PM10 短期暴露对糖尿病发病相关生物标志物的影响*

贺颖倩 靳亚飞 王敏珍 郑山 聂永红 白亚娜

1.兰州大学公共卫生学院流行病与卫生统计学研究所，兰州，730000

2.金昌市疾病预防控制中心，金昌，737100

1 引言

2 型糖尿病是影响人群健康的重要公共卫生问题之一。国际糖尿病联合会（IDF）数据（IDF，2021）显示，2021 年全球约5.37 亿成年人（20—79 岁）患有糖尿病，预计到2030 年该数字将上升至6.43 亿，到2045 年将上升至7.83 亿；中国糖尿病现有患者为1.409 亿，位居世界第一。除2 型糖尿病的传统危险因素如遗传、肥胖、膳食和生活行为方式等（Kumari，et al，2004）外，近年越来越多的研究（Esposito，et al，2016；Liu，et al，2013；Rao，et al，2015）发现，空气污染是又一潜在危险因素。但大气颗粒物诱导糖尿病发生与发展的机制尚不十分清楚，其可能的生物学途径有炎症反应（Brook，et al，2010）、氧化应激（Haberzettl，et al，2016）、葡萄糖稳态失衡（Alderete，et al，2017）等。

PM2.5是空气动力学直径小于或等于2.5 μm 的颗粒物，PM10为空气动力学直径小于或等于10 μm的颗粒物，世界卫生组织（WHO）发布的《空气质量准则》（World Health Organization，2006）表明，大气PM10中PM2.5占50%—80%。相关动物实验研究发现，PM10可导致啮齿动物出现炎症反应和氧化应激（Wang，et al，2013）；暴露于高浓度PM2.5大气中10 周的小鼠可出现葡萄糖耐量减低及胰岛素抵抗指数（Homeostasis model assessment of insulin resistance，HOMA-IR）升高（Zheng，et al，2013）。动物实验提示的大气颗粒物健康风险在人群研究中存在一定差异。研究（Riggs，et al，2020）显示，PM2.5短期暴露可导致机体内皮功能障碍、炎症反应及氧化损伤；对33 个社区人群的研究（Yang，et al，2018）发现，PM10与HOMA-IR 及胰岛β 细胞功能指数（Homeostasis model assessment of β-cell function，HOMA-β）间的关联不具有统计学意义；在德国青少年中开展的研究（Thiering，et al，2016）表明，PM10浓度升高与HOMA-IR 水平升高显著相关；在美国妇女中进行的一项研究（Chen，et al，2016）显示，空气污染与HOMA-IR 及胰岛素水平呈正相关。由此可见，大气颗粒物对2 型糖尿病的影响不但在人群与动物间存在异质性，且对不同人群影响也不尽相同；此外，颗粒物与炎症反应、氧化应激和胰岛功能关联的研究以PM2.5为主，PM10此类研究相对较少。因此考虑不同地区大气颗粒物污染特性及人群健康脆弱性的不同，有必要进一步在不同地区和人群范围开展深入研究。

金昌市是典型的矿业城市，因自然环境、地理特征和工业污染等因素，其空气污染问题较为突出，2010—2014 年，PM10年均浓度超过国家二级空气质量标准，2005—2016 年PM10浓度总体呈上升趋势（丁杰萍等，2018；王文路，2016）。金昌队列前期研究显示，该人群2 型糖尿病和糖尿病前期患病率分别为8.5%和21.2%，是影响该人群健康的重要疾病之一。因此本研究依托“金昌队列”平台探讨PM10对糖尿病发病相关生物标志物的影响，为PM10诱导糖尿病发生或加重的生物机制提供数据支撑，减轻空气污染对人体的危害，降低与空气污染有关的糖尿病发病率。

