HEPA是否过滤静电?

<h1>HEPA与静电空气过滤器</h1>
<blockquote>实验组的研究参与者特征</blockquote>
<h2>在建筑通风系统中的静电降水器和HEPA过滤器的联合使用:健康成年人心肺健康指标的影响</h2>
<p>*相应的作者:Junfeng Zhang:LSRC室A309,308 Research Drive,Durham,NC 27708-0328,电话:+1 919-681-7782,[email protected]. Zhang Yinping Zhang:中国北京的Tsinghua大学建筑科学系,100084,电话:+86 10 62772518,NC.Ude.auhgnist@pygnahz</p>
博士. Drew B Day(OrcID ID:0000-0003-2606-2050)
<p>博士. Charles J Weschler(OrcID ID:0000-0002-9097-5850)</p>
<h2>关联的数据</h2>
<strong>支持信息.</strong>
GUID:6D494F54-FA7A-4F83-AABF-CFD8B0E762F6
<h2>抽象的</h2>
<p>HEPA过滤与静电降水器(ESP)结合使用,可以是减少室内颗粒物暴露的一种成本效益的方法,但ESP会产生臭氧. 尚未检查联合ESP-HEPA过滤的健康效应. 我们对89名志愿者进行了干预研究. 在基线时,所有受试者的办公室和住宅的空气处理单位均由粗,ESP和HEPA过滤组成. 在5周长的干预期间,受试者分为两组,一组仅将ESP删除,另一个则删除了ESP和HEPA. 在基线时一次测量每个受试者的心肺风险指标,在干预期间两次,而基线条件后两周恢复. 测量的室内和室外PM<sub>2.5</sub> 和臭氧浓度,再加上时间活性数据,用于计算暴露. 去除HEPA过滤器增加了24小时平均PM<sub>2.5</sub> 暴露于38(95%CI:31,45)µg/m 3 . 去除ESP会减少24小时平均臭氧暴露量2.2(2.0,2.5)ppb. 没有生物标志物与HEPA滤波器去除显着相关. 相反,ESP去除与-16相关.1%(-21.5%,-10.4%)等离子体可溶性P-选择素和-3的变化.0%(-5.1%,-0.8%)收缩压变化,表明心血管风险降低.</p>
<p><strong>关键字:</strong> 室内空气干预,HEPA,静电除尘器,颗粒物,臭氧,生物标志物</p>
<h2>介绍</h2>
<p>在室外污染高的城市中,人们经常使用过滤技术来减少室内颗粒物水平(PM). 高效率颗粒空气(HEPA)过滤是一种粒子过滤器,必须去除不少于99.97%的粒子0.直径3 µm.[1]但是,弄脏的HEPA过滤器很难清洁和代价高昂. 弄脏的HEPA过滤器会增加压降,从而增加通风/过滤系统的运行(电)成本. 另一种PM去除技术是使用电气放电给颗粒充电的静电排气器(ESP),因此可以轻松地沉积在接地的金属板上. 尽管删除PM的效率较低,但与HEPA过滤相比,ESP易于清洁,运行成本较低. 利用HEPA过滤器的ESP上游可以大大降低HEPA粒子积累而导致的压降,还可以通过延长HEPA过滤器的寿命来降低运营成本. 但是,ESP会产生偶然的臭氧(O<sub>3</sub>)作为在充电的过程中作为副产品. o<sub>3</sub> 可以与空气处理系统中的材料和室内环境中的化学物质反应,以产生二次污染物.[2–4]尚未检查ESP-HEPA过滤的联合使用对健康的净影响.</p>
<p>评估HEPA过滤的健康影响的研究报告了不一致的结果,其中一些观察到的几种生物标志物的有益变化反映了心肺健康指标,而其他观察到没有影响的研究(请参阅讨论). 单独使用ESP以前已经与一些改善的肺功能度量有关.[5]据我们所知,本研究是第一个研究合并HEPA过滤的健康影响,以及在工作并主要居住在工作校园中的参与者中的健康影响. 具体而言,研究对象的办公室和居住区中的室内空气是通过粗滤器(F8)-ESP-HEPA过滤,F8-HEPA过滤或仅主要是粗颗粒的F8过滤纯化. 参与者的日常活动模式的相似性以及他们大部分时间都在几个过滤的位置花费了详细的曝光评估.</p>
<p>基于同一现场研究,我们先前评估了污染物暴露与生物标志物结果之间的关联.[6]我们发现任一个24小时O的显着关联<sub>3</sub> 曝光或2周O<sub>3</sub> 与血小板激活(血浆可溶性P-选择素)和收缩压的生物标志物接触,表明O<sub>3</sub> 暴露可能会通过血液凝结和血压增加心血管疾病的风险.. 本研究的目的是检查从三部分(F8-ESP-HEPA)空气处理系统中暂时删除ESP或ESPS和HEPA过滤器的影响.</p>
<h2>方法</h2>
<h3>研究参与者</h3>
<p>这项研究是在2014年12月1日至2015年1月31日的中国匈牙利省长沙市的1公里2个宽集团校园进行的. 我们招募了89名办公室工作人员,要求所有研究参与者必须在两个广阔的城镇办公室之一工作,每周至少四个晚上在宽阔的城镇宿舍里度过至少18岁,并且没有主要的自我报告的慢性病。疾病. 此外,排除了脂质和肾功能障碍的脂质和生物标志物血液测试异常结果的个体. 该研究方案得到了上海第一人民医院和杜克大学校园IRB的伦理委员会的批准;并获得了所有参与者的明确书面同意.</p>
<h3>干预条件</h3>
<p> 表1显示了研究设计和干预条件的细节. 在基线上,所有参与者的办公室和宿舍都有一个单通空气处理单元(AHU),带有F8(MERV 12)前过滤器,ESP和HEPA过滤器,并在该订单下安装了一个订单的HEPA过滤器. 将参与者分为两个干预组,A组(n = 36)和B组(n = 53). 从2014年12月6日开始,持续了5周,ESP已关闭,A组的办公室和宿舍中删除了HEPA过滤器(仅保留F8),而ESP已关闭,但HEPA过滤器仍保留在位(F8 + HEPA)用于B组. 为了为每个组提供单独的宿舍条件,A组从原始宿舍房间转移到干预期间和之后的单个类似的宿舍建筑物(&ldquo;干预A宿舍&rdquo;),而B组受试者仍保留在其原始宿舍中. 由于担心大灰尘颗粒会损坏AHU通风设备,因此未去除F8滤波器. 两组的干预措施于2015年1月13日结束,当时基线过滤条件恢复到办公室和宿舍.</p>
<h3>表格1</h3>
<p>研究设计和干预条件</p>
<table frame=”box” rules=”all” ><tr><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>健康)状况</th><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>干预前<br />(十二月. 1-5,2014)</th><th align=”left” rowspan=”1″ colspan=”1″>干预(12月.<br />2014年6月6日 – 1月. 13,<br />2015)</th><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>干预后<br />(Jan. 14-31,2015)</th></tr></th><tbody><tr><td align=”left” rowspan=”1″ colspan=”1″>期间</td><td align=”left” rowspan=”1″ colspan=”1″>5天</td><td align=”left” rowspan=”1″ colspan=”1″>39天</td><td align=”left” rowspan=”1″ colspan=”1″>18天</td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>生物标志物采样访问</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>访问1(12月. 2-5,2014年)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>访问2(12月. 23–26&30,2014)&访问3(1月. 2015年6–8&13)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>访问4(1月. 27–30,2015)</td></tr><tr><td align=”center” colspan=”4″ rowspan=”1″><strong>A组</strong></td></tr><tr><td align=”left” rowspan=”1″ colspan=”1″>过滤</td><td align=”left” rowspan=”1″ colspan=”1″>F8 + ESP + HEPA</td><td align=”left” rowspan=”1″ colspan=”1″>F8</td><td align=”left” rowspan=”1″ colspan=”1″>F8 + ESP + HEPA</td></tr><tr><td align=”left” rowspan=”1″ colspan=”1″>办公地点</td><td align=”left” rowspan=”1″ colspan=”1″>办公室</td><td align=”left” rowspan=”1″ colspan=”1″>办公室</td><td align=”left” rowspan=”1″ colspan=”1″>办公室</td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>宿舍</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>宿舍建筑物1-6</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>干预宿舍</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>干预宿舍</td></tr><tr><td align=”center” colspan=”4″ rowspan=”1″><strong>b组</strong></td></tr><tr><td align=”left” rowspan=”1″ colspan=”1″>过滤</td><td align=”left” rowspan=”1″ colspan=”1″>F8 + ESP + HEPA</td><td align=”left” rowspan=”1″ colspan=”1″>F8 + HEPA</td><td align=”left” rowspan=”1″ colspan=”1″>F8 + ESP + HEPA</td></tr><tr><td align=”left” rowspan=”1″ colspan=”1″>办公地点</td><td align=”left” rowspan=”1″ colspan=”1″>办公室b</td><td align=”left” rowspan=”1″ colspan=”1″>办公室b</td><td align=”left” rowspan=”1″ colspan=”1″>办公室b</td></tr><tr><td align=”left” rowspan=”1″ colspan=”1″>宿舍</td><td align=”left” rowspan=”1″ colspan=”1″>宿舍建筑物1-6</td><td align=”left” rowspan=”1″ colspan=”1″>宿舍建筑物1-6</td><td align=”left” rowspan=”1″ colspan=”1″>宿舍建筑物1-6</td></tr></tbody></table>
