2. 煤炭总医院
大气污染是影响人类健康的主要环境危害因素之一。已有研究表明，短期或长期暴露于大气污染物中可能增加人群呼吸系统疾病的发病率和死亡率[1-3]。目前，我国相关研究主要以呼吸系统疾病死亡率和入院率为健康效应终点，对呼吸系统疾病就诊人次的影响研究相对较少[4-5]。本研究采用时间分层的病例交叉设计，分析大气污染与呼吸系统疾病门诊量之间的关系，以探讨颗粒物(PM2.5及PM10)、二氧化氮(NO2)、二氧化硫(SO2)等大气污染物对呼吸系统疾病的影响。
1 材料与方法 1.1 资料来源 1.1.1 门诊资料2014年1月1日—2015年12月31日呼吸系统疾病逐日门诊资料来源于北京市某三级综合性医院，该院就诊人群多为北京地区居民(95%以上)，无大规模外来人口，患者来源相对稳定。同时，该院具有完善的医院信息系统(hospital information system，HIS)，所有就诊患者的信息均通过HIS系统采集，疾病分类由医院专业人员根据国际疾病分类标准第10版(ICD-10: J00-J98)进行。
1.1.2 大气污染物资料大气污染物资料来源于北京市环境保护监测中心，包括2014年1月1日—2015年12月31日北京市逐日大气PM2.5、PM10、SO2、NO2等日均浓度数据。本文中选择距离研究医院最近的监测站点的污染物浓度数据用于分析。
1.1.3 气象资料同期日平均气温、相对湿度、气压等气象数据通过中国气象局国家气象信息中心中国气象科学数据共享服务网获取。
1.2 研究设计本研究采用时间分层的病例交叉设计来分析大气污染物短期暴露对呼吸系统疾病门诊量的影响。时间分层的对照选择通常是指在一个固定的时间层，病例期和对照期处于同年、同月和同一个星期几，一个病例期匹配前后多个对照期。由于大气污染的健康影响可能存在滞后效应，研究分别观察了当天及滞后1~5 d的大气污染物浓度(即Lag0~Lag5)与呼吸系统疾病日门诊量的关系，以确定最佳滞后期。考虑到气象因素对呼吸系统疾病的影响，将日均气温、气压、相对湿度等作为控制变量与待研究变量同时引入模型，计算单污染物和多污染物条件下，大气污染物浓度每增加10 μg/m3，人群呼吸系统疾病门诊量的OR值及其95%可信区间(confidence interval，CI)。
大气污染物与气象条件之间的双变量相关分析采用Spearman秩相关，使用R 3.1.0统计软件将病例期和对照期按时间进行匹配，以每日呼吸系统疾病门诊量作为权重，应用Cox风险回归模块进行拟合，分析大气污染对呼吸系统门诊量的急性效应。根据公式
2014年1月1日—2015年12月31日共收集到199 629人次的呼吸系统疾病门诊病例，平均每天273人次。研究期间PM2.5、PM10、SO2、NO2的平均浓度分别为87.4、118.5、60.3和20.40 μg/m3。其中SO2年均浓度符合我国《环境空气质量标准》(GB 3095-2012)[7]二级标准(60 μg/m3)的要求，PM2.5、PM10、NO2年均浓度分别超过《环境空气质量标准》(GB 3095-2012)二级标准(35、70、40)μg/m3的149.7%、69.3%与50.8%。日均气温、相对湿度和气压的平均水平分别为14℃、53.3%与1 013.0 hPa(表 1)。
| 指标 | x±s | 最小值 | P25 | P50 | P75 | 最大值 |
| 大气污染物/(μg/m3) | ||||||
| PM2.5 | 87.4±77.4 | 3.9 | 31.9 | 64.3 | 116.1 | 512.1 |
| PM10 | 118.5±82.5 | 5.0 | 60.8 | 101.8 | 155.0 | 517.6 |
| NO2 | 60.3±28.8 | 5.0 | 38.8 | 55.2 | 74.2 | 194.4 |
| SO2 | 20.4±23.4 | 2.0 | 4.8 | 11.6 | 24.7 | 151.7 |
| 气象因素 | ||||||
| 气温/℃ | 14.0±10.8 | -5.9 | 2.9 | 15.6 | 24.0 | 32.6 |
| 相对湿度/% | 53.3±19.8 | 8.0 | 37.0 | 53.0 | 68.0 | 99.0 |
| 气压/hPa | 1 013.0±9.9 | 990.4 | 1 004.3 | 1 012.9 | 1 021.8 | 1 035.4 |
| 呼吸系统疾病门诊量/(人次/天) | 273±86 | 0 | 221 | 266 | 312 | 608 |
| 男性 | 122±37 | 0 | 99 | 118 | 141 | 260 |
| 女性 | 151±50 | 0 | 120 | 147 | 173 | 348 |
2.2 大气污染物与气象因素之间的相关性分析
研究期间大气污染物PM2.5、PM10、SO2和NO2之间存在明显的正相关(P < 0.05；表 2)；空气污染物与气温之间呈负相关，PM2.5、PM10和NO2与相对湿度之间呈正相关，且关联具有统计学意义(P < 0.05)。
