京津冀及周边地区大气细颗粒物和臭氧对医院日门诊量的急性影响及季节性差异*

陈 晨 张梦雪,2 刘晶,3 方建龙 郭亚菲 李湉湉,2 施小明,2

1.中国疾病预防控制中心环境与人群健康重点实验室，中国疾病预防控制中心环境与健康相关产品安全所，北京，100021

2.南京医科大学公共卫生学院，南京，211166

3.河北大学公共卫生学院，保定，071002

1 引言

大气污染位列全球第4 位危险因素，是世界各国广泛面临的重大环境健康问题（Lelieveld，et al，2020）。细颗粒物和臭氧作为主要污染物，短期暴露会显著增大心脑血管、呼吸、代谢、精神等多系统发病和死亡风险（Dominici，et al，2006；Shah，et al，2015；Chen，et al，2017；Buoli，et al，2018；Paul，et al，2020）。近期研究（Bergmann，et al，2020）发现，大气污染物对人群健康的危害受气象条件影响，致使不同季节观察到的健康效应存在差异。然而目前关于“大气污染物健康影响的季节模式”这一科学问题尚未形成统一的结论：如基于纽约的时间序列研究（Hsu，et al，2017）发现，冬季细颗粒物相关的心血管疾病入院风险增幅较大，细颗粒物浓度每升高10 μg/m3，心血管疾病入院风险增大2.06%（95%置信区间（95%CI）：1.33%—2.80%）；瑞典的病例交叉研究（Oudin，et al，2018）表明，暖季细颗粒物对精神疾病入院影响较大，细颗粒物浓度每升高10 μg/m3，精神疾病入院风险增大 3.6%（95%CI：0.4%—7.0%）。加拿大的时间序列研究（Shin，et al，2022）发现，夏季臭氧可显著增加男性呼吸系统疾病入院风险，臭氧浓度每升高10 μg/m3，相应入院风险增大1.7%（95%CI：1.1%—2.2%）；在怀俄明州的病例交叉研究（Pride，et al，2015）则表明，最冷的1—3 月臭氧对呼吸系统疾病急性影响将更加明显。

京津冀及周边地区作为中国大气污染防治的重点区域，其大气细颗粒物和臭氧污染水平有明显的季节差异，如由于冷季气象条件不利于细颗粒物扩散，加上冬季采暖等化石能源消耗增加的影响，区域大气细颗粒物浓度远高于暖季（Wei，et al，2020）；臭氧属于光化学污染物，由氮氧化物和挥发性有机物等前体物在阳光照射下发生光化学反应而生成，因此暖季强日照、高温、少云、少降水等气象条件会加速光化学反应，促进臭氧生成（Zeng，et al，2018）。随着区域性大气污染治理难度的增大，亟需基于人群证据制定有差别的污染管控目标与健康防护策略。为此，本研究基于多研究点位时间序列研究设计，通过收集2013—2018 年京津冀及周边地区14 个城市100 家医院门诊就诊数据，探索大气细颗粒物和臭氧短期暴露对人群因病就诊的影响及其季节性特征，以期进一步加强风险决策者对京津冀及周边地区大气细颗粒物和臭氧污染急性健康危害的认识，为大气污染区域性防治战略和人群健康防护政策的制定提供科学依据。

2 资料与方法

2.1 资料来源

2.1.1 医院门诊就诊量

选取京津冀及周边地区共14 个城市（北京、天津、邢台、保定、沧州、廊坊、阳泉、晋城、德州、滨州、菏泽、开封、新乡和焦作），依据研究设计，纳入研究范围内数据质量较好的100 家医院（医院所在区县或10 km范围内有大气污染固定监测站，医院具备完善成熟的电子就诊系统，就诊数据持续时间至少连续3 a，数据无缺失、具有唯一识别码可去重，就诊人次长期趋势及季节波动稳定）（表1）。收集2013 年1 月1 日—2018 年12 月31 日每日门诊就诊资料，并以日就诊量作为本研究的健康结局，量化大气细颗粒物与臭氧污染对人群因病就诊的影响。

表1 京津冀及周边地区纳入研究的100 家医院类型Table 1 Type of 100 hospitals in Beijing-Tianjin-Hebei and surrounding areas

