宁波市大气可吸入颗粒物对人群死亡短期影响的归因风险评估

贺天锋 黄婧 李国星等

摘要：目的 评估宁波市大气可吸入颗粒物（PM¹⁰）短期暴露造成人群死亡的归因风险。方法 收集宁波市2011—2015年人群死亡、空气污染和气象资料，利用时间序列研究方法和分布滞后非线性模型，分析PM₁₀短期暴露造成人群死亡的超额危险度、归因死亡人数和人群归因分值。结果 PM₁₀短期浓度升高与人群死亡数增加相关，效应存在明显的滞后性和持续性，日均浓度每升高10μg/m³，总死亡累积4 d（Lag0～3）的超额危险度为0.35%（95%CI：0.16%～0.53%）。宁波市2011—2015年归因于PM₁₀短期暴露的总死亡人数为3972例（95%CI：1877～6032），人群归因分值为2.15%（95%CI：1.02%～3.27%）。呼吸系统疾病对PM¹⁰。更为敏感，其归因死亡人数和人群归因分值分别为1 323例（95%C/：619～1 990）和4.68%（95%CI：2.19%～7.03%）；女性和高年龄组人群的归因风险分别高于男性和低年龄组。如果将PM¹⁰日均浓度控制在150μg/m³和100μg/m³限值以内，人群归因风险将分别下降25.45%和53.07%。结论 PM₁₀浓度变化对健康有较大的影响，应立即采用有效的控制措施。

关键词：空气污染；颗粒物；归因风险；分布滞后非线性模型 中图分类号：R122 文献标志码：A

随着我国经济的快速发展，空气污染问题日益严重，对人群健康造成了极大威胁。大气颗粒物被认为是我国最主要的空气污染因子，国内外已有大量研究证实颗粒物短期暴露与人群死亡率升高相关。但目前已有的研究多数局限于采用率的指标评估颗粒物和死亡的关系，如相对危险度或比值比等，这些指标反映了颗粒物每单位浓度升高时的效应，却并未考虑到研究地区的污染强度和暴露人群数量。因此，无法准确反映颗粒物造成的整体疾病负担。尽管已有部分学者开展了大气颗粒物的疾病负担评估研究，却并未考虑颗粒物的滞后效应，或者缺乏对不同疾病类别和人群类别的分析。因此，对这方面还需要开展进一步的研究。宁波市是我国长三角地区南翼经济中心，本研究拟利用宁波市数据，定量评估大气可吸入颗粒物（PM₁₀）短期暴露造成的人群死亡归因风险。

1资料与方法

1.1资料来源

死因资料来源于宁波市疾病预防控制中心，包括2011—2015年全市死因监测个案数据。按照性别和年龄（<65岁组，≥65岁组）进行人群分层，并依据国际疾病分类标准编码（ICD-10）挑选出心血管疾病死亡（100-199）、呼吸系统疾病死亡（J00～J99）和其他疾病死亡進行分层分析。同期大气可吸入颗粒物（PM₁₀）的日均浓度由宁波市环境监测中心提供，通过全市各个监测站点的数据求得区域算术平均值，作为人群污染物日均暴露量。气象资料来源于宁波市气象局，变量包括日均气温、日均相对湿度和日均气压，同样采用区域算术平均值作为人群气象因子日均暴露量。

1.2研究方法

1.2.1基本假设 根据世界卫生组织（WHO）发布的《空气质量准则》，PM₁₀年均浓度准则值为20μg/m³，低于该限值时认为PM₁₀对健康几乎没有影响。同时根据已有文献中通常将PM₁₀与死亡的关系设为线性，因此，本研究假设PM₁₀与死亡的暴露-反应关系为以20μg/m³为阈值的线性函数。

