蘭州市空氣污染對呼吸系統疾病入院人數的影響

陶 燕,羊德容 ,蘭 嵐 ,王洪新 ,王式功 (.蘭州大學資源環境學院,甘肅 蘭州 730000；.蘭州大學大氣科學學院,甘肅 蘭州 730000)

近年來,空氣污染對人類健康的影響逐漸成為國內外研究的熱點之一.WHO對全球3211個城市的研究表明,2000年全球室外空氣可吸入顆粒物污染引起的早死人數約為79.9萬人,其中亞太地區為48.7萬人,空氣污染的疾病負擔主要發生在發展中國家,亞洲的空氣污染疾病負擔占全球的 2/3[1].眾多研究均表明[2-5]低劣的空氣會刺激呼吸系統使其出現病變.Pikhart等[6]調查了3680名兒童,多水平分析結果顯示,NO2每升高10μg/m3,兒童喘息發作的危險性增加 1.16倍;SO2每升高 10μg/m3,兒童喘息發作的危險性增加 1.08倍.周燕榮等[7]分析了重慶大氣污染與上呼吸道疾病與病癥的關系,結果發現在高、中、低污染區,上呼吸道疾病與病癥的發病率分別為22.0%、12.9%和9.1%.

蘭州市是一個以石油化工、冶金和機械工業為主的工業城市,空氣污染較為嚴重,再加上地理條件的制約,特有的盆地地形、特殊的氣象條件等因素使蘭州空氣污染物不易擴散.因此本研究利用蘭州市2007年1月1日至2009年12月31日空氣污染物和呼吸系統疾病日入院人數數據,運用時間序列方法,通過廣義相加模型分析蘭州市空氣污染對居民呼吸系統疾病的影響,具有明確的地域代表性,同時也為疾病的預防控制和有關環境的決策提供科學依據.

1 資料與方法

1.1 疾病資料

呼吸系統疾病日入院資料取自蘭州市 3所大型綜合醫院2007年1月1日至2009年12月31日的住院登記表.呼吸系統疾病由醫院專業人員根據國際疾病分類標準第 10版(ICD-10:J00-J99)進行分類[8],并剔除了因人為原因造成的疾病.3所醫院呼吸系統疾病入院人數占蘭州市區呼吸系統疾病總入院人數的30%～40%.

1.2 空氣污染物資料

收集了2007年1月1日至2009年12月31日蘭州市3種主要污染物PM10、SO2、NO2日均濃度,資料來自于蘭州市環境監測站.采用線性內插法對缺失數據進行填補得到的完整的日均濃度序列.

1.3 氣象資料

收集了2007年1月1日至2009年12月31日蘭州市逐日地面氣象資料,包括平均氣溫、最高氣溫、最低氣溫、氣壓、相對濕度等氣象因子,資料來自于甘肅省氣象局.

1.4 方法

采用半參數廣義相加模型(GAM)[9]分析空氣污染物與呼吸系統疾病日入院人數的影響,并分別按性別和年齡的不同分層建立模型.相對于總人口來說,呼吸系統疾病患者入院屬于小概率事件,其實際分布近似 Poisson分布[10],故本研究擬合 Poisson回歸的 GAM 模型.在排除星期幾(day of the week)效應,用樣條平滑函數排除長期趨勢、氣象等混雜因素影響的基礎上,將當天(lag0)、1d前至 7d前污染物 PM10、SO2、NO2濃度逐一引入模型.具體模型如下:

Log[E(Yk)]=α+ DOW+βXk+s(time,df)+ s(Zk,df)式中:Yk為第k日呼吸系統疾病入院人數;E(Yk)為第k日呼吸系統疾病入院人數的期望值;α為殘差;β為回歸系數;Xk為第k日污染物濃度;s為樣條平滑函數;df為自由度;DOW為星期啞元虛擬變量;time為日歷時間;Zk為第k日氣象要素.

確定單污染物的最優模型后,引入 PM10、SO2和 NO2,分別建立單污染物模型和多污染物模型,分析多污染物協同作用下空氣污染物對人群健康造成的損害如何變化,由此確定研究期間主要影響呼吸系統入院人數的危險因子.并且采用 Akaike信息標準(AIC)作為評判標準[11],對回歸模型進行因子選擇與優度檢驗.

根據 GAM 模型估算出空氣污染物的回歸系數β,計算相對危險度(RR)RR=EXP[IQR(inter-quartile range)·β],在此基礎上計算出 RR 的95%的可信區間(95%CI) EXP[(β±1.96SE)·IQR],污染物濃度每增加 10μg/m3疾病日入院人數變化的百分比為 10/IQR×(RR-1)×100%.統計分析由R軟件和SPSS軟件實現.