2.1.2 大气污染物浓度

同期大气细颗粒物与臭氧小时浓度数据来自全国城市空气质量实时发布平台，并依据《环境空气质量标准（GB 3095-2012）》规定对京津冀及周边4 省2 直辖市的环境监测站逐站计算细颗粒物与臭氧日均浓度。使用ArcGIS 空间分析工具和中国区县边界矢量地图，选取距离医院最近的环境监测站数据估算医院就诊人群暴露水平。

2.1.3 气象因子

同期气象数据来自中国气象数据网，选取医院所在城市的气象站观测数据，主要包括日平均气温和相对湿度。

2.2 研究方法

2.2.1 描述性分析

计算研究选取的环境监测站逐日大气细颗粒物和臭氧浓度，医院门诊就诊人次，以及气象站观测的气温和相对湿度，包括平均数、标准差、中位数及四分位数间距等指标，用于定量分析污染暴露、人群因病就诊和气象因子等情况。

2.2.2 二阶段统计建模

（1）第1 阶段：以医院为建模单元，采用广义相加模型（GAM）构建大气细颗粒物和臭氧逐日浓度与医院门诊就诊人次的双污染模型，分别获取每家医院大气细颗粒物和臭氧短期暴露与门诊就诊量的暴露-反应关系。模型通过自然样条函数控制气象因素和时间趋势，如下

式中，E（Yt）为观察日（t）医院门诊就诊人次；α为拟合常量；PM2.5t和O3t分别为观察日（t）大气细颗粒物和臭氧浓度，β1代表控制臭氧时细颗粒物与门诊就诊人次的暴露-反应关系，β2代表控制细颗粒物时臭氧与门诊就诊人次的暴露-反应关系；ns（time，df）为使用自然样条函数控制时间趋势，time 为日期，df 为自由度，预设每年6 个自由度，ns（temt，df）和ns（rht，df）为使用自然样条函数控制气象因子，temt和rht分别为观察日（t）的气温和相对湿度，df 预设为3（Dominici，et al，2006；Yin，et al，2017；Chen，et al，2019；Strosnider，et al，2019；Shin，et al，2022）；DOW 和holiday 为虚拟变量，用以控制星期和节假日效应。

Wei 等（2020）的研究表明，细颗粒物浓度受多种气象条件影响，如风速、气压等，但目前还没有充分的研究证据证实风速、气压等对人群因病就诊产生急性影响，故模型暂未对风速和气压进行混杂控制。Zeng 等（2018）的研究表明，臭氧受日照、高温、降水等气象因素影响，而日照、降水与温度和湿度密切相关，同时纳入模型将引起“共线性”的问题，致使模型拟合有偏差，因此未纳入。考虑大气细颗粒物和臭氧对人群因病就诊影响存在短期的滞后效应，本研究将污染物滞后0—1 d 暴露浓度（lag01）纳入主模型（Chen，et al，2019；Wang，et al，2013）。

（2）第2 阶段：使用meta 随机效应模型将研究区域的100 家医院大气细颗粒物和臭氧短期暴露与门诊就诊人次的暴露-反应关系（第1 阶段模型结果）进行整合估计。

（3）季节模式分析：本研究将时间序列拆分成暖季（5—10 月）和冷季（1—4 月，11—12 月）独立建模，获得不同季节大气细颗粒物和臭氧对医院门诊影响的差异，并通过Z检验来判断差异是否具有统计学意义。

（4）敏感性分析：滞后效应方面，本研究分析细颗粒物和臭氧暴露单日滞后1、2、3、4 d 相关的医院日门诊就诊风险变化趋势。模型拟合方面，文中同时建立细颗粒物和臭氧的单污染物模型，检验双污染模型结果的稳健性。效应估计方面，改变模型中混杂因素（温度、相对湿度、时间趋势）样条函数的自由度，对比效应结果。其中，温度和相对湿度的自由度改为5，时间趋势的自由度改为7。

