盆地大氣重污染區域PM2.5暴露的疾病負擔時間趨勢研究
——以成都市為例

蔣 葉，曾沛斌，李佳蔚，陳 林，雷 弋，郭 冰

(1.四川大學華西公共衛生學院/華西第四醫院，四川 成都 610041；2.四川大學華西醫院，四川 成都 610041)

大氣細顆粒物(PM2.5)暴露對人類健康具有嚴重危害性，在PM2.5高污染的中低收入國家(地區)尤甚。2015年，全球約420萬人因長期暴露于PM2.5死亡，約占全球總死亡的7.6%[1]。大量研究[2-6]已經證實，長期PM2.5暴露與心肺系統疾病死亡率增加有關。近年來，我國啟動了嚴格的大氣污染綜合防治措施，大氣污染水平逐年下降，基于疾病負擔視角量化評估大氣重污染區域的PM2.5歸因死亡及其時間趨勢具有公共衛生意義。

為了估計大氣污染造成的疾病負擔，首先需建立準確的大氣暴露-健康反應函數(Exposure-Response Functions，ERFs)，刻畫大氣PM2.5濃度與健康風險的定量關系。既往我國區域性研究[7-12]多使用較低分辨率PM2.5濃度值作為暴露，且大都基于單一暴露-反應函數估計PM2.5歸因死亡，多采用經典的全球疾病負擔-綜合風險函數(GBD Integrated Risk Function，GBD-IER)[13]，但較少應用新近提出的全球暴露死亡率模型(Global Exposure Mortality Model，GEMM)[14]。

成都市地處我國盆地大氣重污染區域，目前尚缺乏對該地區大氣PM2.5暴露的歸因死亡及其時間趨勢研究。因此本研究利用高空間分辨率PM2.5濃度數據，利用GBD-IER方法和GEMM方法分別分析成都市2014-2019年PM2.5暴露的歸因死亡，以期全面評價成都市大氣PM2.5長期暴露造成的疾病負擔及變化趨勢，并比較兩種主流暴露反應函數的結果差異，進而為大氣PM2.5污染防治的政策提供科學依據。

1 資料與方法

1.1 資料來源

(1)暴露數據：2014-2019年成都市20個國家縣級行政區中心PM2.5年均濃度來自“中國長時間序列高空間分辨率(1km×1km)”ChinaHighPMx數據集[15]，其由多來源數據(土地利用、空氣排放、氣象數據等)結合衛星遙感技術和機器學習方法估算得到。

(2)人口與死亡數據：2014-2019年成都市年末常住人口及全死因年死亡率數據獲取于成都市統計局發布的《成都市統計年鑒》。本研究計算疾病負擔的基線死亡率參考2016年全球疾病負擔研究[16](Global Burden of Disease Study 2016，GBD 2016)估計的2013年中國特異性疾病年齡標化死亡率。

1.2 分析方法

(1)計算2014-2019年PM2.5年均濃度：首先獲取成都市20個國家縣級行政區中心區域的逐年PM2.5年均濃度值，再計算其平均值并作為該地區PM2.5年均濃度值。

(2)確定健康結局：本研究健康結局為25歲及以上人群的慢性阻塞性肺病(Chronic obstructive pulmonary disease，COPD)、缺血性心臟病(Ischemic Heart Disease，IHD)、肺癌(Lung Cancer，LC)和腦卒中(Stroke)。

(3)估計相對風險(Relative risk，RR)和風險比(Hazard ratio，HR)：采用GBD-IER和GEMM方法估計健康風險，并比較上述2種暴露-反應函數的結果差異。

GBD-IER以RR為因變量，綜合不同PM2.5來源(固體燃料、主動吸煙、二手煙和大氣污染)隊列數據建立的RR評估曲線。其假定非大氣來源的單位PM2.5的毒性相等，大氣顆粒物的毒性僅與質量濃度有關[17]。GBD-IER廣泛應用于全球PM2.5歸因死亡、疾病負擔估算[13，18]。GEMM以HR為因變量[1]，僅利用來自16個國家的41個空氣污染隊列(包含一項中國隊列)數據進行建模，使得暴露范圍覆蓋了全球97%的人口[14]，從而可在PM2.5濃度的全球范圍內獲得穩定的HR預測。本研究分別使用上述兩種模型估計不同年份和不同病因的PM2.5相關的RR和HR。

