环境监测
测量办公楼室内RH、温度和PM2.5等环境参数
在43栋建筑的工作站或附近部署环境传感器包，以1至10分钟间隔测量，并将原始RH测量值中<2%或>98%的数据剔除。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
办公楼宇室内湿度水平及其与报告症状的关联
Indoor humidity levels and associations with reported symptoms in office buildings
实验完整度
中基于43栋办公楼的纵向环境测量和227名工人的症状调查报告，包含描述性分析和统计建模，但无干预或机制验证，证据层级为观察性研究。
主要模型
43栋办公楼（中国、印度、墨西哥、泰国、英国、美国） 227名办公人员
重点核对
室内RH测量值：工作日上午9:00-下午17:00，传感器数据 症状调查：Survey 1和Survey 2，通过智能手机应用 统计模型：逻辑加性混合模型，校正温度、国家、日序，性别交互作用 数据筛选：仅印度、英国、美国数据 样本量：227名参与者，1263份调查响应
摘要
适度的室内相对湿度（RH）水平（即40%–60%）可能最大限度减少某些病毒的传播和存活，增强人体免疫功能，并降低霉菌带来的健康风险，然而关于全球办公室内典型RH水平以及RH水平对工人健康潜在独立影响仍存在不确定性。为研究这一问题，我们利用了在6个国家（中国、印度、墨西哥、泰国、英国和美国）的43栋办公楼中为期一年的室内RH测量数据（研究参与者可实时查看），并收集了其中32栋楼中227名办公人员的自我报告症状数据。在本研究的建筑中，工作日上午9:00至下午5:00期间的测量值中42%低于40% RH，7%超过60% RH。室内RH水平在非热带地区、冬季月份、室外RH或温度较低时，以及工作日的晚些时候往往较低。此外，我们还发现了统计学上显著证据表明，在校正室内温度、国家和一年中的日期后，室内RH水平在14%–70%范围内较高与女性报告喉咙和皮肤干燥或刺激的几率降低，以及男性报告异常疲劳的几率降低相关。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 办公楼宇室内相对湿度水平如何随时间、地域变化，以及这些湿度水平与办公人员报告症状的关联。
- 核心机制
- 低RH水平可能通过增加皮肤和黏膜干燥以及影响中枢神经系统，导致相关症状报告增加，但此机制为推测，研究并未提供因果证据。
- 主要证据
- 基于43栋办公楼和227名工人的数据，逻辑加性混合模型显示较高RH与女性皮肤干燥、喉咙干痛及男性异常疲劳的症状报告几率降低相关，且关联在校正温度和日序后仍存在。
- 研究意义
- 研究建议在办公室建筑中维持40%-60%的适中湿度，以减轻居住者症状，特别是在冬季、非热带气候和一天中的较晚时段，但明确表示若因果关系成立则有效。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
症状调查
收集办公人员当前的症状报告
通过定制智能手机应用向参与者发送两种症状调查问卷，调查在预定时间或传感器触发阈值时进行，参与者从列表中选择当前症状。
数据分析
评估室内RH与症状报告的关联，并探索RH的预测因素
使用线性加性混合模型分析RH的预测因素，使用逻辑加性混合模型分析RH与症状的关系，并考虑性别交互作用。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 室内环境测量 | 哈佛健康建筑传感器 | Harvard T.H. Chan School of Public Health | -- |
| 清华IBEM传感器 | Tsinghua University | -- | |
| Awair Omni | Awair, Inc. | -- | |
| ChemiSense CS-001室内空气质量监测仪 | ChemiSense Inc. | -- | |
| Tongdy MSD-16传感器 | Tongdy Sensing Technology Corporation | -- | |
| Obotrons室内空气质量监测仪 | Obotrons Corporation Limited | -- | |
| Yanzi Comfort | Yanzi Networks AB | -- | |
| 症状调查 | 定制智能手机应用 | -- | -- |
| 统计分析 | R软件 | -- | 3.6.2 |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 环境监测 | 传感器类型、测量频率、剔除标准（2% RH以下和98% RH以上） 阅读提示：方法部分2.3 Indoor Environmental Assessment |
| 症状调查 | 调查工具（Survey 1和Survey 2）、调查触发条件（预定时间或传感器阈值）、参与者纳入标准 阅读提示：方法部分2.5 Participant Surveys |
| 统计分析 | 模型类型（线性/逻辑加性混合模型）、校正变量（温度、国家、日序样条）、性别交互、数据筛选（仅印度、英国、美国）、样本量、显著性水平 阅读提示：方法部分2.7 Statistical Analysis – Predictors of RH in Buildings 和2.8 Statistical Analysis – Associations between RH and Symptoms |