2 結果

2.1 描述性分析

2007年1月1日至2009年12月31日蘭州市大氣中主要污染物PM10、NO2、SO2的日均濃度年均值、主要氣象因素和呼吸系統疾病日入院人數的描述性統計結果見表 1.可以看出,蘭州市大氣中主要污染物PM10、NO2、SO2的日均濃度年均值均高于國家空氣質量二級標準[12].3年期間呼吸系統疾病入院人數合計為 19009人,男女性別比將近 2:1;老年(年齡≥65)人群占總呼吸系統疾病入院人數 25.7%,年齡≤15歲的人群占38.3%;年齡介于15～65歲之間的人群占36.0%.

2.2 空氣污染物及氣象因素間的相關性

Pearson 相關性分析結果見表2,3種污染物之間均存在明顯的正相關,且有統計學意義,說明污染物之間具有一定的協同作用,其中 NO2與SO2的相關性較強,相關系數為0.430.氣溫、能見度與 3種污染物之間均呈現負相關,且具有統計學意義.

2.3 空氣污染物與日入院人數的關系

2.3.1 單污染物模型 圖1顯示了在單污染模型下空氣污染物PM10、SO2和 NO2日平均濃度對居民呼吸系統疾病日入院人數的 RR.可以看出,PM10對不同人群的影響具有一定的滯后效應,且滯后時間略有差異,全人群和女性人群在滯后2d有統計學意義,其他人群均在滯后 5d具有統計學意義;PM10每升高1個IQR,全人群、男性、女性、年齡≥65歲的老年人群、15～65歲以及≤15歲人群的RR依次為1.015、1.022、1.026、1.039、1.033和1.048.SO2對不同人群的均在滯后3d RR達到最大值,且除女性人群和15～65歲人群外,均具有統計學意義;SO2每升高1個IQR,全人群、男性、女性、年齡≥65歲的老年人群、15～65歲人群以及≤15歲人群的RR依次為1.049、1.061、1.052、1.085、1.072和1.101.NO2對全人群、女性及≤15歲人群的影響在當天具有統計學意義,且每升高 1個 IQR,其 RR分別為 1.040、1.050和1.078;對男性、年齡≥65歲的老年人群及15～65歲人群的影響在滯后3d具有統計學意義,且每升高1個IQR,其RR分別為1.065、1.074和1.066.

表1 蘭州市2007～2009年空氣污染物濃度、氣象因素和呼吸系統疾病入院人數統計Table 1 Statistics of air pollutants, meteorological factors and hospital admissions for respiratory diseases in Lanzhou,from 2007 to 2009

表2 蘭州市2007～2009年空氣污染物濃度與氣象因素的Pearson相關系數Table 2 Pearson correlation coefficients between atmospheric pollution concentrations and meteorological factors in Lanzhou from 2007 to 2009

2.3.2 多污染物模型 表3顯示了在雙污染模型中,分別引入SO2或NO2后,PM10對全人群、男性、老年人群和年齡≤15歲人群呼吸系統疾病入院人數的影響不大,且仍具有統計學意義,對女性和 15～65歲人群的影響的 RR明顯下降,但不具統計學意義.引入PM10后,SO2對全人群、老年人群和年齡≤15歲人群呼吸系統疾病日入院人數的影響不大,對男性和15～65歲人群的影響的RR明顯增加,且仍均具有統計學意義,對女性人群影響的RR明顯下降,但不具統計學意義;引入NO2后,SO2對全人群、女性、15～65歲和和年齡≤15歲人群影響的 RR明顯增加,除女性人群外均具有統計學意義,對男性和老年人群的影響的 RR明顯下降,但均不具有統計學意義.引入 PM10后,NO2對全人群、男性、老年人群和年齡≤15歲人群呼吸系統疾病日入院人數影響的影響RR明顯下降,但僅男性具有統計學意義,對女性和15～65歲人群的影響的RR明顯增加,且仍均具有統計學意義;引入SO2后,NO2對男性、老年人群和年齡≤15歲人群呼吸系統疾病日入院人數影響的影響RR明顯下降,但均不具有統計學意義,對女性和15～65歲人群的影響的RR明顯增加,且仍均具有統計學意義,對全人群影響變化不大.在多污染模型中,同時引入PM10、SO2和NO2,對全人群的影響仍具有統計學意義,對老年人群的影響不具有統計學意義.

