文章文本
PDF
抽象的
目的：EMECAM研究是评估空气污染对西班牙死亡率的影响的合作努力。本文在颗粒和二氧化含量对所有和特定原因的日常死亡率上进行了短期影响的组合结果。
方法：研究各种原因、心血管疾病和呼吸系统疾病的日死亡率与空气颗粒物污染（日浓度）等之间的关系2（24和1小时浓度）于1990-6期的13个西班牙城市评估。采用标准化方法，通过广义添加剂模型中的泊松回归估算了每个城市的关联幅度。从单一和两种污染物分析中获得局部估计。最后，获得了每种原因和污染物的组合估计。
结果：用于组合结果，在单一污染物模型中为10μg/ m3.黑烟并发和滞后一天平均浓度的增加与总死亡率增加0.8%（95%可信区间（95%CI）0.4%至1.1%）相关。空气动力学直径<10μm（PM）的总悬浮颗粒物（TSP）和颗粒物的估算值10）总死亡率略低。所以浓度的增加2与日死亡人数增加0.5％有关。对于特定原因组，发现更高的估计，特别是呼吸状况。SO的峰值浓度2显示出与三组死亡率的重要协会。当进行两次污染物分析时，特别是黑烟的颗粒的估计并未变化。每日浓度的估计2大大降低，但相反，与峰值浓度的关系2没有任何变化。
结论：西班牙城市人群中的颗粒与颗粒之间存在死亡率和污染之间的关联。高峰而不是日常浓度2与死亡率有关。结果表明，西班牙城市的人口暴露于源自空气污染的健康风险。
- 空气污染
- 粒子
- 二氧化硫
- 死亡
- 心血管疾病
- 呼吸系统疾病
- 荟萃分析
- Emecam，西班牙多期面空气污染和死亡率研究
- ICD-9，国际疾病分类第九修订版
- BS，黑烟
- TSP，总悬浮粒子
- 颗粒物10，直径小于10μm的颗粒物
Altmetric.com的统计数据
在过去十年中，由于越来越多的证据表明空气污染对人口健康的实际影响以及对近期相关变化的关注，人们对空气污染对人们健康的影响的科学和社会兴趣显著增加。1–6.在分析的健康效应结果中，死亡率，总和导致特异性死亡率，需要特别焦点7-10作为对社区健康影响的关键指标。
在分析空气污染与健康之间的关系时，采取了几种方法。然而，使用不同的方法使直接比较这些研究的结果变得困难，甚至导致结果不一致。这些事实导致了多中心项目的启动，如APHEA项目2.8，9.在欧洲或美国进行NMMAPS研究。11此外，在欧洲开发了国家一级的一些经验。在法国，在一项可靠性研究中，关于开发空气污染对健康影响的监督系统，在九个城市中分析了空气污染对死亡率的短期影响，显示出目前污染物浓度的重要组织。12
在西班牙，EMECAM研究（关于空气污染和死亡率的西班牙多中心研究）是12个研究所或卫生部门的合作成果。EMECAM项目的目标是采用标准化方法评估空气污染对西班牙城市人口死亡率的短期影响。本研究所包括的城市包括巴塞罗那、毕尔巴鄂、卡塔赫纳、卡斯特隆、吉翁、韦尔瓦、马德里、奥维耶多、塞维利亚、瓦伦西亚、维戈、维多利亚和萨拉戈萨（图1），共有900多万居民。这些城市在国家层面上代表着不同的社会人口、气候和环境状况。这项研究的设计和每个城市的个别结果，使用泊松回归和混杂因素的参数控制，已经在别处发表。13在本文中，我们介绍了颗粒和二氧化硫的短期影响的局部和组合结果（所以2）关于所有和特定原因的每日死亡率，具有来自单一和两种污染物分析的广义添加剂模型。
参加EMECAM项目中的城市。
方法
资料
每日死亡人数是从区域死亡率登记处获得的，仅限于居民。每个城市的日常死亡时间序列都是不包括外部（ICD-9 001-799）的所有原因，用于心血管疾病（ICD-9 390-459）和呼吸系统（ICD-9 460-519）被认为是响应变量。