<h3>空气污染物监测</h3>
<p>受HEPA和ESP影响的污染物是PM和O<sub>3</sub>. 小时的室外浓度PM<sub>2.5</sub> 和o<sub>3</sub>, 以及潜在混淆的共污染物否<sub>2</sub> 所以<sub>2</sub>, 是从政府监测站4获得的.距离布罗德城5公里. 只有3.这些数据中有8%在研究期间缺少,并使用线性插值来填补这些数据差距. 布罗德城和监测站之间几乎没有当地的空气污染来源或主要道路,这主要是研究地点的上风. 在两个位置同时测量的室外浓度比较室外浓度的最少平方线性回归显示斜率为1.03和r 2 of 0.998下午<sub>2.5</sub> 和0.97和r 2 of 0.988 o<sub>3</sub>.</p>
<p>室内PM<sub>2.5</sub> 和o<sub>3</sub> 白天在每个小组办公室的中心连续测量浓度.)和紫外线吸收监测仪(模型205,2B Tech). 所有监视器均在研究位置使用主要方法对现场校准. 使用室内测量结果来建立室内/室外(I/O)的比率,该比率占过滤条件和室内吸烟的存在,这仅在本研究的13个活跃吸烟者的宿舍中被检测到.[6]这些比率用于估计小时平均PM<sub>2.5</sub> 和o<sub>3</sub> 监视时间之外的浓度. 在任何办公室和宿舍中均未发现烹饪或燃烧. 因为室内<sub>2</sub> 所以<sub>2</sub> 预计不会受到过滤条件的影响,我们使用了建立的I/O比(0.8否<sub>2</sub> 和0.5为此<sub>2</sub>)和测量的室外浓度以估计室内浓度.[7,8]在每次生物标志物采样访问中都进行了时间侵略问卷前7天,以及有关潜在健康混杂因素的一般性问题,例如参与者在抽样时是否患有呼吸道感染. 时间活性问卷数据与室内和室外污染物的平均浓度集成在一起,以计算累积暴露浓度. 在这些计算中,假定未知室内环境的I/O比为0.下午8点<sub>2.5</sub> 和0.35 o<sub>3</sub> 基于以前密封的室内空间[9,10]的发现,以及对长沙地区的结构的期望,这些结构往往是隔热性不佳的. 随着该研究在生物标志物测量和过滤条件变化之间大约2周的断裂进行了组织,估计两周的暴露浓度是&ldquo;亚基&rdquo;暴露效应的代表,而不是24小时暴露于急性影响.</p>
<h3>生物标志物测量</h3>
<p>在研究期间,对每个参与者的肺和心血管功能以及病理生理生物标志物评估了四次,一次是在干预之前,一次是在干预期间,大约两周后,大约在干预期间,大约两周一次,一次大约两周干预期结束后的几周并恢复了基线条件(见表1). 每个采样期都花费了大约四天的时间才能完成,并努力在一周中的同一天和一天的同一时间为每个主题进行所有课程,尽管工作时间表需要进行一些重新安排. 从布罗德城旅行后的一天,没有安排会议.</p>
<p>作为肺病理生理学的生物标志物,我们测量了呼出的呼吸凝结物(EBC)丙二醛(MDA)的氧化应激; [11]分数呼出的硝酸氧化物(FENO),[12] EBC PH和EBC pH和EBC NITRITE和EBC NITRITE和EBCNRATE(EBCNN)(用于炎症); [11]和FEV<sub>1</sub>, FVC和FEV<sub>1</sub>/FVC功能的FVC比率. 测得的全身炎症和氧化应激的生物标志物包括C反应蛋白(CRP),[13]尿液8-羟基-2′-脱氧鸟苷(8-OHDG)(8-OHDG),[14]和尿液MDA(UMDA).[15]用臂收缩压和舒张压(SBP和DBP)和脉压(PP)评估血管张力.[16]使用臂AI和颈动脉脉搏波速度(PWV)评估动脉刚度.[17]使用心脏心脏生存力比(SEVR)评估了相对于需求的心肌氧供应(SEVR).[18]最后,等离子体SCD62P和Von Willebrand因子(VWF)被评估为血小板激活的生物标志物[19]和内皮细胞功能障碍,[20],[20].</p>
<p>每个采样日都始于上午8:00的静脉血液和尿液的收集,随后全天进行AI和PWV的任何呼吸顺序,EBC收集和脉搏波分析(PWA),肺活量测定始终是最后一次进行的. 立即将尿液样品冷冻以进行后期提取和LC-MS分析以进行8-OHDG.[21]离心血液样本;在使用ELISA方法(CRP和SCD62P; raybiotech用于vWF)的SCD62P,CRP和VWF之前,将等离子体等分试样存储在-30°C下。. 使用标准程序进行了呼吸样品收集和分析以及肺活量测定法和PWA测量.[6]</p>
<h3>统计分析</h3>
<p>使用许多统计方法来测试主题特征和时间动力模式是否在主题组之间平衡,因为潜在的失衡可能将生物标志物关联与干预相混淆. Mann-Whitney U测试,卡方独立性测试和学生的t检验用于检查组之间的横断面差异,分别用于非高斯数据,频率数据和高斯数据. 对于纵向时间活性模式,使用具有固定效应的线性混合效应模型作为固定效应和特定于主体特定的截距作为随机效应,以说明重复的时间活性的受试者内重复测量的相关性,进行了组间比较。措施. 使用Kruskal-Wallis非参数测试对全球周期效应和DUNN事后测试进行了测量的空气污染物水平,以对空气污染物数据的重度分布进行特定周期差异进行比较。. 每次采样访问的污染物暴露量的群体间差异的显着性测试是用带有特定于主题特定截距的线性混合模型进行的.</p>
<p>为了检查过滤和生物标志物之间的关系,我们将模型提出为层次线性混合效应模型,公式1,与 <em>A<sub>j</sub></em> 成为主题 <em>j</em>-特定的拦截. 该模型对主题的固定效果 <em>j</em> 和观察 <em>我</em> 包括HEPA和ESP存在的虚拟变量(E.G., 在干预期内不存在ESP),无论在所有未经过滤的位置,要么24小时或2周的累积暴露(i).e., 在广阔的城镇办公室或宿舍中的任何地方)污染物 <em>p</em> (下午<sub>2.5</sub> 或o<sub>3</sub>)随着时间长度 <em>t</em> ((<em>UE<sub>pt<sub>IJ</sub></sub></em>)控制这些暴露不受过滤条件影响的暴露,24小时或2周平均总暴露为no<sub>2</sub> 所以<sub>2</sub> ((<em>TE<sub>pt<sub>IJ</sub></sub></em>),24小时平均环境温度(<em>温度</em><sub>24<em>H</em><sub><em>IJ</em></sub></sub>)和相对湿度(<em>Rh</em><sub>24<em>H</em><sub><em>IJ</em></sub></sub>),在过去24小时内与活跃吸烟者一起度过的时间作为二手烟的量度(<em>t</em><sub><em>shs</em>24<em>H</em></sub>),呼吸道感染状况(RIS),月经状况(MS),一周中的一天(WD)以及受试者最后一次吃的时间(LA). 除了控制室外浓度的变化外,累积未过滤的PM<sub>2.5</sub> 和o<sub>3</sub> 曝光变量还捕获有关远离办公室和宿舍时间的变化的信息. 补充材料中描述了24小时或2周污染物协变量的模型选择.</p>
αJ〜IND N(μα,σα2)
<p>我们假设特定于主题的随机效应 <em>α<sub>j</sub></em> 沿高斯分布独立分布 <em>µ<sub>α</sub></em> 和差异 <em>σ<sub>α</sub> 2</em> . 对暴露和过滤预测变量之间的共线性的担忧促使使用贝叶斯广泛的混合效应脊回归来收缩与刚性相关的方差通胀. 该模型使用了平均斜率估计值的惩罚性凯奇分布和惩罚性的半库奇先验,用于特定于主题的截距作为先前显示的&ldquo;收缩先验&rdquo;,以提高相关性高相关时的最大似然估计(MLE)在预测变量[22]之间,还显示了使用我们自己的数据改进的模拟MLE结果. 所有计算均使用JAG进行[23]版本4.2.0,以及&ldquo; r2jags&rdquo;,[24]&ldquo; r2winbugs&rdquo;,[25]&ldquo; nlme&rdquo;,[26]和&ldquo; fsa&rdquo;和&ldquo; fsa&rdquo; [27] r,版本3中的软件包.3.3.[28]该模型的其他详细信息和代码可以在补充材料中找到.</p>
<h2>结果</h2>
<h3>参与者特征</h3>
<p> 表2显示了研究组之间的参与者特征. 几乎所有特征在组之间都是可比的. 即,A组花费了大约0.办公室里还有7个小时,0.户外时间比B组少4个小时. 在研究期间,有15名受试者(17%)是活跃的吸烟者:A组为4,B组为11个. 每次抽样访问在办公室和宿舍花费的24小时内的平均总时间为20.A组4小时和19.B组1小时. 就每次抽样访问前的2周内的所有过滤位置所花费的估计时间而言,A组平均花费225.9小时或67.总时间的2%,B组平均花费210.9小时或62.总时间的8%.</p>
<h3>表2</h3>
<p>实验组的研究参与者特征</p>
<table frame=”void” rules=”all” > <tr><th align=”left” rowspan=”1″ colspan=”1″>A组<br />(n = 34)</th><th align=”left” rowspan=”1″ colspan=”1″>b组<br />(n = 52)</th><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>p值</th></tr></th><tbody><tr><td align=”left” rowspan=”1″ colspan=”1″>年龄(平均±SD)</td> <td align=”left” rowspan=”1″ colspan=”1″>31.7±8.4</td><td align=”left” rowspan=”1″ colspan=”1″>31.5±7.3</td><td align=”left” rowspan=”1″ colspan=”1″>0.87</td></tr><tr><td align=”left” rowspan=”1″ colspan=”1″>年龄范围</td><td align=”left” rowspan=”1″ colspan=”1″>22–52</td><td align=”left” rowspan=”1″ colspan=”1″>22–52</td><td align=”left” rowspan=”1″ colspan=”1″> – </td></tr><tr><td align=”left” rowspan=”1″ colspan=”1″>女(数字(%))b</td> <td align=”left” rowspan=”1″ colspan=”1″>9(26.5%)</td><td align=”left” rowspan=”1″ colspan=”1″>16(30.8%)</td><td align=”left” rowspan=”1″ colspan=”1″>0.76</td></tr><tr><td align=”left” rowspan=”1″ colspan=”1″>BMI(平均±SD)C</td> <td align=”left” rowspan=”1″ colspan=”1″>22.0±3.1</td><td align=”left” rowspan=”1″ colspan=”1″>22.5±2.5</td><td align=”left” rowspan=”1″ colspan=”1″>0.39</td></tr><tr><td align=”left” rowspan=”1″ colspan=”1″>当前吸烟者的数量(数字(%))b</td> <td align=”left” rowspan=”1″ colspan=”1″>4(11.8%)</td><td align=”left” rowspan=”1″ colspan=”1″>11(21.2%)</td><td align=”left” rowspan=”1″ colspan=”1″>0.40</td></tr><tr><td align=”left” rowspan=”1″ colspan=”1″>前吸烟者的数量(数字(%))b</td> <td align=”left” rowspan=”1″ colspan=”1″>5(14.7%)</td><td align=”left” rowspan=”1″ colspan=”1″>1(1.9%)</td><td align=”left” rowspan=”1″ colspan=”1″>0.06</td></tr><tr><td align=”left” rowspan=”1″ colspan=”1″>当前和前吸烟者(平均±SD)的包装年A</td> <td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>0.9±2.8</td><td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>0.9±2.3</td><td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>0.86</td></tr><tr><td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>在过去的24小时内花费的时间(平均±SD)D</td> <td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>11.9±2.5</td><td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>11.3±3.5</td><td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>0.21</td></tr><tr><td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>在过去的24小时内花费的时间(平均±SD)D</td> <td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>8.5±1.9</td><td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>7.8±1.6</td><td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>0.006 *</td> </tr><tr><td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>在过去的24小时内花费在其他室内空间(平均±SD)D</td> <td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>2.7±2.7</td><td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>3.6±3.6</td><td align=”left” valign=”bottom” rowspan=”1″ colspan=”1″>0.08</td></tr><tr><td align=”left” rowspan=”1″ colspan=”1″>过去24小时(平均±SD)D的时间</td> <td align=”left” rowspan=”1″ colspan=”1″>0.8±0.9</td><td align=”left” rowspan=”1″ colspan=”1″>1.2±1.3</td><td align=”left” rowspan=”1″ colspan=”1″>0.02 *</td> </tr></tbody></table>
<p>根据数据的类型,评估每个特征中群体差异的显着性测试是</p>
Mann-Whitney U测试,
B卡方独立测试,
C学生的t检验,或
D线性混合效应模型.
<p>在第一次访问后,89名受试者(91%)中有89名(91%)完成了所有四次访问,5名受试者完成了3次访问,并完成了3名受试者,并撤回了3名受试者。. 如果他们完成少于4次访问,则不会将他们排除在分析之外. 在343个观察中,2(0.省略了6%),因为参与者服用了可能影响结果的药物,另外8个(2.由于时间动力数据不足,省略了3%). 在其余333项观察中,有37个(11%)包括自我报告的呼吸道感染和16个(4个).8%)包括自我报告的月经.</p>
<h3>室内PM<sub>2.5</sub> 和o<sub>3</sub> 浓度</h3>
<p>小时PM的变化<sub>2.5</sub> 表3显示了在干预期之间所有位置监测的浓度 . 户外下午<sub>2.5</sub> 浓度保持在世界卫生组织(WHO)24小时下午以上<sub>2.5</sub> 在整个研究过程中,指南为25 µg/m 3 [29],并且通常随着研究的进行而增加. 在带有HEPA过滤的办公室和宿舍中,室内PM<sub>2.5</sub> 浓度远低于户外,小时浓度范围为5.5至14.6 µg/m 3 . 在将ESP和HEPA过滤器卸下后,A组A,A Office A和宿舍的干预措施的平均室内PM显着增加<sub>2.5</sub> 浓度为29.9和39.分别为8 µg/m 3. ESP和HEPA过滤器恢复后,办公室中的室内浓度平均下降22.1和32.分别为4 µg/m 3. 办公室B有一个小但统计学意义的降低约为0.室内PM中的99 µg/m 3<sub>2.5</sub> ESP关闭后的浓度,然后显着平均增加1.干预后的85 µg/m 3. 在干预期间和之后的主要宿舍壳体中,室内PM唯一重大变化<sub>2.5</sub> 浓度是从干预期间到后期的平均平均增加17的浓度.1 µg/m 3 . 在受试者本身或邻居中吸烟的宿舍中,发生了室内PM<sub>2.5</sub> 在研究过程中,浓度没有显着变化,干预期间的浓度与没有HEPA过滤器的宿舍的浓度相似(干预宿舍). 干预宿舍中有一项严格的无吸烟政策,阻止了室内吸烟.</p>
<h3>表3</h3>
<p>下午<sub>2.5</sub> 研究期间不同位置的浓度</p>
<table frame=”box” rules=”all” ><tr><th align=”left” rowspan=”2″ valign=”top” colspan=”1″>地点</th><th align=”left” rowspan=”2″ valign=”top” colspan=”1″>pre<br />中位数,<br />意思是<br />(SD),<br />范围</th><th align=”left” rowspan=”2″ valign=”top” colspan=”1″>期间<br />中位数,<br />意思是<br />(SD),<br />范围</th><th align=”left” rowspan=”2″ valign=”top” colspan=”1″>邮政<br />中位数,<br />意思是<br />(SD),<br />范围</th><th align=”left” colspan=”2″ valign=”top” rowspan=”1″>期间 – 预</th><th align=”left” colspan=”2″ valign=”top” rowspan=”1″>帖子 – 期间</th></tr><tr><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>意思是<br />不同之处<br />(95%CI)</th><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>p值</th><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>意思是<br />不同之处<br />(95%CI)</th><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>p值</th></tr></th><tbody><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>户外</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>53.0,70.3(53.2),17–344</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>79.0,90.1(46.3),19-268</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>100.0,109.5(55.8),14-264</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>16.5(10.0,23.0)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″><strong></td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>19.4(12.4,26.4)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″><strong></td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>办公室</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>9.3,9.6(5.6),2.8–21</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>38.3,39.5(17.4),15–101</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>14.2,17.3(11.4),0.8–73</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>29.9(19.6,40.1)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″><strong></td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>-22.1(-26.5,-17.8)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