曹 蕾,王 婷,王麗君,刁瑞萍,于麗敬,崔小麗,毛洪鈞*

邯鄲市婦女空氣污染暴露對(duì)妊娠期高血壓的影響

曹 蕾1,2,王 婷1,2,王麗君1,2,刁瑞萍3,于麗敬3,崔小麗3,毛洪鈞1,2*

(1.南開大學(xué)環(huán)境科學(xué)與工程學(xué)院,天津市城市交通污染防治研究中心重點(diǎn)實(shí)驗(yàn)室,天津 300071；2.國(guó)家環(huán)境保護(hù)城市空氣顆粒物污染防治重點(diǎn)實(shí)驗(yàn)室,天津 300350；3.邯鄲市婦幼保健院,河北 邯鄲 056001)

選擇河北省邯鄲市某醫(yī)院孕婦數(shù)據(jù),探討了6項(xiàng)空氣污染物暴露對(duì)孕婦患妊娠期高血壓(GH)的影響和不同人群的效應(yīng)差異,采用傳統(tǒng)Logistic回歸模型評(píng)估了各項(xiàng)污染物的效應(yīng),采用主成分改進(jìn)的Logistic回歸模型評(píng)估了各項(xiàng)污染物在額外調(diào)整其它污染物后的效應(yīng).結(jié)果顯示,單污染物模型中,妊娠期前26周每20μg/m3增量的O3暴露與患病風(fēng)險(xiǎn)呈顯著正相關(guān)關(guān)系(OR=1.211,95%CI:1.094～1.340),且在妊娠前期的效應(yīng)大于在妊娠中期的效應(yīng).多污染物模型中,孕前3個(gè)月每20μg/m3增量的PM2.5和PM10暴露顯著增加了患病的風(fēng)險(xiǎn),OR值分別為1.021(95%CI:1.004～1.038)和1.016(95%CI:1.002～1.031);妊娠期前26周每20μg/m3增量的O3暴露也對(duì)患病風(fēng)險(xiǎn)有顯著效應(yīng)(OR=1.026,95%CI:1.002～1.050).亞組分析結(jié)果顯示,25～30歲或初次妊娠的孕婦孕前3個(gè)月對(duì)PM2.5、PM10、NO2和CO的暴露較為敏感,>35歲或?qū)W歷為大學(xué)以下的孕婦妊娠期前26周受O3暴露的影響更易患病.總的來說,邯鄲市空氣污染對(duì)孕婦患GH存在顯著的影響,孕婦應(yīng)在孕前和妊娠期間做好防護(hù),降低空氣污染暴露造成的不利影響.

妊娠期高血壓；空氣污染；懷孕；隊(duì)列研究

空氣污染是造成全球疾病負(fù)擔(dān)的一個(gè)重要環(huán)境風(fēng)險(xiǎn)因素,暴露于空氣污染與多種疾病相關(guān)[1-3].作為人口中脆弱的一個(gè)亞群體,孕婦及其胎兒因空氣污染而承受更大的疾病負(fù)擔(dān)[4-7].妊娠期高血壓(GH)是一種妊娠并發(fā)癥,對(duì)母嬰健康有著極大的危害[6].有研究表明,暴露于空氣污染與全身炎癥和氧化應(yīng)激有關(guān),這可能與妊娠期間血管重塑和全身功能改變發(fā)生相互作用[6].部分流行病學(xué)研究發(fā)現(xiàn)空氣污染會(huì)增加孕婦患GH的風(fēng)險(xiǎn)[8-10],但也有一部分研究并沒有發(fā)現(xiàn)二者之間顯著的聯(lián)系[7,11],關(guān)于空氣污染暴露與GH的關(guān)系尚缺乏確鑿的流行病學(xué)證據(jù).以往關(guān)于孕婦空氣污染暴露與GH關(guān)系的研究主要關(guān)注妊娠期間的單污染物暴露,往往忽略了孕前暴露的效應(yīng).最新的證據(jù)表明,孕前3個(gè)月可能也是一個(gè)關(guān)鍵的時(shí)間窗口,孕前暴露可能會(huì)增加母體的系統(tǒng)性氧化應(yīng)激或炎癥[12-13].

目前,國(guó)內(nèi)開展的相關(guān)研究?jī)H限于深圳、武漢、呼和浩特和蘭州這些大城市或城市群[14-17],然而中小型城市的大氣污染形勢(shì)不容忽視[18],其居民健康也值得被關(guān)注.邯鄲市是中國(guó)北方典型的煤炭重工業(yè)城市,除了特殊地形與區(qū)域大氣環(huán)流的疊加影響外,以煤炭、鋼鐵為主的產(chǎn)業(yè)結(jié)構(gòu)導(dǎo)致其空氣質(zhì)量污染嚴(yán)重,秋冬季重污染天氣頻發(fā)[19-21].為此,本研究選擇邯鄲市某醫(yī)院孕婦數(shù)據(jù),利用Logistic回歸模型來分別評(píng)估包括可吸入顆粒物(PM10)、可入肺顆粒物(PM2.5)、二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)和臭氧(O3)在內(nèi)的各項(xiàng)空氣污染物的孕前暴露和妊娠期暴露對(duì)孕婦患GH的影響.由于實(shí)際空氣環(huán)境中多污染物共存,且污染物之間存在相互作用,本研究進(jìn)一步將6種污染物同時(shí)納入模型,利用主成分改進(jìn)的Logistic回歸評(píng)估了各項(xiàng)空氣污染物在調(diào)整其余5項(xiàng)污染物后的效應(yīng),旨在探究共暴露環(huán)境下單個(gè)污染物的效應(yīng).此外,對(duì)孕婦進(jìn)行亞組分析以探究空氣污染對(duì)不同特征人群的效應(yīng)差異,為有針對(duì)性地保障公眾健康提供參考.

1 資料與方法

1.1 研究區(qū)域

本研究隊(duì)列人群所在區(qū)域?yàn)楹颖笔『愂?邯鄲市位于河北省南部,西部為太行山區(qū),東部為華北平原,屬暖溫帶大陸性季風(fēng)氣候,四季分明,轄6區(qū)、11縣和1個(gè)縣級(jí)市,總面積1.2萬km2,戶籍總?cè)丝?057萬,常住人口955萬,人口出生率為11.80%[22].

