王 瓊， 方建龍， 劉園園， 周敬文， 孔凡玲， 鄧富昌， 符元證， 董皓冉， 施小明*

1.中國疾病預防控制中心環(huán)境與人群健康重點實驗室， 中國疾病預防控制中心環(huán)境與健康相關(guān)產(chǎn)品安全所， 北京 100021 2.濟南市疾病預防控制中心， 山東 濟南 250021 3.山東省疾病預防控制中心， 山東 濟南 250014

大氣污染是我國亟待解決的重大環(huán)境問題之一，其對公眾健康的危害已引起社會的廣泛關(guān)注[1-2]. 我國京津冀及周邊地區(qū)污染排放處于較高水平[3]，導致大氣重污染天氣頻發(fā)[4]. 我國設立了系列科研攻關(guān)課題以深入探索該地區(qū)大氣污染對人群的健康影響[5]. 作為京津冀及周邊“2+26”城市之一的濟南市，隨著經(jīng)濟的快速發(fā)展、城市化進程的推進和機動車保有量的增加，大氣細顆粒物(PM2.5)和可吸入顆粒物(PM10)污染形勢較為嚴峻[6-7]. 2011—2017年濟南市PM2.5和PM10濃度分別為(96±58)和(164±80)μgm3[8]，隨著我國污染防治政策的實施，近些年濟南市環(huán)境空氣質(zhì)量得到顯著改善，據(jù)《2018年濟南市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》顯示，2018年濟南市區(qū)PM2.5和PM10濃度分別為52和112 μgm3. 盡管濟南市空氣質(zhì)量已經(jīng)有長足改善，但仍遠高于GB 3095—2012《環(huán)境空氣質(zhì)量標準》中顆粒物二級標準限值(PM2.5和PM10年均濃度限值分別為35和70 μgm3).

高濃度水平大氣顆粒物污染嚴重威脅人群健康. 目前關(guān)于PM2.5對呼吸系統(tǒng)(如慢性阻塞性肺病[9]、肺功能[10-11])、心腦血管系統(tǒng)(如高血壓[12]、冠心病[13]、動脈粥樣硬化[14])及腎功能下降[15]等相關(guān)疾病影響的研究較多，但近些年研究顯示，大氣顆粒物還會對神經(jīng)系統(tǒng)產(chǎn)生影響，增加人群罹患神經(jīng)變性疾病的風險[16-17]. 神經(jīng)變性疾病的發(fā)病率在世界范圍內(nèi)呈逐年上升趨勢，對我國而言，隨著人口老齡化的加劇，患病數(shù)也逐年增多[18]. 目前神經(jīng)變性疾病的病因和發(fā)病機制尚不清晰，關(guān)于大氣顆粒物污染對神經(jīng)變性疾病的研究也很少. 研究表明，血清淀粉樣蛋白P組分(serum amyloid P component, SAP)的含量在神經(jīng)退行性病變的人群中較高[19-20]，其可作為一種潛在的生物標志物用于分析大氣顆粒物污染與神經(jīng)系統(tǒng)損傷趨勢的關(guān)聯(lián)性，在一定程度上可以反映大氣顆粒物對神經(jīng)系統(tǒng)的影響程度. 有鑒于此，該研究選擇山東省濟南市為研究地區(qū)，針對甸柳社區(qū)的健康老年人群，于2018年9月—2019年1月進行了5次重復測量的定群研究，同時結(jié)合環(huán)保監(jiān)測超級站點的顆粒物污染數(shù)據(jù)，分析短期大氣顆粒物暴露后人群血清中SAP的變化水平，探討不同粒徑大氣顆粒物對神經(jīng)系統(tǒng)的可能影響，以期為京津冀及周邊地區(qū)大氣顆粒物暴露的人群健康防護提供參考.

1 材料與方法

1.1 研究區(qū)域和調(diào)查對象

該研究選擇京津冀及周邊地區(qū)“2+26”城市中的濟南市作為定群研究現(xiàn)場，并于距濟南市環(huán)保監(jiān)測超級站2 km范圍內(nèi)的甸柳社區(qū)招募了76位調(diào)查對象. 調(diào)查對象納入標準：①居住于甸柳社區(qū)的60～69歲健康老年人；②現(xiàn)住址居住時間長于2年，半年內(nèi)無外出計劃；③自愿參加且有較好的調(diào)查依從性. 存在慢性或急性疾病、定期服用藥物、有吸煙或酗酒等風險因素的人群將被排除招募范圍. 76名調(diào)查對象中，完成5次隨訪58名，完成4次隨訪12名，完成3次隨訪3名，完成2次隨訪3名，共完成353人次隨訪. 該研究方案通過中國疾病預防控制中心環(huán)境與健康相關(guān)產(chǎn)品安全所倫理審查委員會的批準(201816號)，并且所有調(diào)查對象均簽署了知情同意書.