2 资料来源与方法

2.1 研究对象

“金昌队列”是以甘肃省金昌市金川集团股份有限公司5 万职工为基础建立的大样本前瞻性队列，该队列于2011—2013 年完成基线调查，共纳入48001 人。考虑到职业环境中污染物暴露的累积对人群健康影响存在差异，将基线人群按工龄分为7 层（＜10、10—14、15—19、20—24、25—29、30—34 和≥35 a），剔除血清和尿样缺失以及流行病学资料缺失的个体，采用随机抽样的方法在每一层内分别抽取血糖正常、糖尿病前期和2 型糖尿病的个体各20 人。最终纳入血糖正常、糖尿病前期和2 型糖尿病个体各140 人，共计420 人。本研究由兰州大学公共卫生学院伦理委员会批准（伦理批准代码：2017-01）。

2.2 现场调查

2.2.1 流行病学调查

采用自行设计的结构化调查问卷，由统一培训的调查员在获得研究对象知情同意后，以面对面访谈形式开展调查。主要信息包括一般人口社会学特征（性别、年龄、职业、婚姻状况、文化程度、家庭收入等）、生活行为习惯（吸烟、饮酒、体育锻炼等）、既往疾病史（心脑血管疾病史、癌症史和内分泌代谢性疾病史）及疾病家族史等。

2.2.2 健康体检

健康体检由金川公司职工医院专业人员完成。检测指标包括身高、体重、血压、血常规、生化检查（高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）、总胆固醇（TC）、甘油三脂（TG）、空腹血糖（FPG）等）、尿常规等。

2.2.3 实验室指标检测

在健康体检当天采集研究对象空腹静脉血，采用酶联免疫分析法检测白细胞介素-6（Iterleukin-6，IL-6）、血管内皮细胞粘附分子1（Vascular endothelial cell adhesion molecule 1，VCAM-1）、8 异前列腺素F2α（8-iso-prostaglandinF2α，8-iso-PGF2α）、胰岛素（Insulin，INS）等指标（相关试剂盒购自上海酶联生物科技有限公司）。具体操作程序如下：（1）标准品稀释：按照试剂盒说明书进行原倍标准品的稀释；（2）加样：分别设空白孔（空白对照孔不加样品及酶标试剂）、标准孔和待测样品孔。在标准孔加50 μl 相应的标准品稀释液，待测样品孔先加稀释液40 μl，再加待测样品10 μl；（3）温育：用封板膜封板37℃反应30 min；（4）配制洗涤液：将30 倍浓缩洗涤液用蒸馏水30 倍稀释备用；（5）洗涤：小心揭掉封板膜，倾倒液体，每孔加满洗涤液，静置30 s弃掉洗涤液，拍干酶标板，此过程重复5 次；（6）加酶：每孔加入酶标试剂50 μl，空白孔除外；（7）温育洗涤：步骤同（3）和（5）；（8）显色：每孔依次加入显色试剂A、B 各50 μl，振荡均匀，37℃避光显色10 min；（9）终止：每孔加终止液50 μl；（10）测定：15 min 内测定。以空白孔调0，450 nm 波长测定吸光度（OD 值）；（11）计算：根据标准品浓度和测定的吸光度（OD 值）计算样品浓度，乘以样品稀释倍数得到样品的实际浓度。根据INS 及FPG 计算胰岛素抵抗指数（HOMA-IR，式（1））、胰岛β 细胞功能指数（HOMA-β，式（2））。

式中，FPG 为空腹血糖浓度，单位mmol/L；INS 为胰岛素浓度，单位μU/ml。

2.3 环境数据来源

2.3.1 大气污染物和气象要素数据来源

从金昌环境监测站收集金昌市4 个环境监测站点（新川苑、运输部、金昌市科委和金昌公司第二招待所）2009 年1 月1 日—2015 年12 月31 日逐日PM10、二氧化硫（SO2）和二氧化氮（NO2）地面监测数据，从金昌市气象局获取同期气象观测数据，包括最高气温、最低气温、日平均气温、相对湿度等。采用环境监测站邻近点均值对缺失数据进行填补。以研究对象健康体检时间为匹配变量，匹配体检时间当日及前7 d 大气污染物及气象要素数据。

