我国大气PM2.5与呼吸系统疾病门诊量关系的meta分析

王熙蓓 周哲华 吴益康 胡 赞 朱 泽 孟 盼 吴大明 洪伟伟

嘉兴市疾病预防控制中心，314050 浙江 嘉兴

细颗粒物(PM2.5)是大气颗粒污染物的主要成分，由于它粒径小(空气动力学当量直径≤2.5 μm)、比表面积大，易富集有毒有害物质，随呼吸可深入肺部刺激肺泡壁，对肺功能可造成严重损害。近年来，流行病学研究表明，PM2.5急性暴露与呼吸系统疾病的发病、死亡密切相关[1-2]，其门诊量、住院患者人数及死亡病例是反映空气污染对人群健康影响的常用指标[3-4]，PM2.5诱发人群健康效应的影响已成为目前重点关注的公共卫生问题。本研究通过收集我国大气PM2.5与呼吸系统疾病门诊量的相关文献进行meta分析，系统定量分析和评价 PM2.5短期暴露对呼吸系统造成的健康危害，为大气PM2.5污染造成人群健康风险评估提供循证依据。

1 资料与方法

1.1 资料来源

计算机检索CNKI、WanFang Data、VIP、PubMed、EMbase、The Cochrane Library和Web of science数据库，搜集我国大气PM2.5与呼吸系统疾病门诊量的相关研究，检索时限均为2000年1月至2022年8月，并追溯纳入研究的参考文献。中文检索词包括“颗粒物”“细颗粒物”“空气污染物”“呼吸系统疾病”“呼吸系统异常”“门诊”“急诊”等；英文检索词包括“PM2.5”“particulate matter”“fine particulate matter”“air pollutants”“environmental exposure”“respiratory tract disease”“respiratory system abnormalities”“outpatients”“outpatient visit”“ambulatory care”等。

1.2 文献纳入和排除标准

1.2.1 纳入标准

(1)中英文文献，研究内容为我国大气PM2.5与呼吸系统疾病门诊量有关；(2)研究时间为整年研究，PM2.5浓度为整日浓度；(3)PM2.5短期暴露效应(即持续时间≤7 d所产生的效应)[5]；(4)呼吸系统疾病编码依据国际疾病分类第10版(ICD-10)J00-J99；(5)研究方法采用时间序列广义相加模型(generalized additive model,GAM),并可获得单污染物模型结果；(6)研究中包含超额危险度(excess risk,ER)、相对危险度(relative risk,RR)、比值比(odds ratio,OR)及95%置信区间(95%CI)。

1.2.2 排除标准

(1)非中英文、非中国地区，与纳入标准不符的文献；(2)AQI指数或某种成分研究；(3)呼吸系统某单一疾病或亚分类疾病；(4)仅针对特定高危人群或某职业人群；(5)无法获取全文或质量差的文献，未提供原始数据、数据不完整或数据不可转换的研究；(6)动物研究、体外研究、重复报告、病例报告、综述和评论等。

1.2.3 滞后天数选择

不同文献报告的滞后天数不同，本研究采取以下方法选择滞后天数纳入分析[6]：(1)若只提供一个滞后天数的效应值，就按此效应值进行计算；(2)若出现多个滞后天数的效应值，选择作者关注的或具有统计学意义、最大效应的效应值；(3)相比于累积滞后效应值，优先选择单日滞后效应值。

1.2.4 结局指标

以大气PM2.5浓度每升高10 μg·m-3时，呼吸系统疾病门诊量ER及95%CI为结局指标。ER表示PM2.5浓度每升高10 μg·m-3时，呼吸系统疾病门诊人次增加的百分比。若文献获取为RR或回归系数(β)，可通过公式OR≈RR(发病率或患病率<5%)，RR=exp(β)和ER=(RR-1)×100%转换为ER值[7]。

1.3 数据提取

由2名研究者独立筛选文献、提取资料并交叉核对，如遇分歧则由第三方仲裁。通过查重、阅读题目，排除明显不相关文献后，进一步阅读摘要和全文，根据纳入和排除标准确定是否纳入。如有需要，通过邮件、电话联系原始作者获取未确定但对本研究重要的信息。资料提取内容：(1)基本信息：第一作者、发表时间、研究时间、研究地点、研究对象(包括年龄、性别、季节)；(2)研究效应类型；(3)相关数据和结局指标等。