1.2 研究設計和數(shù)據(jù)收集

為了更好地研究大氣污染對人群健康的影響，2018年9月—2019年1月期間每月對調(diào)查對象進行一次三天隨訪. 每次隨訪包括問卷調(diào)查、體格檢查和血樣采集等. 為了最大程度地減少因飲食結(jié)構(gòu)不同而造成的影響，調(diào)查前兩天開始為所有調(diào)查對象提供餐食，持續(xù)至當次隨訪結(jié)束.

暴露監(jiān)測：基于大氣環(huán)境科學綜合數(shù)據(jù)采集與共享平臺收集2018年9月—2019年1月濟南市甸柳社區(qū)附近環(huán)保監(jiān)測超級站點的PM10和PM2.5小時監(jiān)測數(shù)據(jù)，以及同時期的溫度、相對濕度等氣象指標的小時監(jiān)測數(shù)據(jù).

問卷調(diào)查和體格檢查：①問卷調(diào)查. 所有調(diào)查對象每次隨訪調(diào)查內(nèi)容包括一般情況、居住環(huán)境、行為活動模式、疾病史等信息. ②體格檢查. 所有調(diào)查對象均進行體格檢查，包括身高、體重、腰圍、血壓、心率等.

血樣采集及實驗室檢查：每次隨訪采集調(diào)查對象靜脈血，分裝后運至實驗室進行SAP檢測. 使用細胞因子檢測試劑盒(型號#HSTCMAG-28SK-02，默克密理博公司，德國)對血清樣本進行處理，之后采用Luminex液相芯片檢測儀(型號FLEXMAP3D，默克密理博公司，德國)配合XPONENT軟件，應用多因子檢測技術(shù)檢測血清樣品中的SAP，具體檢測步驟參照HSTCMAG-28SK-02試劑盒使用說明. 血清中可替寧濃度水平通過同位素稀釋高壓液相譜ESI電離源質(zhì)譜法測得. 血液樣品中加入一定比例內(nèi)標、氫氧化鉀溶液混合后轉(zhuǎn)移至Isolute SLE+ 400 mg提取盤中，加入5%的異丙醇二氯甲烷混合溶液，重力洗提并濃縮，剩余物復溶后進樣到C18色譜柱(Hypersil Gold C18 Selectivity)，洗脫液洗脫，上機測定.

1.3 統(tǒng)計分析和敏感性分析

統(tǒng)計分析：采用Excel 2019軟件建立數(shù)據(jù)庫，經(jīng)R軟件(v3.6.1)進行統(tǒng)計分析. 在分析之前，將所測得生物標志物濃度進行對數(shù)轉(zhuǎn)換以達到正態(tài)分布. 采用線性混合效應模型分析PM2.5和PM10暴露對SAP的影響，模型以SAP數(shù)值作為因變量，以自變量PM2.5或PM10濃度和協(xié)變量(年齡、性別、體重指數(shù)、血漿中可替寧濃度水平、時間、溫度和相對濕度)作為固定效應項，溫度、相對濕度分別采用自由度為6和3的自然樣條函數(shù)進行擬合，以每名調(diào)查對象的編號(ID)作為隨機效應項，其中可替寧作為尼古丁在人體內(nèi)的主要代謝產(chǎn)物，以其作為協(xié)變量可控制煙草暴露對研究結(jié)果的影響. 效果估計值為污染物濃度每增加一個四分位間距(IQR)濃度時生物標志物變化的百分比. 采用Benjamini-Hochberg錯誤控制方法(FDRB-H)對數(shù)據(jù)進行統(tǒng)計分析以校正P值[21]，當FDRB-H<0.05時表示差異有統(tǒng)計學意義.