2.3.2 个体PM10暴露水平

本研究应用近邻模型评估个体暴露水平，该模型的原理是根据个体住宅最近监测点测量的空气污染水平来评估个体暴露水平（Xu，et al，2014）。根据每一位研究对象家庭住址以及金昌市4 个环境监测站点位置（图1），应用Google 地图软件批量查询每个研究对象居住地点以及4 个监测站点的经、纬度，利用ArcGIS 软件10.3 版本分别计算每个研究对象居住点与4 个监测点的距离，选择距离研究对象最近的监测站点，依次匹配环境监测数据，如果在最近的监测站点未获得相关测量数据，则检测第2 相近站点，直至获得确切监测数据评估个体污染物的暴露水平（施淼等，2013），并据此获得滞后0、1、2、···、7 d（即 lag0、lag1、···、lag7）及累积滞后7 d（即lag07）的浓度。

图1 金昌市4 个环境污染物监测站点和研究对象家庭住址地理分布Fig.1 Geographical distribution of 4 environmental pollutants monitoring stations and the residential addresses of research subjects in Jinchang city

2.4 疾病诊断标准

糖尿病：根据美国糖尿病协会指南（American Diabetes Association，2019），将FPG≥7.0 mmol/L或自述临床诊断为糖尿病（需要患者提供具体诊断医院）或正在使用降糖类药物定义为2 型糖尿病。将空腹血糖受损（5.6≤FPG＜7.0 mmol/L）定义为糖尿病前期。

2.5 统计学分析

采用多重线性回归模型拟合PM10对生物标志物的暴露-反应关系。（1）对各生物标志物进行对数转换使其呈正态分布，以此为因变量，拟合多重线性回归模型；（2）调整年龄、性别、婚姻状况（已婚、其他）、文化程度（初中及以下、高中/中专、本科及以上）、家庭人均月收入（＜2000 元、2000—4999元以及≥5000 元）、职业（干部、技术人员、后勤和工人）、工龄（＜10、10—14、15—19、20—24、25—29、30—34 和≥35 a）、吸烟饮酒状况（是、否）、体育锻炼（从不、偶尔和经常）、糖尿病家族史（有、无）、高血压（是、否）、体重指数（BMI）（kg/m2，连续型变量）、蔬菜（＜2.5 kg/周、≥2.5 kg/周）水果（＜1.25 kg/周、≥1.25 kg/周）摄入情况、TC、TG、LDL-C、HDL-C、SO2、NO2和季节（春季：3—5 月，夏季：6—8 月，秋季：9—11 月，冬季：12—2 月）等因素；（3）根据赤池信息准则（Akaikes Information Criterion，AIC），采用自由度为3 的自然样条函数对模型进行气象因素调整（包括平均气温及平均相对湿度）（Guo，et al，2018；Liu，et al，2016）；（4）以PM10浓度每升高10 μg/m3，生物标志物指标变化百分比及95%置信区间（95%CI）表示大气PM10对其影响的大小，计算公式为100×（e10b-1），95%CI：100×（e10（b±1.96Se）-1），b为回归系数，Se 为标准误差（Khafaie，et al，2013）。

数据分析采用SPSS 软件24.0 版本及R 软件3.6.1 版本。双侧检验，检验水准为α=0.05。

3 结果分析

3.1 研究对象一般特征

本研究共纳入基线人群420 人，其中正常、糖尿病前期和糖尿病人群分别为140 人。正常、糖尿病前期和糖尿病人群中男性分别占64.29%、85.71%和82.86%；糖尿病前期人群中饮酒者占比39.29%，高于正常和糖尿病人群，差异有统计学意义；糖尿病人群中年龄≥60 岁、超重/肥胖、文化程度在初中及以下、患高血压和有糖尿病家族史的比例分别为32.14%、65.71%、52.14%、51.43%和25.71%，高于正常和糖尿病前期者，差异具有统计学意义（表1）。3 类人群IL-6 平均水平分别为43.57、52.18和43.18 ng/L，VCAM-1 分别为821.21、1058.44和720.89 μg/L，8-iso-PGF2α 平均值分别为4667.89、4608.17 和3131.12 pg/L，INS 平均水平分别为32.53、40.64 和 25.79 μU/ml，HOMA-IR 分别为 7.08、10.76 和10.43，HOMA-β 分别为5.13、3.35 和1.21，差异有统计学意义（表2）。

