高浓度细颗粒物暴露职业人群血清克拉拉细胞蛋白与肺功能相关性研究
于海涛1, 王婷2, 王艳华2, 许梦梦2, 王振杰2, 吴难2, 赵红伟1, 戴宇飞2, 段化伟2     
1. 山东第一医科大学附属莱钢医院;
2. 中国疾病预防控制中心职业卫生与中毒控制所
摘要: 目的 在高浓度细颗粒物(Fine particulate matter,PM2.5)暴露职业人群中,探讨血清克拉拉细胞蛋白(Clara cell protein,CC16)水平与肺功能变化之间的关系。方法 选取390名男性焦炉工人作为暴露组,其中低PM2.5组215人、高PM2.5组175人,同地区的对照组工人115名。酶联免疫吸附测定法(ELISA)检测血清中CC16水平,使用便携式电子肺活量计测量研究对象肺功能的改变。结果 3组人群血清CC16水平随PM2.5暴露水平的增加呈下降趋势,且差异具有统计学意义(P=0.019)。研究发现FEV1/FVC与血清CC16水平之间具有正相关关系(r=0.094,P=0.035)。简单线性回归校正年龄、身高、体重、饮酒和吸烟,亦发现在全人群中FEV1/FVC随血清CC16降低而降低(P=0.045)。在非吸烟人群中,FEF25%~75%%和FEV1/FVC与血清CC16水平之间具有正相关关系,但在吸烟人群中,各项肺功能指标与血清CC16水平之间均无线性相关关系。年龄分层后发现,在年龄≤ 36岁的人群中,FEF25%~75%%、FEV1%和FEV1/FVC随血清CC16的降低而降低(P分别为0.032、0.036和0.029),但在年龄> 36岁的人群中,并未发现各项肺功能指标与血清CC16显著关联。结论 高浓度PM2.5暴露职业人群血清CC16水平与肺功能降低之间存在明显的相关性,血清CC16水平改变可以作为高浓度PM2.5暴露致肺损伤的效应标志物。
关键词: 颗粒物    血清克拉拉细胞蛋白    肺功能    
Association of Serum Clara Cell Protein with Pulmonary Function in Occupational Populations with High-PM2.5 Exposure
YU Haitao1, WANG Ting2, WANG Yanhua2, XU Mengmeng2, WANG Zhenjie2, WU Nan2, ZHAO Hongwei1, DAI Yufei2, DUAN Huawei2
Abstract: Objectives The aim was to investigate the association of serum clara cell protein (CC16) and pulmonary function in occupational populations with high fine particulate matter (PM2.5) exposure. Methods We selected 390 male coke oven workers as the exposure group, of whom 215 workers in low-PM2.5group and 175 workers in high-PM2.5 group, then selected 115 non exposed workers as the control group. Enzyme-linked immunosorbent assay (ELISA) method was used to detected the serum CC16 levels, and the pulmonary function was measured by spirometer. Results With the increase of PM2.5 exposure level, serum CC16 levels reduced (P=0.019). There was a positive correlation between FEV1/FVC and serum CC16 levels (r=0.094, P=0.035). There also was a positive correlation between FEV1/FVC and serum CC16 levels (P=0.045) in total population after simple linear regression adjusted age, height, weight, drinking and smoking. After stratification by smoking, the subjects showed a positive correlation between FEF25%~75%%, FEV1/FVC and serum CC16 levels in non-smokers. However, there was no any correlation between lung function and serum CC16 levels among the smokers. After age stratification, the authors found a positive correlation between FEF25%~75%%, FEV1%, FEV1/FVC and serum CC16 levels in population younger than 36 years (P values were 0.032, 0.036 and 0.029, respectively). However, the authors did not find similar correlation among population who is older than 36 years. Conclusions There is significant correlation between serum CC16 level and lung function in population with high PM2.5 exposure. The decrease of serum CC16 levels could be used as a marker for lung injury caused by high-PM2.5 exposure.
Key words: particulate matter    CC16    pulmonary function    