″><strong></td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>办公室b</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>6.9,6.6(2.2),1.5–9.8</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>5.5,5.6(3.1),0.0–15</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>6.3,7.4(2.8),2.6–18</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>-0.99(-2.18,0.20)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″><strong>0.003</strong></td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>1.85(1.05,2.65)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″><strong></td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>宿舍</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>7.9,11.7(8.2),1.3–29</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>7.6,15.8(18.4),0.0–72</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>14.6,33.0(27.1),7.0–85</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>4.13(-6.63,14.9)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>0.95</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>17.1(9.86,24.4)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″><strong></td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>宿舍(吸烟)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>33.2,46.0(30.2),22–156</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>39.8,44.9(32.2),1.1-199</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>70.9,58.5(39.3),3.1-136</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>-1.12(-19.2,16.7)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>0.77</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>13.6(-0.38,27.6)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>0.11</td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>干预宿舍</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″> – </td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>38.4,51.4(31.3),8.7–160</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>10.2,19.0(28.0),3.0–142</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>39.8(25.2,54.3)a</td> <td align=”left” valign=”top” rowspan=”1″ colspan=”1″><strong> A</td> <td align=”left” valign=”top” rowspan=”1″ colspan=”1″>-32.4(-40.6,-24.2)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″><strong></td></tr></tbody></table>
<p>PM期间差异的显着性测试<sub>2.5</sub> 使用Kruskal-Wallis非参数测试进行全球周期效应和DUNN事后测试的浓度. 粗体p值是 < 0.05.</p>
<p>一个自A组的受试者仅在&ldquo;期间&rdquo;开始时从宿舍移到酒店,&ldquo;期间 – 预&rdquo;比较正在比较PM<sub>2.5</sub> 在&ldquo;期间&rdquo;期间,&ldquo;预先&rdquo;期间,宿舍的宿舍浓度. 在干预宿舍中,吸烟者中没有发生室内吸烟.</p>
<p>小时<sub>3</sub> 表4显示了不同位置的浓度 . 与降低日光和伴随的O的季节性趋势保持一致<sub>3</sub> 编队,室外O<sub>3</sub> 在研究开始时是最高的,随着研究的进行,它下降了. 在干预前只有8天,3天,在干预期的前两周中只有5天,有O<sub>3</sub> 每日最大8小时滚动平均值超过WHO指南50 ppb.[29]这些最大每日8小时平均值的平均值为33.0 ppb(范围= 4.3 – 60.5 ppb). 每个室内位置的初步下降<sub>3</sub> 当ESP关闭并关闭ESP时,室外浓度下降,尽管这对宿舍并不重要. 在干预后,每个位置都经历了室内O的少量增加<sub>3</sub>. 供应空气管和办公室呼吸区的监视显示,ESP增加了供应空气O<sub>3</sub> 大约13.如我们之前报道.[30]</p>
<h3>表4</h3>
<p>o<sub>3</sub> 研究期间不同位置的浓度</p>
<table frame=”box” rules=”all” ><tr><th align=”left” rowspan=”2″ valign=”top” colspan=”1″>地点</th><th align=”left” rowspan=”2″ valign=”top” colspan=”1″>pre<br />中位数,<br />意思是<br />(SD),<br />范围</th><th align=”left” rowspan=”2″ valign=”top” colspan=”1″>期间<br />中位数,<br />意思是<br />(SD),<br />范围</th><th align=”left” rowspan=”2″ valign=”top” colspan=”1″>邮政<br />中位数,<br />意思是<br />(SD),<br />范围</th><th align=”left” colspan=”2″ valign=”top” rowspan=”1″>期间 – 预</th><th align=”left” colspan=”2″ valign=”top” rowspan=”1″>帖子 – 期间</th></tr><tr><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>意思是<br />不同之处<br />(95%CI),<br />p值</th><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>p-<br />价值</th><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>意思是<br />不同之处<br />(95%CI)</th><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>p-<br />价值</th></tr></th><tbody><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>户外</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>34.0,29.9(14.8),0.5–64.5</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>21.0,24.4(13.9),0.5–65.0</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>7.5,11.7(10.3),0.5–44.5</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>-5.5(-7.3,-3.8)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″><strong></td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>-12.6(-14.5,-10.7)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″><strong></td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>办公室</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>12.8,13.8(3.0),10.5–18.2</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>5.0,5.8(3.2),1.9–14.3</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>4.3,6.7(5.1),2.4–21.4</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>-8.0(-11.8,-4.2)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″><strong></td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>0.9(-1.1,2.9)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>0.90</td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