摘要
关于接触空气动力电移动性直径<100纳米的超细颗粒(UFP)与健康之间关联的流行病学证据有限。我们收集了2001-2011年欧洲五个城市的UFP数据,以调查浓度的短期变化与呼吸道住院之间的关系。
我们应用城市特有的泊松回归模型和组合城市特有的估计,以获得联合估计。我们评估了我们的研究结果对共同污染物调整的敏感性,并根据年份、入院年龄和具体诊断调查了影响改变模式。
尽管我们在0-14岁人群中发现了提示性关联,但我们在整个时间段的结果并不支持UFP和呼吸道住院之间的关联。然而,我们报告了在一年中温暖时期一致的不利影响估计,当滞后2时每厘米增加1万个颗粒时,在统计上是显著的三与4.27% (95% CI 1.68-6.92%)的住院增加相关。这些效应估计对粒子质量或气体污染物的调整是稳健的。
考虑到我们在暖期的研究结果可能反映了更好的暴露评估,以及城市地区不溶性UFP的主要来源是交通,我们的结果呼吁改善交通排放法规。
摘要
暴露于超细颗粒物可能会增加温暖期的呼吸道住院率,而与年龄组无关http://ow.ly/bGpo300znS1
介绍
空气传播的环境粒子对人类健康的有害影响已得到充分证实[1].研究的重点是查明颗粒空气污染的有害特性,如颗粒大小、化学成分和颗粒质量,这些可用于管制和预防工作。然而,一些毒理学研究结果表明,空气动力学直径<2.5 μm (PM .2.5),甚至直径<100 nm的更小的颗粒,称为超细颗粒(UFPs),而直径2.5-10 μm的更大、更粗的颗粒(PM)-10 - 2.5),或小于10 μm (PM10).然而,流行病学证据是有限的和不确定的,主要是由于缺乏对UFP和粗颗粒的测量。更具体地说,UFP的度量是最近才发展起来的,由于广泛的质量保证指南,它相对昂贵。此外,没有国家或国际法规规定环境空气中UFP的上限,因此缺乏对UFP的常规监测数据。因此,仅开展了少数专门的测量运动和试点项目,以测量UFP的浓度并评估其与健康结果的关系。由于这些测量活动往往局限于一个城市,目前关于这些地点短期暴露于UFPs的影响的少数流行病学研究可能缺乏足够的统计力量,无论是在欧洲[2–4),美国(5]还是中国[6],并提供混合结果[7].
为了缩小这一差距,我们开展了一项合作努力,从欧洲各地城市收集关于UFP测量的可用数据,以调查UFP浓度的短期变化与儿童和成人呼吸道住院之间的关系。五个大都市地区对这两项指标都有贡献:西班牙的巴塞罗那;丹麦哥本哈根;芬兰赫尔辛基;罗马,意大利;斯德哥尔摩,瑞典。多城市时间序列设计扩大了检测弱关联的统计能力,就像空气污染流行病学的情况,即使是非常规测量数据,只要它们是在相对较长的时间内收集的。
数据和方法
数据
对于每个参与城市,收集了每天呼吸系统紧急入院次数的数据(国际疾病分类,ICD-9: 460-519;ICD10: J00-J99),涉及该市居民和在该市住院的人口。门诊、择期住院和急诊未包括在内。只有初步诊断被认为是确定结果。我们还收集了特定呼吸道诊断的数据,即下呼吸道感染(LRTI;ICD9: 466年,480 - 487;ICD10: J09-J18, J20-J22),慢性阻塞性肺疾病(COPD;Icd9: 490 - 492,494, 496;ICD10: J40-J44, J47)和哮喘(ICD9: 493;ICD10: J45)。 All data were extracted and collected according to a common protocol. Daily counts were collected for all ages and separately by age groups 0–14 years, 15–64 years and >65 years old. The data covered at least five consecutive years for each city between 2001 and 2011 and in maximum, a period of 11 years (in Copenhagen).