1.2 研究對(duì)象

本研究為一項(xiàng)回顧性隊(duì)列研究,研究對(duì)象為2018年2月～2020年7月在河北省邯鄲市婦幼保健院住院分娩的婦女.邯鄲市婦幼保健院每年接收邯鄲市超過一半的孕婦分娩,病例數(shù)據(jù)覆蓋全市范圍,醫(yī)院的記錄詳細(xì)介紹了產(chǎn)婦和胎兒的特征以及懷孕和分娩的臨床數(shù)據(jù).

1.3 疾病診斷標(biāo)準(zhǔn)

GH:收縮壓/舒張壓3140/90mmHg (間隔6h,至少2次),無蛋白尿,妊娠20周后首次出現(xiàn),血壓于產(chǎn)后12周恢復(fù)正常.如伴有其他表現(xiàn),如頭痛、視物不清、上腹不適或血小板減少等應(yīng)高度懷疑子癇前期.

1.4 空氣污染物暴露評(píng)估

從邯鄲市生態(tài)環(huán)境局獲取44個(gè)監(jiān)測(cè)站點(diǎn)(包括國(guó)控站點(diǎn)和省控站點(diǎn))2017～2020年的6項(xiàng)污染物濃度數(shù)據(jù).孕婦和監(jiān)測(cè)站點(diǎn)的分布情況如圖1所示.由于監(jiān)測(cè)站點(diǎn)數(shù)量足夠多,且空間覆蓋率較好,因此本研究采用目前公共衛(wèi)生領(lǐng)域常用的近鄰模型來評(píng)估個(gè)體暴露水平.近鄰模型是根據(jù)空氣污染源與研究對(duì)象之間距離的遠(yuǎn)近估算研究對(duì)象的暴露水平,直接將個(gè)體住宅最近監(jiān)測(cè)站點(diǎn)的暴露水平賦值給個(gè)體[23].該方法不僅簡(jiǎn)單易行,且提供了較高的時(shí)間分辨率.根據(jù)每位孕婦的孕周和分娩日期計(jì)算了以下幾個(gè)窗口的平均暴露情況:(1)孕前3個(gè)月(孕前13周,Pre_T);(2)妊娠早期(第1～13孕周,T1);(3)妊娠中期(第14～26孕周,T2);(4)妊娠期前26周(T).為了確保暴露在結(jié)果之前,沒有考慮妊娠26周之后的暴露.

圖1 孕婦的住宅和監(jiān)測(cè)站點(diǎn)分布

1.5 統(tǒng)計(jì)學(xué)分析

由于所選受試人群的特征皆為分類變量,用2檢驗(yàn)比較了患GH的孕婦和不患GH的孕婦在所選特征上的差異.另外,不同暴露窗口的污染物平均暴露濃度之間的相關(guān)性通過Spearman相關(guān)系數(shù)展示.

為了便于結(jié)果討論及與其他文獻(xiàn)數(shù)據(jù)作對(duì)比,將污染物濃度作為連續(xù)變量來表示研究結(jié)果,分別計(jì)算了各暴露窗口PM和O3每20μg/m3、SO2和NO2每10μg/m3、CO每0.5mg/m3的增量與患GH風(fēng)險(xiǎn)的OR和95%CI.研究結(jié)果分為調(diào)整和未調(diào)整混雜變量的效應(yīng),混雜變量包括年齡(<25,25～30,30～35,>35歲)、教育程度(大學(xué)以下、大學(xué)及以上)、醫(yī)保類型(自費(fèi)、職工醫(yī)保、城鄉(xiāng)醫(yī)保)、孕次(初次、非初次)、懷孕年份(2017,2018,2019年)、懷孕季節(jié)(春、夏、秋、冬)和不良孕產(chǎn)史(有、無).未調(diào)整混雜變量的單污染物模型的自變量?jī)H包含一種污染物,調(diào)整混雜變量的單污染物模型的自變量包括一種污染物和所有混雜變量.

研究結(jié)果分為調(diào)整和未調(diào)整混雜變量的效應(yīng),未調(diào)整混雜變量的多污染物模型的自變量包含6種污染物的主成分變量,調(diào)整混雜變量的多污染物模型的自變量包括6種污染物和所有混雜變量的主成分變量.

此外,根據(jù)孕婦的年齡、孕次、不良孕產(chǎn)史和教育程度劃分人群,分別用單污染物模型和多污染物模型進(jìn)行亞組分析,亞組分析調(diào)整了除分組因素外所有的混雜因素.以上所有的統(tǒng)計(jì)學(xué)分析采用R軟件(版本3.5.3)完成,采用雙側(cè)檢驗(yàn),檢驗(yàn)水準(zhǔn)=0.05.

2 結(jié)果與分析

2.1 邯鄲市空氣污染情況

2017～2020年邯鄲市空氣污染物的年均濃度如表1所示.污染物的年均濃度是全年365d (2020年366d)日均濃度的平均值,污染物的日均濃度是當(dāng)日所有監(jiān)測(cè)站點(diǎn)數(shù)據(jù)的算術(shù)平均值,監(jiān)測(cè)點(diǎn)收集數(shù)據(jù)完整性和一致性均符合國(guó)家環(huán)境空氣質(zhì)量監(jiān)測(cè)規(guī)范要求,其中O3濃度為日最大8h均值,其他項(xiàng)均為24h均值.研究期間,邯鄲市PM2.5和PM10的年均污染水平遠(yuǎn)高于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095-2012)的二級(jí)濃度限值[27],SO2的年均污染水平遠(yuǎn)低于二級(jí)標(biāo)準(zhǔn).邯鄲市2017年NO2的年均污染水平略高于二級(jí)標(biāo)準(zhǔn),2019～2020年NO2的年均污染水平均低于二級(jí)標(biāo)準(zhǔn).2017～2020年CO和O3的年均污染水平遠(yuǎn)未達(dá)到二級(jí)標(biāo)準(zhǔn)中的日24h均值或日最大8h均值標(biāo)準(zhǔn).

表1 2017～2020年邯鄲市空氣污染物的年均濃度

2.2 孕婦信息描述性分析

2018年2月～2020年7月在河北省邯鄲市婦幼保健院住院分娩的孕婦信息的統(tǒng)計(jì)學(xué)描述如表2所示.本研究在排除了多胎分娩、胎齡<20周、妊娠前患慢性高血壓和信息缺失的孕婦后,最終將9820位孕婦納入研究.其中患GH的孕婦占比7.89%;孕婦年齡主要集中在25～35歲之間,約占總?cè)巳旱?4.24%;超過一半的孕婦學(xué)歷在大學(xué)及以上;約21.22%的孕婦無醫(yī)保;一半多的孕婦有妊娠經(jīng)歷;約30.48%的孕婦有不良孕產(chǎn)史.