>办公室b</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>9.1,10.9(4.6),5.8–21.1</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>4.6,5.0(2.1),1.5–13.2</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>4.5,6.0(3.6),1.9–16.8</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>-5.9(-7.6,-4.2)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″><strong></td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>1.0(-0.2,2.1)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>0.51</td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>宿舍</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>4.9,6.5(4.4),3.3–16.0</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>3.9,4.3(2.9),0.5–14.4</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>3.4,4.9(3.0),2.6–10.5</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>-2.2(-5.6,1.2)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>0.25</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>0.6(-2.3,3.5)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>1.00</td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>干预宿舍</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″> – </td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>3.3,3.9(2.4),0.8–14.4</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>3.9,4.2(1.5),1.8–7.5</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>-2.7(-5.3,-0.07)a</td> <td align=”left” valign=”top” rowspan=”1″ colspan=”1″><strong>0.01</strong> A</td> <td align=”left” valign=”top” rowspan=”1″ colspan=”1″>0.4(-1.8、2.6)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>0.90</td></tr></tbody></table>
<p>O的显着性测试<sub>3</sub> 使用Kruskal-Wallis非参数测试进行全球周期效应和DUNN事后测试的浓度. 粗体p值是 < 0.05.</p>
<p>自A组的受试者仅在&ldquo;期间&rdquo;开始时才从宿舍移到酒店,&ldquo;期间 – 预&rdquo;比较正在比较O<sub>3</sub> 在&ldquo;期间&rdquo;期间,&ldquo;预先&rdquo;期间,宿舍的宿舍浓度.</p>
<h3>下午<sub>2.5</sub> 和o<sub>3</sub> 暴露</h3>
<p> 图1显示了特定组的24小时和2周计算的PM<sub>2.5</sub> 在每个生物标志物访问之前,仅在过滤的位置(办公室和宿舍)中的暴露(办公室和宿舍)和全部暴露. 24小时平均总暴露于PM<sub>2.5</sub> 对于所有受试者,范围为3.2至155 µg/m 3 . 在访问2和3期间,A组在所有暴露类别中的暴露率明显高于B组,尽管该差异的总暴露较小. 对于24小时过滤的位置暴露,A组为50.9和45.访问2和3分别为2 µg/m 3,而在总暴露方面,这些差异为44.2和31.访问2和3分别为4 µg/m 3. 对于2周的过滤暴露,A组为18.5和30.访问2和3分别为6 µg/m 3,将其降低至17.0和26.评估总暴露时,访问2和3分别为9 µg/m 3. 两组之间的访问2和3的差异非常重要. 此外,访问1组的2周过滤位置暴露为1.0 µg/m 3比B组高,而B组4的访问4次访问为5.比A组高1 µg/m 3. 这些小差异是PM的唯一显着差异<sub>2.5</sub> 干预期之外的暴露.</p>
<p><img src=”https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5903943/bin/nihms932147f1.jpg” alt=”包含图片,插图等的外部文件。对象名称为NIHMS932147F1.jpg” /></p>
<p>24小时和2周的平均过滤环境和总PM的拳击表<sub>2.5</sub> 研究组和生物标志物抽样访问之间分层的暴露</p>
<p> 图2显示了O的24小时和2周的总数和经过过滤的位置暴露<sub>3</sub>. 24小时总暴露于O<sub>3</sub> 对于所有受试者,范围从1.4至19.4 ppb. O只有小组间差异<sub>3</sub> 每次抽样访问的曝光. 这些差异中唯一具有统计学意义的差异是2周过滤的位置暴露,而A组为0.5和0.访问1和4分别比B组高4 ppb. 在控制室外O的线性混合模型中<sub>3</sub> 浓度,ESP使用估计仅贡献2.5和2.2 ppb至24小时过滤的位置暴露和总暴露.</p>
<p><img src=”https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5903943/bin/nihms932147f2.jpg” alt=”包含图片,插图等的外部文件。对象名称为NIHMS932147F2.JPG” /></p>
<p>24小时和2周的平均过滤环境和总O的拳击表<sub>3</sub> 研究组和生物标志物抽样访问之间分层的暴露</p>
<h3>生物标志物和生理结果</h3>
<p>表S2总结了生物标志物浓度和生理结果值(一起简单地称为生物标志物). 图3显示了HEPA去除对未经调整模型中生物标志物的影响的贝叶斯广义脊回归结果,仅包含用于HEPA和ESP过滤的虚拟变量,或在完全调整的模型中. 尽管PM明显降低,但测量的任何生物标志物与HEPA过滤之间没有显着关联<sub>2.5</sub> HEPA使用发生的暴露.</p>
<p><img src=”https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5903943/bin/nihms932147f3.jpg” alt=”包含图片,插图等的外部文件。对象名称为NIHMS932147F3.jpg” /></p>
<p>在未经调整和完全调整的模型中,生物标志物的平均变化百分比变化与HEPA过滤器相关的95%可靠间隔</p>
<p>如图4所示,在调整后的模型中,ESP去除与几种显着的生物标志物变化有关. 其中包括SCD62P的显着降低(-16.1%(95%CI:-10.4%,-21.5%))和SBP(-3.0%(95%CI:-0.8%,-5.1%),VWF显着增加(17.0%(95%CI:2.5%,30.8%)). 在调整后的模型中,未经调整的模型中的几个重要关联变得非显着,包括EBC MDA的增加和FENO和DBP的减少。.</p>
<p><img src=”https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5903943/bin/nihms932147f4.jpg” alt=”包含图片,插图等的外部文件。对象名称为NIHMS932147F4.jpg” /></p>
<p>在未经调整和完全调整的模型中,生物标志物的平均变化百分比变化和95%的可靠间隔</p>
<p>作为衡量与污染物暴露的生物标志物关联的量度.e., 远离办公室和宿舍)o<sub>3</sub> 暴露与增加的SCD62P有关. 每个四分位间范围(IQR)增加(793 ppb-hr)与16.1%(95%CI:10.4%,21.5%)SCD62P增加. 没有其他生物标志物与累积O<sub>3</sub> 或下午<sub>2.5</sub> 远离办公室和宿舍发生的暴露.</p>
<p>当将活跃的吸烟者排除在分析之外时,生物标志物关联发生了几种变化(见图S1 – S2). 与ESP删除相关,VWF的增加变得不重要(16.8%(95%CI:-0.1%,31.1%)); EBC pH的增加变得显着(2.9%(95%CI:0.5%,5.2%)); FVC的下降变得很大(1.9%(95%CI:0.1%,3.7%)). 此外,不包括活跃吸烟者的灵敏度分析改变了SCD62P和2周未过滤O之间的关联<sub>3</sub> 从显着(见上文)接触到非重要性.</p>
<h2>讨论</h2>
<p>这项研究的主要发现是,测试的时间范围的中央AHU HEPA过滤与室内PM的大幅增加有关<sub>2.5</sub> 浓度和个人接触,但没有生物标志物水平的变化. 相比之下,ESP的去除与O的少量减少有关<sub>3</sub> 几种心血管生物标志物,尤其是SCD62P和SBP的浓度和统计学显着降低,表明与OP相关的O<sub>3</sub> (及其相关的二级污染物). ESP的去除也与VWF的不利变化有关,尽管这种关联对敏感性分析的稳健性不如提出ESP去除的有益效应的敏感性分析较差. 此外,暴露于O<sub>3</sub> 这是在相对较小的时间内发生的,在两个星期的时间内,当受试者远离过滤的办公室,宿舍也与SCD62P不利相关. 但是,当分析中排除活跃的吸烟者时,这种关联变得不重要. 当将活跃的吸烟者排除在分析之外时,ESP去除与FVC的不利变化有关,而SCD62P,SBP和EBC pH的有益变化.</p>
<p>在干预期内接受HEPA过滤的组与没有HEPA过滤的组之间的生物标志物反应差异(A组)是令人惊讶的,尤其是考虑到,通过该人的24小时个人个人暴露的平均降低平均减少干预期间的HEPA过滤为37.8 µg/m 3或约47%. 我们的分析都没有揭示HEPA干预与任何生物标志物之间的任何显着关联.</p>
