文章文本

下载PDF

二十五年死亡率和空气污染:法国PAARC调查结果
免费的
  1. L Filleul1
  2. v rondeau.2
  3. 年代Vandentorren1
  4. n le moual.3.
  5. 一个Cantagrel1
  6. I Annesi-Maesano3.
  7. D Charpin.4.
  8. Declercq C5.
  9. F巴斯坦·努克可荣获6.
  10. C巴黎7.
  11. 维夫洛特酒店4.
  12. P博罗币1
  13. J-F特塞尔1
  14. F Kauffmann.3.
  15. 我Baldi1
  1. 1Laboratoire Santé Travail环境,波尔多,法国
  2. 2Insm E0338,Biostatistique,Bordeaux,法国
  3. 3.UnitéEntermU472,Villejuif,法国
  4. 4.Fumres 3287,Marseille,法国
  5. 5.JoribationAtégionaldeLaSantéNord-Pas-de-Calais,里尔,法国
  6. 6.Unité INSERM U408,法国巴黎
  7. 7.中心住院主席德鲁肯,法国
  1. 对应于:L博士博物林LaboratoireSantéTravail环境,UniversitéVictorSégalenBordeaux2,146rueLéoSaignat,33076波尔多Cedex,法国;laurent.filleulsante.gouv.fr

抽象的

目的和方法:在1974年在1974年注册Poarc调查(空气污染和慢性呼吸系统疾病)时,在14名284名成人中研究了空气污染对死亡率的长期影响。每天在1974年招聘育次调查(空气污染和慢性呼吸疾病)。每日二氧化硫,总悬浮颗粒,在24个区域进行黑烟,二氧化氮和一氧化氮,三年(1974-76)。施加了对单个混淆器(吸烟,教育水平,体重指数,职业曝光)控制的Cox比例危险模型,并且用于考虑空间相关的脆弱模型。空气污染指标是平均浓度。

结果:模型在排除受当地交通(NO/NO .)影响的6个区域监测仪之前和之后运行2> 3 in ppb)。排除这些区域后,分析表明,TSP,BS,NO的调整风险比(95%CI)2,NO用于非意外死亡率为1.05(1.02至1.08),1.07(1.03至1.10),1.14(1.03至1.25),1.11(1.05至1.17)为10μg/ m3.分别。观察到肺癌和心肺原因的一致模式。

结论:在20世纪70年代评估的城市空气污染与法国25年来的死亡率增加有关。

  • 空气污染
  • 长期效果
  • 死亡率

来自Altmetric.com的统计

在过去十年中许多时间序列,许多时间序列已经证明了户外空气污染物浓度和日常变异之间的时间日常变异与日常变异之间的短期关联。1-3.三个美国前瞻性队列研究评估了空气污染对死亡率的长期影响。哈佛大学的“六个城市”研究对8111名成年人进行了长达15年的跟踪调查。4.美国癌症协会(ACS)研究随时从1982年到1989年的552个138名成年人的队列。5.雾霾基督复临会健康研究(ASHMOG研究)自1997年以来跟踪了6338名不吸烟的加州基督复临会教徒(sda)。6.在控制年龄,性别,吸烟,教育水平,体重指数和其他危险因素后,结果表明,相对低的浓度的细颗粒可能与减少的存活相关。与六个城市研究中的颗粒气体污染浓度显着相关的心肺死亡率4.在ACS中,5.但在ASHMOG的研究中没有。6.

最近一篇论文将ACS研究的随访时间增加了一倍,达到16年以上,并得出结论,长期暴露于燃烧相关的细颗粒空气污染是导致心肺和肺癌死亡的重要环境因素。7.然而,这些研究已经在北美进行,只有一项研究只出版了荷兰队列关于欧洲饮食和癌症(NLC)的长期影响。8.作者随访了5000岁以上的成年人超过8年超过八年;结果表明,心肺死亡率与在主要道路附近有关,相对风险为1.95(95%CI 1.09至3.52)。

基于PM10.(空气动力学直径小于10 μm的颗粒物)的数据,最近的一份报告估计了室外空气污染,特别是法国道路交通造成的污染对健康的影响,9.作者指出,使用来自美国的数据的限制,空气污染与欧洲不同。