表2 孕婦信息的統(tǒng)計(jì)學(xué)描述

表3 不同暴露窗口的污染物平均濃度的相關(guān)性分析

2檢驗(yàn)的結(jié)果顯示,除懷孕年份和懷孕季節(jié)外,患病與未患病的孕婦在其余特征上有著顯著的差異.與未患GH的孕婦相比,患GH的孕婦普遍年齡偏大(>30歲)、教育程度偏高(學(xué)歷為大學(xué)及以上),而且,初次懷孕和有不良孕產(chǎn)史的孕婦患GH的幾率較大.

2.3 孕婦空氣污染暴露情況

表3為孕婦不同暴露窗口的污染物平均濃度的Spearman相關(guān)性分析.根據(jù)Spearman相關(guān)系數(shù),各窗口污染物之間的相關(guān)性較強(qiáng),因此無法將任意兩種污染物直接同時(shí)納入Logistic回歸模型.

2.4 空氣污染物與GH發(fā)病率之間的關(guān)系

2.4.1 單污染物模型 表4顯示了單污染物L(fēng)ogistic回歸模型中各污染物未調(diào)整和調(diào)整混雜變量的OR和95%CI.在未調(diào)整混雜變量的單因素回歸模型中,Pre_T時(shí)期的CO暴露每增加0.5mg/m3,GH的患病風(fēng)險(xiǎn)就會(huì)增加8.4% (OR=1.084, 95% CI: 1.006～1.169).在調(diào)整了混雜變量的模型中,T時(shí)期每20μg/m3增量的O3暴露與GH風(fēng)險(xiǎn)呈顯著正相關(guān)關(guān)系(OR=1.211, 95% CI: 1.094～1.340),且O3暴露在T1時(shí)期的效應(yīng)要高于在T2時(shí)期的效應(yīng),OR值分別為1.128 (95% CI: 1.046～1.218)和1.093 (95% CI: 1.015～1.177).

圖2A展示了單污染物模型調(diào)整混雜變量后空氣污染對(duì)不同年齡段孕婦的效應(yīng).對(duì)于25～30歲的孕婦,Pre_T時(shí)期的PM2.5、PM10、NO2和CO暴露顯著增加了其患GH的風(fēng)險(xiǎn),OR值分別為1.316 (95% CI: 1.094～1.583)、1.189 (95% CI: 1.060～1.334)、1.249 (95% CI: 1.056～1.479)和1.261 (95% CI: 1.056～1.506);T時(shí)期尤其T2時(shí)期的O3暴露也對(duì)其患GH有顯著效應(yīng)(OR=1.223, 95% CI: 1.074～1.393).對(duì)于>35歲的孕婦,T時(shí)期尤其T1時(shí)期的O3暴露每增加20μg/m3,其患GH的風(fēng)險(xiǎn)就會(huì)增加39% (OR=1.390, 95% CI: 1.158～1.670).

圖2B展示了單污染物模型調(diào)整混雜變量后空氣污染對(duì)不同孕次孕婦的效應(yīng).對(duì)于初次妊娠的孕婦, Pre_T時(shí)期的PM2.5、PM10和CO暴露顯著增加了其患GH的風(fēng)險(xiǎn),OR值分別為1.219 (95% CI: 1.051～1.414)、1.122 (95% CI: 1.022～1.231)和1.195 (95% CI: 1.033～1.382).T時(shí)期每20μg/m3增量的O3暴露對(duì)初次妊娠和非初次妊娠的孕婦患GH的風(fēng)險(xiǎn)都有顯著效應(yīng),但初次妊娠孕婦的效應(yīng)值更大(OR=1.241, 95% CI: 1.074～1.433).

表4 單污染物模型中各污染物的效應(yīng)

注:a表示模型還調(diào)整了年齡、教育程度、醫(yī)保類型、孕次、懷孕年份、懷孕季節(jié)和不良孕產(chǎn)史,*表示<0.05,加粗表示污染物為危險(xiǎn)因素.

圖2C展示了單污染物模型調(diào)整混雜變量后空氣污染對(duì)是否有不良孕產(chǎn)史孕婦的效應(yīng).對(duì)于無不良孕產(chǎn)史的孕婦,T時(shí)期尤其T1時(shí)期的O3暴露每增加20μg/m3,其患GH的風(fēng)險(xiǎn)就會(huì)增加15.3% (OR= 1.153, 95% CI: 1.054～1.262).

圖2D展示了單污染物模型調(diào)整混雜變量后空氣污染對(duì)不同教育程度孕婦的效應(yīng).與大學(xué)及以上學(xué)歷的孕婦相比,大學(xué)以下學(xué)歷的孕婦在T時(shí)期受O3暴露的影響更大,每20μg/m3增量的O3暴露增加其26.6%患GH的風(fēng)險(xiǎn)(OR=1.266, 95% CI: 1.092～1.467).

*表示<0.05

2.4.2 多污染物模型 表5展示了多污染物L(fēng)ogistic回歸模型中各污染物未調(diào)整和調(diào)整混雜變量的OR和95% CI.在未調(diào)整其余混雜變量的模型中,污染物暴露對(duì)孕婦患GH風(fēng)險(xiǎn)無顯著效應(yīng).當(dāng)模型調(diào)整了混雜變量后,Pre_T時(shí)期每20μg/m3增量的PM2.5、PM10和每10μg/m3增量的NO2暴露對(duì)孕婦患GH風(fēng)險(xiǎn)有顯著效應(yīng),OR值分別為1.021 (95% CI: 1.004～1.038)、1.016 (95% CI: 1.002～1.031)和1.018 (95% CI: 1.000～1.037);T1時(shí)期的PM2.5暴露也顯著增加了孕婦患GH的風(fēng)險(xiǎn)(OR=1.011, 95% CI: 1.000～1.024);T時(shí)期的O3暴露每增加10μg/m3,孕婦患GH的風(fēng)險(xiǎn)增加2.6% (OR=1.026, 95% CI: 1.002～ 1.050).

