aqi指標計算的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

以非線性分布遞延模型評估AQI指標對心血管疾病的影響－以台北盆地為例

為了解決aqi指標計算的問題，作者張書豪 這樣論述：

目的：全球因高度工業化和都市化快速地發展，造成空氣污染等嚴重的不良影響。各國開始制定空氣品質標準AQI指標保護民眾的健康。本研究估計台灣空氣品質標準，並分析大台北地區空氣品質資料和健保資料探討空氣污染物與心血管疾病門診數關係。材料與方法：以集群分析法中的K平均分群法估計台灣空氣品質標準和污染物之閾值，並以非線性分布遞延模型(DLNM)探討空氣污染物對心血管疾病之遞延效應。空氣污染物和氣象因子資料來自環保署大台北都會區之16個空氣品質監測站。疾病資料則來自健保資料庫，疾病診斷依據國際疾病分類代碼第九版(ICD-9)，包含高血壓疾病(401-405)、缺血性心臟病(410-414)、肺性循環疾病

(415-417)、其他形態心臟病(420-429)和腦血管疾病(430-438)等，獲得每日心血管疾病患者之門診數和住院數。結果：DLNM分析之結果發現41 - 64歲的心血管疾病女性患者受到空氣污染的影響最大，高污染事件日(AQI > 100)以PM2.5和CO有達到統計上顯著意義，RR值為1.077(95 % CI：1.001 - 1.158)和1.128(95 % CI：1.014 - 1.255)，在低污染事件(AQI < 100)則是以PM10和NO2有顯著的相關，RR值分別為1.105(95 % CI：1.032 - 1.184)和1.13(95% CI：1.066 - 1.19

8)。PM10、PM2.5和NO2在當天(Lag0)和前一天(Lag1)時對心血管疾病門診數影響是最大的。K平均法之結果為PM10之標準為50.03 μg/m3，PM2.5之標準為28.9 μg/m3。結論：本研究結果發現不同的AQI指標事件日中PM10、PM2.5、CO和NO2與心血管疾病門診呈現顯著的正相關。K平均法分群結果能夠提供環保署未來制定空氣品質指標之參考。未來可以進一步的探討空氣污染成分組成與疾病的關係，從中了解到懸浮微粒之排放來源，進而有效率的控制空氣污染的排放。