1.4 纳入研究文献质量评价

采用纽卡斯尔-渥太华量表(Newcastle-Ottawa Scale,NOS)评价纳入文献的质量[8]，评价项目分别从研究对象选择、可比性和暴露3个方面进行评分，文章质量最高得9分。

1.5 统计学方法

采用Stata 14.0软件进行统计分析，定性资料以RR及其95%CI表示。纳入研究结果间的异质性采用χ2检验进行分析，同时结合I2定量判断异质性大小。若各研究结果间无统计学异质性时(I2≤50%，P≥0.05)，采用固定效应模型进行Meta分析；若各研究结果间存在统计学异质性(I2>50%，P<0.05)，则进一步分析异质性来源，在排除明显临床异质性的影响后，采用随机效应模型进行meta分析。根据不同特征进行亚组分析，进一步探讨可能的影响因素。采用敏感性分析检测结果的稳定性，采用漏斗图和Egger′s法检测评估发表偏倚，检验水准α=0.05。

2 结果

2.1 文献检索结果

初检共获得相关文献3 846篇，其中CNKI(n=906)、WanFang Data(n=977)和VIP(n=168)、PubMed(n=1 422)、EMbase(n=7)、The Cochrane Library(n=252)和Web of Science(n=114)。经逐层筛选最终纳入48篇，其中中文32篇，英文16篇。文献筛选流程及结果见图1。

图1 文献筛选流程及结果

2.2 纳入文献基本情况

最终纳入48篇文献(按年龄划分共59个研究数据)，研究地点涉及全国29个城市，NOS量表评价纳入文献质量均在7分以上，说明文献质量较好。文献基本特征见表1。

表1 纳入文献的基本特征

2.3 meta分析

纳入所有研究进行meta分析结果显示I2=98.2%，P<0.05，提示各研究结果间存在较高异质性，故采用随机效应模型分析。结果显示RR=1.006(95%CI:1.005～1.007)，见图2。即大气PM2.5质量浓度每增加10 μg·m-3，呼吸系统疾病门诊量增加0.66%(95%CI:0.56%～0.76%)。

图2 我国PM2.5与呼吸系统疾病门诊量关系的meta分析森林图

2.4 亚组分析

将纳入研究对象按人群(年龄、性别)、季节、城市经济水平、PM2.5浓度、地区、效应类型进行亚组分析。PM2.5浓度依据《环境空气质量标准》二级标准(以24 h平均浓度75 μg·m-3为分割点)，分为PM2.5<75 μg·m-3组和PM2.5≥75 μg·m-3组；地区分为北方(秦岭-淮河以北)和南方(秦岭-淮河以南)；效应类型根据滞后天数分为单日效应和累积效应。结果显示人群(年龄、性别)和季节的亚组异质性I2有明显降低，其他亚组异质性I2值仍较高。亚组分析结果见表2。

表2 亚组分析

表2 (续)

2.5 敏感性分析

将59个研究采取逐一剔除法进行敏感性分析，结果见图3。将洪也研究数据剔除后，I2由97.1%下降为96.7%，ER值由0.67%(95%CI:0.56%～0.76%)变为0.64%(95%CI:0.55%～0.74%)，结果无明显变化，剩余总合并效应量变化幅度基本均在置信区间内，表明研究结果相对稳健可靠。

2.6 发表偏倚评估

以各研究RR值的对数为横坐标，以RR值对数的标准误为纵坐标，绘制漏斗图。全部研究的漏斗图呈不对称分布，见图4A，与Egger′s法检验结果一致(P=0.01)，表明存在发表偏倚。其中0～14岁组漏斗图呈不对称分布，见图4B，与Egger′s法检验结果一致(P=0.01)，表明该组纳入文献存在发表偏倚；15～64岁组和≥65岁组漏斗图基本呈对称分布，见图4C和图4D，与Egger′s法检验结果一致(P=0.37，P=0.46)，表明2组纳入文献无发表偏倚。

