龐智東,顏云盈,黃樹穩,唐鹽林,李梅,闕宇晨
支氣管肺炎是兒童尤其是嬰幼兒常見的肺部感染性疾病,是兒童住院的常見原因[1]。在全球范圍內,包括支氣管肺炎在內的下呼吸道感染性疾病是兒童死亡率居高不下的原因之一;盡管各國對于兒童支氣管肺炎均采取了積極的防治措施并取得了一定成效,但其發病率和死亡率始終居高不下[2]。研究表明,發展中國家兒童支氣管肺炎的患病率和死亡率遠高于發達國家[3]。在中國,兒童支氣管肺炎住院人數在兒童住院總人數中占比較大,為24.5%~65.2%,且患兒平均住院時間為7.4 d[4-6]。
已有研究發現,兒童呼吸系統相關疾病的發生與復發與氣溫、空氣質量關系密切[7]。兒童呼吸系統尚未發育完全,機體免疫力低下,對周圍環境更敏感,易受到大氣污染物和氣象條件變化的影響,從而引發呼吸系統疾病[8]。目前,兒童支氣管肺炎相關研究較少從時間角度分析空氣污染物和氣溫與兒童支氣管肺炎的聯系。因此,有必要按照時間序列開展空氣污染物與氣溫對兒童支氣管肺炎住院人次影響的研究。本研究基于2015—2022年南寧市的空氣污染物、氣象條件和南寧市婦幼保健院兒科支氣管肺炎住院人次等相關數據,采用廣義相加模型(generalized additive model,GAM)、分布滯后非線性模型(distributed lag non-linear model,DLNM)和雙變量響應面模型分析空氣污染物、氣溫對南寧市兒童支氣管肺炎住院人次的影響,以期為研究兒童呼吸健康影響因素提供新證據,也為政府制定控制空氣污染、改善空氣質量的政策提供依據。
1.1 資料來源 通過醫院電子信息管理系統獲取2015—2022年南寧市婦幼保健院收治的支氣管肺炎患兒的病案資料,統計每年兒童支氣管肺炎住院人次。本研究已通過南寧市婦幼保健院醫學倫理委員會免除倫理審查申請。
南寧市2015—2022年逐日空氣質量監測數據來源于南寧市環境監測站,統計日平均空氣污染物〔包括PM2.5、PM10、二氧化氮(nitrogen dioxide,NO2)、二氧化硫(sulfur dioxide,SO2)、一氧化碳(carbon monoxide,CO)和臭氧(ozone,O3)〕濃度。南寧市2015—2022年逐日氣象監測數據來源于南寧市氣象局,統計氣象因素,包括日平均氣溫和日平均相對濕度。
1.2 統計學方法 采用SPSS 24.0軟件進行基本統計分析,兒童支氣管肺炎住院人次、空氣污染物濃度、氣象因素均為計量資料且不符合正態分布,以M(P25,P75)表示。空氣污染物濃度與氣溫間的相關性分析采用Spearman秩相關分析。采用R 4.1.2軟件中的“dlnm”和“mgcv”程序包進行GAM、DLNM、雙變量響應面模型分析,具體步驟如下:(1)在控制長期時間趨勢、星期幾效應(day of week,DOW)、節假日效應及氣溫的基礎上,采用GAM分析不同時間〔住院當天(Lag0)及滯后1~7 d(Lag1~7)〕空氣污染物濃度對兒童支氣管肺炎住院人次的影響(滯后效應)〔用超額危險度(excess risk,ER)值及其95%CI表示〕,以ER值最大時為空氣污染物濃度對兒童支氣管肺炎住院人次的最強滯后效應日,采用Z檢驗分析結果是否存在統計學差異。GAM公式為:log[E(Yt)]=α+s(Timet,df1)+s(Rht,df2)+s(temperaturet,df3)+DOWt+Holodayt。其中E(Yt)為第t日兒童支氣管肺炎住院人次的期望值,α為截距,s()代表光滑樣條函數,Timet為日期,df1為控制長期趨勢的自由度,Rht為第t日相對濕度,temperaturet為第t日氣溫,df2和df3分別為控制相對濕度和氣溫的自由度;DOWt為DOW;Holodayt為節假日效應。光滑樣條函數自由度(df)的確定方法:當自由度取值高于某一值且比值比(odds ratio,OR)不再改變時,這時的自由度為有效自由度,將自動作為各變量的初始自由度。由于空氣污染物對兒童健康的影響存在一定滯后效應和累積效應,需要計算空氣污染物的單日滯后效應和累積滯后效應。