顆粒物污染對高血壓門急診就診人數的影響-時間序列研究

翁 俊,韋性富,聶永紅,王敏珍,康 峰,孟祥燕,胡曉斌,裴泓波,白亞娜,鄭 山* (.蘭州大學公共衛生學院流行病與衛生統計學研究所,甘肅 蘭州 70000；.金昌市疾病預防控制中心,甘肅 金昌 7700；.金川集團股份有限公司職工醫院,甘肅 金昌 7700)

近年來顆粒物污染事件頻發,對居民健康的影響越來越突出,顆粒物的健康危害效應受到越來越多的關注.國內外研究顯示,大氣顆粒物污染能夠導致呼吸系統和心血管系統疾病的患病[1-2]、發病[3-8]、死亡風險增加[9-13].

其中,有研究發現高血壓的患病、發病和死亡風險隨著污染物濃度的升高而增加[14-19].流行病學研究顯示,國內高血壓患病率呈現上升趨勢,44.7%的中年人患有高血壓與之相反的是高血壓的知曉率、治療率、控制率處在較低水平[20].與全球水平相比,無論是死亡還是 DALY(傷殘調整壽命年),中國人群歸因于高血壓的比例均較高,高血壓造成的健康影響非常嚴重[21].“健康中國2030”提出—至 2030年基本實現高血壓、糖尿病患者管理干預全覆蓋[22],因此明確高血壓的潛在風險因素對實現其有效控制至關重要.空氣污染尤其是顆粒物污染對高血壓的影響近年成為一個重要關注點,然而國內關于顆粒物對高血壓的研究主要集中在大城市的 PM10污染,PM2.5的研究較少[23].金昌市是西北地區典型的工業城市,具有特殊的地理位置,顆粒物污染與高血壓之間的關聯研究還相對有限,因此本文定量評估顆粒物PM10和PM2.5與高血壓門急診人數之間的暴露反應關系,從而為高血壓的有效防治提供科學依據.

1 資料與方法

1.1 研究地區的特征

金昌市 2015年人口 47.05萬人,總面積 0.89萬km2[24],地處河西走廊中段,區域內多山地、戈壁、沙漠.氣候具有明顯的大陸性溫帶干旱氣候特征,干旱少雨,晝夜、四季溫差較大,風大風頻,多西北風.區域內礦產資源豐富,是典型的工業城市.

1.2 資料來源

1.2.1 門急診資料 收集整理 2012年 1月 1日～2015年12月31日金昌市3家主要綜合性醫院門急診所有高血壓病例,病例信息主要包括就診號、年齡、性別、就診日期、醫院診斷及ICD-10編碼等.

1.2.2 大氣污染與氣象資料 從金昌市環境監測站收集整理2012-01-01～2015-12-31逐日PM10、SO2、NO2地面監測數據;2014年1月1日～2015年12月31日逐日 PM2.5監測數據來源于青悅開放環境數據中心[25].同期的氣象觀測資料來源于金昌市氣象局,包括逐日平均氣溫、平均相對濕度、風速、沙塵暴、揚沙、浮沉等.

1.3 統計學分析

本文采用廣義相加模型(,GAM)擬合不同顆粒物與高血壓門急診人數的關聯性.高血壓日門急診人數對總人群來說是小概率事件,統計學分布近似泊松分布,因此將Poisson回歸引入廣義相加模型[26].

首先,建立只含時間序列的基本模型,使用平滑樣條函數控制時間的長期趨勢和季節效應,并以啞元變量的形式控制“星期幾效應”和“節假日效應”.

模型為:

式中:Yt|X為高血壓門急診人數; E(Yt|X)為高血壓門急診人數期望值;s 為平滑樣條函數; time為日歷時間; df為自由度; DOW為星期幾效應; Holiday為節假日效應.

其次,在模型(1)中逐步引入平均溫度、相對濕度及風速,使用赤池信息量準則(AIC)來選擇自由度,將AIC值最小的自由度引入模型中[12,27],用平滑樣條函數控制其混雜效應.

模型為:

式中: temp為平均溫度; Humidity為相對濕度;windsp為平均風速.