敏感性分析：通過調(diào)整主模型中協(xié)變量(時間、溫度和相對濕度)自然樣條函數(shù)自由度、刪除溫度和相對濕度以及增加教育程度等協(xié)變量的方式，對模型的穩(wěn)定性進行驗證.

2 結(jié)果與分析

2.1 描述性分析

該研究共納入76名研究對象，其中男性38名(50%). 研究對象的年齡和體重指數(shù)分別為(65.07±2.75)歲和(25.03±2.40)kgm2. 76名研究對象的SAP濃度為(7.62±3.23)ngmL. 在研究時間段內(nèi)，大氣PM2.5和PM10濃度分別為(48.58±31.89)和(106.92±52.69)μgm3，PM2.5和PM10的IQR分別為44.00和83.00 μgm3. 其中，1月大氣顆粒物濃度最高，PM2.5和PM10濃度分別為(69.38±45.86)和(160.92±37.51)μgm3. 研究期間相對濕度和溫度分別為45.81%±12.88%和(21.72±3.36)℃. 5次隨訪調(diào)查相關(guān)信息如表1、2所示.

表1 調(diào)查相關(guān)因素基本信息

表2 研究期間大氣PM2.5和PM10暴露水平

Table 2 Exposure levels of PM2.5 and PM10 in the atmosphere μgm3

表2 研究期間大氣PM2.5和PM10暴露水平

指標月份平均值標準差中位數(shù)四分位數(shù)間距PM2.5PM109月36.719.7139.0022.0010月44.897.2244.004.0011月30.6917.5447.0037.0012月55.3539.7969.0087.001月69.3845.8671.00113.00合計48.5831.8944.0044.009月67.0221.3078.0039.0010月119.6146.4592.0071.0011月52.4922.2573.0044.0012月111.3544.68137.0090.001月160.8537.51184.0063.50合計106.9252.6992.0083.00

2.2 大氣顆粒物對SAP指標的影響

研究期間PM2.5和PM10對研究對象SAP影響的時間累積滯后效應結(jié)果(最大累積滯后時間為72 h)如圖1所示. 結(jié)果顯示，模型調(diào)整性別、年齡、體重指數(shù)、血漿中可替寧濃度水平、相對濕度、溫度和“星期幾效應”等混雜效應后，大氣PM2.5濃度增加會導致調(diào)查對象SAP顯著上升，而大氣PM10濃度增加會導致SAP水平上升，但無統(tǒng)計學意義. 大氣PM2.5在累積滯后0～6 h(lag06)暴露時，SAP水平升高最明顯，PM2.5濃度每增加1個IQR(單位為μgm3)，SAP水平升高18.73%(95%CI為9.20%～29.08%)(FDRB-H<0.05).

注： 模型調(diào)整了相對濕度、溫度、“星期幾效應”、年齡、體重指數(shù)、性別、血漿中可替寧濃度水平等混雜效應. 縱坐標為PM2.5或PM10濃度每上升1個四分位數(shù)間距(IQR)時SAP的變化率；圖中線段為95%CI值；Lag06表示累積滯后0～6 h，Lag012表示累積滯后0～12 h，其他以此類推. 下同.圖1 PM2.5和PM10在不同累積滯后時間下對SAP指標影響的單污染物模型分析Fig.1 Analysis of single pollutant model of the impact of PM2.5 and PM10 on SAP under different accumulative lag time

2.3 敏感性分析

敏感性分析結(jié)果顯示，采用不同自由度下的時間和氣象指標(溫度和相對濕度)、分別增加協(xié)變量(月份、教育程度)及剔除協(xié)變量(溫度和相對濕度)后對模型運行結(jié)果的影響較小，表明模型較為穩(wěn)定. 時間趨勢的自由度分別由6和3變?yōu)?時，溫度和相對濕度自由度變化范圍為2～6時，PM2.5和PM10效應預測結(jié)果也基本相同(見圖2).

圖2 PM2.5和PM10在不同累積滯后時間下對SAP指標影響的單污染物模型敏感性分析Fig.2 Sensitivity analysis of single pollutant model of impact of PM2.5 and PM10 on SAP under different accumulative lag time

3 討論

該研究在匹配環(huán)保監(jiān)測超級站PM2.5和PM10空氣污染暴露數(shù)據(jù)以及氣象監(jiān)測站氣象數(shù)據(jù)的基礎(chǔ)上，對濟南市甸柳社區(qū)76名調(diào)查對象開展了5次血液樣本中SAP的重復測量，分析PM2.5和PM10對人群生物指標的影響及滯后效應. 研究顯示，PM2.5短期暴露可引起SAP顯著升高，特別是在累積滯后0～6 h范圍內(nèi)；同時PM10短期暴露雖然可引起累積滯后0～6 h SAP的升高，但效應無統(tǒng)計學意義.