圖3A～D分別展示了多污染物模型調(diào)整混雜變量后空氣污染對(duì)不同年齡段、不同孕次、是否有不良孕產(chǎn)史和不同教育程度的孕婦的效應(yīng).對(duì)于>35歲的的孕婦,T時(shí)期的O3每增加20μg/m3,孕婦患GH的風(fēng)險(xiǎn)增加9.5% (OR=1.095, 95% CI: 1.033～1.162).對(duì)于初次妊娠的孕婦,Pre_T時(shí)期每10μg/m3的NO2增量會(huì)增加其患GH的風(fēng)險(xiǎn),OR值為1.034 (95% CI: 1.001～1.068).多污染物模型中,各污染物對(duì)不同教育水平的孕婦患GH無顯著效應(yīng).對(duì)于有不良孕產(chǎn)史的孕婦,T時(shí)期每20μg/m3增量的PM2.5、PM10和Pre_T時(shí)期每10μg/m3增量的NO2對(duì)其患GH有顯著效應(yīng),OR值分別為1.059 (95% CI: 1.011～1.109)、1.038 (95% CI: 1.010～1.066)和1.047 (95% CI: 1.004～1.092).對(duì)于無不良孕產(chǎn)史的孕婦,T1時(shí)期的O3每增加20μg/m3,孕婦患GH的風(fēng)險(xiǎn)增加2.3% (OR=1.023, 95% CI: 1.004～1.042).各污染物對(duì)不同教育程度的孕婦患GH的效應(yīng)無顯著差異.

3 討論

作為一個(gè)污染嚴(yán)重、人口眾多的城市,邯鄲的數(shù)據(jù)具有一定的代表性和普遍性.本研究用Logistic回歸模型評(píng)估了邯鄲市各項(xiàng)空氣污染物對(duì)某醫(yī)院孕婦患GH的效應(yīng).研究結(jié)果包括調(diào)整和未調(diào)整混雜變量的效應(yīng),實(shí)際上這些混雜因素是影響孕婦患GH的主要原因[28-30],因此在探究空氣污染物對(duì)孕婦患GH的影響時(shí),調(diào)整混雜變量的模型結(jié)果更接近實(shí)際效應(yīng).調(diào)整混雜變量的單污染物模型結(jié)果顯示,T時(shí)期除O3外其余污染物對(duì)孕婦患GH風(fēng)險(xiǎn)增加均無顯著的統(tǒng)計(jì)學(xué)意義.先前的研究已經(jīng)證明GH和暴露于空氣污染物可能有很強(qiáng)的關(guān)聯(lián)[8-10],例如,兩項(xiàng)美國(guó)的研究得出妊娠期PM2.5和NO2暴露與GH風(fēng)險(xiǎn)呈正相關(guān)關(guān)系[9,31],另一項(xiàng)荷蘭的研究發(fā)現(xiàn)暴露于PM10和CO與GH風(fēng)險(xiǎn)增加有關(guān)[32].由于研究人群、研究環(huán)境、研究設(shè)計(jì)方案和暴露評(píng)估方法等因素的不同,研究結(jié)果在各個(gè)研究中并不一致,未來需要更多的研究來支持這一發(fā)現(xiàn).另外,結(jié)果顯示O3暴露在T1時(shí)期的效應(yīng)要高于在T2時(shí)期的效應(yīng).因此,妊娠早期可能是發(fā)生GH的關(guān)鍵易感窗口,這可能是因?yàn)檫@一時(shí)期的空氣污染會(huì)干擾母體血管重塑過程[10,33].一項(xiàng)來自美國(guó)的研究也發(fā)現(xiàn)與妊娠中期相比,妊娠早期的O3暴露對(duì)孕婦患GH的影響更大(ORT1=1.04, 95% CI: 1.03～1.06; ORT2=1.03, 95% CI: 1.02～1.04)[34].

表5 多污染物模型中各污染物的效應(yīng)

注:a表示模型還調(diào)整了年齡、教育程度、醫(yī)保類型、孕次、懷孕年份、懷孕季節(jié)和不良孕產(chǎn)史,*表示<0.05,加粗表示污染物為危險(xiǎn)因素.

*表示<0.05

調(diào)整混雜變量的多污染物模型結(jié)果顯示,Pre_T時(shí)期的PM2.5和PM10暴露對(duì)孕婦患GH風(fēng)險(xiǎn)有顯著效應(yīng),這說明孕前暴露也是一個(gè)關(guān)鍵的暴露窗口.之前有研究調(diào)查了孕前空氣污染暴露與孕婦患子癇前期和妊娠期糖尿病的關(guān)系[12-13,35-37],結(jié)果顯示出顯著的正相關(guān)關(guān)系,本研究結(jié)果也佐證了孕前暴露于空氣污染對(duì)孕婦患產(chǎn)科并發(fā)癥的不良影響.另外,與單污染物模型相比,多污染物模型中T時(shí)期的O3暴露對(duì)孕婦患GH的效應(yīng)偏低,這說明T時(shí)期其余污染物的共暴露也是影響孕婦患GH的危險(xiǎn)因素,在未調(diào)整其余污染物的單污染物模型高估了O3暴露的效應(yīng).幾項(xiàng)國(guó)外的研究顯示,單污染物模型中的污染物效應(yīng)要高于雙污染物模型中的污染物效應(yīng)[9,13,38-40],一項(xiàng)北京的研究也發(fā)現(xiàn)在多污染物模型中,分別引入SO2或(和)NO2后,PM10與全人群系統(tǒng)疾病門診人數(shù)的關(guān)聯(lián)減弱[41].由于污染物彼此間較強(qiáng)的相關(guān)性,以往研究為了避免模型中出現(xiàn)多重共線性問題,只調(diào)整了與被研究污染物相關(guān)性相對(duì)較弱的污染物.實(shí)際環(huán)境種各空氣污染物共存,各污染物對(duì)孕婦患GH可能存在協(xié)同/拮抗效應(yīng),因此需要調(diào)整目標(biāo)污染物外的其余污染物的影響,使用包含多個(gè)污染物的多污染物模型,更能反映共暴露環(huán)境下單污染物的效應(yīng).

在依據(jù)孕婦年齡進(jìn)行的亞組分析中,Pre_T時(shí)期的PM2.5、PM10、NO2和CO暴露顯著增加了25～30歲的孕婦患GH的風(fēng)險(xiǎn).一方面,邯鄲市PM2.5、PM10、NO2和CO主要來源于交通源和工業(yè)源排放[19], 25～30歲的孕婦大部分為上班族,通常由于工作、生活等原因每天有固定的時(shí)間接受交通和環(huán)境中空氣污染的暴露.另一方面,從暴露窗口來看,備孕階段防護(hù)意識(shí)薄弱可能也是25～30歲的孕婦成為敏感人群的一個(gè)重要原因.另外,結(jié)果還表明>35歲的孕婦為T時(shí)期O3暴露的敏感人群,這與Choe等[39]的研究結(jié)果一致,其發(fā)現(xiàn)與25～29歲的孕婦相比,30歲以上的孕婦在妊娠期間受空氣污染影響患妊娠期糖尿病的風(fēng)險(xiǎn)隨著年齡增加而增大.這可能是因?yàn)楦啐g孕婦的脂代謝能力較差,受空氣污染影響更易誘發(fā)或加重動(dòng)脈粥樣硬化等疾病的發(fā)生[42].

