寧波市大氣可吸入顆粒物對人群死亡短期影響的歸因風險評估

賀天鋒 黃婧 李國星等

摘要：目的 評估寧波市大氣可吸入顆粒物（PM¹⁰）短期暴露造成人群死亡的歸因風險。方法 收集寧波市2011—2015年人群死亡、空氣污染和氣象資料，利用時間序列研究方法和分布滯后非線性模型，分析PM₁₀短期暴露造成人群死亡的超額危險度、歸因死亡人數和人群歸因分值。結果 PM₁₀短期濃度升高與人群死亡數增加相關，效應存在明顯的滯后性和持續性，日均濃度每升高10μg/m³，總死亡累積4 d（Lag0～3）的超額危險度為0.35%（95%CI：0.16%～0.53%）。寧波市2011—2015年歸因于PM₁₀短期暴露的總死亡人數為3972例（95%CI：1877～6032），人群歸因分值為2.15%（95%CI：1.02%～3.27%）。呼吸系統疾病對PM¹⁰。更為敏感，其歸因死亡人數和人群歸因分值分別為1 323例（95%C/：619～1 990）和4.68%（95%CI：2.19%～7.03%）；女性和高年齡組人群的歸因風險分別高于男性和低年齡組。如果將PM¹⁰日均濃度控制在150μg/m³和100μg/m³限值以內，人群歸因風險將分別下降25.45%和53.07%。結論 PM₁₀濃度變化對健康有較大的影響，應立即采用有效的控制措施。

關鍵詞：空氣污染；顆粒物；歸因風險；分布滯后非線性模型 中圖分類號：R122 文獻標志碼：A

隨著我國經濟的快速發展，空氣污染問題日益嚴重，對人群健康造成了極大威脅。大氣顆粒物被認為是我國最主要的空氣污染因子，國內外已有大量研究證實顆粒物短期暴露與人群死亡率升高相關。但目前已有的研究多數局限于采用率的指標評估顆粒物和死亡的關系，如相對危險度或比值比等，這些指標反映了顆粒物每單位濃度升高時的效應，卻并未考慮到研究地區的污染強度和暴露人群數量。因此，無法準確反映顆粒物造成的整體疾病負擔。盡管已有部分學者開展了大氣顆粒物的疾病負擔評估研究，卻并未考慮顆粒物的滯后效應，或者缺乏對不同疾病類別和人群類別的分析。因此，對這方面還需要開展進一步的研究。寧波市是我國長三角地區南翼經濟中心，本研究擬利用寧波市數據，定量評估大氣可吸入顆粒物（PM₁₀）短期暴露造成的人群死亡歸因風險。

1資料與方法

1.1資料來源

死因資料來源于寧波市疾病預防控制中心，包括2011—2015年全市死因監測個案數據。按照性別和年齡（<65歲組，≥65歲組）進行人群分層，并依據國際疾病分類標準編碼（ICD-10）挑選出心血管疾病死亡（100-199）、呼吸系統疾病死亡（J00～J99）和其他疾病死亡進行分層分析。同期大氣可吸入顆粒物（PM₁₀）的日均濃度由寧波市環境監測中心提供，通過全市各個監測站點的數據求得區域算術平均值，作為人群污染物日均暴露量。氣象資料來源于寧波市氣象局，變量包括日均氣溫、日均相對濕度和日均氣壓，同樣采用區域算術平均值作為人群氣象因子日均暴露量。

1.2研究方法

1.2.1基本假設 根據世界衛生組織（WHO）發布的《空氣質量準則》，PM₁₀年均濃度準則值為20μg/m³，低于該限值時認為PM₁₀對健康幾乎沒有影響。同時根據已有文獻中通常將PM₁₀與死亡的關系設為線性，因此，本研究假設PM₁₀與死亡的暴露-反應關系為以20μg/m³為閾值的線性函數。

