陸雯雯，王興甜，孟 華，蘇馨雅，梁沛楓

（1.寧夏醫(yī)科大學(xué)公共衛(wèi)生與管理學(xué)院，銀川 750004；2.寧夏環(huán)境因素與慢性病控制重點(diǎn)實(shí)驗(yàn)室，銀川 750004；3.寧夏回族自治區(qū)人民醫(yī)院病案統(tǒng)計(jì)科，銀川 750002）

2021 年WHO 發(fā)布報(bào)告稱，每年因大氣污染造成的死亡人數(shù)高達(dá)700 萬，所損失的健康壽命每年有數(shù)百萬，大氣污染與不健康飲食和吸煙等其他主要全球健康風(fēng)險(xiǎn)因素一樣，會(huì)促進(jìn)疾病的發(fā)生進(jìn)展，加重疾病負(fù)擔(dān)。流行病學(xué)研究[1-6]發(fā)現(xiàn)，大氣污染物濃度升高可增加呼吸系統(tǒng)疾病的發(fā)生和死亡風(fēng)險(xiǎn)，但在不同地區(qū)、不同人群中的研究結(jié)果存在較大差異。門診數(shù)據(jù)為短期效應(yīng)結(jié)局指標(biāo)，相比住院和死亡指標(biāo)，更能敏感反映出大氣污染物對(duì)呼吸系統(tǒng)疾病的急性影響[7]。本研究基于廣義相加模型的時(shí)間序列，分析銀川市不同大氣污染物對(duì)醫(yī)院呼吸系統(tǒng)疾病日門診量的影響，探究大氣污染物在不同滯后天數(shù)下對(duì)呼吸系統(tǒng)的暴露效應(yīng)關(guān)系，以期為呼吸系統(tǒng)疾病的防治提供理論依據(jù)。

1 材料與方法

1.1 資料來源

收集2019 年1 月1 日至2021 年12 月31 日銀川市多院區(qū)醫(yī)院呼吸系統(tǒng)疾病門診逐日就診資料，按照國際疾病分類標(biāo)準(zhǔn)第10 版（international classification of diseases，ICD-10）進(jìn)行分類，將疾病編碼為J00-J99、R04-R07 和R09.0-R09.3（呼吸系統(tǒng)疾?。┳鳛檠芯繕颖?。從寧夏空氣質(zhì)量監(jiān)測(cè)平臺(tái)獲取同期銀川市空氣質(zhì)量日?qǐng)?bào)，采集粒型大氣污染物（PM10、PM2.5）、煤煙型大氣污染物（NO2）和其他污染物（O3）平均濃度，其中O3采用最大8 h 平均濃度，其余污染物采用日平均濃度。收集中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)同期銀川市每日氣象資料數(shù)據(jù)，包括日均溫度（℃）、日均濕度（%）、日均風(fēng)速（m·s-2）、日均氣壓（hPa）、降雨量（mm）、能見度（km）。

1.2 方法

1.2.1 時(shí)間序列分析

以日期、時(shí)間變量、日門診量、氣象數(shù)據(jù)、大氣污染物的日均濃度等數(shù)據(jù)建立時(shí)間序列，采用Poisson 分布的廣義相加模型建立單污染物模型，控制長期趨勢(shì)、氣象因素、星期幾效應(yīng)及節(jié)假日效應(yīng)等混雜因素，分析大氣污染物對(duì)呼吸系統(tǒng)疾病日門診量的短期效應(yīng)。采用雙污染物模型檢驗(yàn)?zāi)Ｐ头€(wěn)定性。按冷暖季節(jié)分層（暖季：5—10 月，冷季：11—4 月），研究不同亞組大氣污染與日門診量的關(guān)系。

1.2.2 廣義相加模型

log［E（Yt）］=βZt+s（time，df1）＋s（X1t，df2）+…＋s（Xnt，df2）+as.factor（Dow）+as.factor（Holiday）+α式中，Yt 為第t 日呼吸系統(tǒng)疾病日門診量；β 為線性回歸系數(shù)；s 為非參數(shù)平滑樣條函數(shù)；Zt 為第t 日污染物濃度變量；Xt 為第t 日氣象因素變量；df1 為控制長期趨勢(shì)的自由度，以赤池信息準(zhǔn)則（AIC）最小原則確定，本文計(jì)算自由度為9/年；df2 為氣象因子自由度，結(jié)合文獻(xiàn)[1]，選擇自由度為3；Dow 為星期幾效應(yīng)；Holiday 為節(jié)假日效應(yīng)；α 為截距。

依據(jù)計(jì)算出的回歸系數(shù)（β），定量計(jì)算不良健康效應(yīng)的損失，結(jié)果用超額危險(xiǎn)度（ER）及95%置信區(qū)間（95%CI）表示，即污染物濃度每升高10 μg·m-3，呼吸系統(tǒng)疾病日門診量增加的百分比，計(jì)算公式為：ER=（expβ×10-1）×100%；ER95%CI=［exp（β±1.96SE）×10-1］×100%。