PAARC调查(污染ATMOSPÉRIQUEET的呼吸呼吸呼吸道呼吸症/空气污染和慢性呼吸系统)在1975 - 76年在七个法国城镇的24个地区进行了初步旨在调查空气污染对慢性呼吸系统疾病的影响。10 -12.本分析的目的是在法国人口的大样本中估计空气污染对死亡率的长期影响,特别关注修正影响估计的方面。分析考虑了个体风险因素、各种指标或空气污染(特别是交通污染指标)和潜在的空间聚类。

方法

学习人口

pararc研究的详细方案发表在其他地方。10.简而言之,选择了七个法国城镇的24个地区(波尔多,里尔,里昂,Mantes La Jolie,Marseille,Rouen,Toulouse)。

区域的选择是以三个步骤为基础的。首先,根据这七个城市1961-71年的可用空气污染数据(1971年这类数据的可用性是各个城市参与的先决条件),首先选择对比测量点,以便定量(低、中、高)和定性(酸化法和黑烟法)对比了各测点之间的污染,并在可能的情况下在各城市点之间进行了对比。在第二步中,根据1968年人口普查数据,考虑到有关污染的所有现有资料和有关地区人口密度的可行性,围绕可能的测量点选定区域。第三步,在这些地区建立了标准的空气污染措施,并建立了质量控制方案,同时对计划调查的10%样本进行了试点调查。

1974年至1976年的入学标准为:在该地区的法国家庭中居住三年或三年以上,年龄在25-59岁之间。该家庭的户主是一名体力劳动者,为了避免因另一次严重接触而掩盖空气污染的影响,该家庭被排除在外。在面对面访谈中,完成了一份问卷调查,其中包括有关年龄、性别、体重、身高、吸烟史、职业暴露和其他特征的问题。对随访期间(1974-2000年)的人口流动性进行了10%的随机抽样评估13.从2000年开始在国民电话档案中搜索对象,1974年开始使用姓名、姓名、地址。

主要信息

  • pararc的调查显示,20世纪70年代评估的城市空气污染与25年的死亡率增加有关。

  • 将直接受当地交通影响的监测站的空气监测数据包括在内,可能会高估平均人群暴露量,并使结果产生偏差。

空气污染暴露评估

为每个选定的地区设立了特定的标准化测量地点10.1974年;每个地区的直径从0.5公里到2.3公里不等。根据20世纪70年代已有的流行病学知识和方法选择和测量污染物;它们基本上反映了工业和家庭使用化石燃料所造成的污染。二氧化硫(特定的)2)和酸度测定法(AM))、总悬浮颗粒(TSP,重量法)、黑烟(BS,反射法)、二氧化氮(NO2在中心定位的污染监测站的每个区域中测量,比色分析仪)和一氧化氮(NO,比色分析仪)。根据验证的方法,在当地实验室中进行所有分析,该方法采用实施的控制计划进行比较实验室:据报道,实验室之间的差异较小。除8月份(1974-76)中的所有污染物以8月(1974-76)除硫酸盐(12-36个月)均测量的所有污染物,每天进行每天进行测量。在此期间的手段用于统计分析。

基于重叠时期(3-4岁)的波尔多两次空气污染网络的测量研究表明,在每个地区的25年期间,空气污染物的异质性显着降低,但保持了该地区的初始排名。结果还表明,在初始调查之前,地区之间的差异主要发生在以下五年内。14.

重要地位

在每个出生地,在法国(1995-98)中出生的所有受试者,在法国(1995-98)中,在某些情况下,首先在法国出生的所有科目(1995-98人)中,在某些情况下,在某些情况下,在某些情况下搜索了重要地位。使用新设施完成数据,允许计算机化通过国家注册(RNIPP)。执行两项计算机化搜索(在广泛的数据检查后2000年8月和2001年6月)。由于姓氏的变化,妇女的未知生命状况如何主要与性别相关,而是由于姓氏的变化而言,与空气污染无关。从原始数据中,一个调查员包括在内的所有人都被排除在外,因为太多数据出现无效(900个科目,5%)。至2001年6月(2533年死亡人数,11753年的死亡人数和2619名未知),以及1998年12月的死亡事件。通过国家卫生和医学研究所专业部(SC8)获得死亡原因(Inserm)和96%的受试者。它们根据疾病,八至第九修订代码(ICD-8和-9)进行编码。