就孕次分層結(jié)果而言,Pre_T時(shí)期的PM2.5、PM10、NO2和CO暴露顯著增加了初次妊娠的孕婦患GH的風(fēng)險(xiǎn).一項(xiàng)武漢的研究結(jié)果也顯示初產(chǎn)孕婦為空氣污染的敏感人群,每10μg/m3增量的NO2對(duì)初產(chǎn)孕婦患妊娠期糖尿病的OR值為1.40 (95% CI: 1.14～1.72)[43].有研究認(rèn)為初次妊娠本身是孕婦患GH的一個(gè)高危因素,胎兒來源的絨毛初次暴露,母體對(duì)其免疫應(yīng)答異常導(dǎo)致GH發(fā)生[44-45],而母體暴露于空氣污染可能會(huì)加重這種免疫反應(yīng).另外,初次妊娠的孕婦由于缺乏經(jīng)驗(yàn)和備孕意識(shí),更容易發(fā)生意外懷孕,缺失孕前的準(zhǔn)備和防護(hù),成為孕前空氣污染暴露的敏感人群.

本研究還發(fā)現(xiàn)不良孕產(chǎn)史在空氣污染與孕婦患GH之間的中介作用,但亞組人群對(duì)于空氣污染暴露的敏感程度因污染物而異.王偉業(yè)[43]的研究表明無流產(chǎn)史的孕婦和有糖尿病史的孕婦受NO2污染暴露更易患妊娠期糖尿病.不良孕產(chǎn)史病因復(fù)雜,主要?dú)w因于遺傳因素、解剖因素、內(nèi)分泌因素、免疫因素和感染因素[46].由于本文的原始信息缺少不良孕產(chǎn)史孕婦的詳細(xì)病因,譬如是否先前患妊娠期高血壓類疾病導(dǎo)致了不良孕產(chǎn)結(jié)局,或者是否先前妊娠期空氣污染暴露是不良孕產(chǎn)結(jié)局的原因之一,因此無法得出結(jié)論,有/無不良孕產(chǎn)史的孕婦是空氣污染的敏感人群,需要進(jìn)一步的研究來確定這一結(jié)果.

在單污染物模型調(diào)整混雜變量后依據(jù)孕婦教育程度進(jìn)行的亞組分析中,大學(xué)以下學(xué)歷的孕婦對(duì)于妊娠期間的空氣污染暴露更加敏感.這與之前的研究結(jié)果一致,張曉彤[47]在武漢的研究和Choe等[39]在紐約的研究都顯示受教育年限小于9a的孕婦受空氣污染影響更易發(fā)生早產(chǎn)或患妊娠期糖尿病.這可能是因?yàn)槲词芨叩冉逃甑脑袐D大部分社會(huì)經(jīng)濟(jì)地位較低,妊娠期接受室外空氣污染暴露的總時(shí)長(zhǎng)較長(zhǎng),或由于圍產(chǎn)期保健知識(shí)和防護(hù)意識(shí)的匱乏導(dǎo)致忽略了對(duì)空氣污染的防護(hù)[48].另外,是否受高等教育的孕婦在基礎(chǔ)健康狀態(tài)也可能存在差異.

綜上所述,孕前和妊娠期間的空氣污染物高暴露濃度對(duì)孕婦患GH的風(fēng)險(xiǎn)存在不良效應(yīng),且這種效應(yīng)在不同人群中存在一定差異.2017～2020年邯鄲市CO和O3的年均污染水平遠(yuǎn)未達(dá)到環(huán)境空氣質(zhì)量二級(jí)標(biāo)準(zhǔn)中8h均值標(biāo)準(zhǔn),NO2的年均污染水平除2017年外也基本未超標(biāo)(表1).由于發(fā)展水平和對(duì)環(huán)境質(zhì)量重視程度存在一定差距,各個(gè)國(guó)家制定的環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)有所不同.與其他國(guó)家相比,我國(guó)NO2二級(jí)標(biāo)準(zhǔn)(40μg/m3)已處于國(guó)際領(lǐng)先水平,但略低于韓國(guó)和澳大利亞(30μg/m3),O3二級(jí)標(biāo)準(zhǔn)(160μg/m3)還有很大的修訂空間,CO濃度限值在國(guó)際上已經(jīng)比較嚴(yán)格[49-51].本研究中,單污染物模型結(jié)果顯示CO是一個(gè)顯著的危險(xiǎn)因素,這可能是因?yàn)槠溆辔廴疚锏墓脖┞兑彩怯绊懺袐D患GH的危險(xiǎn)因素,在未調(diào)整其余污染物的單污染物模型高估了CO暴露的效應(yīng);排除其余污染物影響的多污染物模型結(jié)果顯示,NO2與O3為孕婦患GH的危險(xiǎn)因素,在污染水平相近的其他地區(qū),如美國(guó)、丹麥和日本,研究人員也發(fā)現(xiàn)NO2[7,23,38]和O3[12,33-34]會(huì)增加孕婦患GH的風(fēng)險(xiǎn),因此可能需要評(píng)估和反思我國(guó)現(xiàn)行NO2與O3限值標(biāo)準(zhǔn)的科學(xué)性,今后的標(biāo)準(zhǔn)既要參考發(fā)達(dá)國(guó)家,也要依據(jù)國(guó)民自身情況進(jìn)行進(jìn)一步的嚴(yán)格控制.