我们收集了每个城市可用的UFP数据,即每厘米数量浓度三(有关研究领域和测量活动的详细信息,请参阅在线补充表S1和S2)。不同城市的颗粒大小不同。2001-2005年,巴塞罗那测量了5-1000 nm,哥本哈根6-700 nm,赫尔辛基10-100 nm,罗马7-3000 nm和斯德哥尔摩7-3000 nm, 2008-2010年测量了4-3000 nm。检测到的尺寸范围的差异,特别是较小的尺寸端,将影响总数计数。交通排放目前显示大约10纳米模式,可以相当明显。因此,对数值的直接比较应谨慎进行。监测仪的位置和高度对测定UFP水平也很重要,因为UFP数量是离车辆距离最快腐烂的污染物之一,主要是由于稀释和聚集[8].在所有参与的城市中,使用了一个城市背景监测仪,但罗马的监测仪受交通影响。除赫尔辛基位于东北约5公里外,测量地点均位于各城市的中心。虽然所有的建筑都被放置在交通通道附近,但场地的高度从罗马的2米到斯德哥尔摩的24米不等。在整个研究期间,所有城市平均有30%的日子没有数据。
我们还收集了PM的数据2.5(24小时),点10(24小时)和气体污染物(二氧化硫(SO2; 24 h) ,二氧化氮(NO2;24 h)、一氧化碳(CO;8小时)和臭氧(O三;8 h))遵循标准化协议[9]。每天的空气污染测量由参与项目的每个城市建立的监测网络提供。每日下午-10 - 2.5计算每个站的PM10和点2.5,前提是两种PM组分是在同一站用相同的取样方法测量的。城市或郊区的背景点和位于交通附近的固定监测点(仅当它们代表居住在附近的人口的暴露)提供了研究期间至少75%的完整信息,为流行病学分析提供了数据。监测特定浓度的平均和缺失值的平均系列被估算值的平均剩余的那天站的比例乘以一个系数等于错过站的年平均超过相应的年平均从其他站(10].对于所有使用过的监测站都有缺失值的天数,所得到的序列在该日期也会有缺失值。
使用日温度(°C,日平均值)的时间序列数据来控制天气的潜在混杂效应。还收集了流感流行的外部信息。
方法
我们使用分层建模方法。首先,我们在每个城市分别拟合回归模型,以便对季节影响、天气和其他潜在混杂因素进行具体控制。在第二阶段的分析中,我们使用单个城市分析的结果来提供使用元分析技术的总体估计。
使用泊松回归模型对每个城市的UFPs和其他污染物以及呼吸吸入之间的关系进行了研究,考虑了过度扩散。我们使用惩罚回归样条作为时间的平滑函数,自然三次样条作为基函数。我们选择了每365天可用数据的6个有效自由度来控制季节性。为了控制天气,我们加入了两个平稳的温度条件,以便更好地考虑不同参考滞后下的高温和低温。对于高温,我们计算了平均温度对当前和前一天(落后0 - 1)和自然样条与三个自由度的滞后变量只有几天落后0 - 1温度高于中位数年温度的城市作为一个整体。类似地,我们通过拟合两自由度的自然样条曲线来调整低温,只对滞后温度1-6低于该城市年平均值的天数进行调整[9].我们还包括了每个城市典型的夏季假期期间的周天数效应、假期和人口减少的指标变量。我们使用一个指标变量来控制流感流行,该变量表示住院记录和监测系统中流感发作特别高的天数。
污染物是利用单日滞后进入模型的。我们分别研究了从入院当天(滞后0)到入院前10天(滞后10)的若干滞后效应。我们没有在我们的模型中包括分布式滞后结构,因为数据的缺失模式禁止了对组合滞后的解释。
为了调查污染物日水平的潜在混杂效应,我们应用了两个污染物模型,即我们在UFP模型中加入了其他颗粒(PM)10下午,2.5下午,-10 - 2.5),或气体,不2,所以2或O三.这两种污染物使用相同的滞后时间进入模型。采用分层分析的方法,探讨不同年龄组呼吸系统住院与不稳定因素相关性的影响修正模式。
我们通过定义10 - 3月的冷期和4 - 9月的暖期来探讨UFP对呼吸道发病率的季节性影响。我们按时期进行了单独的分析,利用现有数据拟合了三自由度的泊松回归模型每183天。