表1 不同糖代谢水平人群的基本特征Table 1 General characteristics of population with different blood glucose levels

表2 不同糖代谢状态人群的生物标志物水平Table 2 Biomarker levels of population with different blood glucose states

3.2 主要大气污染物与气象要素分布特征

2009—2013 年金昌市大气PM10、SO2和NO2的平均浓度分别为92.29μg/m3、65.55 μg/m3和24.41 μg/m3。平均气温和平均相对湿度分别为9.54℃和40.87%（表3）。

表3 2009—2013 年金昌市主要空气污染物与气象要素分布特征Table 3 Distribution characteristics of air pollutants and meteorological factors in Jinchang city from 2009 to 2013

3.3 多因素分析

在调整混杂因素基础上，多重线性回归模型拟合得到的PM10与不同人群生物标志物的关系如表4 所示。对于糖尿病前期人群，PM10浓度在滞后6 d（lag6）对IL-6 有影响，浓度每升高10 μg/m3，IL-6 升高0.45%（95%CI：0.19%—0.88%）；在滞后当天（lag0）、滞后5 d（lag5）对VCAM-1 有影响，且滞后当天（lag0）影响最大，浓度每升高10 μg/m3，VCAM-1 升高1.16%（95%CI：0.43%—2.28%）。对于糖尿病人群，PM10浓度在滞后5 d（lag5）和6 d（lag6）均对IL-6 有影响，在滞后6 d 时达最大，浓度每升高10 μg/m3，IL-6 升高1.52%（95%CI：0.51%—2.53%）。机体发生炎症反应时可诱导IL-6 释放，VCAM-1 是常见的内皮细胞损伤标志物，通过介导白细胞粘附到内皮细胞，在炎症反应中发挥重要作用（Simó-Servat，et al，2016）。而炎症反应是大气颗粒物引发糖尿病的一种可能机制，动物模型和细胞培养实验结果显示，暴露于大气颗粒物可导致肺部和其他组织IL-6 水平升高（Fu，et al，2020；Roper，et al，2017）。对美国健康成年人的研究（Pope Ⅲ，et al，2016）发现，PM2.5短期暴露与内皮功能障碍和炎症反应相关，PM2.5每升高10 μg/m3，VCAM-1 及IL-6 分别升高2288.44 pg/mL、0.09 pg/mL。短期PM2.5暴露在滞后6d时，PM2.5每升高7.6 μg/m3，2 型糖尿病患者VCAM-1 升高11.76%（95%CI：3.48%—20.70%）（O'Neill，et al，2007）。研究中发现，大气PM10可引起糖尿病人群IL-6 升高，糖尿病前期人群IL-6 及VCAM-1 升高，对正常人群未产生影响。因糖尿病前期人群与糖尿病患者处于慢性炎症状态，可能会增强暴露于空气污染所致的炎症反应（Eze，et al，2016）。因此，颗粒污染物暴露通过引起机体内皮功能障碍和炎症反应与糖尿病的发病风险密切相关。

表4 PM10 浓度每升高10 μg/m3 与生物标志物变化的关系Table 4 Association between per 10 μg/m3 increment in PM10 concentration and biomarkers