(2)采用DLNM分析不同時間氣溫對兒童支氣管肺炎住院人次的影響(滯后效應)(用OR值及其95%CI表示),以氣溫中位數(20 ℃)為參考,以OR值最大時為氣溫〔低溫(4 ℃)、高溫(30 ℃)〕對兒童支氣管肺炎住院人次的最強滯后效應日,采用Z檢驗分析結果是否存在統計學差異。DLNM公式為:log[E(Yt)]=α+β×Tt,l+pollutant+covs。其中α為截距,β是Tt氣溫的回歸系數,Tt為第t日氣溫,l為最大滯后天數,pollutant為觀察日當天空氣污染物濃度,covs為協變量。(3)采用雙變量響應面模型分析空氣污染物濃度和氣溫的交互作用對兒童支氣管肺炎住院人次的影響,繪制三維空間圖,并對空氣污染物(以中位數為界)和氣溫(以20 ℃為界)進行分層以定量分析不同氣溫條件下空氣污染物濃度對兒童支氣管肺炎住院人次的影響。雙側檢驗水準α=0.05。
2.1 兒童支氣管肺炎住院人次、空氣污染物濃度、氣象因素 2015—2022年南寧市婦幼保健院收治的支氣管肺炎患兒共17 296人次(見圖1),日平均住院人次為6(2,9);2015—2022年南寧市PM2.5、PM10、NO2、SO2、CO、O3日平均濃度分別為26.00(17.00,40.25)、46.00(32.00,68.00)、9.00(1.00,25.00)、9.00(1.30、19.00)、0.80(0.09、1.90)、74.00(52.00,99.00)μg/m3;2015—2022年南寧市日平均氣溫為24.50(18.00、28.50)℃,日平均相對濕度為75.00%(67.00%、84.00%)。

圖1 2015—2022年南寧市婦幼保健院兒童支氣管肺炎住院人次Figure 1 The number of hospitalized children with bronchopneumonia in Nanning Maternal and Child Health Hospital from 2015 to 2022
2.2 空氣污染物濃度與氣溫間的相關性 Spearman秩相關分析結果顯示,PM10濃度與PM2.5濃度呈正相關(P<0.05);NO2濃度與PM2.5、PM10濃度呈正相關(P<0.05);SO2濃度與PM2.5、PM10濃度呈正相關,與NO2濃度呈負相關(P<0.05);CO濃度與PM2.5、PM10濃度呈正相關,與NO2、SO2濃度呈負相關(P<0.05);O3濃度與PM2.5、PM10、SO2濃度呈正相關(P<0.05),與NO2、CO濃度無直線相關關系(P>0.05);氣溫與PM2.5、PM10、NO2、CO濃度呈負相關,與SO2、O3濃度呈正相關(P<0.05),見表1。

表1 2015—2022年南寧市空氣污染物濃度與日平均氣溫間的相關性(rs值)Table 1 Correlation between air pollutant concentration and daily mean air temperature in Nanning from 2015 to 2022
2.3 空氣污染物濃度對兒童支氣管肺炎住院人次的單日滯后效應 Lag0、Lag1時,PM2.5濃度對兒童支氣管肺炎住院人次存在單日滯后效應(Z值分別為2.542、3.348,P值分別為0.011、<0.001),且Lag1為最強單日滯后效應日〔ER=1.244%,95%CI(0.515%,1.973%)〕;Lag2~Lag7時,PM2.5濃度對兒童支氣管肺炎住院人次不存在單日滯后效應(Z值分別為1.427、0.622、-0.169、0.319、-0.428、-1.682,P值分別為0.154、0.534、0.866、0.750、0.669、0.093),見圖2A。Lag0~Lag5時,PM10濃度對兒童支氣管肺炎住院人次存在單日滯后效應(Z值分別為4.748、5.576、3.623、3.198、2.927、2.655,P值分別為<0.001、<0.001、<0.001、0.001、0.003、0.008),且Lag1為最強單日滯后效應日〔ER=1.354%,95%CI(0.878%,1.831%)〕;Lag6、Lag7時,PM10濃度對兒童支氣管肺炎住院人次不存在單日滯后效應(Z值分別為1.677、0.437,P值分別為0.093、0.662),見圖2B。