在模型(2)中分別引入PM10與PM2.5進行顆粒物與高血壓門急診人數的單污染物暴露效應分析.考慮到顆粒物的累積效應及滯后效應,分別設計 PM10與PM2.5的單滯后模式(顆粒物當天(L0)至滯后7d(L7)對高血壓門急診入院人數的效應)及累積滯后模式(顆粒物當天及前1d的滑動平均(L01)至當天及前7d的滑動平均值(L07)的累積滯后效應).在此基礎上,選擇滯后效應最大的天數進行分層分析.按照不同性別、年齡(＜65歲,65～75歲及≥75歲)分別擬合顆粒物與高血壓門急診人數的暴露反應關系.

再次,在單污染物模型的基礎上,將 SO2、NO2引入模型,分析多污染物協同作用下顆粒物的效應.

多污染模型為:

式中:β為回歸系數; Xk為顆粒物濃度.

另外,考慮到金昌市沙塵天氣對顆粒物濃度的影響,將氣象觀測資料中浮塵、揚沙、沙塵暴的天氣定義為沙塵天氣,并在模型(2)的基礎上引入沙塵天氣的二分類變量,分析沙塵天氣調整前后對顆粒物效應的修飾作用.

顆粒物對高血壓門急診人數的效應用相對危險度RR和超額危險度ER來評價,ER=(RR-1)*100%[12].本文的單位濃度變化為顆粒物濃度的四分位間距(,IQR), IQR=P75-P25.

本文的數據資料使用SPSS22.0統計軟件進行匯總管理,使用 R3.4.1統計軟件進行數據的統計分析,檢驗水準α=0.05.

2 結果

2.1 2012～2015年金昌市大氣污染物濃度、氣象因素及高血壓門急診人數一般情況

根據ICD-10進行疾病分類,篩選高血壓(ICD-10:I10)病例,共 55363例,其中男性 55.48%,女性45.52%,65歲及以上人群占42.79%.由表1可知,高血壓日均門急診人數為 37.89人,其中男性 21.02人、女性16.87人;65歲以下病例21.68人、65～75歲病例10.20人、75歲以上病例6.01人.研究期間PM10、PM2.5、SO2和 NO2的平均濃度分別為 103.47,38.02,55.25,22.30μg/m3,其中 PM10與 PM2.5濃度的IQR分別為 55.78,26.78μg/m3.2012～2015年平均溫度為 9.68℃、平均濕度為 37.87%、平均風速為 1.78m/s.

表1 2012～2015年金昌市大氣污染物濃度、氣象因素及高血壓門急診人數Table 1 Air pollution levels, meteorological variables and hypertension admissions in Jinchang during 2012～2015

2.2 大氣污染物日平均濃度與氣象要素間的Spearman相關分析

由表2可知, PM10日平均濃度與污染物PM2.5、SO2、NO2濃度之間存在正相關,等級相關系數分別為 0.81、0.34和0.19,與氣象要素氣溫、氣濕存在負相關,等級相關系數分別為-0.39、-0.24; PM2.5日平均濃度與污染物SO2、NO2濃度之間存在正相關,等級相關系數分別為 0.56和0.47,與氣溫、氣濕和風速之間的等級相關系數分別為-0.55、-0.17和-0.23; SO2和NO2與氣象要素氣溫和風速之間有較強的關聯,與氣溫、濕度、風速均呈負相關.

表2 2012～2015年金昌市大氣污染物日平均濃度與日氣象要素的Spearman相關分析Table 2 Spearman correlations between daily weather and air pollution variables in Jinchang from 2012 to 2015

2.3 顆粒物與高血壓門急診人數的關聯性分析

大氣顆粒物與高血壓門急診人數關聯性結果見圖 1.在單滯后模型中,滯后天數以滯后 5d和 7d為主,滯后 5d時效應最強,PM10平均濃度每升高一個 IQR(55.78μg/m3),高血壓日門急診人數增加1.02% (95%CI: 0.55%～1.49%).在累計滯后模型中,滯后天數主要集中在滯后 05至 07d,其中滯后 07d效應最強,PM10平均濃度每升高一個 IQR(55.78μg/m3),高血壓日門急診人數增加 2.30%(95%CI:1.30%～3.32%). PM2.5與高血壓門急診人數之間的關聯性在單滯后模型分析中,滯后 6d時效應最強,PM2.5的平均濃度每升高一個 IQR(26.78μg/m3),高血壓日門急診人數增加 2.53%(95%CI: 1.45%～3.62%),累積滯后模型中,PM2.5與高血壓門急診人數的關聯性無統計學意義(P＞0.05).由圖 2可知,顆粒物濃度與高血壓日門急診人數之間表現為正相關關系,即隨著顆粒物濃度的增加,高血壓日門急診人數隨之增加.