建立基本模型后，考慮到大氣污染對(duì)人體的作用具有一定的滯后效應(yīng)，所以需要繼續(xù)評(píng)估大氣污染物在不同滯后天數(shù)對(duì)日門診量的影響。本研究分析了0～7 d 的單日滯后效應(yīng)（lag0～lag7）和2～8 d 累積滯后效應(yīng)（lag01～lag07），lag0 指去門診當(dāng)日的大氣污染物濃度值，lag1 為前一天的大氣污染物濃度，lag01 表示lag0、lag1 兩天的大氣污染物濃度平均值，并以此類推。

1.3 統(tǒng)計(jì)學(xué)方法

采用Microsoft Excel 建立數(shù)據(jù)庫，以SPSS 25.0統(tǒng)計(jì)學(xué)軟件進(jìn)行描述性分析，采用R4.0.4 軟件中的mgcv 包構(gòu)建廣義相加模型。P≤0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 描述性分析

2019 年1 月1 日至2021 年12 月31 日呼吸系統(tǒng)疾病總門診量為298 524 人次，門診量中位數(shù)為577 人次/d。大氣污染物PM2.5、PM10、NO2、O3日均濃度中位數(shù)分別為25、63、31 和96 μg·m-3，見表1。

表1 2019—2021 年銀川市呼吸系統(tǒng)日門診量、大氣污染物濃度及氣象因素描述

2.2 單污染模型分析結(jié)果

PM2.5、PM10、NO2、O3對(duì)呼吸系統(tǒng)疾病日門診量的增加有影響（P 均<0.05），PM2.5和PM10對(duì)日門診量的影響均在當(dāng)天（lag0）最大，此后效應(yīng)在第3 天遞減，并維持在較穩(wěn)定水平。PM2.5在累計(jì)滯后第1 天（lag01）對(duì)日門診量影響最大，ER 值為1.398%（95%CI：1.229%～1.567%）；PM10在累計(jì)滯后第6 天（lag06）對(duì)日門診量影響最大，ER值為17.179%（95%CI：0.678%～36.384%）。隨著滯后天數(shù)的延長，NO2對(duì)日門診量的影響逐漸增強(qiáng)，在累計(jì)滯后第7 天（lag07）效應(yīng)值最大，ER 值為2.940%（95%CI：2.470%～3.412%）。O3在累計(jì)滯后第4 天（lag04）效應(yīng)最大，ER 值為0.426%（95%CI：0.175%～0.677%），各污染物累積滯后效應(yīng)的最大效應(yīng)天數(shù)均大于單獨(dú)滯后效應(yīng)最大效應(yīng)天數(shù)，見表2。

2.3 雙污染物模型分析結(jié)果

納入NO2的PM2.5雙污染模型較單污染物模型效應(yīng)值增加，ER 值為1.403%（95%CI：1.233%～1.573%）；其余雙污染物模型效應(yīng)值均減小。PM10的雙污染模型均會(huì)使效應(yīng)值減小。納入PM2.5、PM10之后的NO2雙污染物模型較單污染物模型的ER 值減??；納入O3后ER 值增大，為2.981%（95%CI：2.510%～3.455%）。在O3的單污染模型中分別納入PM2.5和NO2后，效應(yīng)下降；納入PM10后污染物模型效應(yīng)增加，最大效應(yīng)值為0.538%（95%CI：0.282%～0.795%），見表3。

表3 雙污染物模型中大氣污染物濃度每升高10 μg·m-3 對(duì)呼吸系統(tǒng)日門診量的影響

2.4 季節(jié)分層分析

除去PM10在冷、暖季最大效應(yīng)值基本持平外（冷季：0.230%；暖季：0.226%），PM2.5、NO2和O3最大效應(yīng)值均出現(xiàn)在暖季，最佳滯后天數(shù)分別為lag1、lag7、lag2，見圖1。

圖1 冷、暖季節(jié)各大氣污染物濃度每升高10 μg·m-3 對(duì)呼吸系統(tǒng)疾病日門診量的影響

3 討論

本研究結(jié)果顯示，PM2.5在lag01 天對(duì)呼吸系統(tǒng)疾病日門診量的影響最大，與沈陽[8]、蘭州[9]的研究結(jié)果一致。而西安[10]、鹽城[11]在lag6 天時(shí)出現(xiàn)最大效應(yīng)值，分析其原因可能為不同城市PM2.5污染程度不同，污染情況較輕的城市，會(huì)在較長的累積時(shí)間之后產(chǎn)生效應(yīng)。同時(shí)，本研究中PM2.5濃度每增加10 μg·m-3，日門診量最大效應(yīng)值增加1.398%（lag01）。在不同地區(qū)的研究中，呼吸系統(tǒng)疾病日門診量效應(yīng)值略有不同，朱小紅等[12]研究結(jié)果顯示，在蘇州市市立醫(yī)院呼吸系統(tǒng)門診中，大氣中PM2.5濃度每升高10 μg·m-3，呼吸系統(tǒng)門診就醫(yī)風(fēng)險(xiǎn)增加0.7%，而張家口市某醫(yī)院呼吸科日均門診量增加0.56%（lag4）[13]，這可能與不同地區(qū)大氣污染情況不同及人群易感性以及資料來源的差異有關(guān)。