Lag0~Lag7時,NO2濃度對兒童支氣管肺炎住院人次存在單日滯后效應(Z值分別為6.680、8.142、6.200、5.966、5.114、3.814、3.861、3.061,P值分別為<0.001、<0.001、<0.001、<0.001、<0.001、<0.001、<0.001、0.002),且Lag1為最強單日滯后效應日〔ER=5.043%,95%CI(3.826%,6.260%)〕,見圖2C。Lag0、Lag5~Lag7時,SO2濃度對兒童支氣管肺炎住院人次不存在單日滯后效應(Z值分別為1.608、1.674、0.445、0.334,P值分別為0.108、0.094、0.656、0.738);Lag1~Lag4時,SO2濃度對兒童支氣管肺炎住院人次存在單日滯后效應(Z值分別為2.658、2.589、3.558、2.727,P值分別為0.008、0.010、<0.001、0.006),且Lag3為最強單日滯后效應日〔ER=0.640%,95%CI(0.287%,0.994%)〕,見圖2D。Lag0~Lag7時,CO濃度對兒童支氣管肺炎住院人次存在單日滯后效應(Z值分別為8.083、7.118、6.211、5.738、4.800、5.370、5.095、4.635,P值均<0.001),且Lag0為最強單日滯后效應日〔ER=4.207%,95%CI(3.047%,5.470%)〕,見圖2E。Lag0~Lag5時,O3濃度對兒童支氣管肺炎住院人次不存在單日滯后效應(Z值分別為0.440、0.612、1.134、-0.066、-0.592、-0.554,P值分別為0.660、0.541、0.257、0.947、0.554、0.580);Lag6、Lag7時,O3濃度對兒童支氣管肺炎住院人次存在單日滯后效應(Z值分別為-2.333、-3.179,P值分別為0.020、0.001),且Lag7為最強單日滯后效應日〔ER=-0.076%,95%CI(-0.123%,-0.029%)〕,見圖2F。

圖2 空氣污染物濃度對兒童支氣管肺炎住院人次的單日滯后效應Figure 2 Single lag effect of air pollutant concentration on the number of hospitalized children with bronchopneumonia
2.4 空氣污染物濃度對兒童支氣管肺炎住院人次的累積滯后效應 Lag0~Lag4時,PM2.5濃度對兒童支氣管肺炎住院人次存在累積滯后效應(Z值分別為2.517、3.132、2.762、2.347、1.979,P值分別為0.012、0.002、0.006、0.019、0.048),且Lag1為最強累積滯后效應日〔ER=1.256%,95%CI(0.470%,2.043%)〕;Lag5~Lag7時,PM2.5濃度對兒童支氣管肺炎住院人次不存在累積滯后效應(Z值分別為1.810、1.540、1.067,P值分別為0.070、0.123、0.286)。Lag0~Lag7時,PM10濃度對兒童支氣管肺炎住院人次存在累積滯后效應(Z值分別為4.731、5.479、5.234、5.076、5.045、4.962、4.771、4.362,P值均<0.001),且Lag5為最強累積滯后效應日〔ER=1.573%,95%CI(0.952%,2.196%)〕。Lag0~Lag7時,NO2濃度對兒童支氣管肺炎住院人次存在累積滯后效應(Z值分別為6.640、7.849、7.848、7.916、7.887、7.616、7.487、7.216,P值均<0.001),且Lag6為最強累積滯后效應日〔ER=6.085%,95%CI(4.489%,7.685%)〕。