颗粒物污染对高血压门急诊就诊人数的影响-时间序列研究

翁 俊,韦性富,聂永红,王敏珍,康 峰,孟祥燕,胡晓斌,裴泓波,白亚娜,郑 山* (.兰州大学公共卫生学院流行病与卫生统计学研究所,甘肃 兰州 70000；.金昌市疾病预防控制中心,甘肃 金昌 7700；.金川集团股份有限公司职工医院,甘肃 金昌 7700)

近年来颗粒物污染事件频发,对居民健康的影响越来越突出,颗粒物的健康危害效应受到越来越多的关注.国内外研究显示,大气颗粒物污染能够导致呼吸系统和心血管系统疾病的患病[1-2]、发病[3-8]、死亡风险增加[9-13].

其中,有研究发现高血压的患病、发病和死亡风险随着污染物浓度的升高而增加[14-19].流行病学研究显示,国内高血压患病率呈现上升趋势,44.7%的中年人患有高血压与之相反的是高血压的知晓率、治疗率、控制率处在较低水平[20].与全球水平相比,无论是死亡还是 DALY(伤残调整寿命年),中国人群归因于高血压的比例均较高,高血压造成的健康影响非常严重[21].“健康中国2030”提出—至 2030年基本实现高血压、糖尿病患者管理干预全覆盖[22],因此明确高血压的潜在风险因素对实现其有效控制至关重要.空气污染尤其是颗粒物污染对高血压的影响近年成为一个重要关注点,然而国内关于颗粒物对高血压的研究主要集中在大城市的 PM10污染,PM2.5的研究较少[23].金昌市是西北地区典型的工业城市,具有特殊的地理位置,颗粒物污染与高血压之间的关联研究还相对有限,因此本文定量评估颗粒物PM10和PM2.5与高血压门急诊人数之间的暴露反应关系,从而为高血压的有效防治提供科学依据.

1 资料与方法

1.1 研究地区的特征

金昌市 2015年人口 47.05万人,总面积 0.89万km2[24],地处河西走廊中段,区域内多山地、戈壁、沙漠.气候具有明显的大陆性温带干旱气候特征,干旱少雨,昼夜、四季温差较大,风大风频,多西北风.区域内矿产资源丰富,是典型的工业城市.

1.2 资料来源

1.2.1 门急诊资料 收集整理 2012年 1月 1日～2015年12月31日金昌市3家主要综合性医院门急诊所有高血压病例,病例信息主要包括就诊号、年龄、性别、就诊日期、医院诊断及ICD-10编码等.

1.2.2 大气污染与气象资料 从金昌市环境监测站收集整理2012-01-01～2015-12-31逐日PM10、SO2、NO2地面监测数据;2014年1月1日～2015年12月31日逐日 PM2.5监测数据来源于青悦开放环境数据中心[25].同期的气象观测资料来源于金昌市气象局,包括逐日平均气温、平均相对湿度、风速、沙尘暴、扬沙、浮沉等.

1.3 统计学分析

本文采用广义相加模型(,GAM)拟合不同颗粒物与高血压门急诊人数的关联性.高血压日门急诊人数对总人群来说是小概率事件,统计学分布近似泊松分布,因此将Poisson回归引入广义相加模型[26].

首先,建立只含时间序列的基本模型,使用平滑样条函数控制时间的长期趋势和季节效应,并以哑元变量的形式控制“星期几效应”和“节假日效应”.

模型为:

式中:Yt|X为高血压门急诊人数; E(Yt|X)为高血压门急诊人数期望值;s 为平滑样条函数; time为日历时间; df为自由度; DOW为星期几效应; Holiday为节假日效应.

其次,在模型(1)中逐步引入平均温度、相对湿度及风速,使用赤池信息量准则(AIC)来选择自由度,将AIC值最小的自由度引入模型中[12,27],用平滑样条函数控制其混杂效应.

模型为:

式中: temp为平均温度; Humidity为相对湿度;windsp为平均风速.

