柳叶刀-星球健康 | 中国细颗粒物暴露和死因死亡率研究

传统细颗粒物（PM2.5）危害评价研究常使用大气PM2.5作为暴露指标，然而普通人群80%以上时间均停留于室内。因此，大气PM2.5作为暴露指标可能会导致其危害评价存在偏差。目前，仅有少量研究报道了室内暴露校正后的颗粒物危害评价，并且多局限于单一或者少数城市。近年来，随着人们对颗粒物危害的进一步认识，越来越多的城市人群购买了家用PM2.5监测设备。基于这些大数据，北京航空航天大学联合中国疾病预防控制中心首次在中国开展了全国尺度上的包含室内暴露的细颗粒物污染和不同死因慢性病风险的相关研究。

此研究首先提取了我国36个城市，2015-2017年间47,459,183条室内空气监测器的监测数据，并从人群偏性和数据质量等方面对室内监测数据的可靠性进行了验证。随后，利用大气PM2.5浓度水平，气象条件，各城市经济人口指标为解释变量，采用机器学习的GBM算法，建立了中国城市水平上的室内细颗粒物预测模型，并且可解释误差达75%以上。基于此模型，研究预测了中国302个城市的室内细颗粒物浓度水平。结果表明我国2013-2017年室内细颗粒物浓度大约为40±21 μg/m3 , 比大气PM2.5浓度(50±42 μg/m3) 低20%左右。和室外细颗粒物浓度在北方比南方高25%左右不同的是，我国南北方居民室内PM2.5暴露差异性相对较小。同时，本研究利用我国不同区域的人群室内室外停留时间，估算了每个城市2013-2017年的时间权重调整后的细颗粒物暴露浓度。

随后，此研究提取了2013年1月到2017年12月之间，全国三百多个城市死因监测点的日死因数据。针对其中的267个城市，使用滞后非线性模型分析了时间校正后的PM2.5暴露和不同慢性死因之间的效应关系。此外，研究采用随机效应的meta分析获取了全国尺度上的效应关系。（图1）

Figure 1: Associations of reconstructed PM2·5 exposure with cause-specific mortality

Data are the percentage differences (95% CI) in daily mortality per 10 μg/m3 increase in 2-day moving average concentrations, based on single-pollutant and two-pollutant models in 267 Chinese cities. CVD=cardiovascular disease. CHD=coronary heart disease. RD=respiratory disease. COPD=chronic obstructive pulmonary disease. Corresponding numerical data are in the appendix (p 26).

时间序列分析表明，时间权重校正后的PM2.5每增加10 μg/m3会导致0.44% (95% 置信区间(CI): 0.33–0.54%)、0.50% (95% CI: 0.37-0.63%)、0.46% (95% CI: 0.28-0.63%)、 0.49% (95% CI: 0.32-0.66%)、0.59% (95% CI: 0.39-0.79%)和0.69% (95% CI: 0.45-0.92%)的非意外、心血管疾病、冠心病、中风、呼吸类疾病以及慢性阻塞性肺疾病的死亡风险。这些效应值大约是基于大气PM2.5评估结果的两倍左右，而基于时间权重校正后的PM2.5四分位距计算的慢病死亡风险，也比传统利用大气PM2.5估计的死亡风险高79%左右。其原因可能是室内PM2.5浓度在空间和时间尺度上呈现了相对较小的差异性。总体上，PM2.5暴露所引起的慢性死因风险的季节差异性和性别较小，但是在空间上差异明显，如北方人群的单位慢性死因风险高于南方人群。同时，研究也表明老年人和低教育水平人群是细颗粒物暴露的敏感人群。

此研究揭示了传统基于大气PM2.5可能低估了细颗粒物的危害和风险，提示应该谨慎使用大气PM2.5作为相关危害效应和风险评估中的暴露指标。END

*中文翻译仅供参考，所有内容以英文原文为准。

推荐阅读

点击阅读原文，查看《柳叶刀-星球健康 》更多论文