| 变量 | PM10 | NO2 | SO2 | 气温 | 相对湿度 | 气压 |
| PM2.5 | 0.89* | 0.72* | 0.63* | -0.18* | 0.45* | 0.07 |
| PM10 | - | 0.70* | 0.62* | -0.09* | 0.28* | -0.02 |
| NO2 | - | - | 0.64* | -0.30* | 0.20* | 0.22* |
| SO2 | - | - | - | -0.54* | -0.12* | 0.44* |
| 气温 | - | - | - | - | 0.18* | -0.87* |
| 相对湿度 | - | - | - | - | - | -0.19* |
| 注：*P < 0.05;“-”表示没有结果 | ||||||
2.3 大气污染物对呼吸系统疾病门诊量影响的滞后效应
控制了日均气温、气压和相对湿度等气象因素的影响后，在不同滞后天数的情况下，单污染物模型的时间分层病例交叉分析结果如图 1。可以看出PM2.5、PM10、NO2和SO2当天浓度(Lag0)与呼吸系统疾病门诊量之间的OR值最大，即大气污染对呼吸系统疾病当日的门诊量影响最为明显。根据健康影响值最大原则确定最佳滞后期，将污染物当日浓度纳入多污染物模型分析其对呼吸系统疾病门诊量的影响。
|
| 注：图a、b、c和d分别为不同滞后天数下PM2.5、PM10、NO2和SO2与呼吸系统疾病门诊量之间的关系 图 1 不同滞后天数下大气污染物浓度与呼吸系统疾病门诊量的关系 |
2.4 不同污染物模型条件下大气污染物与呼吸系统疾病门诊量的关系
在单污染物模型条件下，控制了气象因素的影响后，大气PM2.5、PM10、NO2和SO2当日浓度每上升10 μg/m3，人群呼吸系统疾病门诊量的OR值分别为1.006 6(95% CI：1.005 8~1.007 5)、1.004 8(95% CI：1.004 1~1.005 6)、1.025 9(95% CI：1.023 7~1.028 0)与1.022 9(95% CI：1.019 8~1.025 9)，差异有统计学意义(P < 0.05)；PM10、NO2和SO2对女性呼吸系统疾病门诊量影响的OR值略高于男性，但未发现不同性别之间的差异具有统计学意义(表 3)。
| 污染物 | 男性 | 女性 | 全人群 |
| PM2.5 | 1.006 8(1.005 5~1.008 1) | 1.006 5(1.005 3~1.007 6) | 1.006 6(1.005 8~1.007 5) |
| PM10 | 1.004 4(1.003 2~1.005 5) | 1.005 2(1.004 2~1.006 3) | 1.004 8(1.004 1~1.005 6) |
| NO2 | 1.025 7(1.022 5~1.028 9) | 1.026 0(1.023 2~1.028 9) | 1.025 9(1.023 7~1.028 0) |
| SO2 | 1.021 6(1.017 0~1.026 1) | 1.023 9(1.019 8~1.028 0) | 1.022 9 (1.019 8~1.025 9) |
多污染物模型同时调整了其他污染物的影响后，大气PM2.5、PM10和SO2浓度对呼吸系统疾病门诊量影响的效应值略有下降，三种污染物与呼吸系统疾病门诊量之间的关联对较正NO2较为敏感。而在调整其他污染物的影响后，NO2对呼吸系统门诊量影响的效应值均有所上升(表 4)。
| 大气污染物 | OR值 | 95%可信区间 |
| PM2.5 | 1.006 6 | 1.005 8~1.007 5 |
| 调整NO2 | 0.997 7 | 0.996 5~0.999 0 |
| 调整SO2 | 1.004 4 | 1.003 4~1.005 5 |
| 调整NO2+SO2 | 0.997 9 | 0.996 6~0.999 1 |
| PM10 | 1.004 8 | 1.004 1~1.005 6 |
| 调整NO2 | 0.998 0 | 0.996 9~0.999 1 |
| 调整SO2 | 1.003 1 | 1.002 2~1.004 1 |
| 调整NO2+SO2 | 0.998 4 | 0.997 2~0.999 5 |
| NO2 | 1.025 9 | 1.023 7~1.028 0 |
| 调整PM2.5 | 1.030 1 | 1.027 0~1.033 3 |
| 调整PM10 | 1.028 6 | 1.025 5~1.031 8 |
| 调整SO2 | 1.027 6 | 1.024 8~1.030 5 |
| 调整PM2.5+SO2 | 1.031 1 | 1.027 6~1.034 6 |
| 调整PM10+SO2 | 1.030 6 | 1.027 1~1.034 1 |
| SO2 | 1.022 9 | 1.019 8~1.025 9 |
| 调整PM2.5 | 1.013 7 | 1.010 0~1.017 4 |
| 调整PM10 | 1.011 6 | 1.007 7~1.015 5 |