在模型(2)中分别引入PM10与PM2.5进行颗粒物与高血压门急诊人数的单污染物暴露效应分析.考虑到颗粒物的累积效应及滞后效应,分别设计 PM10与PM2.5的单滞后模式(颗粒物当天(L0)至滞后7d(L7)对高血压门急诊入院人数的效应)及累积滞后模式(颗粒物当天及前1d的滑动平均(L01)至当天及前7d的滑动平均值(L07)的累积滞后效应).在此基础上,选择滞后效应最大的天数进行分层分析.按照不同性别、年龄(＜65岁,65～75岁及≥75岁)分别拟合颗粒物与高血压门急诊人数的暴露反应关系.

再次,在单污染物模型的基础上,将 SO2、NO2引入模型,分析多污染物协同作用下颗粒物的效应.

多污染模型为:

式中:β为回归系数; Xk为颗粒物浓度.

另外,考虑到金昌市沙尘天气对颗粒物浓度的影响,将气象观测资料中浮尘、扬沙、沙尘暴的天气定义为沙尘天气,并在模型(2)的基础上引入沙尘天气的二分类变量,分析沙尘天气调整前后对颗粒物效应的修饰作用.

颗粒物对高血压门急诊人数的效应用相对危险度RR和超额危险度ER来评价,ER=(RR-1)*100%[12].本文的单位浓度变化为颗粒物浓度的四分位间距(,IQR), IQR=P75-P25.

本文的数据资料使用SPSS22.0统计软件进行汇总管理,使用 R3.4.1统计软件进行数据的统计分析,检验水准α=0.05.

2 结果

2.1 2012～2015年金昌市大气污染物浓度、气象因素及高血压门急诊人数一般情况

根据ICD-10进行疾病分类,筛选高血压(ICD-10:I10)病例,共 55363例,其中男性 55.48%,女性45.52%,65岁及以上人群占42.79%.由表1可知,高血压日均门急诊人数为 37.89人,其中男性 21.02人、女性16.87人;65岁以下病例21.68人、65～75岁病例10.20人、75岁以上病例6.01人.研究期间PM10、PM2.5、SO2和 NO2的平均浓度分别为 103.47,38.02,55.25,22.30μg/m3,其中 PM10与 PM2.5浓度的IQR分别为 55.78,26.78μg/m3.2012～2015年平均温度为 9.68℃、平均湿度为 37.87%、平均风速为 1.78m/s.

表1 2012～2015年金昌市大气污染物浓度、气象因素及高血压门急诊人数Table 1 Air pollution levels, meteorological variables and hypertension admissions in Jinchang during 2012～2015

2.2 大气污染物日平均浓度与气象要素间的Spearman相关分析

由表2可知, PM10日平均浓度与污染物PM2.5、SO2、NO2浓度之间存在正相关,等级相关系数分别为 0.81、0.34和0.19,与气象要素气温、气湿存在负相关,等级相关系数分别为-0.39、-0.24; PM2.5日平均浓度与污染物SO2、NO2浓度之间存在正相关,等级相关系数分别为 0.56和0.47,与气温、气湿和风速之间的等级相关系数分别为-0.55、-0.17和-0.23; SO2和NO2与气象要素气温和风速之间有较强的关联,与气温、湿度、风速均呈负相关.

表2 2012～2015年金昌市大气污染物日平均浓度与日气象要素的Spearman相关分析Table 2 Spearman correlations between daily weather and air pollution variables in Jinchang from 2012 to 2015

2.3 颗粒物与高血压门急诊人数的关联性分析

大气颗粒物与高血压门急诊人数关联性结果见图 1.在单滞后模型中,滞后天数以滞后 5d和 7d为主,滞后 5d时效应最强,PM10平均浓度每升高一个 IQR(55.78μg/m3),高血压日门急诊人数增加1.02% (95%CI: 0.55%～1.49%).在累计滞后模型中,滞后天数主要集中在滞后 05至 07d,其中滞后 07d效应最强,PM10平均浓度每升高一个 IQR(55.78μg/m3),高血压日门急诊人数增加 2.30%(95%CI:1.30%～3.32%). PM2.5与高血压门急诊人数之间的关联性在单滞后模型分析中,滞后 6d时效应最强,PM2.5的平均浓度每升高一个 IQR(26.78μg/m3),高血压日门急诊人数增加 2.53%(95%CI: 1.45%～3.62%),累积滞后模型中,PM2.5与高血压门急诊人数的关联性无统计学意义(P＞0.05).由图 2可知,颗粒物浓度与高血压日门急诊人数之间表现为正相关关系,即随着颗粒物浓度的增加,高血压日门急诊人数随之增加.

