袁建辉,李梦军,付径维,陈建平,任清泉,肖纯凌
(1.井冈山大学医学部,江西,吉安 343000;2.井冈山大学教务处,江西,吉安 343000;3.沈阳市疾病预防与控制中心,辽宁,沈阳 110034;4.辽宁省环境污染与微生态重点实验室,辽宁,沈阳 110034)
关键字:呼吸系统疾病;恶性肿瘤;PM2.5;时间序列
随着社会经济发展以及气候变化,大气污染问题受到广泛的关注[1-2]。大气污染物的种类主要可分为两类[3]:颗粒物(PM)和气体(O3、CO、CO2、NO、NOx、SO2),其中颗粒物(PM)是大气中漂浮的主要的气态或液态混合颗粒污染物,是衡量大气是否遭受污染的重要标志[3]。国际上根据空气动力学直径(d)不同将可吸入型颗粒物分为粗颗粒物(PM10,d=2.5 ~10 μm),细颗粒物(PM2.5,d=0.1~2.5 μm),极细颗粒物(PM0.1,d <0.1 μm)[4]。
2014 年,世界卫生组织(WTO)[3]发布的一份报告指出:全球有370 万人过早死亡可归因于环境空气污染,在监测空气污染水平的城市地区,有超过80%的人暴露于超过世卫组织限制的污染水平[4]。空气污染已成为最大的影响居民健康的环境风险因素[5]。近年来关于环境污染物对健康的影响的研究越来越多,很多环境流行病学研究表明大气污染物PM2.5的短期暴露与呼吸系统疾病、恶性肿瘤、心血管疾病、免疫系统疾病、内分泌系统疾病、生殖系统疾病、过早死亡等急性发作以及致死密切相关[6-11]。在呼吸系统疾病和恶性肿瘤的发生发展上,治疗重要,更重要的是以预防为主,而对颗粒物和两者的负性关联研究不断得到阐释,因此要从根本上减少居民呼吸系统疾病和恶性肿瘤,对环境空气质量研究具有重要意义[12-16]。
值得留意的是不同地区以及不同年份的研究常常引起争议。例如,Kan 等人[17]发现上海市PM2.5与居民日死亡率之间存在显著的相关性;而Venners 等人[18]则发现重庆市PM2.5对居民日死亡率的影响无统计学意义;李慧婷等[19]采用空间分析法对某地区2009-2012 年疾病统计数据和PM2.5浓度相关性进行统计分析,结果表明PM2.5浓度的季节变动与人群的空间分布保持一致,与呼吸系统疾病呈现出显著正相关;刘昌景等[20]采用Meta 分析法分别对PM2.5、PM10、NO2、SO2和O3与人群呼吸系统疾病急性死亡关系的定量研究进行分析,结果显示,我国PM2.5、PM10、NO2和SO2浓度的上升均会导致人群呼吸系统疾病急性死亡的增加。
考虑到不同地区颗粒物浓度、种类、大小等理化性质具有不同差异,故选取某地区2016 ~2018年相关数据展开分析,拟研究PM2.5水平与居民呼吸系统疾病和恶性肿瘤日死亡的关系,为该市居住人群的健康防护以及空气污染管理提供一定的科学理论依据。
2016 ~2018 年呼吸系统疾病(J00-J99)及恶性肿瘤(C00-C97)日死亡个案资料涵盖该地级市五个城区(A 区、B 区、C 区、D 区、E 区),数据由该地级市疾病预防控制中心提供;大气污染物指标包括日均SO2、NO2、PM10、PM2.5、O3浓度,数据由该地级市环保局提供;气象指标包括日均温(℃)、日均相对湿度(%)、气压(kPa)、风速(m/s),数据由该市气象局提供。
1.2.1 描述性分析
利用SPSS 22.0 软件对该地级市居民呼吸系统疾病及恶性肿瘤死亡情况、气象因素及大气污染物资料进行描述性统计分析,检验水准α=0.05。
1.2.2 时间序列分析
居民每日死亡人数相对于整个人群是小概率事件,其统计学分布近似半泊松(Quasi-Poisson)分布。利用 R3.6.0 软件建立2016 ~2018 年该市PM2.5和居民呼吸系统疾病及恶性肿瘤死亡水平的半泊松回归分布的广义相加模型(GAM),分析指标为PM2.5浓度每增加10 μg/m3,相应疾病死亡增加的风险(即超额危险度,ER)。
考虑全年的滞后模型可能会低估PM2.5与呼吸系统疾病的关联性,采用分季节分析PM2.5在寒季(11 月~4 月)与暖季(5 月~10 月)对呼吸系统疾病及恶性肿瘤死亡的影响。
2016 ~2018 年该地级市居民呼吸系统疾病死亡的总人数为9628 人,其中≥65 岁者8633 人(占89.67%);恶性肿瘤死亡总人数25382 人,其中≥65岁者16074 人(占63.33%)。结果见表1。
表1 2016 ~2018 某市呼吸系统疾病、恶性肿瘤死亡情况Table1 Mortality of respiratory diseases and malignant tumors in a city from 2016 to 2018
