欢迎访问职称论文网!
医学论文

分析北京市可吸入颗粒物浓度与暴露人群脑血管疾病死亡的相关性

【摘要】目的分析北京市可吸入颗粒物(PM10)浓度与暴露人群脑血管疾病死亡的相关性,探索PM10对人群脑血管疾病死亡的影响。方法收集2004—2008年北京市某城区气象因素、大气污染物(PM10、SO2、NO2)水平以及人群脑血管疾病死亡数据,采用双向对称性病例交叉设计和条件logistic回归模型,分析大气中PM10水平与脑血管疾病之间的关系。结果调整气象因素(日平均气温和日平均相对湿度)后,单污染物模型PM10的滞后效应不明显。调整SO2、NO2和SO2+NO2后的多污染物模型,PM10对人群脑血管疾病的效应OR值比单污染物模型大且差异有统计学意义(P<O.05)。分层分析显示,大气PM10浓度对女性、≥65岁的脑血管疾病和冬季脑血管疾病病例效应差异有统计学意义(P<0.05),而对男性和≥65岁的脑血管疾病病例效应无统计学意义(P>0.05)。结论调整其他大气污染物和气象因素后,PM10浓度与脑血管疾病死亡呈正相关。PM10浓度升高会导致女性、≥65岁和冬季脑血管疾病死亡增加。

【关键词】大气可吸入颗粒物;脑血管疾病;病例交叉研究

    国内外大量研究表明,大气污染物如可吸入颗粒物(PM10)、二氧化硫(SO2)和二氧化氮(NO2)对心脑血管疾病的发生及死亡具有一定影响[1,2],PM10浓度升高可引起心血管疾病急诊和死亡增加[3-7]。但国内学者对PM10与脑血管疾病相关研究报道较少,结论也不尽一致[4,8]。世界卫生组织心血管患者人群检测方案——北京项目报道,北京社区人群急性脑血管事件的发病率逐年攀升,标准化发病率由1984年的268.4/10万增长至1999年的364.1/10万,平均年增长率达9%[9]。2009年脑血管病位居北京市居民死因顺位第一位,因此探索北京市大气污染物尤其是PM10对脑血管疾病的影响有重要意义。

材料与方法

    1.资料来源:①大气污染物资料来源于北京市环境监测中心,包括常规监测收集的北京市“城八区”的PM10、SO2、NO2日平均浓度。②脑血管疾病死亡资料白北京市某城区疾病预防控制中心获得,时间从2004年1月1日至2008年12月31日。死亡病例均为北京市常住人口,死亡信息包括性别、出生日期、死亡日期、死因等。死亡病例的疾病分类均按照国际疾病分类第十版(ICD一10)进行编码,本研究选择编码为160~169的脑血管疾病作为疾病变量,其中脑内出血161,脑梗死163,脑血管后遗症169为本研究的分析重点。③气象资料来源于国家气象中心公布的地面气象资料数据库,包括同期日平均气温和日平均相对湿度等。

    2.分析方法:脑血管疾病的发病和死亡为短期急性事件,国内外研究PM10对脑血管疾病影响多采用病例交叉和时间序列两种方法。病例交叉分析由于采用自身做对照,从而可有效控制遗传、社会经济状况、生活习惯等个体特异性混杂因素的影响[10]。对称性双向病例交叉是通过研究事件发生前后的暴露情况,可在原有的基础上有效控制时间趋势带来的影响。Basu等[11]对美国20个城市65岁以上老年人进行温度与死亡关系的研究,结果提示双向病例交叉研究和时间序列分析与时间分层的病例交叉研究得出的结果相似,而单向病例交叉研究与其他的研究结果相悖。因此,本研究应用对称性双向病例交叉研究分析大气PM10对脑血管疾病的影响。

