一个用于个人空气污染暴露估计的新可穿戴系统:试点观测研究

科学领域:

• 环境健康 环境健康
• 生物医学工程 生物医学工程
• 可穿戴技术可穿戴技术

背景情况:

• 空气污染每年导致数百万人过早死亡,需要准确的个人暴露评估.
• 目前的方法无法捕捉空气污染和个体呼吸反应的动态变化.
• 个人空气污染暴露 (PAPE) 是了解个人健康风险的关键.

研究的目的:

• 评估可穿戴的身体传感器网络 (BSN) 以在现实条件下估计PAPE.
• 评估BSN检测时空空污染变化的能力.
• 将BSN衍生的吸入剂量估计与传统方法进行比较,并评估系统可用性.

主要方法:

• 一个BSN收集了生理 (脉率,呼吸率) 和环境数据 (PM,CO2,CO,VOC,NO2).
• 20名志愿者在米兰进行了4.5公里的步行,在上午和下午的试验中收集了数据.
• 使用BSN数据和生物识别信息来建模分钟通风 (V'm),以计算PAPE.

主要成果:

• 在清晨和下午之间,以及沿着路线的空间,观察到污染物度 (CO2,PM) 的显著差异.
• BSN检测到室内空气质量 (CO2,VOC) 和室外颗粒物 (PM) 的高变化.
• 基于BSN的PAPE估计显示与固定监测数据有很强的相关性,尽管个体变化更高.

结论:

• BSN提供了个人空气污染暴露的高分辨率时空数据.
• 它捕捉了个体生理变异和环境差异,导致更准确的吸入剂量估计.
• 这项技术支持个性化暴露评估,并在活动规划和流行病学研究中具有潜在的应用.