<p>首先,在整个研究过程中,F8滤波器保留在所有孔中,尽管该预滤器只有PM<sub>2.5</sub> 过滤效率约为50%,A组(F8)和B(F8和HEPA)之间的暴露差异很大,该F8导致了足够的暴露量,以至于HEPA过滤器没有提供额外的好处. 但是,这不太可能是平均值±SD 24小时PM<sub>2.5</sub> 在仅有F8过滤期间,A组的暴露浓度为80.8±24.7 µg/m 3,与126的室外24小时浓度相对应.4±37.1 µg/m 3,远远超过25 µg/m 3的空气质量指南 . 即使在干预期内A组的最小环境和暴露值也超过了本指南,因此预计这些水平将足够高以引起生物标志物响应. 但是,使用MERV11/F6级级过滤器的一年的干预较长,该过滤器比F8过滤器更少,导致几种心血管和炎症生物标志物的减少[31],这表明生物标志物可以响应少量的响应。 PM在更长的时间范围内.</p>
<p>其次,PM化学成分的变化<sub>2.5</sub> 可能影响了生物标志物的反应. 在一项研究,评估大学生从郊区校园搬到北京的城市校园的一项研究<sub>2.5</sub> 发现质量浓度是生物标志物反应的可靠预测因子,而不是特定的PM<sub>2.5</sub> 成分. 在该研究中<sub>2.5</sub> 那里的质量较低.[32]进一步的分析表明PM<sub>2.5</sub> 与郊区校园相比.[33]另一项评估与PM生物标志物关联的研究<sub>2.5</sub> 北京的消息来源发现PM<sub>2.5</sub> 与PM相比<sub>2.5</sub> 与土壤和道路灰尘或次生气溶胶有关.[34]</p>
<p>第三,缺乏与去除HEPA过滤的生物标志物关联可能是由于这项研究中探索的病理生理机制可能需要的时间比研究期更长<sub>2.5</sub> 接触. 据我们所知,这是第一项根据去除而不是引入过滤的室内空气过滤干预措施评估室内空气过滤干预的研究. 受控,急性PM的室内研究<sub>2.5</sub> 木烟或柴油排气形式的暴露主要观察到肺部炎症标志物的少量增加,心血管病理生物学生物标志物的增加不一致.[35–38]很少有研究评估了生物标志物对长期暴露量增加的时间过程. 在北京奥运会期间,对环境空气质量改善的响应生物标志物变化的研究发现,在我们的研究中测得的几种相同的生物标志物,包括SBP和SCD62P,在奥运会结束和PM之后增加了<sub>2.5</sub> 浓度再次上升.[39]但是,奥林匹克期间干预措施都影响了室内和室外空气质量,而我们的过滤干预对室外空气质量没有影响.</p>
<p>就生物标志物对添加过滤的反应(与HEPA在我们的研究中的减法相反),先前评估HEPA过滤在健康成年人中的生物标志物效应的研究表明了结果混合的结果,评估了持续的干预措施(持续一小段时间)(长达48小时)或很长的时间(一年),与持续几周的干预措施相比,过滤与心脏疾病病理生理学的生物标志物之间的关联更多. 表5总结了先前评估了健康成年人对空气纯化干预措施的生物标志物反应的研究. 这七项研究中的每项研究都采用了某种类型的跨界设计,并研究了各种持续时间,干预措施以及暴露和生物标志物测量结果. 值得注意的是,从未发现过持续了7天以上但不到过滤后一年的过滤干预措施的生物标志物关联. 该研究表明,健康成年人和生物标志物结局之间过滤之间的关联最多,Chen等人., 涉及将年轻人限制在宿舍中,以48小时的速度与含有非Hepa element空气过滤器的便携式空气净化器. 另一项研究表明,几种与过滤的生物标志物关联也涉及非HEPA element空气过滤器,这一次是在三个家庭内部不断使用的一年中.[31]其他研究表明生物标志物与过滤干预的生物标志物关联仅显示出1-2种生物标志物的略有改善,例如在Bräuner等. 和艾伦等人. Weichenthal等人. 7天后确实发现了肺功能的略有改善,但是在排除两个偏远受试者时,这些功能变得不重要,这表明这些结果可能不可概括. 14天的中央住宅AHU HEPA干预也与生物标志物结果有关,但是在干预期间仅在2天而不是7天,而不是7或14天,在单核细胞表面CD62L中观察到了重大变化,这是一种selectin,这是一种与之相关的选择。炎.[40]</p>
<h3>表5</h3>
<p>先前研究评估过滤对健康成年人生物标志物结果的影响的摘要</p>
<table frame=”box” rules=”all” ><tr><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>学习</th><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>干涉<br />期间</th><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>净化器类型</th><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>污染<br />减少</th><th align=”left” valign=”top” rowspan=”1″ colspan=”1″>生物标志物的改善<br />干涉</th></tr></th><tbody><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>Chuang等. 2017 [31]</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>2×1年;没有冲洗</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>房屋交流电源过滤器(MERV11/F6;非HEPA)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>下午<sub>2.5</sub>:8.6 µg/m 3(40%)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>SBP,DBP,8-OHDG和CRP</td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>Pádro-Martínez等. 2015 [41]</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>2×21d;没有冲洗</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>窗户安装的hepa</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>PNC:4900#/cm 3(42%)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>没有任何</td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>Chen等. 2015 [42]</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>2×48h; 2W冲洗</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>便携式element过滤器(非HEPA)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>下午<sub>2.5</sub>:55 µg/m 3(57%)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>SBP,DBP,SCD40L,FENO,MCP-1,IL-1β和MPO</td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>Kajbafzadeh等. 2015 [43]</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>2×7d;没有冲洗</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>便携式HEPA +活性碳</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>下午<sub>2.5</sub>:2.8 µg/m 3(40%)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>没有任何</td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>Karottki等. 2013 [44]</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>2×14d;没有冲洗</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>House Ahu H11 Hepa</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>下午<sub>2.5</sub>:3.8 µg/m 3(50%)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>单核CD62L(仅在干预的第2天)</td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>Weichenthal等人. 2013 [45]</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>2×7d; 1W冲洗</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>便携式element过滤器(非HEPA)</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>下午<sub>2.5</sub>:37 µg/m 3(〜60%)A</td> <td align=”left” valign=”top” rowspan=”1″ colspan=”1″>FEV<sub>1</sub> &PEFR(都取决于两个外围主题)</td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>艾伦等. 2011 [46]</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>2×7d;没有冲洗</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>便携式HEPA</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>下午<sub>2.5</sub>:6.2 µg/m 3(〜60%)A</td> <td align=”left” valign=”top” rowspan=”1″ colspan=”1″>反应性充血指数(RHI);仅男性:CRP,IL-6和带细胞计数</td></tr><tr><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>Bräuner等. 2008 [47]</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>2×48h;没有冲洗</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>便携式HEPA</td><td align=”left” valign=”top” rowspan=”1″ colspan=”1″>下午<sub>2.5</sub>:7.9 µg/m 3(〜60%)A</td> <td align=”left” valign=”top” rowspan=”1″ colspan=”1″>RHI和血红蛋白</td></tr></tbody></table>