糖尿病人群中，PM10在滞后3 d（lag3）对8-iso-PGF2α 有影响，浓度每升高10 μg/m3，8-iso-PGF2α升高2.01%（95%CI：0.29%—3.73%）。氧化损伤是代谢性疾病的已知危险因素（Verdile，et al，2015）。8-iso-PGF2α 常用于评价氧化损伤水平（RobertsⅡ，et al，2000），其浓度的升高伴随着抗氧化防御能力的下降。动物实验发现大气PM2.5暴露可导致小鼠系统性氧化应激反应（Araujo，et al，2008）。一项关于大气PM2.5急性暴露对健康成年人氧化应激标志物的影响研究结果（Zhu，et al，2021）表明，滞后2 d大气PM2.5平均浓度每升高10 μg/m3，8-iso-PGF2α 水平升高6.79%（95%CI：1.33%—12.92%）。Bertazzi 等（2014）研究发现，8-iso-PGF2α 水平与工作环境PM10浓度呈正相关。本研究中发现大气PM10浓度升高可引起糖尿病患者8-iso-PGF2α 水平升高，可能是因为颗粒物可诱导细胞产生活性氧（Zheng，et al，2013），且糖尿病患者存在不同程度的胰岛β 细胞损伤，β 细胞内的抗氧化酶含量降低（Drews，et al，2010），因此对活性氧的敏感性进一步增强而致氧化损伤。综上所述，氧化损伤是大气颗粒物与糖尿病发生相关的另一个可能作用机制。

糖尿病人群中，PM10在滞后2 d（lag2）、4 d（lag4）及累积滞后7 d（lag07）对HOMA-β 有影响，且累积滞后7 d（lag07）效应最大，PM10浓度每升高10 μg/m3，HOMA-β降低4.63%（95%CI：8.00%—1.13%）。研究（Bourdrel，et al，2017；Rajagopalan，et al，2012）表明，大气颗粒物通过引发机体的炎症反应、氧化应激及自主神经失衡，最终影响胰岛素抵抗水平或胰岛β 细胞功能。HOMA-IR 和HOMA-β常用于评估人体胰岛素抵抗水平和胰岛β 细胞分泌功能，HOMA-IR 升高和HOMA-β 降低均与2 型糖尿病发病风险升高显著相关（Lorenzo，et al，2010；Wang，et al，2013）。中国一项队列研究（Hou，et al，2021）发现，PM10暴露浓度与INS 和HOMA-β 水平呈负相关，且大气混合污染物每升高一个四分位数间距，INS和HOMA-β分别降低14.03%（95%CI：14.41%— 13.66%）和16.94%（95%CI：17.41%—在16.47%）。德国南部地区进行的一项横断面研究（Wolf，et al，2016）发现，PM10与HOMA-IR 和胰岛素水平呈正相关。德国KORA队列研究（Zhang，et al，2021）显示，粗颗粒物（粒径2.5—10 μm）和细颗粒物（PM2.5）均对糖尿病人群HOMA-β 水平有较显著影响。文中发现PM10仅与糖尿病患者HOMA-β呈负相关，其原因可能是糖尿病人群胰岛β 细胞已经存在一定程度的损伤，在此基础上暴露于颗粒物将导致胰岛β 细胞功能进一步降低。总之，胰岛β 细胞功能障碍是PM10暴露对糖尿病发生、发展作用的重要途径。

4 结论与讨论

本研究从炎症反应、氧化损伤及胰岛功能3 个方面探讨短期PM10暴露与不同糖代谢人群糖尿病相关生物标志物的关联，得出了以下结论：（1）大气PM10短期暴露对不同糖代谢水平人群产生不同健康影响且存在滞后效应；（2）大气PM10短期暴露可引起2 型糖尿病患者IL-6、8-iso-PGF2α 水平升高和胰岛β 细胞功能下降；（3）大气PM10短期暴露可导致糖尿病前期患者IL-6 和VCAM-1 水平上升，但氧化损伤指标及胰岛功能指标变化暂未见统计学意义。因此，大气PM10短期暴露可导致不同糖代谢状态人群出现一定程度的炎症反应、氧化损伤及胰岛β 细胞功能障碍。

本研究的局限主要包括以下4 个方面：（1）横断面研究方法使得PM10暴露与生物标志物间因果关系的推断存在一定局限性。（2）未考虑个体流动性信息，没有工作环境和室外活动空气污染暴露数据，可能导致 PM10健康效应被低估。（3）本研究样本量相对较小，可能影响两者关联性的准确判断及结果外推。（4）尽管本研究调整了潜在混杂因素，但是仍存在一些无法衡量的残余混杂，包括遗传、环境绿化状况、多环芳烃及重金属污染物等。因此，后续研究可针对上述问题开展进一步的探讨。