1.2.2 PM₁的短期效应 时间序列分析是当前研究空气污染短期影响的主要方法，其原理是在控制时间趋势等混杂因素的基础上，比较暴露因素的短期变化和健康结局的变化是否存在关联。基本模型构建如下：

利用赤池信息准则（Akaike information criteri-on，AIC）确定交叉基函数中的自由度，选择相对危险度（RR）和超额危险度（ER）作为PM₁₀短期效应评价指标，本研究中ER表示为PM₁₀每升高10μg/m³造成死亡增加的百分比，计算方法如下：ER=（RR-1）×100%=[exp（β）-1]×100%

1.2.3 PM₁₀的归因风险 归因风险的基础指标是归因人数（attribute number，AN）和人群归因分值（attribute fraction，AF）。本研究中AF表示由于PM₁₀短期暴露造成的超额死亡人数占总死亡的比例，也可理解为如果人群不再暴露于PM₁₀时，相应死亡减少的数量占总死亡的比例。两者的计算方法分别如下：

根据WHO《空气质量准则》中不同过渡时期的目标值，本研究分别选择150、100、75、50μg/m³作为PMI。日均浓度控制限值，并分析了当超出该限值时所对应的PM₁₀短期暴露对总死亡影响的归因风险大小。

1.2.4敏感性分析 由于WHO和环境空气质量标准（GB 3095—2012）均将50μg/m³设为PM¹⁰日均浓度准则值，同时部分研究也将0μg/m³作为颗粒物危害评估基线。因此，本研究也采用了50μg/m³和0μg/m³作为PM₁₀阈值进行敏感性分析。为验证模型的稳定性，本研究改变了模型中PM¹⁰最长滞后时间（5～10 d）、PM₁₀滞后时间的自由度（3～5）、时间变量的自由度（6～8）、温度的自由度（3～6）、湿度和气压的自由度（3～6）进行敏感性分析，结果均使用ER表示。

1.3统计学分析

研究中采用R3.1.1软件进行统计分析，分布滞后非线性模型采用“dlnm”程序包。检验水准α=0.05。

2结果

2.1一般情况

宁波市2011—2015年共监测到死亡人数184 542例，其中心血管疾病共死亡52415例，呼吸系统疾病共死亡28 302例，其余人群死亡和气象资料的一般情况见表1。研究期间PM₁₀日均浓度为（80.48±49.69）μg/m³，其中超过WHO《空气质量准则》年均浓度准则值（20μg/m³）共1814 d，占总天数的99.34%。PM₁₀日均浓度的时间分布趋势呈现明显的季节性，冬季污染严重，夏季污染较轻。见图1。

2.2 PM₁₀的短期效应（图2）

PM₁₀对人群死亡的影响具有明显的滞后性。在滞后1～3 d时PM₁₀和总死亡的关联有统计学意义（P<0.05），滞后1 d时效应最强；PM₁₀每升高10μg/m³，累积4 d（Lag0～3）可造成总死亡增加0.35%（95%CI：0.16%～0.53%）。根据研究假设，PM₁₀与总死亡累积4 d的暴露一反应关系如图3所示，阈值（20μg/m³）以下PM₁₀效应为零，超过阈值后死亡的相对危险度呈线性上升。

2.3 PM₁₀短期暴露的归因风险

当以20μg/m³作为PM₁₀阈值时，2011—2015年宁波市归因于PM₁₀短期暴露的总死亡人数为3972例（95%CI：1 877～6 032），人群归因分值为2.15%（95%CI：1.02～3.27%）。不同人群组别中，女性和I>65岁年龄组的归因风险分别高于男性和<65岁年龄组，两者的人群归因分值分别为2.91%和2.84%。呼吸系统疾病的归因风险高于心血管疾病，归因死亡人数和人群归因分值分别为1323例和4.68%。其他疾病归因于PM₁₀短期暴露的死亡人数共为1505例，人群归因分值为1.45%。见表2。

2011—2015年归因于PM₁₀短期暴露的总死亡人数分别为795、671、1145、672、689例，其时间分布趋势与PM₁₀日均浓度分布一致。冬季归因死亡人数较多，共为1 663例，占总归因人数的41.86%；夏季人数较少，共457例，占总归因人数的11.50%。见图4。