在分析的第二阶段,我们假设城市特定的效应估计是正态分布在一个总体估计。我们通过给每个城市一个与其效应估计的方差成反比的权重来估计一个固定的效应合并估计。在异质性的存在,我们应用随机混合的估计,认为特色估计独立观察的样本来自正态分布均值和方差等于相同的城市方差之和和特色的平方标准误差估计。随机方差分量采用D呃imonian和L广播[11]我们应用了Cochran的Q检验和I2Higgins和Thompson[12],以检验异质性。我们对随机效应估计进行了评论,如果存在异质性,则考虑异质性;如果不存在异质性,则考虑与固定效应估计一致的异质性。
所有模型采用R v.3.0.3 (R development Core Team (2011), ISBN 3-900051-07-0;www.R-project.org).表格和图表中的结果显示为与等于10的增加相关的百分比变化 每厘米1000粒三UFP和10 μg·m−三其余污染物大致对应于污染物四分位范围的城市间平均值。
结果
表1显示研究期间每个参与城市的数据的描述性特征。粒子质量浓度,特别是UFP数浓度在不同城市之间存在差异,呈现出由北向南梯度的相当明显的地理分布。罗马记录的最高UFP测量值反映了监测点附近交通的影响。所有城市在很长一段时间内提供了包含许多UFP测量缺失值的数据,从赫尔辛基的4%到哥本哈根的47%不等。但缺失值没有明显的季节变化规律(补图S1)。斯德哥尔摩提供了2001-2005年和2008-2010年两个不同时期的数据,这些数据在各自的模型中使用了一个指标变量。UFP与NO的相关性最高2从巴塞罗那的0.38到赫尔辛基的0.69(补充表S3),UFP和CO之间的相关性从斯德哥尔摩和巴塞罗那的0.07到罗马的0.67,以及UFP和PM之间的相关性2.5从斯德哥尔摩的0.09到罗马的0.57。每日平均呼吸入院人数从赫尔辛基的20人到巴塞罗那的54人不等(补充图S2)。最高的住院人数发生在年龄>65岁。比率显示出异质性的部分原因是与初级保健和诊断的不同实践相关联的住院实践。空气污染率呈现出与空气污染浓度相反的地理格局,南方城市的空气污染率低于北方城市。
图1(和补充表S4)显示了五个欧洲城市每每厘米UFP数量浓度增加10000例,呼吸道住院病例的合并百分比变化(和95%置信区间)三和10μg·m−三在下午10下午,2.5和点-10 - 2.5对于单个滞后0-10。在UFP测量可用的同一时期计算其他污染物的影响,以确保可比性。我们验证了先前报告的与PM的关联10下午,2.5和点-10 - 2.5主要是在较短的延迟时间内,最多5 健康事件前几天,例如,前一天(滞后1)下午的增加10浓度增加10 μg·m−三与呼吸道住院人数增加0.67% (95% CI 0.13-1.22%)相关,而PM2.5,增加了0.68% (95% CI 0.01-1.36%), PM增加了0.68%-10 - 2.50.45% (95% ci−0.46-1.37%)。这些估计数与整个研究期间(不论是否有UFP)分析时得出的估计数相当一致;如。滞后1浓度的同样增加分别与0.57% (95% CI 0.12-1.03%)、0.53% (95% CI 0.08-0.98%)和0.38% (95% CI−0.37-1.14%)有关。我们的结果不支持UFP数量浓度与呼吸系统住院人数之间的明确关联模式,因为正面效应仅在较长的滞后时间(即3、5和6)下估计,且未达到名义显著水平。每厘米增加1万次UFP三与3天后住院率增加0.43% (95% CI−0.94-1.83%)相关。补充数据S3a显示了选择性滞后2-4的城市具体和综合估计,显示了大多数城市的不利影响。合并效应在统计上具有显著的异质性,表明存在相关性(见补充表S5),这不能用地理区域来解释,因为当我们分别合并三个北方地区的估计时,结果仍然具有高度异质性与两个南方城市。
表2提出每厘米增加10,000个微粒的效应估计三单次呼吸住院的UFP数浓度滞后0-7 天,调整后的其他污染物处于相同的滞后状态。UFP估计值,特别是滞后3、5和6中的UFP估计值,表明可能与单一污染物模型相关,部分被PM混淆10下午,2.5在这两个污染物模型中,估计的影响程度有所下降,但在大多数情况下仍然是积极的,特别是在滞后5和6。没有2完全去除了提示的关联,导致了方向的改变,而NO2对UFP调整的影响是稳健的(见补充表S6)。似乎没有被O弄糊涂三.