图4 我国 PM2.5与呼吸系统疾病门诊量关系meta分析的漏斗图

3 讨论

近年来，国内外多项环境流行病学研究显示，呼吸系统疾病门诊量与空气可吸入颗粒物污染存在关联，其中大气PM2.5浓度升高可增加呼吸系统疾病日均门诊人次[57-58]。梁肖等[59]报道meta分析结果为大气PM2.5质量浓度每增加10 μg·m-3，呼吸系统疾病门诊量增加0.50%(95%CI:0.30%～0.70%)；Atkinson等[6]报道meta分析结果为PM2.5质量浓度每增加10 μg·m-3，呼吸系统疾病门诊量增加0.96%(95%CI:-0.63%～2.58%)。本文共纳入59个研究，采用随机效应模型进行meta分析，结果显示大气PM2.5质量浓度每增加10 μg·m-3，呼吸系统疾病门诊量增加0.66%(95%CI:0.56%～0.76%)，这与国内外相关研究结果一致。经亚组分析，人群分层结果显示PM2.5质量浓度每增加10 μg·m-3，呼吸系统疾病门诊增量由高到低依次为0～14岁组、≥65岁组和15～64岁组，ER及95%CI分别0.61%(95%CI:0.50%～0.73%)、0.50%(95%CI:0.35%～0.66%)和0.44%(95%CI:0.32%～0.56%)；男性和女性呼吸系统疾病门诊增量相差不大，表明儿童和老年人更易发生呼吸系统疾病，可能与年龄结构及人群易感性存在差异有关[60]。季节分层结果显示，春季呼吸系统疾病门诊增量最高0.61%(95%CI:0.12%～1.11%)，可能与不同季节PM2.5污染物来源及组分差异有关，其毒性也有所不同。地区分层结果显示，相比于二三线城市而言，一线城市呼吸系统疾病门诊增量最高0.63%(95%CI:0.50%～0.75%)；南方地区呼吸系统疾病门诊增量0.75%(95%CI:0.63%～0.88%)高于北方地区0.37%(95%CI:0.28%～0.47%)，可能与本研究纳入南方地区的一线城市数量较北方多，其经济状况、医疗水平、疾病就诊意识较高有关。PM2.5浓度分层结果显示，PM2.5<75 μg·m-3组呼吸系统疾病门诊增量0.78%(95%CI:0.63%～0.88%)高于PM2.5≥75 μg·m-3组0.26%(95%CI:0.17%～0.36%)。效应类型分层结果显示，单日效应和累计效应的呼吸系统疾病门诊增量相差不大。

本研究结果显示异质性较大，可能与人群结构和易感性、不同地区、PM2.5浓度水平和组分差异、纳入研究选取滞后天数不同而产生不同暴露效应有关，导致呼吸系统疾病发生有一定的差异性[61]。经亚组分析显示，人群(年龄、性别)和季节的亚组异质性有明显降低，其他亚组异质性仍较高。敏感性分析显示本次研究结果相对稳健可靠。经漏斗图和Egger′s检验，存在一定的发表偏倚，主要表现为0～14岁组。发表偏倚可能与有统计学意义的研究结果较无统计学意义和无效结果更易发表有关，本次纳入研究0～14岁组大多数为阳性结果，导致总体结果产生一定偏差。另外，本研究存在一定的局限性。纳入研究区域较少，59个研究仅涉及全国29个城市；仅分析PM2.5对呼吸系统疾病总体影响，未按疾病分类进行分析；不同地区PM2.5组分不同，可引起不同的健康效应，需进一步分析其来源和成分的效应评估[62]。

综上所述，我国大气PM2.5与呼吸系统疾病门诊量密切相关，大气中PM2.5浓度升高，可增加呼吸系统疾病的发病风险，尤其是儿童、老年人、春季、一线城市和南方地区，呼吸系统疾病门诊量均有所增加。建议相关政府部门加强空气污染治理，减少污染，同时个人做好雾霾天气防护措施，从而降低PM2.5污染对呼吸系统健康影响。