    本研究选取死亡发生前1周和发生后1周作为对照期,以死亡发生当天(24h内)为病例期。选择以周的倍数作为时间间隔控制“星期几效应”(dayofweek,DOW)。有研究显示,大气污染对死亡的影响存在滞后效应[12],因此本研究采用滑动平均滞后模型分别观察大气PM10当天(1ag0)以及滞后1~7d(1ag1-lag7)对居民脑血管疾病死亡的影响变化,以确定最佳滞后期。即lagl值为污染物当天和污染物前一天的平均值,1ag2值为污染物当天,前一天和前两天的平均值,以此类推。

    采用条件logistic回归分析方法,以每日脑血管疾病死亡人数为权重,利用SPSS 16.0软件的Cox回归模块进行拟合,考虑到气象因素对脑血管疾病死亡率的影响,将日平均气温和日平均相对湿度作为控制变量与待研究变量一起选人回归模型,分析单污染物和多污染物条件下,每日脑血管疾病死亡人数在病例期与对照期大气PM10暴露的效应值(OR值)。国内的大多数研究均采用大气PM10每改变10μg/m3、100μg/m3、lμg/m3等引起的效应改变,而国外研究多采用大气PM10每改变四分位数间距(IQR)引起的变化。国内外各个城市、地区大气中PM10浓度不同,增加固定单位引起的效应值不能直接比较,因此本研究采用每改变IQR的大气PM10浓度计算脑血管疾病死亡风险的OR值。所有统计学检验均为双侧检验,P<0.05为差异有统计学意义。

    为调整性别、年龄及季节等混杂因素对结果的影响,按照性别(男、女)、年龄(<65岁,≥65岁)、季节(春、夏、秋、冬)进行分层。季节定义为春3—5月,夏6—8月,秋9—11月,冬12—2月。分别分析对上述因素分层后,大气PM10浓度对暴露人群的影响。

结果

    1.一般情况:2004—2008年脑血管疾病共死亡5911人,男性3137人、女性2774人,65岁以上占84.44%(表1)。图1和图2显示,脑血管疾病死亡人数大体呈逐年增长趋势,2007年脑内出血和脑血管后遗症的死亡人数上升明显。冬季的脑血管疾病死亡人数最多,其次为春季。脑血管疾病死亡以脑梗死和脑内出血为主。

表1 2004--2008年北京市某城区脑血管疾病死亡情况

    表2中2004--2008年北京市某城区大气污染物PM10、SO2、NO2的年平均浓度分别为144.54μg/m3、48.48μg/m3和64.18μg/m3,其中SO2和NO2的年平均浓度均符合国家空气质量二级标准(60μg/m3和80μg/m3),PM10年平均浓度超过国家二级标准(100μg/m3)约44%[13]。

图1 2004--2008年北京市某城区脑血管疾病

图2 2004--2008年北京市某城区脑血管疾病

表2 2004--2008年北京市某城区大气污染物和气象因素描述

    2.大气污染物与气象因素Pearson分析2表3所示,PM10与SO2、NO2、相对湿度之间存在正相关(P<0.01),与气温的相关性无统计学意义(P>O.05);SO2与气温、相对湿度之间为负相关(P<O.01);NO2与相对湿度呈正相关(P<0.01),而与气温之间存在负相关(P<O.01)。

表3 2004--2008年北京市某城区大气污染物与气象因素的Pearson相关系数

    3.大气PM10污染水平对脑血管疾病死亡影响的滞后效应2在控制所选PM10当日气温和相对湿度影响的情况下,单污染物模型的双向对称性病例交叉分析结果显示,当日PM10浓度对总死亡数,男性、<65岁和≥65岁的脑血管疾病死亡病例的OR值最大,PM10浓度每升高105.43μg/m3,OR值分别为1.033、1.039、1.054、1.031,但差异均无统计学意义(P>O.05)。而滞后5d的PM10浓度对女性脑血管疾病的影响D尺值最大,每升高XQP(105.43μg/m3),OR值为1.051(P<O.05)。按季节分层,春季和秋季以当日的PM10污染OR值最大,而夏、冬季以滞后5d的PM10浓度OR值最大。冬季大气PM10浓度升高105.43μg/m3,脑血管疾病的OR值为1.143(P<0.05)。