空气污染是威胁人类健康的主要因素之一。细颗粒物(fine particulate matter,PM2.5)作为空气污染的主要成分之一,对公众健康的危害已受到密切关注。研究表明,长期暴露于PM2.5,易引起呼吸系统疾病甚至肺癌的发生[1, 2]。钢铁冶炼行业排出的燃煤型细颗粒物是局部地区大气污染物的主要来源之一。据报道,2013年中国有36.6万人由于燃煤导致的空气污染而过早死亡[3]。此外,PM2.5易吸附多环芳烃等有毒有害物质,进一步增加了其对人体的危害[4]。职业人群较一般人群而言,接触更高浓度的PM2.5暴露,更易引起各类呼吸系统疾病甚至是肺癌的产生。

克拉拉细胞蛋白(Clara cell protein,CCl6)是由非纤毛细支气管克拉拉细胞分泌的一种组织特异性小蛋白,具有抗炎、抗氧化和抗纤维化等作用,由于其在肺中的高表达以及肺血屏障作用使得血清中的CC16主要以呼吸道来源为主,因此血清CC16是克拉拉细胞损伤和肺血屏障通透性改变的一种早期的敏感性标志物[6, 7]。此外,CC16也是慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)、环境或职业有害因素暴露所引起的肺部损伤的潜在生物标志物[8-10]。肺功能检查是对肺、气道疾病的一个早期诊断方法[11]。长期暴露于大气颗粒物,会导致肺功能降低[12],但目前对于血清CC16水平与肺功能之间关联性的研究甚少。由于目前中国大气PM2.5污染情况比较严峻,职业人群较一般人群健康危害风险更高,暴露水平高的职业人群更有可能被观察到敏感标志物变化。因此,本研究通过选择PM2.5暴露较高的职业人群[13],检测PM2.5高暴露职业人群血清CC16水平及肺功能的改变,进一步评估血清CC16水平与肺功能在颗粒物暴露中的关系。

1 对象与方法 1.1 研究对象

采用横断面调查方法,选择华东地区某焦化厂作业工人作为暴露人群,以距焦化厂3 km以外的氧气厂和冷轧厂工人作为对照人群。按照现场PM2.5检测结果将焦炉作业工人划分为低PM2.5组和高PM2.5组。本次研究中选择具有完整肺功能检测数据的男性工人为研究对象,最终纳入研究505人,其中对照组115人,低PM2.5组175人,高PM2.5组215人。研究对象纳入标准:①当前岗位工作年限≥1年;②近半年内未接受X射线检查;③近1个月内无抗生素等药物服用史;④无肺部、肾脏疾病或癌症。本研究经中国疾病预防控制中心职业卫生与中毒控制所医学伦理委员会批准,所有研究对象均已签署知情同意书。

1.2 仪器与试剂

TH150-DⅡ空气颗粒物采样器(武汉天虹仪器有限公司);Infinite 200酶标仪(瑞士Tecan公司);洗板机(美国Thermo公司);MH-2微量振荡器(中国海门其林贝尔公司);超纯水机(法国Millipore公司);便携式电子肺活量计(德国Jaeger公司);人克拉拉蛋白ELISA试剂盒(捷克Biovendor公司)。

1.3 问卷调查与样本收集

调查员经专门培训后,采用统一的《工人健康状况调查问卷》进行面对面调查,调查内容包括一般人口学资料、健康状况、吸烟与饮酒史以及职业史。既往吸烟≥100支和/或在调查时仍吸烟即为吸烟者,近半年来每周饮酒≥2次即为饮酒者。

1.4 颗粒物采集与分析

提前干燥和称重滤膜,使用装有PM2.5切割头的TH150-DⅡ空气颗粒物采样器采集工作环境中颗粒物,定点采样包括焦化厂上述工种的工作区域,以及氧气厂和冷轧厂的工作区域。采样前进行流量校准,采样时设置采样流量为100 L/min,连续采样(2~8) h,计算时间加权平均浓度。随后,使用称重法计算采集滤膜中PM2.5的质量,每张滤膜连续称重3次取其平均值。