确切的百分比未给出,而是从已发布的数据中近似
<p>这些生物标志物可能在空气污染物暴露干预后的几天内做出反应并保持变化,但是随着身体适应较低的暴露水平,这些生物标志物在干预的前几周恢复到一定的基线水平. 在这个中间期之后,慢性生物标志物水平可能会随着过滤而开始变化,如一年的干预研究所示. 这是一项研究,研究了不同心肺病理生理途径和环境PM的生物标志物之间的时间滞后日关联<sub>2.5</sub>, 这表明这些途径往往与PM有关<sub>2.5</sub> 在过去的0-3天内的浓度,但是评估早期PM时这些关联下降并反向方向<sub>2.5</sub> 浓度.[48]另一项研究发现,在过去的一天或更少的情况下,与尺寸分级PM的几个显着的生物标志物关联,随着平均时间的增加,相关性下降,并且只有VWF和纤维蛋白解抑制剂纤溶酶原激活剂抑制剂抑制剂1(PAI-1)显示出任何显示任何内容与3天平均PM的关联.[49]相反,30天平均PM<sub>2.5</sub> 尽管这种影响仅在温暖的月份和高道路密度附近的人,但在我们的过滤研究中不存在的疾病,但与SBP和脉压升高(PP)有关.[50]在评估长期污染物效应时,几项研究表明了年平均PM之间的关联<sub>2.5</sub> 以及炎性生物标志物(IL-6和CRP)以及纤溶酶原活性的标记.[51,52]该证据表明,在污染物暴露变化,中期返回基线生物标志物水平的中期恢复和生物标志物水平的长期变化后,可检测到短期生物标志物反应可检测到的短期生物标志物响应,以应对污染物的变化而变化。曝光分别持续几天,几周或大约一年.</p>
<p>但是,ESP干预似乎并非如此,这可能表明生物标志物对O的反应不同<sub>3</sub> 及其相关污染物比PM<sub>2.5</sub>. 在评估过去一年的暴露时,两者都o<sub>3</sub> 和下午<sub>2.5</sub> 与心血管疾病风险有关的生物标志物的增加有关.[51]缺乏评估与O相关的生物标志物反应的研究<sub>3</sub> 和下午<sub>2.5</sub> 在中间的时间范围为两个星期到一个月,尽管已经显示为2周和1个月O<sub>3</sub> 与氧化应激标记等离子8-ISO-PGF的升高有关<sub>2α</sub>,[53]已知血小板激活特性.[54]最终,本研究无法揭示生物标志物对持续数周的干预措施的时间疗程的差异,但这可能是缺乏与HEPA相关的生物标志物结果和其他研究相似持续时间在干预持续时间之间的可能解释的解释。和生物评估.</p>
<p>这项研究是第一个在心血管病理生理中评估ESP使用的研究. 评估ESP与健康结果关联的唯一其他研究涉及3周的ESP干预办公室Ahus,将总空气寄生粒子浓度降低了约30 µg/m 3或46%或46%或46%和5 µm粒子浓度,而5 µg/m 3或55%. 干预措施与峰值呼气流(肺功能度量),鼻腔体积和鼻症状的略有改善有关,但在对照组中也观察到了改善,并且&ldquo;干预组没有改善,相比没有改善。与对照组.[5]重要的是要注意,引用的研究使用了ESP下游的木炭过滤器去除O<sub>3</sub> 从供应空气. 在我们的研究中,与ESP去除相关观察到的肺功能度量的唯一降低是FVC略有下降,这仅在省略吸烟者时才显着,这可以通过观察到吸烟者对空气污染物的肺功能反应较小来解释例如PM和O<sub>3</sub>.[55,56]在主要分析中,内皮功能障碍标记物vwf也有所增加,而ESP去除时,省略吸烟者时变得不显着,这可能暗示ESP的某些有益效果. 当包括吸烟者在内时,这种关联的加强可能会受到先前观察到的VWF急性吸烟增加的影响[57],但是在这项研究中,VWF水平在吸烟者中没有显着差异. 与HEPA过滤相比,唯一测量的&ldquo;有益&rdquo;暴露变化eSP-HEPA过滤的PM大约降低了1 µg/m 3<sub>2.5</sub> 在办公室中接触B,这表明ESP-HEPA组合对HEPA过滤产生的任何潜在有益影响可能与未测量的污染物有关.</p>
<p>在省略吸烟者时,EBC pH值也有强大的降低,尽管省略吸烟者时,可能表明与ESP相关的O的某些影响<sub>3</sub> 和o<sub>3</sub> 反应产物增加气道炎症和随后的酸化,而活性吸烟者不明显. 活跃的吸烟者在正常条件下显示出降低的EBC pH [58],这可能使对与ESP相关污染物诱导的肺部炎症的任何反应钝化. 我们先前发表的对本研究的污染物暴露关联的分析发现了O<sub>3</sub> 曝光和SCD62P以及与DBP,SBP,FENO和EBCNN的稳健关联较少,它支持与SCD62P和SBP的ESP关联,与O o的接触增加有关<sub>3</sub> 和o<sub>3</sub>-相关反应产物.[6]</p>
<p>作为这项整体研究的一部分,正如在另一篇早期论文[30]中报道的那样,我们比较了办公室干预措施和干预后的粒子数浓度,目的是隔离和识别ESP使用对UFP形成的影响. 我们发现,使用ESP时,粒子数浓度是UFP的近似替代物,增加了约22,000个颗粒/cm 3,并且大部分增加可以归因于房间内的室内二次粒子形成,因为供应空气颗粒HEPA过滤器下游的数量浓度非常低.[30]在本研究中,无法确定与使用ESP相关的哪些因素正在推动血压和血小板激活的增加:O<sub>3</sub>, o<sub>3</sub>-衍生产品(E.G., UFP,过氧化物,臭氧,稳定的Criegee Biradicals)或这些物种的组合. 存在生理基础,以与O之间存在联系<sub>3</sub>, SCD62P和血压,先前已经讨论过.[6]这些生物标志物效应似乎以一种相反的方式对内皮细胞功能障碍做出反应,如VWF所示,这可能是由于一项研究中提出的不同机制所致,这表明VWF对烟草烟雾有明显的反应,但在SCD62P或其他方面没有变化血栓形成标记.[57]</p>
<p>这项研究有几个限制. 所有先前的过滤干预研究都是跨越试验,其中每个受试者在研究过程中以随机顺序接受治疗. 这具有每个受试者作为自己的控制的好处. 我们的研究纵向检查了受试者,因此每个受试者都充当自己的控制,但是只有一组将HEPA过滤器删除,因为这两组都在同时进行评估. 结果,很难控制时变的混杂因素的影响. 由于受试者池的大小有限,我们无法进行另一组而没有操纵基线过滤条件(i.E,Esp-Hepa). 但是,在干预前和后期有一个事实意味着,不受控制的时变性混杂因素会随着季节而变化,在两个不干预期间都不会产生相同的作用,从而减少了这些相关的机会混淆者. 此外,我们的分析使用了几种不同的方法和一组协变量来控制随着时间变化的因素,结果几乎没有变化. 鉴于我们的模型中如何控制室外污染物和天气趋势,共污染物趋势以及时间活性的差异,我们认为干预措施估计反映了观察到的生物标志物效应,可归因于每种干预措施.</p>
<p>尽管仅使用HEPA使用的ESP和HEPA过滤器的联合使用了通过降低运营成本提供经济利益,但它可能会增加乘员的心血管疾病风险. 这项研究提供了生物标志物变化的第一个证据,表明使用ESP-HEPA造成的负面健康影响,表明室内O的伴随低水平增加<sub>3</sub> 和o<sub>3</sub>-衍生产品可能会影响心血管健康. 根据分析中是否包括吸烟者,VWF还是FVC与ESP-HEPA相关的改善,尽管这些结果不如生物标志物稳健. 我们的结果还表明,除去HEPA过滤器后几周无法检测到生物标志物反应,即使这种干预措施导致室内PM大幅增加<sub>2.5</sub> 浓度.</p>
<h3>实际影响</h3>
<p>这项研究是第一个研究ESP-HEPA过滤对心肺疾病风险指标的影响. 它仅增加了一些评估HEPA过滤对这些空气污染毒性途径指标的研究. 这项研究的结果支持以前的文献,表明对与HEPA过滤相关的PM降低的生理反应有限,尤其是过滤干预措施的数周. 我们的发现表明,ESP使用可能通过增加血压和血栓形成标记来增加心血管健康风险.</p>
<h2>HEPA与静电空气过滤器</h2>
<p><img src=”https://www.lakeair.com/wp-content/uploads/2019/07/HEPA-vs-Electrostatic-700-x-250.jpg” alt=”HEPA与静电” width=”700″ height=”250″ /></p>
<p>我读了许多试图比较HEPA和静电过滤的文章. 似乎每篇文章都选择一个或另一个文章,而不是比较两者. 这两种过滤方法都对房主和企业主都有价值. 有时HEPA是过滤系统的明确选择. 在其他时候,静电除尘器更适合空间中的空气质量问题. 在本文中,我们将尝试进行明确的比较而没有偏见. 在Lakeair,我们制造静电和HEPA空气净化器. 我们唯一的目标是帮助您成为一个信息良好的消费者.</p>
<h2>正确获得条款和技术</h2>
<p>在开始之前,让我们澄清我们的条款和技术. 并非所有制造商在描述Tecnologies时都使用正确的术语. 更清楚地了解我们的比较,我们将简要介绍HEPA与静电比较中的两种技术.</p>
<h3>HEPA类型和真正的HEPA</h3>
<p>许多空气净化器制造商滥用HEPA一词. 他们指的是少于99的空气过滤器.97%的灰尘颗粒作为HEPA过滤器. 尽管这些HEPA类型过滤器中的许多可能都可以做到足够的工作,但不应将其称为HEPA. 将HEPA空气过滤器与静电空气净化器进行比较时,请确保包含的过滤器为真HEPA. 确保将其评为99.97%去除灰尘颗粒0.3至10微米.</p>
<h3>静电排气器和静电介质</h3>
<p>普遍认为所有静电过滤都是相同的. 静电过滤有两种基本类型. 一个是带电荷的滤波器介质,另一个是静电降水器. 静电介质是通过给普通过滤器的静电电荷来创建的. 静电电荷可能会增加过滤器捕获某些颗粒的能力. 这些过滤器是一次性的,并且不适合HEPA与静电比较,静电降水器是一个具有两个阶段的金属滤器. 第一阶段是电离部分. 以下是颗粒给予静电电荷. 然后,颗粒在收集区域移动,该收集区域沉积在铝板上. 被困的颗粒被定期维护洗净. 在您的比较中,请使用静电迫使.</p>
<h2>效率:只有开始</h2>
<p>真正的HEPA过滤器是99.从0中除去灰尘颗粒的效率为97%.3微米至10微米. Lakeair静电电池对从0去除灰尘颗粒有效97%.1微米至10微米. 这些数字非常相似. 基于仅效率数字,HEPA显然是一种更好的过滤类型. 在确定哪种最佳空气净化技术时查看所有变量很重要. 每种情况可能都不同,最佳的过滤器选择可能会改变. 一个重要的说明是,需要定期清洁静电单元,否则其效率将下降.</p>
<h2>运营成本</h2>
<p>要比较操作成本,让我们看一下两个出色的空气净化器. LAFC HEPA和LAFC静电空气净化器用于美国的许多商业地点. 这些空气净化器过滤大约相同的空气. LAFC HEPA删除99.97%,LAFC静电消除了97%. 在正常的一年中,我们希望LAFC HEPA过滤器需要更换两次. 在同样的时间内,我们期望LAFC静电细胞需要清洁4到6次. HEPA过滤器每年的费用为500美元,清洁静电细胞所需的时间约为12小时. 要问的问题是您可以以不到500美元的价格清洁静电电池? 操作成本在HEPA与静电比较中很重要</p>
<h2>压力下降</h2>