    以下选择当日的PM10浓度分析大气PM10污染对总死亡数,男性、<65岁和≥65岁的脑血管疾病死亡病例、春秋季病例的影响。而选择滞后5d的PM10浓度分析PM10浓度对女性脑血管疾病死亡病例和夏、冬季死亡病例的影响。

    4.多污染物模型中大气PM10水平对脑血管疾病死亡的影响:由于SO2、NO2、PM10之间存在相互影响,故拟合多污染物模型调整其他污染物对PM10的影响。多污染物模型中,同样在控制气温和相对湿度的条件下,分别调整NO2、SO2和SO2+N02状况后,分析大气PM10水平对脑血管疾病的影响。分别对SO2、NO2和NO2+SO2调整后,大气PM10浓度升高105.43μg/m3与脑血管疾病的OR值分别为1.040、1.067、1.065,其中后两个模型的OR值差异有统计学意义(P<O.05)。

    按性别分层,分别调整SO2、NO2和NO2+SO2,大气PM10浓度每升高105.43μg/m3,对男性和女性脑血管疾病的OR值分别为1.037、1.061、1.056和1.066、1.090、1.089。其中调整NO2和NO2+SO2模型中大气PM10水平对女性脑血管疾病的影响差异有统计学意义(P<O.05)。按<65岁和≥65岁年龄分层,控制NO2、SO2+NO2后,大气PM10每升高105.43μg/m3对≥65岁年龄组的脑血管疾病的OR值差异均有统计学意义(P<O.05),而与<65岁年龄组的脑血管疾病关联无统计学意义(P>O.05)。按季节分层后,分别调整SO2、NO2和NO2+SO2这三种多污染物模型的效应基本一致,大气PM10水平仅与冬季的脑血管病例关联有统计学意义。

    就3种模型的大气PM10浓度每升高105.43μg/m3对脑血管疾病的OR值来说,控制NO2、SO2+NO2后效应值基本相等,均普遍高于仅控制SO2后的效应值。同时,多污染物模型的大气PM10水平对脑血管疾病的OR值也普遍高于单污染物模型中的效应值,急性效应更为明显。见表4。

表4多污染物模型中大气PM10浓度每升高IQR与每日脑血管疾病死亡的关系。

讨论

    单污染物模型和多污染物模型均表明,大气PM10浓度升高可以导致脑血管疾病的增加,其中多污染物模型调整NO2和NO2+SO2后,PM10浓度与脑血管疾病死亡关联有统计学意义(P<0.05)。这与Chan等[14]和郭玉明等[4]研究PM10对脑血管疾病影响的结果一致,说明大气PM10浓度升高可增加脑血管疾病的死亡。

    本研究单污染物模型中PM10日均浓度对脑血管疾病的滞后效应不明显,任艳军[5]和张晓平等[15]研究中PM10滞后效应分别为2d和3d,但郭玉明等[4]的研究结果显示当日PM10浓度对脑血管疾病的OR值最大,为1.003(95%CI:0.998—1.007),与本研究结果相同。就性别来说,大气PM10对女性脑血管疾病的滞后效应比男性时间长且效应大。说明大气PM10对女性脑血管疾病的效应比较迟缓,但累积效应较大。