(4)確定理論最小風險PM2.5濃度：使用5.9μg/m3作為PM2.5的理論最小暴露水平，該值參考近期GDB研究[19]確定的沒有不良健康后果的濃度范圍(2.4～5.9μg/m3)上限值。

(5)計算大氣PM2.5暴露的疾病負擔：具體見評估指標。

1.3 疾病負擔評估指標

(1)人群歸因分值(Population Attributable Fraction，PAF)：當整個人口暴露于污染物的參考濃度時人群某種疾病的歸因風險即發病率或死亡率的潛在升高或降低的程度[16]。

(2)歸因死亡：包括歸因死亡率、歸因死亡數，反映上述疾病的總死亡中歸因于PM2.5的死亡數和死亡率。兩者均可基于PAF計算，具體研究方法見文獻[20，21]。

(3)歸因死亡構成：表示疾病過早死亡率占當年全死因死亡率的比例。

(4)歸因死亡變化百分比：2019年與2014年相比上述4個指標的變化百分比。

1.4 統計分析

數據清理、統計分析、作圖均使用R統計和圖形軟件，版本4.0.2。

2 結果

2.1 PM2.5濃度變化趨勢

2014年-2019年成都市大氣PM2.5年均濃度呈下降趨勢，2019年PM2.5年均濃度比2014年下降了40.24μg/m3(46.18%)。2014和2019年的PM2.5年均濃度分別為87.14μg/m3、46.90μg/m3，約為世界衛生組織推薦的PM2.5環境空氣質量指導(AQG)值10μg/m3的4～9倍，表明大氣PM2.5污染問題仍不可忽視。

2.2 疾病負擔及其變化趨勢

成都市因大氣PM2.5暴露導致COPD、IHD、肺癌和腦卒中4種疾病的合計過早死亡均值分別為2.02萬例(2014年)和1.83萬例(2019年)，占4種疾病總死亡的35.70%和28.13%，見表1。

表1 2014與2019年成都市分病種的大氣PM2.5歸因死亡(GBD-IER)

伴隨大氣PM2.5濃度降低，成都市大氣PM2.5歸因死亡呈下降趨勢。與2014年相比，4種疾病的大氣PM2.5歸因死亡總數有明顯變化減少(-9.86%)，占總死亡的比例(PAF)下降21.18%，年齡標化歸因死亡率下降21.56%，歸因死亡構成下降19%，見表2。

表2 成都市大氣PM2.5歸因死亡的2019年與2014年的變化百分比(GDB-IER)

2.3 分病種的疾病負擔及其變化趨勢

2014年和2019年，成都市分別約有25.07%和17.51%的COPD死亡由大氣PM2.5污染所致，為4種疾病最低；肺癌和IHD次之，PAF變化范圍均在1/4～1/3之間；腦卒中死亡可歸因于大氣PM2.5的部分最高，分別占45.30%和38.63%。4種疾病的大氣PM2.5歸因合計死亡中，IHD和腦卒中占比超過2/3，分別為76.97%和78.04%，占比略有上升。見表1。

與2014年相比，2019年4種疾病的PAF、年齡標化歸因死亡率、歸因死亡數及死亡構成均有所降低。其中肺癌的下降幅度最大，4個指標分別下降了30.45%、31.66%、21.46%和29.43%；其次是COPD，其歸因死亡率下降了約30.99%；而IHD和腦卒中的下降幅度較小，兩者的歸因死亡率分別下降16.03%和15.72%。見表2和圖1。

