作者：朱穗，伍亚，王倩，高丽洁，陈亮，曾芳芳，杨盼，郜艳晖，杨军

第一作者及单位：朱穗，暨南大学基础医学与公共卫生学院；伍亚，暨南大学基础医学与公共卫生学院

通信作者及单位：朱穗，暨南大学基础医学与公共卫生学院；杨军，广州医科大学公共卫生学院

Long-term exposure to ambient air pollution and greenness in relation to pulmonary tuberculosis in China: A nationwide modelling study.

Zhu S, Wu Y, Wang Q, Gao L, Chen L, Zeng F, Yang P, Gao Y, Yang J.

Environ Res， 2022，214(Pt 3)：114100.

doi: 10.1016/j.envres.2022.114100. 

PMID: 35985487.

研究背景

结核病是可预可治的传染病。过去25年来，全球在控制结核病流行方面虽取得了重大进展，然而结核病，特别是肺结核（pulmonary tuberculosis，PTB），仍然是全球重要的突发公共卫生事件，是单一病原体导致死亡的主要原因。根据世界卫生组织报道，2019年全球约有1000万例新发结核病患者，140万例相关死亡病例。我国是全球结核病负担最严重的国家之一，在全球排名第三。相关研究指出，空气污染通过削弱人体免疫系统、激活氧化应激和炎症反应给世界带来了巨大的疾病负担。以往的流行病学研究提示长期或短期暴露于空气污染与结核病的发生具有相关关系，但研究结论并不一致；同时关注空气污染与抗酸杆菌涂片阳性结核病（smear-positive pulmonary tuberculosis, SPPTB）之间关系的研究也不多。另外，流行病学研究表明，绿地能够减弱污染效应，有益于人群健康。但目前尚无研究关注绿地在空气污染与结核病发病率之间的修饰效用。因此，迫切需要基于国家层面的研究来确定长期暴露于空气污染物与PTB和SPPTB发病之间的关联，以及进一步明确绿地在空气污染与PTB和SPPTB发病之间是否具有修饰效应。

研究方法

一、数据收集

1. PTB和SPPTB患者：从中国疾病预防控制信息系统提供的公共卫生科学数据（https://www.phsciencedata.cn/）收集2015年1月1日至2019年12月31日每月新诊断的PTB和SPPTB发病率。

2. 污染和气象数据：PM2.5、PM10和O3的日平均浓度来自中国国家环境监测中心（http://www.cnemc.cn/）；日平均气象数据获取自中国气象数据网（htt p://www.cma.gov.cn/）。

3. 归一化植被指数（NDVI）：NDVI是衡量植被绿化率的重要指标，由美国国家航空航天局（NASA）地球卫星中分辨率成像光谱仪（MODIS）采集的图像获取（https://modis.gsfc.nasa.gov/data/dataprod/mod13.php）。

4. 社会经济数据：人口数据、人均GDP、每千人床位数和每千人医疗技术人员数均来自各省对应年份的统计年鉴。

二、统计学处理

采用标准的二阶段分析程序探索长期暴露于大气污染与PTB或SPPTB之间的暴露-反应关系。在第一阶段，采用时间序列分析方法和伪-泊松分布的广义可加模型（GAM）来探索各省份大气污染与PTB或SPPTB之间的暴露-反应关系。采用自然三次样条（ns）函数控制未测量的长期和季节性趋势，以及气象因素及其他潜在的混杂因素如流感。采用最小广义交叉验证评分（GCV）进行时间自由度的选择；采用分布滞后非线性模型(DLNM)探索PM2.5、PM10和O3与PTB或SPPTB发病的暴露-滞后-反应的二维关系。在第二阶段，使用限制最大似然法进行荟萃分析，汇集各省份大气污染与PTB或SPPTB之间的暴露-反应关系的估计值以获得全国性的大气污染与PTB或SPPTB之间的暴露-反应关系。此外，采用分层分析评估NDVI在大气污染与PTB或SPPTB关联中的修饰效应大小。所有数据均采用R4.0.2软件进行分析，结果以污染物浓度每增加10 μg/m3的累计相对风险（RR）及95%可信区间（CI）表示。

研究结果

一、研究样本的基本特征

中国31个省份的PTB和SPPTB低发病率集中在东部沿海地区，高发病率集中在西北地区。具体见图1。

图1  (a)：PM2.5年平均值的变化；(b)：PM10年均值的变化；(c)：O3年平均值的变化； (d)：NDVI年平均值的变化；(e)：PTB发病率年平均值的变化； (f)：SPPTB发病率年平均值的变化

二、大气污染对PTB或SPPTB发病风险的影响

PM2.5和PM10与PTB或SPPTB发病率之间的暴露-反应曲线呈现逆U型曲线，O3与PTB或SPPTB的暴露反应关系为平坦的L型曲线，具体见图2。在单一污染物模型中，PM2.5和PM10为PTB发病的危险因素，PM2.5和PM10浓度每增加10 μg/m3，PTB的发病风险[RR（95%CI）]分别为1.12（1.03～1.22）和1.07（1.01～1.13）。对于SPPTB而言，我们观察到PM2.5暴露与SPPTB呈正相关，PM2.5浓度每增加10 μg/m3，RR（95%CI）为1.08（1.02～1.14），而O3浓度每增加10 μg/m3，与PTB或SPPTB风险增加无关。具体见表1。

图2   PM2.5、PM10、O3与PTB和SPPTB发病的暴露-反应曲线；左图为PTB发病，右图为SPPTB发病

表1  空气污染物每增加10 μg/m3时PTB和SPPTB发病风险的RR值及其95%CI

三、修饰效应

NDVI对环境空气污染物与PTB或SPPTB发病率之间关系的修饰效应尚未观察到。然而，在年平均NDVI值较低的省份，环境空气污染物与PTB和SPPTB发病率之间存在很强的风险效应趋势，PM2.5浓度每增加10 μg/m3，PTB和SPPTB发病风险均显著增加，RR（95%CI）值分别为1.34（1.09～1.65）vs 1.12（0.95～1.32） ；1.28（1.06～1.54）vs 1.13（0.98～1.29）。为了控制空间相关性，我们进一步按地区和NDVI进行分层分析环境空气污染物与PTB或SPPTB发病率之间的关系。结果显示：中国北方地区的NDVI在PM2.5与SPPTB发病率关联上存在修饰效应（P=0.045），低NDVI地区和高NDVI地区的RR（95%CI）分别为1.16（1.03～1.31）和0.98（0.87～1.09）。此外，NDVI第25和第75百分位的暴露-反应关系回归分析表明，NDVI对PM和SPPTB之间的关系具有潜在的修饰作用。具体见图3。

图3  NDVI第25（红色）和第75（绿色）百分位下的空气污染与PTB、SPPTB的暴露-反应关系预测曲线

研究结论

研究表明，NDVI可以减少空气污染物对结核病发病率的影响，特别是在北方地区。在中国，长期暴露于颗粒物可能会增加PTB或SPPTB的发生，未来需要更多高质量的研究设计（例如前瞻性队列研究）等进一步验证颗粒物暴露与PTB发病的关联。

注：除非特别声明，本公众号刊登的所有文章不代表《中国防痨杂志》期刊社观点。

供稿：伍   亚

编辑：孟    莉

审校：范永德

发布日期：2022-08-29

百度浏览   来源 : 中国防痨杂志期刊社   

版权声明：本网站所有注明来源“医微客”的文字、图片和音视频资料，版权均属于医微客所有，非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源：”医微客”。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，转载仅作观点分享，版权归原作者所有。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。 本站拥有对此声明的最终解释权。