    多污染物模型(分别调整SO2、NO2、SO2+NO2)时大气PM10浓度对脑血管疾病的影响均普遍高于单污染物模型,且控制NO2后PM10的效应较不控制NO2的效应值高,这可能是因为PM10与NO2、SO2之间对脑血管疾病的影响存在联合作用,NO2和SO2的存在能够增强PM10对脑血管疾病的影响,NO2相比SO2对PM10的联合作用更强的缘故,这提示将其他气态污染物控制并引入模型是必要的。性别分层后,多污染物模型大气PM10浓度升高对女性脑血管疾病的关联有统计学意义,这与Kan等[16]在中国的研究发现颗粒物对女性的效应值估计值高于男性的结论一致。由于缺乏总人群性别数据,无法判断大气PM10浓度对脑血管疾病影响的性别差异。多污染物模型大气PM10污染对65岁以上脑血管疾病的效应有统计学意义。董少霞等[17]对大气颗粒物暴露与老年人血清C反应蛋白变化关系的研究中提出,大气颗粒物暴露增加会引起C反应蛋白变化的增加,而C反应水平高于3mg/L的成年人群具有较高的心脑血管疾病风险[18]。

    按季节分层分析,结果表明春、夏、秋、冬四个季节大气PM10浓度可引起脑血管疾病死亡的增加。而冬季大气PM10浓度对脑血管疾病的影响更为明显,且关联有统计学意义。Wong等[19]对香港地区大气污染物对呼吸和心脑血管疾病的研究表明冬季(12—2月)大气PM10水平对死亡率的影响高于其他季节,与本研究结果一致。这有可能是冬季气温较低,增加了脑血管疾病患者对大气PM10的敏感性。有研究认为[20,21],低温会引起心脑血管疾病患者血液黏度、红细胞数量以及纤维蛋白原水平升高,从而引起血压升高,同时刺激儿茶酚胺分泌增多,引起心脑血管痉挛,斑块破裂,血小板凝聚形成血栓,导致心脑血管疾病患者发病。同时本研究中显示气温降低,大气污染物(PM10、SO2、NO2)的浓度增加,也提示气温与污染物之间的交互作用可能会影响污染物对脑血管疾病的影响。

    由于本研究中大气PM10、NO2、SO2的数据均来自固定监测站,而每个个体的活动模式、生活方式不同,用日均浓度作为个体的暴露浓度可能存在偏倚。同时,本研究仅涉及北京某城区,不能代表整个北京市的实际情况,且不同城市之问污染物类型及气候等因素之间存在差异,因此本研究结果是否适用于其他城市仍需进一步探讨。

[参考文献]

[2]侯青,安兴琴,王自发,等.2002--2009年兰州PM10人体健康经济损失评估.中国环境科学,2011,31(8):1398—1402.

[3]叶瑜.大气污染物与心脑血管疾病急性发作的病例交叉研究.杭州:浙江大学,2010.

[4]郭玉明,刘利群,陈建民,等.大气可吸入颗粒物与心脑血管疾病急诊关系的病例交叉研究.中华流行病学杂志,2008,29(11):1064—1068.

[5]任艳军.大气颗粒物污染与心血管疾病死亡的病例交叉研究.杭州:浙江大学,2006.

[6]郑山,王敏珍,王式功,等.大气污染物对兰州心脑血管疾病住院影响的病例交叉研究.中国环境科学,2012,32(7):1182—1187.

[7]杨海兵,葛明,洪梅,等.某低污染区大气污染物对脑血管疾病死亡的影响.职业与健康,2010,26(6):601—604.

[10]路凤,金银龙,程义斌.气象因素与心脑血管疾病关系的研究进展.国外医学:卫生学分册,2008,35(2):83—87.

[13]国家环境保护局.GB3095—1996环境空气质量标准.北京:中国标准出版社,1996.

[14]张晓平,张燕萍,封宝琴,等.太原市大气可吸入颗粒物对心脑血管疾病死亡的影响.疾病监测,2007,22(8):556—559.

[16]董少霞,程义斌,徐东群,等.大气颗粒物暴露同社区中老年人群血清中C反应蛋白变化关系.环境与健康杂志,201l,28(12):1035—1039.

[21]王玲,白原,刘小云,等.冠心病与气象因素的关系.临床荟萃,2007,22(3):178—179.

热门期刊