<p>在空气净化系统中,压力下降是将空气过滤器放入设备时损失的气压量. 每个空气净化器型号都会有所不同. 举一个很好的例子,我们将使用最大静电和最大HEPA空气净化器. 最大的HEPA空气净化器的初始压降为一wg. 这导致22%的损失CFM. 如果将静电电池放在同一单元中,压降将约为4%. 静电电池使更多的空气通过它,因此压降较低. 在整个房屋净化系统中,压力下降多次发挥作用. 如果过滤器的压降太大,它将对鼓风机造成太大的压力,并且可能会过早失败. HEPA过滤器需要特殊打击器才能克服较高的压力下降. 因此,重要的是要考虑您拥有哪种类型的鼓风机,以及在HEPA和静电之间进行选择时的功能.</p>
<p><img src=”https://www.lakeair.com/wp-content/uploads/2019/03/ele-hepa-comp.jpg” /></p>
<p>上面的照片显示了最大静电滤波器沿最大HEPA滤波器的侧面. 请注意多少免费空气可以通过静电与最大HEPA. 最大HEPA产生22%的压降,其中最大静电量仅为4%.</p>
<h2>噪音</h2>
<p>因为静电电池的压降较低,所以产生与HEPA相同数量的清洁空气的风扇功率较少. 一般来说,风扇力量的量等于噪音的量. 静电沉淀空气净化器可能更安静,然后在那里等于HEPA柜台零件. 该陈述是一个概括,每个单元应通过制造业报告的实际声音水平进行比较. 在您的HEPA与静电状态下使用规格</p>
<h2>运动磨损</h2>
<p>压降的另一个方面是运动磨损. 电动机或鼓风机必须努力工作,寿命越短. HEPA过滤器使鼓风机更加努力,因此我们应该期望它的寿命会更短. 使用LAFC比较,我们发现HEPA版本的可能性是比较静电模型的3倍. 这些故障大多数是由于不定期更换HEPA过滤器而引起的. 空气通过电动机的运动是电动机冷却的主要来源. 没有足够的气流,电动机过热和失败.</p>
<p><img src=”https://www.lakeair.com/wp-content/uploads/2019/07/cooling-blower-300×217.jpg” alt=”鼓风机冷却插图” width=”300″ height=”217″ /></p>
<p>没有足够的气流,单位效率会降低,鼓风机有过热和失败的危险.</p>
<h2>生态友好的考虑</h2>
<p>哪种过滤类型更环保? 关于这个话题也有公开辩论. HEPA过滤器无法回收. 他们的性质充满了从空中删除的不良元素. 它们必须被扔进垃圾中,并将坐在土地填充物多年. 在使用最大HEPA和静电的比较中,我们确定在产品的寿命中,最大Hepas废物将占据30,000立方英寸的垃圾填埋场. 另一方面,最大静电会产生少量的臭氧. 该金额小于0.百万分之5. 我们家外的空气通常包含的臭氧比这更多,但仍有环境影响需要考虑. 就像许多考虑因素一样,重要的是要查看所有贡献因素并做出适合我们需求和信念的产品决策.</p>
<h2>产品分解</h2>
<table><tbody> <tr> <td width=”197″>hepa</td> <td width=”197″>静电</td> </tr><tr> <td width=”197″>效率</td> <td width=”197″>99.97%</td> <td width=”197″>97%</td> </tr><tr> <td width=”197″>操作成本</td> <td width=”197″>$ 500.00年度</td> <td width=”197″>12个小时</td> </tr><tr> <td width=”197″>压力下降</td> <td width=”197″>22%</td> <td width=”197″>4%</td> </tr><tr> <td width=”197″>噪音</td> <td width=”197″>54 dB(a)平均</td> <td width=”197″>45 dB(a)平均</td> </tr><tr> <td width=”197″>鼓风机穿</td> <td width=”197″>增加30%</td> <td width=”197″>少30%</td> </tr><tr> <td width=”197″>环保的</td> <td width=”197″>垃圾填埋场30,000立方米</td> <td width=”197″>0.每百万 /臭氧5份</td> </tr></tbody></table>
<p>没有明显的赢家;只是有明智的决定. 如果您想为您的特定需求选择正确的空气净化解决方案,请致电我们的客户服务专家 <strong>800-558-9436</strong>. HEPA与静电:这两种技术都有其位置. 发现哪种最适合您独特的空气净化情况. 公正的信息和事实</p>
<h2>经常问的问题</h2>
<p>HEPA过滤器是一种旨在从空气中去除非常小的颗粒的空气滤清器. HEPA代表&ldquo;高效颗粒空气.这些过滤器通常用于医院和其他设置,在这些设置中,将污染物从空中清除很重要. HEPA过滤器也用于一些真空吸尘器和空气净化器.</p>
<p>静电空气过滤器是一种使用静电从空气中取出颗粒的空气滤清器. 过滤器由充电的金属电线网格组成. 当空气通过过滤器时,带电的颗粒被吸引到电线并被困在滤器上.</p>
<p>在捕获小颗粒(例如灰尘和花粉)时,静电空气过滤器比标准空气过滤器更有效. 他们还可以去除较大的颗粒,例如霉菌和宠物皮屑.</p>
<ol>
<li>HEPA过滤器删除99.97%的机载颗粒,包括灰尘,花粉,宠物皮屑和烟雾.</li>
<li>HEPA过滤器有助于提高室内空气质量,并可以减轻过敏和哮喘症状.</li>
<li>HEPA过滤器还可以帮助减少病毒和细菌的扩散.</li>
</ol>
<p>没有明显的赢家;只是有明智的决定. 如果您想提供更多帮助选择适合您特定需求的空气净化解决方案,请致电800-558-9436与我们的客户服务专家联系.</p>
<p>HEPA与静电:这两种技术都有其位置. 发现哪种最适合您独特的空气净化情况. 公正的信息和事实</p>
<h2>HEPA是否过滤静电?</h2>
<p>2020年11月23日| 06:15 AM</p>
<p><img src=”https://www.daikinairpurifier.co.in/sites/default/files/Features-of-a-True-HEPA.jpg” /></p>
<p>HEPA代表高效率颗粒空气,是一种指定,用于描述能够捕获99的过滤器.97%的粒子为0.3微米. 与空气净化器中HEPA风格过滤配对的最佳技术确实取决于您的生活方式选择和关注. 在带有HEPA样式过滤的空气净化器中,有许多不同的技术,例如活性炭,预滤器,紫外线和电离器.</p>
<p>Daikin的空气净化器型号MC70MVM6具有真正的静电HEPA滤波器,甚至能够过滤掉最优质的灰尘颗粒. 真正的静电HEPA过滤器能够删除99.97%的精细颗粒0.3μm. 过滤器用静电力有效地收集灰尘. 与未电化的HEPA过滤器相比,它不容易堵塞,该过滤器仅通过网格的细度收集颗粒. 该过滤器能够一次净化大部分空气,使其成为室内使用的最佳空气净化器之一.</p>
<h3>真正的静电HEPA滤波器与非电压滤波器之间的比较</h3>
<p><img src=”https://www.daikinairpurifier.co.in/sites/all/themes/dap/images/comparison.jpg” alt=”比较” /></p>
<h3>真正的静电HEPA滤波器</h3>
<p>在此过滤器中,过滤器纤维本身具有静电,并有效地收集颗粒. 由于低压而不会堵塞.</p>
<h3>非电压滤波器</h3>
<p>因为它仅依靠网格尺寸捕获粒子,所以有必要使网格更细,使其容易被堵塞.</p>
<p>除此之外并支持真正的HEPA静电滤波器的功能,Daikin MC70MVM6 Airpurifier具有防尘传感器灯,静电HEPA过滤器,除臭过滤器和Eco模式等. 它还具有可洗的前过滤器,可通过微网捕获大型颗粒,例如头发,毛皮和灰尘。一种气味过滤器,可消除先进的活性碳消除较小的颗粒,不良气味和有害气体。以及重要的电离器,可以提高清洁能力并通过负离子清新空气.</p>
<p>Daikin空气净化器非常适合HEPA空气净化器,非常适合现代房屋.</p>
<h2>媒体过滤vs. HEPA过滤vs. 电子空气净化器</h2>
<p><img src=”https://jdindoorcomfort.com/wp-content/uploads/2018/08/Air-filter-header.jpg” alt=”媒体过滤器与HEPA过滤器与电子空气净化器” /></p>
<p>普通人每天呼吸近2,000加仑的空气. 因此,在呼吸空气质量方面采取措施很重要. 实际上,据说室内空气的污染最多可比室外空气高5倍,因为它通常包含灰尘,细菌,污染物,花粉甚至病毒等显微镜颗粒. 如果您或家中某人患有过敏或哮喘,这些有害的微粒可能会导致室内疾病,从而引发症状和攻击.</p>
<p>室内空气质量产品,例如媒体过滤器,HEPA过滤器,电子空气清洁剂和紫外线灯已被证明有助于提高空气质量. 但是有什么区别,哪一个适合您? 我们将在下面讨论每个.</p>
<h3><img src=”https://jdindoorcomfort.com/wp-content/uploads/2018/08/s-l1000-217×300.png” /></h3>
<h3>媒体过滤器</h3>
<p>类似于干衣机中的皮棉陷阱,媒体空气过滤器通过房屋的HVAC系统从空中收集灰尘,污垢和其他颗粒. 媒体空气清洁剂的尺寸从1英寸到4英寸不等,应每隔几个月更换一次,以提高空气质量并避免空气阻塞. 这些过滤器最有效地保护您的HVAC系统免受大颗粒的侵害,但是在捕获较小的显微镜颗粒时,它们不太有效.</p>
<h3> <img src=”https://jdindoorcomfort.com/wp-content/uploads/2018/08/Aprilaire2310_1-204×300.png” /></h3>
<h3>HEPA过滤器</h3>
<p>HEPA过滤器设计为99.所有颗粒的97%0.3微米或更大. 这些过滤器强烈建议在患有过敏或哮喘的乘员的房屋中. HEPA过滤器确实需要进行一些HVAC修改才能安装,通常需要每隔几年替换每隔几年. HEPA过滤器的一个缺点是,如果没有常规清洁,它们可能会限制空气流量,从而导致您的HVAC系统更大和压力.</p>
<h3> <img src=”https://jdindoorcomfort.com/wp-content/uploads/2018/08/5000-apr-1-238×300.png” /></h3>
<h3>电子空气清洁剂</h3>
<p>电子空气清洁剂使用电场吸引和捕获颗粒,很容易将它们视为污垢磁铁. 大多数电子空气清洁剂还包含杀死有害细菌和病毒的内置UV组件(如果没有的话,可以作为附加组件购买). 像HEPA过滤器一样,电子空气清洁剂确实需要HVAC系统修改以安装和定期清洁,以提高效率.</p>
<h3><img src=”https://jdindoorcomfort.com/wp-content/uploads/2018/08/aprilaire-uv-300×286.png” />紫外线 /灯</h3>
<p>紫外线灯取决于医院,疗养院甚至NASA,以保持室内空气灭菌,没有细菌和其他有害颗粒. 它们安装在您的HVAC系统的返回空气管中,并在通过系统时进行对空气进行消毒.</p>
<p>每个室内空气质量解决方案都提供自己的一套优点和缺点. 如果您需要帮助决定哪种最适合您的家庭和家人,或者立即安排免费咨询!</p>