本研究是首個(gè)評(píng)估常規(guī)空氣污染物在調(diào)整了其余污染物之后的效應(yīng)的研究,巧妙地利用主成分改進(jìn)的Logistic回歸模型解決了納入模型的污染物之間的共線性問題,使得結(jié)果更接近實(shí)際暴露情況.另一個(gè)優(yōu)點(diǎn)是,本研究將孕前3個(gè)月作為一個(gè)可能的暴露窗口,探究了其間空氣污染暴露對(duì)孕婦患GH的效應(yīng).同時(shí),本研究也存在一些不足之處,由于原始數(shù)據(jù)中信息的缺失,沒能調(diào)整一些可能重要的混雜變量,包括孕婦體重指數(shù)、孕婦飲酒、孕婦壓力和噪音暴露等.其次,由于所獲得數(shù)據(jù)的局限性,沒有關(guān)于懷孕期間孕婦流動(dòng)性的信息,單純將住宅地址的暴露賦值給孕婦,無法細(xì)致地評(píng)估孕婦在工作地點(diǎn)的暴露情況,這在未來有待進(jìn)一步研究.

4 結(jié)論

4.1 單污染物模型中,妊娠期前26周每20μg/m3增量的O3暴露與GH風(fēng)險(xiǎn)呈顯著正相關(guān)關(guān)系,且在妊娠早期的效應(yīng)要高于在妊娠中期的效應(yīng),妊娠早期可能是發(fā)生GH的關(guān)鍵易感窗口.

4.2 多污染物模型中,孕前每20μg/m3增量的PM2.5和PM10暴露與孕婦患GH呈顯著正相關(guān)關(guān)系,孕前3個(gè)月也是一個(gè)關(guān)鍵的暴露窗口;妊娠期前26周的O3暴露對(duì)孕婦患GH風(fēng)險(xiǎn)也有顯著效應(yīng),且與單污染物模型的結(jié)果相比效應(yīng)偏低,空氣污染物共暴露對(duì)孕婦患GH的風(fēng)險(xiǎn)可能存在協(xié)同效應(yīng).

4.3 亞組分析結(jié)果顯示,25～30歲或初次妊娠的孕婦為孕前3個(gè)月PM2.5、PM10、NO2和CO暴露的易感人群;>35歲或大學(xué)以下學(xué)歷的孕婦受妊娠期前26周O3暴露的影響更易患GH.

[1] Fan S J, Heinrich J, Bloom M S, et al. Ambient air pollution and depression: A systematic review with meta-analysis up to 2019 [J]. Science of the Total Environment, 2020,701:134721.

[2] Nardone A, Neophytou A M, Balmes J, et al. Ambient air pollution and asthma-related outcomes in children of color of the USA: A scoping review of literature published between 2013 and 2017 [J]. Current Allergy and Asthma Reports, 2018,18(5):29.

[3] Rajagopalan S, Al-Kindi S G, Brook R D. Air pollution and cardiovascular disease JACC state-of-the-art review [J]. Journal of the American College of Cardiology, 2018,72(17):2054-2070.

[4] Murray C J L, Aravkin A Y, Zheng P, et al. Global burden of 87 risk factors in 204 countries and territories, 1990～2019: A systematic analysis for the global burden of disease study 2019 [J]. The Lancet, 2020,396(10258):1223-1249.

[5] Jacobs M, Zhang G C, Chen S, et al. The association between ambient air pollution and selected adverse pregnancy outcomes in China: A systematic review [J]. Science of the Total Environment, 2017,579: 1179-1192.

[6] Madsen C, Haberg S E, Aamodt G, et al. Preeclampsia and hypertension during pregnancy in areas with relatively low levels of traffic air pollution [J]. Maternal and Child Health Journal, 2018, 22(4):512-519.

[7] Pedersen M, Halldorsson T I, Olsen S F, et al. Impact of road traffic pollution on pre-eclampsia and pregnancy-induced hypertensive disorders [J]. Epidemiology, 2017,28(1):99-106.

[8] Zhu Y, Zhang C, Liu D, et al. Ambient air pollution and risk of gestational hypertension [J]. American Journal of Epidemiology, 2017,186(3):334-343.

[9] Savitz D A, Elston B, Bobb J F, et al. Ambient fine particulate matter, nitrogen dioxide, and hypertensive disorders of pregnancy in New York City [J]. Epidemiology, 2015,26(5):748-757.

[10] Lee P C, Roberts J M, Catov J M, et al. First trimester exposure to ambient air pollution, pregnancy complications and adverse birth outcomes in Allegheny County, PA [J]. Maternal and Child Health Journal, 2013,17(3):545-555.

[11] Choe S A, Kauderer S, Eliot M N, et al. Air pollution, land use, and complications of pregnancy [J]. Science of the Total Environment, 2018,645:1057-1064.

[12] Mendola P, Wallace M, Liu D, et al. Air pollution exposure and preeclampsia among US women with and without asthma [J]. Environmental Research, 2016,148:248-255.

[13] Jo H, Eckel S P, Chen J C, et al. Associations of gestational diabetes mellitus with residential air pollution exposure in a large Southern California pregnancy cohort [J]. Environment International, 2019, 130:104933.

[14] Wang Q, Zhang H, Liang Q, et al. Effects of prenatal exposure to air pollution on preeclampsia in Shenzhen, China [J]. Environmental Pollution, 2018,237:18-27.

[15] 楊明翰.大氣細(xì)顆粒物暴露與孕婦妊娠期血壓變化的關(guān)聯(lián) [D]. 武漢:華中科技大學(xué), 2019.

Yang M H. Association between atmospheric fine particle exposure and blood pressure changes in pregnant women during pregnancy [D]. Wuhan: Huazhong University of Science and Technology, 2019.

[16] 趙伯毅.呼和浩特市空氣污染與妊娠疾病及不良出生結(jié)局關(guān)系研究 [D]. 呼和浩特:內(nèi)蒙古大學(xué), 2020.

Zhao B Y. The association between air pollution exposure and pregnancy diseases and adverse birth outcomes in Hohhot [D]. Hohhot: Inner Mongolia University, 2020.

[17] Huang X, Qiu J, Zhang Y, et al. Ambient air pollutant PM10and risk of pregnancy-induced hypertension in urban China [J]. Environmental Research Letters, 2015,10(8):084025.

[18] 許亞宣,李小敏,于華通,等.邯鄲市大氣復(fù)合污染特征的監(jiān)測(cè)研究 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2015,35(9):2710-2722.

Xu Y X, Li X M, Yu H T, et al. Characteristics of air pollution complex in Handan [J]. Acta Scientiae Circumstantiae, 2015,35(9): 2710-2722.

[19] 李福燕,李許明,付 沖,等.邯鄲市區(qū)空氣污染現(xiàn)狀及其防治措施 [J]. 環(huán)境衛(wèi)生學(xué)雜志, 2015,5(4):357-360.