图1 颗粒物(PM10、PM2.5)浓度每升高1个IQR高血压门急诊人次数变化Fig.1 The association between a IQR increase in pollutants and hospital admissions for hypertension

2.4 颗粒物浓度与性别、年龄别高血压门急诊人数的关联性分析

表 3是颗粒物与不同性别、年龄人群高血压门急诊人数的时间序列分析结果.由表 3可知,,PM10平均浓度每升高1个IQR高血压男性高血压门急诊人数分别增加 2.82%(95%CI: 1.465%～4.19%)、女性增加2.08%(95%CI: 0.62%～3.57%).65岁以下人群增加 2.23%(95%CI: 0.92%～3.55%),65～74岁人群增加3.16%(95%CI: 1.25%～5.10%),75岁以上人群增加2.90%(95%CI: 0.43%～5.44%).PM2.5平均浓度每升高1个IQR男性高血压门急诊人数增加3.30%(95%CI:1.87%～4.74%)、女性增加 0.87%(95%CI: -0.80%～2.56%).65岁以下人群增加 1.24%(95%CI: -0.21%～2.72%),65～74岁人群增加 3.50%(95%CI: 1.47%～5.58%),75岁以上人群增加 3.71%(95%CI: 1.05%～6.44%).

表3 金昌市颗粒物污染与不同性别、年龄组高血压门急诊人数的关联性*Table 3 Association between paticulate matter and hypertension admissions at different gender, age

2.5 颗粒物与高血压门急诊人数关联性的多污染 模型

表4是增加SO2、NO2后多污染模型中颗粒物对高血压门急诊人数影响的分析结果.由表4可知,单独引入SO2后,PM10对高血压门急诊人数的效应由2.30%减少到 2.11%;单独引入 NO2时,PM10对高血压门急诊人数的效应由2.30%减少到2.23%;同时引入SO2、NO2后效应值由2.30%减少到2.11%.单独引入SO2时,PM2.5对高血压门急诊人数的效应由2.53%减少到2.42%和2.23%;单独引入 NO2时,PM2.5对高血压门急诊人数的效应由2.53%减小到 2.47%;同时引入 SO2、NO2后效应值由2.53%减小到2.47%,结果均有统计学意义.

表4 多污染模型中颗粒物浓度每升高1个IQR高血压门急诊人数的变化*Table 4 Excess risk for hypertension admissions for a IQR increase in particulate matter in multiple pollutants model

2.5 沙尘对颗粒物与高血压门急诊人数影响的修饰作用

由表 5可知,在相同的暴露浓度下,沙尘天气时PM10对高血压门急诊人数的效应由 2.30%增加到2.36%,PM2.5对高血压门急诊人数的影响由 2.43%减少到2.39%.

表5 调整沙尘天气后颗粒物对高血压门急诊人数的影响*Table 5 Association between paticulate matter and hypertension admissions after adjust dust weather

3 讨论

本研究显示金昌市高血压门急诊人数随颗粒物浓度升高而增加.欧美国家研究表明 PM2.5浓度每增加10µg/m3高血压门急诊人数增加2.03%[3],国内也有研究报道 PM10和 PM2.5浓度每增加 10µg/m3高血压入院风险增加,OR分别为 1.06(95% CI: 1.020～1.101)、1.084 (95% CI: 1.028～1.139)[28].本文单污染模型显示,PM10累积滞后 7d对高血压门急诊人数影响的效应最大,PM2.5滞后6d效应最大.有研究显示滞后3dPM10浓度每增加 15.0µg/m3高血压入院 OR值为1.06(95% CI:1.01～1.11),滞后 6dPM2.5浓度每增加6.2µg/m3OR 值为 1.07(95% CI:1.01～1.11)[29].滞后1dPM10、PM2.5对高血压影响的效应达到最大[28].可知颗粒物暴露能够增加高血压门急诊入院风险,且存在一定的滞后效应,,其原因可能与颗粒物能够长时间悬浮在空气中延长了人群暴露时间有关.颗粒物浓度每升高1个IQR,PM2.5较之PM10对人群高血压急诊入院的危害更高[28],与本文所得结果相似,可能是粒径越小越容易吸附各种有毒的有机物和重金属元素,粒径越小越容易进入人体循环系统产生危害效应.