同期该市五个城区大气污染物SO2、NO2、PM10、PM2.5和O3日均浓度依次为(57±45)μg/m3、(40±15)μg/m3、(86±48)μg/m3、(49±33)μg/m3和(96±48)μg/m3,参考《环境空气质量标准》GB3095—2012 发现O3和NO2日均浓度符合我国污染物浓度限值的一级标准(O3:100 μg/m3,NO2:80 μg/m3),但SO2,PM2.5和PM10日均浓度则超出了污染物浓度限值标准(SO2:50 μg/m3,PM2.5:35 μg/m3,PM10:50 μg/m3)。2016 ~2018 年逐日PM2.5均值中,共有631 d 超出一级限值标准,占三年总天数的57.6%。日均温和相对湿度分别为9.4 ℃(范围值:-22.3 ℃~32.6 ℃)和59.8%(范围值:13.6%~97.8%)。死因监测结果显示,居民呼吸系统疾病和恶性肿瘤死亡日均值分别为(9±4)人和(23±5)人。从季节分层看,寒季呼吸系统疾病死亡人数较暖季多,而恶性肿瘤死亡人数与暖季相比几乎没有差异。研究结果详见表2。
表2 2016 ~2018 年某地区居民呼吸系统疾病、恶性肿瘤日死亡人数、大气污染物日均浓度和气象条件在全年及不同季节显示情况Table 2 Daily death toll of respiratory diseases and malignant tumors,daily average concentration of air pollutants and meteorological conditions of residents in a certain area in 2016 ~2018
许丽忠等[21]人对2016 ~2017 年336 个城市之间PM2.5时空分布差异进行分析,结果表明2016 年、2017 年全国336 个城市年均浓度<15 μg/m3的城市个数分别为3 个,9 个;变异系数分别为0.39,0.37,表明中国城市间PM 2.5 在地区分布,时间分布都存在显著差异。结果见图1。
图1 2016 ~2017 年全国336 个城市PM2.5 平均浓度(a)及各城市平均浓度的变化(b)Fig.1 The average concentration of PM2.5 in 336 cities across the country from 2016 to 2017(a)and the change in the average concentration of each city(b)
表3 显示的是PM2.5滞后0 ~7 d 对人类的呼吸系统疾病、恶性肿瘤死亡率的影响。图中可见PM2.5对呼吸系统疾病死亡率的影响表现为PM2.5每增加10 μg/m3,呼吸系统疾病死亡率在滞后0 ~7 d 分别增高0.445%(95%CI:0.013%~0.877%)、0.582%(95%CI:-0.01% ~1.175%)、0.479%(95%CI:0.002% ~0.956%)、0.465%(95%CI:-0.104% ~1.034%)、0.13%(95%CI:-0.012% ~0.272%)、0.699%(95%CI:0.121% ~1.277%)、0.152%(95%CI:-0.016% ~0.32%)、0.269%(95%CI:-0.061%~0.599%),期间在滞后5 d(Lag5)时的效应最强,且有统计学意义(P<0.05);PM2.5对人体恶性肿瘤死亡率的影响表现为PM2.5每增加10 μg/m3,恶性肿瘤死亡率在滞后0~7 d 分别 增 高 0.294% ( 95%CI : -0.074% ~0.662%)、0.282%(95%CI:0.018%~0.546%)、0.362%(95%CI:0.019% ~0.705%)、0.443%(95%CI:0.013%~0.873%)、0.512%(95%CI:-0.028% ~1.052%)、0.302%(95%CI:0.082% ~0.522%)、0.44%(95%CI:-0.014% ~0.894%)、0.444%(95%CI:-0.132%~1.02%)期间滞后3 天(Lag5)时的效应最强,即PM2.5每增加10 μg/m3,恶性肿瘤死亡率则增高0.443%(95%CI:0.013%~0.873%),且具有统计学意义(P<0.05)。
表3 PM2.5 滞后0~7 d 对呼吸系统疾病、恶性肿瘤死亡率的影响Table 3 Effect of PM2.5 lag of 0 ~7 days on mortality of respiratory diseases and malignant tumors