圖1 顆粒物(PM10、PM2.5)濃度每升高1個IQR高血壓門急診人次數變化Fig.1 The association between a IQR increase in pollutants and hospital admissions for hypertension

2.4 顆粒物濃度與性別、年齡別高血壓門急診人數的關聯性分析

表 3是顆粒物與不同性別、年齡人群高血壓門急診人數的時間序列分析結果.由表 3可知,,PM10平均濃度每升高1個IQR高血壓男性高血壓門急診人數分別增加 2.82%(95%CI: 1.465%～4.19%)、女性增加2.08%(95%CI: 0.62%～3.57%).65歲以下人群增加 2.23%(95%CI: 0.92%～3.55%),65～74歲人群增加3.16%(95%CI: 1.25%～5.10%),75歲以上人群增加2.90%(95%CI: 0.43%～5.44%).PM2.5平均濃度每升高1個IQR男性高血壓門急診人數增加3.30%(95%CI:1.87%～4.74%)、女性增加 0.87%(95%CI: -0.80%～2.56%).65歲以下人群增加 1.24%(95%CI: -0.21%～2.72%),65～74歲人群增加 3.50%(95%CI: 1.47%～5.58%),75歲以上人群增加 3.71%(95%CI: 1.05%～6.44%).

表3 金昌市顆粒物污染與不同性別、年齡組高血壓門急診人數的關聯性*Table 3 Association between paticulate matter and hypertension admissions at different gender, age

2.5 顆粒物與高血壓門急診人數關聯性的多污染 模型

表4是增加SO2、NO2后多污染模型中顆粒物對高血壓門急診人數影響的分析結果.由表4可知,單獨引入SO2后,PM10對高血壓門急診人數的效應由2.30%減少到 2.11%;單獨引入 NO2時,PM10對高血壓門急診人數的效應由2.30%減少到2.23%;同時引入SO2、NO2后效應值由2.30%減少到2.11%.單獨引入SO2時,PM2.5對高血壓門急診人數的效應由2.53%減少到2.42%和2.23%;單獨引入 NO2時,PM2.5對高血壓門急診人數的效應由2.53%減小到 2.47%;同時引入 SO2、NO2后效應值由2.53%減小到2.47%,結果均有統計學意義.

表4 多污染模型中顆粒物濃度每升高1個IQR高血壓門急診人數的變化*Table 4 Excess risk for hypertension admissions for a IQR increase in particulate matter in multiple pollutants model

2.5 沙塵對顆粒物與高血壓門急診人數影響的修飾作用

由表 5可知,在相同的暴露濃度下,沙塵天氣時PM10對高血壓門急診人數的效應由 2.30%增加到2.36%,PM2.5對高血壓門急診人數的影響由 2.43%減少到2.39%.

表5 調整沙塵天氣后顆粒物對高血壓門急診人數的影響*Table 5 Association between paticulate matter and hypertension admissions after adjust dust weather

3 討論

本研究顯示金昌市高血壓門急診人數隨顆粒物濃度升高而增加.歐美國家研究表明 PM2.5濃度每增加10μg/m3高血壓門急診人數增加2.03%[3],國內也有研究報道 PM10和 PM2.5濃度每增加 10μg/m3高血壓入院風險增加,OR分別為 1.06(95% CI: 1.020～1.101)、1.084 (95% CI: 1.028～1.139)[28].本文單污染模型顯示,PM10累積滯后 7d對高血壓門急診人數影響的效應最大,PM2.5滯后6d效應最大.有研究顯示滯后3dPM10濃度每增加 15.0μg/m3高血壓入院 OR值為1.06(95% CI:1.01～1.11),滯后 6dPM2.5濃度每增加6.2μg/m3OR 值為 1.07(95% CI:1.01～1.11)[29].滯后1dPM10、PM2.5對高血壓影響的效應達到最大[28].可知顆粒物暴露能夠增加高血壓門急診入院風險,且存在一定的滯后效應,,其原因可能與顆粒物能夠長時間懸浮在空氣中延長了人群暴露時間有關.顆粒物濃度每升高1個IQR,PM2.5較之PM10對人群高血壓急診入院的危害更高[28],與本文所得結果相似,可能是粒徑越小越容易吸附各種有毒的有機物和重金屬元素,粒徑越小越容易進入人體循環系統產生危害效應.