政策影响

  • PAARC学习证实了以前的结果对空气污染对死亡率的长期影响。

  • 为了制定有效的政策,还需要进行额外的长期研究和良好的接触评估。

混淆

考虑的混音是性别,吸烟习惯,教育水平,体重指数(重量/高度)2),以及通过基于人群的工作暴露矩阵(JEM)估计的粉尘、气体和烟雾的职业暴露。15.对于人群中存在的每个工作,使用自述二分类变量暴露于粉尘、气体和烟雾的受试者比例按性别计算。然后,通过考虑任何超过“x”%的该工作报告自己暴露的工作,建立两个级别的JEM,选择“x”,以使用JEM和自我报告数据的暴露流行率相同的方式。15.考虑的吸烟习惯包括不吸烟者、被动吸烟者(配偶接触)、前吸烟者和目前患有吸烟障碍的吸烟者⩽9克/天,10至20克⩽19克/天,以及⩾香烟、雪茄或烟斗20克/天。16.教育水平分为小学、中学和大学。

统计分析

使用Cox比例风险回归模型估计校正死亡率相对风险(RRa),17.使用SAS 6.8(SAS Institute,Inc.,Cary,North Carolina)中的Proc Phreg,使用带有延迟输入的模型,以考虑左截断。18.年龄被选为基本时间尺度,以便为年龄不参数调节死亡率风险。19.对于死亡的受试者,生存时间是死亡日期的年龄。对于没有失去跟进的幸存者参加者,在收集重要地位的日期,审查的生存时间是年龄。没有生命地位的受试者被认为失去了跟进和排除在外。模型分别为每个污染物运行。在所有分析中使用空气污染水平(连续变量)和三个分类指示器(下面或高于中间物,四分位数或区域(24级变量)。进行分析以评估模型的鲁棒性。根据年龄进行模型,性别,吸烟习惯,体重指数,教育水平,职业暴露和分层。估计Cox比例危险模型估计所有非意外死亡原因(ICD-9代码<800),并分开为原因 -死亡类别:心肺疾病(ICD-9:401-440和460-519)和肺癌(ICD-9:162)。对于每次死因,未在死亡时被审查的死亡人员。分析也在前10年中运行,以减少受试者的流动性的影响,因为不同区域的空气污染水平往往在最近的时间内变得均匀。

PAARC调查设计将参与者分成七个城市的24个区域,这可能会导致观察结果的相关性。因此,同一地区的成员共享的一些未测量的环境或社会经济因素可能会起到混淆作用。使用传统的偏似然方法对经典Cox比例风险模型的依赖生存数据进行分析,可能会对回归系数进行有偏估计,并低估其方差,从而导致错误的推断。因此,我们考虑了“脆弱性模型”,以考虑不同地理区域的受试者分组。在这个随机效应模型中,危险函数部分依赖于一个不可观测的随机变量,该随机变量被认为对危险起着乘法作用。为R20.http://www.cran.r-project.org/)已用于实现脆弱性模型。这种方法,首先由Therneau开发的S,使用惩罚似然估计参数。21.我们在城市之间以及城市之间测试了生存时间的异质性。

分析已经系统地为所有24个区域和18个区域的子组进行,由NO / NO的比率定义2<3(在PPB中),对应于监测站根据Ademe标准而不是依赖的流量。22.排除的六个区域为波尔多3号、马赛2号、马赛3号、图卢兹1号、图卢兹2号和图卢兹3号,无/无2在2.25(图卢兹3)和4.26(马赛2)之间变化。

结果

空气污染和人口数据的特征

表1列出了所有地区的空气污染水平。表中提到了有关代表性的可用信息以及可用数据的污染演变。到目前为止,还没有各个地区的数据;1990-97年期间,七个城市中六个城市的空气和圣埃监测方案(PSAS-9)的背景水平23.研究表明,所有城市的黑烟和二氧化硫水平的一般减少。为没有2法国的图卢兹有所下降,而里昂、鲁昂和马赛有所上升(表1)。

表1

1974-76年和1990-97年的空气污染水平

区域变化是TSP最大的,范围为45至243μg/ m3.,最低的不是2,范围从12.0到61.0μg/ m3.(图。1)。BS和TSP浓度之间的相关性为0.87,而AM等2是0.68(24个区域,见图1)。14 284名成年人可获得重要地位(表2)。直到2001年6月,2531名受试者死亡;除了1975-98次意外原因,2396(1590名男性,806名女性)发生的所有非意外原因的死亡。截至1998年12月,记录了546名心肺(男性和406名男性和406名)和178例肺癌死亡(男性和153名男性)。流动性研究的结果表明,25年后,60%仍然住在同一地区(法国“DéPartement”),同一个城镇的41%,在同一地区有23.4%,另一个地区为17.1%。

表2.