1.5 血清CC16检测

采集研究对象静脉血5 mL/人,样本分装后于-80 ℃储存。采用人克拉拉细胞蛋白ELISA试剂盒检测研究对象血清中CC16水平,所有操作均按照说明书进行。将标准品稀释为50、25、12.5、6.25、3.13和1.57 ng/mL的标准系列。标准系列和血清样本分别稀释25倍后加入96孔板中,每孔100 μL。室温孵育1 h后,洗板机清洗3次,加入检测抗体再次室温孵育1 h。应用Infinite 200酶标仪在450 nm波长检测微孔板并进行读数。每块板中保证均有质控样本、对照组和暴露组样本,每个样本设置2个复孔。血清CC16的最低检测限是46 pg/mL,微孔板内和板间批次差分别为0.45%~6.71%和8.76%。

1.6 肺功能检测

使用Jaeger便携式电子肺活量计对研究对象进行肺功能检测。采用欧洲呼吸学会标准和美国胸科学会公布的测定方法和技术条件[14],所有检测均由固定的医师进行。检测前对仪器进行校正,测定时受试者采取坐位姿势,在测试人员的指导下进行吸气和呼气操作,重复3次,选取最优一次作为最佳结果。检测记录受试者的肺活量(vital capacity,VC)、用力肺活量(forced vital capacity,FVC)、第一秒用力呼气容积(forced expiratory volume in 1 second,FEV1)、用力肺活量(forced expiratory volume,FVC)和用力呼气中段流量(forced mid expiratory flow curve,FEF25%~75%)等指标。计算出VC占预计值百分比(VC%),FVC占预计值百分比(FVC%),FEV1占预计值百分比(FEV1%),第一秒用力呼气容积占用力肺活量百分比(FEV1/FVC),FEF25%~75%占预计值百分比(FEF25%~75%/预计值)。

1.7 统计学分析

采用SPSS 17.0软件进行统计分析。实验结果为计量资料,经正态性检验后,符合正态分布或近似正态分布,用均数±标准差(X±s)进行描述,多组间差异采用ANOVA方差分析,组间均数两两比较采用LSD检验。不服从正态分布者,用中位数(M)和第25、75百分位数(P25,P75)进行描述,数值经自然对数转换后进行相应统计分析,转换后仍不服从正态分布者,多组间差异采用Kruskal Wallis检验。各组间吸烟和饮酒状况采用卡方检验。血清CC16水平与肺功能各个指标之间的关系经自然对数转换后采用多重线性回归模型分析。所有检验均为双侧检验,检验水准α=0.05。

2 结果 2.1 人群一般基本情况

表 1所示,本次研究人群为505人,其中对照组115人,低暴露组175人,高暴露组215人。三组间年龄、身高、体重和吸烟率差异具有统计学意义(分别为P<0.001,P=0.009,P=0.015,P=0.05),但饮酒率差异无统计学意义。

图 1 PM2.5致血清CC16水平的改变

表 1 研究人群一般基本情况
组别PM2.5/(μg/m3)年龄/岁,(X±s)身高/cm,(X±s)体重/kg,(X±s)吸烟率/%饮酒率/%
对照组(n=115)57.25±20.7033.26±7.25173.31±7.0377.20±14.9140.958.3
低暴露组(n=175)139.92±66.2736.41±7.36171.82±6.3173.90±11.0053.768.6
高暴露组(n=215)266.72±102.8236.13±6.93171.03±6.1573.37±10.5154.067.0
P< 0.001a< 0.001a0.009a0.015a0.05b0.165b
注:a:ANOVA方差分析;b:卡方检验

2.2 研究对象血清CC16水平比较

对照组、低PM2.5组、高PM2.5组人群血清CC16水平分别为7.28±2.95、7.23±3.01、6.57±3.03 mg/L。三组间血清CC16水平比较,差异有统计学意义(F=3.994,P=0.019)。多重线性回归校正年龄、饮酒和吸烟后,三组间血清CC16水平差异仍具有统计学意义(P=0.009)。