本研究采用R 软件4.0.2 版中mgcv 和metafor程序包进行数据分析，根据双侧统计学检验，当P＜0.05 时，认为差异具有统计学意义。

3 结果分析

3.1 基本情况

2013 年1 月1 日—2018 年12 月31 日，100 家医院所在区域大气细颗粒物和臭氧平均浓度分别为72.2±56.8 μg/m3和 58.2±36.9 μg/m3；大气污染呈现细颗粒物冷季高于暖季、臭氧暖季高于冷季的特征差异。研究期间，100 家医院门诊就诊总量达6257 万人·次，每家医院平均每日282 人·次，冷、暖季平均就诊量接近（表2）。

表2 2013—2018 年京津冀及周边地区100 家医院每日门诊就诊量、大气污染物浓度和气象因子统计Table 2 Summary statistics of daily outpatient visits at 100 hospitals and air pollutants and meteorological factors across the Beijing-Tianjin-Hebei region and surrounding areas from 2013 to 2018

3.2 京津冀及周边地区大气细颗粒物短期暴露对医院门诊就诊人次的急性影响

既往流行病学研究（Ballester，et al，2006；Anenberg，et al，2018）已证实，大气细颗粒污染物短期暴露对人群心脑血管、呼吸等多系统产生损伤，增加发病风险。Wei 等（2019）基于美国联邦医疗保险数据，对细颗粒物与214 种疾病进行研究，发现细颗粒物暴露滞后0—1 d 将显著增加心脑血管疾病、呼吸系统疾病、帕金森病、糖尿病、急性肾功能衰竭等疾病入院风险；Pini 等（2021）在布雷西亚地区进行的一项时间序列研究表明，细颗粒物短期暴露可显著增加哮喘急诊及入院风险，且在暴露滞后0—1 d 时效应最强，细颗粒物浓度每升高10 μg/m3，哮喘疾病急诊风险增加1.24（95%CI：1.03—1.50），哮喘入院风险增加1.31（95%CI：1.02—1.67）；Wang等（2013）分析2007 年4 月—2008 年12 月上海市细颗粒物对因病就诊的急性影响时发现，暴露当日至暴露滞后1 d 的细颗粒物浓度每升高1 个四分位数间距（42.2 μg/m3），急诊因病就诊风险均上升1.88%（95%CI：0.69%—3.06%）。本研究（图1）可见，整个研究期间暴露滞后0—1 d（lag01）的细颗粒物浓度每升高10 μg/m3，医院门诊就诊风险增加0.25%（95%CI：0.20%—0.29%）。研究结果与中外研究结果一致，细颗粒物短期暴露可增加疾病入院风险。

气象因子通过促进或抑制大气细颗粒物污染的形成、扩散及沉降，进而对大气颗粒物的健康效应产生影响，同时，气象因子本身也可能对人体健康产生不良影响（Bergmann，et al，2020；Wei，et al，2020；Zeng，et al，2018），因此，不同季节的气象因子差异较大时，观察到的大气污染对人群健康的不良影响不同。本研究中，冷季和暖季细颗粒物lag01 暴露浓度每升高10 μg/m3，医院门诊就诊风险分别上升0.29%（95%CI：0.22%— 0.36%）和0.19%（95%CI：0.12%—0.26%）；其中冷季细颗粒物lag01 急性效应高于整个研究期，但差异不具有统计学意义（图1）。不同暴露滞后比较发现，细颗粒物对医院门诊就诊人次的急性影响也存在季节差异（图1）：暴露当日（lag0），暖季细颗粒物急性效应显著高于整个研究期（P＜0.05），细颗粒物浓度每升高10 μg/m3，医院门诊就诊风险增加0.30%（95%CI：0.25%—0.35%），而冷季细颗粒物急性效应则与整个研究期近似；暴露滞后1 d（lag1），冷季细颗粒物急性效应较强，细颗粒物浓度每升高10 μg/m3，医院门诊就诊风险增加0.17%（95%CI：0.12%—0.22%），而暖季细颗粒物对医院门诊就诊人次的急性影响不具有统计学意义。Bergmann 等（2020）就大气污染急性健康影响的季节差异进行了系统综述，本研究结果与其研究发现一致：冷季和暖季暴露当日的细颗粒物能显著增加人群发病风险，冷、暖季效应差异不具有统计学意义，而暴露滞后1 d 细颗粒物仅观察到在冷季时显著增加人群发病风险。

