[14] ICRP (International Commission on Radiological Protection).Report of the task group on reference man[M].New York:Pergammon Press,1981.

[15] SHAMOO D A,JOHNSON T R,TRIM S C,etal.Activity patterns in a panel of outdoor workers exposed to oxidant pollution[J].Journal of Exposure Analysis & Environmental Epidemiology,1991,1(4):423-438.

[16] US EPA.Exposure factors handbook[R].Washington DC:Office of Research and Development,1997.

[17] 梁潔,蔣卓勤,何玉敏,等.中國健康成人基礎代謝率估算公式的探討[J].中國校醫,2008,22(4):372-374.

LIANG Jie,JIANG Zhuoqin,HE Yumin,etal.Estimated equations of basal metabolic rate in Chinese healthy adults[J].Chinese Journal of School Doctor,2008,22(4):372-374.

[18] 董靜梅,夏麗,俞益,等.青少年體力活動中環境健康風險評估的呼吸暴露參數研究進展[J].中國運動醫學雜志,2016,35(7):664-668.

[19] GREENWALD R,HAYAT M J,BARTON J,etal.A novel method for quantifying the inhaled dose of air pollutants based on heart rate,breathing rate and forced vital capacity[J].Plos One,2016,11(1):e0147578.

[20] ZUURBIER M,HOEK G,HAZEL P V D,etal.Minute ventilation of cyclists,car and bus passengers:an experimental study[J].Environmental Health,2009,8:1-10.

[21] COZZA I C,ZANETTA D M T,FERNANDES F L A,etal.An approach to using heart rate monitoring to estimate the ventilation and load of air pollution exposure[J].Science of the Total Environment,2015,520(2):160-167.

[22] RAMOS C A,REIS J F,ALMEIDA T,etal.Estimating the inhaled dose of pollutants during indoor physical activity[J].Science of the Total Environment,2015,527/528:111-118.

[23] VALE I D D,VASCONCELOS A S,DUARTE G O.Inhalation of particulate matter in three different routes for the same OD pair:a case study with pedestrians in the city of Lisbon[J].Journal of Transport & Health,2015,2(4):474-482.

[24] 環境保護部.中國人群暴露參數手冊(兒童卷:6～17歲)[M].北京:中國環境出版社,2016.

[25] US EPA.Child-specific exposure factors handbook[R].Washington DC:US EPA,2008.

[26] 陳卉.Bland-Altman分析在臨床測量方法一致性評價中的應用[J].中國衛生統計,2007,24(3):308-309.

[27] BLAND J M,ALTMAN D G.Statistical methods for assessing agreement between two methods of clinical measurement[J].Lancet,1986,327(8476):307-310.

[28] 正寧縣統計局.2018年正寧縣國民經濟和社會發展統計公報[R].正寧:正寧縣統計局,2019:11-12.

[29] 國家體育總局.國民體質測定標準手冊[M].北京:人民體育出版社,2003:8-9.

[30] 崔焱.護理學基礎[M].北京:人民衛生出版社,2002:209.

[31] 任建安,李寧,黎介壽.能量代謝監測與營養物質需要量[J].中國實用外科雜志,2001,21(10):631-637.

[32] 洪建國,王乃禮,李臻,等.上海地區學齡兒童肺功能正常值及其預計值公式[J].臨床兒科雜志,1995,13(1):54-56.

[33] 馮逵,陳莉,韓少梅,等.黑龍江省漢族兒童青少年肺通氣功能正常值和預計方程式[J].基礎醫學與臨床,2010,30(5):480-486.

FENG Kui,CHEN Li,HAN Shaomei,etal.Lung function reference values and prediction equations in children and adolescents of the Han nationality in Heilongjiang Province[J].Basic & Clinical Medicine,2010,30(5):480-486.

[34] 衣風,任廣峰.健康兒童動態心電圖竇性心率統計分析[J].中國實用醫藥,2011,6(28):94-95.

[35] 李敏,王健怡,劉萬紅,等.0～14歲正常兒童心率變異性分析[J].臨床心血管病雜志,2011,27(5):374-376.

LI Min,WANG Jianyi,LIU Wanhong,etal.Analysis of heart rate variability of 0-14 years old healthy children[J].Journal of Clinical Cardiology,2011,27(5):374-376.

[36] LAYTON D W.Simulation of average energy expenditures and related inhalation rates for the U.S. population[J].Air Quality,Atmosphere & Health,2013,6(2):527-539.

[37] SHEN Tiefu,HABICHT J P,CHANG Ying.Effect of economic reforms on child growth in urban and rural areas of China[J].The New England Journal of Medicine,1996,335(6):400-406.

[38] ZONG Xinnan,LI Hui.Physical growth of children and adolescents in China over the past 35 years[J].Bulletin of the World Health Organization,2014,92(8):555-564.