Li F Y, Li X M, Fu C, et al. Air pollution and prevention measures in Handan [J]. Journal of Environmental Hygiene, 2015,5(4):357-360.

[20] 彭 玏,趙媛媛,趙吉麟,等.京津冀大氣污染傳輸通道區(qū)大氣污染時(shí)空格局研究 [J]. 中國(guó)環(huán)境科學(xué), 2019,39(2):449-458.

Peng L, Zhao Y Y, Zhao J L, et al. Spatiotemporal patterns of air pollution in air pollution transmission channel of Beijing-Tianjin- Hebei from 2000 to 2015 [J]. China Environmental Science, 2019, 39(2):449-458.

[21] 伯 鑫,徐 峻,杜曉惠,等.京津冀地區(qū)鋼鐵企業(yè)大氣污染影響評(píng)估 [J]. 中國(guó)環(huán)境科學(xué), 2017,37(5):1684-1692.

Bo X, Xu J, Du X H, et al. Impacts assessment of steel plants on air quality over Beijing-Tianjin-Hebei area [J]. China Environmental Science, 2017,37(5):1684-1692.

[22] 邯鄲市人民政府.邯鄲市綜合概況[EB/OL]. http://www.hd.gov.cn/ zjhd/hdgk/zhgk/202103/t20210324_1435054.html, 2021-04-27.

Handan Municipal People's Government. Comprehensive overview of Handan City [EB/OL]. http://www.hd.gov.cn/zjhd/hdgk/zhgk/202103/ t20210324_1435054.html, 2021-04-27.

[23] Xu X, Hu H, Ha S, et al. Ambient air pollution and hypertensive disorder of pregnancy [J]. Journal of Epidemiology and Community Health, 2014,68(1):13-20.

[24] 行岳真,祁 瑞,李金梅,等.主成分Logistic回歸在篩選冠心病危險(xiǎn)因素中的應(yīng)用 [J]. 實(shí)用預(yù)防醫(yī)學(xué), 2012,19(8):1138-1140.

Xing Y Z, Qi R, Li J M, et al. Application of logistic regression based on principal component analysis in the screening of risk factors of coronary heart disease [J]. Practical Preventive Medicine, 2012,19(8): 1138-1140.

[25] 裘炯良,鄭劍寧,張 揚(yáng).主成分改進(jìn)的Logistic回歸模型方法在流行病學(xué)分析中的應(yīng)用 [J]. 中國(guó)熱帶醫(yī)學(xué), 2005,5(2):207-209.

Qiu J L, Zheng J N, Zhang Y. Application of modified logistic regression model in the analysis of epidemiology [J]. China Tropical Medicine, 2005,5(2):207-209.

[26] 王 丹,潘曉平.主成分logistic回歸在篩選妊娠期糖尿病危險(xiǎn)因素中的應(yīng)用 [J]. 現(xiàn)代預(yù)防醫(yī)學(xué), 2008,35(5):826-827,830.

Wang D, Pan X P. Application of logistic regression based on principal component analysis on risk factors of women with gestational diabetes mellitus [J]. Modern Preventive Medicine, 2008,35(5):826-827,830.

[27] GB 3095-2012 環(huán)境空氣質(zhì)量標(biāo)準(zhǔn) [S].

GB 3095-2012 Ambient air quality standards [S].

[28] 顧 穎,馮亞玲,許 倩.妊娠期高血壓疾病的相關(guān)危險(xiǎn)因素分析 [J]. 中國(guó)衛(wèi)生統(tǒng)計(jì), 2017,34(4):618-619,624.

Gu Y, Feng Y L, Xu Q. Risk factors of hypertension in pregnancy [J]. Chinese Journal of Health Statistics, 2017,34(4):618-619,624.

[29] 林 彤,陳麗紅,胡繼芬,等.妊娠期高血壓的危險(xiǎn)因素 [J]. 中華高血壓雜志, 2015,23(1):83-85.

Lin T, Chen L H, Hu J F, et al. Risk factors for hypertension during pregnancy [J]. Chinese Journal of Hypertension, 2015,23(1):83-85.

[30] 張秀蘭,袁碧波,李增彥.妊娠期高血壓疾病發(fā)生的危險(xiǎn)因素及預(yù)防措施分析[J]. 中國(guó)婦幼保健, 2017,32(17):4052-4054.

Zhang X L, Yuan B B, Li Z Y. Analysis of risk factors and preventive measures of hypertensive diseases during pregnancy [J]. Maternal and Child Health Care of China, 2017,32(17):4052-4054.

[31] Nobles C J, Williams A, Ouidir M, et al. Differential effect of ambient air pollution exposure on risk of gestational hypertension and preeclampsia [J]. Hypertension, 2019,74(2):384-390.

[32] van den Hooven E H, de Kluizenaar Y, Pierik F H, et al. Air pollution, blood pressure, and the risk of hypertensive complications during pregnancy: The generation R study [J]. Hypertension, 2011,57(3): 406-412.

[33] Mobasher Z, Salam M T, Goodwin T M, et al. Associations between ambient air pollution and Hypertensive Disorders of Pregnancy [J]. Environmental Research, 2013,123:9-16.

[34] Hu H, Ha S, Xu X. Ozone and hypertensive disorders of pregnancy in Florida: Identifying critical windows of exposure [J]. Environmental Research, 2017,153:120-125.

[35] Rudra C B, Williams M A, Sheppard L, et al. Ambient carbon monoxide and fine particulate matter in relation to preeclampsia and preterm delivery in western Washington State [J]. Environmental Health Perspectives, 2011,119(6):886-892.

[36] Najafi M L, Zarei M, Gohari A, et al. Preconception air pollution exposure and glucose tolerance in healthy pregnant women in a middle-income country [J]. Environmental Health, 2020,19(1):131.

[37] Robledo C A, Mendola P, Yeung E, et al. Preconception and early pregnancy air pollution exposures and risk of gestational diabetes mellitus [J]. Environmental Research, 2015,137:316-322.

[38] Michikawa T, Morokuma S, Fukushima K, et al. A register-based study of the association between air pollutants and hypertensive disorders in pregnancy among the Japanese population [J]. Environmental Research, 2015,142:644-650.

[39] Choe S A, Eliot M N, Savitz D A, et al. Ambient air pollution during pregnancy and risk of gestational diabetes in New York City [J]. Environmental Research, 2019,175:414-420.

[40] Pan S C, Huang C C, Lin S J, et al. Gestational diabetes mellitus was related to ambient air pollutant nitric oxide during early gestation [J]. Environmental Research, 2017,158:318-323.