图1 京津冀及周边地区大气细颗粒物短期暴露对医院门诊每日就诊量的急性影响Fig.1 Acute effects of short-term exposure to ambient fine particulate matter on daily outpatient visits in Beijing-Tianjin-Hebei and surrounding areas

3.3 京津冀及周边地区大气臭氧短期暴露对医院门诊就诊量的急性影响

Ballester 等（2006）在西班牙开展的研究显示，臭氧暴露滞后2—3 d 浓度每上升10 μg/m3，引起心脑血管疾病入院风险增加 0.7%（95%CI：0.3%—1.0%）；Anenberg 等（2018）曾估算，2015 年全球归因于臭氧暴露的哮喘急诊就诊人次高达900 万—2300 万，约占总就诊量的8%—20%；Zhao 等（2018）在臭氧与心理健康的综述研究中提出，臭氧短期暴露将对人们心理健康产生系列危害，包括自闭症、认知功能障碍、痴呆症及抑郁症等。目前中国关于臭氧短期暴露对人群健康影响的研究处于起步阶段，且研究多是长江三角洲、珠江三角洲等地区，对京津冀地区区域性研究较少。而本研究发现2013—2018 年臭氧暴露滞后0—1 d（lag01）的臭氧浓度每升高10 μg/m3，京津冀地区医院门诊就诊风险增加0.15%（95%CI：0.07%—0.22%）（图2）。这一结果提示，2013 年“大气污染防治行动计划”实施以来，虽然中国整体空气质量得到有效改善，细颗粒物的污染水平大幅度降低，但臭氧污染程度却加重了（Zhu，et al，2022），这一大气复合污染特征依旧给居民健康带来严重影响，因此臭氧对人群健康的影响需要引起关注。

由图2 可见，冷季和暖季臭氧lag01 暴露浓度每升高10 μg/m3，医院门诊就诊风险分别增加-0.87%（95%CI：-1.07%— -0.68%）和0.31%（95%CI：0.22%—0.40%）；其中暖季臭氧 lag01 急性效应显著高于整个研究期（P＜0.01）。不同暴露滞后比较发现臭氧对医院门诊就诊人次的急性影响季节特征近似，即暖季急性效应高于整个研究期（P＜0.1），而冷季臭氧污染与医院门诊就诊人次呈显著负相关（P＜0.05）（图2）。暖季臭氧lag0 和lag1 暴露浓度每升高10 μg/m3，医院门诊就诊风险分别增加0.16%（95%CI：0.09%—0.24%）和0.29%（95%CI：0.22%—0.36%）。

图2 京津冀及周边地区大气臭氧短期暴露对医院门诊每日就诊量的急性影响Fig.2 Acute effects of short-term exposure to ambient ozone on daily outpatient visits in Beijing-Tianjin-Hebei and surrounding areas

目前关于气象因子对臭氧急性健康影响的修饰作用尚未形成定论。如Jhun 等（2014）和Chen等（2018）分别对美国97 个城市和欧洲8 个城市的多中心研究发现，高温显著增强臭氧对人群死亡的影响；Bergmann 等（2020）在大气污染急性健康影响的季节差异综述中表明，暖季臭氧在暴露当日和暴露后1 d 均可显著增大人群发病风险，本研究结论与上述流行病学研究结果一致。对中国272 个城市研究（Yin，et al，2017）发现，臭氧对人群死亡的急性影响在冷季得到加强；Qiu 等（2013）在香港开展的研究发现，寒冷且干燥的季节臭氧对当地居民缺血性心脏病急诊入院影响较大。不同气候区域的气象条件、大气污染特征、当地居民应对大气污染和不良气象条件的适应能力等不同，可能是造成研究结论差异的重要原因（Jhun，et al，2014；Chen，et al，2021）。

3.4 敏感性分析结果

如图3 所示，整个研究期大气细颗粒物对医院门诊每日就诊量的急性影响峰值为暴露当日，臭氧对医院门诊每日就诊量的急性影响峰值则在暴露后1 d，二者短期暴露的滞后效应呈逐渐降低的趋势。由表3 可见，整个研究期大气细颗粒物和臭氧短期暴露急性效应在使用单、双污染物模型拟合的结果基本一致，均能看出不同的暴露滞后期，大气细颗粒物和臭氧短期暴露将显著增大门诊就诊风险，效应峰值的暴露窗口期多发生在暴露当日至之后1 d。由表4 可见，模型不同自由度对大气细颗粒物和臭氧短期暴露与医院门诊就诊人次的暴露-反应关系影响较小，证明模型稳健。

