大气污染暴露与儿童青少年血脂代谢的关系研究

黄相源 张 羿 陈逍天 姜 袁 王 胤 窦亚兰 许 嘉 韩 斌 严卫丽

近年研究显示，脂质代谢紊乱在中国成年人中患病率为26.3%～35.1%[1]，在儿童青少年中为5%～62%[2]，且有快速升高的态势[3]。考虑到血脂具有“轨迹”效应[4]，保护儿童青少年正常血脂代谢可使健康长远获益。

大气污染是动脉粥样硬化性心血管疾病的独立危险因素[5]。关于大气污染对血脂代谢的影响，已有流行病学研究显示大气颗粒物及NO2暴露与甘油三酯水平显著相关[6]，但在儿童青少年中的相关研究较少[7-9]，中国仅有1项研究[8]。目前在儿童青少年中估算大气污染物暴露水平的方法包括空气质量指数、卫星反演模型和土地利用模型等，分析结果存在差异。本研究拟采用基于环境监测点位数据的空气污染物时空暴露模型，分析上海市儿童青少年PM2.5、O3和NO2暴露与血脂水平、血脂异常的关系。

1 方法

1.1 研究设计 横断面调查，研究对象来自中国儿童青少年心血管健康研究[10]的上海现场，通过标准化问卷调查收集纳入的中小学生的人口学资料、家庭住址等信息，采集空腹静脉血进行血脂检测。使用空气污染物时空暴露模型估算研究对象家庭住址的大气污染暴露水平，分析大气污染暴露与血脂代谢之间是否独立相关。

1.2 研究现场 2014年在上海市方便抽样的4所中小学校(浦江一小、浦江二中、浦江三中、群益职校)。

1.3 研究对象的纳入标准 ①研究现场4所学校的学生；②年龄7～18岁；③经监护人知情同意后采集静脉血，并且血量足够测得有效血脂水平；④回收问卷中家庭地址的填写至少精确到镇级行政单位。

1.4 排除标准 回收问卷中自述患慢性疾病(高血压、1型糖尿病、2型糖尿病、肾脏疾病、心脏疾病和甲状腺疾病)者。

1.5 资料采集 从研究[10]数据库中，提取符合本文研究对象的以下信息：出生日期、性别、家庭住址、慢性疾病史、食物摄入频率来自问卷调查，身高(精确到0.1 cm)和体重(精确到0.1 kg)来自研究现场测量数据，其他信息包括采血日期等。

需要说明的是，①研究对象的年龄由采血日期与出生日期相减计算；②参照中国儿童青少年体质指数生长曲线标准[11, 12]，根据BMI性别、年龄的Z值判断是否肥胖或超重。

1.6 血液标本的采集及血脂的检测 研究对象检测前日晚餐后开始禁食(>10 h)，检测当日晨9：00前由护士到研究现场，使用非抗凝真空采血管(2 mL)采集静脉血，将采血管静置并在3 h内于采血现场以1 509.3 g加速度离心获得血清，储存于-80℃冰箱，统一用干冰保温、飞机运送至首都医科大学儿科研究所中心实验室进行血脂检测。使用日立HITACHI7080生化自动分析仪(酶法)[10]检测HDLC、LDLC、TG和TC的浓度。参考2009年儿童青少年血脂异常防治共识标准[12, 13]，血脂异常定义为符合HDLC≤1.04 mmol·L-1、LDLC≥3.37 mmol·L-1、TG≥1.70 mmol·L-1和TC≥5.18 mmol·L-1中任1项者。

1.7 大气污染暴露水平估算 将研究对象填写的家庭住址进行标准化(“上海市某区某镇某道路某弄”、“上海市某区某小区”或“上海市某区某村某组”)后，使用DataMap软件统一识别并转化为经纬度坐标。采用中国环境科学研究院研发的基于环境监测点位数据的空气污染物时空暴露模型(研究尚未发表)，根据研究期间(2012至2014年)上海市大气污染物监测站点的记录，对PM2.5、O3及NO2浓度的时空分布分别建模。模型参考既往研究把不同地点大气污染物浓度分解为该地点的长期平均浓度、该地点污染物浓度随时间的变化以及不同地点间污染物浓度的空间相关性，同时将地点与主干道距离、附近路口数等地理参数作为协变量纳入[14]。根据研究对象所提供的家庭住址和采血日期，估算研究对象在采血前1、3、6个月的PM2.5、O3和NO2的平均暴露水平。