本文研究結果顯示,PM10和PM2.5對男性、65歲以上人群的影響效應更高,PM2.5對相應高血壓門急診人數的影響高于 PM10.國內外已有的研究發現男性對顆粒物的敏感性高于女性[19,30-31],考慮可能與男性的暴露機會大于女性有關.此外相關研究也表明顆粒物對高血壓的影響中,60歲及以下人群 OR值為1.15(95% CI:1.07～1.22),60歲以上人群 OR 值為1.07(95% CI:0.97～1.16)[1],顆粒物致使65歲以下人群高血壓的入院風險更高(P＜0.05)[17],還有研究結果顯示PM2.5與 PM10對65歲以上人群影響更顯著[8,15,32].不同研究結果之間的差異可能與地區及人群特征的差異有關,但大部分研究結果都表明隨著年齡的增加顆粒物的影響趨向于更加明顯.

本文研究結果表明,引入 SO2、NO2后,PM10對高血壓門急診人數的效應減弱;引入SO2后PM2.5對高血壓門急診人數的效應減弱,增加 NO2或同時引入 SO2、NO2后,PM2.5的效應減弱.已有研究顯示調整SO2、NO2后,PM10和PM2.5對高血壓門急診入院的效應減弱[28].PM2.5對高血壓的效應在調整NO2后減弱,SO2可以增強顆粒物PM2.5的效應[33].調整NO2后,PM10和 PM2.5對心血管疾病入院的效應減弱[4].調整 SO2后,PM10對高血壓門急診入院的效應減弱[34].與本文的結論相似,即氣態污染物(SO2、NO2)對顆粒物的影響有協同效應;在多污染物模型中PM10、PM2.5對高血壓門急診人次的影響仍具有統計學意義,提示大氣顆粒物污染是高血壓門急診入院的獨立危險因素.

沙塵天氣對顆粒物的健康效應存在一定的修飾效應.本文研究結果顯示,在相同的暴露濃度下沙塵天氣時 PM10效應增強、PM2.5效應減弱.北京地區的研究顯示沙塵天氣下 PM10效應低于非沙塵天氣,PM2.5的 RR值前后變化不明顯[27],武威市高血壓門急診人數隨沙塵天氣的強度增大而增大[35].這可能與沙塵天氣顆粒物成分簡單、吸附的有害組分較少有關.沙塵天氣時,西北地區特殊的地理環境可能會造成粗顆粒物濃度明顯增加,濃度變化產生的效應掩蓋了顆粒物組分變化的效應.

本研究使用門急診數據來反映顆粒物對高血壓影響的急性健康效應,其敏感性較住院數據更好.由于采集的原始病例數據沒有區分門診與急診數據,因此無法分析顆粒物對門、急診的效應,基于環境地面監測資料的暴露評估并不能反應個體的真實暴露水平;雖然時間序列分析控制了一些與時間相關的混雜因素影響但是仍然存在較多的混雜..在之后的研究中以大規模的前瞻性隊列研究為主,同時進行生物學機制研究,進一步的明確顆粒物與高血壓之間的關聯性及顆粒物產生作用可能的機制.也應當注意到不同污染類型即顆粒物所吸附的不同組分對高血壓的影響.

4 結論

4.1 顆粒物(PM10、PM2.5)與高血壓門急診人次之間存在一定的劑量反應關系,PM2.5對高血壓門急診入院的影響更大.

4.2 男性、65歲以上人群對顆粒物影響的敏感性更高.

4.3 氣態污染物(SO2、NO2)對顆粒物的影響有協同效應.

4.4 沙塵天氣對顆粒物的健康效應存在一定的修飾效應.