研究人口的特征(24个地区)

图1

 Air pollution levels (in μg/m3.),该数据是根据法国24个地区(1974-76年)的三年平均每日测量值得出的。箱形图(第一四分位数,中位数,第三四分位数)。废话,黑烟;TSP:总悬浮粒子;所以2, 二氧化硫;am,酸度法;不2二氧化氮;不,氮二氧化碳。

与死亡率相关的因素

男性的死亡风险高于女性:RR = 2.33(95%CI 2.14至2.53),与吸烟习惯强烈相关。吸烟者群体的所有因果性死亡率的风险显着高,特别是在沉重的吸烟者中,而不是在没有吸烟者中,对于特定原因非常高,特别是肺癌(能够3)。死亡率也与职业暴露有关:RR = 1.27(95%CI 1.16至1.40)。

表4显示了基于24个区域和18个区域的结果之间的差异。24个地区没有观察到关联。相比之下,在不包括高/否的六个区域之后2比率(>3),空气污染物与死亡率之间的关联得到证实。与其他6个地区相比,18个地区的受试者有相似的吸烟习惯和体重指数,明显更年轻(42.0)v42.6岁),更经常的职业接触(24.2v22.0),教育水平较低(15.6v大学学历19.5)。所有变量均纳入多变量分析。在调整混杂因素之前,对TSP、BS和NO的暴露2与全导致死亡率有显着相关,暴露于NO2与肺癌死亡率有关,与TSP暴露有关心肺死亡率

表3

 Mortality relative risks (and 95% confidence intervals) according to smoking habits (24 areas)

表4.

 Adjusted* mortality rate ratios (and 95% confidence intervals) expressed for 10 μg/m3.空气污染

使用1974-76年期间的平均浓度对每种污染物进行了多变量分析。校正年龄、性别、体重指数、教育程度、吸烟习惯和职业暴露后,TSP、BS、NO2, NO与所有非意外死亡率显著相关:RRa与10 μg/m相关3.污染物变化分别为1.05(1.02 - 1.08)、1.07(1.03 - 1.10)、1.14(1.03 - 1.25)和1.11(1.05 - 1.17)(表4)。

我们观察到NO之间存在显著的正相关2和肺癌:Rra与10μg/ m相关联3.污染物变化为1.48(1.05 ~ 2.06)。心肺死亡率与NO相关2:RRA与10μg/ m相关联3.污染物的变化为1.27(1.04至1.56)(表4)。

图2显示了按性别、吸烟习惯、职业暴露、教育水平分层后的与空气污染相关的死亡率RR,并对所有其他风险因素进行了调整。不同性别层次的差异在空气污染物和死亡原因上并不一致。

图2

 All-causes adjusted mortality rate ratios expressed for 10 μg/m3.性别,吸烟习惯,职业曝光,教育水平分层后的空气污染,以及对所有其他风险因素的调整;18个没有/否的区域2< 3(磅)。

从该分析中出现的一种模式:与职业暴露的受试者具有空气污染和全因死亡率的关联。此外,对于所有原因,心肺和肺癌死亡率,目前或前吸烟者的RR估算较高。我们观察到与较低教育的参与者的全因和心肺死亡率有显着的积极关系。

空间聚类

在研究非意外死亡率时,在调整后,作为区域的脆弱参数的变化与区别有显着不同。这意味着即使在调整后,它仍然是生存数据的地理相关性。但是,我们没有观察到估计的重大变化;除了没有,没有修改空气污染效应的标准误差2和不。在调整空气污染物后,在肺癌死亡率上观察到区域之间的异质性,也没有对心肺死亡率(数据未显示)。

敏感性分析

将基于18个领域的分析限于头10年(直到1986年),根据较少的病例数(未显示数据),在广泛的ci中观察到空气污染与死亡率之间的估计关联的相同结果。直到1986年,共有489人死亡:123人死于心肺疾病,42人死于肺癌。

进行敏感性分析以评估失去随访对象的潜在影响。结果与排除失访者无差异。通过在最终的Cox模型中整合与时间的交互作用,对性别比例风险假设的有效性进行了检验。在研究心肺死亡率时,这种相互作用是显著的。在这种情况下,对性别进行了分层。

讨论

对所有24个地区进行的PAACC学习的分析在第一个步骤中没有显示出在25年内的法国人口大量样本中的空气污染和死亡率之间的重大关系。不包括18个区域之后的第二步分析,不包括交通影响的可能性表现出显着关系。结果表明,排除交通相关监测站的重要性,因为在排除此类领域之后才有意义。总体而言,结果确认了美国的已发布的调查结果7.和欧洲的研究。24.