1.8 质量控制 ①研究现场的所有工作人员均提前接受了相关培训并接受了课题协调中心的现场督察；②数据录入由双人同时进行并用软件自动查错；③血脂检测在取得国家临床检验中心认证的首都医科大学儿科研究所中心实验室进行；④血清使用干冰保温，飞机运送。

1.9 统计学方法 通过简单线性回归模型及logistic回归模型，分别检验不同时间跨度的PM2.5、NO2和O3暴露水平是否与HDLC、LDLC、TG和TC浓度及血脂异常风险存在显著相关；随后在多因素模型中调整年龄、性别、BMIZ值及糖类摄入频率等可能影响血脂代谢的因素[15],并进一步调整同期其他污染物暴露水平，检验大气污染暴露与血脂代谢之间是否独立相关。为使不同大气污染物的血脂-暴露关系具有可比性，将大气污染物浓度除以相应四分位间距(IQR)，在结果中报告大气污染物浓度每变化1个IQR相应的血脂水平变化量及其95%CI或血脂异常风险比值比及95%CI。统计学显著标准为P<0.05。在logistic回归模型中，设定样本量为1 300，血脂异常率为20%[16]，一类错误概率为0.05，则模型能以80%的把握度发现自变量每增加1个标准差相应风险增加21.4%(OR：1.214)的关联。

2 结果

2.1 一般情况 上海现场共招募2 004名中小学生，其中32名不在7～18岁年龄范围内，15名患有慢性疾病，406名不同意进行静脉采血，其余1 551名中234名在问卷中所填写的家庭地址不符合本研究的要求，最终1 317名进入本次分析。

1 317名研究对象中男生657名(49.9%)，女生660名。表1显示，7～12岁415名(31.5%),～15岁467名(35.5%)，～18岁435名(33.0%)。～18岁年龄段女生多于男生，7～12岁年龄段男生多于女生。男、女生平均BMIZ值均达到0.3，BMI略高于全国参考人群[11]，总体超重率和肥胖率分别为17.3% 和10.9%，男生肥胖率更高。

2.2 血脂水平 表1显示，研究对象平均血清HDLC、LDLC和TC浓度分别为(1.52±0.29) mmol·L-1、(2.35±0.63) mmol·L-1和(4.03±0.72) mmol·L-1，TG浓度中位数为0.59(0.43，0.80) mmol·L-1。男生4项血脂的平均血清浓度均低于女生。图1显示，不同年龄、不同性别的血脂水平，大多在男女生中较为接近，且随年龄变化较为平缓，除女生HDLC(图1A)在15岁前保持稳定、从15岁开始快速升高并与同龄男生形成明显差异。

表1 研究对象的一般特征和血脂水平[n(%)]

共142(10.8%)名研究对象存在血脂异常，低HDLC 35人(2.7%)，高LDLC、高TG和高TC分别为71人(5.4%)、31人(2.4%)和82人(6.2%)。图2显示，不同类型的血脂水平异常间存在交叉，43.7%(n=62)血脂异常者存在≥2种类型。

图1 男女生血脂水平随年龄的分布a

2.3 大气污染暴露水平 研究对象既往1、3、6个月的PM2.5(μg·m-3)日均暴露水平中位数分别为61.5(53.6,67.4)、52.7(43.5,62.8) 和51.4(45.4,65.5)，O3(μg·m-3)分别为21.6(19.1,24.0)、22.8(21.8,23.6)和20.4(19.2,21.0)，NO2(μg·m-3)分别为12.8(11.2,17.7)、12.4(10.4,14.4)和11.1(8.8,16.2)。同一污染物在不同时间范围下暴露水平相近，但是离散程度变化较大，如PM2.5在1个月内的日均暴露水平IQR为13.8 μg·m-3,6个月内的日均暴露水平IQR为20.1 μg·m-3。

2.4 大气污染暴露与血脂水平的关系 图3显示，多因素模型1调整了协变量年龄、性别、BMIZ和糖类摄入频率，PM2.5和NO2暴露与HDLC浓度总体呈负相关，O3暴露与HDLC浓度总体呈正相关；研究对象家庭地址既往6个月PM2.5、NO2平均浓度每升高1个IQR，HDLC分别降低0.09(95%CI：0.05～0.14)、0.07(95%CI：0.02～0.12)mmol·L-1；O3平均浓度每升高1个IQR，HDLC升高0.01(95%CI：0～0.02) mmol·L-1。多因素模型2进一步调整同期另外两项污染物浓度后，NO2、O3与HDLC浓度的关系不再显著，仅既往3、6个月PM2.5暴露水平与HDLC浓度独立相关。