宁波市2011—2015年PM₁₀日均浓度超过150μg/m³共148 d，占总天数的8.11%，其所对应的归因人数为1011例，占总归因人数的25.45%；超过100μg/m³共444 d，占总天数的24.32%，所对应的归因死亡人数为2108例，占总归因人数的53.07%；超过50μg/m³共1313 d，占总天数的71.91%，所对应的归因死亡人数为3671例，占總归因人数的92.42%。见表3。

2.4敏感性分析

当改变PM₁₀阈值、时间变量的自由度、气象变量的自由度等参数时，其效应均未发生较大改变，结果显示模型稳定性较好。见表4。

3讨论

空气污染造成的人群健康风险已成为当前政府及公众高度关注的问题，及时开展本地区空气污染对人群健康的影响研究，为决策者制定相应政策提供理论依据，具有重要的公共卫生学意义。本研究在以往分析颗粒物每单位浓度的效应基础上，结合宁波市本地空气污染浓度和人群暴露数量，定量评估了宁波市近几年归因于PM₁₀短期暴露的人群死亡数量和人群归因分值。结果发现，PM₁₀每升高10μg/m³，累积4 d（Lag0～3）可造成总死亡增加0.35%（95%CI：0.16%～0.53%），此效应大小与中国其他城市的研究结果接近。宁波市2011—2015年归因于PM₁₀短期暴露的死亡人数共3972例，占总死亡人数的2.15%，表明空气污染已经给人群健康造成了较大损失。

目前认为敏感人群数小时或数天的高浓度暴露即可引起心肌梗死或心力衰竭，与以往文献一致。本研究发现，呼吸系统疾病和心血管疾病对颗粒物污染均较其他疾病更为敏感，两者由于PM₁₀短期暴露造成的人群归因分值均高于其他疾病。其中呼吸系统疾病受到的影响更强，大约每20个呼吸系统疾病死亡病例中就有1个是因PM₁₀短期暴露造成的。已有较多的证据表明，老年人是空气污染的敏感人群，本研究结论与以往一致。同时，研究发现女性受到PM₁₀的影响比男性更强，两者的归因分值分别为2.91%和1.56%，此机制尚不清楚，可能与两者生活习惯、肺功能、内分泌改变等差异有关。

污染物浓度差异同样会导致整体疾病负担不同，宁波市2012年和2013年的PM₁₀年均浓度分别为71.46μg/m³和107.43μg/m³，造成的归因死亡人数分别为671和1145例，相差近1倍。据此类推，由于中国各地颗粒物浓度和暴露人数不同，造成的疾病负担会存在较大差异，如李湉湉等的研究发现，2013年1月北京、上海、广州、西安PM_2.5日均浓度分别为240、83、94、210μg/m³，归因死亡人数分别为725、296、310、85例。与其他国家相比，中国具有众多的暴露人口和较高的颗粒物浓度，因此整体归因疾病负担会更加严重。本研究同时发现，如果采取及时有效措施降低空气污染浓度，将会获得较大的人群健康收益。如将PMI。日均浓度均控制在150μg/m³以下时，即能够降低25.45%的归因风险；而当浓度控制在100μg/m³以下时，归因风险将下降一半以上。

本研究方法建立在一系列的假设基础上，其结果仍存在一些局限性。首先研究中只评估了PM₁₀短期暴露的归因风险，而国外队列研究显示颗粒物的长期效应可能更强。因此，本研究发现的归因风险仅仅是PM₁₀疾病负担中的一小部分。此外，以往文献发现高温可能会增强PM₁₀的效应，如果考虑PM₁₀与气温的交互作用，夏季的归因风险可能比研究中估计的更强。但与以往研究相比，本研究不再局限于分析PM₁₀单位浓度的效应，而是定量评估了PM₁₀短期暴露的整体疾病，并比较了不同疾病和人群的差异，研究结果能够为决策者制定相关环境防控政策提供理论依据，具有一定的创新性和实用性。