解释性变量是每日一系列颗粒（黑烟（BS），总悬浮颗粒（TSP），或直径小于10μm的颗粒物质（PM10）） 所以2。污染物数据从局部污染网络获得。四个城市（Castellón，Vigo，Vitoria和Zaragoza）只提供了来自手动车站的数据。这些类型的监测站产生关于每日浓度BS的信息，通过反射测量测量，等等2分光光度法测定。来自自动站的数据包括TSP和PM10由β射线原子吸收测量的值，等等2用紫外荧光法测定。对每种污染物的平均日浓度（24小时）进行了检查（SO2从自动站，也考虑了1小时的最大浓度）。回顾性收集数据，因此测量没有完全标准化。然而，基于APEA项目的标准化数据收集程序，2被跟从： （一种）监测站的地理位置 - 仅考虑城市监测网站;（B.）考虑每个污染物的完整性标准 - 仅考虑具有超过75％的数据的数据，每个污染物至少有三个网站;（C)填补缺失值的应用方法一个站点的缺失值通过基于剩余站点值的回归模型进行估计，同时考虑季节变化。13监测站的数量根据城市和污染物而改变，在所有情况下都有三个。
同一城市不同测站的每日测量值之间的相关性非常不均匀，大多数测站的相关性介于0.40和0.90之间，但在少数城市，某些污染物指标的相关性较差。在所有城市都是如此2与Pear和TSP的0.20〜0.70的Pearson相关性与Pearson相关性呈正相关，PM的0.20至0.8010。
还获得了国家气象研究所的每日气象数据和当地卫生监测系统的每周流感发病率数据。
分析
EMECAM项目分析方法具有生态时间序列设计。简而言之，通过使用标准化方法，每个城市的关联程度估算。13通过这种方法，我们预计每日死亡的计数遵循一个非静止的过度分散的泊松过程，其中可以将变化用于随时间变化（空气污染，温度和湿度，长期趋势，季节性，流感季节性，流感发病率本周，假期和异常事件）。必须考虑这些变量的效果，以避免估计死亡率和空气污染之间关系的困惑。14，15
每个城市的估计
这里呈现的每个城市的估计是通过集中和标准化的协议获得的，该协议具有共同定义的变量，问题和假设为个别研究。13为了允许潜在混淆的潜在非线性效应，对泊松回归进行了回归，从而允许在广义添加剂模型中过度分散。17，18控制季节性和长期趋势，我们使用了时间的低温平滑功能。黄土是一个加权移动回归，窗口以围绕解释变量的每个值为中心。17重量接近窗口中央三分之一的一个，在该范围内快速减小到零。19选择跨度，确定在移动光滑中包括的数据分数的窗口，进行了注意事项，不小心不清除变量之间的短期关系 - 例如空气污染物和死亡率。因此，我们拟合不同的型号改变了趋势的黄土潮流，窗户使用的是90,120,150,180和210天。选择黄土时间窗的宽度，以最小化残差中的部分自相关。为了允许城市特定差异，为每个位置单独优化平滑变量。
该系列中的日历模式受到控制，包括一周中不同日期和假日的指标变量。
对于温度和相对湿度，控制热天（极短影响）和冷天（延迟几天）的影响，20包括当前值的平均值和温度和湿度的第一个滞后，以及滞后的平均值。对于流感的流感平滑平均每周情况的平均值用于获得日常发病率的估计。然后在模型中包含并发日的平均值和前六个滞后。为了允许非线性形式在死亡率之间的关系和这些变量（气象和流感）之间使用平滑样条，选择自由度（两到四之间）以尽量减少Akaike的信息标准。18在构建了每个原因的核心模型之后，空气污染指标以线性形式包含在内。这一决定是基于其他与八个西班牙城市的数据的结果19其中Bs显示出与日死亡的几乎线性关联。