PM10對(duì)門診量的影響最大，大氣中PM10濃度每增加10 μg·m-3，日門診量增加17.179%（lag06）。本文研究結(jié)果效應(yīng)值略高，可能因?yàn)镻M10最高濃度超過了1 000 μg·m-3，且揚(yáng)沙、浮塵天氣頻度和強(qiáng)度增加，不利氣象條件易致PM10日均濃度迅速升高，造成嚴(yán)重的大氣污染事件。

有研究[14-15]表明，無論是單日滯后效應(yīng)還是累積滯后效應(yīng)，PM2.5效應(yīng)值均高于PM10。原因是PM2.5比PM10粒徑小，更容易吸附有害物質(zhì)并進(jìn)入肺部，誘導(dǎo)炎性反應(yīng)，從而造成呼吸系統(tǒng)損傷[16]。本研究中，在單日滯后效應(yīng)下，PM2.5效應(yīng)值高于PM10；但是累積滯后效應(yīng)下，PM2.5效應(yīng)值遠(yuǎn)低于PM10（lag06），可能原因是個(gè)別極端天氣的出現(xiàn)增加了PM10的濃度，故而PM10累積效應(yīng)值更大。

本研究中，NO2在lag07 天對(duì)日門診量的影響最為顯著，NO2濃度每增加10 μg·m-3，呼吸系統(tǒng)疾病日門診量增加2.904%，與劉聰?shù)萚17]的研究結(jié)果相似，驗(yàn)證了污染物的累計(jì)滯后效應(yīng)。本研究中，O3濃度每增加10 μg·m-3，日門診量增加0.426%（lag04），效應(yīng)偏小，與其他研究結(jié)果相似[18-19]。同時(shí)也有研究[20]顯示，O3與呼吸系統(tǒng)疾病無相關(guān)性，可見O3并非呼吸系統(tǒng)疾病日門診量的危險(xiǎn)因素，但是其低濃度也會(huì)對(duì)呼吸系統(tǒng)造成影響。

雙污染物模型結(jié)果表明污染物之間存在復(fù)雜的相互作用。模型中納入NO2后，PM2.5對(duì)日門診量效應(yīng)增加，NO2容易與水化合形成硝酸（HNO3），能夠被顆粒物帶入支氣管及肺部更深處，加重對(duì)呼吸系統(tǒng)的損害。模型中納入O3后，NO2對(duì)日門診量效應(yīng)增加：NO2是O3形成的前體物質(zhì)，兩者之間存在協(xié)同作用。納入PM10后，O3對(duì)日門診量效應(yīng)增加：O3的生成依賴于光化學(xué)反應(yīng)，如果存在大量顆粒物，光化學(xué)反應(yīng)速率減少，O3生成也會(huì)相應(yīng)減少。目前關(guān)于大氣污染物之間相互作用的研究結(jié)果不一致，且大氣污染物對(duì)人體的健康效應(yīng)是復(fù)雜的，污染物間存在明顯的相關(guān)性，難以排除多重共線性的影響，無法區(qū)分是單一污染物還是多種污染物的效應(yīng)，故需謹(jǐn)慎對(duì)待雙污染物模型的結(jié)果[21]。

季節(jié)分層結(jié)果整體來看，暖季對(duì)呼吸疾病日門診量的影響高于冷季，與相關(guān)研究[21]的結(jié)論不同?？赡茉?yàn)?，人群在冷季進(jìn)行戶外活動(dòng)次數(shù)較少，大多時(shí)間在室內(nèi)活動(dòng)，且由于寧夏特有的地理特征和氣候類型，在暖季多發(fā)沙塵暴，會(huì)造成大氣污染濃度增加。暖季極端天氣的發(fā)生，提示溫度等其他氣象因素可能會(huì)對(duì)大氣污染物造成修飾和交互作用。

本研究尚存在局限性：首先，大氣污染數(shù)據(jù)和氣象因素?cái)?shù)據(jù)來源于固定監(jiān)測(cè)點(diǎn)，而不是個(gè)體水平暴露的數(shù)據(jù)，且未考慮室內(nèi)空氣污染，導(dǎo)致可能存在一些暴露測(cè)量誤差，這種誤差會(huì)低估暴露效應(yīng)[22]；其次，本次收集到的門診數(shù)據(jù)不包括年齡、性別等基本人口學(xué)資料，未能進(jìn)一步進(jìn)行分層分析。