2.3 血清CC16水平与肺功能的关系

在对照组、低PM2.5组、高PM2.5组人群间,没有发现VC%、FEF25%~75%/预计值、FVC%和FEV1/FVC等指标的统计学差异。多重线性回归校正年龄、身高、体重、饮酒和吸烟,分别在全人群和不同暴露组中观察血清CC16与肺功能指标的关系,发现在总人群中FEV1/FVC随血清CC16降低而降低(P=0.045);在不同暴露组中分析时,未发现肺功能主要指标与血清CC16的显著关联(P>0.05)(表 2)。

表 2 血清CC16水平与肺功能的关系
指标血清CC16(ln转换)
β标准误标准化回归系数tPβ的95%可信区间
总人群
  VC%0.1070.1640.0280.6520.515-0.216~0.430
  FEF25%~75%/预计值0.1170.0680.0751.7300.084-0.016~0.250
  FVC%0.0740.1630.0200.4520.651-0.246~0.393
  FEV1%0.2360.1530.0671.5400.124-0.065~0.538
  FEV1/FVC0.5630.2800.0892.0070.0450.012~1.114
对照组
  VC%0.0500.3280.0140.1520.880-0.600~0.700
  FEF25%~75%/预计值-0.0060.138-0.004-0.0420.967-0.279~0.267
  FVC%-0.0080.319-0.002-0.0260.979-0.640~0.623
  FEV1%0.0820.2950.0260.2760.783-0.504~0.667
  FEV1/FVC0.3090.6050.0500.5100.611-0.890~1.507
低PM2.5
  VC%0.0210.2840.0060.0740.941-0.540~0.582
  FEF25%~75%/预计值0.0750.1170.0460.6390.523-0.156~0.306
  FVC%-0.010.283-0.003-0.0360.972-0.569~0.549
  FEV1%0.0980.2570.0280.3830.703-0.409~0.605
  FEV1/FVC0.4280.5040.0660.8490.397-0.567~1.422
高PM2.5
  VC%0.1930.2580.0500.7470.456-0.315~0.701
  FEF25%~75%/预计值0.1850.1010.121.8250.069-0.015~0.385
  FVC%0.1880.2560.0490.7340.464-0.316~0.692
  FEV1%0.430.2470.1161.740.083-0.057~0.916
  FEV1/FVC0.6670.4050.1091.6460.101-0.132~1.466
注:多重线性回归校正年龄、身高、体重、饮酒和吸烟

2.4 吸烟分层后血清CC16水平与肺功能的关系

为了比较吸烟在血清CC16与肺功能各指标相关性分析中的影响,将研究对象按照吸烟量进行吸烟分层分析。如表 3所示,在非吸烟人群中,FEF25%~75%/预计值和FEV1/FVC随血清CC16的降低而降低(P分别为0.019和0.002)。但在吸烟人群中,各项肺功能指标与血清CC16水平之间均无显著关联(P>0.05)。

表 3 吸烟分层后血清CC16水平与肺功能指标之间的关系
指标血清CC16(ln转换)
β标准误标准化回归系数tPβ的95%可信区间
非吸烟人群(n=248)
  VC%-0.0610.205-0.019-0.2980.766-0.466~0.343
  FEF25%~75%/预计值0.1990.0840.1452.3630.0190.033~0.365
  FVC%-0.0990.204-0.030-0.4870.627-0.500~0.302
  FEV1%0.2170.1900.0721.1470.252-0.156~0.591
  FEV1/FVC1.1150.3590.1933.1020.0020.407~1.823
年吸烟包数≤6包/a(n=122)
  VC%0.3020.3590.0720.8400.402-0.410~1.013
  FEF25%~75%/预计值0.0110.1500.0070.0760.940-0.285~0.308
  FVC%0.2360.3580.0570.6610.510-0.472~0.945
  FEV1%0.2340.3480.0580.6740.502-0.455~0.924
  FEV1/FVC-0.0230.612-0.003-0.0370.971-1.235~1.190
吸烟包年数>6包/a(n=135)
  VC%0.4940.3670.1171.3480.180-0.231~1.220
  FEF25%~75%/预计值0.0840.1470.0500.5740.567-0.207~0.376
  FVC%0.4840.3590.1171.3500.179-0.226~1.195
  FEV1%0.4230.3350.1091.2610.209-0.240~1.085
  FEV1/FVC0.0380.5950.0060.0630.950-1.139~1.214
注:多重线性回归校正年龄、身高、体重、饮酒