本文研究结果显示,PM10和PM2.5对男性、65岁以上人群的影响效应更高,PM2.5对相应高血压门急诊人数的影响高于 PM10.国内外已有的研究发现男性对颗粒物的敏感性高于女性[19,30-31],考虑可能与男性的暴露机会大于女性有关.此外相关研究也表明颗粒物对高血压的影响中,60岁及以下人群 OR值为1.15(95% CI:1.07～1.22),60岁以上人群 OR 值为1.07(95% CI:0.97～1.16)[1],颗粒物致使65岁以下人群高血压的入院风险更高(P＜0.05)[17],还有研究结果显示PM2.5与 PM10对65岁以上人群影响更显著[8,15,32].不同研究结果之间的差异可能与地区及人群特征的差异有关,但大部分研究结果都表明随着年龄的增加颗粒物的影响趋向于更加明显.

本文研究结果表明,引入 SO2、NO2后,PM10对高血压门急诊人数的效应减弱;引入SO2后PM2.5对高血压门急诊人数的效应减弱,增加 NO2或同时引入 SO2、NO2后,PM2.5的效应减弱.已有研究显示调整SO2、NO2后,PM10和PM2.5对高血压门急诊入院的效应减弱[28].PM2.5对高血压的效应在调整NO2后减弱,SO2可以增强颗粒物PM2.5的效应[33].调整NO2后,PM10和 PM2.5对心血管疾病入院的效应减弱[4].调整 SO2后,PM10对高血压门急诊入院的效应减弱[34].与本文的结论相似,即气态污染物(SO2、NO2)对颗粒物的影响有协同效应;在多污染物模型中PM10、PM2.5对高血压门急诊人次的影响仍具有统计学意义,提示大气颗粒物污染是高血压门急诊入院的独立危险因素.

沙尘天气对颗粒物的健康效应存在一定的修饰效应.本文研究结果显示,在相同的暴露浓度下沙尘天气时 PM10效应增强、PM2.5效应减弱.北京地区的研究显示沙尘天气下 PM10效应低于非沙尘天气,PM2.5的 RR值前后变化不明显[27],武威市高血压门急诊人数随沙尘天气的强度增大而增大[35].这可能与沙尘天气颗粒物成分简单、吸附的有害组分较少有关.沙尘天气时,西北地区特殊的地理环境可能会造成粗颗粒物浓度明显增加,浓度变化产生的效应掩盖了颗粒物组分变化的效应.

本研究使用门急诊数据来反映颗粒物对高血压影响的急性健康效应,其敏感性较住院数据更好.由于采集的原始病例数据没有区分门诊与急诊数据,因此无法分析颗粒物对门、急诊的效应,基于环境地面监测资料的暴露评估并不能反应个体的真实暴露水平;虽然时间序列分析控制了一些与时间相关的混杂因素影响但是仍然存在较多的混杂..在之后的研究中以大规模的前瞻性队列研究为主,同时进行生物学机制研究,进一步的明确颗粒物与高血压之间的关联性及颗粒物产生作用可能的机制.也应当注意到不同污染类型即颗粒物所吸附的不同组分对高血压的影响.

4 结论

4.1 颗粒物(PM10、PM2.5)与高血压门急诊人次之间存在一定的剂量反应关系,PM2.5对高血压门急诊入院的影响更大.

4.2 男性、65岁以上人群对颗粒物影响的敏感性更高.

4.3 气态污染物(SO2、NO2)对颗粒物的影响有协同效应.

4.4 沙尘天气对颗粒物的健康效应存在一定的修饰效应.