在对每种污染物与每日死亡率之间的动态关系进行探索性逐滞后分析时，我们通常获得了最一致的结果，即并发日和第一个滞后。13此外，该时间指标仅在估计颗粒物影响方面比1天指标表现得好得多。16因此，我们选择了同时日的浓度和第一个滞后作为污染物指标的平均值，以估算组合效应。对于所以的峰值浓度2然而，只有从并发日期的浓度实现了更精确的估计，因此我们在此选择该指标。
作为颗粒等2如果是相关的，我们首先使用单一污染物模型。然后，我们将其他污染物纳入模型中，以评估估算值的变化。颗粒物指标的两个污染物模型包括SO浓度控制2。型号为此2指标包括如果可用，以及TSP或PM，则控制BS浓度10否则。在每种情况下，将第二种污染物作为同时出现的第1天和第1天滞后浓度的平均值。
最后，为了控制最终模型中的残差过度或串行自相关，检查到第6顺序的自回归条款，包括模型中的模型。
综合估计数
所有单个结果的定量总结，每个中心的结果，在这里给出了使用图形和分析方法的荟萃分析。从图形上看，与10μg/m剂量相关的个体和组合相对风险（RRs）3.绘制污染物浓度和其95％置信区间（95％CIs）的增加。使用对数刻度，因为该规模的95％CI是对称的。组合估计由城市特定回归系数加权，其中重量是局部差异的倒数。该方法还称为固定效果模型，已经在其他地方更详细地描述。21异质性用χ检验2在固定效应假设下进行测试。因为合并了很少的研究，所以测试的统计功率非常小。在这种情况下，一些作者提出了统计显着性的水平应高于0.05。22在我们的研究中，如果P值低于0.20，则还应用了随机效果模型。在这种情况下，随着Der-Simonian和Laird的时刻方法估计了城市的差异21并添加到局部方差的估计。当异质性的P值低于0.20时，我们计算估计 - 即固定和随机效应估计。
结果
虽然所有城市的研究时期并不完全相同，但在1990年至1996年间的所有情况下，他们在所有情况下都是在研究中介绍了研究中城市中的人口，死亡率和天气特征的描述性数据。
如表2所示，参与城市的空气质量数据显示出相当大的变化。BS的每日平均浓度从24.6变化到98.1μg/ m3.在城市中，TSP每日意味着55.9至82.9μg/ m3.和pm.1024小时平均浓度为37.8至45.1μg/ m3.。每日平均24小时浓度2范围从8.1到44.5μg/ m3.。一般来说，BS，TSP等2展示了相同的季节性模式，冬季浓度较高。这些污染物和温度之间的相关性为阴性。在马德里PM.10具有明显的季节性，平均而言，冬季浓度较高。然而，在另外两个有PM的城市10可用的记录（塞维利亚和韦尔瓦）没有找到这种模式。13
图2、图3和图4分别显示了EMECAM项目所包括城市的空气污染指标、日浓度和所有原因（不包括外部原因）、心血管死亡率和呼吸系统死亡率之间的关联估计。提出的估算值与单一污染物模型相对应。此外，与10μg/m浓度相关的组合RRs（95%CI）3.污染物浓度增加（同时的平均值和所有四个污染物的第1天滞后浓度，也是如此的同时最大浓度2）显示。
所有日常死亡率之间的单一污染物模型，除了外部原因和空气污染的颗粒物质等2在EMECAM项目中的西班牙城市。结果表达为RR（95％CI），增加10μg/ m3.在污染物的浓度。使用并发日期和第1天的平均值使用（每天1小时最大浓度）2）。
心血管原因每日死亡率与颗粒物质的空气污染的单一污染物模型2在EMECAM项目中的西班牙城市。结果表达为RR（95％CI），增加10μg/ m3.在污染物的浓度。使用并发日期和第1天的平均值使用（每天1小时最大浓度）2）。
呼吸原因和空气污染对颗粒物质和空气污染的单一污染物模型2在EMECAM项目中的西班牙城市。结果表达为RR（95％CI），增加10μg/ m3.在污染物的浓度。使用并发日期和第1天的平均值使用（每天1小时最大浓度）2）。