2.5 年龄分层后血清CC16水平与肺功能的关系

为观察年龄对血清CC16水平与肺功能相关性中的影响,对年龄进行分层后发现,在年龄≤ 36岁的人群中,FEF25%~75%/预计值、FEV1%和FEV1/FVC随血清CC16的降低而降低(P分别为0.032,0.036和0.029),但在年龄> 36岁的人群中,并未发现各项肺功能指标与血清CC16显著关联(P>0.05);(表 4)。

表 4 年龄分层后血清CC16水平与肺功能指标之间的关系
指标血清CC16(ln转换)
β标准误标准化回归系数tPβ的95%可信区间
年龄≤36岁(n=265人)
  VC%0.2700.2380.0671.1370.257-0.198~0.738
  FEF25%~75%/预计值0.2010.0930.1262.1600.0320.018~0.383
  FVC%0.2470.2330.0621.0600.290-0.212~0.707
  FEV1%0.4640.2200.1242.1110.0360.031~0.896
  FEV1/FVC0.8350.3800.1292.1970.0290.087~1.583
年龄>36岁(n=240人)
  VC%-0.0450.229-0.013-0.1950.846-0.497~0.407
  FEF25%~75%/预计值0.0300.0980.0200.3010.763-0.164~0.223
  FVC%-0.0840.229-0.024-0.3660.714-0.535~0.367
  FEV1%0.0110.2150.0030.0490.961-0.413~0.434
  FEV1/FVC0.3050.4060.0500.7510.453-0.495~1.104
注:多重线性回归校正身高、体重、饮酒和吸烟。

3 讨论

大量研究已经表明,空气污染会引起呼吸系统、心血管系统等多种不同健康损害的发生[15]。肺功能改变常被作为衡量肺损伤的指标,但有关循环系统中反映肺损伤指标的研究并不多见。CC16作为一种重要的肺部损伤蛋白,其变化具有重要的临床意义。研究表明机体急性暴露于环境化学物时,会引起肺血屏障受损,血管渗透性增加,血清CC16水平升高[16-17]。此外,长期环境污染物的暴露会导致克拉拉细胞受损,引起CC16的合成和分泌减少[18-19]。既往研究已经发现柴油机尾气职业暴露或六价铬职业暴露的工人,其血清CC16水平均显著降低[10, 20]。在本次研究中,焦化厂的多个生产岗位均有较高水平的颗粒物暴露,其高暴露组远高于国内的平均环境暴露水平。在焦炉作业人群中发现血清CC16水平随PM2.5暴露水平的增高呈下降趋势,提示血清CC16水平降低可以作为高浓度PM2.5职业暴露致肺损伤的一个标志物。且已有研究表明血清CC16浓度可以预测一般成年人群的死亡风险,血清CC16浓度过度降低与肺癌的发生有关[21]。因此,血清CC16水平降低也可以作为暴露人群健康风险预测的一个敏感性指标。