| 调整NO2 | 0.996 3 | 0.992 3~1.000 3 |
| 调整PM2.5+NO2 | 0.997 5 | 0.993 4~1.001 5 |
| 调整PM10+NO2 | 0.994 7 | 0.990 4~0.998 9 |
3 讨论
近年来的流行病学研究表明，大气污染的短期暴露与呼吸系统疾病之间存在密切关联。美国的一项多城市研究显示，PM2.5浓度每升高10 μg/m3，因呼吸系统疾病引起的急诊住院量增加2.07%(95% CI：1.2%~2.95%)[8]；欧洲大气污染和健康研究计划(APHEA)一项涉及29个城市的研究表明，大气PM10每增加10 μg/m3，呼吸系统疾病死亡的风险增加0.58%(95% CI：0.21%~0.95%)[9]；亚洲公共卫生与空气污染(PAPA)项目的研究结果亦显示，大气NO2、SO2和PM10等污染物浓度的短期升高与呼吸系统疾病死亡之间的关联存在统计学意义[10]。本研究采用时间分层的病例交叉方法分析了北京市大气污染对呼吸系统疾病门诊量的影响。结果显示大气主要污染物浓度水平与呼吸系统疾病门诊量之间存在阳性关联，大气PM2.5、PM10、NO2、SO2每增加10 μg/m3，人群呼吸系统疾病门诊量分别增加0.66%(95% CI：0.58%~0.75%)、0.48%(95% CI：0.41%~0.56%)、2.59%(95% CI：2.37%~2.80%)与2.29%(95% CI：1.98%~2.59%)。这与国内外研究结论基本一致，但效应估计值的大小与我国武汉[11]、济南[12]、深圳[13]等地同类研究相比略有不同。其原因可能与不同地区大气污染水平、污染物来源与成分以及研究人群特征等因素有关。
在不同污染物模型中，NO2与呼吸系统疾病之间关联的OR值较SO2和颗粒物相对较高，与Lai等[4]针对中国人群的Meta分析结果一致。多污染物模型纳入NO2后，PM2.5、PM10、SO2与呼吸系统疾病门诊量之间的OR值均有所下降，提示NO2与其他污染物间可能存在联合作用。但由于不同污染物之间存在明显的相关性(表 2)，使得多种污染物同时引入模型时出现较强的共线性，目前尚难以将各个污染物的效应单独区分开，有待于进一步研究。
本研究通过采用国际上较为公认的病例交叉研究方法来分析大气污染物对呼吸系统疾病的急性影响，较为客观地反映了大气污染物与呼吸系统疾病发病之间的关系，可为北京地区大气污染的健康风险评估工作提供参考。但由于本研究收集的信息仅包括一所综合性医院的门诊总量，没有年龄、疾病类型等信息，未能控制流感发病、年龄等可能混杂因素的影响，而使结果的外推受到限制。
| [1] | WHO. Air Quality Guidelines for particulate matter, ozone, nitrogen dioxide and sulfur dioxide:global update 2005[M]. Copenhagen: WHO, 2006: 217-415. |
| [2] | Pope CA, Dockery DW. Health effects of fine particulate air pollution:lines that connect[J]. J Air Waste Manag Assoc, 2006, 56(6): 709–742. doi: 10.1080/10473289.2006.10464485 |
| [3] | Krewski D, Jerrett M, Burnett RT, et al. Extended follow-up and spatial analysis of the American cancer society study linking particulate air pollution and mortality[R]. Research Report, 2009(140):5-114. |
| [4] | Lai H K, Tsang H, Wong C M. Meta-analysis of adverse health effects due to air pollution in Chinese populations[J]. BMC Public Health, 2013, 13: 360. doi: 10.1186/1471-2458-13-360 |
| [5] | Lu F, Xu DQ, Cheng YB, et al. Systematic review and meta-analysis of the adverse health effects of ambient PM2.5 and PM10 pollution in the Chinese population[J]. Environ Res, 2015, 136: 196–204. doi: 10.1016/j.envres.2014.06.029 |