1.2.2 PM₁的短期效應 時間序列分析是當前研究空氣污染短期影響的主要方法，其原理是在控制時間趨勢等混雜因素的基礎上，比較暴露因素的短期變化和健康結局的變化是否存在關聯。基本模型構建如下：

利用赤池信息準則（Akaike information criteri-on，AIC）確定交叉基函數中的自由度，選擇相對危險度（RR）和超額危險度（ER）作為PM₁₀短期效應評價指標，本研究中ER表示為PM₁₀每升高10μg/m³造成死亡增加的百分比，計算方法如下：ER=（RR-1）×100%=[exp（β）-1]×100%

1.2.3 PM₁₀的歸因風險 歸因風險的基礎指標是歸因人數（attribute number，AN）和人群歸因分值（attribute fraction，AF）。本研究中AF表示由于PM₁₀短期暴露造成的超額死亡人數占總死亡的比例，也可理解為如果人群不再暴露于PM₁₀時，相應死亡減少的數量占總死亡的比例。兩者的計算方法分別如下：

根據WHO《空氣質量準則》中不同過渡時期的目標值，本研究分別選擇150、100、75、50μg/m³作為PMI。日均濃度控制限值，并分析了當超出該限值時所對應的PM₁₀短期暴露對總死亡影響的歸因風險大小。

1.2.4敏感性分析 由于WHO和環境空氣質量標準（GB 3095—2012）均將50μg/m³設為PM¹⁰日均濃度準則值，同時部分研究也將0μg/m³作為顆粒物危害評估基線。因此，本研究也采用了50μg/m³和0μg/m³作為PM₁₀閾值進行敏感性分析。為驗證模型的穩定性，本研究改變了模型中PM¹⁰最長滯后時間（5～10 d）、PM₁₀滯后時間的自由度（3～5）、時間變量的自由度（6～8）、溫度的自由度（3～6）、濕度和氣壓的自由度（3～6）進行敏感性分析，結果均使用ER表示。

1.3統計學分析

研究中采用R3.1.1軟件進行統計分析，分布滯后非線性模型采用“dlnm”程序包。檢驗水準α=0.05。

2結果

2.1一般情況

寧波市2011—2015年共監測到死亡人數184 542例，其中心血管疾病共死亡52415例，呼吸系統疾病共死亡28 302例，其余人群死亡和氣象資料的一般情況見表1。研究期間PM₁₀日均濃度為（80.48±49.69）μg/m³，其中超過WHO《空氣質量準則》年均濃度準則值（20μg/m³）共1814 d，占總天數的99.34%。PM₁₀日均濃度的時間分布趨勢呈現明顯的季節性，冬季污染嚴重，夏季污染較輕。見圖1。

2.2 PM₁₀的短期效應（圖2）

PM₁₀對人群死亡的影響具有明顯的滯后性。在滯后1～3 d時PM₁₀和總死亡的關聯有統計學意義（P<0.05），滯后1 d時效應最強；PM₁₀每升高10μg/m³，累積4 d（Lag0～3）可造成總死亡增加0.35%（95%CI：0.16%～0.53%）。根據研究假設，PM₁₀與總死亡累積4 d的暴露一反應關系如圖3所示，閾值（20μg/m³）以下PM₁₀效應為零，超過閾值后死亡的相對危險度呈線性上升。

2.3 PM₁₀短期暴露的歸因風險

當以20μg/m³作為PM₁₀閾值時，2011—2015年寧波市歸因于PM₁₀短期暴露的總死亡人數為3972例（95%CI：1 877～6 032），人群歸因分值為2.15%（95%CI：1.02～3.27%）。不同人群組別中，女性和I>65歲年齡組的歸因風險分別高于男性和<65歲年齡組，兩者的人群歸因分值分別為2.91%和2.84%。呼吸系統疾病的歸因風險高于心血管疾病，歸因死亡人數和人群歸因分值分別為1323例和4.68%。其他疾病歸因于PM₁₀短期暴露的死亡人數共為1505例，人群歸因分值為1.45%。見表2。

2011—2015年歸因于PM₁₀短期暴露的總死亡人數分別為795、671、1145、672、689例，其時間分布趨勢與PM₁₀日均濃度分布一致。冬季歸因死亡人數較多，共為1 663例，占總歸因人數的41.86%；夏季人數較少，共457例，占總歸因人數的11.50%。見圖4。