Lag0時,SO2濃度對兒童支氣管肺炎住院人次不存在累積滯后效應(Z=1.614,P=0.107);Lag1~Lag7時,SO2濃度對兒童支氣管肺炎住院人次存在累積滯后效應(Z值分別為2.256、2.546、3.049、3.305、3.210、2.945、2.704,P值分別為0.024、0.011、0.002、<0.001、0.001、0.003、0.007),且Lag5為最強累積滯后效應日〔ER=0.744%,95%CI(0.289%,1.201%)〕。Lag0~Lag7時,CO濃度對兒童支氣管肺炎住院人次存在累積滯后效應(Z值分別為8.055、8.172、8.154、8.164、8.090、8.190、8.272、8.274,P值均<0.001),且Lag7為最強累積滯后效應日〔ER=6.415%,95%CI(4.597%,8.460%)〕。Lag0~Lag7時,O3濃度對兒童支氣管肺炎住院人次不存在累積滯后效應(Z值分別為0.459、0.550、0.805、0.598、0.347、0.177、-0.297、-0.880,P值分別為0.646、0.583、0.421、0.550、0.728、0.859、0.766、0.379),見表2。

表2 空氣污染物濃度對兒童支氣管肺炎住院人次的累積滯后效應〔ER(95%CI),%〕Table 2 Cumulative lag effect of air pollutant concentration on the number of hospitalized children with bronchopneumonia
2.5 日平均氣溫對兒童支氣管肺炎住院人次的單日滯后效應 Lag0~Lag7時,低溫(4 ℃)對兒童支氣管肺炎住院人次不存在單日滯后效應(P>0.05);Lag0~Lag7時,高溫(30 ℃)對兒童支氣管肺炎住院人次存在單日滯后效應,且Lag1為最強單日滯后效應〔OR=0.796,95%CI(0.755,0.840),P<0.05〕,見表3。

表3 不同時間日平均氣溫對兒童支氣管肺炎住院人次的單日滯后效應Table 3 Single day lag effect of daily mean air temperature at different times on the number of hospitalized children with bronchopneumonia
2.6 空氣污染物濃度與日平均氣溫的交互作用對兒童支氣管肺炎住院人次的影響 雙變量響應面模型分析結果顯示,高溫(30 ℃)與高濃度PM2.5、PM10、SO2、CO共存的情況下,兒童支氣管肺炎住院人次達到最大;低溫(4 ℃)與高濃度NO2共存及高溫(30 ℃)與高濃度NO2共存的情況下,兒童支氣管肺炎住院人次均達到最大;低溫(4 ℃)與低濃度O3共存的情況下兒童支氣管肺炎住院人次達到最大,見圖3。將日平均氣溫分為相對低溫(≤20 ℃)和相對高溫(>20 ℃),空氣污染物濃度分為低濃度(≤中位數)和高濃度(>中位數),繼而分析不同日平均氣溫條件下不同濃度空氣污染物對兒童支氣管肺炎住院人次的影響,結果顯示,相對低溫條件下,低濃度PM2.5、PM10、NO2、SO2、CO、O3及高濃度PM2.5、PM10、NO2、SO2對兒童支氣管肺炎住院人次均無明顯影響(P>0.05);相對低溫條件下,高濃度CO、O3對兒童支氣管肺炎住院人次有明顯影響(P<0.05);相對高溫條件下,低濃度PM2.5、PM10、NO2、SO2、CO、O3及高濃度SO2對兒童支氣管肺炎住院人次均無明顯影響(P>0.05);相對高溫條件下,高濃度PM2.5、PM10、NO2、CO、O3對兒童支氣管肺炎住院人次有明顯影響(P<0.05),見表4。

表4 不同日平均氣溫條件下不同濃度空氣污染物對兒童支氣管肺炎住院人次的影響〔ER(95%CI),%〕Table 4 Effect of different concentrations of air pollutants on the number of hospitalized children with bronchopneumonia under different daily mean temperature conditions