PAARC调查的最初目的是评估空气污染与呼吸功能和呼吸症状流行率之间的关系。在每个城市,选择对比空气污染水平的区域,并在研究中特别植入一个固定的空气监测站,非常接近受试者的住所。

暴露数据的限制

仔细控制的测量地点的数量(24个区域)为pararc的调查提供了一个大范围的暴露水平。尽管如此,我们的结果显示了暴露评估对空气污染水平与25年死亡率之间关联的估计的影响。6个区域,NO/NO2监测数据的比率很高,表明暴露测量受到当地交通的严重影响,因此不代表整个地区人口的平均暴露。NO是汽车NOx排放的主要成分。有些武断的标准(否/否)2>表示车站离繁忙的路边很近,22,25,26.并对应于所有监控站的上四分位数的研究。我们的选择得到了高尚/否的车站的事实2比例具有高(四分位数)的黑烟水平,表明面积平均种群暴露的高估(表1)。由于调查时的重要道路交通,其中一些被排除区域的一些站点已经有资格被列为潜在的非代表性。我们假设这六个区域在PoARC学习开始时的监测数据并不代表整个领域中的人口的平均暴露,并将它们保持在分析中导致测量误差,这往往会降低与之间的关联空气污染和死亡率。

在哈佛六个城市的研究中,在更长的时间内进行曝光,但每个城市中只有一个空中监测站,并且在ACS研究中,通过邮政编码评估个人暴露。在Ahsmog的研究中,使用了来自固定监测站(50km)的环境空气浓度的插值,到了邮政编码的工作和家庭参与者的邮政编码。在该研究中,PM的评估10.主要是间接的,使用从TSP措施的转换基于两年的两年期间,27.给出不精确的评估,因为TSP水平可能与PM不同,随时间而变化10.或PM2.5的水平。28.研究对象居住在距离监测站2.3公里的地方,这是我们研究的一个优势。最近,来自荷兰的研究小组使用了一种基于地理信息系统的不同方法。作者用测量到的区域和城市背景浓度和生活在主要道路附近的指标变量来描述暴露。29.与美国学习的差异是它们在较小的空间尺度上评估了暴露。

在PAARC的调查中,空气污染数据只被记录了三年,但要被纳入研究,研究对象必须在该地区居住三年或更长时间。以1974年为基准,50%的人在同一住所呆了9年以上(第25百分位数:5年;75厘分:16岁)。即使我们估计所有的受试者在研究开始时都搬家了,1974-76年的空气污染平均水平将是对他们纳入研究之前这段时间的慢性暴露的一个很好的估计。我们的分析没有考虑到空气污染随时间的演变。根据空气污染网络对波尔多23年黑烟演变进行的评估显示,无论在哪个地区,污染都有所减少。14.然而,虽然这一时期开始时各地区之间的差异有所减少,但在23年后仍然保持较小的比例。此外,最近在法国同一城市进行的一项研究证实,无论在哪个城市,空气污染水平都在下降。23.

将我们的研究结果与六个城市公布的研究结果进行比较,ACS和AHSMOG研究在某种程度上是有限的,因为更新空气污染指标估计值的可用数据是不同的。欧洲的绝大多数流行病学研究都使用黑烟等微粒指标,这些指标有大量数据集可用。此外,柴油交通在很大程度上造成了法国城市地区目前的室外空气污染,而在北美,柴油交通的比例相对较弱。霍克使用黑烟和NO2在NLCS研究的队列中,8.我们对这些污染物和死亡率的结果是相似的。假设BS对应于空气动力学直径<4.5 μm的粒子,30.结果可以与PM进行比较2.5.在ACS研究中,调整后的死亡率RR与10μg/ m相关联3.变化点2.5分别为1.06(1.02 - 1.11)和1.07(1.03 - 1.10)。因此,对空气颗粒物污染对死亡率的长期影响的观察结果在美国和欧洲是一致的。