[41] 張 瑩,邵 毅,王式功,等.北京市空氣污染物對(duì)呼吸系統(tǒng)疾病門診人數(shù)的影響 [J]. 中國(guó)環(huán)境科學(xué), 2014,34(9):2401-2407.

Zhang Y, Shao Y, Wang S G, et al. Relationship between air pollutant and respiratory diseases hospital outpatient visits in Beijing [J]. China Environmental Science, 2014,34(9):2401-2407.

[42] 劉 情,王笑笑,張英奎,等.河北省2016年婦女妊娠期高血壓疾病與年齡的相關(guān)性分析 [J]. 中華流行病學(xué)雜志, 2018,39(9):1270-1273.

Liu Q, Wang X X, Zhang Y K, et al. Correlation analysis of hypertensive disease during pregnancy and age in Hebei Province in 2016 [J]. Chinese Journal of Epidemiology, 2018,39(9):1270-1273.

[43] 王偉業(yè).武漢市孕婦孕期NO2暴露與胎兒生長(zhǎng)及妊娠期糖尿病關(guān)系研究 [D]. 武漢:華中科技大學(xué), 2017.

Wang W Y. Gestational diabetes mellitus and fetal growth in association with maternal NO2exposure during pregnancy in Wuhan city [D]. Wuhan: Huazhong University of Science and Technology, 2017.

[44] Shiozaki A, Matsuda Y, Satoh S, et al. Comparison of risk factors for gestational hypertension and preeclampsia in Japanese singleton pregnancies [J]. Journal of Obstetrics and Gynaecology Research, 2013,39(2):492-499.

[45] Li X, Tan H Z, Huang X, et al. Similarities and differences between the risk factors for gestational hypertension and preeclampsia: A population based cohort study in south China [J]. Pregnancy Hypertension-an International Journal of Womens Cardiovascular Health, 2016,6(1):66-71.

[46] Lao T T, Hui A S Y, Law L W, et al. Prior abortion history and pregnancy hypertensive disorders in primiparous gravidae [J]. Pregnancy Hypertens, 2018,14:168-173.

[47] 張曉彤.武漢市孕婦孕期空氣細(xì)顆粒物暴露與早產(chǎn)的關(guān)聯(lián)性研究 [D]. 武漢:武漢大學(xué), 2020.

Zhang X T. The association between maternal PM2.5exposure and preterm birth in Wuhan [D]. Wuhan: Wuhan University, 2020.

[48] Ng C, Malig B, Hasheminassab S, et al. Source apportionment of fine particulate matter and risk of term low birth weight in California: Exploring modification by region and maternal characteristics [J]. Science of the Total Environment, 2017,605-606:647-654.

[49] 董 潔,李夢(mèng)茹,孫若丹,等.我國(guó)空氣質(zhì)量標(biāo)準(zhǔn)執(zhí)行現(xiàn)狀及與國(guó)外標(biāo)準(zhǔn)比較研究 [J]. 環(huán)境與可持續(xù)發(fā)展, 2015,40(5):87-92.

Dong J, Li M R, Sun R D, et al. Study on the air quality standards of china and comparative with foreign standards [J]. Environment and Sustainable Development, 2015,40(5):87-92.

[50] 郭 超,郜 志.關(guān)于國(guó)內(nèi)外臭氧限值濃度標(biāo)準(zhǔn)的探究 [J]. 建筑科學(xué), 2020,36(2):163-170,199.

Guo C, Gao Z. Research on ozone limit concentration standards at home and abroad [J]. Building Science, 2020,36(2):163-170,199.

[51] 王宗爽,武 婷,車 飛,等.中外環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)比較 [J]. 環(huán)境科學(xué)研究, 2010,23(3):253-260.

Wang Z S, Wu T, Che F, et al. Comparison between domestic and international ambient air quality standards [J]. Research of Environmental Sciences, 2010,23(3):253-260.

Maternal exposure to ambient air pollution and gestational hypertension in Handan.

CAO Lei1,2, WANG Ting1,2, WANG Li-jun1,2, DIAO Rui-ping3, YU Li-jing3, CUI Xiao-li3, MAO Hong-jun1,2*

(1.Tianjin Key Laboratory of Urban Transport Emission Research, College of Environmental Science and Engineering, Nankai University, Tianjin 300071, China；2.State Environmental Protection Key Laboratory of Urban Ambient Air Particulate Matter Pollution Prevention and Control, Tianjin 300350, China；3.Handan Maternal and Child Health Hospital, Hebei 056001, China)., 2022,42(1)：444～455

The traditional logistic regression model was used to evaluate the effects of exposure to various pollutants on GH, and the logistic regression model based on principal component analysis was used to evaluate the effects on GH by additionally adjusting parameters of other pollutants. Results of single-pollutant model showed that each 20μg/m3increment of O3was significantly positively correlated with the increased risk of GH (OR=1.211, 95%CI: 1.094～1.340) during the first 26 weeks of gestation, and the effect in the first trimester was greater than that in the second trimester. In multi-pollutant model, each 20μg/m3increment of PM2.5and PM10exposure significantly increased the GH risk of pregnant women in the three months before pregnancy, with OR values of 1.021 (95%CI: 1.004～1.038) for PM2.5and 1.016 (95%CI: 1.002～1.031) for PM10. Consistent with the results of single-pollutant model, each 20μg/m3increment of O3exposure also had a significant effect on the risk of GH (OR=1.026, 95%CI: 1.002～1.050) during the first 26 weeks of gestation in multi-pollutant model. The results of subgroup analysis showed that pregnant women aged 25～30 years or those in the first pregnancy were susceptible to PM2.5, PM10, NO2and CO exposure before pregnancy, while pregnant women over 35 years old or without college degrees were more likely to develop GH due to O3exposure during pregnancy. In summary, air pollution in Handan has significant impacts on pregnant women inducing suffering from GH. To mitigate the negative impacts of exposure to air pollution, more attention should be paid to the enhancement of air pollution protection awareness for pregnant women before and during pregnancy.

gestational hypertension；air pollution；pregnancy；cohort study

X703.5

A

1000-6923(2022)01-0444-12

曹 蕾(1997-),女,山西長(zhǎng)治人,南開大學(xué)碩士研究生,主要從事大氣污染與人體健康研究.

2021-06-05

中央高校基本科研業(yè)務(wù)費(fèi)(63211075)

* 責(zé)任作者, 教授, hongjun_mao@hotmail.com