2.4 GEMM與GBD-IER歸因疾病負擔估計結果及比較

GEMM方法結果顯示，成都市COPD、IHD、肺癌和腦卒中合計大氣PM2.5污染的歸因死亡分別約為3.00萬例(2014年)和2.54萬例(2019年)，占4種疾病總死亡的52.97%和38.98%。同樣，GEMM估計的2014年和2019年成都市大氣PM2.5歸因死亡也呈下降趨勢。相比于2014年，4種疾病的年齡標化歸因死亡率下降幅度接近，分別平均下降27.25%、22.72%、27.39%和29.15%，合計下降28.25%；4種疾病的歸因死亡數分別下降了16.39%、11.18%、16.56%和18.56%，合計下降15.42%。與GBD-IER相似，IHD和腦卒中占4種疾病的總死亡比例約為2/3，分別約為72.38%和72.71%。見圖1、圖2。

GEMM與GBD-IER方法的估計結果具有一定差異：(1)GEMM估計的4種疾病大氣PM2.5歸因死亡數(率)高于GBD-IER方法估計結果。2014-2019年GEMM估計的歸因死亡數(率)平均是GBD-IER的1.48、1.43、1.44、1.43、1.42和1.39倍，見表3；(2)隨著PM2.5年均濃度的降低，除GEMM估計得到的腦卒中歸因死亡與GBD-IER近似外，COPD、IHD和肺癌3種疾病的GBD-IER歸因死亡估計值都遠低于GEMM；(3)GEMM估計得到的2014-2019年IHD和腦卒中歸因死亡的平均下降百分比更高。見圖1、圖2和表3。

圖1 2014-2019年成都市分模型、分病種PM2.5歸因死亡率(/10萬)變化趨勢

圖2 2014-2019年成都市PM2.5歸因死亡率(/10萬)變化趨勢

表3 GEMM與GBD-IER 2014-2019年成都市大氣PM2.5歸因死亡率(數)比

3 討論

3.1 盆地大氣重污染區域PM2.5暴露的疾病負擔時間趨勢研究缺乏

大氣PM2.5污染具有一定健康損害效應。目前，多項中國流行病學研究重點對區域性的大氣PM2.5長期暴露所致疾病負擔進行了評估。杜艷君[8]估計了北京市歸因于大氣PM2.5污染的超額死亡數，結果顯示，2010年北京大氣PM2.5導致了16,527例過早死亡。于文媛[9]的研究表明，2016年湖北省可歸因于PM2.5的心血管疾病死亡負擔較重，過早死亡2922.08人，主要集中于湖北省東部。除上述地區，在我國地理、自然條件特殊、PM2.5污染最重之一的盆地地區，PM2.5暴露所致疾病負擔也不可小覷，然而針對性研究較為缺乏。曾婕[12]評估了2013-2016年成都市老年人的PM2.5相關死亡風險，研究提示，PM2.5污染會增加老年人過早死亡風險。但僅評估老年人這一特殊群體，尚沒有研究全面評估PM2.5歸因疾病負擔的變化趨勢。

3.2 成都市PM2.5歸因疾病負擔呈下降趨勢，但仍較沉重

本研究聚焦盆地大氣重污染區域，基于高分辨率PM2.5數據，采用國際主流的GBD-IER和GEMM方法，對成都市2014-2019年4種疾病(COPD、IHD、肺癌和腦卒中)的大氣PM2.5歸因死亡和時間趨勢進行了全面評估。2012年，中國環境保護部頒布的《環境空氣質量標準》(GB3095-2012)將PM2.5作為AQI監測、評估的6種污染物之一。隨后《節能減排“十二五規劃”》和《成都市大氣污染防治行動方案(2014-2017年)》等文件也相繼出臺，切實的防治行動使得成都市空氣質量有所改善。本研究結果顯示，2014-2019年成都市大氣PM2.5濃度大幅度降低，但仍高于國家二級標準、國家一級標準和WHO指導標準。盡管成都市大氣PM2.5暴露的歸因死亡負擔仍處于較高水平，但由于近年來成都市大氣污染情況好轉，與2014年相比，2019年4種疾病的PM2.5歸因死亡均有一定幅度的下降，肺癌(31.66%)和COPD(30.99%)下降幅度最大，其次是IHD(16.03%)和腦卒中(15.72%)，合計下降21.56%。