肺功能是呼吸系统健康的一个重要衡量指标。VC是最大吸气后能呼出的最大气量,属于静态肺功能指标;FVC是动态肺功能指标;FEV1和FEV1/FVC是判断气道阻塞最常用的指标;FEF25%~75%是反应小气道损伤的敏感性指标[22]。大量研究表明,暴露于大气颗粒物会导致肺功能的降低,且其降低的程度与颗粒物的粒径大小有关,其对高暴露人群、儿童及老年人的肺功能影响更为显著[5, 23]。张利平等[24]发现暴露于柴油机尾气的工人,FEV1和FEV1/FVC出现降低。研究表明,CC16在肺部具有抗炎和抗氧化的作用[25]。国外开展的多个人群的前瞻性队列研究表明,低血清CC16浓度与慢性阻塞性肺病(COPD)的加速进展以及肺癌风险增加有关[21, 26]。环境流行病学研究表明CC16水平降低与肺功能下降之间存在相关性。Guerra等[26]的队列研究发现CC16浓度降低1个标准差,FEV1下降4.4 mL/a。Zhou等[27]通过3 a的随访研究发现低血浆CC16(< 15.83 ng/mL)人群组中,FVC显著降低。已有研究发现长期暴露于柴油机尾气的工人其血清CC16水平降低,血清CC16水平与肺功能FEV1之间存在显著的正相关关系[20]。马亚楠等[28]研究发现儿童尿中CC16水平与FVC之间具有正相关关系。本研究通过分析血清CC16与肺功能之间的关系,发现FEV1/FVC与血清CC16水平之间具有正相关关系,与以往人群研究结果一致。环境烟草暴露也会引起CC16水平改变及肺功能的改变[29-30],为了评估吸烟对血清CC16及肺功能的影响,对人群进行了吸烟分层,发现在非吸烟人群中,FEF25%~75%/预计值和FEV1/FVC与血清CC16水平之间具有正相关关系,但吸烟人群中,各项肺功能指标与血清CC16水平之间均无线性相关关系,说明在本次研究人群中,高浓度PM2.5暴露引起的肺部损伤效应大于烟草暴露引起的肺部损伤效应,提示PM2.5暴露是导致焦炉工人血清CC16水平降低和肺功能改变的其中一个主要原因。血清CC16与肺功能存在明显的相关性。年龄对于肺功能也是一个重要的影响因素[31]。在本次研究中,通过年龄分层,发现在年龄≤ 36岁的人群中,FEF25%~75%/预计值、FEV1和FEV1/FVC随血清CC16的降低而降低,但在年龄> 36岁的人群中并未发现这些关联,这可能与是年龄相对较大的一部分人群PM2.5暴露较低有关,但具体原因还需要进一步探讨。以上结果进一步证实了血清CC16水平降低可以作为高浓度PM2.5职业暴露致肺损伤的一个早期标志物,血清CC16水平与肺功能之间存在着良好的相关性。

综上所述,通过观察PM2.5高暴露职业人群中血清CC16水平与肺功能的改变,发现血清CC16与肺功能存在明显的相关性,说明血清CC16改变可能是PM2.5暴露所致肺功能改变的机制之一,也进一步证实了血清CC16改变可以作为高浓度PM2.5暴露职业人群肺损伤的效应标志物。该指标是否适用于较低水平的环境暴露人群的肺损伤评估,还需要大样本量的人群研究验证。