表4 显示结果的是PM2.5在寒季(11 ~4 月)滞后0 ~7 d 对人类呼吸系统疾病、恶性肿瘤死亡率的影响。图中可见PM2.5在寒季对呼吸系统疾病死亡率的影响表现为PM2.5每增加10 μg/m3,呼吸系统疾病死亡率在滞后0~7 天分别增高0.48%(95%CI:0.07%~0.89%)、0.682%(95%CI:0.172%~1.192%)、0.41%(95%CI:0.033%~0.787%)、0.647%(95%CI:0.037%~1.257%)、0.53%(95%CI:0.188%~0.872%)、0.9%(95%CI:0.4%~1.4%)、0.952%(95%CI:0.269%~1.635%)、0.589%(95%CI:0.059%~1.119%),期间以滞后6 d(Lag6)时的效应最强,且有统计学意义(P<0.05);PM2.5在寒季对恶性肿瘤死亡率的影响表现为PM2.5每增加10 μg/m3,恶性肿瘤死亡率在滞后0~7 d 分别增高0.37%(95%CI:0.06%~0.68%)、0.819%(95%CI:0.177%~1.461%)、0.62%(95%CI:0.187%~1.053%)、0.543%(95%CI:0.1%~0.986%)、0.44%(95%CI:-0.1%~0.98%)、0.52%(95%CI:0.1%~0.94%)、0.64%(95%CI:0.08%~1.2%)、0.544%(95%CI:-0.132%~1.22%),期间以滞后1 d(Lag1)时的效应最强,且有统计学意义(P<0.05)。
表4 PM2.5 在寒季(11 ~4 月)滞后0 ~7 d 对呼吸系统疾病、恶性肿瘤死亡率的影响Table 4 Effect of PM2.5 lag of 0 ~7 days in cold season(November April)on mortality of respiratory diseases and malignant tumors
人类健康与环境空气质量密切相关[22]。以往国内外学者关于空气污染对居民健康的研究主要采取灰色关联,定组追踪等长期效应的研究方法进行探讨[23],本研究采取时间序列分析方法评估了某地级市2016 ~2018 年大气污染物PM2.5与呼吸系统疾病及恶性肿瘤死亡风险的定量关系,并进行了分季节的探讨。研究结果显示,该地级市寒季(11 月~4 月)呼吸系统疾病日均死亡人数相对较高,此结论与GUO 等人[16]早期在沈阳的研究结果较为类似,研究结果还显示,相较于全季,寒季时期呼吸系统疾病死亡率与PM2.5关联性更强,在以往的学者研究中,也有类似研究结果表明寒冷季节大气污染物对呼吸系统疾病的发生发展以及死亡的影响较显著[24-26]。此外,我们研究发现大气污染物SO2、NO2、 PM10和PM2.5在一年当中的寒季(11 月~4月)的平均分布浓度均高于暖季(5 月~10 月),推测这种现象可能与该地区寒季采用燃煤取暖,从而产生氮氧化物、颗粒物、硫化物等有关,该地区气温干冷,这些污染物在低温条件下更难以及时消散。
以往对PM2.5与呼吸系统疾病的健康效应报道多集中在门诊之间的关系,并且对恶性肿瘤的关联性研究相对较少。本研究结果发现PM2.5分别在Lag5、Lag3 与呼吸系统疾病及恶性肿瘤死亡呈显著负相关;寒季时期,PM2.5分别在Lag6、Lag1 呈显著负相关。这些差异可能显示PM2.5与恶性肿瘤的发生发展要更表现出急性效应,类似结局国内外也有相关报道,例如,Karakatsani 等人[27]在欧洲地区采用多中心面板数据发现PM2.5与呼吸系统疾病日门诊量之间没有显著性,Wang 等人[28]就上海地区PM2.5与暖期和寒季呼吸系统疾病门诊就诊的关系发现PM2.5在寒季和呼吸道疾病门诊就诊呈正相关,在暖季时期呈负相关。出现这些结局可能与当地空气污染类型、地理特征、人群敏感性及疾病病程等多种因素有关,所以PM2.5是否直接促进疾病的发生发展以及死亡的影响还需要进一步研究。
与他人同类研究一样,本研究也存在不足:我们使用的污染物水平在功能分区上的合理性并不能完全体现个体暴露情况的真实性及差异性;其次研究方法本质上是属于生态学研究,无法避免生态学谬误;更为值得注意的是本次研究由于数据源信息受限不足以对大气污染物和居民健康效应开展敏感性分析;此外PM2.5浓度不仅仅取决于地理位置,气象情况,还与当地流动人口,工厂密度,绿化覆盖率等多种指标密切相关。相对于既往研究,本研究基于半泊松回归的广义相加滞后模型的时间序列分析方法积极探索了PM2.5与呼吸系统疾病及恶性肿瘤死亡之间的效应关系,严格控制混杂因素并采取了最为稳健的自由度模型,理论上科学评估了某地区2016 ~2018 年大气PM2.5与呼吸系统疾病及恶性肿瘤最佳急性时间效应。
总之,该地级市PM2.5与呼吸系统疾病及恶性肿瘤死亡之间存在一定关联,大气PM2.5暴露对寒季呼吸系统疾病和恶性肿瘤死亡的风险有较强的影响,大气PM2.5的治理应当引起当地政府的高度重视。