圖1 空氣污染影響呼吸系統疾病入院人數的相對危險度(單污染模型)Fig.1 Relative risks of the association between atmospheric pollution and hospital admissions for respiratory diseases ( single-pollutant model)

表3 空氣污染影響呼吸系統疾病入院人數的相對危險度(多污染模型)Table 3 Relative risks of the association between atmospheric pollution and hospital admissions for respiratory diseases( multi-pollutant model)

3 討論

自20世紀90年代以來,基于廣義相加模型的時間序列分析已被國際上廣泛用于空氣污染急性暴露對各種健康效應終點的研究.時間序列方法對同一研究人群反復觀察暴露條件改變后的健康效應,因此與時間變化相關的一些變量,如年齡改變、吸煙、社會經濟因素等,就不再成為研究空氣污染健康效應的混雜因素[13],這是時間序列的一個關鍵優點.

國內外研究證明,從輕微的呼吸系統癥狀的產生到心肺疾病的門診人數、入院人數和死亡率的增加都與空氣污染有著密切關系[14-18].本研究收集了2007年1月1日至2009年12月31日蘭州市大氣污染物(PM10、SO2、NO2)日均濃度和呼吸系統疾病日入院人數資料,探討了蘭州市大氣污染與呼吸系統疾病日入院人數變化的暴露-反應關系.由于研究時間較國外同類研究相對較短,而且,不同大氣污染物之間存在著明顯的共線性,具體區分某個污染物的健康效應相對困難,多污染物模型由于增加模型擬合結果的標準差[19],因而在統計學上的意義較低.本研究亦與國內外報道[20-21]的空氣污染與呼吸系統疾病日入院人數關系的研究一致.經 GAM模型分析得知,當空氣污染物PM10、SO2和NO2濃度每增加1個IQR,全人群呼吸系統疾病日入院人數分別增加1.5%、4.9%和4.0%.PM10對人群的影響低于其他地區和國家的研究結果,原因可能為:一方面,雖然蘭州市的 PM10濃度較其他地區高,人群暴露水平高,但人群對其敏感程度反而較低,可能與當地人群對空氣污染易感性的差別、人口的年齡結構差異;另一方面,可能由于暴露-反應關系曲線在高暴露時存在近似“平臺期”,使斜率較低而導致[22].發達國家及地區的 PM10主要來自機動車尾氣排放,含有大量的二次氣溶膠,毒性高,對人體影響大,而蘭州地區顆粒物源解析表明,城市揚塵和土壤風沙貢獻率較高,其主要成分為無機礦物質,毒性弱,對人體健康影響小[22].這說明由于顆粒物特征、來源不同,顆粒物毒性存在很大差異,從而對人群健康差別很大.

從年齡與性別分層來看,年齡≤15歲的人群對空氣污染物最為敏感,PM10、SO2和 NO2每增加1個IQR,年齡≤15歲人群的呼吸系統疾病日入院人數分別增加4.8%、10.1%和7.8%;其次為年齡≥65歲的老年人群,PM10、SO2和NO2每增加1個 IQR,呼吸系統疾病日入院人數分別增加3.9%、8.5%和7.4%.原因在于:年齡≤15歲的人群生理結構發育不夠完全,免疫系統不夠完善;年齡≥65歲的老年人群隨著年齡的增長,各種機能開始減退,體質較差,機體免疫力下降,抵御不良環境的能力較差,大氣污染物中攜帶的細菌、病毒及有毒有害物質容易進入體內,導致疾病的發生.王黎華等[23]觀察了北京市大氣污染與兒童最大呼氣流量(PEF)的關系,發現空氣中 NO2和 SO2的濃度與兒童 PEF的變化顯著相關.與此類似,馬洪寶等[24]比較了上海大氣 SO2污染程度輕而顆粒物污染程度不同地區兒童的肺功能,結果發現大氣顆粒物污染可引起用力呼吸氣流(FEF)25%～75%和FEF 75%～85%的減少,提示長期暴露在顆粒物污染下,可損害兒童的肺功能.同時除PM10外,SO2和NO2對男性人群的影響較女性人群影響的 RR值大,可能是男性從事戶外作業的比例較女性高,且防護意識比女性淡薄,不良的生活習慣(如抽煙、酗酒)使男性更易受外界污染物的影響而誘發呼吸系統疾病.

4 結論

4.1 蘭州市空氣污染物對年齡≤15歲人群的呼吸系統疾病入院人數的影響最大,其次為老年人群;對男性的影響較女性明顯.