参考文献
[1]
Guan WJ, Zheng XY, Chung KF, et al. Impact of air pollution on the burden of chronic respiratory diseases in China: time for urgent action[J]. Lancet, 2016, 388(10054): 1939-1951. DOI:10.1016/S0140-6736(16)31597-5
[2]
鞠娅, 沈若冰, 余小萍. 大气细颗粒物(PM2.5)对呼吸系统的损伤作用机制概述[J]. 国际呼吸杂志, 2016, 36(21): 1677-1680. (In English: Ju Y, Shen RB, Yu XP. An overview of fine particulate matter (PM2.5) on the mechanism of the injury of respiratory system[J]. Int J Respir, 2016, 36(21): 1677-1680. DOI:10.3760/cma.j.issn.1673-436X.2016.21.018)
[3]
Kan HD, Chen RJ, Tong SL. Ambient air pollution, climate change, and population health in China[J]. Environ Int, 2012, 42: 10-19. DOI:10.1016/j.envint.2011.03.003
[4]
GBD MAPS工作组.燃煤和其他主要大气污染源所致的中国疾病负担.专题报告20[R].波士顿: 健康影响研究所, 2016.
[5]
曹丽敏, 周芸, 张庄, 等. 环境空气颗粒物及其组分对呼吸系统健康的影响[J]. 中华预防医学杂志, 2016, 50(12): 1114-1118. (In English: Cao LM, Zhou Y, Zhang Z, et al. Impacts of airborne particulate matter and its components on respiratory system health[J]. Chin J Prev Med, 2016, 50(12): 1114-1118. DOI:10.3760/cma.j.issn.0253-9624.2016.12.018)
[6]
Lakind JS, Holgate ST, Ownby DR, et al. A critical review of the use of Clara cell secretory protein (CC16) as a biomarker of acute or chronic pulmonary effects[J]. Biomarkers, 2007, 12(5): 445-467. DOI:10.1080/13547500701359327
[7]
Hermans C, Bernard A. Lung epithelium-specific proteins: characteristics and potential applications as markers[J]. Am J Respir Crit Care Med, 1999, 159(2): 646-678. DOI:10.1164/ajrccm.159.2.9806064
[8]
Laucho-Contreras ME, Polverino F, Gupta K, et al. Protective role for club cell secretory protein-16 (CC16) in the development of COPD[J]. Eur Respir J, 2015, 45(6): 1544-1556. DOI:10.1183/09031936.00134214
[9]
Wang CC, Cai J, Chen RJ, et al. Personal exposure to fine particulate matter, lung function and serum club cell secretory protein (Clara)[J]. Environ Pollut, 2017, 225: 450-455. DOI:10.1016/j.envpol.2017.02.068
[10]
Li P, Li Y, Zhang J, et al. Biomarkers for lung epithelium injury in occupational hexavalent chromium-exposed workers[J]. J Occup Environ Med, 2015, 57(4): e45-e50. DOI:10.1097/JOM.0000000000000436
[11]
郑劲平. 肺功能检查临床意义和诊断思路[J]. 中国实用内科杂志, 2012, 32(8): 569-574. (In English: Zheng JP. The clinical significance and diagnostic thought of pulmonary function test[J]. Chin J Pract Intern Med, 2012, 32(8): 569-574.)
[12]
Wang SH, Bai YS, Deng QF, et al. Polycyclic aromatic hydrocarbons exposure and lung function decline among coke-oven workers: a four-year follow-up study[J]. Environ Res, 2016, 150: 14-22. DOI:10.1016/j.envres.2016.05.025
[13]
Wang YH, Duan HW, Meng T, et al. Reduced serum club cell protein as a pulmonary damage marker for chronic fine particulate matter exposure in Chinese population[J]. Environ Int, 2018, 112: 207-217. DOI:10.1016/j.envint.2017.12.024
[14]
Hankinson JL, Gardner RM. Standardization of spirometry[J]. Am Rev Respir Dis, 1988, 137(2): 493-495.
[15]
Pope CA, Dockery DW, Schwartz J. Review of epidemiological evidence of health effects of particulate air pollution[J]. Inhal Toxicol, 1995, 7(1): 1-18.
[16]
Burgess JL, Nanson CJ, Bolstad-Johnson DM, et al. Adverse respiratory effects following overhaul in firefighters[J]. J Occup Environ Med, 2001, 43(5): 467-473. DOI:10.1097/00043764-200105000-00007
[17]
Bernard A, Hermans C, Van Houte G. Transient increase of serum Clara cell protein (CC16) after exposure to smoke[J]. Occup Environ Med, 1997, 54(1): 63-65. DOI:10.1136/oem.54.1.63
[18]