表3 不同污染物模型对全年大气细颗粒物和臭氧短期暴露急性效应的影响Table 3 Influences of different pollutant-models on acute effects of ambient fine particulate matter and ozone short-term exposure during the entire year

表4 模型自由度调整对全年大气细颗粒物和臭氧移动平均滞后0—1 d 暴露急性效应的影响Table 4 Influences of degree of freedom adjustment on acute effects of annual ambient fine particulate matter and ozone exposure with 0 to 1 d lag

图3 京津冀及周边地区大气细颗粒物和臭氧短期暴露对医院门诊就诊影响的滞后效应Fig.3 Lagged effect of short-term exposure to ambient fine particulate matter and ozone on hospital outpatient visits in Beijing-Tianjin-Hebei and surrounding areas

4 结论

以京津冀及周边地区大气污染传输通道中的14 个主要城市为试点，基于大气细颗粒物和臭氧浓度与100 家医院门诊就诊量的多研究点位时间序列数据，采用二阶段统计分析策略（广义相加模型联合meta 分析），在控制气象因子和时间趋势等混杂因素的基础上构建双污染物模型，分析大气细颗粒物和臭氧短期暴露对人群因病就诊影响，结果表明：

（1）2013—2018 年研究区域内大气细颗粒物年均浓度远超中国环境空气质量二级标准（35 μg/m3）；而同期大气臭氧污染水平逐年上升，其暖季污染已超过世界卫生组织发布的《全球空气质量指南》过渡时期目标2 推荐值（70 μg/m3）。在当前污染水平下，细颗粒物和臭氧的短期暴露将显著增大当地居民门诊就诊风险，效应峰值的暴露窗口期在暴露当日至滞后1d。

（2）大气细颗粒物和臭氧短期暴露对门诊就诊的影响存在季节差异，其中冷季细颗粒物和暖季臭氧对门诊就诊的影响更强。为此，建议京津冀及周边地区大气细颗粒物和臭氧污染协同防治及人群健康防护工作，需要重视不良气象条件带来的挑战，针对污染特征和气象条件制定有差异的应对策略，同时基于健康风险建立综合预警系统，保护公众健康免受不良气象条件和大气污染的危害。

现阶段中国同时考量细颗粒物和臭氧急性发病效应的研究较少，且多以单研究点位为主，相较多研究点位设计，流行病学证据代表性不强，尤其是缺乏区域性风险评估，致使风险研判不足，不能有效支撑区域性大气污染管控策略的制定。本研究较单研究点位的研究样本量大、统计效能良好，观察到的人们受到大气污染暴露的范围更为广泛、结果更为可靠。但也存在一定的局限：

首先，以医院就诊人群为研究对象，在借鉴同领域研究（Johnson，et al，2011；Chen，et al，2017）的基础上采用医院所在区域的空气污染监测站数据做短期暴露评估，但由于个人就医偏好、医疗可达性、时间活动模式、住宅特征和室内污染物来源等暴露特征不同，导致使用室外固定站监测的环境浓度估算个体真实暴露，将造成暴露错分，低估空气污染对人群健康的急性影响。该局限是时间序列研究设计的常见问题，为了降低暴露错分引起的不确定性，未来应加强大气污染精准暴露评估研究。

其次，医院门诊就诊监测数据虽具有可获性强、易用于快速开展空气污染急性健康风险评估等优点，但由于存在计划就医事件及与空气污染不相关的科室就诊情况，可能导致模型拟合大气污染短期暴露对人群因病就诊影响显现不出统计学显著性。因此，下一步还需开展医疗大数据文本信息识别研究，在标准化识别疾病诊断的基础上，厘清大气污染物短期暴露的健康效应谱。

此外，本研究以细颗粒物和臭氧双污染物模型进行分析，量化大气细颗粒物和臭氧同时暴露下人群因病就诊风险变化，然而京津冀地区大气复合污染还存在SO2、NOX等气态污染物，它们协同对人群健康造成的危害不容忽视，未来还需要针对大气复合污染的健康效应深入研究。