在颗粒的局部结果（图2）中，总死亡率和BS之间的关系的所有估计对于巴塞罗那和瓦伦西亚达到了显着性。TSP的估计与一些负系数不那么一致。对于心血管死亡率（图3）除两个颗粒的所有估计数为阳性。在这种情况下，TSP和PM的估计10高于总死亡率，但其中只有一些是显着的。对于呼吸死亡率（图4），粒子估计通常也更高，并且再次存在一些负系数。
估计为24小时2在马德里展示了三组原因的结果。在其他城市（巴塞罗那，Castellon，Huellva和Zaragoza）也发现了显着的系数。安达卢西亚城市塞维利亚和韦尔瓦的结果提出了一个非常宽的95％CI。估计为1小时2价值似乎较低;但是，我们必须考虑指示器的不同时间，以及随后的值范围。在这种情况下，发现了呼吸死亡率的更高估计。
图5显示了对死亡率的三个原因的组合估计集。包含所以2在模型中，没有大大影响BS和TSP的估计。相反，与24小时的关联所以2在控制粒子时消失。但是，死亡率与所以的峰值之间的关系2在模型中包含粒子后没有显示任何变化。最后，PM的合并结果10在纳入SO后受到影响2，将总死亡率和心血管死亡率的估计值改为较高的估计值，或将呼吸系统死亡率的估计值改为较低的估计值。
颗粒物和SO死亡率和空气污染之间关联的综合估计2在EMECAM项目中的西班牙城市。（a）不包括外部的总死亡率。（b）心血管死亡率。（c）呼吸死亡率。估计是在单一和两种污染物模型下提供的。结果表明，日常死亡中估计百分比（95％CI）增加10μg/ m3.在污染物浓度方面。使用当天和第1天滞后浓度的平均值（SO当天的1小时最大浓度2）。R.当异质性p<0.20时，显示随机效应模型下的估计值。
在表3、表4和表5中，我们总结了因各种原因（不包括外部原因、心血管疾病和呼吸系统疾病）死亡的总RRs（95%CI），分别与10μg/m剂量相关3.分别增加每个污染物的浓度。从单一和两种污染物模型中获得了作为城市特定回归系数的加权手段的组合估计，权重是局部差异的倒数。BS的平均浓度和Bs的平均浓度的增加与随机效应下的两种污染物模型的死亡率增加0.8％（95％CI 0.3％）。TSP的结果显示出异质性，导致不接受固定效果模型下的重要关联。下午10发现总死亡率的显着效果，从单一污染物模型中死亡率增加0.5％，两种污染物模型中的1.3％。二十四小时2在相同的增加量（10μg/m）下，所有每日死亡估计增加0.5%（95%可信区间0.1%-1.0%）3.在同步和第1天滞后浓度的平均值。当控制颗粒时，该关联消失（0.2％; 95％CI -0.4至0.9％）。最后，10μg/ m3.增加1小时2单一和两种污染物模型中的总死亡人数（固定效果模型）的同时性日值明显相关。
表4（心血管死亡率）和表5（呼吸死亡率）总结了原因特异性死亡率的结果。总体而言，除了心血管死亡率和BS和PM外，综合估计数大于总死亡率10两种污染物模型下的呼吸死亡。增加10μg/ m3.TSP浓度升高与心血管死亡率增加1.0%相关。首相10估计了类似的关联，心血管死亡人数增加1.2％。这一估计在两种污染物模型下的两倍。黑烟表现出一种与呼吸道死亡率的强大联系，而TSP和PM10仅在单一污染物模型中显着相关。24小时和1小时2与造成特异性死亡率的阳性协会，但这种协会只与1小时显着相关2在控制粒子的效果之后。
讨论
EMECAM项目是一项多中心流行病学研究，研究空气污染对西班牙城市人口死亡率的短期影响。除了分析每个城市的空气污染与死亡率之间的关系外，还计划对项目内每个城市的结果进行综合分析。标准化荟萃分析技术的优势，包括缺乏发表和选择偏差，已经在其他地方讨论过。8，9.