圖3 空氣污染物濃度與日平均氣溫的交互作用對兒童支氣管肺炎住院人次影響的雙變量響應面模型三維空間圖Figure 3 Three-dimensional response surface diagram of the effect of interaction between air pollutant concentration and daily mean air temperature on the number of hospitalized children with bronchopneumonia
兒童支氣管肺炎的影響因素較多,除了疾病和患兒自身因素外,空氣污染物和氣溫也對疾病的發生和發展有極大影響[7-8]。從時間序列上探究空氣污染物和氣溫對南寧市兒童支氣管肺炎住院人次的影響,可在一定程度上為南寧市兒童支氣管肺炎的防控提供決策支持。
本研究結果顯示,2015—2022年南寧市婦幼保健院收治的支氣管肺炎患兒共17 296人次,日平均住院人次為6(2,9)。COHEN等[9]研究顯示,2009—2012年南非因呼吸道感染住院的5歲以下兒童共8 723人次,日平均住院人次約為6,本研究結果與之相似。另一項國內研究顯示,1997—2017年北方某醫院共收治支氣管肺炎患兒33 025人次,年平均住院人次約為1 573,日平均住院人次約為4[10]。不同地區日平均住院人次存在一定差異,原因可能與不同地區發展程度、醫療條件、研究樣本量以及研究年限等不同相關。
空氣污染物濃度升高導致呼吸系統門診就診人數增加已經被國內外研究證實,但其引起的滯后效應強弱在不同地區存在差異[9-10]。本研究結果顯示,Lag0、Lag1時,PM2.5濃度對兒童支氣管肺炎住院人次存在單日滯后效應,且Lag1為最強單日滯后效應日;Lag0~Lag5時,PM10濃度對兒童支氣管肺炎住院人次存在單日滯后效應,且Lag1為最強單日滯后效應日;提示PM2.5、PM10濃度對兒童支氣管肺炎住院人次的單日滯后效應相似,這可能與二者大多來源于燃燒、垃圾焚燒或者工業排放,且主要以球形顆粒態和聚集態的形式存在,在一定狀態下可以互相轉化有關[11]。本研究結果還顯示,Lag0~Lag4時,PM2.5濃度對兒童支氣管肺炎住院人次存在累積滯后效應,且Lag1為最強累積滯后效應日;Lag0~Lag7時,PM10濃度對兒童支氣管肺炎住院人次存在累積滯后效應,且Lag5為最強累積滯后效應日;提示PM2.5和PM10對兒童支氣管肺炎住院人次的影響并非即時的,顆粒物進入兒童呼吸系統后引起炎癥需要一定時間[7]。一項在山西臨汾開展的研究發現,PM10每增加10 μg/m3,5歲以下兒童呼吸系統疾病日住院人次增加2.03%[12]。本研究結果顯示,Lag0~Lag7時,NO2濃度對兒童支氣管肺炎住院人次存在單日滯后效應,且Lag1為最強單日滯后效應日;Lag0~Lag7時,NO2濃度對兒童支氣管肺炎住院人次存在累積滯后效應,且Lag6為最強累積滯后效應日;這與在南昌、佛山地區開展的研究結果[13-14]類似,表明我國不同地區NO2濃度對呼吸系統疾病的影響相似。國外一項研究表明,NO2暴露與呼吸道癥狀、肺功能參數下降存在微弱關聯,累積滯后0~2 d時NO2的ER值開始下降[15],本研究中NO2濃度對兒童支氣管肺炎住院人次的滯后效應持續時間長于SCHWELA[15]的研究結果,這可能與樣本量、地理環境差異及NO2污染狀況不同有關。本研究結果顯示,Lag1~Lag4時,SO2濃度對兒童支氣管肺炎住院人次存在單日滯后效應,且Lag3為最強單日滯后效應日;Lag1~Lag7時,SO2濃度對兒童支氣管肺炎住院人次存在累積滯后效應,且Lag5為最強累積滯后效應日;與周璐等[16]、殷麗剛等[17]研究結果相似。