3.3 利用高暴露地區隊列數據改進ERFs是關鍵

GEMM估算的成都市2014-2019年4種疾病的合計過早死亡下降百分比(PAF：28.22%；歸因死亡率：28.25%；歸因死亡數：15.42%；歸因死亡構成：24.01%)相較于GBD-IER(PAF：21.18%；歸因死亡率：21.56%；歸因死亡數：9.86%；歸因死亡構成：19%)更高。除腦卒中歸因死亡接近外，就COPD、IHD、肺癌3種疾病而言，GEMM組平均是IER組的1.89、2.09和1.58倍，且GEMM估計的IHD和腦卒中的歸因死亡下降幅度更大，這與Lelieveld J[21，22]的研究結果近似，提示GBD-IER可能低估了諸如成都市等高PM2.5暴露地區PM2.5降低所帶來的健康收益，尤其是心腦血管相關事件的歸因死亡。主要原因可能是目前絕大多數的ERFs是國外學者根據PM2.5低暴露地區的流行病學證據構建和外推的，但事實上高暴露地區PM2.5的濃度、成分、來源和居民的暴露模式、社會人口和經濟特征等均與歐美等低暴露地區存在較大差別，因此在PM2.5高暴露地區空氣污染隊列研究不足的情況下，難以得出GBD-IER和GEMM誰更適合本研究的結論，但一定程度上表明不同的ERFs是PM2.5過早死亡估計結果不確定性的主要來源[23]。未來，關鍵是在中國等重污染地區中進行更多高質量的前瞻性隊列研究，建立并改進PM2.5與居民特定疾病死亡風險的ERFs。

3.4 未來空氣污染防控重點疾病為IHD和腦卒中

值得注意的是，無論基于GBD-IER還是GEMM，IHD和腦卒中的過早死亡數都遠高于COPD和肺癌，且不同年份二者的過早死亡占據當年成都市PM2.5歸因死亡的絕大部分(約2/3)。除心血管疾病的死亡率高于COPD、肺癌且居高不下外[24]的原因外，極大可能是因為心血管系統對顆粒物更為敏感，相較于呼吸系統，PM2.5暴露對心血管系統損害更大[22，24，25]。表明在高水平PM2.5濃度下，即使改善空氣質量，對降低歸因于PM2.5暴露的IHD和腦卒中等心血管疾病的死亡作用不大，要想進一步降低2種疾病的過早死亡，還需要進一步降低大氣PM2.5濃度。

3.5 大氣PM2.5給成都人民帶來的危害高于全國、全球平均水平

此外，研究表明，全球每年總死亡的7.6%可歸因于PM2.5，2015年中國可歸因于PM2.5的過早死亡人數約占全國總死亡人數的9.98%[1]。然而，無論GBD-IER(2014：21.58%；2019：17.57%)還是GEMM(2014：32.03%；2019：24.34%)的結果都表明近年來大氣PM2.5暴露給衛生服務系統、成都市人民的健康帶來的壓力高于全球及全中國的平均水平。

綜上所述，成都市的PM2.5防治雖卓有成效，但仍任重道遠，應制定更為嚴格的區域針對性政策以更大程度降低成都市PM2.5歸因疾病負擔，特別是以IHD和腦卒中為代表的心血管相關事件的死亡。

本研究尚存在局限性：(1)研究中4種疾病的死亡風險存在性別和年齡差異，但未針對二者進行分層估計，僅評估了全人群的死亡情況。(2)疾病的發病率存在地區差異[26]，例如中國肺癌的年齡標化死亡率東北部較高，西部較低；此外，因為城市化進程加快、生活方式的改變及老齡化等原因，非傳染性慢性疾病的死亡率在迅速增加[27]。然而本研究利用的是2013年全中國的特定疾病死亡率作為基線死亡率并假定其不隨年份變化，這可能會導致研究結果存在偏倚。