在合并的结果中，我们发现每日死亡率之间的显着阳性关联 - 无论是总死亡率还是由呼吸或心血管疾病 - 和悬浮颗粒在分析，BS，TSP和PM的三个指标中10。一般来说，获得心血管和呼吸原因的系数大于所有原因的死亡率。
这里发现的死亡率和粒子之间的关系的大小与先前公布的研究一致。在荟萃分析中，包括几个北美城市和伦敦的结果23当增加10μg/m时，获得了颗粒的综合效应，死亡率RR为1.006（95%可信区间1.005至1.007）3.在每日浓度的TSP。在另一个荟萃分析中，估计美国六个东城市24PM的RR10为1.008（95%可信区间为1.005至1.011）。在NMMAPS项目中，使用90个大城市的数据进行的分析表明，增加了10μg/m3.在PM的日浓度中10与日常死亡人数增加0.5％。11征收等25已经开展了经验贝叶斯荟萃分析，29例估计来自21条发表的文章的PM和死亡率之间的关系。它们获得了每10μg/ m的死亡率增加0.7％的总体估计3.增加下午10浓度。最后，Schwartz在最近在美国的10个城市进行了一项研究中，据报道，与10μg/ m相关的死亡率增加0.67％3.增加下午10在2天内平均浓度。26
在对应于APHEA欧洲项目的颗粒的META分析中8.发现1.004的死亡（95％CI 1.003至1.006），增加10μg/ m3.在每日浓度的下午10BS浓度为1.0026（95％CI 1.0034）。在这种情况下，当中欧的城市被排除在分析之外，增加了两倍多。在死亡原因研究中，APHEA项目，9.zmirou.等发现心血管死亡RR为1.008（95%可信区间为1.002至1.012）与每天增加10μg/m有关3.在BS中，RR为1.002（95%置信区间：0.998–1.006）与每日增加10μg/m有关3.对于TSP。对应于呼吸道死亡率的结果为TS的BS和RR 1.010（95％CI 0至1.57）的RR 1.008（95％CI 1.00至1.016）。这些结果对应西欧城市。对于中欧城市，同样，系数较低，不显着。
在一项研究中在九个法国城市进行12BS的组合结果表明，总量和心血管死亡率增加0.6％，增加了10μg/ m3.污染物，对呼吸死亡率没有明显的结果。与小于13μm的颗粒的关系对于特定原因的死亡并不重要，但它确实显示出总死亡率的相关性。APHEA2项目的结果，包括来自29个欧洲城市的数据27报告的日常死亡率估计增加0.6％（95％CI 0.4-0.8％），增加10μg/ m3.每日BS或PM10。发现气候是一种效果改性剂，估计寒冷地区的BS增加0.23％的死亡率增加，温暖地区的估计增加0.70％。
24小时与24小时之间的关联系数2和死亡率在峨太康项目的城市中不一致，而一些系数则表现出巨大的精度。例如，从呼吸系统疾病中死亡的RR的估计增加10μg/ m3.在24小时的浓度下2塞维利亚和休尔瓦分别为0.992（95%可信区间0.833-1.182）和1.049（95%可信区间0.882-1.247）。除其他原因外，这可能是由于某些城市登记的低浓度，其中污染物浓度有时低于检测限值。另一种解释可能是这样的数据2浓度来自两个现有网络，手动和自动，具有不同的测量方法和平均时间。在这种情况下，在自动网络指示器中使用的测量与所研究的一天相一致，从0到24小时，但在手动网络中，早上进行了更改，因此在清晨时间收集的样品被分配给上一个天。因此，根据数据的来源（手动或自动网络）来执行单独的分析。该分层分析没有提供通过组合分析所获得的分析结果。
