3. Nội dung nghiên cứu
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).
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.<0,05). Hệ số tương quan Pearson > 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
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
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.