| [6] | Zeka A, Zanobetti A, Schwartz J. Individual-level modifiers of the effects of particulate matter on daily mortality[J]. Am J Epidemiol, 2006, 163(9): 849–859. doi: 10.1093/aje/kwj116 |
| [7] | 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. GB 3095-2012环境空气质量标准[S]. 北京: 中国环境科学出版社, 2012. In English:State Administration of Quality Supervision, Inspection and Quarantine of People's Republic of China, China National Standardization Administration. GB 3095-2012 Ambient air quality standard[S]. Beijing:China Environmental Science Press, 2012. |
| [8] | Zanobetti A, Franklin M, Koutrakis P, et al. Fine particulate air pollution and its components in association with cause-specific emergency admissions[J]. Environ Health, 2009, 8(1): 58. doi: 10.1186/1476-069X-8-58 |
| [9] | Analitis A, Katsouyanni K, Dimakopoulou K, et al. Short-term effects of ambient particles on cardiovascular and respiratory mortality[J]. Epidemiology, 2006, 17(2): 230–233. doi: 10.1097/01.ede.0000199439.57655.6b |
| [10] | Wong CM, Vichit-Vadakan N, Vajanapoom N, et al. Part 5. Public health and air pollution in Asia (PAPA):a combined analysis of four studies of air pollution and mortality[J]. Res Rep Health Eff Inst, 2010, 154: 377–418. |
| [11] | 陈楠, 程娟, 孙鉴, 等. 2014年武汉市大气颗粒物数浓度与呼吸系统疾病日门诊量的时间序列研究[J]. 环境与职业医学, 2016, 33(10): 970–976. Chen N, Cheng J, Sun J, et al. Time-series analysis on association between particle number concentrations and respiratory diseases outpatient visits in Wuhan in 2014[J]. J Environ Occupat Med, 2016, 33(10): 970–976. (in Chinese). |
| [12] | 赵梦娇, 耿兴义, 崔亮亮, 等. 济南市2013-2015年某综合医院呼吸系统疾病就诊人次与大气颗粒物PM10、PM2.5关系的时间序列研究[J]. 中华流行病学杂志, 2013, 38(3): 374–377. Zhao MJ, Geng XY, Cui LL, et al. Association between ambient PM10/PM2.5 concentration and outpatient department visits due to respiratory disease in a hospital in Jinan, 2013-2015:a time series analysis[J]. Chin J Epidemiol, 2013, 38(3): 374–377. (in Chinese). |
| [13] | 彭朝琼, 余淑苑, 张振, 等. 深圳市大气PM10浓度对呼吸系统疾病日门诊量的影响[J]. 卫生研究, 2011, 40(4): 485–488. Peng ZQ, Yu SY, Zhang Z, et al. Effect of ambient air PM10 concentration on the hospital outpatient visit of respiratory diseases in Shenzhen City[J]. J Hyg Res, 2011, 40(4): 485–488. (in Chinese). |