另一方面，组合估计2每日浓度受到模型中的颗粒变量的影响。因此，当两种污染物模型进行结合24小时时，如此2如果有的话，死亡率大幅下降，估计失去了意义。
相反，1小时之间的关联估计2最大值和死亡率更为一致和精确。综合结果显示，与研究的三组死亡原因有显著关联，而在控制颗粒物时，这三组死亡原因不受影响。与呼吸原因的相关性更高。这些结果可能表明SO峰值的独立影响2由于较长的曝光（天）而产生的不仅仅是一种效果。
如上所述，当检查了八个西班牙城市的空气污染与死亡关系的剂量 - 响应形状时，19发现了BS的线性关联。相比之下，所以2显示了不同的模式。风险增加到了这一点2约30μg/ m的浓度3.然后升级并开始随着浓度的增加而略微下降。此处提出的分析空气污染物被视为线性术语。这种方法并不完全适合检查所以之间的关系2和死亡率，因此必须被视为进一步评估的一个点。
来自科学文学的证据2与粒子的情况相比，死亡率的结论性更小。关于SO短期影响的大部分信息2关于死亡率来自欧洲研究。在APHEA项目META分析中8.RR为1.004（95％CI 1.003至1.005），增加10μg/ m3.在日常浓度的情况下2. 与颗粒物的情况一样，将分析限制在西欧城市时，RRs也较高。在法语学习中12这么24小时2与所研究的所有原因有显着相关，随着所有原因的0.7％的增加，呼吸和心血管原因的所有原因为1.1％。除了欧洲的这些研究外，美国还提供了一些结果。在费城的一项研究中，28.SO日值估算的RR为1.003（95%置信区间为1.001至1.005）2在三个美国县的其他工作中获得了获得，Moolgavkar发现了所以浓度之间的强大关联2和死亡率。29.最后，在墨西哥进行了一项研究30.对所以没有显着的结果2。
所以这样的效果2在实验研究中，呼吸道上的毒性已知一段时间。4.然而，粒子上颗粒的有害部分对心血管健康的有害部分的生理病理学机制已经不太明确到近期在这方面进行了巨大的进步。探索可能的物理病理学机制的研究结果提供了证据表明，细悬浮的颗粒可以引起全身效应 - 例如血浆粘度的增加31.或心脏心律失常。32.毒理学研究在暴露于过滤空气或浓缩的环境颗粒物质后表现出大鼠的生物改变。33.暴露于细颗粒物后，发现狗的心电图异常。34.
这里呈现的结果用于图2,3和4中的局部估计对应于一种污染物模型。这意味着我们不能排除其他污染物的可能的混杂部分，如此24小时所示2两个污染物模型中的系数。虽然它代表了分配对孤立污染物的效果时的一个重要限制，但这种方法是优选的，以避免污染物之间的共同性问题，35.如果污染是一种复杂的混合物，并且污染物占据相同的来源，并与气象现象表现出强烈的相关性。因此，可以考虑每个空气污染指标包括其自身的效果以及由其发出或引起的污染物的效果。36.