Gowdy K, Krantz QT, Daniels M, et al. Modulation of pulmonary inflammatory responses and antimicrobial defenses in mice exposed to diesel exhaust[J]. Toxicol Appl Pharmacol, 2008, 229(3): 310-319. DOI:10.1016/j.taap.2008.01.040
[19]
Berthoin K, Broeckaert F, Robin M, et al. Serum pneumoproteins and biomarkers of exposure to urban air pollution: a cross-sectional comparison of policemen and foresters[J]. Biomarkers, 2004, 9(4-5): 341-352. DOI:10.1080/13547500400018646
[20]
Wang HT, Duan HW, Meng T, et al. Local and systemic inflammation may mediate diesel engine exhaust-induced lung function impairment in a Chinese occupational cohort[J]. Toxicol Sci, 2018, 162(2): 372-382. DOI:10.1093/toxsci/kfx259
[21]
Guerra S, Vasquez MM, Spangenberg A, et al. Serum concentrations of club cell secretory protein (Clara) and cancer mortality in adults: a population-based, prospective cohort study[J]. Lancet Respir Med, 2013, 1(10): 779-785. DOI:10.1016/S2213-2600(13)70220-0
[22]
Götschi T, Heinrich J, Sunyer J, et al. Long-term effects of ambient air pollution on lung function: a review[J]. Epidemiology, 2008, 19(5): 690-701. DOI:10.1097/EDE.0b013e318181650f
[23]
贾晓峰, 宋晓明, 郭新彪. 大气颗粒物暴露对成人肺功能影响的研究进展[J]. 中华预防医学杂志, 2009, 43(8): 730-732. DOI:10.3760/cma.j.issn.0253-9624.2009.08.020
[24]
Zhang LP, Zhang X, Duan HW, et al. Long-term exposure to diesel engine exhaust induced lung function decline in a cross sectional study[J]. Ind Health, 2017, 55(1): 13-26. DOI:10.2486/indhealth.2016-0031
[25]
Broeckaert F, Bernard A. Clara cell secretory protein (CC16): characteristics and perspectives as lung peripheral biomarker[J]. Clin Exp Allergy, 2000, 30(4): 469-475. DOI:10.1046/j.1365-2222.2000.00760.x
[26]
Guerra S, Halonen M, Vasquez MM, et al. Relation between circulating CC16 concentrations, lung function, and development of chronic obstructive pulmonary disease across the lifespan: a prospective study[J]. Lancet Respir Med, 2015, 3(8): 613-620. DOI:10.1016/S2213-2600(15)00196-4
[27]
Zhou Y, Mu G, Liu YW, et al. Urinary polycyclic aromatic hydrocarbon metabolites, Club cell secretory protein and lung function[J]. Environ Int, 2018, 111: 109-116. DOI:10.1016/j.envint.2017.11.016
[28]
Ma YN, Wang J, Lee YL, et al. Association of urine CC16 and lung function and asthma in Chinese children[J]. Allergy Asthma Proc, 2015, 36(4): 59-64. DOI:10.2500/aap.2015.36.3853
[29]
Lam DCL, Kwok HH, Yu WC, et al. CC16 levels correlate with cigarette smoke exposure in bronchial epithelial cells and with lung function decline in smokers[J]. BMC Pulm Med, 2018, 18(1): 47. DOI:10.1186/s12890-018-0607-7
[30]
高欣丽, 张英杰, 樊磊, 等. 吸烟与大气污染对肺部疾病的影响[J]. 国际呼吸杂志, 2018, 38(5): 378-381. (In English: Gao XL, Zhang YJ, Fan L, et al. Influence of smoking and air pollution on lung diseases[J]. Int J Respir, 2018, 38(5): 378-381. DOI:10.3760/cma.j.issn.1673-436X.2018.05.013)
[31]
Quanjer PH, Tammeling GJ, Cotes JE, et al. Lung volumes and forced ventilatory flows. Report working party standardization of lung function tests, European community for steel and coal. Official statement of the European respiratory society[J]. Eur Respir J Suppl, 1993, 16: 5-40.
DOI: 10.13421/j.cnki.hjwsxzz.2019.05.002
中国疾病预防控制中心主办。
0
于海涛, 王婷, 王艳华, 许梦梦, 王振杰, 吴难, 赵红伟, 戴宇飞, 段化伟
YU Haitao, WANG Ting, WANG Yanhua, XU Mengmeng, WANG Zhenjie, WU Nan, ZHAO Hongwei, DAI Yufei, DUAN Huawei
高浓度细颗粒物暴露职业人群血清克拉拉细胞蛋白与肺功能相关性研究
Association of Serum Clara Cell Protein with Pulmonary Function in Occupational Populations with High-PM2.5 Exposure
环境卫生学杂志, 2019, 9(5): 418-424
Journal of Environmental Hygiene, 2019, 9(5): 418-424
DOI: 10.13421/j.cnki.hjwsxzz.2019.05.002

相关文章

工作空间