本研究結果顯示,Lag0~Lag7時,CO濃度對兒童支氣管肺炎住院人次存在單日滯后效應,且Lag0為最強單日滯后效應日,表明CO濃度升高可以在同日內迅速增加兒童支氣管肺炎住院風險;Lag0~Lag7時,CO濃度對兒童支氣管肺炎住院人次存在累積滯后效應,且Lag7為最強累積滯后效應日;表明CO濃度對兒童支氣管肺炎住院人次的影響具有累積性,長時間暴露會產生更大的危害,這與李龍燕等[18]、史亞妮[19]報道的CO濃度升高會增加兒童呼吸系統疾病就診人次和住院風險的結論相似。本研究結果還顯示,Lag6、Lag7時,O3濃度對兒童支氣管肺炎住院人次存在單日滯后效應,且Lag7為最強單日滯后效應日;Lag0~Lag7時,O3濃度對兒童支氣管肺炎住院人次不存在累積滯后效應。南昌地區的研究結果顯示,2016—2020年O3濃度在各滯后期對兒童呼吸系統疾病無影響[14],本研究與之相似。
研究表明,高溫可以抑制呼吸道病原體的繁殖,減少呼吸系統感染,并能增強人體免疫功能,從而降低呼吸系統疾病發生風險[20]。理論上,兒童支氣管肺炎對低溫更敏感,大多數病原體在較低的氣溫下具有更長的生存時間,且氣溫下降可導致機體分泌功能降低,從而削弱機體的物理保護屏障,降低免疫功能,增加呼吸系統感染風險[21]。而本研究結果顯示,Lag0~Lag7時,低溫(4 ℃)對兒童支氣管肺炎住院人次不存在單日滯后效應;Lag0~Lag7時,高溫(30 ℃)對兒童支氣管肺炎住院人次存在單日滯后效應,且Lag1為最強單日滯后效應日,提示高溫(30 ℃)可減少兒童支氣管肺炎住院人次。南寧市屬于亞熱帶季風氣候,冬季平均氣溫較高,絕對低溫日較少[22],這可能導致本研究未能發現低溫與兒童支氣管肺炎住院風險之間的關聯,但仍需警惕并關注低溫對兒童支氣管肺炎住院人次的影響,且還需要進一步擴大樣本量以定量評估二者之間的關系。
在實際生活環境中,氣溫常與污染物濃度相互影響。本研究雙變量響應面模型分析結果顯示,相對高溫條件下,高濃度PM2.5、PM10、NO2能明顯增加兒童支氣管肺炎住院人次,結合上述氣溫對兒童支氣管肺炎住院人次的影響,推測高溫條件下高濃度PM2.5、PM10、NO2增加兒童支氣管肺炎住院人次主要是污染物濃度升高所致;無論是相對低溫條件下還是相對高溫條件下,低濃度及高濃度SO2均對兒童支氣管肺炎住院人次無明顯影響,分析原因可能為SO2污染具有較強的局地性,監測站點代表性有限,未能有效捕捉兒童接觸SO2的真實濃度;相對低溫及高溫條件下,高濃度CO、O3對兒童支氣管肺炎住院人次有明顯影響。成都的一項研究表明,高溫與高濃度PM2.5、O3對呼吸系統疾病死亡人數的影響存在協同增強效應,該研究指出,在高濃度空氣污染物與高溫共存的條件下,二者的交互作用對人群健康的影響最大;且高溫條件下空氣污染物對人群健康的影響大于低溫條件下[23]。另一項在天津開展的研究發現,低溫條件下PM2.5、NO2濃度對人群健康的影響較大,高溫條件下O3濃度對人群健康的影響較小[24],本研究結果與之存在差異,可能與不同地區環境特征、研究人群組成的差異有關。
本研究尚存在一定局限性:首先,本研究以氣象局和環境監測站所監測的平均值作為統計數據,而未能獲取兒童接觸空氣污染物的實際濃度,可能存在一定偏倚;其次,由于收集的患兒缺少完整的年齡資料,因此未能對年齡進行分層分析;最后,未排除流感等混雜因素的影響,故研究結果有待進一步驗證。
綜上所述,空氣污染物(PM2.5、PM10、NO2、SO2、CO)濃度和氣溫對南寧市兒童支氣管肺炎住院人次均有滯后效應,不同空氣污染物的最大滯后效應時間不同,但總體上其上升可導致兒童支氣管肺炎住院人次增加;高溫(30 ℃)可減少兒童支氣管肺炎住院人次,且高濃度空氣污染物和氣溫對兒童支氣管肺炎住院人次的影響存在交互作用,但空氣污染物濃度升高是兒童支氣管肺炎住院人次增加的主導因素。建議兒童等易感人群在污染天氣和低溫(4 ℃)時做好充足防護,以降低空氣污染物和氣溫變化對健康造成的影響。
作者貢獻:龐智東進行文章的構思與設計、研究的實施與可行性分析,撰寫論文;唐鹽林、厥宇晨進行數據收集、整理;黃樹穩、李梅進行統計學處理;龐智東、顏云盈進行結果的分析與解釋;龐智東、顏云盈、黃樹穩進行論文的修訂;李梅、厥宇晨負責文章的質量控制及審校;顏云盈對文章整體負責,監督管理。
本文無利益沖突。