另一点需要考虑的是曝光测量。在这种设计中，假设监测浓度与平均暴露量有关。通过同时测量个人和环境暴露的研究，已经证明，尽管检测到的浓度之间的一致性相对较低，但两种测量的时间变量之间确实存在良好的相关性。37.最近Zeger.等38.已经表明，使用环境浓度代替单个浓度的可能结果是低估了污染对一个特定日子的危害对个体人的危害的影响。最后，对于空中颗粒物质的不同指标，最近在阿姆斯特丹研究的结果39.建议BS可以提供通过交通产生的粒子的更充分的粒子，来自环境颗粒的毒性的重要预测因子。40
提出的一些估计是可能的异质（P <0.20）。我们已经调查了一些变量作为效果改性剂的作用，其中探索性分析表明所以的浓度2并且平均气温可能是异质性的潜在来源。APHEA项目估计颗粒物质的影响等2在地区的差异存在差异，西欧的效果更强，而不是中欧和东欧。8.研究了解释异质性的一些变量，包括其他污染物的浓度、死亡率、气候、地理区域和使用的统计方法41.没有明确的结论到现在。在征收的Meta分析中等25PM的比例2.5/下午10似乎是PM效果的相关效果修改器10. 我们同意，在给出综合结果时，研究之间的可变性分析是一个非常重要的问题。然而，此处针对某些污染物分析的城市数量较少，妨碍了对该问题进行更深入的调查。从这个意义上说，为数不多的几个城市提供了一些污染物的数据，这表明在解释结果时要谨慎。特别是，因为我们有PM的数据10只有三个城市的综合估计值受西班牙最大城市马德里的系数影响很大。
主要信息
在13个西班牙城市评估了空气污染对死亡率的短期影响。
一个10μg/ m3.BS浓度增加与总死亡率增加0.8%显著相关。
总悬浮的颗粒和PM10也显示与每日死亡率相关。
一般而言，特定原因的结果高于所有原因。
SO的峰值浓度2表现出与死亡率不同的关系而不是日常浓度。
政策影响
空气污染仍然是西班牙城市人口的健康风险。
减少空气污染物的环境浓度的公共行动将对西班牙人的健康有益。
为了得出结论，本文提出的结果显示了在西班牙城市人群中的颗粒之间的死亡率和污染之间的关联，尽管无法排除其他污染物的混杂效果。这种关联对于特定原因的组更大。1小时所以2最大限度对死亡率的影响更加清晰，而不是24小时2，特别是对于呼吸原因。然而，城市之间的结果不是均匀的。在其中一些中，缺乏显示相关证据的结果，否则这些结果几乎没有一致。虽然本研究中提供的估计不能被视为确定，但结果表明，在目前的污染物浓度下，西班牙城市的人口暴露于环境污染的健康风险。
附录：EMECAM组
EMECAM集团由F Ballester，SPérez-Hoyos，Ciñíguez，JMTenías，FGómez，R Molina，JGonzález-Aracil（瓦伦西亚，协调中心）组成;M SAEZ，MABarceló，Lerchundi，C Saurina，Tobías（巴塞罗那）;E Alonso，K Cambra（Bilbao）;M Taracido，Figueiras，JM Barros，我Castro，蒙特斯，E Smyth（Vigo）;JMOrdóñez，eAránguez，IGalán，am Gandarillas，NAragonés（马德里）;我是Aguinaga，My Floristan，FGuillén，Laborda，MaMartínez，MtMartínez，PJ oviedo（Pamplona）;A Daponte，R Garrido de La Sierra，JL GuRucelain，PGutiérrez，JA Maldonado，JMMartín，JM Mayoral，ROcaña，J Serrano（格拉纳达）;JB Bellido，A Arnedo，FGonzález，C Felis（Castellón）;JJGuillén，LL Cirera，LGarcía，eJiménez，MJMartínez，S Moreno，C Navarro（卡塔赫纳）;MJPérez，Alonso，JJEstíbalez，MaGorcía-Calabuig（Vitoria）; A Cañada, C Fernández, F Fernández, V García, I Huerta, V Rogríguez (Asturias); F Arribas, M Navarro, C Martos, MJ Rabanaque, E Muniesa, JM Abad, S Zapatero, T Alcalá (Zaragoza); and J Sunyer (adviser).
致谢
EMECAM项目得到了西班牙卫生部的支持，Fondo de Investigaciones Sanitarias（FIS 97/0051和FIS 0010）。
参考资料
脚注
会员在附录中列出。
请求权限
如果您希望重用本文的任何或全部内容，请使用下面的链接，该链接将带您访问版权许可中心的RightsLink服务。您将能够获得快速的价格和即时许可，以多种不同的方式重用内容。