表3提出了效果修正分析的结果按年龄组和选定的特定诊断的单一滞后0-7天。在0-14岁的儿童中,无论调查的滞后程度如何,UFP效应估计的呼吸道入院率较高。在具体诊断方面,与COPD和LRTI相比,哮喘的效果估计更一致地呈阳性。
表4按全年的冷/暖期和按年龄组提供分析结果,因为有兴趣看看为较年轻年龄确定的影响修正是否呈现季节模式。结果表明,除15-64岁的滞后0外,所有单一滞后分析表明,UFP对全年温暖期呼吸系统住院的一致影响,而大多数也具有统计学意义。在这两个时期,0-14岁儿童住院治疗的效果估计始终高于> - 15岁的儿童。在全年较冷期间,估计几乎所有滞后对儿童呼吸道住院的影响均已考虑在内,但滞后1和5的影响远低于在较暖期间对相应滞后的影响。我们进一步研究了UFP在温暖时期的强效应,允许CO或NO2在模型中。在控制了CO或NO后,效应估计仍然是正的和显著的(在单一污染物模型的相应滞后中)2,虽然在调整NO后,它们的量级有所下降2(见补充图S4)。我们还测试了将罗马排除在外的暖期结果的敏感性(因为地点不同于其他地区),尽管这导致了一些统计上的损失,但效应估计是稳健的,特别是在滞后4时。补充数据S3b显示了在一年的温暖时期,城市的具体估计,选择性滞后2-4,显示了所有城市的不利影响。我们还测试了我们对整个时期、温暖季节和最年轻年龄组的效应估计的稳健性,排除了赫尔辛基和哥本哈根,因为这些地区的累积模式粒子没有被测量。考虑到更宽的相关置信区间,我们的估计在几乎所有时滞下变得更大(如。对于lag 5,所有入院的估计增加率为0.67%(95%可信区间)−整个期间的分析为0.86–2.23%,暖期为4.05%(95%可信区间0.90–7.30%),暖期为1.35%(95%可信区间)−4.40–7.45%),对于0–14 而在所有情况下,包括所有城市在内的分析得出的估计值的方向和意义均未受到影响。
讨论
利用横跨欧洲大陆的5个欧洲城市的数据,我们报告了在0-14岁的最年轻年龄组中,UFP与呼吸道住院之间的指示性关联,以及在一年温暖时期的一致效应估计。关于具体的诊断,我们发现了与哮喘住院的提示性联系,但这可能反映了在较年轻的年龄组的影响,因为哮喘在这个年龄组中是一种常见的呼吸系统疾病。
尽管每个研究都调查了不同的呼吸结果和年龄组,因此很难进行直接比较,但以往大多数关于UFP数量浓度和呼吸发病率之间的短期相关性的研究都报道了在各种滞后结构中存在弱相关性。B拉尼什等.[13)和一个tkinson等.[2]在布拉格(捷克共和国)和伦敦(英国)相应观察到与呼吸入院无统计学意义的微弱正相关,但遵循不同的暴露模式;前者落后0-2天,后者落后3-6天。Halonen等.[14]也报道了Aitken和积累模式颗粒与老年人平均接触5天后呼吸吸入的相关性。P鳗鱼等.[5]使用亚特兰大(GA, USA) 1998-2000年呼吸系统疾病的急诊室访问数据,没有发现所有入院、平均滞后0-2暴露与UFP数量浓度之间的关联。相反,Leitte等.[6]报告了在北京(中国)的紧急访问增加,每厘米增加1.2万次UFP的数量约为2%三在0-2滞后,而Belleudi等.[15]报告了每厘米滞后0粒子数浓度增加~ 9400,COPD住院人数就增加1.59% (95% CI 0.03-3.18%)三LRTI与滞后2和3的关联较弱。最后,Halonen等.[4)我他等.[16)和一个ndersen等.[17]报告与儿童哮喘呈正相关,而后者也报告与平均接触5或6天以上的老年人入院有关。这些结果支持我们有关哮喘入院的发现,但与我们的结果不一致,即主要对0-14岁和15-64岁人群有影响,但对65岁的>人群没有影响。
我们报告了在一年中温暖的时期,所有年龄段和不同年龄组的呼吸系统住院率都有相当高的统计学意义的相关性。Halonen等.[14]在5月至9月的老年人中报告了更强的相关性,而Belludi等.[15]还报告了春季和秋季期间LRTI的较高影响。然而,以前的大多数研究没有调查一年中不同时期的UFP影响。以前曾报告过一年中温暖期的空气污染较高影响[9,18].暖期UFP数浓度与呼吸效应之间较高的关联可能归因于暴露条件的变化,从而更好的暴露特征,或粒子组成的变化。考虑到人们在户外的时间,以及“开窗”增强了室外空气的渗透,就可以建立前者的联系。后者更为复杂,因为UFP的组成由于不同的源贡献以及不同的大气化学而变化。来源的变化如。更少的室内加热贡献和光化学导致更高的粒子数浓度由于粒子形成[19].通常这些粒子会形成通过气相过程被称为二次粒子,是水溶性的,不太可能有粒子相关的毒性。另一方面,Jiminez等.[20.]显示了夏季有机碳颗粒相的变化。这种碳通过光化学作用被氧化,产生的氧化有机碳被认为比直接从自然和人为来源排放的有机碳具有更高的毒性相关性。总的来说,烟尘和有机碳向交通的转移以及其他过程可以解释暖期观察到的较高关联。值得注意的是,年度效应估计主要是由寒冷期的调查结果驱动的,这可能部分是由于一年中这个时候的结果的更大计数和可变性。