统计分析

无论研究如何,统计分析都基于Cox比例危险模型。在分析六个城市和ACS研究中,时间变量是从入学日期生存时间。受试者根据性别和五年年龄组分层;每个性时代组都有自己的基线危险。Ahsmog学习使用年龄作为可协助的或作为时间变量(用于肺癌死亡率)。为了我们对PoARC学习的分析,我们使用年龄作为时间变量和延迟进入的模型,以便为年龄不参数调整死亡率风险。然而,在参数化时,结论类似于年龄的效果(结果未显示)。

的混杂因素

分析考虑了1974 - 76年问卷调查记录的大量混杂因素。然而,随访期间,吸烟习惯和职业曝光可能会发生变化。戒烟习惯的信息损失并不重要,因为受试者在招聘中25-50岁,并且在此年龄之后开始吸烟并不常见。31.吸烟习惯被定性地考虑(从未吸烟,曾经吸烟)和定量地考虑每天吸烟的克数。被动吸烟也包括在模型中。吸烟变量与具体死亡原因的强烈预期相关性证实了所选指标的相关性。在这25年中,职业接触粉尘、气体和烟雾也可能发生变化,但没有相关信息。基于特定人群工作暴露矩阵的职业暴露15.先前在发病率分析中显示,在大量人群中,如PAARC调查中,其表现优于个人自我报告的暴露。我们发现职业暴露或吸烟习惯似乎会增加微粒的影响。这种模式可能与累积暴露于氧化剂有关,氧化剂在呼吸系统疾病中起着关键作用。32,33.

由HEI进行的再分析表明,在没有高中教育的情况下,细颗粒和死亡率的增加之间的关联趋于更高,而不是那些完成高中或高中教育的人的人。34.在TSP与全因死亡率的关联上,观察到教育水平的修正效应(仅对具有初级教育水平的受试者有明显影响),但对于其他污染物或其他原因,该模式并不一致。

有关受试者流动性的现有数据显示,不到一半的受试者可能在25年后仍在同一个城市;10年的分析也试图减少与死亡率相关的流动性对暴露的影响。在美国的研究中,6个城市的研究只评估了12年的流动性,差异在13%到32%之间。34.非动力组中的全导致死亡率的细颗粒暴露的相对风险与整个样品的所有原因死亡率相当。对于其他研究,分析总是基于招聘时的住宅地址。

量化空气污染对健康的影响已日益成为政策讨论中的一个关键组成部分。9,35.对长期结果的估计和解释是困难的。然而,队列研究的结果在这场辩论中至关重要,36.仅仅基于时间序列研究结果的评估可能严重低估空气污染对长期死亡率的影响。美国的队列研究发现,颗粒物与长期死亡率之间存在显著关联。这些结果受到了质疑,36.但最近赫西的重新分析确认了他们的有效性及其稳健性。34.我们的结果显示,20世纪70年代评估的空气污染水平与法国的长期死亡率之间存在关联,当时我们在分析中排除了监测数据中NO/NO含量高的地区2指示整个区域平均暴露的高估比率。由于我们用于选择区域的简单标准的粗略特征,因此需要在对我们的数据解释中进行谨慎。

关于粒子生物学机制的知识37,38.或二氧化氮38.对人体健康进行了进展,并表明空气污染诱导肺部损伤(炎症),降低肺功能,导致呼吸窘迫和心血管疾病。根据目前的科学知识,我们的结果与其他可用数据一致,支持空气污染与健康之间的因果关系的假设。39.然而,进一步的欧洲数据是了解更好的空气污染的健康影响。

致谢

部分由Primequal-predit项目和APPA (Association pour la Prévention de la Pollution Atmosphérique)支持。

作者感谢25年前建立研究的Poarc调查的协调员:D Brille,P Bourbon和J Lellouch。They thank T Baldi, C Barnshaw, M Berlier, N Bousquet, A Chamming’s, F Sampogna, the city halls, P Myquel, J Chavanne at the IFR69-CRI, the RNIPP at INSEE, and E Michel from the SC8 at INSERM who helped with the collection of vital status and causes of deaths. They also thank G Pédrono for her help in spatial clustering analyses, J Lellouch for comments on the first version, and an anonymous reviewer for suggesting to take into account the NO/NO2暴露评估的比率。

参考

脚注

  • 竞争利益:没有宣布

请求权限

如果您希望重用本文中的任何或所有这些文章,请使用下面的链接将您带到版权清除中心的版权密码服务。您将能够快速价格和即时允许以多种不同的方式重用内容。

相关的文章