SAP作為正五聚蛋白家族之一，可在肝細胞中產(chǎn)生并循環(huán)于血液中[22]. SAP常在發(fā)生損傷和炎癥后產(chǎn)生，因此也可以作為全身性炎癥的敏感生物標志物[23]. 另外，SAP作為一種淀粉樣沉積蛋白，普遍存在于體內(nèi)淀粉樣變沉積物內(nèi)[24]. SAP可與所有類型的淀粉樣沉積物中的原纖維結(jié)合，易于淀粉樣變性病的發(fā)生[25]. 研究顯示，SAP的免疫反應還發(fā)生在阿爾茨海默氏病(Alzheime disease, AD)、帕金森病(Parkinson′s disease, PD)和其他神經(jīng)退行性疾病的神經(jīng)原纖維纏結(jié)中[19]. 在AD患者血液或腦脊液中SAP水平升高[26-27]，表明SAP是AD診斷的潛在生物標志物；同樣的研究[20]顯示，PD患者血液中SAP水平也顯著高于健康人群. 綜上，SAP或許可作為淀粉樣病變相關(guān)疾病的生物標志物. 已有研究顯示，小粒徑大氣顆粒物可由嗅神經(jīng)或嗅球進入腦部，引起具有大腦毒性的活性氧產(chǎn)生而損傷中樞神經(jīng)系統(tǒng)[28]，說明大氣顆粒物對人群神經(jīng)系統(tǒng)有潛在危害. 另有研究表明，暴露于煙煤排放物的不吸煙女性血清中SAP顯著高于使用無煙煤的不吸煙女性[29]. 這與筆者研究中PM2.5急性暴露后也顯著升高了SAP濃度的結(jié)果相一致. 究其原因：一方面可能是由于細顆粒物暴露后使機體發(fā)生了炎癥反應[30]; 另一方面也預示了大氣顆粒物污染可能潛在危害神經(jīng)系統(tǒng)，影響淀粉樣病變疾病的發(fā)生和發(fā)展.

該研究中未發(fā)現(xiàn)PM10對研究對象SAP的濃度水平產(chǎn)生顯著影響，這可能與其粒徑特點有關(guān). 小粒徑顆粒物表面積更大，更易附著各種有害污染物，同時也更能深入人體呼吸與神經(jīng)系統(tǒng)，對人體健康帶來更大的威脅. 一項針對糖尿病患者的定群研究顯示，粒徑范圍在0.25～1.0 μm內(nèi)的顆粒物對二型糖尿病患者的血壓升高作用明顯，其中0.25～0.40 μm粒徑段的顆粒物作用最強[31]，小粒徑顆粒物對一些生物標志物的影響也有同樣的規(guī)律[32]. 因此，該研究中PM2.5對SAP的影響較PM10顯著，與其粒徑范圍有一定關(guān)聯(lián)，提示在進行大氣污染對健康影響研究中，應更關(guān)注小粒徑顆粒物的潛在危害.

4 結(jié)論

a) 2018年9月—2019年1月濟南市甸柳社區(qū)大氣PM2.5和PM10濃度分別為(48.58±31.89)和(106.92±52.69)μgm3；隨訪期間大氣顆粒物呈現(xiàn)明顯的月度變化，其中1月濃度最高，PM2.5和PM10濃度分別為(69.38±45.86)和(160.92±37.51)μgm3.

b) 使用線性混合效應模型分析不同粒徑大氣顆粒物對SAP的影響，PM2.5暴露對SAP的影響程度高于PM10，顯示不同粒徑的顆粒物對人群健康影響程度有所不同.

c) 該研究選擇的線性混合效應模型較為穩(wěn)定，可準確反映大氣顆粒物污染對SAP的影響程度.

致謝：衷心感謝本課題執(zhí)行過程中課題組成員、現(xiàn)場調(diào)查相關(guān)機構(gòu)工作人員、數(shù)據(jù)提供機構(gòu)工作人員等的辛勤工作和努力付出.