我们在整个时期的结果通常被其他污染物的共同调整所混淆,主要是来自交通来源的污染物,如CO和NO2而暖期的积极效应估计对共同污染物调整是稳健的。我们注意到没有2无论是在有UFP测量的整个时期,还是仅在暖期,对UFP调整的影响都是稳健的,这支持了独立效应的假设。先前两种污染物模型的研究结果表明,CO和NO的UFP效应是混杂的2,而气体的影响则更为强烈。然而,这些结果应谨慎解释,因为包括的污染物的高度相关性。
我们观察到在调查中的许多关联中存在显著的异质性(补充表S5),这可能部分归因于不同城市在UPF下限大小上的差异,以及代表城市背景点的监测点的位置。虽然由于城市数量有限,我们无法正式测试这些假设,但当我们调查我们的结果对排除罗马的敏感性时,因为它的地点更受交通的影响,从这个意义上说,与其他城市不同,异质性降低,尤其是在表明相关性的滞后年度分析中,而估计相当稳健(数据未显示)。
我们研究的主要优势包括大时间序列分析对每个参与城市和多城市设计提供足够的统计能力的监测UFP不规范、甚至分析招生中0 - 14岁的数量较小的比其他的结果。本研究的主要局限性在于参与城市之间测量方法的差异,测量不同粒径的比例,以及不同地点的背景测量点的位置(尤其是地面以上高度)的差异。这可能是在几个估计中观察到的异质性的原因之一。尽管在一些城市缺失数据的数量相当高,但我们在可用的UFP测量期间发现的与粒子质量相关的发现与之前报道的相似[1,9,这可能表明缺失的模式并没有对我们的综合估计产生很大影响。最后,UFP主要来源于汽车尾气排放,因此呈现出很大的空间变异性,这在本研究设计中无法纳入,因为测量仅来自一个背景站。另外,Cyry等.[21]指出,整个奥格斯堡(德国)城市地区的粒子数浓度的高时间相关性表明,在流行病学时间序列研究中,使用一个环境监测点是确定超细粒子暴露特征的适当方法。
总之,我们的研究结果表明,暴露于UFP颗粒可能增加全年温暖期因呼吸道疾病住院的总人数,特别是0-14岁人群。这些结果进一步证明,更严格的交通管制会更好地保护公众健康。
确认
我们感谢巴塞罗那卫生联盟(Cat SALLET)为巴塞罗那和气象局(农业、食品和医疗部)提供住院数据感谢芬兰气象研究所为芬兰提供天气数据,感谢赫尔辛基地区环境服务局HSY为芬兰赫尔辛基提供空气污染(UFP除外)数据。
这项研究是由ufo与健康研究小组合作进行的。UF&HEALTH研究组:S. Breitner, J. Cyrys, R. Hampel, F. Hennig, B. Hoffmann, T. Kuhlbusch;S. Lanzinger, A. Peters, U. Quass, A. Schneider, K. Wolf(德国);E. Diapouli, K. Elefteriadis, K. Katsouyanni, E. Samoli, S. Vratolis(希腊);T. Ellermann, Z. Ivanovic-Andersen, S. Loft, A. Massling, C. Nordstrøm(丹麦);P.P.阿尔托,M. Kulmala, T. Lanki, J. Pekkanen, P. Tiittanen, T. Yli-Tuomi(芬兰);G. Cattani, A. Faustini, F. Forastiere, M. Inglessis, M. Renzi, M. Stafoggia(意大利);D. Agis, X. Basagaña, B. Jacquemin, N. Perez, J. Sunyer, A. Tobias(西班牙);贝罗-贝达达,贝兰德(瑞典)。
脚注
这篇文章有补充资料可从www.qdcxjkg.com
支持声明:A. Tobias得到了PI15/00515项目的支持,该项目纳入了国家I+D+I计划,并由ISCIII评估总局和欧洲区域发展基金(FEDER)共同资助。本文的资金信息已存入资助者打开注册表.
利益冲突:披露可与本文一起在www.qdcxjkg.com
- 收到了2015年12月14日。
- 认可的2016年4月26日。
- 版权©2016人队