图2 血脂异常种类构成[n (%)]

2.5 大气污染物暴露与血脂异常的关系 表2所示，血脂异常总体与空气污染暴露呈正相关，既往3个月PM2.5和O3日均浓度每升高1个IQR，血脂异常风险分别升高71% 和12%，OR为1.71(95%CI：1.33～2.21)和1.12(95%CI：1.06～1.20)；NO2浓度每升高1个IQR，血脂异常风险降低25%，OR为0.75(95%CI：0.63～0.88)。调整同期另外两项大气污染物水平后，仅PM2.5既往6个月的日均暴露水平与血脂异常风险仍显著正相关。

3 讨论

本研究显示，上海市中小学生中血脂异常患病率为10.8%，住址既往大气PM2.5浓度与学生的血液HDLC浓度显著负相关，与血脂异常风险显著正相关，提示大气PM2.5浓度升高可能对儿童人群血脂带来不利影响，但未发现O3或NO2暴露与血脂水平及血脂异常风险的显著关系。

图3 大气污染与血脂水平的关系

目前儿童中空气污染暴露与血脂代谢关系的研究较少，伊朗一项全国性的横断面调查发现年均空气质量指数与HDLC显著负相关，与本研究结果一致，同时该研究也发现年均空气质量指数与儿童青少年TC、LDLC、TG显著正相关[7]。意大利一项出生队列研究中未发现儿童生后4年的长期空气污染物暴露与HDLC或TC的显著关系[9]。一项包括中国7省市的多阶段分层随机抽样研究发现，大气颗粒物和NO2暴露与儿童青少年TC浓度及高TC血症风险显著正相关[8]。与上述研究相比，本研究空气污染暴露时间更短(≤6个月)，同时多因素模型也是首次分析大气污染暴露与综合性血脂异常的关系。

表2 血脂异常与大气污染的关系[OR (95%CI)]

一项日本的前瞻性队列研究发现，HDLC位于下四分位数的成人冠心病发病风险为HDLC位于上四分位数者的4倍[17]。本研究发现住址既往6个月PM2.5浓度每升高约20 μg·m-3(IQR),研究对象HDLC降低0.09 mmol·L-1，而PM2.5浓度可存在较大范围波动，如上海市2020年大气PM2.5日均浓度在8～160 μg·m-3。上述研究结果表明了PM2.5暴露可一定程度危害儿童青少年血脂健康。作为一种氧化性的污染物，PM2.5可能通过氧化应激对血脂代谢产生影响，尤其是具抗氧化功能的HDLC。动物研究也发现，呼吸超细颗粒物的小鼠相较于呼吸过滤空气的小鼠血浆HDLC浓度较低[18]。此外，PM2.5也可能通过甲基化修饰影响血脂代谢，在一项随机交叉试验中，研究者发现PM2.5暴露除了可以增加人体氧化应激相关基因甲基化水平外，还增加了脂肪代谢相关基因的甲基化，如ASXL2基因[19]。

本研究中上海中小学生血脂异常患病率为10.8%。2009年浙江省兰溪市中小学生血脂水平研究[20]和2014年北京市中小学生血脂水平研究[16]与本研究采用了相同的血脂异常诊断标准，报告的血脂异常患病率分别为26.2%和20.0%。考虑到研究人群平均BMI水平(kg·m-2较为接近(北京18.8，兰溪18.1，上海19.9)，患病率的不一致可能是由于研究人群年龄结构不同(兰溪研究、北京研究和本研究中研究对象平均年龄分别为10.9岁、12.1岁和13.5岁)以及饮食习惯的差异。

本研究局限性：①根据研究对象的家庭住址估算大气污染物暴露水平，未考虑研究对象其他活动轨迹和室内的空气污染暴露水平，因此空气污染暴露测量存在一定误差。在后续的相关研究中，可以考虑使用便携式空气污染记录仪或便携式个人定位器结合大气污染物时空分布模型，以提高研究对象空气污染暴露测量的准确性。此外，由于本研究中的研究对象来自于4所学校，估计在校期间大气污染物暴露水平变异性较小，未分析在校期间暴露与血脂代谢的关系。②研究对象来自上海4所学校，代表性有一定局限，研究结果进行外推时需谨慎。