寧波市2011—2015年PM₁₀日均濃度超過150μg/m³共148 d，占總天數的8.11%，其所對應的歸因人數為1011例，占總歸因人數的25.45%；超過100μg/m³共444 d，占總天數的24.32%，所對應的歸因死亡人數為2108例，占總歸因人數的53.07%；超過50μg/m³共1313 d，占總天數的71.91%，所對應的歸因死亡人數為3671例，占總歸因人數的92.42%。見表3。

2.4敏感性分析

當改變PM₁₀閾值、時間變量的自由度、氣象變量的自由度等參數時，其效應均未發生較大改變，結果顯示模型穩定性較好。見表4。

3討論

空氣污染造成的人群健康風險已成為當前政府及公眾高度關注的問題，及時開展本地區空氣污染對人群健康的影響研究，為決策者制定相應政策提供理論依據，具有重要的公共衛生學意義。本研究在以往分析顆粒物每單位濃度的效應基礎上，結合寧波市本地空氣污染濃度和人群暴露數量，定量評估了寧波市近幾年歸因于PM₁₀短期暴露的人群死亡數量和人群歸因分值。結果發現，PM₁₀每升高10μg/m³，累積4 d（Lag0～3）可造成總死亡增加0.35%（95%CI：0.16%～0.53%），此效應大小與中國其他城市的研究結果接近。寧波市2011—2015年歸因于PM₁₀短期暴露的死亡人數共3972例，占總死亡人數的2.15%，表明空氣污染已經給人群健康造成了較大損失。

目前認為敏感人群數小時或數天的高濃度暴露即可引起心肌梗死或心力衰竭，與以往文獻一致。本研究發現，呼吸系統疾病和心血管疾病對顆粒物污染均較其他疾病更為敏感，兩者由于PM₁₀短期暴露造成的人群歸因分值均高于其他疾病。其中呼吸系統疾病受到的影響更強，大約每20個呼吸系統疾病死亡病例中就有1個是因PM₁₀短期暴露造成的。已有較多的證據表明，老年人是空氣污染的敏感人群，本研究結論與以往一致。同時，研究發現女性受到PM₁₀的影響比男性更強，兩者的歸因分值分別為2.91%和1.56%，此機制尚不清楚，可能與兩者生活習慣、肺功能、內分泌改變等差異有關。

污染物濃度差異同樣會導致整體疾病負擔不同，寧波市2012年和2013年的PM₁₀年均濃度分別為71.46μg/m³和107.43μg/m³，造成的歸因死亡人數分別為671和1145例，相差近1倍。據此類推，由于中國各地顆粒物濃度和暴露人數不同，造成的疾病負擔會存在較大差異，如李湉湉等的研究發現，2013年1月北京、上海、廣州、西安PM_2.5日均濃度分別為240、83、94、210μg/m³，歸因死亡人數分別為725、296、310、85例。與其他國家相比，中國具有眾多的暴露人口和較高的顆粒物濃度，因此整體歸因疾病負擔會更加嚴重。本研究同時發現，如果采取及時有效措施降低空氣污染濃度，將會獲得較大的人群健康收益。如將PMI。日均濃度均控制在150μg/m³以下時，即能夠降低25.45%的歸因風險；而當濃度控制在100μg/m³以下時，歸因風險將下降一半以上。

本研究方法建立在一系列的假設基礎上，其結果仍存在一些局限性。首先研究中只評估了PM₁₀短期暴露的歸因風險，而國外隊列研究顯示顆粒物的長期效應可能更強。因此，本研究發現的歸因風險僅僅是PM₁₀疾病負擔中的一小部分。此外，以往文獻發現高溫可能會增強PM₁₀的效應，如果考慮PM₁₀與氣溫的交互作用，夏季的歸因風險可能比研究中估計的更強。但與以往研究相比，本研究不再局限于分析PM₁₀單位濃度的效應，而是定量評估了PM₁₀短期暴露的整體疾病，并比較了不同疾病和人群的差異，研究結果能夠為決策者制定相關環境防控政策提供理論依據，具有一定的創新性和實用性。