4.2 PM10滯后 2或 5d,SO2滯后3d,NO2在當天或滯后3d對呼吸系統疾病入院人數的RR值達到最大.

[1]Cohen A J, Ross Anderson H, Ostro B, et al. The global burden of disease due to outdoor air pollution [J]. Journal of Toxicology and Environmental Health Part A, 2005,68(13-14):1301-1307.

[2]Oberd?rster Gunter. Pulmonary effects of inhaled ultrafine particles [J]. International Archives of Occupational Environmental Health, 2001,74(1):1-8.

[3]朱 悅,楊小南,李宇斌.沈陽市某地區大氣污染與兒童呼吸系統疾病門診人次的關系 [J]. 環境與健康雜志, 2008,25(7):575-578.

[4]Zeghnoun A, Czernichow P, Beaudeau P, et al. Short-term effect of air pollution on mortality in the cities of Rouen and Le Havre,France,1990-1995 [J]. Archives of Environmental Health, 2001,56(4):327-335.

[5]李 寧,彭曉武,張本延.廣州市居民呼吸系統疾病每日死亡人數與大氣污染的時間序列分析 [J]. 華中科技大學學報, 2010,39(6):863-867.

[6]Pikhart H, Bobak M, Kriz B, et al. Outdoor air pollution of nitrogen dioxide and sulfur dioxide and prevalence of wheezing school children [J]. Epidemiology, 2000,11(2):153-160.

[7]周燕榮,曾 慶,徐 放.重慶地區大氣污染對居民呼吸系統疾病的影響 [J]. 重慶醫科大學學報, 1996,21(T10):118-122.

[8]衛生部衛生統計信息中心,北京協和醫院世界衛生組織疾病分類合作中心.國際疾病分類(ICD-10)應用指導手冊 [M]. 北京:中國協和醫科大學出版社, 2001:411-435.

[9]Dominici F, McDermott A, Zeger S L, et al. On the use of generalized additive models in time-series studies of air pollution and health [J]. American Journal of Epidemiology, 2002,156(3):193-203.

[10]Schwartz J, Spix C, Touloumi G, et al. Methodological issues in studies of air pollution and daily counts of deaths or hospital admissions [J]. Journal of Epidemiology and Community Health,1996,50(S1):3-11.

[11]Akaike H. Factor Analysis and AIC [J]. Psychometric, 1987,52(3):317-332.

[12]GB3095-1996 環境空氣質量標準 [S].

[13]闞海東,陳秉衡,賈 健.大氣污染物暴露與人群健康效應的暴露-反應關系分析 [J]. 環境與健康雜志, 2004,21(7):253-254.

[14]陳仁杰,陳秉恒,闞海東.上海市近地面臭氧污染的健康影響評價 [J]. 中國環境科學, 2010,30(5):603-608.

[15]李 寧,彭曉武,張本延,等.大氣污染與呼吸系統疾病日門診量的時間序列分析 [J]. 環境與健康雜志, 2009,26(12):1077-1080.

[16]常桂秋,潘小川,謝學琴,等.北京市大氣污染與城區居民死亡率關系的時間序列分析 [J]. 衛生研究, 2003,32(6):565-568.

[17]謝 鵬,劉曉云,劉兆榮,等.珠江三角洲地區大氣污染對人群健康的影響 [J]. 中國環境科學, 2010,30(7):997-1003.

[18]王 艷,張宜升,李欣鵬.濟南城區空氣污染對呼吸道疾病門診量的影響 [J]. 中國環境科學, 2008,28(6):571-576.

[19]Peters A, D?ring A, Wichmann H E, et al. Increased plasma viscosity during an air pollution episode: a link to mortality? [J].Lancet, 1997,349(9065):1582-1587.

[20]黃文珊,胡衡生,劉 航.南寧市大氣污染與呼吸系統疾病的關系 [J]. 環境與健康雜志, 2004,21(6):384-386.

[21]Leitte A M, Petrescu C, Franck U, et al. Respiratory health,effects of ambient air pollution and its pollution and its medication by air humidity in Drobeta-Turnu Severin, Romania[J]. Science of the Total Environment, 2009,407(13):4004-4011.

[22]孫兆彬,李棟梁,陶 燕,等.蘭州市大氣PM10與呼吸系統疾病入院人數的時間序列研究[J].環境與健康雜志, 2010,27(12):1049-1052.

[23]王黎華,徐希平,周玉芬,等.空氣污染與兒童最大呼氣流速變化的關系 [J]. 環境與健康雜志, 1994,11(6):243-246.

[24]馬洪寶,洪傳潔.大氣細顆粒物污染對兒童肺功能影響的多因素分析 [J]. 中國公共衛生學報, 1991,10(2):75-77.